Unterstützungsprojekt der Seidenstraßeninitiative: Fernerkundungs-Zeitreihenanalyse der Umweltbeeinträchtigungen durch den Bau des chinesisch-belarussischen Industrieparks

Hinweis: Dieses Forschungsprojekt wurde mit Unterstützung des Gemeinsamen Forschungs- und Kooperationsprogramms der Belt and Road International Science Organizations Alliance abgeschlossen.

Der China-Belarus Great Stone Industriepark (im Folgenden: China-Belarus Industriepark) liegt in der Nähe von Minsk, der Hauptstadt von Belarus, und ist ein Joint Venture zwischen China und Belarus. Die chinesischen Anteilseigner sind die China National Machinery Industry Corporation (SINOMACH) und die Harbin Investment Group Co., Ltd. mit einem Anteil von 60 %. Die belarussischen Anteilseigner sind die Regionalregierung von Minsk, die Stadtverwaltung von Minsk und die Belarusian Horizon Holding Group mit einem Anteil von 40 %. Der Industriepark ist verkehrsgünstig in der Nähe des internationalen Flughafens Minsk gelegen und umfasst eine Gesamtfläche von 91,5 Quadratkilometern. Die erste Phase des Projekts erstreckt sich über eine Fläche von 8,5 Quadratkilometern.

Der China-Belarus-Industriepark „Großer Stein“ ist ein Kooperationsprojekt im Rahmen der Neuen Seidenstraße und zugleich Chinas größter Industriepark im Ausland. Das Projekt, das von den Staats- und Regierungschefs beider Länder gemeinsam betreut und gefördert wurde, hat sich nach fast zehn Jahren Entwicklung zu einem modernen Park mit vollständiger Infrastruktur, einem hervorragenden Geschäftsumfeld und fortschrittlichen Managementkonzepten entwickelt. Er ist zudem Belarus’ größtes Investitionsprojekt und gilt als „Perle der Neuen Seidenstraße“.

Der Industriepark bietet Unternehmen mehrere standardisierte Fabrikgebäude zur Miete oder zum Kauf an. Die Gebäude sind nach dem Prinzip der nachhaltigen Entwicklung konzipiert und nutzen natürliches Licht, Belüftung und energiesparende Technologien, um Ressourcen optimal zu nutzen und gleichzeitig die Umweltbelastung zu reduzieren.

Einführung in Datenverarbeitungsmethoden

1. Im Baugebiet des chinesisch-belarussischen Industrieparks wurden Langzeit-Satellitenbilder aus dem Zeitraum 2016 bis 2024 aufgenommen und der NDVI (Normalized Difference Vegetation Index) sowie der NDBI (Normalized Difference Built-up Index) berechnet. Diese beiden Indizes geben Aufschluss über die Verteilung der umliegenden Vegetation und der bebauten Flächen.

 NDVI = (NIR-Rot)/(NIR+Rot) 

Der NDVI-Index dient zur Messung des Gesundheitszustands von Vegetation. Durch den Vergleich der Reflexion im nahen Infrarotbereich (NIR) und im roten Spektralbereich kann der NDVI grüne Vegetation effektiv identifizieren und unterscheiden. NDVI-Werte liegen typischerweise zwischen -1 und 1.

Ein hoher Wert (nahe 1) deutet auf eine gesunde, üppige Vegetation hin.

Niedrige Werte (nahe 0 oder negative Werte) deuten auf einen Mangel an Vegetation oder auf Gebiete ohne Vegetationsbedeckung hin, wie z. B. nackter Boden oder Gewässer.

 NDBI=(SWIR-NIR)/(SWIR+NIR) 

Der NDBI (Normalized Difference Bebauungsindex) dient zur Messung der Bebauungsdichte. Durch den Vergleich der Reflexionsgrade im kurzwelligen Infrarotbereich (SWIR) und im nahen Infrarotbereich (NIR) lassen sich bebaute Gebiete mithilfe des NDBI effektiv identifizieren und unterscheiden. Die NDBI-Werte liegen typischerweise zwischen -1 und 1.

Hohe Werte (nahe 1) deuten auf bebaute Gebiete hin.

Niedrige Werte (nahe 0 oder negative Werte) weisen auf unbebaute Flächen hin, bei denen es sich beispielsweise um Vegetation, Gewässer usw. handeln kann.

△Lageplan des China-Belarus Great Stone Industrial Park

△ Veränderungen in Fernerkundungsbildern des Industrieparkgebiets von 2000 bis 2024

Einführung in Datenverarbeitungsmethoden

2. Vor der Bildaufnahme wurden Wolken anhand einer Bewölkung von 25 % gefiltert und mithilfe eines Wolkenmaskierungsalgorithmus entfernt. Da das Zielgebiet ein gemäßigtes Kontinentalklima mit ausgeprägten Jahreszeiten aufweist, ist die Bewölkung von November bis März des Folgejahres hoch, was zu zahlreichen Datenlücken führt. Daher wurden für Bereiche mit unzureichender Anzahl an nutzbaren Pixeln monatliche und vierteljährliche Mittelwerte kombiniert, um die durch Wolken verdeckten Pixel in jedem Bild zu ergänzen und die Daten auf eine Auflösung von 30 Metern neu zu berechnen.
3. Nach der Datenverarbeitung werden die Rasterbilder jeder Szene in ein mehrdimensionales netCDF-Raster integriert oder in Vektorpunkte umgewandelt und Zeitattribute hinzugefügt.
4. Die oben genannten Daten mit Zeitattributen werden zu einem raumzeitlichen Würfel aggregiert, der numerische NDVI- und NDBI-Informationen enthält.
5. Auf dem raumzeitlichen Datenwürfel werden neu auftretende raumzeitliche Hotspots, lokale Ausreißer und Wendepunkte analysiert.
6. Geben Sie die oben genannten Ergebnisse aus und visualisieren Sie sie, interpretieren Sie sie im Hinblick auf die tatsächliche Situation des Projekts und überprüfen Sie sie durch einen Vergleich mit dem ursprünglichen RGB-Bild.

Ergebnisdarstellung

1. Analyse neu auftretender raumzeitlicher Hotspots

Ergebnisse der Analyse neu auftretender räumlich-zeitlicher Hotspots des NDVI-Vegetationsindex

Den Analyseergebnissen zufolge verändern sich die Vegetationsflächen im Projektgebiet von 2016 bis 2024 wie folgt: Die bebauten Gebiete im Projektgebiet werden in persistente Kältezonen, kontinuierliche Kältezonen und verstärkte Kältezonen eingeteilt.

Bei den anhaltenden Kältezonen handelt es sich um Gebäude, die bereits vor Projektbeginn existierten und auch im Mai 2024 noch vorhanden waren. Ein Vergleich von Satellitenbildern zeigt, dass es sich dabei unter anderem um einige Hauptstraßen, Umspannwerke, Logistikparks, Lagerhallen und Zollämter handelt, die bereits vor Projektbeginn existierten.

Der Begriff „kontinuierlicher Kältefleck“ bezieht sich auf die Landmerkmale, die den permanenten Kältefleck ergänzen. Es handelt sich dabei um Flächen, die vor Projektbeginn geplant und im Mai 2024 fertiggestellt wurden.

Die verstärkten Kältezonen können als Baustellen interpretiert werden, auf denen bis Mai 2024 immer wieder Bauarbeiten durchgeführt wurden.

Bei den vereinzelten kalten Stellen handelt es sich um Gebiete, die im Mai 2024 noch keine unbebauten Grundstücke oder Gebäude mit geringer Dichte aufweisen.

Die kalten Stellen in den Schwankungen stellen Gebiete dar, die während des größten Teils der Projektlaufzeit von Vegetation bedeckt sind, bis der Überwachungszeitraum endet und das Land in Freiflächen oder Gebäude umgewandelt wird.

△ Ergebnisse der Analyse neu auftretender räumlich-zeitlicher Hotspots im NDBI-Gebäudeindex

Den Analyseergebnissen zufolge ergeben sich folgende Veränderungen an den Gebäuden innerhalb des Projektgebiets von 2016 bis 2024:

Die Gebäudebereiche innerhalb des Projektgebiets werden in verstreute Hotspots, fluktuierende Hotspots, persistente Hotspots und allmählich abnehmende Hotspots eingeteilt.

Kontinuierliche Hotspots kennzeichnen Bereiche, die während der gesamten Projektlaufzeit unbebaut blieben oder sich im Bau befanden. Fluktuierende Hotspots repräsentieren Bereiche, die zuvor überwiegend bewachsen waren, später aber größtenteils bebaut wurden. Vereinzelte Hotspots weisen auf Bereiche hin, in denen sich die Bauarbeiten noch im Gange befinden. Allmählich abnehmende Hotspots können als Bereiche mit allmählich zunehmender Vegetationsdichte interpretiert werden, möglicherweise durch Landschaftsgestaltung, künstliche Bewirtschaftung oder Renaturierung. Die verbleibenden vereinzelten Coldspots sind bewachsene Flächen.

2. Ergebnisse der Analyse lokaler Ausreißer

△ Analyseergebnisse lokaler Ausreißer im NDVI-Vegetationsindex

Die lokale Ausreißeranalyse kann statistisch signifikante Cluster und Ausreißer in räumlichen und zeitlichen Kontexten identifizieren. In diesem Fall deuten die verschiedenen Typen darauf hin, dass die zeitlichen und räumlichen Variationsmuster des NDVI-Vegetationsindex komplex und stark variabel sind, ohne dass eine eindeutige Clusterbildung erkennbar ist. Die Cluster mit niedrigen Werten in der Abbildung repräsentieren Gebiete mit anhaltend niedrigen Vegetationsindizes, was die Ergebnisse vorheriger Analysen neu auftretender räumlich-zeitlicher Hotspots bestätigt.

△ Ergebnisse der lokalen Ausreißeranalyse des NDBI-Gebäudeindex

Die Clusteranalyse des Gebäudeindex identifizierte gleichzeitig dicht bebaute und dicht bewachsene Gebiete. Es wurde außerdem festgestellt, dass in nordöstlicher Richtung nahe der Hauptstraße einige Ausreißer auftraten, was auf eine gewisse Landentwicklung in diesem Gebiet hindeutet.

3. Ergebnisse der Änderungspunkterkennung und -analyse.

△ Ergebnisse der Änderungspunkterkennung im NDBI-Gebäudeindex

△ Ergebnisse der NDVI-Gebäudeindex-Änderungserkennung

Anhand der Ergebnisse der NDVI- und NDBI-Änderungspunktüberwachung zeigte sich, dass die Zeiträume von März bis Oktober 2017 und von Februar bis Dezember 2022 die Phasen konzentrierter Projektentwicklung darstellten, in denen die Veränderungen der Vegetations- und Gebäudeindizes am deutlichsten ausfielen. In diesen Zeiträumen gab es sporadische Entwicklungsprozesse. Die Änderungsüberwachung verdeutlichte zudem den Baufortschritt der Straßen im westlichen Teil des Industrieparks: Der südliche Abschnitt wurde von Ende Oktober 2019 bis Ende Januar 2020 fertiggestellt, der mittlere Abschnitt von Februar bis Mitte Mai 2020, der nördliche Abschnitt von Ende August bis Mitte Dezember 2020 und die Verbindung zwischen dem mittleren und dem südlichen Abschnitt von Ende März bis Mitte Juli 2021.

Insgesamt verliefen die Veränderungen der Vegetationsdecke und der Gebäude während des kontinuierlichen Bauprozesses des Industrieparks von 2016 bis heute zeitlich und räumlich weitgehend einheitlich, mit klar definierten Bauphasen und regionalen Abgrenzungen. Dies deutet darauf hin, dass die Landentwicklung und -nutzung planmäßig und geordnet erfolgten, die Beeinträchtigung der umliegenden Vegetation gering gehalten wurde, ein Teil der Vegetation während der Landentwicklung erhalten blieb und im Zuge der Bauarbeiten künstliche Landschaftsgestaltung und Vegetationswiederherstellung durchgeführt wurden.

Dies bestätigt auch, dass Fernerkundungsbilder aus Zeitreihen detailliertere Informationen über Landnutzungsänderungen liefern und so eine umfassendere Überwachung von Veränderungen in großen Umweltgebieten ermöglichen. Sie bieten ein leistungsfähigeres Analyseinstrument für den Umweltschutz, die Überwachung von Bauprojekten und die Schaffung hochwertiger landwirtschaftlicher Flächen.