Analysing land cover changes in the Caprivi Strip, Namibia, using Landsat TM and Spot XS imagery

Abstract

The Caprivi area, situated in the north-eastern part of Namibia, Africa, has
experienced a high population increase during the latest ten years. Studies have
shown that the vegetation has been influenced as the woodlands, that provide the
population with timber and charcoal, have been cut down. Also, the fires have
increased in the area, as the people need to cultivate the land in a higher degree. Since
the country is widespread, remote sensing is an alternative to field studies in order to
survey the extent of vegetation changes.
It was suggested by the NRSC (National Remote Sensing Centre) in Namibia, that a
vegetation change method in the area was to be studied. The method should be swift
and yet accurate. Using two different satellite scenes, one SPOT XS from 1992 and
one Landsat TM from 1994, a method analysing signatures with a paired t-test was
used. Three spectral band were examined, the green, the red and the near infrared, in
each scene. Together with a signature separability test, the t-test showed if changes
had occurred or not in each band and which signatures that were separable. Using
literature studies, the result was analysed and interpreted. Both the vegetation change
method and precipitation data from the area showed that the climatic conditions has
become drier during the time period, as the green vegetation cover has decreased and
become more senesced. The short time duration did not prove any substantial human
influence on the tree cover.

Abstract (Swedish)

Populärvetenskaplig sammanfattning: Denna studie går ut på att undersöka ifall det har skett någon förändring av vegetationen i Capriviregionen under åren 1992 till 1994. Caprivi är belägen i den nordöstra delen av Namibia och har sedan landet blev självständigt 1991 haft en kraftig befolkningsökning. När Unitagerillan drog sig tillbaka från området blev det säkrare för lokalbefolkningen att finna nya odlingsmarker. Detta ledde till att inflyttningen i området ökade. Undersökningar har visat på att bl a skogsbeståndet har sjunkit kraftigt under 1990-talet. Antalet bränder i Caprivi har också ökat med befolkningen eftersom man använder sig av svedjebruk.

Jämfört med övriga områden i Namibia som är uttalat subarida eller arida innehåller Caprivi mer skogsmark och skogar. På grund av vegetationen och den stora befolkningsexplosionen tog ett företag i Namibia, NRSC (National Remote Sensing Centre), kontakt med den Naturgeografiska Institutionen i Lund för att få hjälp med att utföra en förändringsstudie. Man ville, istället för att använda sig av de vanliga metoderna, ha en snabb och enkel metod som kunde appliceras på små områden. Resan finansierades med ett MFS-stipendie från SIDA. Två satellitbilder över Caprivi skulle användas, en SPOT XS från 1992 och en Landsat TM från 1994. Även en vegetationsklassificering gjord från Landsat TM-scenen fanns tillgänglig.

Syftet med studien delades upp i tre delmål; att korrigera och jämföra SPOT XS med Landsat TM-scenen; att undersöka ifall man kunde använda en variansanalys kombinerat med en separabilitetsanalys för att utföra förändringsstudien; att bestämma ifall det skett någon förändring under perioden 1992 till 1994.

För att kunna jämföra de olika satellitscenerna måste de korrigeras eftersom de är tagna av olika sensorer som har olika egenskaper. I studien används SPOT band 1-2-3 och korresponderande Landsat TM band 2-3-4. En mängd metoder testades och till slut användes en kombination av relativ kalibrering och en normaliseringsmetod. Först kalibrerades Landsat TM radiometriskt och sedan valdes 30 pixelvärden ut i varje scen för att skapa en regressionsformel för varje korresponderande bandpar. Därefter applicerades respektive formel på respektive SPOT band vilket medförde att scenerna kunde jämföras.

När man utför en förändringsstudie över ett område utför man vanligtvis en klassificering av varje scen. I denna studie valdes det dock att istället göra en variansanalys med ett sk parat t-test. Olika vegetationstyper i de båda scenerna valdes ut med hjälp av polygoner och pixelvärden extraherades för varje band. Värdena för varje polygon analyserades sedan för korresponderande bandpar med t-test. Ett högt t-värde tydde på en förändring i vegetationen medan ett lågt värde tydde på en oförändrad vegetationstyp. Eftersom en del pixlar kan ha fått ett felaktigt värde pga normaliseringsmetoden valdes ett högt t-värde medvetet som gräns för att acceptera en förändring.

För att få reda på den nya vegetationstypen i ett område ifall en förändring hade blivit fastslagen användes ett separabilitetstest. Detta test, även kallat Battacharryas separabilitetstest, visade hur lika varje polygons pixelvärde var andra polygoners pixelvärden. Var de mycket lika tillhörde de samma vegetationstyp.

Resultatet av studien visade att det skett en mindra förändring av vegetationen i området under perioden 1992 till 1994. Förändringen berodde till största delen på torka, men också på människan. Eld och uppodling av marken var påvisbara på flera ställen.

• author: Hallgren, Lisa and Johansson, Anna
• supervisor: Lennart Olsson; Harold Kisting
• organization: Dept of Physical Geography and Ecosystem Science
• alternative title: En förändringsstudie över vegetationen i Caprivi, Namibia, utförd med hjälp av Landsat TM och SPOT XS scener
• year: 1999
• type: H1 - Master's Degree (One Year)
• subject: Earth and Environmental Sciences; Technology and Engineering
• keywords: cartography, pedology, geomorphology, physical geography, södra Afrika, parat t-test, Battacharryas separabilitetstest, skog, forest, climatology, naturgeografi, geomorfologi, marklära, kartografi, klimatologi, remote sensing, fjärranalys
• publication/series: Lunds universitets Naturgeografiska institution - Seminarieuppsatser
• report number: 59
• funder: SIDA
• language: English
• additional info: Mr Harold Kisting at the National Remote Sensing Centre (NRSC), Namibia.
• id: 1330084
• date added to LUP: 2005-05-31 00:00:00
• date last changed: 2011-11-28 12:04:48