Anatomizing spatiotemporal LULC changes and anthropogenic drivers of forest loss in Eastern Assam of India
Diese Studie nutzt Geodatenanalyse und Felddaten, um zu zeigen, dass der Distrikt Dibrugarh im Osten Assams zwischen 2000 und 2023 einen signifikanten Waldverlust erlebte, der primär durch die Ausweitung von Teeplantagen, Urbanisierung und landwirtschaftliche Aktivitäten vorangetrieben wurde, was dringende politische Interventionen für ein nachhaltiges Landmanagement erforderlich macht.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Technisches Resümee: Anatomisierung der spatiotemporalen LULC-Veränderungen und anthropogener Treiber des Waldverlusts in Ost-Assam, Indien
Problemstellung
Rasche Landnutzungs- und Bodenbedeckungsveränderungen (LULC) sowie Waldverlust stellen kritische ökologische Herausforderungen dar, insbesondere in Regionen, die einem intensiven anthropogenen Druck ausgesetzt sind. Der Distrikt Dibrugarh in Ost-Assam, Indien – bekannt als die „Teestadt Indiens“ und kürzlich zur zweiten Hauptstadt des Bundesstaates ernannt – weist signifikante LULC-Transitionen auf. Trotz der bekannten schnellen Urbanisierung und infrastrukturellen Entwicklung des Distrikts mangelt es an empirischen Studien, die den Waldverlust quantifizieren und die spezifischen anthropogenen Treiber hinter diesen Transformationen identifizieren. Die bestehende Literatur befasst sich oft mit städtischen Hitzeinseln oder allgemeinem Vegetationsrückgang, ohne jedoch eine umfassende, quantitative Bewertung der Treiber durchzuführen, welche die Populationsdynamik, die landwirtschaftliche Expansion (speziell Tee) und das Städtewachstum mit der Walddegradation verknüpfen. Diese Studie zielt darauf ab, diese Forschungslücken zu schließen, indem sie die spatiotemporalen LULC-Dynamiken analysiert und den Waldverlust von 2000 bis 2023 quantifiziert.
Methodik
Die Studie verwendet einen Mixed-Methods-Ansatz, der geospatiale Analysen mit sozioökonomischen Felduntersuchungen kombiniert.
- Datenquellen: Es wurden multitemporale Satellitenbilder verwendet, spezifisch Landsat TM (2000) mit einer Auflösung von 30 m und Sentinel-2 (2023) mit einer Auflösung von 10 m, bezogen aus dem USGS EarthExplorer-Archiv. Zusätzliche Daten umfassten hochauflösende Google Earth Pro Bilder für Bodenstichprobenpunkte (GSP), Regierungsstatistiken und Feldbeobachtungen.
- Klassifizierungsschema: Elf verschiedene LULC-Klassen wurden basierend auf Literaturrecherche und lokalem Wissen definiert:
- Agrarland (Kharif-Kulturen, Rabi-Kulturen, Zwei-Ernte-Flächen)
- Agrarplantagen (Teegärten)
- Bebautes Gebiet (Urban)
- Wald (Dichter Immergrüner/Halb-immergrüner Wald, Offener Immergrüner/Halb-immergrüner Wald, Strauchwald)
- Agrarplantage/Siedlung
- Gewässer
- Flusssand
- Analytische Techniken:
- Vorverarbeitung: Radiometrische Kalibrierung, geometrische Registrierung sowie Cloud- und Schattenmaskierung wurden angewendet, um Verzerrungen zu korrigieren.
- Klassifizierung: Eine überwachte Klassifizierung wurde unter Verwendung von Trainingsproben durchgeführt, die aus hochauflösenden Bildern und Felddaten abgeleitet wurden.
- Veränderungserkennung (Change Detection): Mittels Post-Klassifizierung-Vergleich wurden Klassen-zu-Klasse-Übergangsmatrizen erstellt und die Nettoveränderung (NC) sowie die jährliche Änderungsrate (AR) unter Verwendung Standardformeln berechnet.
- Genauigkeitsbewertung: Die Zuverlässigkeit wurde mittels Producer's Accuracy, User's Accuracy, Gesamtgenauigkeit und Kappa-Statistiken basierend auf 60 Bodenstichprobenpunkten evaluiert.
- Treiberanalyse: Die anthropogenen Treiber wurden durch räumliche Overlay-Analysen (Korrelation von Waldverlust mit urbaner/landwirtschaftlicher Expansion) sowie qualitative Daten aus Experteninterviews, Fokusgruppendiskussionen und veröffentlichten Statistiken identifiziert.
Wesentliche Ergebnisse
Der Untersuchungszeitraum (2000–2023) zeigt signifikante Landschaftstransformationen im Distrikt Dibrugarh auf:
- Klassifizierungsgenauigkeit: Die klassifizierten Karten wiesen eine hohe Zuverlässigkeit mit einer Gesamtgenauigkeit von 96 % und einem Kappa-Koeffizienten von 0,9554 auf. Die meisten Klassen erreichten eine User Accuracy von 100 %, mit Ausnahme der Rabi-Kultur-Landwirtschaft (77,78 %).
- LULC-Dynamik:
- Waldverlust: Die gesamte Waldfläche (kombinierter dichter, offener und Strauchwald) sank von 11,86 % (401,09 km²) im Jahr 2000 auf 11,05 % (373,90 km²) im Jahr 2023. Speziell die dichten und offenen immergrünen/halb-immergrünen Wälder nahmen um 30,12 km² bzw. 17,25 km² ab.
- Urbane Expansion: Bebautes Gebiet nahm von 0,96 % (32,42 km²) auf 1,26 % (42,47 km²) zu, was einem Nettogewinn von 10,05 km² entspricht. Das Wachstum konzentrierte sich auf Dibrugarh City, Duliajan und Namrup.
- Agrarische und Tee-Expansion: Das gesamte Agrarland stieg von 46,87 % auf 47,35 %. Die Flächen der Teeplantagen, ein dominanter Landnutzungstyp, stiegen von 15,84 % (535,81 km²) auf 16,48 % (557,24 km), was einem Nettozuwachs von 21,43 km² entspricht.
- Andere Veränderungen: Gewässer nahmen leicht zu (18,12 % auf 18,31 %), wahrscheinlich aufgrund von Flussufererosion und Sedimentation, während die Flusssandflächen um 15,7 km² abnahmen und teilweise in Strauchwald transformiert wurden.
- Jährliche Änderungsrate: Der Distrikt verzeichnete eine jährliche Waldverlustrate von etwa 0,81 % (Netto), während die Expansion der Teeplantagen eine jährliche Rate von 0,93 km² aufwies.
Identifizierte anthropogene Treiber
Die Studie identifiziert eine Hierarchie von Treibern, die für den Waldverlust verantwortlich sind:
- Primäre Treiber:
- Expansion der Teeplantagen: Die Umwandlung von Waldflächen und bestehendem Ackerland in Teegärten ist ein wesentlicher Treiber, wobei 29.771 registrierte kleine Teeproduzenten zu diesem Trend beitragen.
- Urbanes und industrielles Wachstum: Die schnelle Ausweitung von Siedlungen in Dibrugarh, Duliajan (Ölproduktion) und Namrup (Petrochemie) erforderte die Rodung von Land für Infrastruktur und Wohnraum.
- Landwirtschaftliche Verdrängung: Die allgemeine Ausweitung landwirtschaftlicher Flächen, um den Nahrungsmittelbedarf zu decken.
- Zugrunde liegende Treiber:
- Bevölkerungsexplosion: Die Bevölkerung des Distrikts wuchs signifikant (von ca. 1,55 Lakh im Jahr 1901 auf ca. 13,26 Lakh im Jahr 2011), was die Nachfrage nach Wohnraum, Nahrung und Beschäftigung vorantrieb.
- Begrenzte Lebensgrundlagen: Abhängigkeit von Waldressourcen (Holz, Brennholz, Heilpflanzen) aufgrund begrenzter alternativer Einkommensquellen.
- Umsiedlung: Vertreibung von durch Flut und Erosion betroffenen Bevölkerungsgruppen von den Ufern des Brahmaputra in die Randgebiete der Wälder.
- Governance und Bewusstsein: Schwache Regierungsführung, mangelndes Umweltbewusstsein und unzureichende Umsetzung von Landnutzungsrichtlinien.
Bedeutung und Ansprüche
Die Arbeit behauptet, dass ihr primärer Beitrag in der Bereitstellung der ersten empirischen, quantitativen Bewertung der Treiber des Waldverlusts im Distrikt Dibrugarh liegt, womit eine spezifische Lücke in der bestehenden Literatur geschlossen wird, die oft eine Analyse der Treiber vermissen lässt. Durch die Integration von geospatialer Quantifizierung mit sozioökonomischen Felddaten stellt die Studie eine klare Korrelation zwischen dem Entwicklungspfad des Distrikts (Urbanisierung, Teeanbau, Industrialisierung) und der Degradation seiner Waldbedeckung her.
Die Autoren kommen zu dem Schluss, dass die rasche Transformation der Landschaft von Dibrugarh eine Abkehr hin zu einer konsolidierten Stadtplanung, der strikten Umsetzung von Landnutzungs- und Forstrichtlinien sowie verstärkten Bemühungen zur Waldrestaurierung erfordert. Sie betonen, dass ohne eine starke Regierungsführung und ein breites Basis-Umweltbewusstsein der aktuelle Trend des Waldverlusts weiter anhalten und die ökologische Resilienz sowie die Biodiversität der Region gefährden wird. Die Studie dient als Baseline für ein effektives Landmanagement und eine nachhaltige Wirtschaftsplanung in der Region.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.