Sandra Eckert: «Wenig betroffene Flächen sind am schwierigsten zu bestimmen.»

Mit Hilfe der Landsat-Bilder können Sie einzelne Prosopis-Bäume in der Afar Region bestimmen. Warum?

In den vergangenen dreissig Jahren hat sich die aus Amerika eingeführte Pflanzenart immer schneller in Süd- und Ostafrika ausgebreitet und traditionelles Weideland zerstört. Mit guter Absicht wurde Prosopis angepflanzt, um die Bodenerosion zu bekämpfen und Bauholz und Holzkohle zu gewinnen. Mittlerweile breitet sich die Pflanze mit fast unzerstörbaren Früchten und bis zu 50 Meter tiefen Wurzeln unkontrolliert aus. Das vor allem entlang von Wasserläufen und Verkehrswegen.

Der Unterschied zwischen ursprünglichem Grasland (links) und von Prosopis juliflora überwuchertem Land ist am Boden und in den Satellitenbildern deutlich zu sehen. Unter den Neophyten wächst kein Grashalm mehr. Baringo, Kenia.Foto: Purity Rima

Wie finden Sie einzelne Pflanzen aus 700 bis 900 Kilometern Höhe?

Die verwendeten Satellitenbilder haben eine Auflösung von 30 mal 30 Meter. Wir stützen uns auf Landsat- und Sentinel-Aufnahmen. Dabei nutzen wir die verschiedenen Kanäle und Wellenlängen der Satellitensensoren und können so die aktive Vegetation während der Trockenzeit im Januar und Februar in der Afar-Region bestimmen. Der Unterschied zwischen dem trockenen Gras unter den Prospis-Bäumen und -Büschen und Prosopis selbst macht den Unterschied. Während der Regenzeit funktioniert die Methode nicht. Dann sind Gras-, Weideland und Prosopisflächen alle grün.

Wie zuverlässig sind ihre Methoden?

Fehlbestimmungen bewegen sich zwischen ein bis zwei Fällen von zehn. Die hohe Zuverlässigkeit konnten wir vor allem dank 1500 Testflächen auf dem Boden gewinnen. Dank lokalem Wissen und der Feldarbeit aus mehreren Dissertationen entstand ein wertvoller Datensatz mit Bedeckungsgraden von Prosopis als Grundlage für alle Berechnungen.

Wo liegen die grössten Unsicherheiten?

Pixel im Satellitenbild von wenig betroffenen Flächen sind am schwierigsten zu bestimmen. Wenn die Prosopispflanzen erst in der Grösse von Büschen auftreten, sind die Signale für uns noch nicht deutlich. Fallbeispiele weisen darauf hin, dass der Anteil Prosopis eher grösser ist, als die Berechnungen zeigen.

Wie geht es weiter?

Die Methode konnten wir erfolgreich auch in Kenia anwenden. In der Baringo-Region sind die Bedeckungsgrade der invasiven Pflanze bestimmt. Weil das Gebiet jedoch kleinräumiger strukturiert ist, war die Arbeit unsicherer. Zum anderen konnten wir nun für die lokalen, regionalen und nationalen Organisationen in Äthiopien die Flächen bestimmen, wo die ortsfremden Pflanzen noch wenig wachsen und einen geringen Bedeckungsgrad haben, die so genannten Invasionsfronten. Für die Bekämpfung von Prosopis ist dieses Wissen sehr wertvoll.

Können Sie auch Bekämpfungsmassnahmen auf Satellitenbildern erkennen?

Auf einer Testfläche wurden Prosopisbäume behandelt und entfernt. In der folgenden Trockenperiode war die Fläche bereits deutlich von der Umgebung zu unterscheiden. Das ist ein grosser Erfolg und wichtige für die Arbeit vor Ort.

Die Arbeiten gingen einen Schritt weiter. Sie haben die Satellitenbilder auch mit Wirtschaftszahlen in Zusammenhang gebracht und den Wert der Ökosystemleistungen berechnet.

Tatschlich können wir die Veränderungen, die wir in den Satellitenbildern bestimmt haben, mit Modellrechnungen auch aus wirtschaftlicher Sicht beleuchten. In den letzten 30 Jahren gingen Ökosystemleistungen im Wert von 602 Millionen Dollar verloren – zum grossen Teil als Folge den Prosopis-Invasion. Für die Diskussion haben wir die Berechnungen mit zwei unterschiedlichen Ansätzen durchgeführt. “Ecosystem Service Values” aus national und global geschätzten Ansätzen ergeben ähnliche Resultate.

Legende erstes Bild: «Prosopis-Wüste». Die vermeintliche Rettung hat nicht geklappt. Statt weiterer Ausdehnung von unproduktiven Steppen- und Wüstenlandschaften breitet sich der aus Amerika importierte Mesquitebaum unkontrolliert aus und verwüstet die Wirtschafts- und Lebensgrundlage. Foto: Purita Rima

Zur Person:Sandra Eckert forscht am Center für Development und Environment der Universität Bern. Ihr Hauptinteresse liegt bei Satellitenbildanalysen und «Big data»-Auswertungen, damit wir die Wechselwirkungen zwischen Menschen und ihrer Umwelt besser verstehen.