Vier natürliche Elemente, ein WebGIS-Werkzeug: Kartierung von Klimawandel und Extremereignissen in Tunesien mit GOAT

Der #30DayMapChallenge bot eine gute Gelegenheit, Satellitendaten zu erkunden und über die Rolle von Karten bei der Analyse des Klimawandels und extremer Umweltereignisse nachzudenken. In dieser Analyse haben wir GOAT, unsere webbasierte WebGIS-Plattform, genutzt, um Umweltindikatoren in Tunesien über verschiedene Jahre und Extremereignisse hinweg zu visualisieren und zu vergleichen. Während das vollständige Dashboard mit allen Ergebnissen hier verfügbar ist, konzentriert sich dieser Blogbeitrag auf die angewandte Methodik sowie die wichtigsten Erkenntnisse der Analyse.

Die Untersuchung des Klimawandels und der Entwicklung extremer Ereignisse ist eine komplexe Aufgabe. In der Regel erfordert sie statistische Analysen, zeitliche Vergleiche und Mustererkennung, um langfristige Trends zu identifizieren. Doch welche Rolle können Kartierung und räumliche Analyse in diesem Kontext spielen?

Auch wenn Karten allein keine Klimatrends beweisen oder widerlegen können, sind sie leistungsstarke Werkzeuge, um:

• Umweltbedingungen über die Zeit hinweg zu vergleichen
• komplexe Daten verständlich zu kommunizieren
• staatliche und wissenschaftliche Daten einer breiteren Öffentlichkeit zugänglich zu machen

Darüber hinaus unterstützen Karten die transparente Interpretation von Umweltdaten über Regionen und Länder hinweg.

Der Mittelmeerraum gilt weithin als eine der Regionen, die besonders stark vom Klimawandel betroffen sind. Doch sind diese prognostizierten Auswirkungen in den letzten zehn Jahren bereits sichtbar und messbar geworden? Um dieser Frage nachzugehen, analysierten wir vier natürliche Elemente — Erde, Wasser, Luft und Feuer — anhand von Satelliten- und bodengestützten Daten aus unterschiedlichen Jahren und zu verschiedenen Extremereignissen in Tunesien.

Satelliten- und Sensordaten als Grundlage

Satellitendaten spielen eine zentrale Rolle in der Klima- und Umweltanalyse. Das Copernicus-Programm, die Erdbeobachtungsinitiative der Europäischen Union, stellt offene Daten über seine Sentinel-Satelliten bereit und deckt globale Umweltbedingungen in unterschiedlichen räumlichen und zeitlichen Auflösungen ab. Die meisten Satellitendaten liegen im Rasterformat vor — also als gitterbasierte, georeferenzierte Bilder, bei denen jeder Pixel einen numerischen Wert speichert. Um Vergleiche zwischen unterschiedlichen Zeitpunkten und Jahren innerhalb von GOAT zu ermöglichen, wurden die in dieser Studie verwendeten Rasterdaten in Vektordaten umgewandelt und anschließend zur Visualisierung und Analyse importiert.

Ergebnisse nach natürlichem Element

Wasser: Niederschlagstrends auf Basis von Sensordaten

Für die Analyse der Niederschläge standen keine satellitenbasierten Datensätze mit ausreichender zeitlicher Auflösung zur Verfügung, um einzelne Jahre zuverlässig miteinander zu vergleichen. Stattdessen wurden bodengestützte Niederschlagsmessungen aus dem nationalen Sensornetz Tunesiens verwendet, die präzise, punktbasierte Niederschlagsdaten über lange Zeiträume liefern.

Um zeitliche Veränderungen an jedem Messstandort darzustellen, wird jeder Sensorpunkt durch eine Reihe konzentrischer Kreise visualisiert. Der kleinste Kreis in der Mitte steht für das Jahr 2022, während größere Kreise im Hintergrund frühere Jahre bis zurück ins Jahr 2012 repräsentieren. Die Farbskala kodiert die Niederschlagsintensität: Je trockener ein Jahr, desto heller ist der Blauton.

Insgesamt deutet die Visualisierung auf eine zunehmende Intensivierung von Dürreperioden in den letzten Jahren hin — sowohl in Bezug auf ihre Stärke als auch auf ihre Dauer. Die Jahre 2021, 2022 und 2023 sind die drei trockensten Jahre im Zeitraum von 2012 bis 2023. Frühere Trockenjahre traten zwar ebenfalls auf, waren jedoch weniger ausgeprägt und nicht aufeinanderfolgend wie in den letzten Jahren.

Feuer: Landoberflächentemperatur

Für diese Analyse wurden Landoberflächentemperaturdaten (Land Surface Temperature, LST) mit einer räumlichen Auflösung von 5 km verwendet. Verglichen wurden jeweils zwei Zeiträume von zwei Wochen in unterschiedlichen Monaten: 11.–21. April (2015 und 2019) sowie 11.–21. Dezember (2017 und 2024).

Wie erwartet zeigen die Karten einen klaren Nord-Süd-Temperaturgradienten, der die geografischen und klimatischen Bedingungen Tunesiens widerspiegelt. Auch der Unterschied zwischen den beiden Zeiträumen ist deutlich sichtbar, da sie unterschiedliche saisonale Kontexte abbilden. Entscheidend ist jedoch, dass beim Vergleich desselben Zeitraums über verschiedene Jahre hinweg ein konsistentes Muster erkennbar wird: In allen Fällen steigen die Temperaturen, sowohl im Norden als auch im Süden des Landes. Dieser Trend ist unabhängig von der Jahreszeit sichtbar und lässt sich nicht allein durch geografische oder saisonale Unterschiede erklären.

In diesem Fall reicht eine einfache Visualisierung mit konsistenter kartografischer Gestaltung aus, um diese Veränderungen unmittelbar sichtbar zu machen — und unterstreicht damit die Stärke von Karten bei der Erkennung steigender Temperaturen und extremer Hitzeereignisse.

Erde: Vegetationsveränderung (NDVI)

Die Analyse von Vegetation mithilfe des Normalized Difference Vegetation Index (NDVI) erfordert eine sorgfältige Interpretation. Eine einfache Differenzkarte kann irreführend sein, da sie unter Umständen sogar eine Verbesserung der Vegetation in ariden oder wüstenartigen Gebieten suggeriert, in denen NDVI-Werte von Natur aus niedrig und stark variabel sind.

Um dieses Problem zu vermeiden, wurden NDVI-Veränderungen in Bezug auf den ursprünglichen Landbedeckungstyp analysiert und auf Flächen beschränkt, die ursprünglich als Grünflächen klassifiziert waren. Dieser Ansatz ermöglicht es, sich auf tatsächlich relevante Vegetationsveränderungen zu konzentrieren, anstatt auf Artefakte des Index. Mit dieser Einschränkung wird das Ergebnis deutlich: 132 km² Fläche verzeichneten in den letzten zehn Jahren einen Rückgang der Vegetation von mindestens 0,2 NDVI-Einheiten, was auf einen erheblichen Verlust an Vegetationsbedeckung hinweist.

Luft: Staubsturm und Aerosolbelastung

Im Gegensatz zu den vorherigen Analysen, die sich auf langfristige Umwelttrends konzentrieren, untersucht diese Fallstudie ein konkretes Extremereignis: einen Staubsturm in Tunesien. Die Luftverschmutzung während des Ereignisses wurde mithilfe des Aerosol Index analysiert, der einen extremen und abrupten Anstieg der atmosphärischen Partikelbelastung zeigt.

Solche Spitzen werfen wichtige Fragen auf, die über das einzelne Ereignis hinausgehen: Sind diese Belastungswerte gesundheitsschädlich? Und nehmen Staubstürme im Zuge sich verändernder Klimabedingungen an Häufigkeit oder Intensität zu? Auch wenn diese Analyse keine abschließenden Antworten liefert, zeigt sie deutlich, wie räumliche Daten helfen können, extreme Luftverschmutzungsereignisse zu identifizieren und einzuordnen.

Was Karten zeigen können — und was nicht

Eine einzelne Karte kann nicht eindeutig bestimmen, ob beobachtete Muster auf natürliche Variabilität oder auf direkte Auswirkungen des Klimawandels zurückzuführen sind. Dennoch zeigt sich über drei der vier analysierten Elemente — Wasser, Feuer und Erde — hinweg ein klares Muster der ökologischen Verschlechterung im untersuchten Zeitraum.

Auch wenn Kartierung keine statistische Klimaanalyse ersetzt, bietet die Kombination aus offenen Satellitendaten, Sensormessungen und WebGIS-Werkzeugen einen leistungsfähigen Ansatz für das interactives Dashboard, die Nachverfolgung von Umweltveränderungen über die Zeit und die Erstellung von Ergebnissen, die transparent, reproduzierbar und leicht kommunizierbar sind.

In diesem Sinne fungiert die räumliche Analyse als entscheidende Brücke zwischen rohen Umweltdaten und fundierten Diskussionen über den Klimawandel.

‍