Veränderungsanalyse der Walddeckung in Nepal anhand Landsat Satellitenbilder

Für ein Projekt der Hochschule für Life Science am Institute für Ecopreneurship IEC sollen erste Auswertungen der Walddeckung über die Zeit auf der Grundlage von Satellitendaten und weiteren verfügbaren Daten durchgeführt werden.  Das Ziel dieser Arbeit war es, Antworten auf Fragen wie «Wie gross ist die Waldfläche und wie hat sie sich in den letzten Jahrzehnten verändert?» sowie «Wie viele Tonnen Holz wachsen hier pro Jahr?» zu finden.
Als Studiengebiet war ein
Teil des Karnali-Fluss-Einzugsgebiets im Jumla Distrikt, Nepal definiert. Die Waldflächen sollen automatisch erfasst, deren Veränderung beziffert und visualisiert werden. Es wurde einerseits mit der Software ERDAS Imagine ausgewertet und andererseits mit dem Open Source Programm QGIS gearbeitet.

Klassifikation
Zur automatischen Detektion der Waldflächen wurden zwei verschiedene Ansätze untersucht. Einerseits die pixelbasierte und anderseits die objektbasierte Klassifikation. Bei der pixelbasierten Klassifikation gibt es zwei Berechnungsmethoden, die überwachte und die unüberwachte Klassifikation. Mit ERDAS führte die unüberwachte Klassifikation zum besten Ergebnis. Dabei wurden die Pixelwerte automatisch in 32 Klassen eingeteilt, von denen zwischen vier und sieben die Waldflächen enthielten. Im QGIS konnte die überwachte Klassifikation gute Resultate liefern. Dazu können Trainingsgebiete erfasst werden, deren Signaturen zur Unterscheidung verschiedener Bodenbedeckungen verwendet werden.

Die objektbasierte Klassifikation versucht Objekte des gleichen Typs zu erkennen. So wurde definiert welche Gebiete von Interesse sind und welche nicht. Anhand von Trainingsgebieten konnte so für jedes Pixel eine Wahrscheinlichkeit detektiert werden. Aus dieser Wahrscheinlichkeit können wiederum Polygone berechnet werden, welche die Waldfläche abbilden. Leider waren die Ergebnisse durch den zweiten Ansatz nicht zufriedenstellend, da bei der Erzeugung von den Polygonen viel generalisiert wird und Waldflächen doch nicht erkannt werden (Abbildung 2). Die pixelbasierte Klassifikation mit beiden Programmen hingegen lieferte teilweise sehr gute Resultate (Abbildung 1).

Veränderungsanalyse
Punktuell erzielt die Veränderungsanalyse gute Resultate. Es gibt aber verschiedene Fehlereinflüsse, welche berücksichtigt werden müssen. So führen z.B. falsch klassifizierte Flächen zu Fehlinterpretationen, dies ist oft im Schattenbereich der Fall. Ein Vergleich über mehrere Jahre ist daher schwierig durchzuführen und es kann nicht mit Gewissheit gesagt werden, wie sich der Wald verändert hat. In den Abbildungen 3 und 4 werden die Veränderungsanalyse aus QGIS mit der aus ERDAS verglichen. Weiss ist der bestehende Wald 2017, rot ist Waldabnahme, grün ist Waldzunahme gegenüber 1989.

Autoren:  Andrea Koch
                     Oliver Hasler
                     Markus Tischhauser

Abschätzung Waldabdeckung und Neuzuwachs
Anhand des Landsat 8 Satellitenbildes vom April 2017 wurde mit ERDAS Imagine eine Waldfläche von knapp
126 km2 klassifiziert, dies entspricht 28.5% der Gesamtfläche des Untersuchungsgebiet. Im Jahr 1989 waren es noch um 189 km2. Somit wurde ein enormer Rückgang von 33% detektiert.
Auf der Fläche von 2017 wachsen pro Jahr rund
13’700 Tonnen Biomasse nach (ADNAN AHMAD, 2015).

Schwierigkeiten
Das grösste Problem stellte meist der Schatten dar, der durch die hohen Berge den Wald verdunkelte und eine zuverlässige Klassifikation vor allem an den Nordhängen teilweise verhinderte. Dies ist in Abbildung 5 ersichtlich.

Empfehlungen und Ausblick
Eine Veränderungsanalyse braucht eine exakte Klassifikation, welche in allen Bildern gleich gut sein muss. Dazu muss die Qualität der Satellitenbilder auch  ähnlich gut sein.
Die Open Software QGIS hat sich in diesem Projekt als mindestens gleich gut wie die professionelle Software bewährt. Entscheidend ist wie erwähnt die Qualität der Satellitenbilder sowie eine gute Klassifikation.

© FHNW Institut Vermessung und Geoinformation 2017