Die neue Technik hebt die wichtigsten Details der Landnutzungsanalyse hervor

Die neue Technik hebt die wichtigsten Details der Landnutzungsanalyse hervor
Anonim

von Pacific Northwest National Laboratory

Die Modelle zum Verständnis der Landnutzung reichen von detaillierten lokalen Szenarien bis hin zu massiven integrierten Systemen, die Energie, Landwirtschaft und Wirtschaft auf Gebieten verbinden, die so groß sind wie der afrikanische Kontinent. Ausgefeiltere Landnutzungsmodelle führen jedoch zu komplizierten Ergebnissen, wenn sie in regionale oder globale Analysen übersetzt werden. Möglichkeiten zur Analyse und Visualisierung von Ergebnissen müssen mit der enormen Datenmenge Schritt halten. Um dieses Problem anzugehen, entwickelten die Forscher des Pacific Northwest National Laboratory eine neue Analysetechnik, um die Ergebnisse des Landnutzungsmodells zu verbessern und gleichzeitig die wichtigsten Variablen zu berücksichtigen, die für regionale und globale Analysen benötigt werden.

"Frühere Studien haben entweder einen einzelnen Flächennutzungstyp hervorgehoben oder viele Zahlen präsentiert, die sich nur schwer zu einem zusammenhängenden Ganzen zusammenfügen lassen", sagte PNNL-Modellierungsexperte Page Kyle, der die Studie leitete. "Unsere Arbeit zeigt eine Methode, die bei der Interpretation der Modellleistung hilfreich sein kann, insbesondere beim Vergleich der Leistung über Regionen, Landbedeckungstypen und Szenarien hinweg."

Landnutzungsmodellierungsvariablen können so unterschiedliche Details enthalten wie aktuelle wirtschaftliche Belastungen und der zukünftige Klimawandel. Oft macht es die schiere Datenmenge unmöglich, die entsprechenden Variablen auf Null zu setzen. Die Ergebnisse dieser Studie machen Informationen zur Landnutzungsmodellierung letztendlich nützlicher für Studien, die sich mit regionalen und globalen Klimafragen befassen.

Ausgehend von einem statistischen Ansatz, der ursprünglich für die Analyse von Ökosystemen entwickelt wurde, überprüften PNNL-Wissenschaftler die Landnutzungsdaten aus 14 Bundesstaaten des Mittleren Westens und des Mittleren Atlantiks. Die 2, 2 Millionen Quadratkilometer große Region ist wichtig für die Landwirtschaft und produziert 80 Prozent des US-amerikanischen Mais und Sojabohnen sowie 40 Prozent des Weizens. Der größte Teil der landwirtschaftlichen Produktion liegt im mittleren und westlichen Teil der Region, während die östlichen Bundesländer überwiegend bewaldet sind. Die Berücksichtigung dieser Landnutzungsvielfalt half den Wissenschaftlern, einen Ansatz zu finden, der für eine breitere Gruppe von Umständen geeignet ist.

Das Team erstellte Szenarien, die für Landnutzungsentscheidungen direkt relevant sind, basierend auf möglichen zukünftigen Treibhausgasemissionen über einen Zeitraum von 90 Jahren, beginnend mit dem Basisjahr 2005. Sie untersuchten, wie sich die Landnutzung in der Region in jedem der 14 Bundesstaaten ändern könnte und innerhalb von 37 landwirtschaftlichen Flächen in der Region. Trotz der großen Menge an generierten Daten stellte das Team fest, dass mit dem statistischen Ansatz acht verschiedene Landnutzungsklassen auf einer einzigen Grafik gut sichtbar sind, sodass die Forscher die wichtigsten Änderungen in den Szenarien besser nachvollziehen können.

Globale Modelle unterteilen die Welt in der Regel in 10 bis 100 Regionen. Die Zuordnung von Ländern (oder subnationalen geografischen Einheiten) zu diesen Regionen ist jedoch von Natur aus willkürlich. Soweit diese Wahl Konsequenzen für die Modellergebnisse hat, müssen diese Effekte so verstanden werden, dass die Entscheidungsträger die Ergebnisse verstehen können. Die Wissenschaftler werden die in dieser Studie entwickelten statistischen Methoden verwenden, um die Bedeutung dieser regionalen Konstruktionen für die globale Modellierung zu untersuchen.