Abbildende Spektroskopie erosionsrelevanter Bodenparameter in Agrarökosystemen

Abstract

Die Vielzahl der Funktionen, die der Boden in einem Ökosystem übernimmt, verleiht ihm einen hohen Stellenwert im Mensch-Umwelt-System. Der Boden landwirtschaftlicher Nutzflächen ist im Besonderen eine elementare Säule der Ernährung der Menschheit. Kenntnisse zu seiner spezifischen Ausprägung und seinen physikalisch-chemischen Eigenschaften sind von essentieller Bedeutung für den Schutz des Bodens, für die Präzisionslandwirtschaft und Fragen des globalen Klimawandels. Traditionelle Bodenbeprobungen und Standardlaboranalysen sind arbeitsaufwendig, zeit- und kostenintensiv. Der Bedarf an Bodeninformationen auf lokaler, vor allem aber auf regionaler Ebene kann durch sie nur unzureichend oder gar nicht gedeckt werden. Eine zusätzliche Erschwernis stellt die hohe räumliche und zeitliche Variabilität bestimmter Bodeneigenschaften dar, die nur durch ein sehr engmaschiges Beprobungsnetz und häufig wiederkehrende Beprobungen erfasst werden können. Die Fernerkundung ermöglicht eine systematische und egelmäßige Aufzeichnung großer Gebiete der Erdoberfläche und stellt somit eine potenzielle Alternative oder Ergänzung zur herkömmlichen Bodenparametererhebung dar. Die Hyperspektralfernerkundung, für die im englischsprachigen Raum die Bezeichnung Imaging Spectroscopy (Abbildende Spektroskopie) geläufig ist, hat aufgrund der sehr differenzierten Abbildung der Reflexions- und Absorptionseigenschaften der Oberfläche neue Perspektiven für die Erhebung von Bodeninformationen mit Methoden der Fernerkundung eröffnet. Diese Arbeit untersucht das Potenzial der Abbildenden Spektroskopie zwischen 400nm und 2500nm zur Ableitung räumlich expliziter, quantitativer Aussagen zu den physikalisch-chemischen Eigenschaften von Böden. Im Mittelpunkt des Interesses stehen der Ton- sowie der organische Kohlenstoffgehalt des Bodens. Zu diesem Zweck werden Analysen mit drei statistischen Kalibrationsverfahren, Continuum Removal und lineare Regression (CR), multiple lineare Regression (MLR) und Partial Least Squares Regression (PLSR), auf unterschiedlichen räumlichen Ebenen und in unterschiedlichen Messumfeldern mit Laborspektren (LS), Feldspektren (FS) und hyperspektralen Bilddaten (IS) des flugzeuggetragenen Sensors HyMap aus drei Befliegungskampagnen (2004, 2005, 2008) durchgeführt. Das übergeordnete Ziel dieser Analysen ist die großflächige, quantitative Erfassung erosionsrelevanter Bodenparameter in einem Agrarökosystem trotz lang andauernder Phasen der Bodenbedeckung mit Nutzpflanzen. Ferner wird eine Anwendungsmöglichkeit der fernerkundlich gewonnenen Bodeninformationen für den Bodenschutz aufgezeigt. Studienobjekt der vorliegenden Arbeit sind Böden ackerbaulich genutzter Flächen im Testfeld DEMMIN (Durable Environmental Multidisciplinary Monitoring Information Network), welches sich in einer stark landwirtschaftlich geprägten Region im Nordosten Deutschlands befindet.