Water erosion prediction by stochastic and empirical models in the Mediterranean: A case study in Northern Sicily (Italy)

DSpace Repository


Dateien:

URI: http://nbn-resolving.de/urn:nbn:de:bsz:21-opus-63109
http://hdl.handle.net/10900/49688
Dokumentart: PhDThesis
Date: 2012
Language: English
Faculty: 7 Mathematisch-Naturwissenschaftliche Fakultät
Department: Geographie, Geoökologie, Geowissenschaft
Advisor: Hochschild, Volker (Prof. Dr.)
Day of Oral Examination: 2012-04-19
DDC Classifikation: 550 - Earth sciences
Keywords: Bodenerosion , Geoinformationssystem , Fernerkundung , Anthropogener Einfluss , Regressionsanalyse , Bodenschutz , Mittelmeerraum
Other Keywords:
Soil erosion , Geographic information systems , Remote sensing , RUSLE , USPED , Human impact, road , Artificial channels , DEM , Erosion scenario
License: http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en
Order a printed copy: Print-on-Demand
Show full item record

Inhaltszusammenfassung:

Die vorliegende Dissertation zeigt sowohl die methodologischen Vorteile, als auch die Grenzen der Anwendung unterschiedlicher stochastischer und quantitativer Modelle zur Vorhersage von Bodenerosion im Mittelmeerraum auf. Mit der Wahl des Forschungsgebietes im nördlichen Teil von Sizilien (Italien), stellvertretend für die allgemeinen mediterranen Umweltbedingungen, wurde ein Raum bestimmt, der zunehmend von Degradations- und Desertifikationsprozessen betroffen ist. Diese sind zumeist auf extreme Bodenabspülungs- und Abtragungsvorgänge zurückzuführen. Folglich ist es unerlässlich, Vorhersagemodelle zur Bodenerosionsanfälligkeit zu erstellen, um die natürlichen Bodenressourcen zu schützen. Unter Einbeziehung von GIS Methoden und multivariater Statistik konnte eine Voraussage der räumlichen Verteilung von Bodenabtragungsprozessen im Untersuchungsraum erstellt werden. Ein stochastischer Verlauf (TreeNet) beschreibt und klassifiziert Erosions- und Massenverluste und definiert gleichzeitig die Beziehungen zwischen den räumlichen Umweltfaktoren und den Erosionsformen als abhängiger Variable. Die Methode des stochastischen Entscheidungsbaumes erlaubt es, ein Vulnerabilitätsmodell zu erstellen, das die Beziehungen zwischen den Attributen und den Bodenabtragungsprozessen eindeutig charakterisiert. Um die Vorhersagegenauigkeit des Modells zu prüfen, wurden “ROC (Receiver Operating Characteristic) curves“ für jeden einzelnen Vorhersagefall erstellt. Die Modellergebnisse zeigen hervorragende Leistungseigenschaften für die Vorhersage von Seiten-/Ufererosion und ausgezeichnete Passgenauigkeit für Erosionsrinnen (Gullies). Die Vorhersage von flächenhaften Erosionsprozessen (Rillen-Interrillenerosion) hingegen erreichte bei der Modellierung nur ausreichende bzw. keine zufriedenstellenden Ergebnisse. Im Folgenden sind die Resultate der TreeNet Modellierung ausgewertet und auf Gebiete übertragen worden, die die gleichen physiogeographischen Bedingungen aufweisen (Regionalisierung). Besonderes Augenmerk wurde auf den Bodenabtrag durch Gullies gelegt, die vor allem im Mittelmeerraum für den zunehmenden Grad an Degradation verantwortlich sind. Hierfür wurde ein GIS-Layer mit ca. 260 ephemeren und permanenten Erosionsrinnen erstellt, der aus hochauflösenden Luftbildern abgeleitet und im Gelände validiert wurde. Drüber hinaus wurde aus einem digitalen Höhenmodell ein Set von 27 Umweltattributen gewonnen. Die statistische Auswertung wurde im Maßstab der Rasterzellengröße und spezifischen topographischen Hangeinheiten durchgeführt. Ein räumlicher Zusammenhang zwischen Gully-Auftreten und den vorherrschenden Umweltfaktoren wurde anhand von logistischer Regressionsanalyse erstellt. Zusätzlich wurden die Analysen in Hinblick auf spezifische topographische Hangbereiche ausgewertet(terrain-units). Die Ergebnisse zeigten eine befriedigende bis ausgezeichnete Genauigkeit der Vorhersagemodelle, wobei die Vulnerabilitätsmodellierungen im Rasterzellenformat die beständigsten Ergebnisse zeigten. Um letztendlich eine Risiko- und Vorhersagekarte von Erosionsprozessen auf Basis von Raster- und Hangeinheiten zu erstellen, sind weitere logistische Regressionsanalysen durchgeführt worden, die allesamt eine herausragende Qualität aufweisen. Um die Auswirkungen der anthropogenen Einflussfaktoren auf Bodenerosionsvorgänge abzuschätzen, sind Feldstudien in landwirtschaftlich genutzten Gebieten durchgeführt worden. Diese zeigen zumeist ein stark verändertes oberflächliches Abflussverhalten und unterliegen folglich einem neugeordneten Sedimentations- und Depositionsregime. Anhand der Erosionsmodelle RUSLE (Revised Universal Soil Loss Equation) und USPED (Unit Stream Power Erosion Deposition) wurde die räumliche Verteilung der anthropogenen Einflussfaktoren bestimmt und in die Bodenerosionsmodellierung mit einbezogen. Landwirtschaftlich überprägte Flächen und unbefestigte Wege sind Kennzeichen des anthropogenen Landoberflächenwandels und beeinflussen das natürliche Abflussverhalten und somit auch die Bodenerosionsdynamik. Die Forschungsergebnisse veranschaulichen nicht nur die Zuverlässigkeit der angewandten Methoden sondern vor allem die Möglichkeit der Regionalisierung und Ausweitung der statistischen Analyse auf geomorphologisch identische Flächen und somit das Erstellen von geeigneten Risiko- und Gefahrenkarten hinsichtlich Bodenerosionsvorgängen. Diese liefern heutzutage in der Planung und im Oberflächenmanagement einen wichtigen Beitrag zur Vorhersage von Auswirkungen des Landnutzungswandels. Die zunehmende räumliche Ausdehnung von Degradations- und Desertifikationvorgängen ist nicht zuletzt anthropogenen Ursprungs und unterstreicht die Notwendigkeit, Bodenerosionsprozesse in zukünftige Vorhersagemodellierungen mit einzubeziehen.

Abstract:

The present thesis aimed to explore the methodological advantages as well as limitations in applying different modelling approaches to predict water soil erosion in Mediterranean environments. The research was accomplished in the central northern part of Sicily (Italy), considering this region to be representative of Mediterranean environmental conditions. In this region soil degradation problems, due to water erosion are becoming more and more serious. Consequently, defining models being able to predict erosion susceptibility and to discriminate environmental factors causing erosion is important to protect soil resources. The prediction of the spatial distribution of soil erosion processes was carried out by means of GIS tools and multivariate statistical analysis. A stochastic gradient boosting model (TreeNet) was proposed to classify erosion and mass wasting processes and to define the functional relationship between spatial data sets of driving factors and response variables. The TreeNet method allowed identifying a susceptibility model that accurately fits the relationship between a set of several attributes and the activity of different erosion processes with a high resistance to over-training. Moreover, a better understanding of the prediction model was provided by the evaluation of the relative overall importance of the predictive variables in the tree construction. In order to estimate the overall prediction skill of the model, the ROC (Receiver Operating Characteristic) curves for each of the predicted process were constructed. Results illustrated an outstanding and excellent performance of the TreeNet method to predict bank and gully erosion, respectively. Sheet and rill erosion and mass wasting phenomena prediction attested to acceptable and poor performance of the model. The erosion susceptibility model was exploited to regionalize the information in areas characterized by the same geo-environmental conditions. Among erosion processes, gully susceptibility was most intensely investigated due to their high contribution to soil loss in the Mediterranean. A GIS layer containing 260 ephemeral and permanent gullies was constructed by field surveys and interpretation of high detailed aerial images and a set of 27 environmental attributes was selected as explanatory variables. The statistical analysis was defined on the scale of grid cells and slope units. The functional relationships between gully occurrence and spatial variability of the controlling factors was explored by carrying out forward stepwise logistic regression analysis that allowed to calculate the probability of mapping units hosting gullies. Results of validation showed acceptable to excellent accuracy of the predictive models, illustrating a more stable performance of susceptibility models defined on cell scale. Finally, further logistic regression analysis was carried out to generate a cell- and a slope-unit based gully erosion susceptibility map, both demonstrating an excellent fitting precision. Furthermore, a procedure to evaluate the impact of anthropogenic activity on soil erosion dynamics by means of empirical methods was proposed. In cultivated catchments, man-induced elements influencing runoff processes are mainly linked to alteration of original terrain morphology and to the consequently spatial soil redistribution pattern. In order to simulate the impact of anthropogenic elements on soil loss, data related to the characteristics of these rural elements and to their spatial distribution in the basin were collected and included in soil erosion modelling procedures. The interplay between the RUSLE (Revised Universal Soil Loss Equation) and the USPED (Unit Stream Power Erosion Deposition) models allowed to define the spatial distribution of man-induced impacts on soil erosion processes. In the study area farmer activities play an important role in modifying the natural flow-path, on both field and basin scale. Unpaved roads resulted the main cause of important transformation mechanisms in the agricultural landscape. These linear features influence the drainage patterns and consequently soil erosion dynamics. The results of this study confirmed the reliability of the adopted methods that are objective, reproducible and able to be exploited to produce accurate erosion susceptibility maps: A useful instrument for land management and planning. In addition, the research demonstrated that spatial occurrence of erosion processes is strongly influenced by human pressure modifying the natural flow path of water, underlining the necessity to more specifically include this factor in erosion prediction modelling.

This item appears in the following Collection(s)