Referent: Claudius Laumen

Präsentation zum Thema: "Referent: Claudius Laumen"—  Präsentation transkript:

1 Referent: Claudius Laumen
Seminar zur Geoinformation WS 2000/2001 Ansätze zur Optimierung der Land - und Wassernutzung in ökologisch stark geschädigten Landschaften am Beispiel der Aralsee - Region auf der Grundlage von GIS Referent: Claudius Laumen Datum:

2 Politische Übersicht Der Aralsee: - liegt in Kasachstan und
Maßstab 1: Der Aralsee: - liegt in Kasachstan und Usbekistan; - 700 km östlich vom Kaspischen Meer;

3 Physische Übersicht Tiefland von Turan; Zuflüsse:
Maßstab: 1: Tiefland von Turan; Zuflüsse: Amu-Darja und Syr-Darja; Wüsten: Karakum, Kysylkum; Bewässerungskanal „Kara-Kum“ (1.300 km); Amu-Darja-Delta;

4 Problem: Aralseeschrumpfung
- Verlandung des Aralsees seit 1960 1995 1996 Orange: 3.900km² Ausmaß der Verlandung: war der Aralsee der viertgrößte See der Welt; - durch eine überhöhte Wasserentnahme aus seinen Zuflüssen reduzierte sich der See auf 40% seiner ehemaligen Fläche, bei weniger als 20% seines ursprünglichen Volumens;

5 Ursachen der Aralseeschrumpfung
Anstieg des Bewässerungsfeldbaus von 3 Mio. ha auf über 8 Mio. ha in der Aralsee- Region im Zeitraum von 1960 bis 1989; Bau des 1300 km langen „Kara-Kum“- Bewässerungskanals durch Turkmenistan im Jahr 1956 (zusätzliche Wasserableitung aus dem Amu-Darja); Hohe Wasserverluste durch die veralteten Bewässerungskanäle (Infiltration, Evaporation); Hoher Wasserbedarf durch mehrmaliges jährliches „Auswaschen“ der versalzten Böden;

6 Folgen der Verlandung des Aralsees (Amu-Darja-Delta)
Verringerung der Fläche der natürlichen Seen und Feuchtigkeit im nördlichen Teil des Amu-Darja-Deltas um mehr als 85%; Absinkender Grundwasserspiegel (3-8m) im nördlichen Teil des Deltas als Folge der Seespiegelabsenkungen des Aralsees; Zunahme der Intensität der Staub -und Salzstürme bedingt durch Deflation von den ehemaligen Seebodenflächen; Neue Krankheitsbilder in der Bevölkerung (10% Säuglingssterblichkeit, Typhus, Cholera); Reduktion des Fischfangs im Aralsee von t/a (1960) auf 0 t/a (1992); Rückgang der Produktivität in den Bewässerungsgebieten durch steigende Bodenversalzung;

7 Lösungsansätze mit fernerkundungsgestützten GIS
Wissenschafftliche Zielsetzung: - Entwicklung eines Modells für das Amu-Darja-Delta, welches eine optimale Verteilung der wichtigsten Kulturen Baumwolle und Reis hinsichtlich wasserwirtschaftlicher und landwirtschaftlicher Rahmen- bedingungen ermöglicht; - Wassereinsparungsmöglichkeiten im Agrarsektor des Amu-Darja Deltas durch eine partielle Substitution der Nutzpflanzen Baumwolle und Reis mit alternativen Kulturen (z.B. Soja); - Die Ergebnisse sollen eine Diskussionsgrundlage für die politischen Entscheidungsträger und Planer vor Ort bieten.

8 Nutzpflanzenverteilung
Optimierung der Landnutzung im Amu-Darja-Delta FE-Daten GEO-Daten Landnutzungs- klassifikation Kanalsystem / Bodenqualität Vegetationszyklen Klimadaten Berechnung des aktuellen Wasserbedarfs Landnutzungs- karte Modelierung des landwirtschaftlichen Wasserbedarfs Standortverträg- lichkeit Modellierung der optimalen Nutzpflanzenverteilung

9 Landnutzungsklassifikation
Ableitung der verschiedenen Landnutzungen (Fläche und Verteilung) aus spektralen Informationen; Vorteil von Satellitendaten: Abdeckung, hohe Aktualität; Datengrundlage: Resurs-01 MSU-SK-Daten: (Auflösung: 170m x 170m ; flächendeckend); „Mischpixel“-Problems: Spektrales Mischsignal verschiedener Landnutzungsobjekte;

10 Landnutzungskarte Problem: Klassifikation von Reis

11 Ableitung phänologischer Parameter
Aus NOAA-AVHRR-Daten erhält man eine mehrfach zeitliche Abdeckung des Untersuchungsgebietes für jeden Monat; Auswertung durch die Berechnung von NDVI-Produkten; (Normalized Difference Vegetation Index) NDVI als Maß für die photosynthetische Aktivität der Pflanzen; Ergebnis: - Begrenzung des Deltas; - Definition von Ausschluß- flächen;

12 Ableitung phänologischer Parameter
Darstellung von NDVI-Diagrammen ermöglicht pflanzenspezifische Wachstumsprofile; Ergebnis: Verbesserung der Reis-Klassifikationsgenauigkeit von Resurs-01 MSK-SK-Daten um 10%; Differenzierung der einzelnen Landnutzungsklassen;

13 Bewertung des Deltas nach GEO-Faktoren
Bewertung des Bodens: Bodentextur und Salzgehalt der Böden; - Ermittlung der relativen Bewässerungskosten aus den Transportwegen (Kanäle) vom Amu-Darja zu den umliegenden Bewässerungsfeldern; Bewertung des Bewässerungssystems: - Wasserverluste, infolge veralterter Bewässerungssysteme als Kosten- faktor; - Kosten als Funktion der Distanz vom Wasserlieferanten und der Länge des Transportweges zu den Feldern; - Höhere Gewichtung der Nebenbewässerungskanäle;

14 Wasserwirtschaftliche Bewertung
Ergebnis der Kostenanalyse:

15 Modellierung der Nutzpflanzenverteilung
Multi-Criteria-Evaluation (MCE); Zuordnung von Eignungsklassen: - Bewertung der Faktoren hinsichtlich ihres Einflusses auf die Standort- bedingungen für eine bestimmte Nutzungsart; - Funktionelle Abhängigkeiten von Geofaktoren auf Wachstum und Ertrag der Nutzpflanzen (Bodentextur, Salzgehalt, Grundwasserstand); Gewichtung der Geofaktoren gemäß ihres Anteils am Gesamteinfluß: - geeignete Anbaufläche liegt im Optimumbereich aller Geofaktoren; Intergration der Ausschlußflächen

16 Modellierung der Nutzpflanzenverteilung
Eignungspotential Baumwolle Eignungspotential Reis

17 Modellierung der Nutzpflanzenverteilung
Anteil der Baumwoll -und Reisanbauflächen an den Eignungsklassen

18 Wassereinsparungsmöglichkeiten
Substitution von Baumwolle und Reis durch Soja; - 15% Reduzierung der unproduktiven Flächen 15-20 km3; Modernisierung der Bewässerungsstruktur; - Berücksichtigung der Infiltrationsverluste: 10 km3/a; Reduktion der Wasserverluste aus dem Drainagesystem; - 15 km3 Wüste; Einführung von „Water-Pricing“-Modellen;

19 Schlußbemerkung Wassereinsparung von 20 km3
Seefläche: km² ; Seespiegelhöhe: 33 m ü.M. Experimenteller Anbau von Soja auf selektiven Anbauflächen; GIS ermöglicht eine schnelle Visualisierung raumbezogener Informationen, was bisher nur in zeitaufwendigen analogen Verfahren möglich war; Erweiterung von GIS;

20 Ein usbekisches Sprichwort lautet:
„    “ ...und bedeutet: „Wo das Wasser endet, endet auch die Welt“

21 Datengrundlage und Materialsammlung als zentrales Problem
Konventionelle Daten: - z.B. thematische Karten, Statistiken Diese werden über eine Digitalisierung in das System eingegeben; Probleme: - Verfügbarkeit; - unterschiedliche Maßstäbe; - Abdeckungsgrad; - schlechte Qualität des vorhandenen Kartenmaterials; - hohe Datenunsicherheit; Art der Information: - Hydrologie (Bewässerungsnetz); - Infrastruktur; - Boden (Salzgehalt);

22 Datengrundlage und Materialsammlung als zentrales Problem
Fernerkundungsdaten: - flächendeckende Erfassung (z.B. Landnutzung) - republik-übergreifende Abdeckung; - hohe Aktualität; - multitemporaler Aspekt (Desertifikationsdynamik); Für eine umfassende Beschreibung des Problems ist eine Kombination von konventionellen Daten mit aktuellen Fernerkundungsdaten erforderlich.