Monitoring land use dynamics with optical and radar remote sensing data in western Ukraine

Abstract

Remote sensing is a key technology for systematic and broad-scale observations of the Earth's surface and provides the basis for a large body of research and applications. However, region wide land use intensity mapping as well as monitoring of changes of land management based on remote sensing data has not yet been studied thoroughly. The main goal of this thesis was to develop and apply a framework for monitoring land management regimes that differ in land use intensity in order to advance the mapping and understanding of broad-scale land use changes based on remote sensing, and to assess the spatio-temporal patterns of land management regimes. The land management regimes defined in this thesis are large-scale cropland with a high management intensity, small- scale cropland with a potentially low management intensity, and farmland abandonment that implies no active land management. Eastern Europe is a prime example for drastic broad-scale land use changes due to the momentous political and socio-economic changes after the collapse of the Soviet Union in 1991. In order to monitor land management regimes in western Ukraine, a combination of different strategies was used. First, a semi-automatic parameter selection was developed to optimize and economize image segmentation, which is a prerequisite for object-based analysis. To select the optimal parameters of the Superpixel Contour segmentation algorithm, a predefined range of parameters is selected by the user and the best image segmentation is subsequently assessed by the fast internal accuracy assessment of the Random Forest classifier, and, optionally, by using additional validation data. Second, by integrating optical and radar data into the object-based image analysis, the synergistic and complementary effects of both data types were used to improve the mapping and monitoring approach. For example, the radar data with its high temporal resolution provided elementary information to distinguish pasture from abandonment, as both classes have a similar grassland cover but different phenological stages. Moreover, the relatively weather independent radar data was a reliable alternative to fill gaps of optical time series that can occur, for example, due to cloud cover. Third, by using a change trajectory analysis approach, land use and land use intensity changes were monitored for western Ukraine between 1986 and 2010. The results clearly showed substantial abandonment of the large collectivized farmland in the 1990s and 2000s. With Ukraine's integration in world markets and the emerge of agri-business at the end of the 2000s, many abandoned fields were recultivated. Since the beginning of the 1990s, small-scale cropland as subsistence agriculture emerged for the greatest part directly from the conversion from large-scale cropland. Nevertheless, large-scale cropland was the dominant class in the study area at any time during the study period. To further explore the spatial patterns of land management regimes, the final classification results were overlayed by a number of spatial indicators related to the marginality of farming, such as soil type, distance to markets, and elevation. Although a large part of the abandoned farmland was located on soils not very well suited for agriculture, the analysis showed that there is still a considerable potential for recultivation and for intensifying small- scale farmland.

Fernerkundung ist eine Schlüsseltechnologie für die systematische und großflächige Beobachtung der Erdoberfläche und bildet die Grundlage für viele Forschungsarbeiten und Anwendungen. Die großflächige, fernerkundungsbasierte Kartierung von Landnutzungsintensitäten sowie das Monitoring von Landmanagement ist bisher jedoch kaum untersucht worden. Der Schwerpunkt dieser Dissertation war die Entwicklung und Anwendung eines Systems zum Monitoring von verschiedenen Landmanagementklassen sowie ihrer jeweiligen Landnutzungsintensität, um die Kartierung und das Verständnis von großflächigen Landnutzungsveränderungen mittels Fernerkundung zu verbessern und die raum-zeitlichen Muster von Landmanagement zu bestimmen. Die Landmanagementklassen wurden wie folgt definiert: Großskaliges Ackerland mit einer intensiven Landnutzung, kleinskaliges Ackerland bzw. Subsistenzlandwirtschaft mit einer potentiell geringen Landnutzungsintensität und aufgegebene landwirtschaftliche Flächen ohne aktive Landnutzung. Osteuropa ist ein Musterbeispiel für drastische und großflächige Landnutzungsänderungen, die durch die tiefgreifenden Umwälzungen nach dem Zerfall der Sowjetunion im Jahr 1991 entstanden sind. Um die unterschiedlichen Landmanagementklassen im Untersuchungsgebiet in der Westukraine über die Zeit zu untersuchen, wurden verschiedene Analysestrategien kombiniert. Erstens wurde eine semi- automatische Parameterbestimmung entwickelt um die Bildsegmentierung hinsichtlich ihrer Qualität und ihres Generierungsaufwandes zu optimieren. Um die optimalen Parameter des Superpixel Contour Segmentierungsalgorithmus zu erhalten, definiert der Anwender zunächst einen gewissen Parameterbereich und anschließend wird die beste Parameterkombination aus dem vordefinierten Bereich anhand der internen Genauigkeitsuntersuchung des Random Forest Klassifikators, oder optional mittels eines Referenzdatensatzes, bestimmt. Zweitens konnten durch die Integration von optischen und radargestützten Satellitendaten innerhalb der objektbasierten Bildanalyse Synergie- und Komplementäreffekte durch beide Datentypen genutzt werden, um die Kartierung und das Monitoring zu verbessern. Zum Beispiel waren die Radardaten mit ihrer hohen zeitlichen Auflösung eine Voraussetzung für die präzise Unterscheidbarkeit von Weideland und aufgegebenen landwirtschaftlichen Flächen, da beide Klassen zwar prinzipiell eine Graslandbedeckung aufweisen, jedoch unterschiedliche phänologische Phasen haben. Des Weiteren erlaubten die Radardaten Lücken in der Zeitreihe der optischen Daten effektiv zu füllen, die beispielsweise auf Grund von Wolkenbedeckung auftreten können. Drittens, durch die Nutzung von Veränderungstrajektorien konnten die Veränderungen in Landnutzung und Landnutzungsintensität in der Westukraine für den Zeitraum zwischen 1986 und 2010 effektiv bestimmt werden. Die Ergebnisse zeigten deutlich die massive Aufgabe von großen, kollektivierten landwirtschaftlichen Flächen in den 1990er und 2000er Jahren. Mit der Integration in die Weltmärkte und dem Aufkommen von Agribusiness Ende der 2000er wurden viele vormals aufgegebene Flächen rekultiviert. Seit Anfang der 1990er Jahre wurde zudem das Aufkommen von Subsistenzlandwirtschaft beobachtet, welches zum größten Teil direkt aus den großskaligen Ackerflächen umgewandelt wurde. Dennoch nahm das großskalige Ackerland innerhalb des Untersuchungszeitraums immer die größte Fläche in Anspruch. Um die räumlichen Muster der Landmanagementklassen im Detail genauer zu untersuchen, wurden verschiedene Indikatoren zur Bestimmung der landwirtschaftlichen Eignung von Flächen, wie beispielsweise Bodenqualität, Distanzen zu Märkten oder Höhenlage mit den Klassifikationsergebnissen verglichen. Obwohl ein Großteil der aufgegebenen landwirtschaftlichen Flächen nur geringe Bodenqualität aufwies, zeigten die Analysen, dass es dennoch ein deutliches Potential zur Rekultivierung von aufgegebenen landwirtschaftlichen Flächen sowie zur Bewirtschaftungsintensivierung von kleinskaligem Ackerland gibt.