Entwicklung eines innovativen Monitoringkonzepts für ein nachhaltiges Grünlandmanagement
Projektdurchführung
Christian-Albrechts-Universität zu Kiel
Institut für Ökosystemforschung
Fachabteilung Angewandte Ökologie
Olshausenstr. 75
24118 Kiel
Zielsetzung und Anlass des Vorhabens
Der Anteil des Dauergrünlands an der landwirtschaftlichen Fläche in Deutschland beträgt aktuell 28,5 % (UBA 2024). Im agrarisch geprägten Bundesland Schleswig-Holstein wird der größte Teil davon (> 90 %) intensiv bewirtschaftet und ist für den Naturschutz von untergeordneter Bedeutung. Im Gegensatz dazu liefert das extensiv bewirtschaftete Grünland zahlreiche Gemeinwohlleistungen. Es ist Lebensraum für gefährdete Pflanzenarten, hat eine hohe Bedeutung für den Boden- und Gewässerschutz und leistet als Kohlenstoffspeicher einen Beitrag zum Klimaschutz (BfN 2019). Im Widerspruch zu diesen positiven Eigenschaften des Grünlands steht der Flächenrückgang dieser Ökosysteme in den vergangenen Jahrzehnten. Dramatisch sind dabei die mit Nutzungsintensivierung einhergehenden Rückgänge der Artenvielfalt. Sie belegen, dass die bisherigen Bemühungen um den Erhalt funktional wertvoller Grünlandökosysteme nur in Ansätzen erfolgreich waren. Daher sind neue Konzepte erforderlich, um dem Funktionsverlust des Grünlands nachhaltig begegnen zu können. Gleichzeitig bedarf es der Entwicklung neuer Monitoringverfahren, die in der Lage sind, Ökosystemveränderungen in kürzeren Zeitabschnitten zu dokumentieren als zeitlich träge und häufig methodisch stark voneinander abweichende Instrumente wie regionale Biotopkartierungen. Auch das FFH-Monitoring findet nur in 6-Jahres-Abständen statt. Ein möglicher Baustein zur Optimierung des Grünlandmonitorings ist die Einbindung von fernerkundungsbasierten Konzepten. Allerdings bestehen deutliche Defizite in der Entwicklung entsprechender Methoden für die praktische Umsetzung im Naturschutz, wofür oftmals eine Übertragungslücke zwischen der Erdbeobachtungscommunity und den ausführenden Organen im Naturschutz als Ursache gesehen wird. Das vorliegende Projekt sollte dazu dienen, diese Lücke beispielhaft für das Grünland Schleswig-Holsteins und die Stiftung Naturschutz des Landes als Stakeholder zu schließen. Der Inhalt des Projekts orientierte sich an prioritären Fragestellungen aus der Naturschutzpraxis. Übergeordnetes Ziel war die Konzeptionierung, Entwicklung und Integration von hybriden Lösungsansätzen in-situ und fernerkundungsbasiert - für ein Monitoring von Grünland mit unterschiedlichem Nutzungsdruck. Dabei wurden folgende Teilziele verfolgt:
Analyse von vegetationsökologischen Zeitreihen zur Ableitung von Entwicklungspotenzialen unterschiedlicher Grünlandtypen als Grundlage für künftige Managementziele.
An die Anforderungen von Nutzern angepasste Entwicklung von Fernerkundungsmethoden auf kleinräumiger und großräumiger Skala.
Darstellung der Arbeitsschritte und der angewandten MethodenDas Projekt gliederte sich in mehrere Arbeitspakete. Das Arbeitspaket 1 (Einbindung von Fernerkundungsdaten in Monitoringkonzepte) war Gegenstand von zahlreichen Diskussionen auf gemeinsamen Veranstaltungen mit Kooperationspartner*innen. Dabei standen eher grundsätzliche konzeptionelle Überlegungen im Vordergrund, denn eine Einbindung der erarbeiteten Tools (s. u.) in konkrete Monitoringkonzepte konnte während des Projektzeitraums noch nicht umgesetzt werden. Im Vordergrund der praktischen Arbeiten standen das Arbeitspaket 2 (Ableitung von Referenzzuständen und Entwicklungspotenzialen aus der Retrospektive) und das Arbeitspaket 3 (Nutzung von Fernerkundungsdaten für die Ökosystemanalyse).
Sichtung und Verarbeitung von vegetationsökologischen Zeitreihen (AP 2)
Für die Analyse der langfristigen Vegetationsentwicklung seit den 1930er Jahren wurden Vegetationskarten aus unterschiedlichen Nutzungsperioden herangezogen und die Ergebnisse GIS-basiert mit den Daten der aktuellen Biotopkartierung verglichen. Methodische Voraussetzung hierfür war der Abgleich unterschiedlicher Klassifikationssysteme. Für die Untersuchung von langfristigen Auswirkungen unterschiedlicher Naturschutzmaßnahmen wie die Umsetzung großflächiger extensiver Beweidungskonzepte oder die Vernässung von Moorgrünland wurden bestehende Zeitreihen von Dauerflächen aktualisiert und die Vegetationsdynamik dokumentiert. Die Auswertung orientierte sich an Ökosystemdienstleistungen der Grünlandsysteme für den Natur- und Klimaschutz. Für die landesweit repräsentative Kalibrierung von Vegetations- mit Fernerkundungsdaten wurden in Naturschutzgebieten und ehemals intensiv genutzten Gebieten der Stiftung Naturschutz Probeflächen angelegt und Vegetationskartierungen durchgeführt.
Datengrundlage und -verarbeitung Fernerkundung (AP 3)
Im Rahmen des Projekts wurden fernerkundungsbasierte Ansätze auf verschiedenen räumlichen und zeitlichen Skalen entwickelt und getestet. Ein zentraler Fokus lag auf der Bewertung ihrer Aussagekraft, praktischen Umsetzbarkeit in einem langfristigen Monitoringkonzept sowie ihres Kosten-Nutzen-Verhältnisses insbesondere vor dem Hintergrund begrenzter finanzieller Mittel im Naturschutz. Zur Methodenentwicklung wurden Daten mit unterschiedlicher räumlicher und zeitlicher Auflösung akquiriert von Drohnenaufnahmen bis hin zu harmonisierten Satellitenprodukten. Dabei kamen vorrangig frei verfügbare, aber auch kommerzielle Daten zum Einsatz. Die entwickelten Methoden orientierten sich gezielt an den prioritären Fragestellungen eines angewandten Grünlandmonitorings, das im Projekt definiert wurde. Ein wichtiger Aspekt war die Anwendbarkeit der Methoden durch Akteure des konventionellen Grünlandmonitorings, die oft über begrenzte Fernerkundungsexpertise verfügen. Daher wurde besonderer Wert auf eine nutzerfreundliche Wiederverwendbarkeit der entwickelten Ansätze gelegt. Im Rahmen des Projekts wurden verschiedene methodische Ansätze genutzt, um relevante Grünlandparameter zu erfassen. So kamen Bandindizes als Proxies für Vegetations- und Strukturmerkmale zum Einsatz, beispielsweise zur Erkennung von abgestorbener Biomasse oder Überstauung im Winter. Zudem wurden Klassifikationsverfahren des maschinellen Lernens wie Random Forest und XGBoost genutzt, um Grünlandtypen zu differenzieren und einzelne Pflanzen zu identifizieren. Geographic Object-Based Image Analysis (GEOBIA) wurde zur Detektion von Gehölzen und Verbuschung eingesetzt, während Zeitserienanalysen die Differenzierung von Grünlandtypen weiter verbesserten. Da einige der verwendeten Methoden aufgrund ihrer Komplexität nur schwer interpretierbar sind, wurden zusätzlich moderne Verfahren zur Modellinterpretierbarkeit integriert.
Ergebnisse und Diskussion
Ziel der vegetationsökologischen Arbeiten war es, den aktuellen Zustand der Grünlandökosysteme Schleswig-Holsteins hinsichtlich ihrer Gemeinwohlleistungen aufzuzeigen, darauf aufbauend Entwicklungsziele zu definieren und mit Hilfe von Zeitreihen in ausgewählten Projektgebieten deren Erfolgsaussichten einzuschätzen. Die Ergebnisse sind Grundlage für den iterativen Abgleich mit auf verschiedenen räumlichen Skalen durchgeführten Fernerkundungsmethoden.
Analyse von vegetationsökologischen Zeitreihen (AP 2)
Beurteilung des aktuellen Zustands des Grünlands in Schleswig-Holstein hinsichtlich seiner Bedeutung für den Arten- und Klimaschutz: Für die Analyse wurde auf der Grundlage der aktuellen Biotopkartierung die botanische Artenvielfalt der Biotoptypen naturschutzfachlich bewertet und es wurde ein Konzept zur Abschätzung der Klimarelevanz von Mooren entwickelt. Es zeigte sich, dass landesweit sowohl das Mineralboden- als auch das Moorgrünland aktuell von artenarmen, überwiegend intensiv genutzten Systemen dominiert wird, die zudem auf Moorstandorten als große Treibhausgas (THG) -quellen einzustufen sind. Referenzsysteme für die untersuchten Ökosystemdienstleistungen nehmen im Vergleich dazu nur noch sehr geringe Flächenanteile ein.
Vergleichende Untersuchungen in niedermoorreichen Vorranggebieten des Naturschutzes: Grundlage für die Auswertung waren zu verschiedenen Zeitpunkten (Beginn 1930er Jahre) durchgeführte Vegetationskartierungen. In den Gebieten wurden seit etwa den 1980er Jahren Naturschutzmaßnahmen wie Nutzungsextensivierung und Vernässung umgesetzt. Folgende Trends wurden beobachtet: In den 1930er Jahren war das Grünland überwiegend von artenreichen Feuchtwiesen an Standorten mit geringen THG-Emissionen geprägt. Auch in den 1960er Jahren änderte sich die Situa-tion nur unwesentlich, wenngleich die Nutzungsintensität abnahm und einige Flächen brachfielen. In den 1970er bis 1980er Jahren änderte sich die Nutzung der Moorflächen deutlich, Teilflächen wurden intensiviert, andere aufgegeben. Folge war eine dramatische Abnahme der botanischen Artenvielfalt und im Mittel auch eine Zunahme der THG-Emissionen. Bis heute hat sich der Trend trotz intensiver Bemühungen seitens des Naturschutzes noch fortgesetzt. Positive Ausnahmen sind die Auswirkungen lokaler Pflegenutzungen und Vernässungsmaßnahmen.
Analyse ehemals intensiv als Acker oder Grünland genutzter Mineralbodenflächen der Stiftung Naturschutz (sog. Ökokonten-Flächen): Die Vegetation zeigte 10 bis 15 Jahre nach Umstellung auf extensive Beweidung ohne Düngung unterschiedliche Entwicklungen. Sowohl hinsichtlich der flächenhaften Anteile von artenreichen sog. Wertbiotopen wie auch des Vorkommens gefährdeter Arten war die Entwicklung in Gebieten auf der Geest mit sandigen Ausgangssubstraten erfolgreicher als in Gebieten des Östlichen Hügellandes mit lehmig-tonigen Böden. Zudem entwickelten sich ehemalige Ackerflächen unter naturschutzfachlichen Gesichtspunkten besser als ehemaliges Intensivgrünland.
Auswirkungen der großflächigen Beweidung auf die Grünlandvegetation: Auf allen Mineralbodenflächen des Untersuchungsgebietes im Eidertal bei Kiel wurden nach ca. 20 Jahren erfolgreiche Entwicklungstrends in Form einer Zunahme von Magerkeitszeigern diagnostiziert. Auch hier spielte die Ausgangssituation wie das Vorhandensein offener Flächen (ehemalige Äcker) zu Beginn der Nutzungsumstellung eine signifikante Rolle. Außerdem sind offensichtlich Zeiträume von mehr als 10 Jahren der extensiven Nutzung erforderlich bis sich Erfolge einstellen. Im Niedermoorgrünland gelang es mit der extensiven Beweidung, die botanische Artenvielfalt weitgehend zu erhalten.
Entwicklung eines durch Grabenanstau vernässten Moorgebietes: Auch in diesem Teilbereich des Eidertals lag eine fast 20-jährige Zeitreihe von vegetationskundlichen Dauerflächen nach der Vernässung vor. Zudem wurden hydrologische Messungen durchgeführt. Diese zeigten sofort nach dem Grabenanstau eine erfolgreiche Entwicklung der Wasserstandsdynamik. Auch die Vegetation entwickelte sich positiv, denn Zeigerarten für nährstoffreiche Bedingungen und eine intensivere Grünlandnutzung nahmen ab und potenziell torfbildende Pflanzenarten gewannen an Bedeutung. Allerdings wurde auch hier deutlich, dass nur mit einer Pflegemahd eine artenreiche Feuchtwiesenvegetation erhalten bzw. entwickelt werden kann.
Entwicklung von Fernerkundungsmethoden auf kleinräumiger und großräumiger Skala (AP 3)
Historische Fernerkundungsdaten für die retrospektive Analyse von Grünlandökosystemen: Naturschutzfachlich relevante Landschaftselemente konnten in historischen Luftbildern meist gut visuell interpretiert werden, wobei Bildschärfe und Kontrast die Erkennbarkeit beeinflussten. Eine automatisierte Erkennung mittels GLCM-Deskriptoren und Ridge-Operatoren war nur eingeschränkt möglich, da Variabilitäten in der Datenqualität und Bildverzerrungen eine standardisierte Prozesskette erschwerten. Das Segment Anything Model lieferte ohne Nutzer-Input keine zufriedenstellenden Ergebnisse, konnte jedoch durch interaktive Anwendungen teilweise verbessert werden, blieb aber für eine automatisierte Klassifikation unzureichend. Insgesamt zeigte sich, dass historische Luftbilder wertvolle retrospektive Informationen liefern, die automatisierte Informationsextraktion jedoch durch Qualitätsdefizite limitiert ist und aktuell nur als unterstützende Methode in der manuellen Digitalisierung sinnvoll erscheint.
Jahreszeitlicher Verlauf von Vegetation: Der CRI wurde zur Analyse der saisonalen Dynamik des Chlorophyllgehalts und der Landoberflächenphänologie in Schleswig-Holstein für den Zeitraum 2018 bis 2023 berechnet. Im Gegensatz zu traditionellen Methoden liefert die indexbasierte Darstellung aggregierte Informationen auf Pixel-Ebene und ermöglicht eine detaillierte Beobachtung der Vegetationsentwicklung über ganze Jahreszyklen. Die Ergebnisse zeigen, dass phänologische Muster aufgrund von Klima- und Wetterfluktuationen jährlich variieren. Diese Methode bietet damit eine höhere zeitliche Auflösung als konventionelle Monitoringansätze auf Dauerflächen.
Überstauung im Herbst und Winter: Für Schleswig-Holstein wurden temporäre Überstauungsevents von 2018 bis 2022 kartiert, wobei Wasserflächen auf Feldschlägen gut detektiert werden konnten. Unsicherheiten entstanden durch Schattenwurf und unmaskierte Wolken, während eine quantitative Validierung mangels in-situ Daten nicht möglich war. Aufgrund der begrenzten zeitlichen Auflösung von Sentinel-2 und häufig starker Bewölkung traten Datenlücken auf, insbesondere im Winter 2021 mit einem Datenverlust von 97 %. Die Weiterentwicklung des eigenen Ansatzes wurde zugunsten eines bereits verfügbaren, frei zugänglichen Produkts des Landesamtes für Vermessung und Geoinformation eingestellt.
Wasserversorgung im Verlauf der Vegetationsperiode: Im Projekt wurden die Indizes NDWI1 und NDWI2 aus lückenlosen HLS-Bildkompositen mit einer zeitlichen Auflösung von 10 Tagen für den Zeitraum 2018 bis 2023 abgeleitet. Pro Vegetationsperiode (März bis September) ergaben sich 16 Messpunkte für die gesamte Landesfläche Schleswig-Holsteins. Die Indexdarstellung ermöglicht es Naturschutzmanager*innen, die Wasserverfügbarkeit auf Landschaftsebene zu visualisieren und liefert flächenhafte Informationen zum Bodenfeuchtegrad in Interessengebieten.
Beweidung und Beweidungsintensität: Die Modellierung von Verbiss- und Vertrittmustern war mit den verfügbaren Fernerkundungsdaten nicht möglich, da diese Phänomene nur lokal begrenzt auftreten und eine sehr hohe räumliche und zeitliche Auflösung erfordern. Die vorhandenen Daten, insbesondere DOPs, boten zwar eine ausreichende räumliche Auflösung, wurden aber nicht häufig genug aktualisiert, um jahresaktuelle Veränderungen zu erfassen. Automatisierte Verfahren zur Erkennung linienhafter Strukturen zeigten Einschränkungen, da geringe Kontrastunterschiede in der Vege-tation fälschlicherweise als linienhafte Muster interpretiert wurden. Drohnen könnten aufgrund ihrer flexiblen Einsatzmöglichkeiten und höheren spektralen Auflösung eine bessere Alternative für die Analyse kleinskaliger Weidemuster bieten, was jedoch weiterer Forschung bedarf.
Verbuschung und Gehölzabdeckung: Die Shepherd-Segmentierung lieferte eine hochwertige Objektbasis für die Klassifikation von Gehölzbeständen, wobei die hohe Genauigkeit der Ergebnisse durch eine qualitative Prüfung bestätigt wurde. Eine Verschneidung mit dem Basis-DLM zeigte Verluste von Gehölzbeständen, während kein Zuwachs detektiert wurde, was entweder auf tatsächlichen fehlenden Zuwachs oder bereits erfasste Daten im DLM zurückzuführen ist. Ein Verbuschungsmonitoring konnte aufgrund fehlender hochauflösender Daten und fehlender Referenzkartierungen nicht getestet werden.
Blühaspekte: Der im Projekt entwickelte Magenta Vegetation Index erwies sich als zuverlässige Grundlage zur Identifikation magentafarbener Vegetation und ermöglichte die Entwicklung einer effektiven Prozesskette für das drohnenbasierte Monitoring von Zeigerarten. Die Methode erreichte eine hohe Klassifikationsgenauigkeit (F1-Score: 0,99) und lieferte Ergebnisse, die mit herkömmlichen in-situ Pflanzenzensus vergleichbar waren, bei moderaten Abweichungen. In der Lehmkuhlener Stauung wurde 2022 ein Rückgang der Dactylorhiza majalis-Individuen um bis zu 62 % im Vergleich zu 2021 festgestellt, wobei regionale Unterschiede und lokale Zuwächse, vermutlich durch Mahdgutübertragung, beobachtet wurden. Die Methode erwies sich als kosteneffizient, objektiv und reproduzierbar und ermöglichte eine präzisere sowie weniger störende Erfassung von Pflanzenpopulationen als traditionelle Kartierungen.
Detektion von hochwertigem Grünland: Die Klassifikationsergebnisse zeigten eine hohe Vorhersagequalität bei der Differenzierung verschiedener Grünlandtypen mit einem durchschnittlichen F1-Score von 0,86. Fehlklassifikationen traten hauptsächlich zwischen botanisch ähnlichen Grünlandtypen auf. Die Aggregation der Ergebnisse zum HNV Score ermöglichte eine zuverlässige Differenzierung zwischen botanisch hochwertigem und nicht hochwertigem Grünland. Eine Übertragung der Methode auf amtlich bekannte Dauergrünlandflächen ergab, dass 8 % der Kulisse aus Sicht der Fern-erkundung als hochwertiges Grünland einzustufen sind. Etwa 66 % des botanisch hochwertigen und 23 % des botanisch nicht hochwertigen Dauergrünlands waren in der Biotopkartierung des Landes Schleswig-Holstein enthalten. Für die zuvor nicht kartierten Dauergrünlandflächen konnte eine erste Einschätzung zur potenziellen naturschutzfachlichen Relevanz gemäß regionaler Entwicklungsziele vorgenommen werden.
Öffentlichkeitsarbeit und Präsentation
Projektbeschreibung auf der Webseite der EOM Arbeitsgruppe (
https://www.eom.uni-kiel.de/de/forschung/abgeschlossene-forschungsprojekte/detailseiten/verknuepfung-von-vegetationsdaten-und-fernerkundungsmethoden-zur-erfolgskontrolle-eines-nachhaltigen-gruenland-managements).
Workshops
Es wurden verschiedene Workshops mit der Stiftung Naturschutz, dem Landesamt für Umwelt (LfU), und der Integrierten Station Holsteinische Schweiz durchgeführt. Am Abschlussworkshop nahmen teil: Stiftung Naturschutz, MELUND, LfU, Planungsbüros, Experten*innen des praktischen Naturschutzes
Veröffentlichungen
Gröschler, K.-C. & Oppelt, N. (2022): Using drones to monitor broad-leaved orchids (Dactylorhiza majalis) in high nature value grassland. Drones, 6(7), 174;
https://doi.org/10.3390/drones6070174
Martens, T., Burbaum, B., Trepel, M., Schrautzer, J. (2022): Climate protection and nature conser-vation in peatland areas: How does this match with present day agricultural practice? Mires and Peat, Volume 28, https: //doi.org/10.19189/MaP.2021.OMB.StA.2289
Gröschler, K.-C., Muhuri, A., Roy, S. K., Oppelt, N. (2023): Monitoring the Population Develop-ment of Indicator Plants in High Nature Value Grassland Using Machine Learning and Drone Data. Drones 2023, 7(10), 644; https: //doi.org/10.3390/drones7100644
Martens, T., Trepel, M., Schrautzer, J. (2024): Bedeutung der Moorboden und weiterer kohlenstoff-reicher Boden fur den Natur- und Klimaschutz in Schleswig-Holstein. Natur und Landschaft 99: 2-9,
https://doi.org10.19217/NuL2024-01-01
Gröschler, K.-C., Martens, T., Schrautzer, J., Oppelt, N. (2024): Data-driven identification of high-nature value grasslands using Harmonized Landsat Sentinel-2 time series data. Remote Sensing Applications: Society and Environment,
https://doi.org/10.1016/j.rsase.2024.101427
Fazit
Das Projekt hat auf verschiedenen Ebenen neue und potenziell praktisch nutzbare wissenschaftliche Erkenntnisse erbracht. Die vegetationsökologischen Arbeiten zur langfristigen Entwicklung der Ökosystemleistungen von Grünland-Ökosystemen zeigen, wie historische Kartierdaten und Ergebnisse aktueller Biotopkartierungen unter Arten- und Klimaschutzgesichtspunkten methodisch nachvollziehbar ausgewertet werden können. Die dafür erforderlichen Transformationsprozesse unterschiedlicher Klassifikationskonzepte sind potenziell methodische Grundlagen für weitere Auswertungen auf nationaler und internationaler Ebene. Die Ergebnisse der Langzeitanalysen liefern Informationen zu ökologisch relevanten Referenz- und Zielzuständen und Hinweise für die Beurteilung von Entwicklungspotenzialen unterschiedlicher Grünlandsysteme. Die im Projekt entwickelten Fernerkundungsmethoden erwiesen sich als wertvolle Ergänzung zu herkömmlichen Monitoringansätzen, indem sie eine kosteneffiziente, flächendeckende und jährliche Bewertung der Habitatqualität auf unterschiedlichen Maßstabsebenen ermöglichen. Der entwickelte Workflow bietet ein hohes Transferpotenzial und kann zur strukturierten Überwachung von Grünlandflächen auf nationaler und europäischer Ebene beitragen. Letztlich hat die gemeinsame Auswertung der beiden am Projekt beteiligten Arbeitsgruppen auch gezeigt, dass für die Einbindung der Tools in Monitoringkonzepte und die Auswertung der Ergebnisse eine intensive Zusammenarbeit zwischen Experten*innen aus den Bereichen der Ökologie und Fernerkundung zwingend erforderlich ist.