Raum-zeitliche Dynamik der agrarischen Landaufgabe in Bewässerungsgebieten am Amu-Darya

Abstract

Seit den 1990er Jahren sind beträchtliche Flächen an Ackerland in Usbekistan aufgegeben worden, die zuvor in den Wüsten durch exzessive Bewässerung urbar gemacht wurden. Allerdings ist die Abhängigkeit von der Landwirtschaft nach wie vor hoch. Über ein Drittel der Bevölkerung ist im primären Sektor beschäftigt, der 20 % des Bruttoinlandsproduktes ausmacht. Auch stellt die Nahrungsmittelsicherheit eine Herausforderung für die über 30 Mio. Usbeken dar, besonders vor dem Hintergrund einer wachsenden Bevölkerungsrate und dem Anspruch auf Unabhängigkeit bei der Grundnahrungsmittelproduktion. Die Faktoren und Prozesse der Landaufgabe und deren räumlich-zeitlichen Muster sind immer noch nicht richtig erfasst und verstanden. Von Interesse sind insbesondere die Erfassung und Erklärung von standortspezifischen Trends, die Veränderungen in der Agrarproduktion verursachen und letztlich zur Aufgabe von Ackerland führen. Mittels Landsat-Zeitreihenanalyse können retrospektive und aktuelle Veränderungen der Vegetation auf den Feldern untersucht werden, um so Landnutzungsänderungen abzuleiten. Der Untersuchungszeitraum umfasst die Jahre 1990 bis 2015. In unserer Studie verwendeten wir maschinelles Lernen zur Klassifizierung der jährlichen Landnutzung in Klassen zu ungenutzten Feldern (offener Boden, geringes, offenes und geschlossenes Buschland) sowie zu bebauten Feldern (Winter-, Sommerkulturen und Doppelnutzung). Anhand des Bedeckungsgrads und der Bewuchsstärke wurden ungenutzte Felder von genutzten Feldern weiter unterschieden. Somit wurden zudem Aussagen über die Entwicklung von ungenutzten Feldern nach der Aufgabe ermöglicht, beispielsweise ob sich natürliche Vegetation entwickelt. Darüber hinaus wurde die zeitliche Abfolge der abgeleiteten Klassen für eine Plausibilitätsanalyse herangezogen, um die retrospektiven Klassifikationen für Jahre ohne verfügbare in-situ Daten zu überprüfen. Die Klassifikation der Felder, wird durch Fruchtfolgen, lange und unregelmäßige Brachzeiten sowie eine geringe Verfügbarkeit an Zusatzinformationen erschwert. Zur Minimierung von Fehlern in der Klassifikation auf Feldebene wurde eine pixelbasierte Klassifikation der objektbasierten vorgezogen, weil dadurch auch Teilnutzungen der Felder detektierbar sind. Aus den jährlichen Karten wird ersichtlich, dass nicht nur Felder an den Randbereichen des Bewässerungsgebiets, sondern auch innerhalb sukzessive aufgegeben werden. Die Ergebnisse können regionale Landnutzungsplaner unterstützten. Die Möglichkeit zur Identifikation von Zentren abnehmender Agrarproduktion kann für die Koordination und Durchführung der Wiedernutzbarmachungen aufgegebener Standorte verwendet werden.