Refine
Has Fulltext
- yes (15)
Is part of the Bibliography
- yes (15)
Year of publication
Document Type
- Journal article (12)
- Working Paper (2)
- Doctoral Thesis (1)
Keywords
- Central Asia (3)
- MODIS (3)
- Information System (2)
- Remote Sensing (2)
- Uzbekistan (2)
- WebGIS (2)
- West Africa (2)
- climate change (2)
- AVHRR (1)
- AVHRR data (1)
Institute
Central Asia consists of the five former Soviet States Kazakhstan, Kyrgyzstan, Tajikistan, Turkmenistan, and Uzbekistan, therefore comprising an area of similar to 4 Mio km(2). The continental climate is characterized by hot and dry summer months and cold winter seasons with most precipitation occurring as snowfall. Accordingly, freshwater supply is strongly depending on the amount of accumulated snow as well as the moment of its release after snowmelt. The aim of the presented study is to identify possible changes in snow cover characteristics, consisting of snow cover duration, onset and offset of snow cover season within the last 28 years. Relying on remotely sensed data originating from medium resolution imagers, these snow cover characteristics are extracted on a daily basis. The resolution of 500-1000 m allows for a subsequent analysis of changes on the scale of hydrological sub-catchments. Long-term changes are identified from this unique dataset, revealing an ongoing shift towards earlier snowmelt within the Central Asian Mountains. This shift can be observed in most upstream hydro catchments within Pamir and Tian Shan Mountains and it leads to a potential change of freshwater availability in the downstream regions, exerting additional pressure on the already tensed situation.
Crop mapping in West Africa is challenging, due to the unavailability of adequate satellite images (as a result of excessive cloud cover), small agricultural fields and a heterogeneous landscape. To address this challenge, we integrated high spatial resolution multi-temporal optical (RapidEye) and dual polarized (VV/VH) SAR (TerraSAR-X) data to map crops and crop groups in northwestern Benin using the random forest classification algorithm. The overall goal was to ascertain the contribution of the SAR data to crop mapping in the region. A per-pixel classification result was overlaid with vector field boundaries derived from image segmentation, and a crop type was determined for each field based on the modal class within the field. A per-field accuracy assessment was conducted by comparing the final classification result with reference data derived from a field campaign. Results indicate that the integration of RapidEye and TerraSAR-X data improved classification accuracy by 10%–15% over the use of RapidEye only. The VV polarization was found to better discriminate crop types than the VH polarization. The research has shown that if optical and SAR data are available for the whole cropping season, classification accuracies of up to 75% are achievable.
Advancing land degradation in the irrigated areas of Central Asia hinders sustainable development of this predominantly agricultural region. To support decisions on mitigating cropland degradation, this study combines linear trend analysis and spatial logistic regression modeling to expose a land degradation trend in the Khorezm region, Uzbekistan, and to analyze the causes. Time series of the 250-m MODIS NDVI, summed over the growing seasons of 2000–2010, were used to derive areas with an apparent negative vegetation trend; this was interpreted as an indicator of land degradation. About one third (161,000 ha) of the region’s area experienced negative trends of different magnitude. The vegetation decline was particularly evident on the low-fertility lands bordering on the natural sandy desert, suggesting that these areas should be prioritized in mitigation planning. The results of logistic modeling indicate that the spatial pattern of the observed trend is mainly associated with the level of the groundwater table (odds = 330 %), land-use intensity (odds = 103 %), low soil quality (odds = 49 %), slope (odds = 29 %), and salinity of the groundwater (odds = 26 %). Areas, threatened by land degradation, were mapped by fitting the estimated model parameters to available data. The elaborated approach, combining remote-sensing and GIS, can form the basis for developing a common tool for monitoring land degradation trends in irrigated croplands of Central Asia.
The overarching goal of this research was to explore accurate methods of mapping irrigated crops, where digital cadastre information is unavailable: (a) Boundary separation by object-oriented image segmentation using very high spatial resolution (2.5–5 m) data was followed by (b) identification of crops and crop rotations by means of phenology, tasselled cap, and rule-based classification using high resolution (15–30 m) bi-temporal data. The extensive irrigated cotton production system of the Khorezm province in Uzbekistan, Central Asia, was selected as a study region. Image segmentation was carried out on pan-sharpened SPOT data. Varying combinations of segmentation parameters (shape, compactness, and color) were tested for optimized boundary separation. The resulting geometry was validated against polygons digitized from the data and cadastre maps, analysing similarity (size, shape) and congruence. The parameters shape and compactness were decisive for segmentation accuracy. Differences between crop phenologies were analyzed at field level using bi-temporal ASTER data. A rule set based on the tasselled cap indices greenness and brightness allowed for classifying crop rotations of cotton, winter-wheat and rice, resulting in an overall accuracy of 80 %. The proposed field-based crop classification method can be an important tool for use in water demand estimations, crop yield simulations, or economic models in agricultural systems similar to Khorezm.
Die Bewässerungslandwirtschaft in Mittelasien ist geprägt von schwerwiegenden ökologischen und ökonomischen Problemen. Zur Verbesserung der Situation auf dem hydrologischen Sektor wird daher seitens der mittelasiatischen Interstate Commission for Water Coordination (ICWC) die Einführung des Integrated Water Resource Management (IWRM) gefordert. Wichtige Herausforderungen zur Optimierung der Wassernutzung im Aralsee-Becken sind dabei die Schaffung von Transparenz sowie von Möglichkeiten zur Überwachung der Landnutzung und der Wasserentnahme in den Bewässerungssystemen. Im Detail fokussierte diese Arbeit auf das Bewässerungssystem der Region Khorezm im Unterlauf des Amu Darya südlich des Aralsees. Die Arbeit zielte darauf ab, (1) objektive und konsistente Datengrundlagen zum Monitoring der Landnutzung und des Wasserverbrauchs innerhalb des Bewässerungslandes zu schaffen und (2) auf Basis dieser Ergebnisse die Funktionsweise des Bewässerungssystems zu verstehen sowie die Land- und Wassernutzung der Region zu bewerten. Um diese Ziele zu erreichen, wurden Methoden der Fernerkundung und der Hydrologie miteinander kombiniert. Fernerkundliche Schlüsselgrößen der Arbeit waren die Kartierung der agrarischen Landnutzung und die Modellierung der saisonalen tatsächlichen Evapotranspiration. Es wurde eine Methode vorgestellt, die eine Unterscheidung verschiedener Landnutzungen und Fruchtfolgen der Region durch die temporale Segmentierung von Zeitserien aus 8-tägigen Kompositen von 250 m-Daten des MODIS-Sensors ermöglicht. Durch die mehrfache Anwendung von Recursive Partitioning And Regression Trees auf deskriptive Statistiken von Zeitseriensegmenten konnte eine hohe Stabilität erzielt werden (overall accuracy: 91 %, Kappa-Koeffizient: 0,9). Täglich von MODIS aufgezeichnete Landoberflächentemperaturen (LST) bildeten die Basis zur fernerkundungsbasierten Modellierung der saisonalen tatsächlichen Evapotranspiration (ETact) für die sommerliche Vegetationsperiode. Aufgrund der hohen zeitlichen und groben räumlichen Auflösung der verwendeten MODIS-Daten von 1 km waren leichte Modifikationen des zur Modellierung eingesetzten Surface Energy Balance Algortihm for Land (SEBAL) erforderlich. Zur Modellierung von ETact wurden MODIS-Produkte (LST, Emissionsgrad, Albedo, NDVI und Blattflächenindex) und meteorologische Stationsdaten aus Khorezm verwendet. Die Modellierung des fühlbaren Wärmeflusses, einer Komponente der Energiebilanzgleichung an der Erdoberfläche, erfolgte mittels METRIC (High Resolution and Internalized Calibration), einer Variante des SEBAL. Die Landnutzungsklassifikation fungierte als zentraler Eingangsparameter, um eine automatisierte Auswahl der Ankerpunkte des Models sicherzustellen. Da innerhalb der MODIS-Auflösung aufgrund der Mischpixelproblematik keine homogen feuchten oder trockenen Bedingungen im Bewässerungsgebiet gefunden werden konnten, wurden die Landnutzungsklassifikation, der NDVI und die ASCE-Referenz-Evapotranspiration zur Abschätzung des tatsächlichen Zustands an den Ankerpunkten herangezogen. Weiterhin wurden umfassende Geländemessungen durchgeführt, um in der Vegetationsperiode 2005 die Zu- und Abflussmengen des Wasser von und nach Khorezm zu bestimmen. Die abschließende Bewertung der Land- und Wassernutzung basierte letztendlich auf der Bildung von Wasserbilanzen und der Berechnung anerkannter Performanceindikatoren wie der Ratio aus Drainage und Wasserentnahme oder der depleted fraction. Für die landwirtschaftliche Nutzung im Rayon Khorezm wurde für die Sommersaison 2005 eine Wasserentnahme von 5,38 km3 ermittelt. Damit übertrafen die Messergebnisse die offiziell verfügbaren Daten der ICWC um durchschnittlich 37 %. Auf die landwirtschaftliche Fläche bezogen ergab sich für Khorezm im Jahr 2005 eine mittlere Wasserentnahme von 22.782 m3/ha. In den Subsystemen schwankten diese Werte zwischen 17.000 m3/ha und 30.000 m3/ha. Allerdings konnte an den Systemgrenzen, an denen die Messungen durchgeführt werden, der aus den fernerkundungsbasierten Modellierungen auf WUA-Level erwartete abnehmende Gradient der Wasserentnahme zwischen Oberlauf und Unterlauf nicht nachvollzogen werden. Als Ursache für diese Diskrepanz sind vor allem die Versickerungsverluste im Kanalsystem zu nennen, die den Grundwasserkörper großräumig auffüllen und auf Feldebene nicht zur oberflächlichen Bewässerung zur Verfügung stehen. Monatliche Bilanzierungen und die Analyse der Performanceindikatoren führten zu denselben Ergebnissen. In dieser Arbeit konnte gezeigt werden, dass sich mit Methoden der Fernerkundung objektive und konsistente Daten der agrarischen Landnutzung und des Wasserverbrauchs für ein regionales Monitoring erstellen lassen. Da in den benachbarten Regionen gleiche atmosphärische Bedingungen und ähnliche Anbausorten anzutreffen sind, ist anzunehmen, dass beide Verfahren auch auf der Planungsebene in einem IWRM für die übrigen Mittel- und Unterläufe von Amu Darya und Syr Darya ein hohes Anwendungspotenzial besitzen.