Kanadische Waldbrände & Smog in New York: Nutzung von Fernerkundung zur Aufdeckung umsetzbarer Klimainformationen

Wenn Sie im vergangenen Juni online waren, haben Sie wahrscheinlich Bilder eines von Smog belasteten New York City gesehen – gelbe Himmel, unnatürliche Dunkelheit und leere Straßen, die einen dystopischen Hintergrund für die typischerweise lebendige Stadt malen.

Die negativen Auswirkungen des Klimawandels sind offensichtlicher und existenziell besorgniserregender als je zuvor. Der Smog in New York City und, noch kritischer, die Waldbrände, die ihn verursacht haben, sind Beispiele für die zunehmend häufigen und schweren klimabedingten Ereignisse, die weltweit auftreten. Während sie lediglich die Spitze des Eisbergs darstellen, bieten sie auch ein greifbares Beispiel, aus dem wir Erkenntnisse zur Vorbereitung auf den Klimawandel und zur Resilienz ableiten können.

Ein Monat zuvor, 500 Meilen nördlich von New York in Quebec, zogen intensive Gewitter durch die von Dürre geplagte kanadische Provinz und schleuderten Blitze auf große Flächen der wasserarmen Vegetation der Region und setzten sie in Brand. In kurzer Zeit verwandelten sich die ersten Glutnester in massive Waldbrände, die schnell über das Land wüteten. Laut einer Pressemitteilung von NASA brannten die Feuer bis zum 5. Juni 600 Quadratmeilen Wald – die durchschnittliche Menge über einen solchen Zeitraum beträgt nur einen einzigen Quadratmeilen.¹ Obwohl beispiellos, war die Vorahnung bereits Monate zuvor am Ende des Winters zu erkennen.

Satellitendaten zeigen viele der Vorläufer, die dazu führten, dass 2023 ein so extremes Jahr für Waldbrände wurde. Abgeleitet aus optischen Bildern gibt der normalisierte Feuchtigkeitsindex (NDMI) Einblick in die Dürre, die die Flammen angefacht hat. Der NDMI ist ein Indikator dafür, wie wasserbelastet die Vegetation aufgrund von Niederschlagsmangel ist. Das linke Bild in Abbildung 1 konzentriert sich auf die Region von Interesse (ROI) in Quebec, die unter Dürre litt. Das Bild rechts zoomt auf die ROI mit einer Visualisierung des NDMI zu Beginn des Mai, wobei ungewöhnlich trockene Bereiche in dunklem Rot hervorgehoben werden; Wasserflächen in einem helleren Rot und gesunde Vegetation in dunkleren Grüntönen. Wie offensichtlich ist, gibt es eine gewisse Überlappung zwischen verbrannten Pixeln (Abbildung 2) und trockenen Pixeln, was auf eine Verbindung zwischen wasserarmer Vegetation und der Ausbreitung von Waldbränden hindeutet. Es ist jedoch wichtig zu beachten, dass der NDMI nicht der einzige Prädiktor für ein Feuer ist, da es auch verbrannte Bereiche gibt, wo der NDMI nicht abnormal trocken ist. Dürre macht es jedoch wahrscheinlicher, dass ein Feuer entfacht wird, was auch die Ausbreitungsrate unter bestimmten Bedingungen potenziell erhöht.

Über Abbildung 1 (RHS) hinaus zeigt die Fernerkundung auch das Ausmaß der verbrannten Fläche sowie die Schwere der Schäden über einen Index, der als normalisiertes verbranntes Verhältnis (NBR) bekannt ist. Unten konzentriert sich Abbildung 2 auf dasselbe Beispiel der ROI und hebt verbrannte Landpixel in Rot hervor, wobei erneut die Verbindung zwischen Dürre und Waldbrand gezogen wird. Es muss erwähnt werden, dass das Beispiel nicht der einzige Ort ist, an dem die Waldbrände auftraten und dass der zeitliche Rahmen dieser Analyse ausschließlich auf den Monat Mai fokussiert ist.

Schließlich sind Satellitendaten auch entscheidend für das Verständnis der langfristigen Auswirkungen der Waldbrände – wie den Smog in New York. Der absorbierende Aerosolindex (AAI) verwendet beispielsweise Satellitendaten, um das Vorhandensein von Aerosolen zu zeigen, die Licht im UV-Spektrum absorbieren, einschließlich Rauch. Wenn der Index negativ ist, sind Aerosole wie Rauch nicht vorhanden, und wenn er positiv ist, sind solche Aerosole vorhanden. Abbildung 3 ist das Ergebnis einer solchen Analyse, die Daten von Sentinel-5p verwendet, um die Natur des Smogs zu zeigen, der New York im Juni traf. Der extrem hohe Wert vom 7. Juni 2023 in NYC korreliert mit den apokalyptischen gelben Himmeln, die über die Stadt zogen.

Die Daten aus dieser Analyse sind nicht nur wichtig für das Verständnis des aufgetretenen Ereignisses, sondern bieten wertvolle Erkenntnisse zur Vorbereitung auf zukünftige derartige Ereignisse. Der NDMI kann als wertvolles Werkzeug dienen, das Entscheidungsträger nutzen können, um Gebiete mit hohem Risiko für Waldbrände zu identifizieren, und sie mit zeitnahen Daten auszustatten, die große räumliche Ausdehnungen abdecken. Darüber hinaus können Entscheidungsträger den NBR verwenden, um die Auswirkungen auf die Biodiversität aufgrund von Waldverlusten zu schätzen, was die Quantifizierung von Kohlenstoffemissionen und die Auswirkungen auf das Klima ermöglicht. Darüber hinaus ist der NBR ein nützliches Werkzeug für Aufforstungsmaßnahmen, da er ein Verständnis dafür bietet, wann ein Gebiet von Feuer betroffen war, um den Zeitpunkt und den Umfang von Aufforstungsprojekten zu informieren. Schließlich ist der AAI ein wesentlicher Bestandteil, um das Risiko zu demonstrieren, das von waldbrandbedingten Aerosolen für die menschliche Gesundheit ausgeht. Obwohl dies in dieser Analyse nicht gezeigt wurde, können andere Modelle, die die Bewegung von Rauch aus Waldbränden zeigen, die Bevölkerung auf potenzielle Auswirkungen vorbereiten.

Zusammenfassend bieten Fernerkundungstechnologien wie die von Floodlight eingesetzten wertvolle Einblicke in die Risiken und Auswirkungen klimabedingter Ereignisse. Die Mission von Floodlight ist es, öffentliche und private Akteure mit solchen Erkenntnissen auszustatten, um intelligentere Entscheidungen in Bezug auf Klima- und Gesundheitsrisiken zu treffen.

 

Zitation:

1. Waldbrände verwüsten Quebec.” NASA, NASA, 6. Juni 2023