Friedrich-Schiller-Universität Jena WiSe08/09

Institut für Geographie

GEO 402: „Ableitung von Landoberflächenparameter“

Modulverantwortliche: Prof. Dr. Christiane Schmullius

Methoden der fernerkundlichen Detektion und Analyse

von Feuer- und Brandflächen und deren Anwendung in
den Savannengebieten des Kruger Nationalparks, Süd
Afrika

Hausarbeit

vorgelegt von:

André Armstroff
Studiengang: Geoinformatik M. Sc.

I
 Inhalt

1 Einleitung………………………………………………………………………….……. 1

2 Untersuchungsgebiet………………………………………………………………… 1

2.1 Allgemeine Grundlagen……………………………………………………..... 1

2.2 Brand-Historie des Kruger Nationalparks…………………………………… 2

3 Physikalische Grundalgen von Landschaftsbränden……………….………… 5

3.1 Brandsysteme / Brandinitiierung…………………………………………….. 5

3.2 Brandtypen…………………………………………………………………….. 6

3.3 Terminologie zur Quantifizierung von Bränden…………………………….. 7

4 Feuer- und Brandflächenanalyse in der Fernerkundung……………………… 9

4.1 Änderung der spektralen Eigenschaften durch Brände in Abhängigkeit

der räumlichen Auflösung …………………………….……………………… 9

4.2 Sensoren zur Feuer- und Brandflächenanalyse……………………………. 10

4.2.1 MODIS………………………………………………………………….. 10

4.2.2 AVHRR…………………………………………………………………. 11

4.2.3 Andere Sensoren……………………………………………………… 11

4.3 Methoden zur Feuer- und Brandflächenanalyse…………………………… 12

4.3.1 Aktive Feuer…………………………………………………………… 12

4.3.1.1 MODIS-Aktiv-Feuer-Produkt und andere Ableitungen……. 12

4.3.1.2 Weitere Beispiele zur Untersuchung aktiver Feuer……….. 14

4.3.2 Brandflächen…………………………………………………………… 15

4.3.2.1 MODIS-Brandflächen-Produkt und andere Ableitungen…..15

4.3.2.2 Weitere Beispiele zur Untersuchung von Brandflächen….. 17

5 Diskussion und Ausblick…………………………………………………………..... 18

Literatur…………………………………………………………………………………. 20

II
1 Einleitung

Feuer stellen in vielen Ökosystemen fest integrierte Prozesse dar, die zum Erhalt von Struktur,
Zusammensetzung sowie Funktionen der Landschaft beitragen. Dies trifft insbesondere auf die
saisonal trockenen Savannengebiete zu, zu denen auch der Kruger Nationalpark gehört (VAN
WILGEN et al. o.J.: 22).
Die Brände können auf unterschiedlichsten räumlichen und zeitlichen Skalen wirken und somit
eine breite Spanne von Prozessen beeinflussen. Auf lokaler Ebene beispielsweise wird die
Zersetzung organischer Substanz vorangetrieben oder das Auskeimen junger Pflanzen gefördert.
Auf regionalen Skalen können Feuer erheblichen Einfluss auf Erosionsprozesse haben und setzen
große Mengen an Schadstoffen frei, die für Mensch und Tier eine Gefahr darstellen können. In
globaler Hinsicht können durch Feuer atmosphärische sowie biogeochemische Kreisläufe und der
Strahlungshaushalt verändert werden(LENTILE et al. 2006: 319f.).
Systematische Beobachtung und Analyse aller mit Feuer in Zusammenhang stehender Prozesse
ist von Nöten um ein angepasstes Ökosystemmanagement sowie Input-Daten für
biogeochemische Modelle zu gewähren. Hierbei stellt die Fernerkundung ein probates Mittel dar,
das relativ kostengünstig, großflächig Daten über aktive Feuer und Post-Feuer-Effekte liefern
kann. Daher soll sich in dieser Arbeit mit den entsprechenden Methoden, wie sie in den
Savannengebieten des südlichen Afrika im Allgemeinen, bzw. des Kruger Nationalparks im
Speziellen zur Anwendung kommen, befasst werden (LENTILE et al. 2006: 320, ROY 2001: 1).

2 Untersuchungsgebiet

2.1 Allgemeine Grundlagen

Bei dem Untersuchungsgebiet handelt es sich um den Kruger Nationalpark (siehe Abb. 1).
Dieser ist das größte Wildschutzgebiet Südafrikas und befindet sich in den Provinzen Limpopo
und Mpumalanga (SAT o.J: o.S.). Der 1898 gegründete Nationalpark umfasst etwa 2 Millionen
Hektar und erstreckt sich vom Crocodile-River im Süden bis zum Limpopo im Norden über eine
Distanz von circa 350 Kilometern (GE 2008: o.S., SANP 2007: o.S.). Die maximale Ost-West-
Ausdehnung beträgt etwa 80 Kilometer (GE 2008: o.S.). Darüber hinaus befinden sich an seinen
Grenzen zahlreiche private Reservate, deren Grenzzäune zum Park teilweise entfernt wurden, um
dem Wild größtmöglichen Bewegungsfreiraum zu gewähren. Des Weiteren wurden internationale
politische Bemühungen unternommen die eine weitere Vergrößerung des Parks ermöglichten.
Beispielsweise kam man mit Nachbarländern Südafrikas überein, einige Grenzzäune
1
niederzureißen und so den Kruger Nationalpark mit dem Limpopo Nationalpark Mozambique und
dem Gonarezhou-Nationalpark Simbabwes zum Great Limpopo Transfrontier Park zu vereinen
(KNP o.J.: o.S., SANP 2007: o.S., VERBESSELT et al. 2006: 400).
Der westliche Teil des Kruger-Parks befindet sich etwa auf einer Höhe von 800 Metern über
dem Meeresspiegel und fällt in den äußersten östlichen Ausläufern bis auf 150 Meter ab
(VERBESSELT et al. 2006: 400). Mit Ausnahme einiger Gebirgsausläufer im Süden und Norden
besteht der Park jedoch weitestgehend aus flachen aber welligen Gebieten (JARVIS et al. 2008:
o.S., VERBESSELT et al. 2006: 400).
Der Nationalpark befindet sich im Bereich subtropischen Klimas. Dieses ist durch zwei stark
unterschiedliche Jahreszeiten gekennzeichnet. Zum einen gibt es eine heiße Regenzeit während
der Sommermonate die von Oktober bis März dauert. Diese lässt den gesamten Park ergrünen und
die Flüsse über ihre Ufer treten. Zum anderen wird die Zeit von April bis September von einer
Trockenperiode dominiert, in der die Wasservorkommen auf die größeren permanenten Flüsse
und vereinzelte Wasserlöcher beschränkt sind. Die durchschnittliche Regenmenge pro Jahr beläuft
sich auf etwa 740 Millimeter im Süden und 450 Millimeter im Norden, wobei im Schnitt über
80% der Niederschläge (610 mm bzw. 390 mm) während der Regenzeit fallen (SANP 2007: o.S.).
Die mittleren Temperaturen belaufen sich während der Sommerperiode auf 23 bis 26 °C, in den
Wintermonaten hingegen auf 17 bis 20 °C (SANP 2007: o.S., VERBESSELT et al. 2006: 400).
Die Vegetation im Nordteil besteht im Wesentlichen aus Mopanebäumen (Cholophospermum
mopane) in Kombination mit Buschweiden (Combretum apiculatum). Darüber hinaus kommen
Affenbrotbäume (Adansonia digitata) und im äußersten Norden auch Fieberbäume (Acacia
xanthophloea) vor (SAT o.J.: o.S.). Im zentralen sowie südlichen Teil des Kruger-Parks sind
offene Gras- und Baumsavannen dominierend (siehe Abb. 2). Neben den auch hier auftretenden
Buschweiden gibt es ausgedehnte Marula- (Sclerocarya birrea) und Süßdornakazienbestände
(Acacia nigrescens) (JACOBS & BIGGS 2002: 1, SAT o.J.: o.S.).

2.2 Brand-Historie des Kruger Nationalparks

Feuer sind im Kruger Nationalpark ein natürlicher Bestandteil des Ökosystems. Sie treten
gehäuft in der trockenen Winterzeit auf. Da diese seit jeher auch eine Bedrohung für den
Menschen darstellen, wurde Feuern bzw. deren Management stets besondere Aufmerksamkeit
geschenkt (LENTILE et al. 2006: 319, SANP 2007: o.S.).

2
Abb. 1: Kruger Nationalpark (verändert nach FRANDSEN 2008: o.S.)

3
Abb. 2: Gras- und Baumsavannenbestände im Kruger National Park (ANONYMOUS o.J.: o.S.)

In den Anfangsjahren des Parks bis 1926 gab es lediglich eine undifferenzierte Feuerpolitik,
die Brände allgemein als schlecht für die Umwelt eingestufte (WOODS et al. 2002: 1). In den
Folgejahren bis 1948 kam man dann zu der Einsicht, dass in einem solch großen Savannengebiet
Brände nicht vollständig vermieden werden können und sie möglicherweise sogar positive
Auswirkungen haben (WOODS et al. 2002: 1). Trotz dieser Einsichten gab es eine aktive
Bekämpfung jeglicher Feuer bis 1956, die auch die Errichtung von Feuerbarrieren beinhaltete, die
den Park in einzelne Brandblöcke unterteilen sollte (WOODS et al. 2002: 2). Erst 1956 wurde eine
vorschriftsmäßige Feuerpolitik etabliert, in der vom Management vorgesehene Brände toleriert
wurden (WOODS et al. 2002: 2). Anders entstandene Feuer (z.B. durch Blitze oder Brandstiftung)
hingegen wurden weiterhin aktiv bekämpft. Seit 1992 wurde auch die Bekämpfung von natürlich
hervorgerufene Brände im Sinne der Erhaltung des natürlichen ökologischen Zustands und der
Biodiversität eingestellt; selbst wenn diese die angelegten Feuerbarrieren überqueren (VAN
WILGEN et al. o.S.: 23, WOODS et al. 2002: 2).
Über die reine Weiterentwicklung in Feuermanagement im Kruger-Park wird auch der
Aufzeichnung jeglicher Brandaktivitäten große Bedeutung beigemessen. Dementsprechend
werden monatlich Karten erstellt, um sich einen Überblick darüber verschaffen zu können, in
welchen Gebieten des Nationalparks es wann gebrannt hat bzw. um was für Feuerarten und
welche Ursachen es sich gehandelt hat. Diese Karten beruhen auf Informationen der Park-Ranger
sowie der Fernerkundung (was die Bedeutung der unter 4. erläuterten Methoden umso mehr
hervorhebt) (SANP 2007: o.S.).

4
3 Physikalische Grundlagen von Landschaftsbränden

Bei Landschaftsbränden handelt es sich, wie auch bei der gewöhnlichen Verbrennung um eine
chemische Reaktion, bei der organisches, im Allgemeinen natürlich entstandenes Material oxidiert
wird. Bei dieser werden neben Energie auch Gase (wie z. B. Kohlenmonoxid, Kohlendioxid oder
Stickstoffoxide) und nicht flüchtige Stoffe wie Teer, Ruß und Asche freigesetzt. Letztere nimmt
in Abhängigkeit der Vollständigkeit der Verbrennung im sichtbaren spektralen Bereich
Schattierungen von schwarze (unvollständig) bis weiß (vollständig) an (LENTILE et al. 2006: 329,
SERUP et al. 1999: 30ff.).
In Abhängigkeit von der Menge und der Beschaffenheit (insbesondere der Feuchtigkeit) des
zur Verfügung stehenden Brennmaterials sowie der Art der Brandinitiierung lassen sich
unterschiedliche Brandtypen ausmachen. Auf diese soll nach der Erläuterung der einschlägigen
Terminologie näher eingegangen werden (TROLLOPE et al. 2008: 2).

3.1 Terminologie zur Quantifizierung von Bränden

Um Brände und ihre Folgen genauer beschreiben und quantifizieren zu könne, existieren
verschiedene Begriffe, deren Verwendung in der Literatur jedoch sehr inkonsequent ist. Trotzdem
lassen sich nach LENTILE et al. (2006: 321) folgende wesentliche Quantoren unterscheiden: Fire
Severity, Burn Severity, Fire Intesity, Fire Radiative Power sowie Fire Radiative Energy.
Durch die Fire Severity wird im Allgemeinen quantifiziert, wie stark ein Ökosystem durch
einen Brand verändert wurde (LENTILE et al. 2006: 321). Somit wird sie häufig synonym zur Fire
Intensity verwendet; jedoch spielt bei dieser die Dauer des Brandes keine Rolle (LENTILE et al.
2006: 321). Meist bezieht sich die Fire Severity auf den Zustand direkt nach dem Brand (LENTILE
et al. 2006: 321). Allerdings kann auch die Dauer bis zur Rückkehr in den ursprünglichen
ökologischen Zustand, der sich über Jahre nach dem Brand erstrecken kann, eine Rolle für ihre
Quantifizierung spielen. Die Eigenschaften die zur Bestimmung der Fire Severity ermittelt werden
umfassen z. B. die Menge des verbrannten Materials, den Verbrennungsgrad von Bäumen, die
Änderung der Feuchtigkeit des Brandmaterials oder auch Verbrennungstiefe des Bodens (LENTILE
et al. 2006: 321, ROY et al. 2006: 112).
Die Fire Intensity last sich nach LENTILE et al. (2006: 322) durch zwei Faktoren quantifizieren:
die Ausbreitungsgeschwindigkeit in Metern pro Sekunde und die Energiefreisetzung in Kilowatt
je verbranntem Quadratmeter. Diese Faktoren werden insbesondere durch den Vegetationstyp, die
Feuchtigkeit, Windverhältnisse und die Topographie beeinflusst (LENTILE et al. 2006: 322).

5
 Weiterhin ist die Burn Severity zu erwähnen (LENTILE et al. 2006: 322). Sie beschreibt im
Allgemeinen die Zeit die benötigt wird, um nach einem Feuer wieder zum Ausgangszustand
zurückzukehren. Jedoch ist die genaue Verwendung sehr stark von der jeweiligen Anwendung
abhängig, je nachdem auf was der Fokus der Untersuch gerichtet ist (z. B. der Boden, der gesamte
Pflanzenbestand oder nur eine bestimmte Pflanzenart) (LENTILE et al. 2006: 322).
Die Fire Radiative Power (FRP) und die Fire Radiative Energy dienen nicht zur
Charakterisierung des Feuers an sich, sondern sie beschreiben lediglich die durch die
Verbrennung abgegebene Strahlungsenergie (LENTILE et al. 2006: 326). Hierbei bezeichnet die
FRP die jeweils aktuell abgegebene Strahlungsenergie und die FRE das Integral der FRP über die
Zeit (d. h. die von einem Feuer insgesamt durch Strahlung abgegebene Energie). Der Annahme
folgend, dass der Anteil der FRP an der gesamten vom Feuer freigesetzten Energie konstant ist,
lassen sich Rückschlüsse auf die Menge der verbrannten Biomasse ziehen (LENTILE et al. 2006:
326).
.

3.2 Brandsysteme / Brandinitiierung

Eine entscheidende Einflussgröße für den Verlauf eines Brandes stellt die Art seines Ursprungs
d. h. seiner Initiierung dar. Diese werden durch sogenannte Brandsysteme beschrieben. Nach
TROLLOPE & TROLLOPE (2004: o.S.) wird hierbei für die Gras- und Savannenlandschaften Afrikas
im Allgemeinen bzw. den Kruger Nationalpark im Speziellen zwischen dem lightning burning
system, dem patch mosaic burning system und den range condition burning system unterschieden.
Einzig das lightning burning system umfasst durch natürliche Ursachen entstehende Brände.
Diese werden durch Blitzeinschläge eingeleitet und stellen einen festen Bestandteil des im Park
bestehenden Ökosystems dar (SA 2008: o.S., TROLLOPE & TROLLOPE 2004: o.S., TROLLOPE et al.
2008: 1). Vor allem zu Beginn der Trockenzeit fällt dabei die leichtentzündliche -während der
Regenperiode angehäufte- Biomasse den Flammen zum Opfer. Die räumliche Verteilung der
natürlich entstehenden Brände ist dabei weitestgehend zufällig, so dass jedes Landstück im Mittel
etwa alle fünf bis zehn Jahre durch natürliche Ursachen in Brand gesteckt wird (GOVENDER et al.
2006: 748, TROLLOPE & TROLLOPE 2004: o.S., TROLLOPE et al. 2008: 1).
Das patch mosaic burning system (Landstück-Mosaik-Brand-System) umfasst die von den
Rangern des Parks von einem Punkt aus initiierten Feuer, die der Erhöhung bzw. Erhaltung der
Biodiversität (z. B durch Pionierpflanzen) dienlich sein sollen (TROLLOPE & TROLLOPE 2004:
o.S.). Im Rahmen dieses Systems werden gezielt ausgewählte Flächen (sogenannte fire
management units (FMUs)) in Brand gesetzt (in Abhängigkeit der seit dem letzten Brand
vergangenen Zeit bzw. der angehäuften Biomasse), wobei die Ausbreitung durch Feuerbarrieren
6
unter Kontrolle gehalten wird (TROLLOPE & TROLLOPE 2004: o.S., WOODS et al. 2002: 4).
Dadurch entsteht eine differenzierte Landschaft aus verbrannten und unversehrten Flächen.
Hierbei treten -wie auch beim lightning burning system- alle der unter 3.3 erwähnten Brandtypen
auf (NOAA 2008: o.S., TROLLOPE & TROLLOPE 2004: o.S.). Weiterhin werden solche Feuer
hauptsächlich in der Trockenzeit eingeleitet; jedoch nur dann, wenn die Bedingungen für ein
kontrollierbares Abbrennen gut sind, das heißt wenn entsprechende Fire Danger Indices
(Feuergefahrenindizes) (FDI) entsprechend niedrige Werte liefern (SANP 2007: o.S., WOODS et
al. 2002: 4). Steigen die FDI-Werte und die Bedingungen werden entsprechend gefährlicher
(durch sinkende Feuchtigkeit, höhere Temperaturen etc.), werden keine weiteren Brände initiiert
(NOAA 2008: o.S., SANP 2007: o.S).
Ein weiteres von Menschen eingeleitetes Brandsystem ist das range condition burning system
(TROLLOPE & TROLLOPE 2004: o.S.). Dieses wird dazu verwendet, aus dem Gleichgewicht
geratene Ökosysteme zu reaktivieren bzw. von unerwünschten Pflanzen zu befreien und somit ein
ausgewogenes Verhältnis zwischen Kraut-, Gras und Baumbeständen zu erzielen. Darüber hinaus
soll hierdurch auch der Überbeanspruchung der Vegetation auf kleinen Flächen durch
Verlagerung der Wildbestände erreicht werden (TROLLOPE & TROLLOPE 2004: o.S.).
Die Brandsysteme erfassen aber lediglich die erwünschten bzw. geduldeten Brände, die
entweder natürlich entstehen oder dem naturnahen Management des Parks zuträglich sind.
Darüber hinaus gibt es aber auch unerwünschte Feuer die insbesondere durch unachtsame
Parkbesucher, Wilddiebe u. ä. verursacht werden und die in den letzten Jahren immer mehr an
Bedeutung gewonnen haben (WOODS et al. 2002: 2f.).

3.3 Brandtypen

Generell können nach NOAA (2008: o.S.) vier verschiedene Feuerarten unterschieden werden
(siehe Abb. 3). Diese unterscheiden sich in erster Linie dadurch, wo im Vegetationsbeständ sie
sich ausbreiten. Dementsprechend erfolgt auch ihre Unterteilung in Bodenfeuer,
Oberflächenfeuer, Kronenfeuer und –als Ausnahme- die punktuellen Feuer (NOAA 2008: o.S.).
Bodenfeuer umfassen Brände der obersten Bodenschichten. Betroffen sind davon im
Wesentlichen die organischen Bestandteile wie Streu, Mull, Wurzeln oder auch möglicherweise
vorhandene Torfschichten. Bodenfeuer können Temperaturen bis zu 1000 °C erreichen und treten
häufig als sehr langsame Schwelbrände auf (AFP 2008: o.S.) Die dabei freigesetzte Energie pro
Zeiteinheit ist somit die niedrigsten von allen Brandtypen. Ihre Häufigkeit ist im Vergleich zu den
anderen Brandtypen verhältnismäßig selten. Jedoch sind sie zum einen (außer mit thermalen

7
Sensoren) schwierig zu detektieren und zum anderen -wenn einmal entfacht- nur noch sehr
schwer unter Kontrolle zu bringen (KENNARD 2008: o.S., NOAA 2008: o.S.).
Oberflächenfeuer umfassen Brände in niedrigen Gras- und Buschbeständen. Darüber hinaus
können sie auch kleinere sowie abgestorbene Baumreste erfassen. Sie erreichen lediglich
Temperaturen bis etwa 260 °C, breiten sich im Vergleich zu den Bodenfeuern jedoch sehr schnell
aus (FRANKLIN et al. 1997: 613). Offenes Grasland fällt den Flammen dabei oftmals vollständig
zum Opfer, wobei die Wurzeln aber häufig unversehrt bleiben. Aus diesen können dann neue
Triebe sprießen, die zu einer sukzessiven Wiederbelebung des jeweiligen Ökosystems beitragen
können. Bäume und Büsche hingegen werden von Oberflächenfeuern selten vollständig
vernichtet. Jedoch können auch bei diesen durch veränderte Konkurrenzbedingungen sowie die
Verfügbarmachung der verkohlten, nährstoffreichen Überreste der Vorgängergeneration positive
Bedingungen für neu wachsende Keime und Triebe geschaffen. Inwiefern Oberflächenfeuer unter
Kontrolle zu bringen sind, hängt sehr stark davon ab, welche Windbedingungen herrschen, wie
viel Brennmaterial zur Verfügung steht und wie feucht dieses ist (KENNARD 2008: o.S., NOAA
2008: o.S., SANP 2007: o.S.).
Kronenfeuer zeichnen sich durch Brände hoher Büsche bzw. Baumkronen aus. Die von ihnen
freigesetzte Energie übersteigt die der Oberflächenfeuer bei weitem. So breiten sie sich in starker
Abhängigkeit vom Wind meist sehr schnell aus und erreichen dabei Temperaturen die 1000 °C
übersteigen können. Auch sie sind sehr stark vom Wind abhängig, der extrem hohe
Ausbreitungsgeschwindigkeiten begünstigen kann. Darüber hinaus lässt sich das Feuer noch in
Abhängigkeit der Windrichtung differenzieren. Besonders hohe Temperaturen werden dabei vor
allem auf der windzugewandten Seite des Feuers (dem sogenannten Head Fire erreicht), auf der
windabgewandten Seite hingegen (dem Back Fire) sind die freigesetzten Energien deutlich
geringer (BROCKETT & BUNTING 2008: 21). Kronenfeuer können schnell große Brandschneisen in
Bestände schlagen und sind meist nur äußerst schwer unter Kontrolle zu bringen (BUTLER et al.
2004: 1577, KENNARD 2008: o.S., NOAA 2008: o.S.).
Eine Sonderstellung nehmen die punktuellen Feuer ein, die keine Brände in einem bestimmen
Teil des Pflanzenbestandes bezeichnen, sondern die Gesamtheit von Brandtypen (meist jedoch
Kronen- und Oberflächenfeuer), die punktuell auch in größerer Entfernung vom ursprünglichen
Brandherd entstehen können. Ihre Ursache haben sie im Funkenflug (insbesondere aus
Kronenfeuern), so dass sie in ganz besonderer Weise vom Wind abhängig sind. Aber auch die
Topographie kann bei ihrer Ausbreitung eine wichtige Rolle spielen. Auf Grund ihres
großräumigen, sehr schnellen und nahezu unvorhersehbaren Auftretens lassen sie sich fast nicht
kontrollieren (NOAA 2008: o.S., TROLLOPE et al. 2008: 2).
Die einzelnen Brandtypen treten jedoch im seltensten Fall in ihren reinsten Formen auf. Häufig
liegen Misch- bzw. Übergangstypen vor, bei denen sich beispielsweise Oberflächenfeuer auf die
8
Abb. 3: Feuerarten (verändert nach NOAA 2008: o.S.)

Baumkronen ausweiten. Auch hängen die genauen Eigenschaften der Brände von den
spezifischen Eigenschaften im Herd ab. Haupteinflussgrößen sind z. B. das verfügbare
Brennmaterial, dessen Wassergehalt (der entscheidend für den Grad der Rauchentwicklung ist),
die Sauerstoffzufuhr sowie die Art der Entzündung (MNR 2008: o.S., TROLLOPE et al. 2008: 2).

4 Feuer- und Brandflächenanalyse in der Fernerkundung

Die Fernerkundung wird etwa seit Mitte der 1980er Jahre zur Detektion und Analyse von
Feuern und Brandflächen verwendete, da sie insbesondere in schwer zugänglichen Gebieten ein
verhältnismäßig billiges Mittel zur großflächigen Analyse darstellt (LENTILE et al. 2006: 321). Ein
weiterer Vorteil der Fernerkundung ist die Tatsache, dass sie gerade die Eigenschaften der
Erdoberfläche untersuchen kann, die von Feuern beeinflusst werden (z.B. Rauch- und
Hitzeentwicklung, Veränderung der Reflektionseigenschaften der Oberfläche bzw. der obersten
Bodenzentimeter (ALBERTZ 2001: 10ff., BUTLER 2008: o.S., SANP 2008: o.S.).

4.1 Änderung der spektralen Eigenschaften durch Brände in Abhängigkeit der räumlichen
Auflösung

Im Allgemeinen kommt es durch Landschaftsbrände zu einer Verminderung der

Vegetationsbedeckung bzw. zur Verkohlung der Bestände (durch das unvollständige Verbrennen
von Biomasse). Hierdurch wird zunächst eine starken Absenkung der Reflektanz im gesamten
sichtbaren und nahinfraroten Bereich (400 – 1300 nm) verursacht (LENTILE et al. 2006: 321, 330).
Diese zeichnet sich bei einer Analyse von Kronen- und Oberflächenfeuern mit Sensoren von über
30 Metern Auflösung deutlich in den spektralen Eigenschaften der beobachteten Brandfläche ab
(LENTILE et al. 2006: 321, ROY & LANDMANN 2005: 4197).

9
 Mit sehr hohen Auflösung von fünf Metern oder besser hingegen, kann es stellenweise auch
zum Anstieg der Reflexion durch weiße Ascheschichten (die aus der vollständigen
Biomasseverbrennung herrühren) kommen. Darüber hinaus kann im kurzwelligen Infrarot ein
gesteigerter Anteil an Bodenreflexion sowie ein verminderter Wassergehalt ebenfalls zu einer
Erhöhung der Gesamtreflektanz führen (LENTILE et al. 2006: 321, 330, ROY & LANDMANN 2005:
4197).
Einen weiteren wichtigen Einfluss auf die brandbedingte Änderung der Reflektanz haben die
Art sowie die Menge und der Zustand der vorab bestehenden Vegetation. Diese hängen
insbesondere vom vorherrschenden Biom (im Falle des Kruger Nationalparks Savanne mit
ausgedehnten Gras- bis Baumbeständen), der Jahreszeit (und der damit in Zusammenhang
stehenden Trockenheit oder Feuchte) und der vergangenen Zeit seit dem letzten Brand (die der
Vegetation zur Regeneration zur Verfügung stand) ab. Daraus folgt, dass bei einer Brandanalyse
der vor dem Feuer existierende Vegetationstyp mit berücksichtigt werden sollte (LENTILE et al.
2006: 321, SAT o.J.: o.S.).

4.2 Sensoren zur Feuer- und Brandflächenanalyse

Bei der Analyse aktiver Feuer und Brandflächen in den Savannengebieten des Kruger
Nationalparks kam in der Vergangenheit eine Vielzahl von Sensoren zum Einsatz. Hierbei ist
sowohl die Eignung aktiver also auch passiver Sensoren untersucht worden, wobei passive
Systeme (insbesondere mit höher spektraler Auflösung im sichtbaren bis mittleren bzw. thermalen
infrarot) weit häufiger verwendet werden als aktive. Diese wiederum lassen sich unterscheiden in
flugzeug- und satellitengestützte Systeme. Das folgende Kapitel soll einen Überblick über einige
der im Kruger-Park verwendete Sensoren und die mit ihren Daten durchgeführten
Untersuchungen geben (LENTILE et al. 2006: 324).

4.2.1 MODIS

MODIS (Moderate Resolution Imaging Spectroradiometer) ist ein Sensor, der 1999 mit Terra,
dem ersten EOS (Earth Observation System)-Satelliten der NASA (National Aeronautics and
Space Adminstration) gestartet ist (ROY 2001: 1). Er besitzt eine globale Abdeckung und wurde
entwickelt um Langzeitdaten über die Atmosphäre sowie terrestrische und marine Ökosysteme zu
erheben (ROY 2001: 1).

10
 Die zeitliche Auflösung von MODIS beträgt zusammen mit der Plattform Aqua (die 2002 mit
einem weiteren MODIS-Instrument an Bord gestartet wurde) weniger als einen Tag (für alle
Gebiete über etwa 30 ° nördlicher und südlicher Breite) (JUSTICE o.J.: o.S., JUSTICE et al. 2002: 3).
Er nimmt Daten mit räumlichen Auflösungen von 250 m (Kanal 1 und 2), 500 m (Kanal 3 bis 7)
und 1000 m (Kanal 8 bis 36) im Nadir in 36 spektralen Kanälen auf, die von 405 bis 14385 nm
reichen (BARNES et al. 1998: 1089, JUSTICE et al. 2002: 4) und seine Schwadbreite beträgt etwa
2330 km (JUSTICE 2002: 4, ROY 2001: 1).

4.2.2 AVHRR

Bei AVHRR (Advanced Along Track Scanning Radiometer) handelt es sich um einen Sensor,
der auf den NOAA (National Oceanic and Atmospheric Administration)-Satelliten seit 1978
eingesetzt wird und der ebenso wie MODIS eine globale Abdeckung besitzt (JONES 1997: o.S.,
USGS 2006: o.S.). Er wurde für meteorologische und ozeanische Anwendungen entwickelt, so
dass die Sättigung seines thermalen Kanals (Kanal 5 (siehe Tab. 1) bei etwa 47 °C liegt und somit
nicht für die Feueranalysen geeignet ist (JONES 1997: o.S., USGS 2006: o.S.).
AVHRR umkreist die Erde 14-mal täglich in einer Höhe von 833km und erreicht somit bei
einer Schwadbreite von 2399 km eine etwa eintägige temporale Auflösung (JONES 1997: o.S.,
USGS 2006: o.S.). Er liefert Daten in drei verschiedenen Formaten: High Resolution Picture
Transmission (HRPT), Local Area Coverage (LAC) mit einer räumlichen Auflösung von je 1,1
km und Global Area Coverage (GAC) mit einer räumlichen Auflösung von 5km (JONES 1997:
o.S.).

Tab. 1: AVHRR-Kanäle (verändert nach JONES 1997: o.S.)

Kanalbreite Bereich des elektro- Verwendung in der Verwendung in der
Kanal
(μm) magnetischen Spektrums Feuerdetektion Fernerkundung allgemein
1 0,58 - 0,68 sichtbar Rauch optische FE / Albedo / Wolken
2 0,72 - 1,1 nahes infrarot Rauch Vegetation / Wasser / Wolken
3 3,55 - 3,93 mittleres infrarot Feuer Feuer / warme Oberflächen
4 10,3 - 11,3 fernes infrarot Feuer Meeresoberflächentemp.
5 11,5 - 12,5 fernes infrarot - Meeresoberflächentemp.

4.2.3 Andere Sensoren

Über MODIS und AVHRR hinaus existiert auch noch eine Vielzahl anderer Sensoren mit
denen versucht wurde aktive Feuer und Brandflächen in den Savannengebieten des Kruger-Parks

11
zu analysieren. Beispiele hierfür werden unter 4.3 näher erläutert. Die entsprechenden Sensor-
Beschreibungen finden sich in Tabelle 2 (LENITLE 2006: 326).

Tab. 2: Eigenschaften von Sensoren, die zur Feuer- und Brandflächendetektion in den Savannengebieten des Kruger
Nationalparks verwendet wurden (nach ESA o.J.: o.S., ROBERTS et al. 2005: 3, USGS 2008: o.S.)

Sensor Startdatum Kanäle Wellenlängenbereich Abdeckung räumliche Auflösung temp. Auflösung

SEVIRI 2002 12 600 – 13400 nm Europa, Afrika 3km / 1km (HRV) 15 min
1982 bzw. 30 m (120 m therm.,
Landsat TM /ETM 7 450 – 12500 nm Global 16 Tage
1984 / 1999 15 m pan)
SPOT Vegetation 1998 4 430 – 1750 nm Global 1165 m 1 Tag

4.3 Methoden zur Feuer- und Brandflächenanalyse

Die mit den vorgestellten Sensoren durchgeführten Untersuchungen lassen sich wie bereits
erwähnt in die Analyse aktiver Feuer sowie der Brandflächen unterscheiden. Innerhalb dieser
Bereiche lassen sich jeweils wiederum zwei Anwendungsgebiete differenzieren: Zum Einen die
reine Detektion von Feuern bzw. Brandflächen, zum Anderen deren Analyse z. B. hinsichtlich der
Fire Radiative Power (aktive Feuer) oder der Heterogenität bzw. Vollständigkeit der Verbrennung
(Brandflächenanalyse) (LENTILE et al. 2006: 324, 328).

4.3.1 Aktive Feuer

4.3.1.1 MODIS-Aktiv-Feuer-Produkt und andere Ableitungen

Zur aktiven Feuerdetektion mit dem MODIS-Sensor (mit einer räumlichen Auflösung von
500m) werden im Wesentlichen die Kanäle 21 bzw. 22 und 31 verwendet (siehe Tab. 3) (JUSTICE
et al. 2006: 11). Aus diesen wird zunächst die Brightness Temperature (BT) abgeleitet (JUSTICE et
al. 2006: 11). Standardmäßig wird die BT vom 22. und 31. Kanal berechnet, da der 22. Kanal
einen geringeren Rauschanteil aufweist als der 21 (JUSTICE et al. 2006: 11). Da er jedoch auch
schneller gesättigt ist (bei 331 °K), wird bei entsprechend hohen BTs auf den 21. Kanal
ausgewichen (Sättigung bei 500 °K) (JUSTICE et al. 2006: 11).
Zusätzlich dienen die Kanäle 1, 2, 7 und 32 zur Ausmaskierung von Wasser, Wolken sowie
Pixeln in denen die BT durch spiegelnde Reflexion des Sonnenlichts unplausibel erhöht wurde
(JUSTICE et al. 2006: 9, 11). Am Ende dieser Maskierung stehen vier Klassen von Pixeln: missing
data, cloud, water (diese werden aus der weiteren Analyse ausgeschlossen) und Landpixel mit
denen weiter verfahren wird (JUSTICE et al. 2006: 11).
12
 Nach einer Initial-Klassifikation, in der potentielle Feuer-Pixel von Nicht-Feuer-Pixeln
getrennt werden, wird für jedes pot. Feuer-Pixel eine Nachbarschaftsanalyse durchgeführt
(beginnend mit einem 3x3-Pixel-Fenster (bis 21x21)) (JUSTICE et al. 2006: 11). Das
radiometrische Signal der pot. Feuerpixel wird mit dem der benachbarten Nicht-Feuer-Pixel
verglichen. Unterscheidet sich sowohl die BT des 22. (bzw. 21.) Kanals, als auch die BT-
Differenz zwischen dem 31. und 22. (/21.) Kanal deutlich von der des Nicht-Feuer-Hintergrundes
(d. h. der Nachbarschaft), erfolgt eine Klassifizierung als Feuer-Pixel (JUSTICE et al. 2006: 11).
Wie groß der Unterschied sein muss, hängt von der natürlichen Variabilität des
Hintergrundsignals ab. Alle Bildpunkte, für die die Nachbarschaftsanalyse (auf Grund mangelnder
Nicht-Feuer-Nachbar-Pixel) nicht durchgeführt werden kann, werden aus unknown klassifiziert
(JUSTICE et al. 2006: 11) Eine ausführlichere Beschreibung des Algorithmus erfolgt in GIGLIO et
al. (2003).

Tab. 3: Im MODIS-Active-Fire-Product verwendete Kanäle (verändert nach JUSTICE et al. 2006: 12)
Zentrale Wellen-
Kanal Verwendung
länge in nm
1 650 Sonnenglanz-, Küsten- und Wolkenmaskierung
2 860 Maskierung von Sonnenglanz, sehr hellen Oberflächen, Küsten und Wolken
7 2130 Sonnenglanz- und Küstenmaskierung
21 3960 Feuerdetektierung und -charakterisierung
22 3960 Feuerdetektierung und -charakterisierung
31 11000 Feuerdetektierung und Wolkenmaskierung
32 12000 Wolkenmaskierung

In einer alternativen Variante des MODIS-Feuerprodukts (beschrieben in GIGLIO et al. 2003),

in der ebenfalls eine Vorab-Klassifikation der Nicht-missing-data-, Nicht-cloud- und Nicht-water-
Pixel durchgeführt wird, werden alle Pixel als potentielle Feuerpixel ausgewiesen deren BT des
21. (bzw. 22.) Kanals größer als 310°K, deren BT-Differenz zwischen 21. (/22.) und 31. Kanal
größer als 10 °K und deren Reflektanz im 2. Kanal geringer als 0,3 ist (GIGLIO et al. 2003: 274).
Der Weg vom potentiellen zum tatsächlichen Feuerpixel kann anschließend über zwei Wege
führen: Zum Einen über Schwellenwerte der im Original-Algorithmus beschriebenen Kriterien
(Unterschied zur Nachbarschaft), zum Anderen über eine Abfolge von sechs kontextbezogener
Tests (exakte Beschreibung in GIGLIO et al. 2003: 275-277).
Neben dem Versuch der Ableitung aktiver Brände aus MODIS-Daten spielt auch die
Validierung der hierdurch erhaltenen Produkte eine wichtige Rolle. Diese kann auf Basis
alternativer Datenerhebung geschehen. Beispielsweise werden von den Rangern des Parks Feuer,
Rauchfahnen, Feuer oder jegliche andere Landbedeckungsänderungen festgehalten. Eine
satellitenbasierte Validierung des MODIS-Aktiv-Feuer-Produkts wurde für das südliche Afrika z.
B. mittels ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)-Daten
13
von MORISETTE et al. (2005) durchgeführt (da dieser Sensor ebenso wie MODIS auf der Terra-
Plattform sitzt) (NASA 2004: o.S). Diese konnte zeigen, dass zumindest für dieses Gebiet die
Weiterentwicklung des Aktiv-Feuer-Algorithmus von Version 3 zu Version 4 eine Verbesserung
der Genauigkeit bewirkte (CSISZAR, I. et al. 2006: 1757, MORISETTE et al. 2005: 4260f.).
Über die reine Detektion verbrannter Flächen hinaus gibt es auch Ansätze aus MODIS-Daten
die FRP (z. B. in WOOSTER et al. 2003 (australische Savanne)) oder aus dieser wiederum die Art
des Feuers (head oder back) abzuleiten (z. B. SMITH & WOOSTER 2005 (afrikanische Savanne)).
Wie SMITH & WOOSTER (2005) zeigten, lassen sich eine derartige Differenzierung auf Grund der
um eine Größenordnung niedrigeren Strahlungsenergiefreisetzung von back-Feuern gut auf
MODIS-Daten anwenden. Diese Methodik wurde bisher allerdings noch nicht auf das Gebiet des
Kruger-Parks angewandt (LENTILE et al. 2006: 326).

4.3.1.2 Weitere Beispiele zur Untersuchung aktiver Feuer

Neben MODIS wurden auch mit AVHRR Aktiv-Feuer-Detektion und –Analysen durchgeführt.
Beispielsweise wurde die Ableitung aktiver Feuerflächen für den gesamten afrikanischen
Kontinent von KOFFI et al. (1996) unternommen. Bei diesem Ansatz wird ein Multi-Kanal-
Grenzwert-Algorithmus, der sequenziell für alle Pixel abgearbeitet wird, auf AVHRR-GAC-
Daten angewandt. Damit ein Pixel hierbei als feuerbeinhaltend ausgewiesen wird, müssen vier
Kriterien erfüllt sein: Die BT von Kanal 3 muss über einem best. Schwellenwert liegen, die BT
von Kanal 3 muss größer als die von Kanal 4 plus einem best. Wert sein, die BT von Kanal 4
muss über einem best. Wert liegen und die top-of-atmosphere-Reflektanz von Kanal 2 muss unter
einem bestimmten Wert liegen (KOFFI et al. 1996: 225). Die entsprechenden Schwellenwerte bzw.
Summanden werden, da sie Ökosystem- und Saison-abhängig sind, für jeden Monat neu definiert
(KOFFI et al. 1996: 226).
Ein letztes Beispiel für die Untersuchung von Brandflächen (u. a.) der Savannengebiete im
Kruger Nationalpark stellt die Studie von ROBERTS et al. (2005) dar, die auf Daten des
geostationären SEVIRI (Spinning enhanced visible and infrared imager)-Sensors (siehe Abschnitt
4.2.3) basiert (LENTILE et al. 2006: 326). Der Algorithmus zur Extraktion der Feuer-Pixel basiert
auf dem des MODIS-Aktiv-Feuer-Produkts. Das heißt, es wird ebenfalls eine Vorab-
Klassifikation auf Basis einer statistischen Auswertung des mittleren (3900 nm) und thermalen
(10800 nm) Infrarot-Kanals durchgeführt um anschließend durch eine Nachbarschafts-
untersuchung (ebenfalls innerhalb dieser Kanäle) die Feuerpixel abzuleiten. Da bei SEVIRI der
Beleuchtungswinkel sowie die BT der Feuer-Umgebung stärker variieren kann, wurde in erster
Linie eine Anpassung der Grenzwerte vorgenommen (ROBERTS et al. 2005: 4-6).
14
 Anschließend findet eine Feuercharakterisierung nur auf den als Feuer ausgewiesenen Pixeln
statt. Hierbei wird für jedes Pixel die FRP mit folgender Formel nach ROBERTS et al. (2005: 2)
berechnet:
஺ೞೌ೘೛ ഑
‫ܴܲܨ‬ெூோ = ௔
(‫ܮ‬௛,ெூோ − ‫ܮ‬௕௞,ெூோ ) (1)

Wobei Lh,MIR und Lbk,MIR die Strahlung des aktiven Feuers bzw. des Hintergrundes bezeichnen,
Asampσ die Fläche eines Pixels (in Abhängigkeit des Blickwinkels σ) und a eine empirische
Konstante (ROBERTS et al. 2005: 2).

4.3.2 Brandflächen

Neben der Analyse aktiver Feuer gibt es eine Vielzahl von Anwendungen bei denen die
Brandflächen analysiert werden. Die überwiegende Mehrheit dieser basieren auf der Detektion
von spektralen Änderungen die während des Feuers stattfinden. Im Folgenden sollen einige dieser
Untersuchungen vorgestellt werden (LENTILE et al. 2006: 327).

4.3.2.1 Modis-Brandflächen-Produkt und andere Ableitungen

Im MODIS-Brandflächen-Produkt werden die ungefähren Zeitpunkte zu denen bestimmte

Flächen gebrannt haben mit einer räumlichen Auflösung von 500 m bestimmt (JUSTICE et al.
2006: 17, ROY et al. 2007: 2). Die Ausweisung verbrannter Flächen basiert auf der Messung
abrupter Veränderungen der Reflektanz in täglichen Zeitreihen. Da bei der Änderungsdetektion
zwischen zwei Szenen die Bi-Direktionale Reflektanzdistributionsfunktion (BRDF) (in die
sowohl die Wellenlänge, als auch der Betrachtungs- und Beleuchtungswinkel eingehen) eine
wichtige Rolle spielt, wird ein BRDF-Modell-basierter Ansatz verwendet (eine genaue
Beschreibung des Modells (RossThick-LiSparse reciprocal-BRDF-Modell) findet sich in SCHAAF
et al. (2002))(JUSTICE et al. 2006: 19, 21, Roy et al. 2007: 2).
Darüber hinaus basiert der Ansatz auf statistischen Analysen. Hierbei wird aus den BRDF-
korrigierten Reflektanzdaten von mindestens sieben vorangegangenen Aufnahmen die Reflektanz
der nächsten Aufnahme vorhergesagt (JUSTICE et al. 2006: 21). Damit ein Pixel nun als verbrannt
ausgewiesen wird, müssen verschiedene Kriterien erfüllt sein:

15
 1. Die tatsächlich gemessene Reflektanz (im zweiten und fünften MODIS-Kanal) muss um
einen bestimmten Grenzwert kleiner sein als die Vorhergesagte (JUSTICE et al. 2006: 19,
21, Roy et al. 2007: 2).
2. Die Differenzen der gemessenen Reflektanzen zwischen dem zweiten und siebten und
zwischen dem fünften und siebten MODIS-Kanal müssen sich im Vergleich zu den min.
sieben vorangegangenen Messungen verringert haben (JUSTICE et al. 2006: 19, 21, Roy et
al. 2007: 2).
Der zweite Punkt dient dem Ausschluss von Änderungen die z. B. durch Wolken, Schatten
oder Feuchtigkeitsänderungen hervorgerufen werden, da diese Einfluss sowohl auf den zweiten
(841 – 876 nm) bzw. fünften (1230 – 1250 nm) und den siebten MODIS-Kanal (2105 – 2155 nm)
haben (BARNES et al. 1998: 1090, JUSTICE et al. 2006: 21). Feuer hingegen senkt die Reflektanz
lediglich im zweiten und fünften Kanal, wodurch der Unterschied zum siebten geringer wird
(JUSTICE et al. 2006: 21).
Eine weitere Anwendung zur Ausweisung von Brandflächen, die von CHONGO et al. (2007)
durchgeführt wurde, basiert auf einer überwachten Klassifikation des ersten, zweiten und sechsten
MODIS-Kanal. Weiterhin dient dieser Methode eine Habitatklassifizierung (flussnahe
Waldgebiete, dichte Waldgebiete, gemischte Waldgebiete und offene Baumsavanne) als
Grundlage (CHONGO et al. 2007: 79.
In gleicher Weise wie auch bei den aktiven Feuern gibt es auch bei der Brandflächen-
Untersuchung Anwendungen in denen die Flächen auf ihre Eigenschaften hin untersucht werden.
Beispielsweise wurde -wie WOODS et al. (2002: 7) berichten- anhand von MODIS-Daten
versucht, Brandnarben im Kruger-Park hinsichtlich der Vollständigkeit ihrer Verbrennung bzw.
ihrer Fire Severity zu untersuchen.
Darüber hinaus wurde u. a. im SAFARI (Southern African Fire-Atmosphere Research
Initiative)-Projekt der Versuch unternommen, das MODIS-Brandflächenprodukt mittels in-situ
Daten über das nach dem Feuer noch vorhandene brennbare Material und dessen
Zusammensetzung zu validieren (WOODS et al. 2002: 7). Einen ähnlichen Validierungsansatz
verfolgten auch ROY et al. (2005) im Rahmen des SAFNet (Southern Africa Fire Network), die als
Grundlage 44 höher aufgelöste Landsat-Szenen (siehe Abschnitt 4.2.3) verwendet. Acht dieser
Szenen befanden sich im Bereich des Kruger Nationalparks (ROY et al. 2005: 4275). Hierbei
wurde ein Ansatz visueller Interpretation gewählt. Dieser basierte auf der Auswertung
multitemporaler Daten, bei dem jeweils die zwischen zwei Landsat-Aufnahmezeitpunken
entstandenen Brandnarben detektiert werden sollten. Wolkenschatten wurden unter Zuhilfenahme
des thermalen Kanals ausgeschlossen. Weiterhin kam zur Unterstützung der visuellen
Interpretation ein Index zum Einsatz (ROY et al. 2005: 4276-4278):

16
 ்ெ಼ೌ೙ೌ೗ ర ି்ெ಼ೌ೙ೌ೗ ళ
‫= ݔ݁݀݊ܫ‬ (2)
்ெ಼ೌ೙ೌ೗ ర ା்ெ಼ೌ೙ೌ೗ ళ

Pixel die in den Landsat-Daten nicht ausgewertet werden konnten (z. B. durch
Wolkenbedeckung), wurden als unverbrannt ausgewiesen und gingen somit als mögliche
Fehlerquelle in die Validierung der MODIS-Daten ein. Insgesamt deutet der in dieser Studie
durchgeführte Vergleich auf eine gute Übereinstimmung zwischen MODIS- und Landsat-Daten
hin, wobei insbesondere bei kleinen Bränden größere Abweichungen auftreten (Roy et al. 2005:
4287).

4.3.2.2 Weitere Beispiele zur Untersuchung von Brandflächen

Über MODIS hinaus wurden auch mit verschiedensten anderen Sensoren

Brandflächenanalysen durchgeführt. Insbesondere AVHRR ist dabei, auf Grund der Verfügbarkeit
langjähriger Zeitreihen interessant. Beispielsweise versuchten Barbosa et al. (1998, 1999a) aus
AVHRR-GAC-Daten Brandflächen sowie die Menge der darauf verbrannten Biomasse für Afrika
abzuleiten. Dies ergab bei einer Validierung mit Landsat-Daten eine Overall Accuracy von 71 %
(BARBOSA et al. 1999a: 261).
Ein weiterer Ansatz der Brandflächenkartierung mit AVHRR- und Landsat-Validierungsdaten
die speziell auf den Kruger-Park bezogen ist, wird in WOODS et al. (2002) beschrieben. Hierbei
zeigte sich, dass die Brandfläche in den grob aufgelösten AVHRR-Daten unterschätzt wird
(WOODS et al. 2002: 7).
Andere Sensoren die in der Brandnarbenkartierung und -analyse Süd Afrikas sowie des
Kruger-Parks verwendet wurden umfassen allen voran SPOT-Vegetation (Systeme Pour
l'Observation de la Terre) (z. B. in SILVA et al. 2003) und Landsat-TM bzw. –ETM+ (z. B. in
HUDAK & BROCKETT 2004). Eine von LANDMANN (2003) durchgeführte Landsat-basierte
Methode zur Quantifizierung der Burn Severity soll im Folgenden näher erläutert werden:
Diese untersuchte drei gut bekannte Experimentalbrandflächen (experimental burn plots
(EBPs)) innerhalb eines 3x3-Pixel-Bereichs in zwei wolkenfreie und atmosphärenkorrigierte
Landsat-Aufnahmen (12.6. und 15.8. 2000) (LANDMANN 2003: 357). Diese waren (wie aus
Feldmessungen bekannt) homogen hinsichtlich Physiognomie, Vegetationsstruktur und
Morphologie. Die darauf befindliche brennbare Biomasse wurde mittels einer Tasselled-Cap-
Analyse aus der Landsat-Reflektanz abgeleitet. Anschließend wurden auf allen EBPs am
14.8.2000 unter gleichen mikrometeorologischen Bedingungen experimentelle Feuer gezündet
(LANDMANN 2003: 357). Anschließend wurden von den Brandflächen Proben weißer und

17
schwarzer Asche sowie Rückstände photosynthetisch inaktiver Biomasse (Zweige, Rinde etc.)
gesammelt und im Labor mit einem Analytical Spectral Device (ASD)-Radiometer auf ihre
spektralen Eigenschaften hin untersucht (LANDMANN 2003: 357). Mit Hilfe dieser Informationen
konnte eine spektrale Entmischung mittels folgenden Endmembern (reine Bestandteile des
spektralen Mischsignals) durchgeführt werden: schwarze und graue Asche (aus einer Interpolation
zwischen schwarzer und weißer Asche), photosynthetische inaktive und aktive Biomasse (direkt
aus den Landsat-Daten extrahiert) (LANDMANN 2003: 357).
Durch die Auswertung konnte eine schwache Korrelation (R² = 0,49) zwischen der vor dem
Feuer vorhandenen Biomasse (die aus den Landsat-Daten abgeleitet wurde) und der Menge der
grauen Asche nach dem Feuer festgestellt werden (LANDMANN 2003: 357). Weiterhin wurden
Korrelationen zwischen der Menge der grauen Asche und der ebenfalls aus den Landsat-Daten
abgeleiteten Verbrennungsvollständigkeit (Combustion Completeness (CC)) (R² = 0,46) (siehe
Abb. 4a) und der Menge der aus der spektralen Entmischung abgeleiteten photosynthetisch
inaktiven Biomasse und der CC (R² = 0,73) (siehe Abb. 4b) gefunden (LANDMANN 2003: 357).

Abb. 4a: Zusammenhang zwischen Menge der grauen Asche und Biomasse (links) und 4b: Zusammenhang
zwischen Menge der photosynthetisch inaktiven Residualvegetation (rechts) (verändert nach
LANDMANN 2003: 359)

Abschließend stehen neben den bisher beschriebenen Methoden auch noch eine Vielzahl von
sensorunabhängigen Methoden wie Ratios oder Indices zur Verfügung, von denen auch im Kruger
Nationalpark Gebrauch gemacht wurde. Als Beispiele sollen an dieser Stelle nur einige genannt
werden, da eine umfassende Beschreibung den Rahmen dieser Arbeit sprengen würde:
In den afrikanischen Savannen kamen sowohl simple Ratios aus den Kanäle des blauen,
grünen sowie roten Spektralbereich des entsprechenden Sensors, als auch speziell auf Post-Feuer-
Effekte zugeschnittene Quantoren wie z. B. den Normalized Burn Ratio (NBR) (SMITH et al.
2005: 92).
18
 Nach ROY et al. (2006: 112) berechnet sich der NBR wie folgt:

ேூோିெூோ
ܰ‫= ܴܤ‬ (3)
ேூோାெூோ

Wobei NIR und MIR jeweils den nahinfraroten und mittelinfraroten Kanal eines
entsprechenden Sensors (z. B. Landsat-TM) repäsentieren (ROY et al. 2006: 112).
Der NBR wurde ursprünglich zur bloßen Detektion verbrannter Flächen entwickelt, wird heute
aber meist zur Untersuchung der Wiederbesiedlung der Brandnarben durch Pionierpflanzen
verwendet. In gleicher Weise findet auch der Normalized Difference Vegetation Index (NDVI)
(Differenz des roten und nahinfraroten Kanals, normiert über deren Summe) Einsatz in der Feuer-
und Post-Feuer-Analyse (BARBOSA et al. 1999a: 253, LENTILE et al. 2006: 329, ROY et al 2006:
13).
Weitere im Zusammenhang mit der Brandflächendetektion und –analyse verwendete Indices
sind der GEMI (Global Vegetation Monitoring Index), der VI3, der MSAVI (Modified Soil
Adjusted Vegetation Index) und der MIRBI (Mid-Infrared Bispectral Index) bzw. Modifikationen
dieser (BARBOSA et al. 1999a: 253, LENTILE et al. 2006: 329). Hierbei ist insbesondere der VI3T
hervorzuheben der unter anderem in den Savannengebieten des Kruger-Parks mittels AVHRR
getestet wurde. Dieser berechnet laut BARBOSA et al. (1999b: 935) wie folgt:

(ఘమ ି஻்య )ൗ
ܸ‫ܫ‬3ܶ = (ఘమ ା஻்య ) ଵ଴଴଴ (4)
ൗଵ଴଴଴

Wobei ρ2 den 2. AVHRR-Kanal repräsentiert und BT3 die Brightness Temperature des 3.
AVHRR-Kanals (BARBOSA 1999b: 935).

5 Diskussion und Ausblick

Die vorliegende Arbeit hatte zur Aufgabe, einen Überblick über die Methoden der
fernerkundlichen Feuer- und Brandflächendetektion und –analyse zu geben. Es konnte gezeigt
werden, dass bereits eine Vielzahl derartiger Untersuchungen unternommen wurden, da
insbesondere in den Savannengebieten Afrikas große Mengen an Biomasse durch Feuer
umgesetzt werden und diese somit einen entscheidenden Einfluss auf biogeochemische Kreisläufe
(wie z. B. den Kohlenstoffkreislauf) nehmen können. Allerdings wäre bei solchen
Untersuchungen eine Beschränkung auf das Gebiet des Kruger-Parks allein nicht repräsentativ für

19
die südafrikanischen Savannengebiete, da außerhalb der Nationalparks auf Grund des größeren
anthropogenen Einflusses andere Feuerursachen zu Tage treten und sich die Feuer
dementsprechend auch anders verhalten (ROY 2001: 1).
Trotz der bisherigen Bemühungen liegen die exakten Zusammenhänge zwischen der zur
Verfügung stehenden Regenerationszeit nach einem Brand (bzw. der Menge der angehäuften
Biomasse) und der Brandart sowie der Vollständigkeit der Verbrennung noch weitestgehend im
Dunkeln. Hier besteht weiterhin Forschungsbedarf, sowohl durch in-situ-Untersuchungen
hinsichtlich der Feuer- und Rückstandsbeschaffenheit, als auch bezogen auf die Fernerkundung.
Das heißt insbesondere bezogen auf das In-Verbindung-Setzen zwischen den gemessenen
Reflektanzen am Sensor und der von Feuer ausgesandte Strahlungsenergieanteil bzw. den
Prozentsätzen von weißer und schwarzer Asche als auch den Überresten photosynthetische aktiver
und inaktiver Biomasse. Einen weiteren Fortschritt könnte in diesem Zusammenhang
beispielsweise der für Herbst 2009 geplante VIIRS (Visible Imaging Infrared Radiometer Suite)
sein, der eine Weiterentwicklung des MODIS-Sensors darstellte (BUTLER 2008: o.S.).

20
Literatur

AFP (Aircraft Fire Protection) (2008): Aircraft Fire Pattern Investigation Tips.
<http://www.afp1fire.com/Tips.htm> (Stand: 2008) (Zugriff: 2008-12-08).

ALBERTZ, J. (20012): Einführung in die Fernerkundung. Grundlagen der Interpretation von Luft-
und Satellitenbildern. Darmstadt: Wissenschaftliche Buchgesellschaft.

ANONYMOUS (o.J.): IMG_9874. <http://lh5.ggpht.com/_1uD7uApTMso/

R8QPv81l3iI/AAAAAAAAA4s/Geo1MOugayw/IMG_9874.jpg> (Stand: o.S.) (Zugriff:
2008-12-28).

BARBOSA, P., PEREIRA, J. & J. GRÉGOIRE (1998): Composition Criteria for Burned Area
Assessment Using Multitemporal Low Resolution Satellite Data. In: Remote Sensing of
Environment, 65, 38-49.

BARBOSA, P., GRÉGOIRE, J. & J. PEREIRA (1999a): An Algorithm for Extracting Burned Areas
form Time Series of AVHRR GEC Data Applied at a Continental Scale. In: Remote Sensing
of Environment, 69: 253-263.

BARBOSE, P., STROPPIANA, D., GRÉGOIRE, J., PEREIRA, J. (1999b): An assessment of vegetation
fires in Africa (1981–1991): Burned area, burned biomass, and atmospheric emissions. In:
Global Biochemical Cycles, 13, 933–950.

BARNES, W., PAGANO, T. & V. SALOMONSON (1998): Prelaunch characteristics of the Moderate
Resolution Imaging Spectroradiometer (MODIS) on EOS-AM1. In: Transaction on
Geoscience and Remote Sensing, 36, 1088-1100.

BROCKETT, B. & S. BUNTING (2008): Exploring fire-derived phase switches in woody-grass

vegetation states in Madikwe Game Reserve. <http://www.sanparks.org/parks/kruger/
conservation/scientific/noticeboard/science_network_meeting_2008/Wednesday/
brockett.pdf> (Stand: 2008) (Zugriff: 2008-12-28).

21
BUTLER, B., COHEN, J., LATHAM, D., SCHUETTE, R., SOPKO, P., SHANNON, K., JIMENEZ, D. & L.
BRADSHAW (2004): Measurements of radiant emissive power and temperatures in crown
fires. In: Canadian Journal of Forest Research, 34, 1577-1587.

BUTLER, R. (2008): An Insider's View of Remote Sensing Fire Applications for Conservation.
<http://www.directionsmag.com/article.php?article_id=2732&trv=1> (Stand: 2008-04-09)
(Zugriff: 2008-11-22).

CHONGO, D., NAGASAWA, R., AHMED, A. & F. PERVEEN (2007): Fire Monitoring in Savanna
Ecosystems Using MODIS Data. A Case Study from Kruger National Park, South Africa. In:
Landscape Ecological Engineering, 3, 79-88.

CSISZAR, I., MORISETTE, J. & L. GIGLIO (2006): Validation of Active Fire Detection from
Moderate-Resolution Satellite Sensors: The MODIS Example in Northern Eurasia. In:
Transaction on Geoscience and Remote Sensing, 44, 1757-1764.

ESA (European Space Agency) (o.J.): MSG. Technical Data.

<http://www.esa.int/msg/FT/FT4b.html> (Stand: o.S.) (Zugriff: 2008-12-29).

FRANDSEN, R. (2008): Map of the Kruger National Park. <http://www.sanparks.org/

parks/kruger/images/maps/originals/KrugerPark.gif> (Stand:2008 ) (Zugriff: 008-11-29).

FRANKLIN, S., ROBERTON, P. & J. FRALISH (1997): Small-scale fire temperature patterns in upland
Quercus communities. In: Journal of applied ecology , 34, 613-630.

GE (Google Earth) (2008): Google Earth 4.3.7284.3916 (beta). Redmond: Google Earth.

GIGLIO, L., DESCLOITRES, J., JUSTICE, C. & Y. KAUFMAN (2003): An Enhanced Contextual Fire
Detection Algorithm for MODIS. In: Remote Sensing of Environment, 87, 273-282.

GOVENDER, N., TROLLOPE, W. & B. VANWILGEN (2006): The effect of fire season, fire frequency,
rainfall and management on fire intensity in savanna vegetation in South Africa. In: Journal
of Applied Ecology, 43, 748-758.

22
HUDAK, A. & B. BROCKETT (2004): Mapping Fire Scars in a Southern African Savanna Using
Landsat Imagery. In: International Journal of Remote Sensing, 25, 3231-3243.

JACOBS, O. & R. BIGGS (2002): The Status and Population Structure of the Marula in the Kruger
National Park. In: South African Journal of Wildlife research, 32, 1-12.

JARVIS A., REUTER, H., NELSON, A. & E. GUEVARA (2008): Hole-filled seamless SRTM data V4.
International Centre for Tropical Agriculture (CIAT). <http://srtm.csi.cgiar.org> (Stand:
2008) (Zugriff: 2008-12-01).

JONES, S. (1997): Advanced Very High Resolution. <http://ceos.cnes.fr:8100/cdrom-

00/ceos1/casestud/burnbio/avhrrdoc.htm> (Stand: 1997) (Zugriff: 2008-12-18).

JUSTICE, C. (o.J.): MODIS Fire and Thermal Anomalies. <http://modis-fire.umd.edu/

products.asp> (Stand: o.S.) (Zugriff: 2008-12-11).

JUSTICE, C., TOWNSHEND, J., VERMOTE, E., MASUOKA, E., WOLFE, R., SALEOUS, N., ROY, D. & J.
MORISETTE (2002): An Overview of MODIS Land Data Processing and Product Status. In:
Remote Sensing of Environment, 83, 3-15.

JUSTICE, C., GIGLIO, L., BOSCHETTI, L., ROY, D., CSISZAR, I., MORISETTE, J. & Y. KAUFMAN
(2006): Algorithm Technical Background Document. MODIS Fire Products. Version 2.3, 1
October 2006. EOS ID# 2741. <http://modis.gsfc.nasa.gov/data/atbd/atbd_mod14.pdf>
(Stand: 2006-10-06) (Zugriff: 2008-12-18).

KENNARD, D. (2008): Types of Natural Fires. Surface Fires, Ground Fires, and Crown Fires.
<http://www.forestencyclopedia.net/p/p1464> (Stand: 2008) (zugriff: 2008-12-08).

KNP (Kruger National-Park) (o.J.): Willkommen im Kruger Nationalpark. <http://www.kruger-

nationalpark.de/deutsch.htm> (Stand: o.S.) (Zugriff: 2008-11-22).

KOFFI, B., GRÉGOIRE, J. & H. EVA (1996): Satellite Monitoring of Vegetation Fires on a
Mulitannual Basis at Continental Scale in Africa. In: Biomass Burning and Global Change.
Volume 1. Remote Sensing, Modelling and Inventory Development, and Biomass Burning in
Africa. Cambridge: The MIT Press, 225-235.

23
LANDMANN, T. (2003): Characterizing Sub-Pixel Landsat ETM+ Fire Severity on Experimental
Fires in the Kruger National Park, South Africa. In: South African Journal of Science, 99,
357-360.

LENTILE, L., HOLDEN, Z., SMITH, A., FALKOWSKI, M., HUDAK, A., MORGAN, P., LEWIS, S.,
GESSLER, P. & N. BENSON (2006): Remote sensing techniques to assess active fire
characteristics and post-fire effects. In: International Journal of Wildland Fire, 15, 319-345.

MNR (Ministry of Natural Resources) (2008): How We Fight Fire. The Science of Fire (fire
behaviour and fire ecology). <http://www.mnr.gov.on.ca/en/Business/AFFM/
2ColumnSubPage/STEL02_165767.html> (Stand: 2008-11-06) (Zugriff: 2008-12-08).

MORISETTE, J., GIGLIO, L., CSISZAR, I. & C. JUSTICE (2005): Validation of the MODIS Active Fire
Product over Southern Africa with ASTER Data. In: International Journal of Remote
Sensing, 26, 4239-4264.

NASA (National Aeronautics and Space Adminstration) (2004): ASTER.

<http://asterweb.jpl.nasa.gov/> (Stand: 2004-09-07) (Zugriff: 2008-12-28).

NOAA (National Oceanic and Atmospheric Administration) (2008): National Fire Danger Rating
System. <http://www.wrh.noaa.gov/sew/fire/olm/nfdrs.htm> (Stand: o.S.) (Zugriff: 2008-12-
01).

ROBERTS, G., WOOSTER, M., PERRY, G., DRAKE, N., REBEL, L. & F. DIPOTSO (2005): Retrieval of
Biomass Combustion Rates and Totals from Fire Radiative Power Oberservation. Part 2 –
Application on Southern Africa Using Geostationary SEVIRI Imagery.
<http://access.kcl.clientarea.net/content/1/c4/97/47/
JGRSEVIRIFRPpaper2005JD006018.pdf> (Stand: 2005-11-12) (Zugriff: 2008-12-28).

ROY, D. (2001): Burned Area Mapping in Southern Africa. Case Study Synthesis and Regional
Application of MODIS Data. <http://lcluc.umd.edu/products/pdfs/ Abstract-Roy2001.pdf>
(Stand: 2001) (Zugriff: 2008-12-27).

24
ROY, D. & T. LANDMANN (2005): Characterizing the surface heterogeneity of fire effects using
multi-temporal reflective wavelength data. In: International Journal of Remote Sensing, 26,
4197–4218.

ROY, D., FROST, P., JUSTICE, C., LANDMANN, T., LEROUX, J., GUMBO, K., MAKUNGWA, S.,
DUNHAM, K., DETOIT, R., MHWANDAGARA, K., ZACARIAS, A., TACHEBA, B., DUBE, O.,
PEREIRA, J., MUSHOVA, P., MORISETTE, J., SANTHANA VANNAN, S. & D. DAVIES (2005): The
Southern African Fire Network (SAFNet) Regional Burned-Area Product-Validation
Protocol. In: International Journal of Remote Sensing, 26, 4265-4292.

ROY, D., BOSCHETTI, L. & S. TRIGG (2006): Remote Sensing of Fire Severity. Assessing the
Performance of the Normalized Burn Ratio. In: Geoscience and Remote Sensing Letters, 3,
1.2006, 112-116.

ROY, D., BOSCHETTI, L. & C. JUSTICE (2007): The Global MODIS Burned Area Product.
<http://www.fire.uni-freiburg.de/sevilla-2007/contributions/doc/cd/
SESIONES_TEMATICAS/ST4/Roy_et_al_USA.pdf> (Stand: 2007) (Zugriff: 2008-12-28).

SA (Science in Africa) (2008): Update on Kruger Park Fire.

<http://www.scienceinafrica.co.za/2001/september/kruger.htm> (Stand: 2008-11-20)
(Zugriff: 2008-11-22).

SAT (Siyabona Africa Travel) (o.J.): Destination Kruger Park. <http://www.krugerpark.co.za/>

(Stand: o.S.) (Zugriff: 2008-11-28).

SANP (South African National Parks) (2007): South African National Parks.
<http://www.sanparks.org/parks/kruger/> (Stand: 2007) (Zugriff: 2008-11-22).

SATS (South African Tours and Safaris) (2008): The great Kruger National Park.
<http://krugerpark.com/index.htm> (Stand: 2008) (Zugriff: 2008-11-29).

SCHAAF, C., GAO, F, STRAHLER, A., LUCHT, W. LI, X., TSANG, T., STRUGNELL, N., ZHANG, X., JIN,
Y., MULLER, J., LEWIS, P., BARNSLEY, M., HOBSON, P., DISNEY, M., ROBERTS, G.,
DUNDERDALE, R., DEENTREMONT, P., HU, B., LIANG, S., PRIVETTE, J. & D. ROY (2002): First
Operational BRDF Albedo and Nadir Reflectance Products from MODIS. In: Remote
Sensing of Environment, 83, 135-148.
25
SERUP, H., FALSTER, H., GAMBORG, C., GUNDERSEN, P., HANSEN, L, HEDING, N., HOUMANN, H.,
KOFMAN, P., NIKOLAISEN, L. & I. THOMSEN (1999): Holz als Energieräger. Technik - Umwelt
– Ökonomie. <http://www.videncenter.dk/groenne%20trae%20haefte/ Groen_Tysk/trae-
DE06.pdf> (Stand: 1999) (Zugriff: 2008-12-08).

SILVA, J, PEREIRA, J., CABRAL, A., SÁ, A. & VASCONCELOS, M., BERNARDO, M. & J. GRÉGOIRE
(2003): An Estimate of the Area Burned in Southern Africa During the 2000 Dry Season
Using SPOT-VEGETATION Satellite Data. In: Journal of Geophysical Research, 108, 34-
51.

SMITH, A. & M. WOOSTER (2005): Remote Classification of Head and Backfire Types from
MODIS Radiative Power Observation. In. International Journal of Wildland Fire, 14, 249-
254.

SMITH, A., WOOSTER, M., DRAKE, N., DIPOTSO, F., FALKOWSKI, M. & A. HUDAK (2005): Testing
the potential of multi-spectral remote sensing for retrospectively estimating fire severity in
African savanna environments. In: Remote Sensing of Environment, 97, 92-115.

TROLLOPE, W. & L. TROLLOPE (2004): Prescribed burning in African grasslands and savannas for
wildlife management. <http://ag.arizona.edu/OALS/ALN/aln55/trollope.html> (Stand: 2004)
(Zugriff: 2008-12-01).

TROLLOPE, W., DEBRUNO AUSTIN, C., HELD, A., HEINE, L. & F. FAVARD (2008): Conservation Fire
Management Course. <http://www.fire.uni-freiburg.de/GlobalNetworks/Africa/
WFTCA/Conservation%20Fire%20Management%20KNP%202008%20-
%2010%20Dec%2007.pdf> (Stand: 2008-05-05) (Zugriff: 2008-11-22).

USGS (United States Geological Survey) (2006): Advanced Very High Resolution Radiometer
(AVHRR). <http://edc.usgs.gov/guides/avhrr.html> (Stand: 2006-08-22) (Zugriff: 2008-12-
28).

USGS (United States Geological Survey) (2008): Landsat Missions.

<http://landsat.usgs.gov/band_designations_landsat_satellites.php> (Stand: 2008-12-29)
(Zugriff: 2008-12-29).

26
VANWILGEN, B., GOVENDER, N. & S. MACFADYEN (2008): An assessment of the Implementation
and Outcome of Recent Changes to Fires Management in the Kruger National Park.
<http://koedoe.co.za/index.php/koedoe/article/view/135/375> (Stand: 2008) (Zugriff: 2008-
12-27).

VERBESSELT, J., SOMERS, B., VANAARDT, J., JONCKHEERE, I. & P. COPPIN (2006): Monitoring
herbaceous biomass and water content with SPOT VEGETATION time-series to improve
fire risk assessment in savanna ecosystems. In: Remote Sensing of Environment, 101, 399-
414.

WOODS, D., POTGIETER, A., LANDMANN, T. & GOVENDER, N. (2002): Fire Policy, Experiments and
Experience in the Kruger National Park, South Africa. <http://www.safnet.co.za/
products/pdfs/Present_WoodsEtAl2002_KNP.pdf> (Stand: 2002) (Zugriff: 2008-12-27).

WOOSTER, M., ZHUKOV, B. & D. OERTEL (2003): Fire radiative energy for quantitative study of
biomass burning: derivation from the BIRD experimental satellite and comparison to MODIS
fire products. In: Remote Sensing of Environment, 86, 83-107.

27