Subpixelmessung der tropischen Waldfläche mit AVHRR-Daten

Zusammenfassung Die Bewertung tropischer Wälder mit Daten des Advanced Very High Resolution Radiometer (AVHRR) kann zu ungenauen Schätzungen der Waldfläche in Regionen mit kleinen subpixel-Wald- oder Nicht-Waldflecken und in Regionen führen, in denen das Rodungsmuster besonders verworren ist. Teststandorte, die diese beiden Muster verkörpern, wurden in Ghana und Rondonia ausgewählt. Um die Subpixel-Anteile der Waldfläche zu erfassen, wurde ein lineares Mischungsmodell auf zwei AVHRR-Testbilder an den Teststandorten angewendet. Das Modell erzeugte Bildausgaben, in denen die Pixelintensitäten den Anteil der Waldfläche pro km² anzeigten. Zum Vergleich wurden auch überwachte Maximum-Likelihood-Klassifikationen durchgeführt. Die Ausgaben wurden mit klassifizierten Landsat TM-Szenen bewertet, in Proportionskarten umgewandelt und mit den AVHRR-Bildern georeferenziert. Eine empirische Methode wurde angewendet, um die kritische Waldfläche pro km² zu bestimmen, die erforderlich ist, damit ein AVHRR-Pixel als Wald klassifiziert werden kann. Die kritischen Werte überstiegen 50 Prozent, was auf eine Tendenz hinweist, dass die AVHRR-Klassifikation die Waldfläche unterSchätzt. Dies wurde bestätigt, indem Schätzungen der gesamten Waldfläche, die aus den AVHRR- und TM-Klassifikationen gewonnen wurden, verglichen wurden. Im Fall von Ghana wurde eine genauere Schätzung der Waldfläche aus dem AVHRR-Mischungsmodell erhalten als aus der Klassifikation. Beide Mischungsmodellausgaben zeigten eine gute Korrelation mit denen von Landsat TM. Weitere Arbeiten sollten die Robustheit des hier angewandten Ansatzes bei größeren Flächen testen.