Der Amazonas befindet sich im Wandel. Seine Regenwälder sind zunehmend durch die expandierende Landwirtschaft bedroht. Brandrodungen und die meist extensive Weidewirtschaft verantworten großflächige Ökosystemschäden und hohe Treibhausgasemissionen. Erdbeobachtungssysteme wie die Landsat und Sentinel-2 Satelliten ermöglichen eine großflächige Analyse dieser Entwicklungen und sind unerlässlich zur Evaluierung von Maßnahmen zum Schutze des Amazonas. Allerdings sind in den Kerntropen Fernerkundungsanalysen aufgrund des Bewölkungsgrades sehr herausfordernd. Diese Arbeit zielt daher auf eine verbesserte Erkennung landwirtschaftlicher Prozesse, wie sie an Entwaldungsfronten und speziell in der Region Novo Progresso, Pará, Brasilien, typisch sind. Dazu wurde zunächst der EO Time Series Explorer entwickelt, um verschiedene Dimensionen dichter Multisensorzeitserien interaktiv zur Erstellung von Referenzdaten in Wert zu setzen. Mit den Clear Observation Sequences (COS) wurde darauf basierend ein neuer Ansatz zur Erfassung hoch-dynamischer landwirtschaftlicher Prozesse entwickelt, etwa Feuer mit geringer Brandlast oder Bodenbearbeitungsmaßnahmen. Darauf aufbauend wurde schließlich der Landnutzungswandel in der Region Novo Progresso zwischen 2014 und 2020 untersucht. Die Ergebnisse zeigen einen alarmierenden Anstieg der Entwaldung und eine Zunahme landwirtschaftlicher Feuer seit der Präsidentschaft von Jair Bolsonaro. Differenziert nach Landnutzungszonen und Betriebsgrößen wird deutlich, dass Schutzgebiete weniger wirksam sind und insbesondere größere Landwirtschaftsbetriebe die Entwaldung vorantreiben. Diese Arbeit zeigt den hohen Wert einer synergetischen Nutzung unterschiedlicher Satellitenzeitserien für die fernerkundliche Analyse landwirtschaftlicher Prozesse. Eine weitere Verdichtung der Zeitserien mit räumlich und spektral höherauflösenden Sensoren bietet weiteres Verbesserungspotential bei der Beschreibung landwirtschaftlicher Dynamiken. / The Amazon is in transition, and its rainforests are increasingly threatened by agricultural expansion. A slash-and-burn agriculture and mostly extensive cattle grazing are responsible for large-scale ecosystem damage and high levels of greenhouse gas emission. Earth observation systems such as the Landsat and Sentinel-2 satellites enable large-scale analysis of these developments and are essential for evaluating measures to protect the Amazon. However, cloud cover makes remote sensing analysis challenging in the core tropics. The present work aims to improve the detection of agricultural processes typical of deforestation frontiers, focusing specifically on the Novo Progresso region, Pará, Brazil. To that end, the EO Time Series Explorer was developed to interactively visualize the different dimensions of dense multi-sensor time series and to create reference data. Based on this software tool, the Clear Observation Sequences (COS) approach was developed to capture highly dynamic agricultural processes such as low-load fires or tillage operations. Finally, the investigation of land-use changes in the Novo Progresso region between 2014 and 2020 shows an alarming increase in deforestation and agricultural fires since Jair Bolsonaro’s accession to the presidency. Analysis by land-use zone and property size shows that protected areas have become less effective and that larger properties are driving deforestation. This work demonstrates the value of synergistic use of satellite time series for remote sensing analysis of agricultural processes. Further densification of time series using higher spatial and spectral resolution sensors promises to further improve the description of agricultural dynamics.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/26791 |
| Date | 27 February 2023 |
| Creators | Jakimow, Benjamin |
| Contributors | Nendel, Claas, Lakes, Tobia, Escada, Maria Isabel Sobral |
| Publisher | Humboldt-Universität zu Berlin |
| Source Sets | Humboldt University of Berlin |
| Language | English |
| Detected Language | German |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf |
| Rights | http://rightsstatements.org/vocab/InC/1.0/ |
| Relation | 10.1016/j.rse.2017.10.009, 10.1016/j.envsoft.2020.104631 |
Page generated in 0.0027 seconds