WebGIS für Monitoring und Risikoanalyse von GVO, Koexistenzregelungen und Anbauplanung - GeneRisk, Umweltnatur and Umweltsozialwissenschaften - page 141

als Clip-Layer (Abb. 8.6 , C, F). Als Ergebnis erscheint innerhalb der Puffer-
Zone eine FFH-Fläche, die zusätzlich mit einem Abfrageformular unterlegt ist,
wodurch Sachinformationen zu der extrahierten Fläche abgerufen werden kön-
nen. Die entsprechenden Informationen über geschützte Arten im detektierten
FFH-Gebiet erscheinen in einem Pop-Up-Fenster (Abb. 8.7 , links oben). Die in
der Puffer-Zone identifizierte Grundwasser-Messstelle ist ähnlich wie das FFH-
Gebiet mit Angaben zu Metadaten, Messspektrum und Messmethoden unterlegt
(Abb. 8.5 ) .
Mit der Distanz-Funktion kann der Abstand zwischen dem selektier-
ten Bt-Maisfeld und dem FFH-Gebiet ermittelt werden (Abb. 8.6 , E).Die
Contain-Funktion erlaubt dem Nutzer zu untersuchen, welche weiteren GVO rele-
vanten Geodaten innerhalb der Puffer-Zone liegen (Abb. 8.6 , D). Soll beispielsweise
für das Gebiet einer Gemeinde ein GVO-Monitoring durchgeführt werden, so
können zunächst Puffer-Zonen zu allen GVO-Feldern der Gemeinde gleichzeitig
generiert werden, um anschließend mittels der Contain-Funktion zu analysieren,
welche in der Umgebung installierten Messstationen verschiedener bestehender
Umweltmessnetze für das GVO-Monitoring genutzt werden könnten (Abschn. 8.1 ) .
Mit einer darauf folgenden Verschneidung der Pufferflächen mit ausgewählten
Geodaten und dem Download der Ergebnisse kann die Arbeit mit dem erstellten
Geodatensatz auf einem Desktop-GIS fortgesetzt werden. Beispielsweise können
darauf basierend Daten über die Windbedingungen ausgewertet werden, um geeig-
nete Standorte für die Aufstellung von Pollensammlern zu bestimmen. Mit Hilfe der
gesammelten GV-Pollen können Aussagen darüber abgeleitet werden, ob, wie weit
und wie viel Pollen vom Bt-Maisfeld in dessen Umgebung getragen werden. Dies
hilft bei der Abschätzung von Folgeschäden, z. B. der Schädigung von Schmet-
terlingslarven, die diesen bei entsprechenden Konzentrationen toxisch wirkenden
Pollen als Nahrung aufnehmen könnten.
8.3.2 Detektion von Maisfeldern anhand von Satellitendaten
Die Detektion der Maisflächen erfolgte mit dem in der Fernerkundung häufig ver-
wendeten Maximum-Likelihood-Verfahren, das in dem Produkt „Erdas Imagine“
für die überwachte Klassifikation bereitgestellt wird (Abschn. 8.2.3 ) . Die Daten-
vorverarbeitung sowie die Bearbeitung der Klassifikationsergebnisse wurden in
Kombination der beiden Produkte Erdas Imagine und ArcGIS realisiert.
Für die Klassifizierung von Maisfeldern wurde ein ca. 2.000 km 2 großer
Satellitenbildausschnitt ausgewählt, für den flächendeckend Ground Truth-Daten
verfügbar waren (Abb. 8.8 ) . Nach erfolgter Klassifikation dienten die Ground Truth-
Daten für eine Überprüfung und Bewertung der erzielten Klassifikationsergebnisse.
Dabei wurden die detektierten und nachbearbeiteten Maisflächen mit den Ground
Truth-Daten in ArcGIS verschnitten, um die Anteile „richtig“ und „falsch“ klassi-
fizierter Flächen festzustellen. Die richtig klassifizierten Maisflächen ergaben sich
direkt aus dem Überschneidungsergebnis, das in Abb. 8.9 (links) dargestellt ist. Hier
sind „richtig gefundene Maisanbauflächen“ abgebildet, die 77% der tatsächlichen