Dissertation Traub

Methoden zur quantitativen Charaktersierung von Waldflächenstrukturen

von Berthold Traub, 1997

Struktur oder strukturelle Diversität sind Größen, die in vielen Bereichen von wesentlicher Bedeutung sind. So ist die strukturelle Diversität ein wichtiger Aspekt zur ökologischen Bewertung von Lebensräumen, wird aber gleichzeitig auch in Inventurverfahren zur Stratifizierung verschiedenere Waldstrukturen verwendet. Ganz allgemein können Methoden zur quantitativen Strukturbeschreibung in vielen Disziplinen einen wichtigen Beitrag zur objektiven und nachvollziehbaren Klassifizierung der vorhandenen Strukturtypen leisten. Diese Typen können anhand entsprechender Indizes beschrieben werden.

Ziel der hier vorliegenden Studie ist die Entwicklung und Analyse von Maßzahlen, zur Charakterisierung der Flächenform und der Aggregation von Einzelflächen. Darüber hinaus wurde geprüft, inwiefern Indizes geeignet sind. Flächenstrukturen über zufällige und systematische Stichprobenverfahren zu schätzen. Eine Anwendungsstudie sollte zeigen inwieweit solche Indizes zur Steigerung der Effizienz einer stratifizierten Zufallsauswahl beitragen können.

Die Indizes wurden anhand dreier, grundlegender Kriterien analysiert und bewertet.

Die Indizes sollten typische Formen unterscheiden können. Sie sollten unabhängig voneinander sein, um die Erfassung redundanter Informationen zu vermeiden, und sie sollen invariant gegenüber Skalierungs- bzw. einer Dimensionänderung von Strukturen sein, um eine konsistente Beschreibung verschieden skalierter Strukturen zu ermöglichen.

Zwei große Gruppen von Indizes zur Analyse von Flächenstrukturen wurden untersucht:

Indizes zur Beschreibung der Form und Größe von Einzelflächen und Indizes zur Beschreibung der Aggregation von Einzelflächen. Die zweite Gruppe von Indizes baut auf der ersten auf und beschreibt auf dem Niveau der verschiedenen Flächenklassen die Anzahl und Größe der Einzelflächen und die Einzelflächenformen.

In der vorliegenden Studie konnte gezeigt werden, dass die verschiedenen Indizes unterschiedliche strukturelle Aspekte erfassen. So lassen sich die Indizes zur Analyse der Einzelflächen in drei Gruppen differenzieren. Die erste Gruppe wird von Umfangmaßzahlen gebildet, welche den Flächenumfang im Verhältnis zur Gesamtfläche (Index F1), zur Randfläche (F2) oder zum Umfang eines flächengleichen Kreises (F3) ausdrücken. Auch der prozentuale Randpixelanteil (E%) ist dieser Gruppe zuzuordnen. Die zweite Gruppe enthält die Nachbarschaftsindizes, bei welchen die Umgebung der Einzelpixel ausgewertet wird. Index D gibt die mittlere Distanz eines Waldpixels zum nächstgelegenen Nichtwaldpixel wieder, und der Contiguity-Index C beschreibt den Grad der Eingeschlossenheit der Waldpixel. Die fraktale Box-Dimension D_b, ist der einziger Vertreter der dritten Gruppe von Indizes, die auf den Methoden der fraktalen Geometrie basieren.

Auch die Indizes zur Beschreibung der Aggregation von Einzelflächen lassen sich in zwei Gruppen einteilen. Eine erste Gruppe beschreibt die mittlere Anzahl und Größe der Einzelflächen. Deren wichtigste Vertreter sind der Index LAND, der den prozentualen Waldanteil beschreibt, die Einzelflächendichte (PD), die mittlere Einzelflächengröße (MPS) sowie der Anteil der größten Einzelfläche (LPI). Die zweite Gruppe wird durch Indizes zur Charakterisierung von Einzelflächenformen und der Beschreibung der Komplexität der Strukturen gebildet. Wichtigstes Maß hierfür ist die Randlinienlänge, die sich in den verschiedenen Indizes mit jeweils unterschiedlichen Bezugsgrößen findet (ED, LSI, MSI). Der Index IJI beschreibt die Homogenität der Verteilung der verschiedenen Klassen, hat aber in dieser Studie wenig Bedeutung, da hier fast ausschließlich mit den Klassen 'Wald' und 'Nichtwald' gearbeitet wurde.

Die untersuchten Indizes zur Beschreibung der Einzelflächen zeigen überwiegend gute differenzierende Eigenschaften, sind aber untereinander mit Ausnahme des Indizes F2 (Umfang/Anzahl Randpixel) hoch korreliert. Darüber hinaus sind lediglich die Indizes d), (Box-Dimension) und F3 (Umfang/Umfang eines flächengleichen Kreises) skaleninvariant. Die verbleibenden Indizes liefern bei Änderung der Größe bzw. der Skalierung bei gleichen Flächenformen unterschiedliche Indexwerte.

Somit eignen sich speziell die Indizes D_b und F3 zur größenunabhängigen Charakterisierung der Komplexität von Waldflächen. Für den Index D wurde ein log-linearer Zusammenhang zur Skalierungsänderung festgestellt, er verhält sich proportional zur Fläche^0.5.

Die Ergebnisse wurden durch die Analyse der Indizes zur Beschreibung der Flächenaggregation bestätigt. Der Flächenanteil der größten Einzelfläche (LPI), der Landschaftsformindex (LSI), direkt vergleichbar mit F3 und der mittlere Formindex (MSI), der Information über die Randlinienlänge und der Anzahl der Einzelflächen kombiniert, sind gut zur Strukturanalyse geeignet. Die im zweiten Teil der Indexanalyse untersuchte Flächen/Umfang-Dimension ist zwar prinzipiell zur Strukturcharakterisierung geeignet, für das vorhandene Datenmaterial zeigte dieser Indizes jedoch nur geringe differenzierende Eigenschaften.

Die untersuchten Strukturen konnten nur in wenigen Fällen über zufällige und systematische Stichproben verfahren tendenzfrei geschätzt werden. Nur die Indizes Randliniendichte (ED) und mittlerer Formindex (MSI) zeigten ab einem bestimmten Stichprobenumfang bei einem zufälligen Stichprobendesign ein tendenzfreies Schätzverhalten. Bei einer systematischen Stichprobenauswahl kann der Waldanteil und der Index, der den Anteil der größten Einzelflache wiedergibt (LPI), tendenzfrei geschätzt werden. Das Verhalten der Indizes zur Schätzung der Indexwerte des Gesamtbildes hängt von der Homogenität der Struktur, vom Stichprobenumfang und der Größe der Stichprobeneinheit ab.

Die im Rahmen dieser Arbeit überprüften Indizes bilden eine wichtige Grundlage für weitere Untersuchungen zur Beschreibung von Wald- und Landschaftsstrukturen. Vor allem im Bereich satellitenbildgestützter Forstinventuren bieten sich viele Anwendungsmöglichkeiten. Bei der Verwendung in Monitoringsystemen muss das Verhalten der Indizes bei Skalierungsänderung besonders berücksichtigt werden.

In der Anwendungsstudie wurde ein Inventurdesign für tropische Forstinventuren vorgestellt. Wesentlicher Bestandteil dieses Designs war die stratifizierte Zufallsauswahl von TM Stichproben zur Kalibrierung von AVHRR-Karten. Die flächendeckende AVHRR-Waldverteilungskarte wurde nach dem Grad der Waldbedeckung und dem Grad der Waldfragmentierung stratifiziert, also anhand von Informationen, die direkt aus den AVHRR Daten ableitbar sind. Die Verwendung eines Strukturindizes sollte die Effizienz der Stratifizierung erhöhen, die Beschränkung auf Informationen der AVHRR Daten die Einrichtung eines unabhängigen, flexiblen und automatisierbaren Monitoringverfahrens ermöglichen. Zur Stratifizierung wurde die vorhandene Karte entsprechend der Größe einer TM/4-Szene in Blöcke von 90 × 90 AVHRR Pixeln (Primäreinheiten) eingeteilt und für jeden Block entsprechend dem Waldanteil und der Fragmentierung die Stratenzugehörigkeit festgelegt. Um einen Klumpungseffekt bei der Zufallsauswahl von Kalibrierungsstichproben zu vermeiden wurde die Größe einer Primäreinheit entsprechend der Größe einer TM/4-Szene gewählt, die kleinste TM Einheit, die einzeln beschafft werden kann. Den Grad der Fragmentierung bestimmt die relative Randlinienlänge (Index LSI). Die Zuweisung zu den entsprechenden Straten erfolgte zunächst in drei Gruppen verschiedenen Waldflächenanteils:

(i) Einheiten mit Waldanteilen kleiner 10%, (ii) Waldanteilen größer 90% und (iii) Einheiten mit Waldanteilen zwischen 10% und 90%. Die Einheiten mit mittleren Waldanteilen (iii) wurden zusätzlich nach dem Grad der Fragmentierung in gering und stark fragmentierte Blöcke eingeteilt, wodurch sich insgesamt vier Straten ergaben.

Durch die Berücksichtigung des relativen Randlinienanteils bei den Primäreinheiten mit mittlerem Waldanteil, konnten homogene Gebiete bezüglich der Flächenstruktur zusammengefasst und getrennte Kalibrierungsgleichungen zur Verbesserung der Waldflächenschätzung abgeleitet werden. Dabei wurde davon ausgegangen, dass die Genauigkeit der Waldflächenschätzung, mit Hilfe von Satellitenbildern unterschiedlicher Auflösung, zu einem erheblichen Teil von der Flächenstruktur abhängt, was sich in einer Verbesserung der Korrelation der Schätzwerte der unterschiedlichen Datenquellen bestätigte.

Für die Kalibrierung der AVHRR-Karte wurden 500 geografisch entsprechende Blöcke der Größe 15 × 15 AVHRR Pixel (Sekundäreinheiten) der AVHRR und TM-Karte koregistriert (überdeckt). Die Kalibrierungsfunktion schätzt den 'wahren' Waldanteil in Abhängigkeit des gesamten Waldanteils, des Anteils geschlossenen Waldes und des Indizes LSI der entsprechenden Primäreinheit.

< Liste der Dissertationen