1 |
Uncertainties in land change modelingKrüger, Carsten 13 May 2016 (has links)
Der Einfluss des Menschen verändert die Erdoberfläche in gravierendem Maße. Die Anwendung von Landnutzungsmodellen ist etabliert, um derartige Prozesse zu analysieren und um Handlungsempfehlungen für Entscheidungsträger zu geben. Landnutzungsmodelle stehen unter dem Einfluss von Unsicherheiten, welche beim Interpretieren der Ergebnisse berücksichtigt werden müssen. Dennoch gibt es wenige Ansätze, die unterschiedliche Unsicherheitsquellen mit ihren Interdependenzen untersuchen und ihre Auswirkungen auf die projizierte Änderung der Landschaft analysieren. Aus diesem Grund ist das erste Ziel dieser Arbeit einen systematischen Ansatz zu entwickeln, der wesentliche Unsicherheitsquellen analysiert und ihre Fortentwicklung zur resultierenden Änderungskarte untersucht. Eine andere Herausforderung in der Landnutzungsmodellierung ist es, die Eignung von Projektionen abzuschätzen wenn keine Referenzdaten vorliegen. Bayes’sche Netze wurden als eine vielseitige Methode identifiziert, um das erste Ziel zu erreichen. Darüber hinaus wurden die Modellierungsschritte „Definition der Modellstruktur“, „Auswahl der Eingangsdaten“ und „Weiterverarbeitung der Daten“ als wesentliche Unsicherheitsquellen identifiziert. Um das zweite Ziel zu adressieren wurde eine Auswahl an Maßzahlen entwickelt. Diese quantifizieren Unsicherheit mit Hilfe einer projizierten Änderungskarte und ohne den Vergleich mit Referenzdaten. Mit diesen Maßzahlen ist es zusätzlich möglich zwischen quantitativer und räumlicher Unsicherheit zu unterscheiden. Vor allem in räumlichen Anwendungen wie der Landnutzungsmodellierung ist diese Möglichkeit wertvoll. Dennoch kann auch ein absolut sicheres Modell gleichzeitig ein falsches und nutzloses Modell sein. Deswegen wird ein Ansatz empfohlen, der die Beziehung zwischen Unsicherheit und Genauigkeit in bekannten Zeitschritten schätzt. Die entwickelten Ansätze geben wichtige Informationen um die Eignung von modellierten Entwicklungspfaden der Landnutzung zu verstehen. / Human influence has led to substantial changes to the Earth’s surface. Land change models are widely applied to analyze land change processes and to give recommendations for decision-making. Land change models are affected by uncertainties which have to be taken into account when interpreting their results. However, approaches which examine different sources of uncertainty with regard to their interdependencies and their influence on projected land change are rarely applied. The first objective of this thesis is therefore to develop a systematic approach which identifies major sources of uncertainty and the propagation to the resulting land change map. Another challenge in land change modeling is the estimation of the reliability of land change predictions when no reference data are available. Bayesian Belief Networks were identified as a useful technique to reach the first objective. Moreover, the modeling steps of “model structure definition”, “data selection” and “data preprocessing” were detected as relevant sources of uncertainty. To address the second research objective, a set of measures based on probabilities were developed. They quantify uncertainty by means of a single predicted land change map without using a reference map. It is additionally possible to differentiate uncertainty into its spatial and quantitative components by means of these measures. This is especially useful in spatial applications such as land change modeling. However, even a certain model can be wrong and therefore useless. Therefore, an approach is suggested which estimates the relationship between disagreement and uncertainty in known time steps to use this relationship in future time steps. The approaches give important information for understanding the reliability of modeled future development paths of land change.
|
2 |
Uncertainty in water quality monitoring, data analysis and modelling – and a Buddhist contemplation on its sufferingJung, Hoseung 10 October 2023 (has links)
Die Unsicherheiten bei der Beobachtung und Modellierung der Nährstoffverfügbarkeit und des Nährstoffflusses erschweren das Verständnis von Nährstoffkreislauf und Nährstofftransportprozessen und die Vorhersage des Verhaltens von Nährstoffen. Diese Arbeit beginnt mit einer Literaturüberblick über Arten und Quellen von Unsicherheiten bei der Beobachtung und Modellierung von Nährstoffen in Gewässern. Basierend auf dieser Überblick werden drei Fallstudien zur Beobachtung und Modellierung von Nährstoffen unter Berücksichtigung von Unsicherheiten vorgestellt. In der ersten Studie wurden die Unsicherheiten verschiedener Inferenzmethoden zur Klassifizierung des Gewässergüte in Bezug auf den gesamten reaktiven Phosphor (TRP) mit hochaufgelösten Daten aus landwirtschaftlichen Einzugsgebieten bewertet. In der zweiten Studie wurden die in den hochauflösenden Daten beobachteten Konzentrations-Abfluss (C-Q) Hysteresen mit einem empirischen Modell formuliert, um TRP-Transferereignisse zu charakterisieren. Die Quelle und Pfade von Nährstoffübertragungen wurden aus den Ergebnissen abgeleitet, um Entscheidungen im Wassermanagement zu unterstützen. Die Konzentration-Abfluss-Temperatur (C-Q-T) Beziehung wurde für Nitrat (NO3) in einem von Borkenkäferbefall betroffenen Waldeinzugsgebiet untersucht. Die zeitlichen Variationen der Parameter eines einfachen mechanistischen Modells informierten über die Entwicklung der hydrobiochemischen Prozesse als Reaktion auf die natürliche Störung. In einem interdisziplinären Essay, der diesen Fallstudien folgt, wurde eine buddhistische Perspektive eingenommen und diskutiert, worin die grundsätzlichen Ursachen für das Leiden unter Unsicherheit in der Wissenschaft liegen, sowie Möglichkeiten, Wissenschaft mit Selbstreflexion, Mitgefühl und Frieden zu betreiben. In den Schlussfolgerungen wird eine Kontemplation über die Erfahrung, mit der Unsicherheit in der hydrologischen Wissenschaft in dieser Dissertation präsentiert. / Uncertainty in monitoring and modelling availability and flux of nutrient pollutants obscures understanding of nutrient cycle and transport processes and prediction of nutrient behaviours. This thesis starts with a literature review of types and sources of uncertainty in monitoring and modelling of the nutrients in waters. Based on this review, three study cases of monitoring quantities and modelling behaviours of the nutrients with the considerations of uncertainty are presented. In the first study, the uncertainties of different inference methods for classifying physico-chemical status in terms of total reactive phosphorus (TRP) were assessed based on high-resolution data from agricultural catchments. In the second study, concentration-discharge (C-Q) hystereses observed in the high-resolution data were formularised with an empirical model and to characterise TRP transfer events at the sub-hourly scale. The sources and pathways of nutrient transfers were inferred from the transfer event characteristics to inform major targets for water management measures. In the third study, the C-Q relationship was further researched for nitrate (NO3) at a bi-weekly to monthly frequency in a forest catchment affected by bark beetle infestation. The temporal variations of the parameters of a simple mechanistic model describing the concentration-discharge-temperature (C-Q-T) relationship informed the evolution of catchment-scale hydrological and biogeochemical processes in response to the natural disturbance. In an interdisciplinary essay following the case studies, a Buddhist perspective on fundamental causes of the suffering around uncertainty in science and ways to pursue science with self-reflection, compassion and peacefulness were discussed. Contemplations on the experience of confronting the uncertainty in the hydrological science of this thesis are also presented in the conclusions.
|
3 |
Joint impacts of climate and land use change on the terrestrial biosphereOstberg, Sebastian 06 August 2018 (has links)
Es gibt zwei Hauptpfade, über die der Mensch die terrestrische Biosphäre verändert: 1) direkt durch Landnutzungswandel (LNW) und 2) indirekt durch Klimawandel (KW), welcher seinerseits zu Ökosystemveränderungen führt.
Die vorliegende Dissertation unternimmt den Versuch, die vom Menschen über beide diese Pfade verursachten Veränderungen konsistent und quantitativ zu bestimmen. Die Analyse basiert auf einem integrierten Indikator für makro-skalige Veränderungen der biogeochemikalischen Eigenschaften und der Ökosystemstruktur. Große Verschiebungen bei diesen grundlegenden Bausteinen der Biosphäre bedeuten ein Risiko für komplexere Ökosystemeigenschaften, da sie möglicherweise lange bestehende biotische Interaktionen unterbrechen. Die Arbeit stützt sich auf Simulationen mit dem dynamischen globalen Vegetations-, Agrar- und Hydrologiemodell LPJmL, um zu bestimmen, wie biogeochemische Eigenschaften und die Ökosystemstruktur auf historischen LNW und KW reagiert haben. Für die Zukunftsprojektionen wird LPJmL mit einer großen Anzahl an Klima- und Landnutzungsszenarien angetrieben. Laut den Simulationsergebnissen haben sich schwere Ökosystemveränderungen durch LNW und KW von lediglich 0,5% um 1700 auf 25-31% der Landoberfläche heute ausgedehnt. Landnutzung war in der Vergangenheit der wichtigste anthropogene Treiber schwerer Ökosystemveränderungen. Für das 21. Jahrhundert zeigen die Ergebnisse, dass KW voraussichtlich in allen außer den ambitioniertesten Mitigationsszenarien den Platz als Haupttreiber schwerer Ökosystemveränderungen übernehmen wird. Einige Landnutzungsszenarien nehmen an, dass zukünftige Effizienzsteigerungen trotz Bevölkerungswachtum eine Verringerung der landwirtschaftlichen Fläche ermöglichen. Doch auch verminderte LNW-Auswirkungen werden wahrscheinlich nicht ausreichen, um die Zunahme von Klimafolgen zu kompensieren, so dass die vom Menschen verursachte Transformation der Biosphäre in diesem Jahrhundert wahrscheinlich unabhängig vom Szenario wachsen wird. / There are two major pathways of human interference with the terrestrial biosphere: 1) directly through land use change (LUC) and 2) indirectly through anthropogenic climate change (CC) which in turn drives ecosystem change.
This dissertation presents an attempt to assess human-induced biosphere change through both these pathways in a consistent and quantitative way. The analysis is based on an integrated indicator of macro-scale changes in biogeochemical characteristics and ecosystem structure. Large shifts in these basic building blocks of the biosphere are taken to indicate a risk to more complex ecosystem properties as they potentially disrupt long-standing biotic interactions. This dissertation relies on simulations with the dynamic global vegetation, agriculture and hydrology model LPJmL to quantify how biogeochemical characteristics and ecosystem structure have responded to historical LUC and CC. For future projections LPJmL is driven by a large number of CC and LUC scenarios, using the same indicator to measure the impact on the biosphere. Simulation results show that major impacts on the biosphere from CC and LUC have expanded from merely 0.5% of the land surface in 1700 to 25-31% of the land surface today. Land use has been the main anthropogenic driver causing major ecosystem change in the past. For the future, results show that CC is expected to take over as the main anthropogenic driver of major ecosystem change during this century in all but the most ambitious climate mitigation scenarios. Despite a growing world population, some land use scenarios project that future efficiency improvements will allow for a reduction of agricultural land and hence a reduction of the impact of LUC on the terrestrial biosphere. Yet, results also show that reduced LUC impacts will likely not be able to compensate for the increase in CC impacts, and human-induced transformation of the biosphere is likely to grow during this century regardless of the considered scenario.
|
4 |
Assessing opportunities to increase global food production within the safe operating space for human freshwater useJägermeyr, Jonas 02 June 2017 (has links)
Die Landwirtschaft ist heute der wichtigste Treiber der globalen Degradation von Ökosystemen. Es existiert jedoch wenig konkretes Wissen, wie Ökosysteme zu schützen sind und gleichzeitig die Nahrungsproduktion für die wachsende Weltbevölkerung gesichert werden kann. In dieser Dissertation untersuche ich Optimierungsmöglichkeiten im landwirtschaftlichen Wassermanagement. Ich quantifiziere praxisorientierte Verbesserungen der Regenwassernutzung und Optimierungen von Bewässerungssystemen, unter Einhaltung der „environmental flow requirements“ (EFRs). Um diese komplexen Interaktionen zu untersuchen, entwickle ich ein agro-hydrologisches Modell auf Basis detaillierter, mechanistischer Prozessabbildung weiter. Erstens, 39% der derzeitigen Wasserentnahmen für Bewässerung sind nicht nachhaltig und somit auf Kosten der Ökosysteme. Zweitens, solche lokalen Wasserentnahmegrenzen legen nahe, dass die globale Grenze für den menschlichen Wasserverbrauch deutlich niedriger liegt, als bisher angenommen (2800 vs 4000 km3yr-1). Drittens, die Implementierung von EFRs würde die landwirtschaftliche Produktion erheblich beeinträchtigen, mit >20% in stark bewässerten Gebieten. Verbesserte Nutzung des Niederschlagswassers und die Optimierung von Bewässerungssystemen, können die weltweite Nahrungsmittelproduktion allerdings um rund 40% nachhaltig steigern - ausreichend, um die Nahrungsmittellücke der wachsenden Weltbevölkerung bis 2050 zu halbieren. Zusammenfassend stellt diese Arbeit die erste umfassende und systematische Einschätzung globaler Potentiale der nachhaltigen Intensivierung der Landwirtschaft aus der Wasserperspektive dar. Die in dieser Arbeit vorgebrachten innovativen und quantitativen Erkenntnisse legen nahe, dass das Potential der diskutierten Interventionen höhere politische Aufmerksamkeit erfahren sollte. Meine Ergebnisse können eine konkretere Diskussion zur Umsetzung der Sustainable Development Goals untermauern. / Agriculture is today''s most important driver of ecosystem degradation across scales. However, there is little evidence on how to attain the historic twin-challenge of maintaining environmental integrity while producing enough food for a growing world population. In this thesis, I assess opportunities in agricultural water management to reconcile future food needs with environmental limits to water use. I explore solution-oriented ways to improve rainfed and irrigation systems alike, while safeguarding environmental flows (EFRs). To study complex interactions quantitatively, I advanced a state-of-the-art global modeling framework based on detailed, mechanistic process representation. First, a systematic upscaling of EFRs to global coverage indicates that 39% of current freshwater withdrawals for irrigation are unsustainable and occur at the cost of ecosystems. Second, accounting for EFRs indicates that the planetary boundary for freshwater use might be notably lower (2800 vs. 4000 km3yr-1) than expected. Third, maintaining EFRs would significantly affect food production, cutting >20% of total kcal production across intensely irrigated areas. Fourth, improving irrigation systems in combination with optimizing the use of precipitation water, provides effective and accessible measures to compensate for adverse impacts from protecting EFRs and climate change. Such integrated interventions could sustainably intensify global food production (+40% kcal) to the degree sufficient to halve the global food gap by 2050. In conclusion, this thesis provides the first comprehensive and systematic assessment of hitherto largely unquantified water opportunities in sustainable intensification of agriculture. While requiring corroboration by finer-scale research, the innovative quantitative foundation provided in this thesis suggests that farm water management merits a rise in political attention, and it can inform a more comprehensive discussion of related SDG target interactions.
|
5 |
Of food & fauna: investigating the relationship between global agricultural land use & biodiversityKehoe, Laura 11 October 2017 (has links)
Die landwirtschaftliche Landnutzung dominiert ein Drittel der Erdoberfläche und ist der größte Einflussfaktor des Biodiversitätsverlustes. Zudem wird prognostiziert, dass sich mit wachsender Erdbevölkerung und zunehmendem Bedarf an Ressourcen der Einfluss der landwirtschaftlichen Landnutzung auf die Biodiversität massiv ausweiten wird. Das Hauptziel dieser Dissertation war es, ein tieferes Verständnis über die Beziehung zwischen landwirtschaftlicher Landnutzung und Biodiversität auf globaler Skala zu entwickeln. Um dieses Ziel zu erreichen möchte diese Dissertation eine Brücke über drei Forschungslücken schlagen. Erstens, während sich bereits viele Studien mit der Auswirkung der landwirtschaftlichen Expansion auf die Biodiversität beschäftigt haben, untersuchten relativ wenige Arbeiten die Beziehung zwischen den vielen Facetten der landwirtschaftlichen Intensivierung und der Biodiversität. Zweitens, die meisten Studien hinsichtlich Landnutzung und Biodiversität haben die Auswirkungen auf lokaler bis regionaler Skala analysiert, wohingegen nur wenige diese Beziehung auf globaler Skala untersucht haben. Diese Lücke ist besonders kritisch in Bezug auf die Vorhersage des Artenreichtums – wobei traditionellerweise eher Umweltfaktoren als durch den Menschen bedingte Faktoren als wichtig für das Bedingen und Vorhersagen von großflächigen Mustern der Biodiversität angesehen werden. Drittens, angesichts des zunehmenden zukünftigen Bedarfes an Ressourcen ist ein besseres Verständnis bezüglich der Auswirkung der zukünftigen landwirtschaftlichen Landnutzung auf die Biodiversität nötig. Diese Dissertation erzielte Fortschritte darin Brücken über diese Forschungslücken zu schlagen durch (i) das Kartieren von Mustern vielfacher Metriken der Landnutzungsintensität und Biodiversität, (ii) das Verbessern der Arten-Areal-Beziehung durch die Einbindung von Landbedeckung und Landnutzungsintensitätsmetriken sowie (iii) das Identifizieren von Gebieten mit großer biologischer Vielfalt, die gefährdet sind hinsichtlich der Trajektorien potentieller zukünftiger Landnutzungsexpansion und –intensivierung. Die Muster der Landnutzungs-intensitätsmetriken waren heterogen verteilt in Gebieten mit hoher Biodiversität, was darauf hinweist, dass die Umweltschutzforschung vielfache Intensitätsmetriken einbeziehen sollte um zu verhindern, dass die Bedrohung für die Biodiversität unterschätzt wird. Weitere Ergebnisse zeigen, dass in der Vorhersage des globalen Artenreichtums die Landnutzungsintensität den Biomen in nichts nachsteht, wodurch eines der fundamentalsten Gesetze in der Ökologie erweitert wird und ein verbessertes Verständnis der großflächigen Muster im Artenreichtum erzielt wird. Die am stärksten gefährdeten Gebiete bezüglich des potentiellen zukünftigen landwirtschaftlichen Wandels wurden schließlich weitverbreitet in Lateinamerika und im subsaharischen Afrika gefunden. Dieses Ergebnis bot wichtige Erkenntnisse zur proaktiven Entschärfung von zukünftigen potentiellen Konflikten in der Beziehung zwischen Biodiversität und Landnutzung. In Anbetracht der großen Bedrohung, die die Landwirtschaft für die Biodiversität darstellt, hob diese Dissertation insgesamt die Komplexität und Bedeutung der Landnutzungsintensität in ihrer Beziehung zur Biodiversität hervor und identifizierte Gebiete mit hoher Biodiversität, welche bedroht sind von landwirtschaftlicher Landnutzung, sowohl in der Gegenwart als auch zukünftig. / Agricultural land use dominates one third of the Earth’s land surface and is the single biggest driver of biodiversity loss. Moreover, with a growing human population and a rising demand for resources, the impact of agricultural land use on biodiversity is projected to escalate. The main goal of this thesis was to gain a deeper understanding of the relationship between agricultural land use and biodiversity on a global scale. In approaching this goal, this thesis aims to bridge three main research gaps. First, while much research has addressed the effect of agricultural expansion on biodiversity, relatively little work has investigated the relationship between the many facets of agricultural intensification and biodiversity. Second, most studies on land use and biodiversity have assessed local to regional scale impacts, whereas few have assessed this relationship on a global scale. This gap is particularly critical in terms of predicting species richness – where environmental factors rather than human driven factors have traditionally been thought to be important in driving and predicting broad-scale patterns of biodiversity. Third, in light of growing future demand for resources, a better understanding is needed regarding the impact of future agricultural land use on biodiversity. This thesis made progress in bridging these research gaps by (i) mapping patterns of multiple metrics of land-use intensity and biodiversity, (ii) improving species-area relationships with the inclusion of land cover and land-use intensity metrics, and (iii) identifying highly biodiverse areas at risk under trajectories of potential future agricultural expansion and intensification. Patterns of land-use intensity metrics were heterogeneously distributed in areas of high biodiversity, suggesting that conservation research should include multiple intensity metrics in order to avoid underestimating biodiversity threat. Further results show land-use intensity was found to rival biomes in predicting global species richness, thus upgrading one of the most fundamental laws in ecology, and providing an improved understanding of broad-scale species richness patterns. Finally, areas most at-risk under potential future agricultural change were found to be widespread across Latin America and Sub-Saharan America. This delivered crucial insights in proactively mitigating future potential conflicts in the nexus of biodiversity and land use. Overall, considering the great threat agriculture poses to biodiversity, this thesis highlighted the complexity and importance of land-use intensity in its relationship with biodiversity and uncovered highly biodiverse areas threatened by agricultural land use, both currently and in the future.
|
Page generated in 0.1237 seconds