Koinzidente Karten sich verändernder Landbedeckung, Landnutzung und Waldbedingung in den Vereinigten Staaten, 1985–heute

Warum es wichtig ist, die Landschaft zu beobachten

In den gesamten Vereinigten Staaten brennen und wachsen Wälder wieder, Städte dehnen sich aus, landwirtschaftliche Betriebe wechseln ihre Anbaukulturen, und Seen schwellen an oder schrumpfen. Aus der Vogelperspektive können viele dieser sehr unterschiedlichen Vorgänge jedoch überraschend ähnlich aussehen: Ein Baumpatch ist ein Baumpatch, egal ob es sich um einen bewirtschafteten Forstbestand, einen Stadtpark oder einen Wildniswald handelt. Dieses Papier stellt das Landscape Change Monitoring System (LCMS) vor, ein landesweites Kartierungsprojekt, das nicht nur untersucht, was sich am Boden befindet (Landbedeckung), sondern auch, wie Menschen es nutzen (Landnutzung) und wie sich die Vegetation im Lauf der Zeit verändert. Für alle, die sich für Klima, Arten, Wasser oder Stadtwachstum interessieren, bietet LCMS eine leistungsfähige neue Möglichkeit, nachzuvollziehen, wie sich die amerikanischen Landschaften von 1985 bis heute entwickelt haben.

Mehr sehen als nur Grün und Grau

Traditionelle Satellitenkarten beschreiben Landflächen meist mit groben visuellen Kategorien – Wald, Ackerland, Wasser, Pflaster. LCMS geht von einer einfachen, aber wichtigen Unterscheidung aus: Die grüne Baumkronendecke, die wir sehen (Landbedeckung), ist nicht dasselbe wie der Zweck, den wir einem Ort zuweisen (Landnutzung). Ein Wald, der vorübergehend durch Ernte gelichtet, aber wieder aufgeforstet wird, hat langfristig eine ganz andere Wirkung als ein Wald, der für Wohnbebauung oder eine Autobahn dauerhaft gerodet wird, auch wenn beide zunächst aus dem All als Baumverlust erscheinen können. LCMS erzeugt daher drei koordinierte Kartenprodukte mit 30‑Meter‑Auflösung für nahezu alle US‑Flächen: jährliche Landbedeckung, jährliche Landnutzung und ein separates Protokoll von Vegetationsstörungen und Wiederbewuchs. Diese Dreiteilung ermöglicht es Nutzern zu erkennen, ob eine Veränderung eine vorübergehende Narbe in einem Nutzforst ist, ein Übergang von Weideland zu neuwachsenden Wäldern oder eine dauerhafte Umwandlung von Ackerland in Vororte.

Dekaden an Bildern in konsistente Geschichten verwandeln

Um diese Karten zu erstellen, stützen sich die Autorinnen und Autoren auf ein riesiges Archiv von Satellitenbildern des Landsat‑Programms, ergänzt in jüngerer Zeit durch Europas Sentinel‑2‑Satelliten. Anstatt jedes Jahr isoliert zu betrachten, passt LCMS mathematische Kurven durch die vollständige Zeitreihe von Bildern für jeden Pixel und nutzt dabei zwei komplementäre Algorithmen, bekannt als LandTrendr und CCDC. Der eine ist darauf abgestimmt, plötzliche Brüche in langfristigen Trends zu erkennen, wie etwa Feuer oder Kahlschlag; der andere konzentriert sich auf Muster innerhalb jeder Vegetationsperiode, etwa den charakteristischen saisonalen Rhythmus von Ackerland oder Grasland. Durch die Kombination beider Ansätze kann LCMS echte, dauerhafte Veränderungen besser von kurzlebigem Rauschen wie Wolken, Schnee oder jährlichen Wetterschwankungen unterscheiden. Auch Geländedaten wie Höhe und Hangneigung werden einbezogen und helfen beispielsweise, hochgelegene Felsflächen von Tieflandbefestigungen zu unterscheiden.

Validierung an tausenden Stichprobenpunkten

Selbst die besten Algorithmen benötigen verlässliche Beispiele zum Lernen. LCMS stützt sich auf mehr als 13.000 sorgfältig interpretierte Referenzstandorte in den zusammenhängenden USA, im südöstlichen Alaska, in Hawaii, Puerto Rico und den Amerikanischen Jungferninseln. Mit einem Werkzeug namens TimeSync scrollen Analystinnen und Analysten an jedem Punkt durch Jahrzehnte von Satellitenbildern und hochauflösenden Luftaufnahmen und ordnen Jahr für Jahr zu, welche Landbedeckung vorliegt, wie das Land genutzt wird und welche Art von Veränderung – Feuer, Ernte, Sturmschaden oder langsamer Rückgang – stattgefunden hat. Da einige wichtige Situationen, wie Waldverlust oder versiegelte städtische Flächen, relativ selten sind, werden diese Kategorien bewusst überstichprobenartig erfasst, damit die Modelle sie gut erlernen. Random‑Forest‑Machine‑Learning‑Modelle werden anschließend getrennt für Veränderungen, Landbedeckung und Landnutzung trainiert, und ihre Leistung wird mit rigorosen Kreuzvalidierungstechniken geprüft, die das Stichprobendesign berücksichtigen.

Was die neuen Karten offenbaren

Mit jährlichen Karten ab 1985 kann LCMS die Geschichten bekannter Umweltveränderungen nachzeichnen. Rund um den Great Salt Lake in Utah erfasst es den dramatischen Rückzug der Uferlinien während der jüngsten Dürren und zeigt, wie Wasserflächen zu trockenen Flächen schrumpfen, während die Landnutzung weiterhin als „other“ klassifiziert ist – was widerspiegelt, dass neue Beweidung oder Bebauung dem freigelegten Seeboden hinterhinkt. An der Golfküste Floridas hebt LCMS den Gürtel von Wald hervor, der durch Hurrikan Michael 2018 niedergeworfen wurde, als eine Phase raschen Vegetationsverlusts, gefolgt von allmählichem Wiederbewuchs, während die zugrunde liegende Landnutzung größtenteils als Wald bestehen bleibt. In Colorado’s Front Range unterscheidet es den langsamen Baumverlust durch Borkenkäfer von den abrupten Narben großer Waldbrände und zeigt, wo die Vegetation beginnt, sich zu erholen. In all diesen Beispielen tritt ein wiederkehrendes Muster zutage: Die Landbedeckung kann nach Störungen schnell zwischen Bäumen, Sträuchern und Gräsern wechseln, während die Landnutzung über Jahre hinweg stabil bleiben kann.

Von Karten zu besseren Entscheidungen

Für Forstmanagerinnen und -manager sowie Entscheidungsträger ist der praktischste Nutzen von LCMS präzisere Schätzungen darüber, wie viel Land tatsächlich als Forst bewirtschaftet wird und nicht nur, wo zufällig Bäume stehen. Wenn die Autorinnen und Autoren LCMS‑Landnutzungskarten mit dem langjährigen Netz von Feldparzellen des U.S. Forest Service kombinieren, stellen sie fest, dass sich die statistischen Schätzungen der Waldfläche auf regionaler Ebene etwa verdreifachen, verglichen mit der ausschließlichen Nutzung von Parzellen. Das bedeutet, dass Behörden Trends mit weniger Feldbesuchen und größerer Zuverlässigkeit verfolgen und politische Maßnahmen bewerten können. Außerdem stellt LCMS offene, jährlich aktualisierte Daten und Online‑Werkzeuge bereit, mit denen Nutzer Veränderungen animieren, Bedingungen nach Landkreis oder Wald zusammenfassen und eigene Analysen entwerfen können. Indem das System klar trennt, wie das Land aussieht, wie Menschen es nutzen und wie die Vegetation reagiert, bietet es ein schärferes Fenster auf die sich verändernde amerikanische Landschaft – und eine solidere Grundlage, um sie gesund zu erhalten.

Zitation: Housman, I.W., Healey, S.P., Heyer, J. et al. Coincident maps of changing land cover, land use, and forest condition in the United States, 1985-present. Sci Data 13, 575 (2026). https://doi.org/10.1038/s41597-026-06743-0

Schlüsselwörter: Änderung der Landbedeckung, Kartierung der Landnutzung, Fernerkundung, Waldüberwachung, Satelliten-Zeitreihen