The use of spectral indices in environmental monitoring of smouldering coal-waste dumps

Deze studie toont aan dat hoewel satellietgegevens de brandgeschiedenis van kolenafvalbergen kunnen reconstrueren, UAV-gebaseerde remote sensing gecombineerd met veldvalidatie essentieel is voor het effectief monitoren van kleinschalige thermische anomalieën en het beoordelen van vegetatiestress veroorzaakt door smeulbranden in postindustriële omgevingen.

De kern

Stel je een enorme, door mensen gemaakte heuvel voor in Chorzów, Polen, gemaakt van restafval van steenkool. Al jarenlang is deze kolenheuvel in het geheim aan het "koken" van binnenuit. Het is geen kolossale brand die je vanuit de ruimte kunt zien; het is een langzaam, smeulend vuur diep onder de grond, als een langzaam kokende pan die nooit uitgaat. Deze verborgen hitte is de hoofdrolspeler van deze studie.

De onderzoekers wilden ontdekken hoe ze dit onzichtbare vuur konden "zien" en begrijpen hoe het de planten beïnvloedt die op de heuvel groeien. Ze gebruikten hiervoor twee belangrijke instrumenten: satellieten (zoals een vogelvluchtperspectief van heel hoog bovenaf) en drones (zoals een havik die net boven de bomen vliegt).

Dit is het verhaal van wat zij ontdekten, eenvoudig uitgelegd:

1. Het "Thermometer"-probleem: Satellieten versus Drones

Denk aan de satellieten als iemand die naar een stad kijkt vanuit een vliegtuig. Ze kunnen het grote plaatje zien en zeggen: "Hé, die hele buurt is wat warmer dan normaal." Het lukte hen om de "koorts" van deze kolenheuvel terug te volgen tot 1999, waarmee ze lieten zien dat het vuur al decennia lang langzaam rondverplaatst.

Echter, satellieten zijn als het bekijken van een mozaïek van een afstand; de individuele tegeltjes (pixels) zijn te groot om de kleine details te zien. De brandplekken op deze heuvel zijn klein en verschuiven voortdurend. De satellieten waren te wazig om precies te zien waar het vuur was of hoe het de planten direct ernaast veranderde.

Toen kwamen de drones. Dit zijn als een detective met een vergrootglas. Door laag te vliegen, legden ze ongelooflijk scherpe beelden vast (details zo klein als een muntstuk). Hierdoor konden de onderzoekers de exacte randen van het vuur zien en hoe de planten reageerden op de hitte direct onder hun voeten.

2. Het "Wintertuin"-mysterie

De meest verrassende ontdekking ging over de planten. Normaal gesproken, wanneer de winter in Polen invalt en de lucht ijskoud wordt, gaan planten in ruststand (dormantie). Ze worden bruin en stoppen met groeien.

Maar op deze kolenheuvel werkt het ondergrondse vuur als een verborgen radiator.

• De Val: In de herfst en winter is de lucht koud, maar de grond onder de planten is warm door het vuur.
• Het Resultaat: De planten raken in de war. Ze denken dat het nog zomer is! Ze houden hun groene bladeren en blijven groeien terwijl alles om hen heen bruin en dood is.
• De Twist: Dit is geen teken van een gezonde, gelukkige tuin. Het is een teken van stress. De planten worden door de hitte misleid. Ze branden de kaars aan beide kanten op door te proberen te groeien in omstandigheden die eigenlijk te zwaar zijn.

De onderzoekers ontdekten dat als je alleen naar de "groenheid" zou kijken (met behulp van een standaardinstrument genaamd NDVI), je zou kunnen denken dat de planten floreren. Maar in werkelijkheid worstelen ze met de hitte en de giftige bodem. Het is also Mant een persoon ziet zweten in een dikke jas en denkt dat diegene aan het sporten is, terwijl diegene eigenlijk oververhit raakt.

3. De "Groene Zones" Kaart

De onderzoekers brachten de heuvel in kaart als een weerkaart, maar dan voor hitte en planten:

• De Brandkern: Het heetste deel. Geen planten kunnen hier overleven; het is een dorre, dode zone.
• De "Groene Ring": Net buiten de brandkern is de hitte warm maar niet dodelijk. Hier vindt de "wintertuin" plaats. Planten groeien hier het hele jaar door, wat een vreemde groene halo rond het dode centrum creëert.
• De Normale Zone: Verder weg, waar de hitte van het vuur niet bij komt, volgen de planten de normale regels: groen in de zomer, bruin in de winter.

4. De Belangrijkste Les

De belangrijkste les van dit onderzoek is dat context alles is.

• Satellieten zijn geweldig om de grote geschiedenis van het vuur te zien (waar het begon, hoe het zich over 20 jaar heeft verplaatst).
• Drones zijn noodzakelijk om de kleine, gevaarlijke details te zien (precies waar het vuur nu is en hoe het de planten beschadigt).
• De Waarschuwing: Vertrouw niet alleen op de "groenheid" van een plant. Een plant kan er groen en gezond uitzien omdat hij door een verborgen vuur wordt gedwongen te groeien, ook al is de bodem giftig en is het ecosysteem beschadigd.

Kortom, de onderzoekers gebruikten high-tech ogen om te bewijzen dat deze kolenheuvel een plek is waar de natuur wordt misleid door een verborgen vuur, en om de waarheid te begrijpen, moet je dichtbij genoeg komen om de details te zien die satellieten missen.

Technische samenvatting

Technische Samenvatting: Monitoring van smeulende kolenafvalbergen met behulp van spectrale indices

Probleemstelling
Ondergrondse branden in kolenafvalbergen, met name binnen het Boven-Silezische kolenbekken, vormen aanzienlijke milieu- en veiligheidsuitdagingen. Deze smeulende branden zijn moeilijk in een vroeg stadium te detecteren vanwege hun verborgen aard en vereisen vaak kostbare, complexe interventies. Hoewel remote sensing een standaardinstrument is geworden voor milieumonitoring, schiet conventionele satellietbeelden vaak tekort in de ruimtelijke resolutie die nodig is om kleinschalige thermische anomalieën en subtiele patronen van vegetatiestress die met deze gelokaliseerde branden gepaard gaan, te detecteren. Bovendien is de toepassing van standaard vegetatie- en brandindices op omgevingen met ondergrondse branden niet zonder meer uitvoerbaar, aangezien de thermische dynamiek aanzienlijk verschilt van die van oppervlaktebosbranden. De studie adresseert de noodzaak om de toepasbaarheid van milieuspectrale indices voor het monitoren van deze specifieke post-industriële degradatieprocessen te evalueren en om de optimale observatieschaal (satelliet versus UAV) te bepalen.

Methodologie
Het onderzoek maakte gebruik van een multi-methode aanpak waarbij veldonderzoek, Unmanned Aerial Vehicle (UAV) campagnes en satellietdata-analyse werden gecombineerd bij een kolenafvalberg in Chorzów, Polen.

• Data-acquisitie:
  • Satelliet: Historische en recente data van Landsat (4/5 TM, 7 ETM+, 8 OLI/TIRS) en Sentinel-2 werden gebruikt om de brandgeschiedenis te reconstrueren en seizoensgebonden trends te analyseren. Landsat-data leverden de thermische context, terwijl Sentinel-2 een hogere spectrale resolutie bood voor vegetatie-indices.
  • UAV: Er zijn twee survey-campagnes uitgevoerd (herfst 2023 en voorjaar 2024) met behulp van een DJI Matrice 210 v2 RTK (thermisch + RGB) en een DJI Mavic 3 Multispectraal (Groen, Rood, Red-Edge, NIR). Deze boden hoogresolutiebeelden (ongeveer 3 cm/pixel voor optisch, 20 cm/pixel voor thermisch).
  • Veldvalidatie: Grondcontrole omvatte directe metingen van de ondergrondse temperatuur (met een 30 cm sonde en pyrometer), vegetatiemapping over vier verschillende zones (brandplek, doodszone, transitiezone, inactieve gebieden) en de verzameling van meteorologische gegevens.
• Analyse:
  • Vegetatie- en brandindices werden berekend met behulp van QGIS en ArcGIS. Belangrijke indices omvatten NDVI, GNDVI, GRVI, SAVI, EVI en de Burn Area Index (BAI).
  • De studie richtte zich op het correleren van indexwaarden met thermische activiteitszones en het analyseren van de seizoensgebonden variabiliteit in de reactie van de vegetatie op ondergrondse verhitting.

Belangrijkste Resultaten

• Beperkingen van Satellieten: Satellietdata (Landsat en Sentinel-2) slaagden erin de brandgeschiedenis succesvol te reconstrueren, waarbij thermische activiteit werd aangetoond die dateert van ten minste 1999. Echter, de ruimtelijke resolutie (30 m voor Landsat, 10-20 m voor Sentinel-2) was onvoldoende voor de gedetailleerde monitoring van kleinschalige thermische anomalieën. Het contrast tussen actieve en inactieve zones was in satellietbeelden vaak minder scherp dan in UAV-data.
• Diagnostisch Potentieel van UAV's: UAV-gebaseerde multispectrale en thermische beeldvorming bood hoogresolutie inzichten in de ruimtelijke dynamiek van de brand. De data brachten de thermisch actieve zone, die een boog rond het centrum van de afvalberg vormt, duidelijk in kaart en legde fijnmazige variaties in vegetatiestress vast.
• Vegetatie-anomalieën en Seizoensgebondenheid: Een cruciale bevinding was de verstoring van natuurlijke vegetatiecycli in thermisch actieve zones.
  • Wintervergroening: In matig verwarmde wortelzones vertoonde de vegetatie "wintervergroening", waarbij planten actief of groen bleven tijdens de meteorologische winter door verhoogde ondergrondse temperaturen. Dit resulteerde in positieve NDVI-waarden in gebieden waar de omliggende vegetatie in rust was.
  • Zommerstress: Omgekeerd vertoonden dezelfde zones tijdens de zomer tekenen van stress of afsterving door overmatige hitte en verminderde bodemvochtigheid, wat leidde tot lagere NDVI-waarden ondanks de aanwezigheid van vegetatie.
  • Prestaties van Indices: Standaard vegetatie-indices (NDVI, EVI, SAVI) vertoonden consistente patronen van lage waarden in de brandkern, maar toonden complexe, niet-lineaire reacties in transitiezones. De Burn Area Index (BAI) bleek effectief in het onderscheiden van verkoolde/gebieden met lage vegetatie (waarden >200) van vegetatiezones, en diende als een levensvatbaar alternatief voor NBR wanneer SWIR-banden niet beschikbaar waren op hoge resolutie.
• Brandmigratie: Sentinel-2 data van 2015 tot 2024 wezen op een geleidelijke noordoostelijke migratie van de brandfront, wat suggereert dat de thermische activiteit langzaam de recreatiegebieden van de locatie nadert.

Betekenis en Claims
Het artikel stelt dat hoewel satellietdata waardevol zijn voor de langetermijnreconstructie van ondergrondse branden, ze niet over de resolutie beschikken die vereist is voor gedetailleerde, operationele monitoring van kleinschalige thermische anomalieën in kolenafvalbergen. De studie benadrukt het diagnostische potentieel van UAV-gebaseerde remote sensing in post-industriële omgevingen, waarbij de nodige ruimtelijke details worden geboden om specifie면 thermische zones en vegetatiestresspatronen te identificeren.

Cruciaal is dat de auteurs waarschuwen tegen de automatische interpretatie van hoge NDVI-waarden als indicatoren van ecosysteemgezondheid in deze contexten. De studie toont aan dat "vergroening" in thermisch actieve zones tijdens de winter een stressreactie is, gedreven door kunstmatige microklimaten (een "mini-hitte-eiland") in plaats van succesvolle landschapsherstel. Dit fenomeen kan onderliggende ecologische degradatie, zoals bodemverontreiniging of vochttekorten, maskeren. Daarom concludeert het artikel dat een nauwkeurige milieubeoordeling van smeulende afvalbergen hoogresolutie UAV-data combineert met veldvalidatie om spectrale indices correct te interpreteren en misleidende conclusies over site-herstel te voorkomen.