Hinweis zum Urheberrecht | Allgemeine Informationen | FAQ
Beim Zitieren dieses Dokumentes beziehen Sie sich bitte immer auf folgende URN: urn:nbn:de:hbz:5N-14195

Mathematisch-Naturwissenschaftliche Fakultät - Jahrgang 2008

 

Titel Modellierung der Landnutzungsdynamik in Zentralbenin mit dem XULU-Framework
Autor Michael Judex
Publikationsform Dissertation
Zusammenfassung Starkes Bevölkerungswachstum und zunehmende Ressourcendegradierung sind immense Herausforderungen für die weitere Zukunft Afrikas. Dabei spielen Landnutzungs- und Landbedeckungsveränderungen eine zentrale Rolle, da hierdurch Ökosystemfunktionen beeinträchtigt und die Existenzgrundlage der ländlichen Bevölkerung gefährdet werden können.
Die vorliegende Arbeit untersucht mit einem Methodenverbund aus Fernerkundung, GIS und Modellierung die vorherrschende Landnutzungsdynamik sowie Szenarien zukünftiger Landnutzungsveränderungen in Zentralbenin.
Die Arbeit entstand im Rahmen des IMPETUS-Projekts, das die Auswirkungen des globalen Wandels auf den Wasserkreislauf in Westafrika untersucht. Diese Untersuchungsregion ist durch eine geringe Bevölkerungsdichte und kleinbäuerliche Produktionssysteme gekennzeichnet.
Die Analyse von Satellitenbildern der Jahre 1991 und 2000 zeigt eine regional differenzierte Landnutzungsdynamik. So besteht schon heute in Regionen mit größerer Bevölkerungsdichte eine deutliche Flächenknappheit. Zusätzliche landwirtschaftliche Flächen können dort nur auf Kosten der Brachezeit gewonnen werden, was langfristig zu einer Abnahme der Bodenfruchtbarkeit führt. Weite Teile des Untersuchungsgebietes weisen jedoch noch großflächige Wald- und Savannengebiete auf, die zunehmend zum Zielgebiet landsuchender Migranten werden. Rechtsunsicherheiten bezüglich der Bodennutzung und ein nicht vorhandenes Ressourcenmamangement führen hier zu einer ungelenkten Agrarkolonisation mit entsprechend hohen Entwaldungsraten. Im untersuchten Zeitraum wurden ca. 61000 ha Savanne und Wald in Ackerland umgewandelt, wobei regionale "Hot-Spots" der Entwaldung durch die Satellitenbildanalyse aufgedeckt werden konnten.
Insgesamt nahm die landwirtschaftlich genutzte Fläche um 70 % zu. Eine besondere Schwierigkeit für die Landnutzungsklassifikation stellte die starke intra-annuelle Vegetationsdynamik durch Regen- und Trockenzeit dar, was zu unpräzisen Flächenangaben der Landnutzungsklassifikation führen kann.
Um unterschiedliche Szenarien der zukünftigen Landnutzung/Landbedeckung berechnen zu können, wurde das CLUE-S-Modellkonzept für den Untersuchungsraum regionalisiert. Durch die Integration des Modellkonzeptes in die neu entwickelte Modellierungsplattform XULU wurde eine deutliche Verbesserung der Benutzbarkeit durch ein integriertes Datenmanagement und eine flexible Modellkontrolle erreicht. Ein wesentlicher Input-Parameter des Modells sind Wahrscheinlichkeitskarten der Landnutzung, die mittels logistischer Regressionsmodelle erstellt wurden. Mit insgesamt elf -- räumlich expliziten -- erklärenden Variablen ("driving forces") können so die Muster der Landnutzung und der Landnutzungsveränderung mit hoher Genauigkeit erklärt werden. Sozio-ökonomische Faktoren wie Bevölkerungsdichte und Distanzfunktionen (z.B. Abstand zur nächsten Straße), besitzen den größten Einfluss sowohl auf die Landnutzungsverteilung als auch auf die Landnutzungsänderung. Überregionale Faktoren wie der Abstand zum nächsten größeren Marktort haben dagegen nur einen geringen Einfluss auf die Landnutzungsänderung. Dies bestätigt die These, wonach die Bevölkerungsdynamik der primäre Antriebsfaktor der Entwicklung im Untersuchungsraum ist und nicht marktökonomische Proxyfaktoren. Naturräumliche Faktoren haben nur dann einen Einfluss auf die Landnutzung, wenn es sich um Sonderstandorte handelt (Talbereiche, Inselberge).
Die Szenarienberechnungen basieren daher in erster Linie auf den Ergebnissen demographischer Projektionen sowie auf dem Bedarf an landwirtschaftlicher Fläche pro Kopf. Je nach institutionellen und ökonomischen Rahmenbedingungen variiert der landwirtschaftliche Flächenzuwachs um ca. 20 %. Die Waldressourcen sind besonders im ökonomisch pessimistischen Szenario gefährdet, auch unter Schutz stehende Staatswälder werden dann zum Teil in Ackerflächen umgewandelt. Eine Intensivierung der Anbausysteme, eine nachhaltige Landnutzungsplanung und ein institutionell gesicherter Waldschutz zeigen dagegen ein erhebliches Potential zur Reduktion der Entwaldung in Zentralbenin.
Abstract Modelling the land use dynamics in Central Benin with the XULU-framework
High population growth and ongoing degradation of natural resources are immense challenges for the near future of Africa. Changes in land use and land cover play thereby a major role, as the ecosystem functioning is affected and the livelihood security of the rural population might be endangered.
This work examines the present and possible future changes in land use and land cover with a combination of GIS, remote sensing and modelling methods in Central Benin. The study was carried out under the framework of the IMPETUS-Project, which investigates the effetcs of global change on the water cycle in West Africa.
The study area is characterised by a low population density and smallholder farming systems. The analysis of satellite images from 1991 and 2000 reveal regionally different land use dynamics. A pronounced shortage of land exists in regions with higher population density. There, the expansion of agricultural area is only possible at the expense of fallow time, which will decrease the soil fertility in the long term. However, large parts of the study area are covered by forests and savannas, which became a target area of migrating farmers. Insecure land rights and an inexistent resource management are leading towards an agricultural colonisation with high deforestation rates. During the analysed time period, approx. 61000 ha of savannas and forests were converted into agriculturally used area, whereas regional hot-spots of deforestation could be revealed by satellite image analysis. Overall, the agriculturally used areas have increased by 70 %. A special challenge during land cover classification arises due to the high intra-annual vegetation dynamics, which are caused by alternating rain and dry seasons. This can lead to imprecise area measurements of the classification.
To calculate different scenarios of future land use and land cover changes, the CLUE-S model approach was regionalised for the study area. The model approach was embedded in a newly developed Extendable Unified Land Use modelling platform (XULU), which improved the usability through an integrated data management and flexible model control during runtime.
An important input for the model are probability maps of every land use type, which were created by means of logistic regression. The pattern of land use and land use changes were explained with a high accuracy by eleven spatial explicit driving forces. Socioeconomic factors like population density or distance functions (e.g. distance to next road) had the highest predicting power for the patterns of land use and land use changes as well. Supra-regional operating factors like distance to important market places did not contribute much to the explanation. This affirmed the thesis, that rather population dynamics than proxy factors of market economy drive the evolution in the study area. Factors concerning the natural environment only influence the explanation significantly, if they describe specific locations (valley areas, Inselbergs).
The calculations of scenarios were therefore based on the results of demographic projections and the demand for agricultural area per capita. The increase of the agricultural area differs up to 20 % according to the institutional and economic basic conditions. Especially the economic pessimistic scenario shows a high threat on the forest resources in the study area. Even protected forests are subject to a high probability of conversion into agricultural land. In contrast, an intensification of the production systems, a sustainable resource planning and an institutionally secured forest management demonstrate a high potential to reduce the deforestation in Central Benin.
Komplette Version pdf-Dokument (9,5 MB) Hier k�nnen Sie den Adobe Acrobat Reader downloaden
© Universitäts- und Landesbibliothek Bonn | Veröffentlicht: 2008