Fires and Vegetation in Namibian Ecosystems : a Modelling Study Based on Remote Sensing

Titelangaben

Mayr, Manuel J.:
Fires and Vegetation in Namibian Ecosystems : a Modelling Study Based on Remote Sensing.
Bayreuth , 2019 . - xvi, 117 S.
( Dissertation, 2019 , Universität Bayreuth, Fakultät für Biologie, Chemie und Geowissenschaften)

Volltext

	Format: PDF Name: Mayr_Diss.pdf Version: Veröffentlichte Version Verfügbar mit der Lizenz Deutsches Urheberrechtsgesetz. Das Dokument darf zum eigenen Gebrauch kostenfrei genutzt werden. Darüber hinaus bedürfen die Vervielfältigung, Bearbeitung, Verbreitung und jede Art der Verwertung der schriftlichen Zustimmung des jeweiligen Rechteinhabers.
	Download (9MB)

Abstract

Fires are a regular feature of savanna ecosystems worldwide. Although Namibia is the most arid country across Sub-Saharan Africa, the seasonal occurrence of fires is widespread. Humans and biophysical controls are known to govern the spatio-temporal patterns of fire. Yet, the interplay among the controlling factors and their individual contribution to the generation of fires lack generality. An overall impact of fire on vegetation and its structure is controversial – especially in drier regions. Remote sensing provides a unique means for the assessment and modelling of fire regimes and vegetation. Earth observation missions such as the Moderate-Resolution Imaging Spectroradiometer (MODIS) offer consistent records of fire and quantitative vegetation parameters. The scale of observation in space and time impose an inherent source of uncertainty with any remotely-sensed dataset. As such, background contamination and phenology usually complicate the discrimination of sparse green vegetation. Unmanned Aerial Vehicles (UAV) introduce new 3D opportunities for optical remote sensing, however their full potential remains to be explored. In the present study, remote sensing and spatial modelling are the primary tools for a quantitative investigation of fire and vegetation parameters across Namibia. Several spatial datasets are applied to achieve this task. These range from readily-available thematic products from Earth observation over higher-resolution RapidEye and UAV imagery to vector datasets. Fire regimes are analysed and modelled using a set of common statistical and machine learning techniques. Field measurements and upscaling techniques are combined in order to comparatively explore the estimates of Leaf Area Index (LAI). Imagery generated from an UAV mission facilitates the reconstruction of vegetation structure in 3D by means of a photogrammetric approach known as Structure-from-Motion – Multi-View Stereopsis (SfM-MVS). Woody individuals are then delineated in order to yield approximate stand structures. The results show that productivity is the major control of fire activity in Namibia. A distinct increase in both Burned Area (BA) and Fire Occurrence (FO) with a mean annual precipitation above 400 mm is observed and located in the northern parts of the country. Although humans are known to account for the majority of ignitions, their activities also consume the fuels that are required for burning. Hence, increasing densities of population and livestock reduce fire activity across the country. A case study from Owamboland in northern Namibia confirms the uncertainties that are associated with the spectral remote sensing of low-productivity ecosystems. As such, a mean underestimation of 0.34 (±0.2) is found with the estimates of LAI from MODIS (MOD15A2), which are compared to an empirically-calibrated model of LAI. In contrast to the general underestimation by MOD15A2, overestimations of LAI are apparent in the case of a recent fire in the region. Image-Based Point Clouds (IBPC) and the autonomous use of an UAV are found to be suitable for the assessment of woody vegetation and stand-scale heights in the northern Otjozondjupa region. The height parameters derived from this approach outline a promising agreement with field measurements, with an R² of approximately 0.7 and RMSE generally <1.9 m. However, no significant height reductions are found with the long-term presence of fire. Instead persistent grazing reduces the stands’ heights which may be indicative of woody encroachment. This thesis contributes to the causal understanding of fire and the patterns fire creates in dry savannas, which is an important prerequisite for national policy decisions and the anticipation of future fire activity. It is concluded that fire has limited capabilities for a sustainable alteration of vegetation structure as woody communities are often adapted to fire. Future research should therefore explicitly consider the role of individual species in woody communities in order to quantify the structural impact of different fire regimes. UAVs and active remote sensing techniques could assist such studies. Finally, it is suggested that the human dimension of fire is inadequately captured by moderate-resolution fire records as controlled burnings, which are usually smaller, are likely to be underrepresented. Regional studies that explicitly aim at addressing the human dimension of fire should thus apply fire records of higher resolution.

Abstract in weiterer Sprache

Feuer ist ein Bestandteil global auftretender Savannenökosysteme. Auch in Namibia, dem aridesten Land im Subsaharischen Afrika, sind saisonal auftretende Brände weit verbreitet. Neben biophysikalischen Einflussgrößen steuert vor allem der Mensch die raum-zeitlichen Muster dieser Brände. Das Zusammenspiel und die Wichtigkeit einzelner Einflussgrößen entziehen sich jedoch einer generellen Regelmäßigkeit. Des Weiteren werden die Auswirkungen solcher Brände auf die Vegetation und deren Struktur, speziell in trockeneren Regionen, kontrovers diskutiert. Die Fernerkundung bietet einzigartige Mittel zur Erfassung und Modellierung von Feuerregimen und der Vegetation. Erdbeobachtungsmissionen, wie der Moderate-Resolution Imaging Spectroradiometer (MODIS), liefern konsistente Datenreihen von Bränden und quantitativen Vegetationsparametern. Jedoch haftet Fernerkundungsdaten, schon aufgrund der räumlichen und zeitlichen Charakteristika des erfassenden Sensors, immer eine gewisse Unschärfe an. So erschweren die Einflüsse der darunterliegenden Oberfläche und der Phänologie eine fernerkundliche Ableitung grüner Vegetation und geringer Bedeckungsgrade. Unbemannte Flugobjekte (UAV) verleihen der optischen Fernerkundung bisher nicht vorhandene Möglichkeiten der dreidimensionalen Oberflächenerfassung. Gleichzeitig ist deren Anwendung Gegenstand aktueller Forschung. Die vorliegende Studie nutzt vorwiegend Fernerkundung und Methoden der räumlichen Modellierung, um Feuer und Vegetationsparameter in Namibia quantitativ zu untersuchen. Dabei findet eine Vielzahl räumlicher Datensätze Anwendung, die von vollständig vorverarbeiteten Fernerkundungsprodukten globalen Ausmaßes, über höheraufgelöste RapidEye- und UAV-Bilddaten, bis hin zu Vektordatensätzen reichen. Auf Basis gängiger statistischer Verfahren und Machine Learning werden Feuerregime analysiert und modelliert. Um fernerkundliche Ableitungen des Blattflächenindex (LAI) im Vergleich zu betrachten, werden Geländemessungen und Methoden zur Überbrückung von Skalensprüngen (upscaling) angewandt. Eigens mit einem UAV beflogene Bilddaten dienen der dreidimensionalen Rekonstruktion von Gehölzbeständen. Dabei kommt ein neueres photogrammetrisches Verfahren, die sogenannte Structure-from-Motion – Multi-View Stereopsis (SfM-MVS), zum Einsatz. Es wird versucht, die Gehölze auf Ebene von Individuen abzuleiten, um eine möglichst repräsentative Bestandsstruktur zu erlangen. Die Ergebnisse zeigen, dass der Produktivität eine Hauptrolle bei der Begrenzung von Bränden zukommt. Sowohl das räumliche Ausmaß (BA) als auch die Häufigkeit (FO) der Brände steigen bei einem mittleren Jahresniederschlag von >400 mm an. Derartige Niederschlagsmengen sind vor allem im Norden Namibias vorhanden. Obwohl der Mensch wohl die Hauptentzündungsquelle in Namibia darstellt, beschränken seine Aktivitäten ebenso die Verfügbarkeit von brennbarer Biomasse. Auf nationaler Ebene wirken gesteigerte Bevölkerungs- und Viehdichten daher Feuer reduzierend. Bekannte Unsicherheiten der rein spektralen Ableitung von grüner Vegetation und geringen Bedeckungsgraden bestätigen sich in einer Fallstudie im Owamboland (Nordnamibia). Ausdruck dessen ist eine im Vergleich mittlere Unterschätzung des LAI von 0,34 (±0,2) durch das MODIS-Produkt (MOD15A2) gegenüber dem empirisch kalibrierten Modell. Jedoch kehrt sich diese Beziehung im Bereich einer kurz zuvor von Feuer erfassten Fläche um. Es wird daher empfohlen, Fernerkundungsdaten in Regionen geringer Produktivität systematisch auf die Auswirkungen des Bildhintergrunds und räumlicher Skalen(-sprünge) zu untersuchen. Eine autonome Nutzung von UAVs und die 3D-Rekonstruktion auf Basis von bildbasierten Punktwolken erlauben hier eine angemessene Erfassung der Höhen in Gehölzbeständen. Der verwendete Ansatz erzielt eine vielversprechende Übereinstimmung mit den Geländemessungen in der nördlichen Otjozondjupa Region (R² um 0,7 bzw. RMSE <1,9 m). Jedoch zieht das längerfristige Vorhandensein von Bränden keine signifikante Änderung der Gehölzhöhen nach sich. Im Gegensatz dazu führt eine stetige Beweidung zur Verringerung der betrachteten Höhenparameter, was als Indiz für eine voranschreitende Verbuschung gewertet werden kann. Die vorliegende Studie versteht sich als Beitrag um Feuer in Trockensavannen – sowohl in Bezug auf ihre Ursache als auch auf die daraus entstehenden Landschaftsmuster – besser zu verstehen. Damit einher geht eine besondere Relevanz der Studie für Handlungsentscheidungen auf nationaler Ebene sowie für mögliche Veränderungen des Feuerregimes in Zukunft. Auf Basis der Ergebnisse kann geschlossen werden, dass Brände in Trockensavannen lediglich eine geringe Beeinflussung der Vegetationsstruktur nach sich ziehen, da die Gehölzgemeinschaften wohl weitestgehend daran angepasst sind. Hierbei sollte die Rolle einzelner Arten innerhalb einer Gehölzgemeinschaft Gegenstand weiterer Forschung sein, um Veränderungen der Bestandsstruktur in Abhängigkeit von unterschiedlichen Brandcharakteristika besser quantifizieren zu können. UAVs und aktive Fernerkundungssensoren können dazu wertvolle Beiträge leisten. Des Weiteren wird vermutet, dass der menschliche Einfluss in der vorgestellten Analyse insgesamt unterschätzt wird. Dem liegt zu Grunde, dass die verwendeten Fernerkundungsdaten von mittlerer Auflösung kontrollierte und damit kleinere Feuer nicht ausreichend erfassen. Regionale Studien, die sich auf höher auflösende Fernerkundungsdaten stützen, sollten den gesamten Wirkungskomplex des Menschen auf Feuer detaillierter erfassen können.