Fernerkundungsgestützte Modellierung kleinräumiger Biodiversität am Beispiel des Turtmanntals in der Schweiz

Abstract

Hochgebirge sind Regionen mit extrem hoher Biodiversität. Sie erschließen die dritte Dimension, das heißt sie enthalten eine vertikale Klimazonierung auf sehr kurzer Distanz, was zu einer Komprimierung der Vegetationszonen entlang des Höhengradienten auf engem Raum führt. Steilheit (Neigung) und damit einhergehende Störung führen zusätzlich zu einem kleinräumigen Mosaik an Habitatvielfalt. Diese Habitatdiversität wird ferner durch die kleinräumig wechselnden Standortbedingungen gefördert. <br /> Für den Umwelt- und Naturschutz sind aktuelle, flächendeckende Karten vor dem Hintergrund des weltweit zunehmenden Biodiversitätsverlustes von großem Interesse. Da flächendeckende Kartierungen im Gelände gerade in schwer zugänglichen Gebieten wie den alpinen Hochgebirgsräumen sehr zeit- und arbeitsaufwändig, wenn nicht gar unmöglich sind, können Fernerkundungsdaten als kontinuierliche Ressource zur indirekten Vorhersage der Biodiversität über daraus abgeleitete Relief-, Spektral- und Texturparameter genutzt werden.<br /> Das Ziel dieser Arbeit war es, aus Fernerkundungsdaten Umweltparameter abzuleiten, um in statistischen Modellen die kleinräumige α-Diversität alpiner Lebensräume am Beispiel des Turtmanntals in der Schweiz zu modellieren. Dazu wurden sowohl Vegetationskartierungen im Gelände auf 2x2m² und 10x10m² durchgeführt und ausgewertet, als auch Fernerkundungsdaten, wie das 1m digitale Geländemodell des höchstauflösenden Sensors (HRSC – High Resolution Stereo Camera), eine QuickBird-Szene und eine SPOT-Szene verwendet. Aus den Fernerkundungsdaten wurden auf unterschiedlichen Skalen Umweltparameter zur Beschreibung des Reliefs (einfache und komplexe Reliefparameter) und der Textur abgeleitet, sowie einzelne Spektralkanäle extrahiert und der Vegetationsindex NDVI berechnet. Der Zusammenhang zwischen den Umweltparametern und den Biodiversitätsmaßen wurde mit statistischen Verfahren bivariat, in multivariaten ökologisch-statistischen Modellen (kanonische Korrespondenzanalyse - CCA) so wie in rein statistisch-basierten Modellen (Partial Least Square Regression – PLS) analysiert. Schließlich wurde die α-Diversität für das gesamte Untersuchungsgebiet auf Grundlage der fernerkundungsgestützten Umweltparameter mit Hilfe der berechneten Modellen vorhergesagt.<br /> Aus dieser Arbeit geht hervor, dass eine fernerkundungsgestützte Modellierung kleinräumiger Biodiversität im Turtmanntal in der Schweiz möglich ist. Die besten Modelle sind die statistisch basierten PLS Regressionen, die bis zu 74% der Varianz des Artenreichtums erklären. Die stärksten Zusammenhänge zur α-Diversität weisen Höhe, NDVI und naher Infrarotkanal von QuickBird auf. <br /> Unter Verwendung der abgeleiteten Umweltparameter, vor allem aus den optischen Spektraldaten, können flächendeckende, naturnahe Karten des Artenreichtums pro Fläche, das heißt der α-Diversität, auf einer Skalenebene von etwa 1m-25m berechnet werden.

<strong>Modeling species richness and habitat diversity from HRSC, Quickbird and SPOT data in the Turtmann valley, Switzerland</strong><br /> High mountains are regions of high geodiversity and biodiversity. Extreme high geodiversity within a relative small area implies different topoclimatic conditions over short distances and therefore, generates high biodiversity. Disturbances caused by steep slopes create small scale mosaics of vegetation habitats. Different abiotic factors additionally effect the local biological variety.<br /> For nature conservation actual maps of species richness and habitat variety within high moun-tains are useful to identify areas with a particular high biodiversity and which need a special protection, especially because of the actual high rates of global biodiversity loss. As area-wide mappings during field campaigns are very time-consuming, cost-intensive and in hard accessable areas nearly impossible, observations with remote sensing could serve as a continuous source for extracting diversity information. <br /> The main focus of this study was to predict local α-diversity of alpine regions with environ-mental parameters derived by remote sensing data in the Turtmann valley, Switzerland. In a first step vegetation parameters were mapped during field campaigns using 2x2m² and 10x10m² plots. In a second step, topographic parameters (primary and secondary topographic attributes) were derived from a digital elevation model of a high resolution sensor (HRSC – High Resolution Stereo Camera), spectral data, NDVI as well as texture parameters were cal-culated using QuickBird and SPOT images. The parameters were linked to the diversity pat-tern using bivariate and multivariate regressions at different scales. Multivariate ecological methods like canonical correspondence analysis (CCA) und statistical methods like partial least square regressions (PLS) were used to model and predict the local α-diversity of the study area and consequential create area-wide biodiversity maps. <br /> This study shows that it was possible to model local α-diversity of alpine regions in the Turt-mann valley, Switzerland, using environmental parameters derived by remote sensing data. PLS models performed best, explaining up to 74% of the variance of species richness. Strong-est relationships could be found between α-diversity and elevation, NDVI as well as near infrared reflectance of QuickBird.<br /> Using environmental parameters derived by remote sensing, especially from spectral data, area-wide and natural maps of species richness (local α-diversity) can be produced within a scale of 1m-25m.