The Effect Of Land Use Practices on the Spatial and Temporal Characteristics of Savanna Fires in Namibia

Der Effekt Der Landnutzung auf die räumlichen und zeitlichen Merkmale der Savannenbrände in Namibia

Please always quote using this URN: urn:nbn:de:bvb:29-opus-26743
  • Namibia is the most arid country in sub-Saharan Africa. Despite this apparent aridity, a strong east-west rainfall gradient combined with typical sub-tropical seasonality in rainfall, produces fine biomass fuels which are sufficient in quantity and more than dry enough in quality to support widespread savanna fires every year. Fire remote sensing in Namibia started in 1993 when a NOAA AVHRR HRPT direct broadcast receiving station was installed at the Etosha Ecological Institute, and burned area data has been freely available ever since. What was lacking is an analysis of the data that could provide an insight into Namibian fire regimes. The AVHRR archive was back-processed to produce monthlyNamibia is the most arid country in sub-Saharan Africa. Despite this apparent aridity, a strong east-west rainfall gradient combined with typical sub-tropical seasonality in rainfall, produces fine biomass fuels which are sufficient in quantity and more than dry enough in quality to support widespread savanna fires every year. Fire remote sensing in Namibia started in 1993 when a NOAA AVHRR HRPT direct broadcast receiving station was installed at the Etosha Ecological Institute, and burned area data has been freely available ever since. What was lacking is an analysis of the data that could provide an insight into Namibian fire regimes. The AVHRR archive was back-processed to produce monthly burned area maps of Namibia for the 10 year period from 1994 to 2003. A corresponding time series of NDVI images were processed to extract phytophenological milestones. In order to reduce the data volume and to align it with existing biophysical datasets for Namibia, the burned area and NDVI products were aggregated by Quarter Degree Square (QDS). The milestone extraction from NDVI and temporal data extraction from burned area, was made possible by the development of two spreadsheet tools. The data tables produced by these tools were combined and analysed in a GIS, to produce a series of maps that characterise Namibian fire regimes – temporally as well as spatially. The results show that only 38% of the QDSs in Namibia were affected by fire during the 10 years covered by the study. Since the arid south-eastern parts of the country do not burn, the FAA is confined to the central and north-eastern areas. While a small proportion of this area starts burning within a month or two after the peak of the growing season, over much of the area the lag is between 4 and 6 months, giving rise to a peak in the burning season during the months of August and September. The burning season generally extends over a 2-6 month period, although some parts – notably in land use category (LUC-1) 1 agriculture and tourism on freehold land – the season is controlled and last for 1 month only. Over much of the FAA, the fire regime can be described as mild, with only 6% of the FAA subjected to a severe fire regime. In order to evaluate the role of land-use on the fire regimes, Spearman’s rank correlation coefficients were calculated for fire return period, fire season duration, peak month for the fire season, and area burned (AB) paired with human population density, livestock density, landscape fragmentation, bush density, rainfall (RF), maximum NDVI value (Max NDVI), Mean NDVI value, NDVI greening up rate, peak month of NDVI, and sum of NDVI values (Total NDVI). For the fire affected area as a whole, there are significant correlations between all of the variables, except for fire season peak and the NDVI variables. This confirms a degree of independence between the time of year when the most burning takes place, and the production of the biomass that is consumed. There is also no significant correlation between the NDVI green-up rate and the extent of burning. When considering the four spatio-temporal fire characteristics - Fire Return Period (FRP), Fire Season Duration (FSD), Fire Season Peak (FSP) and area burned, the strongest correlations are between: • FRP and RF(-); FRP and Mean NDVI(-); FRP and Total NDVI(-), showing that an increase in rainfall (and therefore NDVI) is associated with more frequent burning. • FSD and Bush Density(-); FSD and RF(+); FSD and Max NDVI(+); FSD and Mean NDVI(+), showing that an increase in rainfall (and therefore NDVI) is associated with a lengthening of the fire season which is mitigated or inhibited by an increase in bush density. • FSP and Human Population Density(-), showing that an increase in human population density is associated with an earlier peak to the burning season. Although this was the strongest relationship, it was still statistically weak while the remainder were very weak or not significant. • AB% and Landscape Fragmentation(-); AB% and Livestock Density(-); AB% and Bush Density(-); AB% and Rainfall(+), showing that an increase of the area burned is associated with an increase in rainfall, but that this effect is reduced by landscape fragmentation, bush density and livestock grazing pressure. There is a marked difference in the correlations between the spatio-temporal fire characteristics and the land use/environmental parameters within different land use categories. One category in particular, LUC-1 – agriculture and tourism on Freehold Land, differs radically from the rest. The reason for this is not so much a case of land use directly affecting the fire environment, but it provides the farmers with the ability to control fire events - an ability that stems from a highly developed road network, combined with a mobile community who perceives every fire as a threat and is prepared to come together to fight it at all costs.show moreshow less
  • Namibia ist das trockenste Land im subsaharischen Afrika. Trotz der Aridität, einem starken Ost-West-Gradienten und der typischen subtropischen Saisonalität des Niederschlags wird genügend Biomasse produziert, die trocken genug ist, jährlich weit verbreitete Savannenbrände zu ermöglichen. In Namibia begann die satellitengestützte Kartierung von Feuerflächen 1993 mit der Installierung einer NOAA AVHRR HRPT-Empfangsstation im Etosha Ecological Institute, mit seither frei verfügbaren Daten zu Brandflächen. Was fehlte sind Analy¬sen der Daten, die einen Einblick in die Feuerregime Namibias ermöglichen. Das AVHRR Archiv wurde rückprozessiert, um monatliche Brandflächenkarten für Namibia von 1994Namibia ist das trockenste Land im subsaharischen Afrika. Trotz der Aridität, einem starken Ost-West-Gradienten und der typischen subtropischen Saisonalität des Niederschlags wird genügend Biomasse produziert, die trocken genug ist, jährlich weit verbreitete Savannenbrände zu ermöglichen. In Namibia begann die satellitengestützte Kartierung von Feuerflächen 1993 mit der Installierung einer NOAA AVHRR HRPT-Empfangsstation im Etosha Ecological Institute, mit seither frei verfügbaren Daten zu Brandflächen. Was fehlte sind Analy¬sen der Daten, die einen Einblick in die Feuerregime Namibias ermöglichen. Das AVHRR Archiv wurde rückprozessiert, um monatliche Brandflächenkarten für Namibia von 1994 bis 2003 zu erstellen. Eine korrespondierende Zeitreihe des NDVI diente der Ermittlung phänologischer Eckdaten. Zur Datenreduktion und um sie mit anderen biophysikalischen Datensätzen in Deckung zu bringen, wurden die Daten auf Quarter Degree Squares (QDS) aggregiert. Die Extraktion der NDVI Eckdaten und der Zeitreihen für Feuerflächen wurde über die Entwicklung zweier Tabellen¬¬kalkulationen umgesetzt. Die errechneten Daten wurden in einem GIS kombiniert und raum-zeitlich analysiert. Das Ergebnis zeigt, dass in Namibia nur 38% der QDSs während der abgedeckten Zeitspanne von Feuer betroffen waren. Da der aride Südosten des Landes nicht brennt, konzen¬trieren sich die Feuerflächen (FAA) in den zentralen und nordöstlichen Landesteilen. Ein kleiner Anteil dieser Feuerflächen beginnt ein bis zwei Monate nach dem Höhepunkt der Wachstumsperiode zu brennen, der Großteil jedoch mit einer zeitlichen Verzögerung von 4 bis 6 Monaten. Damit liegt der Höhepunkt der Feuersaison in den Monaten August und September. Die Saison erstreckt sich in der Regel über 2-6 Monate, abgesehen von wenigen Gebieten, vor allem der Land¬nutzungskategorie 1 (LUC-1) „Landwirtschaft“ und „Tourismus“ auf Freehold Land, in denen die Feuersaison kontrolliert wird und damit nur einen Monat dauert. Die meisten FAA sind durch ein mildes Feuerregime gekennzeichnet, nur 6% durch ein intensives. Um den Einfluss der Landnutzung auf das Feuerregime abzuschätzen, wurden Rangkorrelations¬koeffizienten nach Spearman berechnet. Sie wurden für die Feuerwiederkehrrate, die Dauer der Feuer¬saison, den Höhepunkt der Saison und die Größe der Brandfläche in Bezug zur Bevöl¬kerungsdichte, der Nutztierdichte, der Landschaftsfragmentierung, der Gehölzdichte, dem Nieder¬schlag (RF), dem Maximum des NDVI (Max NDVI), dem mittleren NDVI (Mean NDVI), dem Beginn der NDVI-Vegetationsperiode und der Aufsummierung des NDVI (Total NDVI) berechnet. Für die Gesamtheit der Feuerflächen ergeben sich signifikante Korrelationen für alle Variablen, außer für den Höhepunkt der Feuersaison und den NDV-Variablen. Dies bekräftigt eine gewisse Unab¬hängigkeit zwischen der Jahreszeit mit den häufigsten Bränden und der Produktion des Brenn¬materials. Auch zwischen dem Anstieg des NDVI mit dem Beginn der Vegetationsperiode und der Brandflächengröße (AB) ergibt sich kein statistisch signifikanter Zusammenhang. Betrachtet man die vier raum-zeitlichen Feuercharakteristika – Feuer¬wieder-kehr¬rate (FRP), Dauer der Feuersaison (FSD), Höhepunkt der Feuersaison (FSP) und Ausdehnung der Feuer¬flächen ergeben sich die stärksten Korrelationen: • FRP und RF(-); FRP und Mean NDVI(-); FSD und Total NDVI(-), zeigen, dass höhere Niederschläge (und folglich höherer NDVI) mit einer höheren Feuerwiederkehrrate verbunden sind. • FSD und Gehölzdichte(-); FSD und RF(+); FSD und Max NDVI(+); FSD und Mean NDVI(+), zeigen, dass höhere Niederschläge (höhere NDVIs) mit einer Verlängerung der Feuersaison verbunden sind, aber durch eine höhere Gehölzdichte abgeschwächt oder verhindert werden. • FSP und Bevölkerungsdichte(-), zeigt, dass eine höhere Bevölkerungsdichte mit einem früheren Höhepunkt der Feuersaison verbunden ist. Auch wenn dieser Zusammenhang der stärkste ist, ist er statistisch schwach, während der Zusammenhang mit anderen Variablen sehr schwach oder nicht signifikant ist. • AB% und Landschaftsfragmentierung(-); AB% und Haustierdichte(-); AB% und Gehölzdichte(-); AB% und Niederschlag(+), zeigen, dass die Brandflächengröße mit der Niederschlagshöhe zunimmt, der Effekt aber von der Fragmentierung der Landschaft, der Gehölzdichte und dem Weidedruck abgeschwächt wird. Es existiert ein ausgeprägter Unterschied bei den Korrelationen der raum-zeitlichen Feueraus-prägung und den verschiedenen Landnutzungs- und Umweltparametern bezogen auf die unterschiedlichen Landnutzungskategorien. Besonders die Kategorie LUC-1 „Land¬wirtschaft“ und „Tourismus“ auf Freehold Land unterscheidet sich stark von anderen Kategorien. Der Grund ist nicht unbedingt der direkte der Landnutzungseinfluss auf die Feuerumwelt, sondern die Möglichkeit einer aktiven Feuerkontrolle – eine Möglichkeit, die sich auf ein dichtes Wegenetz stützt, kombiniert mit einer mobilen Bevölkerung, die jedes Feuer als Bedrohung einstuft und sie in Gemeinschaft um jeden Preis bekämpfen.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author:Johan Le Roux
Persistent identifiers - URN:urn:nbn:de:bvb:29-opus-26743
Advisor:Cyrus Samimi
Document Type:Doctoral Thesis
Language:English
Year of publication:2011
Publishing Institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
Granting institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Naturwissenschaftliche Fakultät
Acceptance date of the thesis:2011/06/29
Release Date:2011/07/06
Tag:Namibia; Savanna; fire ecology; land use; remote sensing
SWD-Keyword:Savanne; Feuerökologie; Satellitenfernerkundung; Namibia; Landnutzung
Institutes:Naturwissenschaftliche Fakultät / Naturwissenschaftliche Fakultät -ohne weitere Spezifikation-
Dewey Decimal Classification:5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 550 Geowissenschaften
open_access (DINI-Set):open_access