Multitemporala vegetationsstudier i nordöstra Kenya med AVHRR NDVI

Abstract

In this paper coarse spatial resolution, high temporal frequency satellite data from the NOAA/AVHRR system are presented and analysed to demonstrate their utility for monitoring vegetation in a semiarid environment and for describing its seasonal dynamics. The study area consists of four districts in the North East of Kenya, namely Marsabit, Samburu, Mandera and Wajir. Normalized Difference Vegetation Index (NDVI) data have been derived and analysed for the major vegetation types from two years, 1984 (an unusually dry period) and 1990 (normal precipitation). The best vegetation class separability was found in the 1984 data, where the woody vegetation retained its spectral properties during the dry period. Within a single year the greatest separability is found during the rainy seasons. Rainfall data was used to derive a relationship between NDVI and precipitation in the semiarid areas. The study shows that events with rainfall mainly control the phenology in the area.

Abstract (Swedish)

Populärvetenskaplig sammanfattning: Naturen i nordöstra Kenya är till största delen naturlig, semiarid, på gränsen till öken inom vissa områden. Studier av denna naturliga vegetationstyp är av betydelse då det gäller att förstå ekologin i regionen och för att kunna utvärdera markens lämplighet för bevaring gentemot utveckling i framtiden. Stora delar av vegetationen inom studieområdet står idag under högt tryck, och med tanke på befolkningsutvecklingen i Kenya finns inga prognoser över att tillståndet kommer att förbättras. Området har hittills varit relativt glesbefolkat, men risken finns att detta kommer att förändras i framtiden, då även idag orörda marker kan komma att tas i bruk. Att ha så stor kunskap som möjligt om vegetationen och kunna planera för en hållbar utveckling, samt att med låg kostnad kunna följa upp vegetationens utveckling, är av stor betydelse för landet ur både ekologisk och ekonomisk synvinkel.

Studier med satellitdata (exempelvis Landsat TM och Landsat MSS) har tidigare utförts inom området. Dock leder behovet av multitemporala satellitbilder, för kartläggning av vegetationens uppträdande under en hel växtsäsong, till höga kostnader och stora datamängder. Potentialen hos National Oceanic and Atmospheric Administration (NOAA) Advanced Very High Resolution Radiometer (AVHRR), med sin höga temporala upplösning och låga spatiala upplösning, som ett instrument vid vegetationskartering på regional och kontinental skala har påvisats i tidigare studier.

Syftet med uppsatsen är att studera hur AVHRR NDVI-data varierar i tiden för olika vegetationstyper, samt att se ifall denna information kan användas för att särskilja olika vegetationstyper. Data från två år användes i studien, nämligen data från torråret 1984 samt data från det ur nederbördssyspunkt mer normala året 1990. Studiens omfattning har inte medgivit några analyser av andra möjligen påverkande variabler, som exempelvis jordmån och geologi. Studieområdet sträcker sig från longitud 36°Ö till 42°Ö, latitud 0° till 4°N och inkluderar fyra distrikt i nordöstra Kenya, nämligen Samburu, Marsabit, Wajir och Mandera. De fyra distrikten täcker tillsammans en area på runt 180 000 km2.

Att med satellitbilder observera vegetationens radiometriska respons, och utifrån denna information uppskatta dess fotosyntesiska aktivitet under ett eller flera år, gör det möjligt att få information om vegetationens dynamik under skiftande yttre förhållanden. Vegetationens fenologi och dess fenologiska förändringar kan ge värdefull information om växtlighetens kondition och dess omgivande miljö, samt ge signaler om årliga klimatvariationer. De flesta studier kring fenologi har hittills främst rört sig kring individuella organismer och individuella arter. Satellitbildstekniken har dock gjort det möjligt att studera fenologin i större skala, och AVHRR NDVI-data är ett medel att studera fenologin över stora geografiska områden. Vissa större, och i NDVI-respons väl åtskilda, vegetationsklasser kan urskiljas med lågupplösande NOAA AVHRR-data. Dock är det viktigt att understryka att det är det för stunden (då satellitscenen registreras) rådande tillståndet inom området som är avgörande för NDVI-värdet. Stor tyngdpunkt bör därför läggas på information och kunskap om de begränsande yttre faktorer som råder inom varje enskilt område. I en semiarid miljö som det aktuella studieområdet är det främst nederbörden som är den begränsande faktorn för vegetationen. Satellitdata, nederbördsdata samt god områdeskännedom kan tillsammans ge goda förutsättningar för uppföljning av vegetationens kondition.

Vegetationsklasser som undersöktes i studien var följande:

1. Forest/ Evergreen
2. Bushland/ Shrubland
3. Grassland-perennial
4. Grassland-annual
5. Barrenland
Alla de inom studien ingående klasserna gick att åtskilja. Dock var spridningen inom varje vegetationsklass stor, vilket gör det svårt att använda datan till att bestämma vegetationstypen för enskilda pixlar. Klasserna Forest/ Evergreen och Barrenland särskilde sig väl de flesta av årets månader 1984 såväl som 1990. De två klasserna Grassland-perennial och Grassland-annual är svåra att särskilja då överlappningen mellan klasserna är stor. Fältkännedomen var ej tillräckligt god vad det gäller de annuella grässlagens marktäckning och andel av den totala marktäckningen. Generellt sett är det lättare att separera fysionomiska vegetationsklasser under ett torrår som 1984, då fysionomiska skillnader, som exempelvis hur stor andel vedväxter med djupgående rötter det finns inom ett område, gör sig gällande. Bushland/ Shrubland hade exempelvis en bättre separabilitet gentemot de båda Grassland klasserna under 1984. Under 1984 är de olika vegetationstyperna generellt sett bäst separerade under den första regnperioden medan det under 1990 är en bättre separation mellan ett flertal av klasserna under den andra regnperioden. En förklaring är att det på många ställen under torråret 1984 aldrig var en klart uttalad andra regnperiod.

Nederbördens betydelse för vegetationens NDVI-värde måste alltid vägas in, men har en större betydelse för NDVI-medelvärdet, än på den inbördes relationen mellan olika fysionomiska klasser. Den inbördes relationen mellan de fysionomiska klasserna var i stort sett samma 1984 och 1990. Studien visar att erhållen information från NDVI förser oss med ett medel att undersöka sambanden mellan vegetationens status under växtsäsongen och kontrollerande faktorer som nederbörd.

Studien visar att metoden med att använda multitemporal NDVI-data kan ge en större kännedom om vegetationens fenologi samt om olika vegetationstypers relativa förhållande gentemot varandra, vilket är värdefullt vid kartläggning och uppföljning av vegetationen i semiarida miljöer. GIMMS NDVI-data är dock för grov på lokal och regional nivå, förutom för att skaffa sig en översiktlig och preliminär uppskattning av vegetationens kondition. Den grova upplösningen gör att varje pixel representerar en komplex sammansättning av olika typer av vegetation. Dock kan denna typ av information vara ett komplement till data från mer högupplösande satellitsystem.

• author: Jönsson, Camilla
• supervisor: Lars Eklundh
• organization: Dept of Physical Geography and Ecosystem Science
• year: 1998
• type: H1 - Master's Degree (One Year)
• subject: Earth and Environmental Sciences
• keywords: geografi, naturgeografi, vegetationsstudier, nordöstra Kenya, AVHRR, NDVI
• publication/series: Lunds universitets Naturgeografiska institution - Seminarieuppsatser
• report number: 48
• language: Swedish
• id: 2027079
• date added to LUP: 2011-11-23 11:26:28
• date last changed: 2011-11-23 11:26:28