550 Geowissenschaften
Refine
Has Fulltext
- yes (4)
Is part of the Bibliography
- yes (4)
Document Type
- Journal article (3)
- Doctoral Thesis (1)
Keywords
- Uzbekistan (2)
- Charism (1)
- Fernerkundung (1)
- Geographische Informationssysteme (1)
- Geologie (1)
- Hydrologische Modellierung (1)
- Landnutzungsklassifikation (1)
- Landwirtschaft (1)
- PEST (1)
- Pakistan (1)
Institute
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.
The use of inverse methods allow efficient model calibration. This study employs PEST to calibrate a large catchment scale transient flow model. Results are demonstrated by comparing manually calibrated approaches with the automated approach. An advanced Tikhonov regularization algorithm was employed for carrying out the automated pilot point (PP) method. The results indicate that automated PP is more flexible and robust as compared to other approaches. Different statistical indicators show that this method yields reliable calibration as values of coefficient of determination (R-2) range from 0.98 to 0.99, Nash Sutcliffe efficiency (ME) range from 0.964 to 0.976, and root mean square errors (RMSE) range from 1.68 m to 1.23 m, for manual and automated approaches, respectively. Validation results of automated PP show ME as 0.969 and RMSE as 1.31 m. The results of output sensitivity suggest that hydraulic conductivity is a more influential parameter. Considering the limitations of the current study, it is recommended to perform global sensitivity and linear uncertainty analysis for the better estimation of the modelling results.
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.
Water crises are becoming severe in recent times, further fueled by population increase and climate change. They result in complex and unsustainable water management. Spatial estimation of consumptive water use is vital for performance assessment of the irrigation system using Remote Sensing (RS). For this study, its estimation is done using the Soil Energy Balance Algorithm for Land (SEBAL) approach. Performance indicators including equity, adequacy, and reliability were worked out at various spatiotemporal scales. Moreover, optimization and sustainable use of water resources are not possible without knowing the factors mainly influencing consumptive water use of major crops. For that purpose, random forest regression modelling was employed using various sets of factors for site-specific, proximity, and cropping system. The results show that the system is underperforming both for Kharif (i.e., summer) and Rabi (i.e., winter) seasons. Performance indicators highlight poor water distribution in the system, a shortage of water supply, and unreliability. The results are relatively good for Rabi as compared to Kharif, with an overall poor situation for both seasons. Factors importance varies for different crops. Overall, distance from canal, road density, canal density, and farm approachability are the most important factors for explaining consumptive water use. Auditing of consumptive water use shows the potential for resource optimization through on-farm water management by the targeted approach. The results are based on the present situation without considering future changes in canal water supply and consumptive water use under climate change.