Μείωση των εκπομπών από την αποψίλωση και υποβάθμιση των δασών στην Αφρική

Από RemoteSensing Wiki

Project Partners
GAF AG (Germany)-Consortium leader, SIRS (France), CESBIO (France), Johanneum Research (Austria), LaCCEG-Université de Bangui (CAR), Mesa Consult (Germany), Geospatial Technology Group SARL (Cameroon)

Πηγή
FP 7

Τίτλος: Μείωση των Εκπομπών από την Αποψίλωση και Υποβάθμιση των Δασών στην Αφρική

Στόχοι του project

• Ανάπτυξη υπηρεσιών επιχειρησιακής παρακολούθησης των δασών του Καμερούν και της Κεντροαφρικανικής Δημοκρατίας μέσω EO και να παράσχει με τον τρόπο αυτό σημαντική ώθηση για την REDD διαδικασία και στις δύο χώρες.

• Να δοκιμάσει και να παρέχει βελτιωμένες μεθοδολογίες που χρησιμοποιούν optical and radar data για την αξιολόγηση της αποψίλωσης και της υποβάθμισης των δασών στο Καμερούν και την Κεντροαφρικανική Δημοκρατία. Επιπλέον, διερευνάται η άμεση αξιολόγηση της υπέργειας βιομάζας με τη χρήση των δεδομένων radar.

• Στενή συνεργασία με τις κοινότητες χρηστών με σκοπό την επικύρωση και διάδωση του project αλλά και κατάρτιση πάνω σε αυτό. Επιπλέον, διασφάλιση των απαιτήσεων και των αναγκών των χρηστών.

• Ενσωμάτωση των αποτελεσμάτων του project στις υπάρχουσες εθνικές και περιφερειακές δασικές πολιτικές με την εξέταση του υπάρχοντος θεσμικού πλαισίου.

Μεθοδολογία

• Αρχικές εκτιμήσεις των απαιτήσεων των χρηστών για να εντοπιστούν οι ανάγκες των ενδιαφερόμενων, όσον αφορά τη θέσπιση των προγραμμάτων REDD.

• Χαρτογράφηση της αποψίλωσης των δασών, της υποβάθμισης των δασών και της υπέργειας βιομάζας.

• Βελτίωση των υφιστάμενων αλυσίδων λειτουργικής επεξεργασίας με βάση τα αποτελέσματα της έρευνας για την ανάπτυξη της αποψίλωσης, της υποβάθμισης των δασών και των επίγειων προϊόντων βιομάζας.

• Εφαρμογή ελέγχου όλων των διεργασιών στην αλυσίδα παραγωγής υπηρεσιών.

• Δραστηριότητες για να εξασφαλιστεί ότι τα αποτελέσματα του έργου, οι μεθοδολογίες και τα διδάγματα παρέχονται κατά τέτοιο τρόπο, ώστε να υποστηρίξει καλύτερα το έργο των εθνικών και των περιφερειακών εταίρων.

Εικόνα 1:Left image: Forest (purple), nonforest (blue) classification result from optical data with gaps, Right image: Information gaps filled by automated SAR classification using the classification-based trainer.

Εικόνα 2:Cloud shadow compensation on Landsat image subset (clouds masked out in black). Left image: Landsat input image (with cloud shadow examples). Right image: Cloud shadow compensation.

Προσδοκώμενα αποτελέσματα

• Συμβολή στην επιστημονική και εννοιολογική κατανόηση των τεχνικών προκλήσεων της EO που βασίζεται στην παρακολούθηση των δασών, λαμβάνοντας παράλληλα υπόψη τις πιο πρόσφατες εξελίξεις στην επιστημονική και πολιτική κοινότητα.

• Παροχή μεθόδων και τεχνικών, για τη βελτίωση των υφιστάμενων υπηρεσιών στην αξιολόγηση των δεδομένων δραστηριότητας και του παράγοντα εκπομπών, για τον υπολογισμό αερίων του φαινόμενου του θερμοκηπίου.

• Δημιουργία χαρτών δασικής κάλυψης, συνδεδεμένους με τα αποθέματα άνθρακα και τις αλλαγές για το 1990, το 2000 και το 2010 σε επιλεγμένες διοικητικές περιοχές.

• Δημιουργία χαρτών υποβάθμισης των δασών σε επιλεγμένα συστήματα διαχείρισης των δασών.

• Χάρτες για την υπέργεια βιομάζα για το 2007, 2008, 2009 και 2010.

• Αναπτύξη αλυσίδων υπηρεσιών, οι οποίες θα επιτρέψουν στις υπηρεσίες και τα προϊόντα να παρέχονται σε εθνικό επίπεδο.

• Μεταφορά της τεχνολογίας σε κοινότητες χρηστών.

Εικόνα 3:Extract of Forest Cover Change Map for Centre Province, Cameroon (2000-2010) based on Landsat 7 ETM+ (left) and RapidEye (right).