Waldschutz: Wirken Frühwarnsysteme?

Wälder spielen eine unverzichtbare Rolle bei der Stärkung der Biodiversität, der Unterstützung eines stabilen Klimas und der Schaffung nachhaltiger Lebensgrundlagen. Doch die Erde verliert schnell ihre Wälder. In den letzten 30 Jahren hat die Welt 180 Millionen Hektar Wald verloren – mehr als die Gesamtfläche Libyens. Wälder, insbesondere tropische Regenwälder, werden oft von illegalen Betreibern gerodet, um offenes Land für groß angelegte Landwirtschafts- und Bergbaubetriebe zu erwerben, was eine ernsthafte Bedrohung für die weltweiten Bemühungen zur Reduzierung der Entwaldung darstellt.





Die Früherkennung ist ein entscheidendes Element der Entwaldungsbekämpfungsbemühungen. Künstliche Satelliten haben dabei eine entscheidende Rolle gespielt. Unter Verwendung regelmäßig aktualisierter optischer Satellitendaten wie LANDSAT, das die Reflexion des Sonnenlichts von der Erdoberfläche erfasst, wurden seit den 2000er Jahren mehrere Frühwarnsysteme (EWS) für die Entwaldung gestartet, um Regulierungsbehörden und zivilgesellschaftliche Gruppen rechtzeitig über Waldveränderungen zu informieren . EWS werden heute in tropischen Ländern häufig zur Überwachung des Waldschutzes eingesetzt. Der Globale Landanalyse und Entdeckung (GLAD)-Labor am Department of Geographical Sciences der University of Maryland unterhält ein EWS mit öffentlich verfügbaren Entwaldungsdaten. Leider haben optische Satellitendaten einen schwerwiegenden Nachteil. Wie wir in unserem Kapitel des demnächst erscheinenden Buches Breakthrough: The Promise of Frontier Technologies for Sustainable Development besprechen, ist die Erkennung von Entwaldung durch optische Satelliten während der Regenzeit mit hoher Wolkenbedeckung wesentlich schwieriger. Dies ist ein ernstes Problem, da die meisten illegalen Zerstörungen während der Regenzeit im brasilianischen Amazonasgebiet stattfinden, um eine Entdeckung zu vermeiden, so die brasilianische Aufsichtsbehörde für illegale Abholzung.



Eine Lösung besteht darin, Radaraugen anstelle von optischen Augen zu verwenden. Radarsatelliten erfassen das Bild der Erdoberfläche, indem sie die Reflexion von Radarwellen einfangen, die der Satellit selbst erzeugt. Diese Wellen können dicke Wolken durchdringen, sodass Forscher unabhängig von der Wolkenbedeckung erkennen können, ob Bäume an Land existieren. Der japanische Radarsatellit ALOS-2 beispielsweise kann während der Regenzeit im Amazonasgebiet (November bis März) 1,5- bis 10-mal mehr Entwaldung feststellen als optische Satelliten. Aufbauend auf diesen technologischen Fortschritten wurde ein neues EWS namens JJ-FAST (JICA-JAXA Forest Early Warning System in the Tropics), das die ALOS-2-Radardaten nutzt, wurde 2016 gestartet, um Daten über die Entwaldung in tropischen Ländern bereitzustellen.



Während Radar-basierte EWS die Entwaldung während der Regenzeit rechtzeitiger und genauer erfassen können, hat sie die tropische Entwaldung reduziert? Um diese Frage zu beantworten, betrachten wir Daten aus dem brasilianischen Amazonasgebiet, dem bisher einzigen Landkreis, der Radar-basierte EWS zur Überwachung der Entwaldung verwendet. Wir hoffen, dass die hier vorgelegten quantitativen Beweise andere Länder motivieren werden, diese Methode zur Bekämpfung der Entwaldung einzusetzen.



Abbildung 1 zeigt, wie Radarsatelliten-EWS helfen kann, die Entwaldung zu verhindern. Angenommen, es gibt im Amazonas zwei Waldgebiete ähnlicher Größe. In den letzten drei Monaten, sagen wir Februar bis April, gab es in Area 1 und Area 2 die gleiche Menge an Entwaldung, gemessen nach Fläche, laut optischen Daten (GLAD). Bilder von Radardaten (JJ-FAST) deuten jedoch darauf hin, dass Area 1 stärker abgeholzt wurde als Area 2. Wenn Forstbehörden die Daten analysieren, wird Area 1 wahrscheinlich mehr Aufmerksamkeit auf sich ziehen, was bedeutet, dass die illegalen Betreiber in Area 1 mit eine höhere Wahrscheinlichkeit der Festnahme, was illegale Betreiber dazu anregt, die Abholzung einzustellen und zu fliehen. Dadurch soll die Abholzung von Area 1 im Mai geringer ausfallen. Wenn ein Radar-basiertes EWS die Entwaldung reduziert, sollte es daher eine negative Korrelation zwischen dem vom Radar (JJ-FAST) erkannten Entwaldungsgrad und der Entwaldung in den Folgemonaten geben.



Abbildung 1. Frühwarnsysteme und Rechtsdurchsetzung

Frühwarnsysteme und Rechtsdurchsetzung

Unsere Daten stammen aus drei Rasterbildern, die den brasilianischen Amazonas im Jahr 2019 abdecken – monatliche Radardaten (JJ-FAST), monatliche optische Daten (GLAD) und durchschnittliche monatliche Wolkenbedeckung.



Abbildung 2.1. GLAD Alerts-Rasterbild

GLAD Alerts-Rasterbild

Abbildung 2.2. JJ-FAST-Rasterbild

JJ-FAST-Rasterbild



Um zu untersuchen, ob wir eine statistisch signifikante negative Korrelation zwischen der vom Radarsatelliten erfassten Entwaldung und der Entwaldung in den folgenden Monaten/Monaten beobachten können, schätzen wir die folgende Gleichung mit OLS (ordinary Least Squares):



Gleichung mit OLS (Ordinary Least Squares)

Wo Jaet al ist das Abholzungsgebiet in Zelle J im Monat T , berichtet von GLAD. JJjs ist die Entwaldung, die JJ-FAST im Monat festgestellt hat S in der Zelle J . FROHjs ist die von GLAD aufgezeichnete Entwaldung. WOLKEet al ist die Wolkenbedeckung. Unser Zinskoeffizient ist B , das ist die Korrelation zwischen der Abholzung von JJ-FAST in den drei vorangegangenen Monaten von T und Jaet al . Wenn B negativ und statistisch signifikant ist, bedeutet dies, dass die von JJ-FAST in den letzten drei Monaten erfassten Zellen mit höherer Entwaldung den Entwaldungsrekord im laufenden Monat systematisch gesenkt haben.



Tabelle 1 gibt die Ergebnisse wieder. Zusammenfassend stellen wir fest, dass die JJ-FAST-Überwachung die Entwaldung im brasilianischen Amazonasgebiet deutlich reduziert. Die erste Spalte zeigt die Ergebnisse der OLS-Schätzung. Erwartungsgemäß ist die Abschätzung des Einflusses der Wolkenbedeckung, D , ist negativ und signifikant, was darauf hindeutet, dass eine höhere Wolkenbedeckung mit einer geringeren Entwaldung durch GLAD verbunden ist. Die Schätzung von β ist bedeutet, dass 1 kmzweiZunahme der Entwaldung, wie von JJ-FAST festgestellt, in den letzten drei Monaten reduziert die Entwaldung im aktuellen Monat um 0,024 kmzwei. Um die Robustheit dieser Ergebnisse zu bestätigen, geben wir auch die Ergebnisse mit festen Effekten in der Zelle in der zweiten Spalte an. Mit der Fixed-Effect-Schätzung erhöht sich das Ausmaß der Auswirkung von JJ-FAST auf 0,120.



Unsere quantitative Untersuchung legt nahe, dass radargestütztes EWS die Entwaldung im brasilianischen Amazonasgebiet effektiv reduziert. Obwohl weitere Analysen mit Daten aus anderen Regionen erforderlich sind, unterstreichen unsere Ergebnisse die wichtige Rolle, die neue Technologien beim Schutz globaler öffentlicher Güter spielen können.

wie man uhren ändert

Die Auswirkungen von JJ-FAST EWS auf die Reduzierung der Entwaldung