piwik-script

English Intern
  • Lehrstühle und Arbeitsgruppen
Institut für Geographie und Geologie

Explaining and assessing spatial and temporal patterns of low productivity arable land and land abandonment – using satellite observation and socioeconomic data of the irrigated low-lands of Central Asia

In Zentralasien wurde Ackerland seit den 1950er Jahren zur Steigerung der Produktion von Baumwolle stark ausgedehnt. Dennoch war die Produktivität des bewässerten Ackerlands be-reits in der Sowjetzeit teilweise rückläufig. Von dieser Entwicklung sind besonders die Unterlauf-region des Amu-Darja und Syr-Darja betroffen. Trotz engagierter Ansätze, beispielsweise der Er-stellung von Indikatoren zur Einschätzung der Agrarproduktion, bleiben viele Unsicherheiten be-stehen. Eine noch unbekannte Größe ist dabei, welche standortspezifischen Trends Veränderun-gen in der agrarischen Produktion verursachen und letztlich zur Aufgabe von Ackerland führen. Ein Problem hierbei ist das Fehlen von räumlichen Daten, vor allem seit dem Zusammenbruch der Sowjetunion und nach der Entstehung der neuen Nationalstaaten.
Die vorliegende Arbeit beschäftigt sich mit der Erkennung von räumlichen und zeitlichen Mustern der Landaufgabe mittels Fernerkundung und Geographischen Informationssystemen (GIS). Zusätzlich werden sozioökonomische Daten zur Erklärung der Aufgabe von Ackerland für die Untersuchung herangezogen. Die Untersuchungsgebiete liegen in Usbekistan im Oblast Kho-rezm sowie in Karakalpakstan.
Die Ziele der Arbeit sind erstens die Klassifikation von aufgegebenen Feldern mit hochauf-gelösten Fernerkundungsdaten (Landsat). Die räumliche Verteilung und der Zeitpunkt der Land-aufgabe sind in Zentralasien noch weitgehend unbekannt und wurden noch nicht quantifiziert. Dazu werden ausgewählte aufgegebene Felder mit einem Transekt-Quadrat-Verfahren unter-sucht, um den aktuellen Status der Sukzession und Vegetationsbedeckung auf aufgegebenen Feldern zu erheben.

Zweitens wird dem Mangel an Daten mit einer Breakpointanalyse (BFAST) entgegengetre-ten. Mit dieser Methode werden Zeitserien, die temporal hoch aber geometrisch grob aufgelöst sind, auf Veränderungen in der aktiven Vegetation untersucht und für die weitere Forschung in der Arbeit, das „sequenzielle upscaling“, urbar gemacht. Dieses Verfahren wird zuerst mit einer Landsat Zeitreihe jüngeren Datums getestet und anhand einzelner Landsat Zeitschnitte, die nicht in die Serie mit eingeflossen sind, bewertet. Anschließend werden MODIS Zeitserien hinzugezo-gen und der Algorithmus auf den Zeitraum bis zum Jahr 2000 angewandt. Die Ergebnisse der erhaltenen Trendanalyse werden nach einer pixelbasierten Homogenitätsanalyse mit Landsat-Zeitschnitten (30 m) kombiniert und bewertet. Neben der Machbarkeitsstudie dieses Ansatzes werden schließlich AVHRR-Daten (1km) verwendet und die Zeitserie bis in die 1970er Jahre zu-rückgeführt. Das „sequenzielle upscaling“ von einer temporal hoch aufgelösten Zeitserie und der Kombination mit hoch aufgelösten Landsat Zeitschnitten soll helfen, die Landaufgabe sowohl in der sowjetischen Zeit als auch während der Transformationsphase zu bewerten und Datenlü-cken zu schließen. Dabei werden auch die aufgegebenen Felder quantifiziert.
Der Einbezug von sozioökonomischen Daten und Interviews mit Landwirten soll weitere Erkenntnisse für die Ursachen der Landaufgabe in Erfahrung bringen; besonders vor dem Hin-tergrund eines Agrar- und Gesellschaftssystems, das in den 1990er Jahren eine Transformation von sowjetischer Organisation zu einer gelenkten Marktwirtschaft erfahren hat.
Diese Arbeit ist in das von der Volkswagenstiftung finanzierte LaVaCCA-Projekt (Az. 88506) eingebunden. Das Projektziel ist es, ein „discussion support tool“ für Politiker und Entschei-dungsträger zu entwickeln, um diese, im Kampf gegen Degradation und zur Sicherung der land-wirtschaftlichen Produktion in den bewässerten Regionen Zentralasiens, zu unterstützen. Die Ergebnisse werden für eine alternative Landnutzung und zur Spezifizierung, wo, wann und warum Felder aufgegeben wurden, herangezogen. Die Möglichkeit der Identifikation von Zentren abnehmender agrarischer Produktion kann für die Koordination und Durchführung der Wie-dernutzbarmachungen aufgegebener Standorte genutzt werden.

Kontakt: Christian Bauer

 

Hinweis zum Datenschutz

Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Facebook weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

Hinweis zum Datenschutz

Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Twitter weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

Kontakt

Lehrstuhl für Fernerkundung
Oswald-Külpe-Weg 86
Campus Hubland Nord
97074 Würzburg

E-Mail

Suche Ansprechpartner

Hubland Süd, Geb. G1
Hubland Süd, Geb. G1
Hubland Nord, Geb. 86
Hubland Nord, Geb. 86