Using Remote Sensing in Environmental Impact Assessment of Agricultural Areas: A Case of Kikonge Dam and Irrigation Project in Tanzania

Abstract

Befolkningstallet er stigende globalt og denne faktor, kombineret med en voksende middelklasse, ligger pres på verdens lande for at øge produktionen af afgrøder. Dette er især tilfældet i Afrika. En måde at øge produktionen på er ved hjælp af kunstvanding, og det kan bl.a. ske ved at opføre dæmninger. Disse har dog uheldigvis ofte negative påvirkninger på både miljø og mennesker. Derfor er denne type projekter oftest underlagt miljøvurderinger, der har til formål at finde og afhjælpe disse negative konsekvenser. Desværre mangler der tit fyldestgørende data i især udviklingslande, og her kan et værktøj som telemåling med satellitter være behjælpeligt. Dette speciale udforsker derfor mulighederne for at anvende satellitbilleder til miljøvurderinger i landbrugsområder. Studiet anvender et case område i det sydvestlige Tanzania, og fire forskellige telemålingsanalyser udføres: undersøgelse af arealanvendelse, vegetations indeks’ (NDVI) tidsserie over plantevæksten, kortlægning af tørtidsafgrøder samt undersøgelse af forskelle i produktiviteten af marker i projektområdet. Analysen udføres ved hjælp af det ”cloud” baserede Google Earth Engine, som er en geografisk informationssoftware, der anvender Googles enorme computerkapacitet fra deres datacentre. Dette gør det muligt at arbejde med et stort antal satellitbilleder, hvilket er med til at forbedre analysernes præcision. Det gør det samtidigt lettere og hurtigere at bearbejde dataene. Resultaterne viser, at halvdelen af projektområdet er udgjort af marker, og præcisionen af disse landtype klassificeringer er alle nær 100% med undtagelse af bebyggede områder, hvilket indikerer at yderligere målinger kunne være nødvendige for præcist at beskrive denne overfladetype. Der er samtidig et sammenfald mellem områder, der er identificeret som havende tørtidsafgrøder og områder, der er målt til at have en høj produktivitet, hvilket kan indikere at disse jorder muligvis har bedre vækstbetingelser og/eller at andre og bedre landbrugsmetoder anvendes her. Imidlertid er mængden af identificerede tørtidsafgrøder kun 1/3 af hvad andre kilder angiver, hvilket kan antyde at dette område har brug for nye målinger og mere dybdegående undersøgelser. Ydermere viser resultaterne, at det kan være fordelagtigt at undersøge bedre metoder til at filtrere skyer væk fra billederne. Endeligt anbefales det også at telemålings analyserne bliver valideret med feltundersøgelser i det givne projektområde. Det anerkendes også at adskillige problemer eksisterer i forhold til miljøvurderinger i udviklingslande og brug af telemåling i denne forbindelse. Nogle af disse problemer kan afhjælpes ved hjælp af telemåling, men adskillige kræver anderledes og komplekse løsninger, da det er omfattende problemer som f.eks. fattigdom, mangel på offentlige institutioner, korruption m.m., der ligger til grund for det. Men brugen af telemåling vurderes stadig til at have en vigtig rolle at spille for at opnå bedre miljøvurderinger og i beskyttelsen af mennesker, natur og miljø.

This thesis looks at the capabilities of satellite remote sensing for use in environmental impact assessment (EIA), using an agricultural project area in Southwestern Tanzania as a case study. The “cloud” based GIS software Google Earth Engine is utilized for the analysis, which consists of four parts: land use mapping, a normalized differentiated vegetation index (NDVI) time series chart, the extent of dry season crops, and differences in NDVI for various part of the agricultural areas. The results show that 50% of the study area consists of fields and have a very high accuracy for all land cover classes, except for built up areas. The NDVI time series chart illustrates that better cloud filtering should be investigated in order to have a clearer view of the annual phenology. Furthermore, the extent of fields with dry season crops have been measured to be 20%, which is only 1/3 of what other sources state. This indicates that further research is needed to look into this gap. However, the areas found to have dry season crops correspond well with areas that have been mapped to have a high yearly NDVI, which could suggest that these areas might have better growing conditions and/or better farming practices being applied to them. No field studies have been conducted in the case study area because of logistical and financial constraints, and it is therefore recommended that the findings from this thesis are validated through fields surveys in the area. This approach should always be strived for when conducting remote sensing analysis, including EIA projects. This thesis also recognizes that remote sensing cannot aid in all issues regarding EIAs in developing countries, as not all are related to a lack of data but instead societal structures such as poverty, lack of well-functioning government institutions, corruption etc. Hence, remote sensing is deemed to be one of many approaches needed for improving EIAs and environmental protection.

A master thesis from Aalborg University

Using Remote Sensing in Environmental Impact Assessment of Agricultural Areas: A Case of Kikonge Dam and Irrigation Project in Tanzania

[Using Remote Sensing in Environmental Impact Assessment of Agricultural Areas]