Multi-scale targeting of land degradation in northern Uzbekistan using satellite remote sensing

Advancing land degradation (LD) in the irrigated agro-ecosystems of Uzbekistan hinders sustainable development of this predominantly agricultural country. Until now, only sparse and out-of-date information on current land conditions of the irrigated cropland has been available. An improved understanding of this phenomenon as well as operational tools for LD monitoring is therefore a pre-requisite for multi-scale targeting of land rehabilitation practices and sustainable land management. This research aimed to enhance spatial knowledge on the cropland degradation in the irrigated agro-ecosystems in northern Uzbekistan to support policy interventions on land rehabilitation measures. At the regional level, the study combines linear trend analysis, spatial relational analysis, and logistic regression modeling to expose the LD trend and to analyze the causes. Time series of 250-m Moderate Resolution Imaging Spectroradiometer (MODIS) normalized difference vegetation index (NDVI), summed over the growing seasons of 2000-2010, were used to determine areas with an apparent negative vegetation trend; this was interpreted as an indicator of LD. The assessment revealed a significant decline in cropland productivity across 23% (94,835 ha) of the arable area. The results of the logistic modeling indicate that the spatial pattern of the observed trend is mainly associated with the level of the groundwater table, land-use intensity, low soil quality, slope, and salinity of the groundwater. To quantify the extent of the cropland degradation at the local level, this research combines object-based change detection and spectral mixture analysis for vegetation cover decline mapping based on multitemporal Landsat TM images from 1998 and 2009. Spatial distribution of fields with decreased vegetation cover is mainly associated with abandoned cropland and land with inherently low-fertility soils located on the outreaches of the irrigation system and bordering natural sandy deserts. The comparison of the Landsat-based map with the LD trend map yielded an overall agreement of 93%. The proposed methodological approach is a useful supplement to the commonly applied trend analysis for detecting LD in cases when plot-specific data are needed but satellite time series of high spatial resolution are not available. To contribute to land rehabilitation options, a GIS-based multi-criteria decision-making approach is elaborated for assessing suitability of degraded irrigated cropland for establishing Elaeagnus angustifolia L. plantations while considering the specific environmental setting of the irrigated agro-ecosystems. The approach utilizes expert knowledge, fuzzy logic, and weighted linear combination to produce a suitability map for the degraded irrigated land. The results reveal that degraded cropland has higher than average suitability potential for afforestation with E. angustifolia. The assessment allows improved understanding of the spatial variability of suitability of degraded irrigated cropland for E. angustifolia and, subsequently, for better-informed spatial planning decisions on land restoration. The results of this research can serve as decision-making support for agricultural planners and policy makers, and can also be used for operational monitoring of cropland degradation in irrigated lowlands in northern Uzbekistan. The elaborated approach can also serve as a basis for LD assessments in similar irrigated agro-ecosystems in Central Asia and elsewhere.Multisclare Bewertung der Landdegradation in Nord-Uzbekistan unter der Verwendung von Satellitenfernerkundung Die zunehmende Landdegradation (LD) in den bewässerten Agrarökosystemen in Usbekistan behindert die nachhaltige Entwicklung dieses vorwiegend landwirtschaftlich geprägten Landes. Bis heute sind nur wenige und veraltete Informationen über die aktuellen Bodenbedingungen der bewässerten Anbauflächen verfügbar. Ein besseres Verständnis dieses Phänomens sowie operationelle Werkzeuge für LD-Monitoring sind daher Voraussetzung für ein nachhaltiges Landmanagement sowie für Landrehabilitationsmaßnahmen. Ziel dieser Studie war es, das räumliche Verständnis der Degradierung von Anbaugebieten in den bewässerten Agrarökosystemsn des nördlichen Usbekistans zu verbessern, um staatliche Interventionen in Bezug auf Landrehabilitationsmaßnahmen zu unterstützen Auf der regionalen Ebene kombiniert die Studie lineare Trendanalyse, räumliche relationale Analyse sowie logistischer Regressionsmodellierung, um den LD-Trend darzustellen und Gründe zu analysieren. Zeitreihen von 250-m Moderate Resolution Imaging Spectroradiometer (MODIS) normalized difference vegetation index (NDVI) Bildern wurden für den Zeitraum der Anbauperioden zwischen 2000-2010 untersucht, um Bereiche mit einem offensichtlich negativen Vegetationstrend zu ermitteln. Dieser negative Trend kann als Indikator für LD interpretiert werden. Die Untersuchung ergab eine signifikante Abnahme der Bodenproduktivität auf 23% (94,835 ha) der Anbaufläche. Zudem deuten die Ergebnisse der logistischen Modellierung darauf hin, dass das räumliche Muster des beobachteten Trends überwiegend mit der Höhe des Grundwasserspiegels, der Landnutzungsintensität, der geringen Bodenqualität, der Hangneigung sowie der Grundwasserversalzung zusammenhängt. Um das Ausmaß der Degradation der Anbauflächen auf der lokalen Ebene zu quantifizieren, kombiniert diese Studie objektbasierte Erkennung von Veränderungen und spektrale Mischungsanalyse für die Abnahme der Vegetationsbedeckung auf der Grundlage von multitemporalen Landsat-TM-Bildern im Zeitraum von 1998 bis 2009. Die räumliche Verteilung der Felder mit abnehmender Vegetationsbedeckung hängt überwiegend mit verlassenen Anbauflächen sowie mit nährstoffarmen Böden in den Randbereichen des Bewässerungssystems und an den Grenzen zu natürlichen Sandwüsten zusammen. Ein Vergleich mit der Karte des LD-Trends ergab insgesamt eine Übereinstimmung von 93%. Der vorgeschlagene Ansatz ist eine nützliche Ergänzung zu der häufig angewendeten Trendanalyse für die Ermittlung von LD in Regionen, für die keine Satellitenbildzeitreihen mit hoher Auflösung verfügbar sind. Als Beitrag zu Landrehabilitationsmöglichkeiten, wird ein GIS-basierter Multi-Kriterien-Ansatz zur Einschätzung der Eignung von degradierten bewässerten Anbauflächen für Elaeagnus angustifolia L. Plantagen beschrieben, der gleichzeitig die spezifischen Umweltbedingungen der bewässerten Agrarökosysteme berücksichtigt. Dieser Ansatz beinhaltet Expertenwissen, Fuzzy-Logik und gewichtete lineare Kombination, um eine Eignungskarte für die bewässerten degradierten Anbauflächen herzustellen. Die Ergebnisse zeigen, dass diese Flächen ein überdurchschnittliches Eignungspotenzial für die Aufforstung mit E. angustifolia aufweisen. Diese Studie trägt zu einem verbesserten Verständnis der räumlichen Variabilität der Eignung von solchen Flächen für E. angustifolia bei. Die Ergebnisse dieser Studie können als Entscheidungshilfe für landwirtschaftliche Planer und politische Entscheidungsträger sowie für verbesserte Landrehabilitationsmaßnahmen und operationelles Monitoring der Degradation von Anbauflächen im nördlichen Usbekistan eingesetzt werden. Zudem kann der beschriebene Ansatz als Grundlage für LD-Untersuchungen in ähnlichen bewässerten Agrarökosystemen in Zentralasien und anderswo dienen