1 / 22

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: 06.11.2000. Der Aralsee:. - liegt in Kasachstan und

cachet
Download Presentation

Referent: Claudius Laumen

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 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 Grundlagevon GIS Referent: Claudius Laumen Datum: 06.11.2000

  2. Der Aralsee: - liegt in Kasachstan und Usbekistan; - 700 km östlich vom Kaspischen Meer; Maßstab 1:72 000 000 Politische Übersicht

  3. Tiefland von Turan; • Zuflüsse: Amu-Darja und Syr-Darja; Amu-Darja-Delta; • Wüsten: Karakum, Kysylkum; • Bewässerungskanal „Kara-Kum“ (1.300 km); Maßstab: 1:16 000 000 Physische Übersicht

  4. 1995 1996 Orange: 3.900km² Ausmaß der Verlandung: - 1960 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; Problem: Aralseeschrumpfung - Verlandung des Aralsees seit 1960

  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 44000 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. 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. 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; Ableitung phänologischer Parameter

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

  13. Bewertung des Bewässerungssystems: - Ermittlung der relativen Bewässerungskostenaus den Transportwegen (Kanäle) vom Amu-Darja zu den umliegenden Bewässerungsfeldern; Bewertung des Deltas nach GEO-Faktoren • Bewertung des Bodens: Bodentextur und Salzgehalt der Böden; - 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. Eignungspotential Baumwolle Eignungspotential Reis Modellierung der Nutzpflanzenverteilung

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

  18. 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; Wassereinsparungsmöglichkeiten Einführung von „Water-Pricing“-Modellen;

  19. Schlußbemerkung • Wassereinsparung von 20 km3 Seefläche: 23.000 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.

More Related