Skip to content

Satellitendaten zur Messung der Biomasse

Da es äußerst anspruchsvoll ist, jeden der 650 Hektar, die von arboRise wiederhergestellt wurden, zu besuchen, um die Gesundheit der neuen Wälder zu beurteilen, haben wir versucht, das Wachstum der Bäume aus der Ferne zu messen. Aber wie soll das gehen? NDVI Sentinel II ist die Antwort!

Der Sentinel II-Satellit der Europäischen Union nimmt alle fünf Tage ein Infrarotbild des Erdbodens mit einer Auflösung von 10m auf (1 Pixel: 10m x 10m = 100m2). Die Daten liefern viele Informationen über eine Region, wie z. B. Feuchtigkeit, Feuersbrünste und die Art der Vegetation. Ein großer Vorteil ist, dass die Daten kostenlos zur Verfügung stehen (siehe Sentinel Playground).

Der Wert, der uns interessiert, ist der „NDVI“ (Normalized Difference Vegetation Index), der dem Grad der Bodenbedeckung entspricht und ein guter Indikator für die Menge an Biomasse ist, also ein Indikator für die Menge an Bäumen (Wälder erscheinen auf den Karten deutlich in einer dunkleren Grüntönung).

Wir extrahieren für jedes aufgeforstete Grundstück den NDVI-Wert (= Grünton) jedes Pixels und berechnen daraus den Medianwert, die Biomasse des Grundstücks:

NDVI of a plot

Für jedes aufgeforstete Grundstück wird dann der mediane NDVI-Wert des „Hintergrunds“, einer Fläche von 2 km Seitenlänge um das Grundstück herum, berechnet (dabei wird der NDVI-Wert der anderen Grundstücke im Background subtrahiert).

NDVI of the background

Auf Basis des Sentinell II Bewölkungsindexes eliminiert man dann alle Werte mit einer wahrscheinlichen Wolkenbedeckung von mehr als 90% (die violetten Flecken im Bild unten):

Cloud level

So erhält man für jeden verfügbaren Datentag (75 pro Jahr) und für jedes Grundstück:

  • Der mittlere NDVI des Feldes
  • Die vertikale Bewölkung des Feldes an diesem Tag.
  • Der mediane NDVI des Hintergrunds
  • Die vertikale Bewölkung des Hintergrunds für diesen Tag.

NDVI data… 44815 Zeilen für den Zeitraum vom 1. Januar 2021 bis zum 22. November 2022 …

Die folgende Grafik zeigt die NDVI-Werte von 2021 und 2022 in einem einzigen Jahr. Die Werte für Tage, an denen die mediane Hintergrundbewölkung auf einem oder mehreren Grundstücken über 90% lag, wurden entfernt:

NDVI year-to-year

Es ist zu erkennen, dass der NDVI 2022 niedriger ist als der NDVI 2021 (gelbe und grüne Linien unterhalb der roten und blauen Linien). Zu diesem Zeitpunkt sind drei Hypothesen möglich:

  1. Es könnte sich um eine Änderung der Kalibrierung des Satelliten oder der Messung handeln (was jedoch unwahrscheinlich ist) und diese Änderung müsste dann einheitlich für alle Messungen des Jahres 2022 gelten, doch der NDVI des Hintergrunds sinkt signifikant stärker (-0,19) als der NDVI der Polygone (-0,16).
  2. Das Jahr 2022 war möglicherweise trockener als 2021, aber das wird von der Bevölkerung nicht bestätigt, die im Gegenteil behauptet, 2022 sei regenreicher gewesen.
  3. Im Jahr 2022 gab es mehr Brände und Abholzung…

Man wird versuchen müssen, den Grund für diese Veränderung zu ergründen. Zum jetzigen Zeitpunkt müssen absolute Jahresvergleiche daher mit Vorsicht interpretiert werden.

Dagegen ist der Effekt der Regenzeit sehr deutlich zu beobachten:

  • Ein allmählicher Anstieg der Biomasse von Februar bis August.
  • Starke Bewölkung zwischen Juni und Oktober (wegen der Wolken gibt es für diesen Zeitraum weniger Daten).

Großartige Erkenntnis: 2021 haben die Polygone (arboRise-Felder) einen durchschnittlichen NDVI, der 5,2% unter dem Background-NDVI liegt (normal, arboRise forstet kahle Flächen auf), aber 2022 liegt der NDVI der Polygone 3% über dem Hintergrund-NDVI! Und es gibt ein positives Wachstum der Differenz zwischen der Biomasse der Grundstücke und der Biomasse des Hintergrunds, was bedeutet, dass die Biomasse auf arboRise-Grundstücken schneller wächst als in der Umgebung:

Difference polygons-background

Für die 2021 aufgeforsteten Flächen liegen zwei Jahre an Daten vor und können verglichen werden: NDVI sentinel II

Comparison table

Die Darstellung in diesem Diagramm ermöglicht es, „gute Felder“ (oben rechts) von „schlechten Feldern“ (unten links) zu unterscheiden:

Graph of all plots

Wir sehen, dass sich die Mehrheit der Grundstücke im oberen rechten Bereich der Grafik befindet, was natürlich eine ganz gute Nachricht ist für arboRise!

Aber wie gut stimmt diese Satellitenanalyse mit der Realität überein? Wir haben uns vor Ort ein Bild von den Grundstücken ID03 und ID09 gemacht.

Das „schlechte“ Grundstück Nr. 3 weist einen verarmten Boden auf, der durch jahrelangen Ackerbau entstanden ist. Es liegt zwischen zwei Hügeln und ist wahrscheinlich ein Gebiet, in dem Vieh zu einer Wasserstelle getrieben wurde (sichtbarer Dung). Der Tritt erschwert das Wachstum der Vegetation. Es sind jedoch kleine, 1,5 m hohe Sträucher und vier völlig trockene Baumreste zu sehen. Es gibt keine Anzeichen von Feuer. Diese geringe Biomasse auf dem Feld bestätigt die satellitengestützte NDVI-Messung.

ID03

Das Feld Nr. 9 ist ohne Machete nicht zu betreten, da die Vegetation so dicht ist, insbesondere die 3 m hohen Gräser. Man sieht mehrere Sträucher mit einer Höhe von etwa 2 m und 3-4 Bäume mit einer Höhe von 8 m. Offensichtlich wurde das Gelände weder beweidet noch abgebrannt. Die höhere Biomasse auf dem Feld bestätigt die satellitengestützte NDVI-Messung.

ID09

Zusammenfassend lässt sich sagen, dass die Feldbeobachtungen mit den satellitengestützten Messungen der Biomasse übereinstimmen. Natürlich wird es notwendig sein, diese Korrelation anhand weiterer Beispiele zu bestätigen.

Mithilfe dieser vom Sentinel II-Satelliten gelieferten Indizien können wir unsere Besuche gezielt auf Flächen mit starkem Wachstum ausrichten, um daraus zu lernen und diese „best practices“ mit den Eigentümern der Flächen zu teilen, die laut Satellitenbildern weniger bewaldet sind. Dies wird als Fallbeispiel für die Schulungen der Grundstücksfamilien und der Gemeindeverwaltungskomitees dienen.

Wir hoffen auch, andere Wiederaufforstungsprojekte zu inspirieren, die dieselbe Technik nutzen können, um das Wachstum der Biomasse auf ihren Grundstücken zu bewerten und effizienter zu werden.

Ein großes DANKESCHÖN an Sergiy für seine Expertise in der Analyse von GIS-Daten und NDVI sentinel II sowie für seine wertvollen Ratschläge!

NDVI of the background