FFH Expertenrunde. Münster, Oliver Buck, EFTAS GmbH Vanessa Keuck, RSS GmbH

Transkript

1 FFH Expertenrunde Münster, Oliver Buck, EFTAS GmbH Vanessa Keuck, RSS GmbH Co-Funded by the Federal Ministry of Economics and Technology (BMWi) via the German Aerospace Center (DLR e.v.) under the funding numbers: FKZ 50EE0908, 50EE0909, 50EE0910, 50EE0911, 50EE0912, 50EE0913, 50EE0914, 50EE0915.

2 Projekt DeCOVER 2 Dauer: Gesamtbudget: 4.9 M Ko-Finanzierung: DLR mit Mitteln des BMWi Kontakt: EFTAS GmbH (Koordination), Oliver Buck oliver.buck@eftas.com Projekt Team und Aufgaben: EFTAS GmbH: Koordination, Nutzerplattform, Leitung Entwicklung Thematische Dienste, Agrarkomponente, Aktualisierungsdienst, Thematische Dienste FFH DELPHI IMM GmbH: Leitung Interoperabilität, Datenmodell, DeCOVER Geo Webportal RapidEye AG: Leitung Aktualisierungsdienst Entwicklung Prozesskette Infoterra GmbH: Leitung Aktualisierungsdienst Change Detection Komponente, Kosten- Nutzen-Analyse Remote Sensing Solutions GmbH: Thematische Dienste FFH Institut für Photogrammetrie und Geoinformation, Leibniz Universität Hannover: Entwicklung Thematische Dienste, Internes Geodata Management GAF AG: Leitung Qualitätssicherung, Interne Qualitätssicherung, Urbane and Wald Komponente Aktualisierungsdienst Institute für Geowissenschaften, Martin Luther Universität Halle: Externe Qualitätssicherung

3 Das DeCOVER2 Gesamtbild DATENBEDARF VERFÜGBARKEIT Unterstützung und Aktualisierung Water Framework Directive Aktualisierung Thematische Dienste FFH BNTK CLC DLM CORINE LC FFH Monitoring GMES Agrar Monitoring DLM

4 Entwicklungsschritte FFH Dienste Allgemeine Spezifikation der Dienste Beschreibung der Ist-Situation (Monitoring-Ansätze, Anforderungen etc) Auswahl von Testflächen und prioritären Lebensraumtypen 2009/10 Definition von Entwicklungsszenarien Unterstützungskomponenten FFH Monitoring durch Fernerkundung Exemplarische Demonstration in Testgebieten 2010 Methodenentwicklung auf Basis der Entwicklungsszenarien Datensammlung, Aufbereitung Methodentests 2010/11 Methodendemonstration in Testgebieten Validierung der Ergebnisse 2011

5 Spezifikation FFH Dienste MSL 4101/4102 Definition der ED Produkt- und Produktionsspezifikationen Agrar und Naturnah I Bezeichnung Schwerpunkt der Beobachtungsthe matik ED FFH Monitoring SH und NRW Anmerkung: Sukzessiv sollen alle im SH Testgebiet großflächig vorkommenden Lebensraumtypen (LRT) auf Möglichkeiten getestet werden, ob mit Hilfe von festzulegenden Indikatoren Fernerkundungsmethodik geeignet ist, den Monitoringaufwand erheblich zu senken. In der ersten Phase werden folgende LRT getestet: 2320: Sandheiden m. Calluna u. Empetrum auf Binnendünen 4010: Feuchte Heidegebiete des nordatlantischen Raumes mit Erica tetralix 4030: Trockene Heidegebiete (alle Untertypen) 5130: Formationen v. Juniperus c. auf Kalkheiden u.-rasen 6230*: Artenreiche Borstgrasrasen montan (und submontan auf dem europäischen Festland) (Eu- Nardion) 7110: Naturnahe lebende Hochmoore 7120: Geschädigte Hochmoore (die möglicherweise noch auf natürlichem Wege regenerierbar sind) 91D0*: Moorwälder Neben der wichtigen Erfassung von Veränderungen erfassbarer Parameter werden auch belastbare Aussagen zu nicht veränderten Flächen angestrebt.

6 Spezifikation FFH Dienste Geometrische Auflösung Angestrebte Aktualisierungsrate Geographische Projektion / Referenzsystem SFE-Datenquellen Verwendete Zusatzdaten Verwendete Referenzdaten <5m Nach den gesetzlichen Anforderungen aus der FFH RL, deutscher Bericht an die EU spätestens alle 6 Jahre Bei Bedarf: GK3, ETRS 89 Umsetzung: UTM/WGS84 VHR LRT Gebietsgrenzen, Biotopkartierung NRW, BNTK SH In SH: Bereits erfolgter Teil des 1. Durchgangs des LRT Monitoring adaptiert auf t0 Bildmaterial. Datengrundlage für erste Testflächen: bestehender und derzeit zu aktualisierender digitaler Flächenbestand des Gebietes : Binnendünen und Moorlandschaft im Sorgetal In NRW: EFTAS Biotopkartierung Westruper Heide 2009

7 Spezifikation FFH Dienste Datenformat Nomenklatur: Weitergehende textliche Beschreibung ESRI Shp WebMappingService (WMS), OGC konform Entsprechend den festgelegten LRT Definitionen des BfN: Ssymank, Axel; Hauke, Ulf; Rückriem, Christoph & Eckhard Schröder: Das europäische Schutzgebietssystem NATURA 2000 : BfN-Handbuch zur Umsetzung der Fauna-Flora-Habitat- Richtlinie (92/43/EWG) und der Vogelschutzrichtlinie (79/409/EWG) Bonn : Deutschland / Bundesamt für Naturschutz : (1998) : 560 Schriftenreihe für Landschaftspflege und Naturschutz : 53 Die Indikatoren ergeben sich zum großen Teil aus den Kriterien der Bewertungsschemata der Bund Länder Arbeitsgruppen und werden im Laufe der Arbeiten stetig angepasst

8 Auswahl der Testgebiete Test site SH Testgebiet SH Binnendünen und Moorlandschaft im Sorgetal ( ) Moore der Eider-Treene-Sorge Niederung ( ) Test site NRW Test site BB/SN/ST Testgebiet NRW Westruper Heide ( ) Truppenübungsplatz Borkenberge und Gagelbruch ( /301) Testgebiet BY FFH Gebiete im Landkreis Donau-Ries Murnau (LRT-unabhängige Umsetzung Test site BY Testgebiet BA/SN/ST FFH Gebiet Forst Zinna/Keilberg ( ) FFH Gebiet Heidehof/Golmberg ( ) FFH Gebiet Annaburger Heide ( ) (tbd) Elbaue zwischen Griebo und Prettin ( )

9 Entwicklungsszenarien 1. Erkennung von Beeinträchtigungen bei Offenland LRT 2. Erkennung von Beeinträchtigungen bei Wald-LRT 3. Erkennung von Veränderungen bei Nicht-LRT Flächen innerhalb der FFH Gebiete 4. Klassifikation von LRT Flächen außerhalb bereits kartierter FFH Gebiete 5. FE Einsatz zur Qualitätssicherung der LRT Kartierungen

10 Entwicklungsszenario 1 1. Erkennung von Beeinträchtigungen bei Offenland LRT Über Indikatoren soll eine Erkennung von Entwicklungstendenzen erleichtert werden (Bsp. Zunahme der Verbuschung oder Vergrasung von LRT Flächen) LRT-Fokus: 4030, 2310, 2320

11 Entwicklungsszenario 1 Bsp.: Brandfläche Westruper Heide Bsp.: Verteilungsmuster Offener Boden, Westruper Heide

12 Entwicklungsszenario 1

13 Entwicklungsszenario 2 2. Erkennung von Beeinträchtigungen bei Wald-LRT FE-erkennbare Strukturveränderungen der Wald-LRT: Entnahme von Altbäumen (kritisch), Sturmschäden, flächige Abholzung, Flächenumwandlung LRT-Fokus: tbd.

14 Entwicklungsszenario 2 Bsp.: Wälder der Ostenfelder Geest

15 Entwicklungsszenario 3 3. Erkennung von Veränderungen bei Nicht-LRT Flächen innerhalb der FFH Gebiete Schwerpunkte: Versiegelungszunahme, Veränderung Acker/Grünlandverhältnis, Verbuschung, Aufforstung, Vernässung, Drainage, Nutzungsintensivierung Grünland. LRT-Fokus: nicht anwendbar

16 Entwicklungsszenario 3 Rapid-Eye DOP Bsp.: Treene vom Winderatter See bis Friedrichstadt und Bollingstedter Au

17 Szenario 3: Testgebiet Sorgetal Darstellung von Veränderungen der Nicht-LRT Flächen in FFH Gebieten

18 Entwicklungsszenario 4 4. Klassifikation von LRT Flächen außerhalb bereits kartierter FFH Gebiete Klassifikation von LRT Potentialflächen sowie der Erkennung von Beeinträchtigungsprozessen demonstriert werden. LRT Fokus: LRT 6510 im Landkreis Donau-Ries in BY

19 Entwicklungsszenario 4 Bsp.: Identifikation potentieller LRT-Flächen, Beispiel LRT 6510 im Landkreis Donau-Ries LRT 6510 Wahrscheinlichkeiten über RapidEye RGB

20 Entwicklungsszenario 5 5. FE Einsatz zur Qualitätssicherung der LRT Kartierungen Plausibilitätsprüfung von LRT Kartierungen. Prüfung auf der Strukturebene der Habitate. Nur aggregierte LRT-Lebensformtypen können untersucht werden. Bsp. Prüfung Wald-LRT (aus Kartierung) vs. Offenland-LRT (Bildinformation) LRT Fokus: nicht anwendbar

21 Entwicklungsszenario 5 Kombination aus Bildanalyse und GIS Post-Processing Identifikation veränderter Geometrien unter Berücksichtigung von ΔFlächengrößen

22 Szenario 1 Bsp.Testgebiet Westruper Heide

23 Szenario 1 Bsp. Testgebiet Westruper Heide Multitemporale Betrachtung ( )

24 Multitemporale Betrachtung Stichprobenzahl sehr gering Bestärkt Struktur-Indikator Ansatz

25 Szenario 1 Bsp. Testgebiet Westruper Heide Erste Ergebnisse Feldbegehung; Indikatoren für Veränderungen der Heideflächen: Offener Boden/Sand Kryptogame/Moose Heide jung Heide alt Verbuschung

26 Szenario 1 Feldbegehung Mai 2010 Bsp. Fläche 4 (Gebrannt) Offener Boden/Sand 10 % Kryptogame 80 % Heide jung 2-3 % Heide alt 0 %

27 Szenario 1 Indikator-Klassifikation CIR 2009

28 Szenario 1: Bsp. Testgebiet Murnau Erkennung von Beeinträchtigungen bei Offenland LRT am Bsp. Verbuschung Im Allgemeinen bezeichnet die Verbuschung die Ausbreitung von Sträuchern und Bäumen auf Wiesen, Grünland, Heide und Savannen. Sie kann die Vorstufe zur Verwaldung darstellen. In den ursprünglich bewaldeten Gebieten Mitteleuropas benötigt die Wiese als Teil der Kulturlandschaft menschlicher Pflege. Hört die Nutzung jedoch auf, so breitet sich wieder die ursprüngliche Vegetation aus, erst Gebüsch und später dann Wald. Da Wiesen und Heideflächen aufgrund der in ihnen herrschenden Artenvielfalt oft schutzwürdig sind, wird der Verbuschung entgegen gewirkt.

29 Szenario 1: Bsp. Testgebiet Murnau Vorgehensweise: 1. LRT-Flächen? Ja = Szenario 1, Nein = Szenario 3 2. Identifizierung Verbuschung bzw. Strauchwerk mittels optischer Datenzeitreihen (Alternativ: Expertenwissen; Kartierungen) 3. Detektion von Strauchwerk (mono-temporal) 4. Identifikation von Verbuschungstendenz (multi-temporal) 5. Quantifizierung der Verbuschungsgrade

30 Szenario 1: Bsp. Testgebiet Murnau Datengrundlage TerraSAR-X (ScanSAR VV) (ScanSAR VV/VH) (ScanSAR HH) (ScanSAR HH) (StripMap HH/VV)

31 Szenario 1: Bsp. Testgebiet Murnau 2. Identifizierung Verbuschungsflächen, bzw. Strauchwerk Visuelle Interpretation optischer Fernerkundungsdaten der Jahre 2009 / 2010: RapidEye 2000/2001 und 2007: Landsat Mögliche Aussagen über Dauer und Intensität des Wandels Landsat 2007 RapidEye 2009

32 Szenario 1: Bsp. Testgebiet Murnau 3. Detektion von Strauchwerk (bzw. Abtrennung Grünland, Brache, Wald und verbuschten Flächen/Strauchwerk) TerraSAR 2009 RapidEye 2009 Erfassung von Strauchwerk nur auf Basis monotemporaler TSX Rückstreuwerte nicht möglich

33 Szenario 1: Bsp. Testgebiet Murnau 3. Detektion von Strauchwerk (bzw. auch Abtrennung Grünland, Brache, Wald und verbuschten Flächen) TerraSAR 2009 RapidEye 2009 Ergebnis der Diskriminanzanalyse Texturparameter Texturparameter 2. Ordnung: Variance, Mean, Second Moment erlauben Trennung von Strauchwerk und anderen Klassen Genauigkeit der Erfassung 64%

34 Szenario 1: Bsp. Testgebiet Murnau 4. Identifikation von Verbuschungstendenz (multi-temporal) Erfassung der zeitlichen Dynamik, bzw. der Verbuschungstendenz mittels segmentbasierter Postklassifikationsanalyse TerraSAR 2007 TerraSAR 2009 Mean, Variance, sec. Moment; jeweils VV

35 Szenario 1: Bsp. Testgebiet Murnau Quantifizierung der Verbuschungsgrade, bzw. der Verbuschungstendenz (3 Verbuschungsgrade, Machbarkeit?) Geringe Verbuschung bis ca. 10% Starke Verbuschung 10-25% Sehr starke Verbuschung >25% Übertragbarkeit nach Zinna; bzw. dort Umsetzung Szenario 1 (mit LRT Informationen) Der vorgestellte Ansatz kann auch ohne Berücksichtigung der LRT-Flächen angewendet werden (Szenario 3). Vorhandene LRT Informationen können dann in einem finalen Schritt einfach mit den Informationen über Verbuschungstendenzen verschnitten werden.

36 Szenario 1: Bsp. Testgebiet Murnau Zinna: FFH Gebiete Forst Zinna/Keilberg; Heidehof/Golmberg; Annaburger Heide; Elbaue mit LRT Info Datengrundlage TerraSAR-X Nominell 11 TSX StripMap Szenen HH; Problem multi-temporale Abdeckung insbesondere keine Daten vor 2009

37 Szenario 3: Bsp. Nutzungsintensität Grünland Testgebiet Murnau mit Sub-Testgebieten: Schechenfilz (naturnahes Hochmoor) Mooseurach (degradierte und renaturierte Hochmoore) Murnauer Moos (alle Moortypen, alle Nutzungen vorhanden) Benediktbeuern (genutzte, renaturierte Niedermoore unterschiedlicher Nutzungsintensitäten)

38 Szenario 3: Bsp. Nutzungsintensität Grünland Beispiel Entwicklungsszenario 3: Erkennung von Veränderungen bei Nicht-LRT Flächen Benediktbeuern: (genutzte und renaturierte Niedermoore unterschiedlicher Nutzungsintensitäten) Fragestellung: unterschiedliche Nutzungsregime/-intensitäten von Grünland (flächenhaft) Flächige Modellierung der Spurengase via Vegetationstyp und Nutzungsintensität Meist 3-schürige Nutzung Angegliedert an Kloster B.: direkte Nachbarschaft unterschiedlicher Nutzungsintensitäten Quelle: nach Höper 2007, entnommen aus

39 Szenario 3: Bsp. Nutzungsintensität Grünland Multitemporale RapidEye Daten TG Murnau

40 Szenario 3: Bsp. Nutzungsintensität Grünland Phänologische Vegetationsdynamik im Testgebiet Murnau 2009 Entwickelter multitemporaler Dynamikparameter Mean absolute spectral Dynamic - MASD für 2009 RapidEye RGB 08/2009 Keine zeitliche Dynamik Hohe zeitliche Dynamik

41 Szenario 3: Bsp. Nutzungsintensität Grünland Charakterisierung Grünland/ Indikatoren der Nutzungsintensität Kontextbasierte multitemporale Klassifikation Indikatoren für Intensivbewirtschaftung: Indikatoren für Extensivbewirtschaftung: Wenige Schnitte Meist kein Schnitt bis Anfang Juli Streuwiesenschnitte meist Oktober Artenreich Ende April/Anfang Mai erster Schnitt Normalfall mind. 3 Schnitte pro Vegetationsperiode Artenarm Indikatoren für Biotopgrünland: Dient im Normalfall nicht zur Futter- oder Streugewinnung (Magerwiesen) Meist extreme Standorte (zu nass oder zu trocken) Geringe Nährstoffverfügbarkeit Sehr Artenreich Fotos: J. Franke

42 Szenario 3: Bsp. Nutzungsintensität Grünland Klassifikation der Grünland-Nutzungsintensitäten innerhalb der ATKIS GL-Flächen Kein Grünland Grünlandumbruch/Ackerbau/Sonst. Intensivgrünland Extensivgrünland Biotopgrünland/Grünlandbrache

43 Szenario 3: Bsp. Nutzungsintensität Grünland Klassifikation der Grünland-Nutzungsintensitäten innerhalb der ATKIS GL-Flächen Kein Grünland Grünlandumbruch/Ackerbau/Sonst. Intensivgrünland Extensivgrünland Biotopgrünland/Grünlandbrache

44 Szenario 3: Bsp. Nutzungsintensität Grünland Bedarf Referenzdaten zur Anpassung der Kontext-basierten Klassifikation Validierung der Klassifikation durch erhobene Referenzdaten in TG Murnau sowie durch Nutzer Robuste Methode - übertragbar auf jegliche Grünlandstandorte und somit auf andere Szenarien (Szenario 1 und 4)

45 Szenario 4: Testgebiet Donau-Ries Entwicklungsszenario 4: Klassifikation von LRT Flächen außerhalb bereits kartierter FFH Gebiete am Beispiel LRT 6510 Magere Flachland-Mähwiesen (Alopecurus pratensis, Sanguisorba officinalis) Zur Unterstützung und unter Berücksichtigung bestehender Stichprobenverfahren soll das Potential zur Klassifikation von LRT-Potentialflächen sowie der Erkennung von Beeinträchtigungsprozessen demonstriert werden. Mögliche Verbreitung LRT 6510 im Landkreis Donau-Ries in BY Quelle:

46 Szenario 4: Testgebiet Donau-Ries

47 Szenario 4: Testgebiet Donau-Ries 6510 Bsp. Referenzflächen aus Biotop-/FFH-Kartierung (mit Flächenanteil > 70%)

48 Szenario 4: Testgebiet Donau-Ries Vorgehensweise: 1. Auswahl der LRT Referenzflächen mit großen Flächenanteil (spektrale Reinheit) 2. Multitemporale RapidEye-Daten aus 2009 und Multitemporale spektrale Bibliothek LRT Matched Filtering der Pixelspektren zu den Referenzspektren aus Bibliothek 5. Skalierung der Matched Filtering (MF)-Werte 6. Multitemporale MF-Werte zur Klassifikation von LRT Wahrscheinlichkeiten

49 Szenario 4: Testgebiet Donau-Ries Ergebnis der rein Fernerkundungsbasierten Analyse der landkreisweiten Wahrscheinlichkeiten des LRT 6510 Vorkommens Bsp. Subset Donau-Ries: LRT- Wahrscheinlichkeiten werden weiter präzisiert durch Hinzunahme kontextbasierter Informationen sowie weiterer Fernerkundungsdaten (SAR etc.) aus 2010 Dieses Verfahren kann mit jeglichem LRT getestet werden

50 Diskussion Szenarien-Bewertung, Prioritäten, Fokussierung 1. Erkennung von Beeinträchtigungen bei Offenland LRT 2. Erkennung von Beeinträchtigungen bei Wald-LRT 3. Erkennung von Veränderungen bei Nicht-LRT Flächen innerhalb der FFH Gebiete 4. Klassifikation von LRT Flächen außerhalb bereits kartierter FFH Gebiete 5. FE Einsatz zur Qualitätssicherung der LRT Kartierungen Auswahl LRT, Testgebiete, Fragestellungen 1. LRT 4030, 2310,2320, 2. tbd 3. Nicht-LRT Flächen 4. LRT tbd