Vergleich von Kohlenstoffschätzungen aus Waldinventurdaten mit NPP Schätzung aus MODIS Satellitendaten
Mathias Neumann*, Adam Moreno, Klemens Schadauer °, Hubert Hasenauer BOKU, Universität für Bodenkultur, Wien, Österreich
° BFW, Bundesforschungs- und Ausbildungszentrum für Wald, Landschaft und Naturgefahren
*Kontakt: mathias.neumann@boku.ac.at
MOD17A3-Modell, das Satelliten-gestützte Daten (z.B. des MODIS-Sensors an Bord der Satelliten “Terra” und “Aqua” der NASA) und Klimadaten kombiniert, erlaubt weltweit die Schätzung von NPP (net primary production, Maßzahl für Produktivität eines Ökosystems) (Running, S.W. et al., 2004).
Terrestrische Waldinventursysteme wie die österreichische Waldinventur liefern statistisch abgesicherte Informationen über Wald in einem fixen Stichprobenraster (Gabler, K. & Schadauer, K., 2006).
Analyse von Daten ausgewählter Inventurflächen, von Satellitendaten (MODIS NPP) und den Ergebnissen eines großräumigen Simulationsmodells (Biome BGC) zeigte die konzeptuellen Zusammenhänge und Einschränkungen unterschiedlicher Datenquellen (Hasenauer, H. et al., 2012).
Einleitung
Resultate und Diskussion
• 8939 Probeflächen mit MODIS- und NFI-NPP, davon 138 mit NFI-NPP
>800gC/m²/Jahr (bei Analyse ausgeschieden)
• MODIS-NPP geringere Variation und höherer Mittelwert als NFI-NPP, bessere Übereinstimmung bei Verwendung lokaler Klimadaten mit höherer Genauigkeit (MODIS_ZAMG in Abb. 2)
• MODIS- und NFI-NPP vergleichbar bei hohem SDI (dichte, voll bestockte Probeflächen mit viel Konkurrenz), große Differenz bei niedrigem SDI (Abb.4)
• Kein derartiger Trend bei Gruppierung nach Seehöhe, Baumart, Region, Wuchsgebiet, Wasserverfügbarkeit (Abb. 3 für Wuchsgebiete)
• Nach Korrektur des SDI-abhängigen Trends (Abb. 4) weist MODIS-NPP ähnliche Verteilung wie NFI-NPP auf
MODIS-NPP repräsentiert ein theoretisches Produktivität-Potential unbeinflusst von Bewirtschaftung, Störungen, etc., NFI-NPP die reale Produktivität, die teilweise unter dem Potential liegt.
Methoden und Daten
• Anwenden und Prüfen der Methode mit anderen Waldinventurdatensätzen in Europa, in verschiedenen Klimazonen (boreales, kontinentales, atlantisches, mediterranes Klima, etc.)
• Vergleich von Kohlenstoff in Baumkompartimenten (Stamm, Äste, Laub, Wurzeln) mit Ergebnissen des physikalischen Ökosystemmodells „Biome BGC“
• Entwicklung eines Konzeptes zur Schätzung von Kohlenstoff ausschließlich mit Satellitendaten für die Anwendung in Regionen ohne Inventursysteme
Ausblick
Referenzen:
Running, S.W. et al., 2004. A Continuous Satellite-Derived Measure of Global Terrestrial Primary Production. BioScience, 54(6), p.547
Gabler, K. & Schadauer, K., 2006. Methoden der Österreichischen Waldinventur 2000/02 - Grundlagen, Entwicklung, Design, Daten, Modelle, Auswertung und Fehlerrechnung. BFW-Berichte; Schriftenreihe des Bundesforschungs- und Ausbildungszentrums für Wald, Naturgefahren und Landschaft, Wien, 135, p.132.
Hasenauer, H. et al., 2012. Reconciling satellite with ground data to estimate forest productivity at national scales. Forest Ecology and Management, 276, pp.196–208.
Liu, C. et al., 2004. Variation in litterfall-climate relationships between coniferous and broadleaf forests in Eurasia. Global Ecology and Biogeography, 13(2), pp.105–114 Reinecke, L.H., 1933. Prefecting a stand density index for even-aged forest. Journal of Agricultural Research 46, pp. 627–638.
Abbildung 2: NFI-NPP und MODIS-NPP mit 3 Klimadatensätzen (MODIS_ZAMG,
MODIS_NCEP2 , MODIS GMAO) Abbildung 4: stand density index (SDI) und Differenz NPP, Trendlinie y=a*ln(x)+b
Abbildung 3: Differenz NPP-Schätzwerte MODIS - NFI je Probefläche, gruppiert nach SDI
Abbildung 3: Differenz NPP (MODIS minus NFI), gruppiert nach Wuchsgebieten (BFW)
Abbildung 4: Histogramme von NFI-NPP, trendbereinigte MODIS-NPP (“NPP-MODIS adapt.”) und MODIS-NPP
NPP-Datensätze, [g Kohlenstoff/m²/Jahr] berechnet aus MODIS- und aus Waldinventurdaten
• MODIS-NPP: 1x1km Raster (pro Rasterzelle Mittelwert des umgebenden 3x3 Pixel-clusters berechnet), 3 Datensätze berechnet mit 3 unterschiedlichen Klimadaten (Abb. 2)
• NFI-NPP (Waldinventur): Probeflächen in 4x4km Raster
𝐼𝐶𝑝𝑙𝑜𝑡 = Zuwachs Kohlenstoff von Bäumen >5cm BHD, mit Anfangswertverfahren (Gabler, K. & Schadauer, K., 2006)
𝐿𝐹 = Kohlenstoff in Streufall (Liu, C. et al., 2004)
𝑆𝐷𝐼 stand density index, Maßzahl der Bestandesdichte/Konkurrenz (Reinecke, L.H., 1933)
Methoden und Daten
𝑁𝑃𝑃𝑁𝐹𝐼 = 𝐼𝐶𝑝𝑙𝑜𝑡
𝐼𝑛𝑣. 𝑝𝑒𝑟𝑖𝑜𝑑𝑒 + 𝐿𝐹
𝑆𝐷𝐼 = 𝑁ℎ𝑎 ∗ (𝑑𝑔
25)1,605
Abbildung 1: Satellit “Aqua” (Quelle: http://de.wikipedia.org/wiki/Aqua_(Satellit)) und Inventurtrupp bei der Arbeit (Quelle: BFW)
Forschungsarbeit im Rahmen des Projekts
„MOTI“ (finanziert durch Klima- und Energiefonds)