Fernerkundung zur Kartierung und Charakterisierung von Mango und Kautschuk zur Ermittlung des Kohlenstoffbestands – Fallstudie von Malihabad Tehsil (UP) und West Tripura District, Indien

Phytomasse und Bodenkohlenstoffvorräte sind die beiden größten Pools, die direkt von anthropogenen Aktivitäten beeinflusst werden und eine große räumliche Heterogenität aufweisen. Obstgärten und Plantagenkulturen tragen erheblich zu terrestrischen Kohlenstoffvorräten bei, haben jedoch bisher nicht genügend Aufmerksamkeit erhalten. Die Fernerkundung mit der Fähigkeit zur Unterscheidung der Vegetation und zum Monitoring ist entscheidend für die Beschreibung der räumlichen Variabilität von Kohlenstoffpools. Die natürlichen Wälder Indiens wurden durch den großflächigen kommerziellen und gärtnerischen Anbau erheblich gestört, was wesentlich zu der vom Forest Survey of India (FSI) geschätzten Wald- und Baumfläche von derzeit 81 Mio. ha beiträgt. In der vorliegenden Studie wurde Anbaufläche von Mango und Kautschuk in zwei gegensätzlichen Regionen ermittelt, nämlich in den Distrikten Malihabad (Uttar Pradesh) und West Tripura (Tripura). Wir verwendeten Sentinel-2-Daten und maschinelles Lernen zur Diskriminierung der Zielbaumarten. Ein auf mehreren Sensoren basierendes geophysikalisches Produkt der Biomasse wurde für die oberirdische Biomasse (AGB) analysiert. Raumgestützte Lidar-Daten vom GEDI-Sensor wurden analysiert, um die Baumhöhe zu beschreiben. Zusätzlich wurde eine Charakterisierung der Baumdichte durch das Zählen von Baumkronen auf hochauflösenden Bildern vorgenommen. Die Ergebnisse für Phytomasse und Bodenpools sind mit öffentlich zugänglichen Schätzungen unter ähnlichen agroklimatischen Bedingungen vergleichbar. Das hier dargelegte Verfahren der gleichzeitigen hochauflösenden Kartierung von Phytomasse und Boden mithilfe geospatialer Techniken verbessert erheblich die Möglichkeiten von Monitoring und Modellierung terrestrischer Kohlenstoffpools in Indien erheblich.