Samspillet Mellem Rensdyr, Vegetation Og Menneskelige Aktiviteter I Vestgrønland

Samspillet mellem rensdyr, vegetation og menneskelige aktiviteter i Vestgrønland

Teknisk rapport nr. 49, 2004 Pinngortitaleriffik, Grønlands Naturinstitut 1 Titel: Samspillet mellem rensdyr, vegetation og menneskelige aktiviteter i Grønland

Forfattere: Peter J. Aastrup & Mikkel P. Tamstorf, Danmarks Miljøundersøgelser. Christine Cuyler, Pipaluk Møller-Lund, Kristjana G. Motzfeldt, Christian Bay & John D.C. Linnell, Grønlands Naturinstitut

Serie: Teknisk rapport nr. 49, 2004

Udgiver: Grønlands Naturinstitut

Finansiel støtte: Nærværende rapport er finansieret af Miljøstyrelsen via programmet for Miljøstøtte til Arktis. Rapportens resultater og konklusioner er forfatteren(nes) egne og afspejler ikke nødvendigvis Miljøstyrelsens holdninger.

Forsidefoto: Peter J. Aastrup

ISBN: 87-91214-04-1

ISSN: 1397-3657

Layout: Kirsten Rydahl

Reference: Aastrup, P. (ed.) 2004. Samspillet mellem rensdyr, vegetation og menneskelige aktiviteter i Grønland. Pinngortitaleriffik, Grønlands Naturinstitut, teknisk rapport nr. 49. 321 s.

Rekvireres hos: Er udelukkende tilgængelig i elektronisk format på Grønlands Naturinstituts hjemmeside http://www.natur.gl.

2 Samspillet mellem rensdyr, vegetation og menneskelige aktiviteter i Vestgrønland

Teknisk rapport nr. 49, 2004 Pinngortitaleriffik, Grønlands Naturinstitut 3 4 ResumeResumeResume

Projektets hovedmål er at forbedre grundla- kær, græsland, sneleje, lavholdig dværgbusk- get for forståelse af forholdet mellem rens- hede, dværgbuskhede, steppe og afblæs- dyrene, deres fødegrundlag og de levevilkår, ningsflade/fjeldmark. Kortene er anvende- der findes forskellige steder på Grønlands lige for studier af den relative fordeling af vestkyst. En sådan viden vil forbedre grund- vegetation i forskellige områder. Usikkerhe- laget for bl. a. Grønlands Naturinstituts råd- den på vegetationstypernes geografiske pla- givning til Hjemmestyret og for DMU’s råd- cering er imidlertid så stor, at kortene skal givning til Råstofdirektoratet. Projektets fire anvendes med forsigtighed. Kortlægningen delmål er: 1) at dokumentere sneafsmeltnin- af vegetationen har vist nogle væsentlige for- gens forløb samt vegetationens frodighed skelle mellem områderne ved Kangerlussuaq, over en længere årrække, 2) at forbedre kend- Nuuk og Sydgrønland. I Kangerlussuaq er skabet til fourageringsmulighederne og vege- det karakteristisk at: 1) dværgbuskhede ud- tationens beskaffenhed i forskellige dele af gør en meget stor del af det samlede areal, Grønland ved udarbejdelse af vegetations- 2) lavholdig dværgbuskhede findes næsten kort, 3) at kortlægge rensdyrenes vandringer ikke og 3) fjeldmark udgør en mindre del af i områderne ved Nuuk og Kangerlussuaq området end i Nuuk og Sydgrønland. Ved samt 4) at undersøge rensdyrenes adfærd i NuukNuukNuuk er det karakteristisk, at: 1) forekom- forbindelse med forstyrrelser ved menneske- sten af lavholdig hede er væsentlig højere lige aktiviteter. end i de to andre områder og 2) at krat kun udgør en lille del af området. I Sydgrøn-Sydgrøn-Sydgrøn- Der er tilvejebragt satellitbilleder (NOAA landlandland er det karakteristisk at: 1) græshede er AVHRR) til beskrivelse af sneforhold og fro- langt mere udbredt end på de andre lokali- dighed (NDVI) for perioden 1979-1999. Bil- teter, 2) at lavholdig dværgbuskhede har en lederne kan anvendes til at vurdere sneaf- meget ringe udbredelse og 3) at steppe ikke smeltning, etablering af første snedække samt findes. frodighed og er inkluderet på den medfølgen- de CD-rom. Der er udviklet metoder til ana- Analyse af de satellitmærkede rensdyrs po- lyse af disse forhold, som er testet på mindre sitioner i forhold til de forekommende vege- områder nær Kangerlussuaq og ved Nuuk. tationstyper har vist at dyrene tilbringer 50% Baseret på beregninger af middelårene for af tiden i afgrænsede kerneområder som ud- disse to områder ses, at sneafsmeltningen er gør mellem 8 og 25% af dyrenes forekomst- tidligst i Kangerlussuaq og at frodigheden område. Det blev endvidere fundet, at rens- har toppunkt ca. 3-4 uger senere i Nuuk end dyrene i Kangerlussuaq-området i brunstti- i Kangerlussuaq. Det vil med det udviklede den primært anvender dværgbuskhede og værktøj være muligt at beskrive vækstsæson kær, i kælvningstiden og umiddelbart efter og frodighed for specifikke områder med anvendes hovedsageligt fjeldmark, mens stor nøjagtighed. græsland anvendes mest om sommeren. I den nordlige del af Nuuk-området anvendes Vegetationen i områderne ved Kangerlus- fjeldmark og steppe i kælvningstiden, mens suaq, ved Nuuk og i Sydgrønland er blevet dyrene resten af året fortrinsvis færdes i den kortlagt ved hjælp af Landsat TM satellitbil- lavholdige dværgbuskhede. leder, og de forekommende vegetationstyper er blevet grundigt beskrevet på baggrund af Rensdyrsimlers vandringer er undersøgt ved detaljerede botaniske analyser (Itex-meto- hjælp af Argos satellitsendere i Kangerlus- den). De kortlagte vegetationstyper er: Krat, suaq-området (7 sendere) og i Nuuk-områ-

5 det (8 sendere). Ingen vandringer var over kalve var mere årvågne end flokke udeluk- længere afstande end 100 km. De mærkede kende med voksne dyr. Hyppigheden af nys- rensdyr i Kangerlussuaq-området fulgte beg- gerrig adfærd og opdagelsesafstandene indi- ge år det samme mønster med ophold nær kerede at rensdyr ved Nuuk var mindre år- indlandsisen i sommerhalvåret og ophold vågne end rensdyr ved Kangerlussuaq efter længere mod vest i vinterhalvåret. I Nuuk- jagttiden, mens der ikke var forskelle i kælv- området var vandringsmønstret mere kom- ningstiden og om sommeren. Rensdyr ved pliceret, idet en del af dyrene foretog van- Nuuk var mest årvågne i kælvningstiden, dringer mellem kystområdet, hvor de op- mens rensdyr ved Kangerlussuaq var mest holdt sig om vinteren, og området nær ind- årvågne efter jagttiden. Det konkluderes, at landsisen, hvor de opholdt sig om somme- flugt- og frygtreaktioner hos grønlandske ren. Andre dyr var stationære i kystområdet. rensdyr er sammenlignelige med andre rens- Dyrene foretog ikke koordinerede, samtidige dyrbestande, og at rensdyr i kælvningstiden vandringer, men var alligevel trofaste over- bør beskyttes mod forstyrrelser i lighed med for bestemte områder. Endelig var dyrene andre steder i verden. langt mere mobile i Nuuk-området end i Kangerlussuaq-området. Der var ingen van- Projektet har givet ny information, som un- dringer mellem de to områder. derstøtter at rensdyr i Vestgrønland bør betragtes som adskilte bestande, som lever un- Undersøgelserne af rensdyrs reaktioner på der meget forskellige vilkår. Dette er viden menneskelige forstyrrelser blev undersøgt i som allerede nu er brugbar for forvaltningen Kangerlussuaq og i Nuuk-området i kælv- af Grønlands rensdyr. Der er imidlertid et ningstiden, om sommeren og efter jagten. meget stort behov for undersøgelser af for- Dyrenes frygt- og flugtafstande blev målt ved holdet mellem dyrenes kondition og de for- hjælp af en afstandsmåler. Undersøgelserne skelle i vegetationsforhold, vandringsmønstre viste, at opdagelsesafstand, frygtafstand, og adfærd, som de foreliggende undersøgel- flugtafstand og flugtlængde var længere hos ser har afsløret. flokke end hos enlige rensdyr. Flokke med

6 Indholdsfortegnelse

1.1.1. Indledning...... 111111 2.6.3. Vegetationskort 1.1. Rapportens opbygning og Sydgrønland ...... 47 indhold ...... 11 2.6.4. Sammenligning af 1.2. Baggrund...... 12 metoder for vurdering 1.3. Valg af områder ...... 13 af dækningsgrad ...... 48 2.6.5. Græsning ...... 49 2.2.2. VVVegetationsbeskrivelse ...... 151515 2.7. Diskussion ...... 53 2.1. Indledning ...... 17 2.7.1. Græsningstilstand ...... 54 2.2. Tidligere botaniske undersøg- 2.7.2. Vegetationens føde- elser og –kortlægning ...... 17 mæssige betydning...... 56 2.3. Beskrivelser af de undersøgte 2.8. Konklusion ...... 57 lokaliteter...... 19 2.9. Literaturliste ...... 59 2.3.1. Valg af feltlokaliteter .. 19 2.4. Metoder og materialer ...... 21 3.3.3. Satellitbaseret vegetations- 2.4.1. Placering af analyse- kortlægning i Vestgrønland ... 616161 felter ...... 21 3.1. Resumé ...... 63 2.4.2. Materiale til vegeta- 3.2. Introduktion ...... 63 tionsanalyse ...... 23 3.2.1. Rapportens opbygning . 63 2.4.3. Rekognoscering ...... 23 3.3. Områder, klima og 2.4.4. Vegetationsanalyser vegetation ...... 66 efter Itex-metoden ...... 23 3.3.1. Områdernes geografi- 2.4.5. Beregning af arternes ske udstrækning ...... 66 dækningsgrad og navn- 3.3.2. Klima og klima- givning af vegetations- gradienter ...... 67 typer ...... 24 3.3.3. Arktisk vegetation og 2.4.6. Vurdering af græs- dens tilpasning til ningstryk ...... 25 klimaet ...... 75 2.5. Resultater ...... 25 3.4. Vegetationskortlægning ...... 77 2.5.1. Analyserede vegeta- 3.4.1. Databearbejdning ...... 77 tionstyper ...... 25 3.5. Datagrundlag ...... 80 2.5.2. Beskrivelser af vege- 3.5.1. Satellitdata ...... 80 tation på alle lokalite- 3.5.2. Atmosfæreprofiler ...... 81 ter - baseret på rekog- 3.5.3. Kortdata og digital nosceringer ...... 27 højdemodel (DEM) ..... 82 2.5.3. Vegetationsanalyser .... 35 3.6. Feltundersøgelser ...... 83 2.5.4. Vegetationsklassifi- 3.6.1. Spektralmålinger ...... 83 kation ...... 35 3.6.2. Overfladetyper ...... 85 2.6. Beskrivelse af de kortlagte, 3.6.3. Positionsdata...... 86 generaliserede vegetations- 3.7. Metode ...... 87 klasser ...... 37 3.7.1. Præprocessering ...... 87

2.6.1. Vegetationskort 3.8. Gain (C1) og offset (C0) værdier Kangerlussuaq ...... 37 for pre- og inflight kalibre- 2.6.2. Vegetationskort ringer af Landsat 5 TM...... 89 Nuuk ...... 46 3.8.1. Klassifikation ...... 98

7 3.8.2. Usikkerheds- 4.6. Konklusion ...... 155 bestemmelse ...... 103 3.9. Resultater ...... 109 5.5.5. Analyse af vegetation i 3.9.1. Spektralsignaturer ...... 110 satellitmærkede rensdyrs 3.9.2. Vegetationskortlægning kerneområder...... 157157157 ved Kangerlussuaq ..... 113 5.1. Indledning ...... 159 3.9.3. Vegetationskortlægning 5.2. Formål ...... 159 ved Nuuk ...... 115 5.3. Datagrundlag ...... 160 3.9.4. Vegetationskortlægning 5.3.1. Undersøgelsesområder 160 ved Sydgrønland ...... 118 5.3.2. Positionsdata ...... 160 3.9.5. Vegetationstypernes 5.3.3. Kortmateriale ...... 162 fordeling langs klima- 5.4. Teori og metode ...... 162 gradienterne ...... 120 5.4.1. Rensdyrenes sæsoner .. 162 3.10. Diskussion ...... 121 5.4.2. Estimering af 3.10.1.Kortlægning af home range ...... 162 vegetationen i de tre 5.4.3. Databehandling...... 163 områder...... 121 5.5. Resultater ...... 164 3.10.2.Vegetation og klima- 5.5.1. Samlede gradienter ...... 131 home ranges ...... 164 3.11. Konklusion ...... 133 5.5.2. Sæsondelte home ranges ...... 165 4.4.4. Retrospektiv 5.5.3. Home range baseret AAAVHRR analyse ...... 135135135 på alle år ...... 165 4.1. Formål ...... 138 5.6. Diskussion ...... 170 4.2. Datagrundlag ...... 138 5.6.1. Home ranges og 4.2.1. Generelt om NOAA migration...... 170 AVHRR ...... 139 5.6.2. Fordeling af vegeta 4.2.2. Billeddata ...... 140 tionstyper ...... 172 4.2.3. Punktdata ...... 141 5.7. Konklusion ...... 174 4.3. Teori og metode ...... 141 5.8. Opsummering og perspekti- 4.3.1. Præprocessering ...... 141 vering af kortlægning ...... 175 4.3.2. Maximum 5.8.1. Vegetationskort- compositing ...... 142 lægning ...... 175 4.3.3. Beskrivelse af middelår 5.8.2. Analyse af vegetation ud fra billeddata ...... 143 i satelitmærkede rens- 4.3.4. Sneafsmeltning ...... 143 dyrs kerneområder ..... 177 4.3.5. Vækstsæsonen ...... 145 5.9. Referencer til 4.4. Resultater ...... 146 kapitel 3, 4 og 5 ...... 179 4.4.1. Middelår fra billeddata ...... 146 6.6.6. Årligt vandringsmønster 4.4.2. Maximum hos satellitmærkede rensdyr compositing ...... 147 i VVi estgrønland...... 189189189 4.4.3. Modellering ...... 148 6.1. Baggrund...... 191 4.5. Diskussion og opsummering .. 152 6.2. Afgrænsning af bestande ...... 191 4.5.1. Præsentation af mid- 6.2.1. Vandringsrater, delår fra billeddata ..... 152 aktivitetsmønstre og 4.5.2. Maximum composite .. 152 forstyrrelser ...... 192 4.5.3. Modellering af 6.3. Undersøgelsesområder ...... 193 punktdata ...... 152 6.4. Metoder ...... 194 4.5.4. Anvendelse af billeddata ...... 155

8 6.4.1. Indfangning af 7.6. Diskussion ...... 219 rensdyr ...... 194 7.6.1. Årvågenhed...... 219 6.4.2. Indstilling af sendere ... 194 7.6.2. Reaktionens styrke ...... 220 6.4.3. Udvælgelse af data ..... 194 7.6.3. Tilvænning til 6.5. Resultat De mærkede dyr ...... 196 mennesker...... 220 6.5.1. Årstidsbetingede 7.6.4. Effekter af vandringer ...... 196 forstyrrelse ...... 220 6.5.2. Social struktur...... 199 7.6.5. Jagt ...... 221 6.5.3. Del-bestande...... 199 7.6.6. Miljømæssig 6.5.4. Vigtige vinter- og regulering ...... 221 kælvningsområder ...... 199 7.7. Referencer ...... 223 6.5.5. Variationer i vandringsrate...... 200 8.8.8. Sammenfatning ...... 225225225 6.5.6. Forstyrrelser fra jagt ... 200 8.1. Vækstperiode og sneforhold ... 227 6.5.7. Årstidsbetingede 8.2. Vegetationsforhold i vigtige ændringer i aktivitet ... 202 rensdyrområder ...... 227 6.6. Diskussion ...... 202 8.3. Rensdyrs vandringer ...... 229 6.6.1. Satellitsendernes 8.4. Rensdyrs og forstyrrelser ...... 230 stabilitet ...... 202 8.5. Litteratur ...... 231 6.6.2. Årstidsvandringer ...... 202 6.6.3. Sæsonbetingede 9.9.9. TTTakakak ...... 232232232 variationer i aktivitet .. 203 6.6.4. Forskelle mellem de Appendiks 1-15 ...... 233233233 to undersøgelses- områder ...... 204 6.6.5. Afgrænsning af bestande ...... 204 6.6.6. Årstidsmæssigt vigtige områder ...... 205 6.6.7. Fremtiden ...... 205 6.7. References ...... 206

7.7.7. Rensdyrs adfærd ved forstyrrelser...... 212121111 7.1. Resume ...... 213 7.2. Indledning ...... 213 7.3. Undersøgelsesområder ...... 214 7.4. Metoder ...... 215 7.4.1. Provokation ...... 215 7.4.2. Statistisk analyse ...... 215 7.5. Resultater ...... 217 7.5.1. Opdagelsesafstand...... 217 7.5.2. Frygtafstand ...... 217 7.5.3. Flugtafstand ...... 217 7.5.4. Flugtdistance ...... 217 7.5.5. Nysgerrig adfærd ...... 218 7.5.6. Umiddelbare reaktioner ...... 218 7.5.7 Andre parametre ...... 218 7.5.8 Opsummering ...... 218

9 10 Indledning

Kort kan give væsentlige oplysninger om rens- Projektformulering og ansøgning blev til på dyrs levevilkår. Hvor findes der f.eks. områ- initiativ af Pinngortitaleriffik (Grønlands Na- der med lav, hvor findes der frodig vegeta- turinstitut, GN) og Danmarks Miljøundersø- tion og hvor er der som regel tidligt snefrit? gelser (DMU). Desuden blev ASIAQ (Grøn- Dette er eksempler på faktorer, som er væ- lands Forundersøgelser) og Geografisk Insti- sentlige for rensdyr, men hvor der kun findes tut, Københavns Universitet (GI), inddraget. begrænset viden. Målet med projektet ”Sam- Kortlægningsdelen af projektet er gennem- spillet mellem rensdyr, vegetation og menne- ført som PhD-projekt. Kapitel 3-5 er med skelige aktiviteter” (RenVeg) er at undersøge mindre ændringer i indledende afsnit iden- spørgsmål som disse. Projektet består af føl- tisk med PhD-rapporten. Projektet indledtes gende delprojekter: i 1996.

1.1.1. Vækstperiode og sneforhold Nærværende rapport er finansieret med støt- Formålet med disse undersøgelser er at doku- te fra Miljøstyrelsen via miljøbistandspro- mentere sneafsmeltningens forløb samt vege- grammet Dancea - Danish Cooperation for tationens frodighed over en længere årrække. Environment in the Arctic. Rapportens resultater og konklusioner er forfatterens(nes) 2.2.2. Kortgrundlag for vurdering af egne og afspejler ikke nødvendigvis Miljø- vegetationsforhold i vigtige styrelsens holdninger. rensdyrområder Kortlægningens formål er at forbedre kendskabet til fourageringsmulighederne og vege- Rapportens opbygning og tationens beskaffenhed i forskellige dele af indholdindholdindhold Grønland ved udarbejdelse af vegetations- Rapporten består af 6 delrapporter (hoved- kort. Kortene er også anvendelige for vurde- ansvarlig institution i parentes) samt et Ap- ring af moskusoksers og fårs leveområder. pendikssbind. Delrapporterne er: Dette er dog ikke nærmere behandlet i rapporten. 1. Vegetationsbeskrivelse (GN). 2. Satellitbaseret vegetationskortlægning i 3.3.3. Rensdyrs vandringer og vestgrønland. Del af PhD- rapport udført aktivitetsområder (home range) som en integreret del af projektet (DMU). Undersøgelsens formål var at kortlægge rens- 3. Retrospektiv AVHRR analyse. Kortlæg- dyrenes vandringer i Nuuk- og Kangerlus- ning af snedækning og -afsmeltning samt suaq områderne, samt at øge kendskabet til vegetationens frodighed på basis af satel- rensdyrenes opdeling i delbestande. Dette litbilleder (DMU på baggrund af rappor- kendskab er bl.a. vigtigt for at kunne diffe- tering fra ASIAQ). rentiere forvaltning på bestandsbasis. 4. Analyse af vegetation i satellitmærkede 4.4.4. Rensdyrs adfærd i forhold til rensdyrs kerneområder (DMU). forstyrrelser 5. Satellitsporing af rensdyr (GN). Formålet var at undersøge rensdyrs adfærd 6. Undersøgelser af rensdyrs reaktioner på i forbindelse med forstyrrelser ved menne- forstyrrelser (DMU) skelige aktiviteter. En sådan viden er vigtig for at forvalte eksempelvis kælvningsområ- der i forhold til turisme, råstofaktiviteter mv.

11 Data fra delrapport 2-4 findes på en data- BaggrundBaggrundBaggrund CD, som inkluderer vegetationskort mm. Rensdyr (Rangifer tarandus groenlandicus og R.t. tarandus) findes hovedsagelig på Det er i princippet tilstræbt, at de enkelte af- Grønlands vestkyst. Bestanden har været snit kan læses som helheder uden for mange genstand for periodiske svingninger i antal, henvisninger frem og tilbage mellem delpro- som dokumenteret af Vibe (1967) og Meld- jekter. Ønsket om at perspektivere resultater gaard (1986). med data fra andre delprojekter i de enkelte afsnit gør det imidlertid umuligt at undgå at De første egentlige undersøgelser af grønland- foregribe resultater fra efterfølgende projekt- ske rensdyr blev gennemført i slutningen af rapporteringer. 1970’erne (Thing 1984, Lassen & Aastrup 1981 m.fl.). Disse undersøgelser, som især Grønlands logistiske forhold gjorde anven- var koncentreret om Kangerlussuaq, blev delse af fjernanalyser (Remote Sensing) op- iværksat som følge af stor dødelighed blandt lagte, og i projektet indgår både anvendelse rensdyrene i området samt et indtryk af stærk af satellitbilleder og satellitsendere til sporing tilbagegang i antallet af dyr. Undersøgelser- af rensdyr. Der har været lagt vægt på også ne konkluderede, at overgræsning bevirkede at komme ud i felten for at bekræfte resulta- at dyrene ikke fik tilstrækkelig føde til at kla- terne af fjernanalyserne. re vinteren.

Projektet spænder vidt, men har rensdyrbe- Siden har Grønlands Hjemmestyre og sene- standen i Vestgrønland som fælles akse. En re Grønlands Naturinstitut gennemført et væsentlig begrundelse for projektet var øn- antal flytællinger, som baggrund for vurde- sket om at tilvejebringe et kortgrundlag for ring af bestandsstørrelser med henblik på karakteristik af især rensdyrs og fårs men fastsættelse af kvoter for fangsten af rensdyr. også moskusoksers levevilkår. En sådan viden er en af forudsætningerne for at forval- Rensdyrene har tidligere forvaltningsmæs- te bestandene efter de forhold som dyrene sigt været betragtet som een bestand, da der lever under, og for monitering af bestande- hverken har været tilstrækkelig viden om nes størrelse, køns- og alderssammensætning rensdyrenes forekomst i selvstændige bestan- og kondition. Forvaltning af rensdyrene un- de eller om de vilkår, som rensdyrene lever der hensyntagen til de enkelte bestandes sær- under i forskellige dele af Grønland. lige forhold kræver imidlertid også viden om bl.a. 1) afgrænsningen af bestande samt an- I DMU’s regi er gennemført miljømæssige tallet af dyr i de enkelte bestande, 2) levevil- undersøgelser i forbindelse med eventuel kår, plantevækst og sneforhold for de enkel- etablering af vandkraft flere steder i rensdy- te bestande samt 3) kendskab til hvorledes renes udbredelsesområde. Disse undersøgel- menneskelige aktiviteter griber ind i rensdy- ser gennemførtes med henblik på at vurdere renes færden. i hvor høj grad transmissionslinjer og op- dæmning af søer m.m. kunne forventes at Med rapporten er skabt et væsentligt grund- påvirke rensdyrene negativt. lag for forståelse af sammenhængen mellem dyrenes levevilkår og dyrenes kondition og I kælvningstiden er kælvningsområderne reproduktion i forskellige dele af Vestgrøn- særligt vigtige for bestandene. I kælvningsti- land. Der er dermed lagt op til at gamle da- den kan råstofaktiviteter således kun foregå ta om rensdyrbestandene kan sættes i et nyt efter Råstofdirektoratets særlige godkendel- perspektiv, og at nye undersøgelser kan til- se. Identifikation af kælvningsområder for rettelægges med baggrund i en velfunderet rensdyr er derfor et vigtigt indsatsområde viden om de vegetationsmæssige og klimati- for DMU’s rådgivning til Råstofdirektoratet. ske vilkår.

12 VVValg af områder Nuuk området er prioriteret kortlagt af flere Undersøgelsesområderne er vist på figur 1.1. grunde. Nuuk kommune’s befolkning læg- Området i Sydgrønland er udvalgt på grund ger med sine godt 13.400 indbyggere et stort af regionens økonomisk og kulturelt vigtige pres på de omkringliggende landområders fåreholdererhverv. Der eksisterer konventio- naturressourcer, og rensdyrbestandene ud- nelle vegetationskort over en stor del af land- gør en vigtig ressource. brugsdistrikterne i Sydgrønland (Thorsteins- son 1983, Motzfeldt & Guðjónsson 1999). Kangerlussuaq området er prioriteret kort- Der er samtidig et voksende behov for at lagt for at dække vildrenernes og moskusok- iværksætte en græsningsmonitering for hele sernes udbredelsesområde i Angujaartorfiup regionen. Græsningsmonitering bør udføres Nunaa. Vildrenbestanden i området har for at undgå overgræsning og for at søge at vekslet meget i størrelse (Vibe 1967) og be- kvantifisere hvor mange får, der kan græsse standens seneste større nedgangsperiode var på et givet område. Overgræsning forårsaget i 1970’erne (Thing 1984). Området har den af får er et problem, idet en svækkelse af største vildrenbestand i Vestgrønland (Peder- vegetationen medfører øget erosionsrisiko. sen 1999). Lavvegetationen i vildrenernes Denne risiko er størst ved vintergræsning primære vintergræsningsområde omkring som først og fremmest går ud over træagtige Ikarlulik var nedgræssede i 1979 (Thing planter. 1984) og er ikke siden undersøgt, ej heller kender man vintergræsningsområdernes udbredelse.

Figur 1.1.1.1.Figur De kortlagte områders beliggenhed i Grønland.

13 14 Del 2 Vegetationsbeskrivelse

Pipaluk Møller Lund, Christian Bay & Kristjana Motzfeldt Grønlands Naturinstitut

15 16 Vegetationsbeskrivelse

2.1. Indledning Kortlægning af vegetation bygger på klassi- 3. At forbedre baggrunden for at vurdere fikation af de overfladetyper, som kan iden- de beskrevne og kortlagte samfunds be- tificeres på satellitbilleder og på muligheder- tydning for rensdyr, moskusokser og får. ne for at definere meningsfulde vegetations- 4. At sammenligne ITEX metoden med den typer, som kan genfindes i felten. En væsent- konventionelle dækningsgradsanalyse lig forudsætning for tolkning af satellitbille- ved beskrivelse af plantedække. der er detaljerede botaniske beskrivelser af de kortlagte vegetationstyper og vegetations- 5. At vurdere græsningstryk. typernes fødemæssige betydning kan vurderes på baggrund af de detaljerede beskrivel- 2.2. Tidligere botaniske ser. undersøgelser og –kortlægning Kendskab til hvilke vegetationstyper der er Kortlægning af vegetation i Grønland ved tilgængelige året igennem er vigtigt for vur- hjælp af flyfoto og/eller satellitoptagelser er dering af rensdyrs, moskusoksers og fårs tidligere udført på Jameson Land (Mosbech livsbetingelser. Forskellige bestande i Vest- & Hansen 1994), i den Grønlandske Natio- grønland lever under forskellige klimatiske nalpark (Hansen & Søgaard 1989), ved Zac- og vegetationsmæssige forhold, og det giver kenberg (Lund 1993, Tamstorf 1997), ved sig f. eks. udslag i at rensdyrene i ét område Søndre Strømfjord (Holt 1983, Olesen 1990), sulter en vinter, mens de i et andet område i Paradisdalen (Holt 1987), ved Kangerluar- klarer sig fint. sunnguup tasersua syd for Nuuk (DMU 1984), ved Paamiut (Motzfeldt et. al 1996), i I dette kapitel beskrives de kortlagte plante- Sydgrønland (Hansen 1991, Folving 1986, samfund på baggrund af detaljerede analy- Lund et. al 1996, Thorsteinsson 1983, ser. Undersøgelserne omfatter karplanter og Motzfeldt & Guðjónsson 1999) og i et af- laver (lichener), sidstnævnte dog kun på grænset område i Qingua-dalen i Sydgrøn- nogle af lokaliteterne. Mosser er behandlet land (Feilberg & Folving 1990). som een gruppe. Thorsteinsson inddelte vegetationen i 59 Formålene med vegetationsbeskrivelsen er: plantesamfund fordelt i 18 forskellige plan- 1. At undersøge, definere og beskrive de tesamfund efter dominerende og karakteris- kortlagte vegetationstyper (Kapitel 3): tiske karplanters forekomst. Fredskild et al. (1994) har i korte træk beskrevet vegetatio- Kangerlussuaq og Nuuk: dværgbusk- hede, fjeldmark, græsland, kær, krat, nen omkring en sø i 510 meters højde lige lavholdig dværgbuskhede og steppe. syd for Narsarssuaq. Feilberg og Folving (1990) inddelte vegetationen i den ydre del dværgbuskhede, fjeld- Sydgrønland: af Qingua-dalen i 5 typer, hvor skov- og he- mark, lavholdig dværgbuskhede, græs- detyperne er unikke i grønlandsk sammen- land, kær, krat og opdyrket/frodigt. hæng. 2. At analysere og beskrive de arealmæssigt dominerende plantesamfund i de tre om- For Nuuk-regionen eksisterer der ingen tid- råder. ligere vegetationskort, bortset fra et lille om- råde ved bunden af Kangerluarsunnguup

17 Figur 2.1. Lokaliteterne i Sydgrønland afmærket med orange firkanter.

Figur 2.2. Lokaliteterne ved Nuuk afmærket med orange firkanter.

tasersua. Hanfgarn (DMU 1984) inddelte Holt (1983) kortlagde 87 km2 vegetation nord vegetationen i lavlandet i 7 plantesamfund. og øst for Kangerlussuaq i 14 typer. Böcher (1954) inddelte vegetationen omkring Kan- Böcher (1954) undersøgte vegetationen i og gerlussuaq i 14 typer ud fra forekomsten af umiddelbart omkring Nuuk. Vegetationen i økogeografiske og klimatiske indikatorarter. Ilulialik er kort beskrevet af Fredskild og Holt (1983) har inddelt vegetationen i Para- Hansen (GBU 1976), der beskriver 9 forskel- disdalen i 5 forskellige overordnede plante- lige plantesamfund. Derudover har Trapnell samfund. (1933) inddelt vegetationen i Qussuk i 21 typer (plantesamfund) efter hvilke arter, der Den foreliggende beskrivelse af plantesam- dominerer i de forskellige plantelag og navn- fund er den første, som dækker større områ- givet typerne efter Braun-Blanquet metoden der i Vestgrønland på baggrund af detalje- (1930). rede beskrivelser af et stort antal lokaliteter.

18 Figur 2.3. Lokaliteterne i Kangerlussuaq området afmærket med orange firkanter.

2.3. Beskrivelser af de undersøgte lokaliteter Feltarbejde er gennemført i somrene 1997 i Vatnahverfi er både indlands- og kystpræ- Nuuk området og i 1998 i fåreholderdistrik- get. Fåregræsning forekommer og området terne i Sydgrønland samt i Sisimiut/Kanger- hører til den suboceaniske, lavarktiske vege- lussuaq-regionen. Feltområdernes placering tationszone, som er defineret ved forekomst er vist på figur 2.1-2.3. Feltarbejdet blev af pilekrat (Feilberg 1984). Området er et koordineret med de øvrige kortlægningsak- fjeldlandskab med lave afrundede fjelde og tiviteter, der er beskrevet i kapitel 3. store brede dale. Vegetationen er typisk for indlandsbæltet og Vatnahverfi er et af de 2.3.1. Valg af feltlokaliteter frodigste områder i Grønland. Feltlokaliteterne er udvalgt med henblik på undersøgelser af plantesamfundene i såvel Qaqortoq lokaliteten er et kystpræget områ- kyst- som indlandsområder i hvert af de tre de, hvor der ikke holdes får. Området har hovedområder. Vigtige kriterier for udvælgel- store sammenhængende vegetationsdækkede sen af lokaliteter er: forekomst af store sam- arealer. menhængende vegetationsdækkede flader på de forklassifiserede satellitbilleder, logisti- Lokaliteten Uutaap Kuua er et kystområde ske forhold samt at området er skyfrit på de beliggende i en dal, der deler sig i to mod udvalgte satellitbilleder. nord fra bunden af Kangerluarssuk Tulleq lige nord for Sisimiut, se figur 2.7. Lokalite- Qassiarsuk ligger i indlandet og er et lav- ten ligger i en bred nordøst-sydvest gående landsområde med store sammenhængende dal. På begge sider af hovedelven i dalen lig- vegetationsdækkede flader. Dele af området ger løsmasse-terasser, der gennemskæres af er intensivt opdyrket, og der forekommer bielve. Dette giver et varieret landskab med intensiv fåregræsning. Området tilhører den mange plantesamfund. Fra lejren var der ad- subkontinentale, subarktiske zone, som er gang til Uutaap Kuua, store nordøst-, øst-, defineret ved forekomsten af pile- og birke- sydøst-, syd-, sydvest- og vestvendte arealer. krat (Feilberg 1984). Området grænser op til Arctic Circle Race- ruten og hundeslædespor mellem Sisimiut og Kangerlussuaq, der følger en østgående

19 dal. Den nordøstgående dal blev valgt for at 97 under forskningsfangst, blev taget i dette sikre, at undersøgelsesfelterne vil kunne gen- område. Derudover er området et yndet vin- findes uforstyrrede. tergræsningsområde for en del rensdyr (Cuy- ler pers. komm). Analyserne blev foretaget i Lokaliteten ved Brayasø (figur 2.8) blev valgt samfund, der ikke blev krydset af turiststier som mellemposition i forhold til indlands- og veje. En enkelt analyse (GN98-34) er pla- og kystlokaliteterne. Landskabet er småku- ceret tæt ved en vej nær et strømkrat langs peret og de højeste toppe er alle under 500 en elv. m.o.h. Området er let tilgængeligt og var på satellitbilledet helt skyfri. Derudover er loka- Isunngua lokaliteten (figur 2.9) repræsente- liteten interessant fordi hovedparten af de rer de ekstreme indlands vegetationstyper. 49 vildren-simler, som GN nedlagde i 1996- Undersøgelsesområdet omfatter arealer vest

Figur 2.4. Placeringen af analysefelterne på Qassiarsuk lokaliteten er vist med orange firkanter med angivelse af ID.

Figur 2.5. Placeringen af analysefelterne i Vatnahverfi lokaliteten er vist med orange firkanter med angivelse af ID.

20 for den store sø i Isunngua og udgør et areal Kangerluarsunnguaq lokaliteten ligger for på ca. 5 km x 3 km. Området omfatter en østenden af Kangerluarssuunguup Tasersua bred øst-vestgående dal samt lav- og høj- i nærheden af dæmningen for vandkraftvær- landsområder nord og syd herfor. Området ket i Buksefjorden. Området har som helhed blev valgt på grund af dets betydning som udstrakte løsmasser med sammenhængende kælvings- og græsningsområde for rensdyr plantedække. (Cuyler pers. komm.). 2.4. Metoder og materialer Kanassut (figur 2.10) og Qussuk (figur 2.11) Behovet for at kvantificere plantegruppers lokaliteterne ligger i et typisk vestgrønlandsk og plantearters dækningsgrad til sammenlig- terræn, gennemskåret af dale med frodig ve- ning med målt reflektion samt muligheden getation. Kanassut lokaliteten omfatter store for at følge vegetationens udvikling fremover, arealer med terrasser af marine aflejringer har ført til valget af ITEX projektets (Inter- og store kær-områder. Lokaliteten Qussuk national Tundra Experiment) metode (Wal- kaldes lokalt for Isersuitilik. På grund af ker 1995). Denne metode giver statistisk re- mange vindudsatte fjeldrygge og ringe jord- producerbare resultater, som tillader sam- dannelse, er kun et mindre areal dækket af menligninger mellem lokaliteter og over tid. sammenhængende vegetation. Området er småkuperet og har mange små og store søer. De metoder, der er anvendt i tidligere kort- Begge lokaliteter blev valgt p.g.a. deres fore- lægninger, botaniske beskrivelser og plante- komst af lavrige plantesamfund, som gør samfundsbeskrivelser er mangeartede og dem attraktive som vintergræsningsområder vanskelige at sammenligne direkte med for rensdyr. Itex-data.

Ilulialik lokaliteten (figur 2.12) ligger nord for 2.4.1. Placering af analysefelter elvlejet Sangujaarssuit. Området repræsente- Før hver feltsæson blev der ved automatisk rer de nordlige kontinentale vegetationstyper klassifikation fremstillet satellitkort over de i Nuuk-området. Området er vanskeligt til- udvalgte lokaliteter med henholdsvis 6 og 9 gængeligt med båd på grund af store lavvan- vegetationsklasser. Den mindste enhed, der dede områder i Ilulialik, som tørlægges ved kan defineres på satellitkortene er 25 x 25 m2 ebbe. Der er store forekomster af finkornede efter resampling. Kortene blev derfor an- løsmasser såsom silt og ler i lavlandet. Der- vendt for at sikre at analyserne blev udført i udover er store områder dækket af moræne, ensartet farvede områder, som indikerede og overalt er plantedækket meget tæt. homogene plantesamfund.

Figur 2.6. Placeringen af analysefelterne i Qaqortoq lokaliteten er vist med orange firkanter med angivelse af ID.

21 Figur 2.7. Placeringen af analysefelterne i Uutaap Figur 2.10. Placeringen af analysefelterne i Kanas- Kuua lokaliteten er vist med orange firkanter og sut er vist med orange firkanter og angivelse af ID. angivelse af ID.

Figur 2.11. Ovenfor. Analysefelterne i Qussuk Figur 2.8. Placeringen af analysefelterne i Braya- vist med orange firkanter. sø lokaliteten er vist med orange firkanter og angivelse af ID.

Figur 2.9. Placeringen af analysefladerne i Isun- Figur 2.12. Analysefelterne i Ilulialik vist med ngua er vist med orange firkanter og angivelse af orange firkanter og angivelse af ID. ID.

22 trolleres, at rammen er placeret vandret over vegetationen. Benenes placering markeres permanent med 10 cm lange, rustfrie rør, som placeres i hullerne, hvor rammens ben har siddet. Rammen orienteres således, at A-hjørnet altid er i sydvestlig retning. Umid- delbart nord for hvert af plottene placeres et 50 cm langt vinkeljern med orangefarvet spids. Permanente mærker vedhæftes.

De 100 registreringspunkter defineres som punkterne vertikalt under snorenes skærin- ger.

Analysefladerne i Itinnera vist med Figur 2.13. GPS-positioner er indsamlet med Garmin orange firkanter. 12x bærbar GPS på samtlige lokaliteter undtagen i Sisimiut/Kangerlussuaq området, hvor Leica MX 6800 GPS-modtager er benyttet.

2.4.3. Rekognoscering På hver lokalitet indledtes feltarbejdet med rekognosceringer for at få et overblik over plantesamfundene og deres fordeling i terræ- net. Vegetationen blev inddelt i plantesamfund ud fra artssammensætning, dominerende arter og deres dækningsgrad samt fysiske forhold som jordbundens vandindhold og terrænnets eksponering. Samtlige forekommende karplanter blev identificeret og Figur 2.14. Analysefladerne ved Kangerluarsun- indsamlet til Grønlands Naturinstituts her- nguaq. barium. Nomenklaturen for karplanterne følger Böcher et al. (1978). På lokaliteterne Qussuk, Ilulialik, Brayasø og Uutaap Kuua, 2.4.2. Materiale til indsamlede Eric Steen Hansen laver til Na- vegetationsanalyse turinstituttet. Nomenklaturen for laverne Princippet i ITEX analysen er, at planteart følger Santesson (1993). eller type registreres i 100 punkter i et eller to lag. Til vegetationsanalyserne benyttes så- Plantesamfund med lille arealmæssig udbre- kaldte ITEX-rammer (Walker 1995). ITEX- delse, som er vigtige græsningshabitater for rammerne fremstilles af aluminium firkant- rensdyr, moskusokser eller får er dog også rør og har et indre mål på 71 x 71 cm, hvor beskrevet. Der er f.eks. udført forholdsvis der er udspændt et nylon-trådnet, som dan- mange analyser i intensivt græssede græs- ner 100 skæringspunkter. På oversiden af landstyper. rammen er der pålimet linealtape. Tråd- nettet er fæstet ud for 7, 14, 21, 28, 35, 42, 2.4.4. Vegetationsanalyser efter 49, 56, 63, 70 cms mærkerne. Hjørnerne er Itex-metoden markeret med bogstaverne A-D. Rammen Arternes dækningsgrad er bestemt ved Itex- placeres vandret over vegetationen på fire analyser. I homogene plantesamfund er la- ben, som presses ned i jorden To vaterpas er vet detaljerede analyser i 4 plots med ca. 5 fastgjort til oversiden, således at det kan kon- meters afstand. Plottene blev placeret langs

23 en linje i midten af et større homogent plan- 2.4.5. Beregning af arternes dæk- tesamfund. Analysemetoden følger ITEX- ningsgrad og navngivning konceptet og består af en modificeret pin- af vegetationstyper point-analyse (Walker 1995). I et skema blev På grundlag af arternes forekomst inden for for hvert plot noteret: ITEX-rammerne er frekvensen af hver enkelt 1. Plot ID, dato og initialer. art i samtlige plots beregnet. Et gennemsnit for hver analyseret type er beregnet på basis 2. Højde fra jordoverfladen til hvert af de af de fire plot og brugt som mål for arternes fire Itexrammehjørner. dækningsgrad på den pågældende lokalitet. 3. Artsnavnskode for de arter, som blev registreret direkte under Itex-rammens Fire personer skønnede subjektivt og uafhæn- 100 knude-punkter. Op til 2 lag blev gigt af hinanden dækningsgrader i ITEX- registreret. rammerne for hovedgrupperne karplanter, 4. Afstanden fra vegetationsrammens un- mosser og laver og et gennemsnit blev angi- derside til flerårige planter og laver angivet i skema 2. Ved bedømmelse af lavdække ves med 5 mm´s nøjagtighed. udgjorde hele arealet samlet 100 % og ved bedømmelse af arts- eller plantegruppedæk- For hver lokalitet udfyldtes skema 2 med ning i hvert vegetationslag, udgjorde disse følgende oplysninger: 100% hver. Mosser blev ikke søgt artsbe- 1. Dato, lokalitet, ID og GPS-position. stemt, men registreredes som gruppe. Til sidst 2. Højde over havet. blev der taget oversigtsbilleder af plantesamfundene og nærbilleder af alle plottene. Re- 3. Eksponering. sultaterne er indtastet i Microsoft Access og 4. Hældning. Microsoft Excel. 5. Jordbundens fugtighed. De beregnede tal er sammenlignet med de 6. Andel af sten og blok i overfladen. skønnede dækningsgrader for at sammen- 7. Overfladens beskaffenhed. ligne resultaterne af de to metoder på bag- 8. Vegetationstype og plantesamfund. grund af data fra 1998. 9. Den gennemsnitlige vegetationshøjde. De analyserede vegetationstyper er navngi- 10. Skønnet dækningsgrad i de fire ITEX vet på baggrund af: rammer af de dominerende dværgbuske 1. Beregnede dækningsgrader for arter i og urter, samt laver og mosser, litter ITEX-rammerne. (dødt organisk materiale, som ikke er rod- fæstet), organic crust (organisk overfla- 2. Det latinske navn på arten/-erne eller de bestående af prothallus af laver, mos- navnet på den plantegruppe med størst ser og alger, som danner sorte, grå eller dækning, eks. lavhede, hvis dækningen hvide overflader på jorden), samt even- for lav er større end 75%. tuelt ubevokset jord. Dækningsgrad blev 3. Oplysninger om fugtighed, tuer, sten/ angivet i procent. blokke i overfladen. 11. Karplanter i plantesamfundet udenfor 4. Hvis mere end to dværgbusk-arter er har rammerne. væsentlig dækning kaldes typen blandet 12. Lavdækket i %, græsningstryk og nota- dværgbuskehede. Blandet græsland bru- ter om andre tegn på græsning. ges tilsvarende når mere end to halvgræs- /græsarter dominerer. 13. Vegetationstyper i mosaik med de analyserede.

24 2.4.6. Vurdering af græsningstryk 2.5. Resultater Følgende kategorier er benyttet ved vurde- De botaniske undersøgelser er foretaget i to ringen af græsning på lavdækket i de analy- tempi. Først er udarbejdet en oversigtlig be- serede flader. skrivelse af de vegetationstyper, som fore- Ugræsset: Der er ingen spor efter græsning kommer i hvert enkelt undersøgelsesområde på lavdækket eller plantedækket iøvrigt. på baggrund af recognosceringer. Resulta- terne af de egentlige analyser findes i Ap- : Når lavdækket forekommer i Lidt græsset pendiks 1. I Tabel 2.1-2.9 vegetationsklassi- nogenlunde sammenhængende måtter fikationer for de enkelte lokaliter. og når højden er over 3 cm. Rensdyrla- verne Cladonia rangiferina, Cl. mitis, Cl. 2.5.1. Analyserede arbuscula og/eller Cl. stellaris dominerer. vegetationstyper Middel græsset: Lavdækket er middel Her følger en oversigt over de analyserede græsset når det har en højde på 2-3 cm. vegetationstyper fordelt på de forskellige ty- Lavdækningen er mere sparsom end i den per plantesamfund. En oversigt over vegeta- første kategori, og der kan være en del tionstyperne, fordelt på de enkelte lokalite- områder, hvor laven er sparket løs. Rens- ter, findes i tabel 2.1-2.9. Dækningsgraden dyrlaver dominerer, men på finere sub- for de enkelte arter fundet ved ITEX-analy- strat kan Stereocaulon paschale have ten- serne ses i Appendiks 1. dens til at dominere på bekostning af rensdyrlaverne. har god Cetraria nivalis Krat dækning enkelte steder. Salix glauca-krat, fugtig (GN97-07) (GN98- Stærkt græsset: Laverne er stærkt græsset, 51) (GN98-43) når lavhøjden er mindre end 1-2 cm. Betula pubescens-krat (GN98-08) (GN98-14) Rensdyrlaverne er stærkt udtyndede. Salix glauca-krat m. Betula nana, tør Stereocaulon paschale, en del andre Cla- (GN97-14) (GN98-32) donia-arter (bægerlav-arter) og Cetraria Salix glauca-krat m. dværgbuske (GN98-16) nivalis kan dominere afhængigt af vokse- Salix glauca-krat m. Ledum groenlandicum, sted. fugtig (GN97-25) -krat m. (GN98- Nedgræsset: Når der kun er spor/fragmen- Salix glauca Festuca rubra ter af lav tilbage og enkelte steder slet in- 02) (GN98-34) gen lav tilbage er det nedgræsset. På sår- Salix glauca-krat m. Anthoxanthum bart substrat (fin kornstørrelse) kan der odoratum, fugtig (GN98-11) være erosionsskader. Salix glauca-krat m. Thymus praecox, tør (GN98-13) Vindslidt: Arealer er vindslidte, når vind- erosionen har været så kraftig, at der kun Kær findes særligt tilpassede laver som Ochro- Eriophorum angustifolium-Carex bigelowii- lechia frigida, Haematomma ssp, Tham- kær (GN97-21) og nolia vermicularis Cetraria nivalis Carex bigelowii-kær (GN97-17) (Gaare 1978, Lyftingsmo 1974). Eriophorum angustifolium-moskær (GN97- I de tilfælde hvor busklaver helt mangler er 02) græsningsintensiteten blevet vurderet udfra Eriophorum angustifolium-Carex rariflora- spor efter græsning på dværgbuske, buske kær, tuet (GN97-06) (GN98-15) og graminoider (siv, græsser og halvgræs- Carex rariflora-moskær (GN97-08) (GN98- ser). Andre tydelige spor som nedtrampning, 5) (GN98-38) (GN98-47) tandmærker og oprevne buske er medtaget i Carex rariflora-Carex bigelowii moskær, vurderingen. tuet (GN98-48) Carex saxatilis-Carex rariflora-kær (GN98- 18) (GN98-33)

25 Græsland Agrostis mertensii-Festuca rubra-græsland (GN98-01) Poa pratensis-græsland, tør, nedgræsset (GN98-40)

Kobresia myosuroides-græsland (GN98-09) (GN98-10) (GN98-12) Agrostis mertensii-Juncus trifidus-græsland (GN98-07) Anthoxanthum odoratum-græsland (GN98- 03) Figur 2.15. Fugtigt Salix glauca-krat i Ilulialik Eriophorum scheuchzeri-Deschampsia (GN97-25). Foto: K. Motzfeldt. pumila-græsland, fugtig, nedgræsset GN98- 35) Blandet græsland, fugtig, ikke græsset (GN98-36)

Sneleje Salix herbacea sneleje, lavrig (GN98-50)

Lavhede Lavhede med Carex bigelowii (GN97-22) Lavhede med Empetrum nigrum (GN97-10) Lavhede med Betula nana (GN97-28) Lavhede med blandet dværgbuske (GN97- Figur 2.16. Betula pubescens-krat på vestvendt 12) (GN97-23) skråning ved Narsarsuaq (GN98-08) Foto: K. Motzfeldt. Buskhede Betula nana-hede (GN97-05) (GN98-42) (GN98-44) (GN98-45) Blandet dværgbuskhede med store tuer (frostboils) (GN97-26) (GN97-27) Empetrum nigrum-hede (GN98-17) (GN98- 20) Empetrum nigrum-hede m. Salix glauca, fugtig, tuet (GN97-03) Empetrum nigrum-hede m. Vaccinium uliginosum, fugtig, tuet (GN97-11) Vaccinium uliginosum-hede, åben (GN98-04) Vaccinium uliginosum-Empetrum nigrum- hede (GN98-19) Betula nana-hede m. Ledum groenlandicum, tør, tuet (GN97-13) Betula nana-hede, åben, tør (GN97-19) Betula nana-hede, lavrig (GN98-49) Betula glandulosa-hede (GN98-06) Blandet dværgbuskhede (GN98-46) Blandet dværgbuskhede, fugtig, tuet (GN97- Figur 2.17. Eriophorum angustifolium-Carex 18) (GN97-24) bigelowii-kær ved Qussuk (GN97-21). Foto: K. Blandet dværgbuskhede, fugtig, tuet, mosrig Motzfeldt.

26 (GN98-39) Blandet dværgbuskhede, fugtig, frodig, tuet (GN97-09) Blandet dvergbuskhede, lavrig (GN97-29) (GN97-30) (GN97-31) Ledum palustre-Betula nana-hede (GN98- 31) Salix glauca-Betula nana hede, åben, tør (GN97-16)

Steppe Agrostis mertensii-Carex scirpoidea-steppe, blokrig, tør (GN97-04) Figur 2.18. Carex rariflora moskær ved Kanassut (GN97-8). Foto: K. Motzfeldt. Carex supina-steppe, sten/blokrig (GN97- 15) (GN98-30). Kobresia myosuroides-steppe (GN98-37)

Afblæsningsflade/fjeldmark Afblæsningsflade (GN97-01) Fjeldmark m. spredte dværgbuske, sten/ blokrig (GN97-20) Afblæsningsflade (GN98-41)

2.5.2. Beskrivelser af vegetation på alle lokaliteter - baseret på rekognosceringer Det følgende er en gennemgang af de under- Figur 2.19. Agrostis mertensii-Festuca rubra- søgte lokaliteter med beskrivelser af de vig- græsland ved Qassiarsuk (GN98-01). Foto: K. tigste forekommende vegetationstyper/plan- Motzfeldt. tesamfund.

Qassiarsuk Området domineres af artsrigt græsland. To typer er almindelige, og analyser er udført i disse: dels en type domineret af Agrostis mertensii, og dels en type domineret af An- thoxanthum odoratum. Sidstnævnte findes udbredt på sydvendte skråninger i mindre lavninger, som ellers er omgivet af Salix glauca.

Vaccinium uliginosum optræder på tuer i kær og i højtliggende områder, men dækker aldrig mere end få hundrede kvadratmeter. Betula glandulosa-domineret vegetation er meget artsfattig, og forekommer spredt. Langs søbredder vokser Carex rostrata, Erio- phorum angustifolium og Comarum palus- . Flere steder findes vandhuller med tris Figur 2.20. Poa pratensis-græsland, nedgræsset Ranunculus repens, Alopecurus aequalis og ved Isunngua (GN98-40). Foto: P.M.Lund.

27 Hippuris vulgaris. Enkelte steder er der Ca- rex rariflora-kær, mens lavninger i terrænet har en frodig vegetation domineret af Carex nigra.

Ind mod Tasiusaq synes Salix-krattene at blive hyppigere og højere. På sydvendte skrå- ninger i Qorlortup Itinnera, har Salix en stor dækning, og på beskyttede steder på nord- siden af elven og i sidedale findes Betula pubescens-krat, som udgør et vigtigt element op til ca. 150 meter over havet. Figur 2.21. Kobresia myosuroides-græsland i Vatnahverfi ved Timerliit (GN98-12). Foto: K. På tørre skråninger findes arterne Motzfeldt. Thymus praecox, Agrostis mertensii, Campanula gieseckiana og Draba incana. Urteli og sne- lejevegetation dækker kun få kvadratmeter på beskyttede steder imellem den øvrige vegetation. Karakteristiske urteli-arter er: Al- chemilla glomerulans, Gentiana nivalis, Sib- baldia procumbens og Phleum commuta-

Figur 2.22. Lavrigt Salix herbacea sneleje ved Figur 2.24. Betula nana-hede ved Utaap Kuua Uutaap Kuua (GN98-50). Foto: P.M. Lund. (GN98-45). Foto: P.M. Lund.

Figur 2.23. Lavhede ved Qussuk med Carex Figur 2.25. Blandet dværgbuskhede med store bigelowii (GN97-22). Foto: K. Motzfeldt. tuer (frostboils) ved Ilulialik (GN97-26) Foto: K. Motzfeldt.

28 tum, mens Salix herbacea, Carex bigelowii Kær er sjældne men findes på fladt terræn og Silene acaulis findes i snelejevegetationen. og dækker kun små arealer. Kun én analyse blev udført i kær, hvor Carex rariflora og Vatnahverfi Eriophorum angustifolium dominerer. Langs Frodigt Salix glauca–krat er det domineren- søbredder vokser Carex rostrata. de plantesamfund, som dækker næsten halvdelen af arealerne i Vatnahverfi (Thorsteins- Qaqortoq son, 1983). De frodigste og højeste krat fin- Undersøgelsesområdet omkring Tasersuaq des på nordvendte skråninger. Nogle steder søen domineres af dværgbuskhede. På vel- er vegetationen skovpræget med dominans drænede flader dominerer artsfattig Empe- af Salix glauca og Betula pubescens. To typer trum nigrum-hede. Blandingshede med Vac- med græsland er almindelige: en Agrostis cinium uliginosum og Empetrum nigrum mertensii domineret type og en Kobresie med følgearterne Betula glandulosa og Le- myosuroides domineret type. Øst for Qani- dum groenlandicum er almindelig. Artsrigt sartuut ved bunden af Tasersuaq bliver Salix glauca-krat forekommer på fugtig græslandet domineret af Kobresia myosuroi- bund. Typiske våde kær forekommer ikke i des og ved Timerliit er dette det domineren- området, hvorfor kun én analyse blev ud- de plantesamfund sammen med Salix glau- ført i et halvtørt kær (Carex saxatilis-Carex ca-krat. rariflora-kær (GN98-18)).

Kangerluarssunguaq Området domineres af dværgbuskehede, hvor Betula nana dominerer sammen med følgearterne Salix glauca, Ledum groenlandicum, Vaccinium uliginosum og Empetrum nigrum. Langs vandløb og i lavninger findes frodigt Salix glauca-krat med følgearterne Betula nana og Ledum groenlandicum.

Våde kær findes ikke i området. Kun én analyse blev udført i et kærlignende samfund med Carex bigelowii, Salix arctophila og Rhododendron lapponicum (GN97-17). De nævnte dværgbuske samt Betula nana var lige så almindelige som Figur 2.26. Agrostis mertensii-Carex scirpoidea- Carex bigelowii. steppe i Itinnera (GN97-04). Foto: K. Motzfeldt.

Figur 2.27. Carex supina-steppe ved Brayasø Figur 2.28. Afblæsningsflade i Itinnera (GN97- (GN98-30) Foto: P.M. Lund 01). Foto: K. Motzfeldt.

29 Typisk steppevegetation forekommer på stej- Cladonia stygia store arealer. Denne blan- le sydvendte skråninger hvor Carex supina dingstype er dog ikke analyseret. Langs dominerer med følgearterne Thymus prae- vandløb findes enkelte steder frodigt Salix cox, Cerastium alpinum og Campanula glauca-krat. gieseckiana. På vindeksponerede steder på toppen af skråninger og fjeldrygge fandtes Ilulialik en åben fjeldmarkslignende hede. Denne Skråningerne domineres af fugtig dværg- type indeholder det største artsdiversitet af buskhede, hvor Betula nana dominerer og dværgbuske: Salix glauca, Betula nana, Vac- følgearterne er: Ledum groenlandicum, cinium uliginosum, Rhodendron lapponi- Vaccinium uliginosum, Empetrum nigrum cum. Af urter er Dechamsia flexuosa mest og Salix glauca. Laverne Cladonia stellaris, almindelig. Cl. stygia og Cl. mitis forekommer her, men er ikke dominerende som i hederne ved Qus- Qussuk suk. Arterne Nephroma expallidum og Buel- Området domineres af lavrige, tørre og fug- lia papillata er almindelige i dværgbuskhe- tige dværgbuskheder samt lavheder. Domi- derne (Hansen 1999). I nærheden og langs nerende arter i de lavrige fugtige dværgbusk- vandløb findes der flere steder frodigt Salix heder er: Ledum palustris og Betula nana. glauca-krat. Følgearterne er få og i buskla- Laver med stor dækning er: Cladonia stella- get dominerer Ledum groenlandicum, mens ris, C. stygia, C. mitis, Flavocetraria nivalis, følgearten er Betula nana. Nephroma arcticum, Peltigera sphthosa, Stereocaulon paschale og S. alpinum. Fore- Lavlandet kendetegnes af større terrasser, komsten af laverne Cetrariella delisei, Arc- sandsynligvis gletcheraflejringer med man- tocetraria andrejevii, Cladonia ecmocyna, ge siltholdige såkaldte frostboils. Vegeta- C. stricta og C. cristata afslører hedernes tionen her er frodig og fugtig dværgbuskhe- mellem-fugtige karaktér (Hansen 1999). de. På frostboilsene vokser laverne Stereo- Empetrum nigrum indtræder som følgeart i caulon alpinum (dominerer), Cladonia mi- de tørre lavrige dværgbuskheder sammen tis, C. pyxidata, C. chlorophaea, C. phyllo- med Carex bigelowii og Betula nana. Den phora, Peltigera rufescens, P. didactyla, arealmæssigt dominerende lav her er Flavo- Psoroma hypnorum og Ochrolechia frigida. cetraria nivalis, mens mindre udbredte laver Salix glauca og Betula nana er dominerende er Sphaerophorum globosus, Bryocaulon blandt buskene. Følgearter er: Vaccinium divergens, Alectoria ochroleuca, A. nigricans, uliginosum og pionérarten Equisetum arven- Cetraria islandica, C. nigricans, C. muricata, se. Spredte Alnus crispa-krat er almindelige Cladonia mitis, C. borealis, C. gracilis, Ste- på terrasserne, men dækker ligesom kær ikke reocaulon alpinum, Thamnolia vermicula- tilstrækkelig store arealer til at kunne ses på ris, Ochrolechia frigida og Pertusaria dacty- satellitbilledet, hvorfor de ikke blev analyse- lina. De rene lavheder (lav > 75%) domineret. Typisk steppevegetation findes ikke i om- res af Cladonia stellaris (Hansen 1999). rådet. I højlandet i 400 m.o.h. fandtes Salix herbacea-sneleje med stor dækning af Sibbal- Eriophorum angustifolium-Carex bigelowii- dia procumbens (Hansen 1999). kær er ret almindelige ved søerne. Følgear- ter med stor dækning er: Vaccinium uligino- Itinnera som, Betula Nana, Salix arctophila og Empe- Det dominerende plantesamfund er dværg- trum nigrum. Fugtige Carex bigelowii kær buskhede. Blandingsheder med et stort ind- er ligeledes almindelige, hvor Betula nana, slag af de kontinentale arter Betula nana og Empetrum nigrum dominerer i forhold til Ledum palustre ssp. decumbens er udbred- Carex bigelowi. Følgearterne er Vaccinium te. På vest- og østvendte skråninger findes uliginosum, Ledum groenlandicum, L. pa- den mest frodige type af blandingshede. I lustre og Salix arctophila. I disse fugtige denne indgår 5 arter af dværgbuske, hvoraf overgange mellem hede og kær dækker laven Empetrum nigrum, Ledum groenlandicum,

30 Salix glauca og Betula nana er de vigtigste i na, Diapensia lapponica, Vaccinium vitisi- den nævnte rækkefølge. Generelt er Salix daea og Loiseleuria procumbens. Den gen- glauca dominerende i heder på beskyttede nemsnitlige dækningsgrad af dværgbuske er steder. Andre almindelige arter er Carex under 10%. Urterne er få og bidrager kun i bigelowii og Deschampsia flexuosa. På mere ringe grad til plantedækket. Laverne dæk- vindeksponerede steder dominerer en åben ker gennemsnitlig kun få % af arealet. og lavere hedetype domineret af Betula nana, hvor Vaccinium vitis-idaea er eneste På en sydvendt skråning med ekstrem tør anden dværgbuskart. Andre forekommende bund fandtes hyppigt arterne Agrostis mer- arter er Hierochloë alpina, Poa pratensis og tensii, Luzula spicata, Carex scirpoidea, den sjældne Carex glacialis. Enkelte steder mens Thymus praecox ssp. Arcticus og Juni- har Empetrum nigrum overtaget den domi- perus communis ssp. alpina ses som spredte nerende rolle i den lave, åbne hedetype. individer. Plantedækket dækker kun få procent af arealet. Op til to meter høje Salix glauca-krat forekommer på beskyttede steder både på vest-, Kun et sted på en østvendt skråning, som øst- og nordeksponerede skråninger. Salix først sent er blevet snefri, er der fundet et glauca dækker her mere end 50% og både lille areal med et urtelipræget samfund do- Ledum groenlandicum, Empetrum nigrum mineret af arterne Luzula parviflora, Coptis og Betula nana indgår i bundvegetationen trifolia og Carex bigelowii. I nærheden af sammen med arterne Calamagrostis langs- urtelien fandtes et få kvadratmeter stort sne- dorffii, Equisetum arvense, Carex bigelowii leje domineret af Salix herbacea. Disse to og Polygonum viviparum. Mosdækket er me- typer er ikke analyseret. get varierende. Åbent Alnus crispa-krat findes som striber blandt pilekrattet på skrå- Kanassut nende terræn. Alnus-individerne er op til 2 Området er oceanisk præget med stor hyp- meter høje, og vokser spredt. pighed af Empetrum nigrum, og laverne ind- tager en dominerende rolle i hederne. Kærvegetation findes i tilknytning til vand- løb, søer og damme. Tuet Carex rariflora- Vegetationen er mere ensartet end i Itinnera, Eriophorum angustifolium-kær er mest al- idet Empetrum nigrum indgår i flere typer, mindelig. Typen forekommer dels på plant, og krat og steppe ikke forekommer. Kun et dels på svagt skrånende terræn. Andre fore- enkelt sted på en nordøstvendt skråning er kommende arter er Salix arctophila, og Be- fundet en urtelipræget vegetation med Tara- tula nana og Tofieldia pusilla forekommer xacum croceum, Veronica wormskjoldii, på tuerne. I de vådeste partier mellem tuer- Oxyria digyna og Cerastium cerastoides. ne findes Scirpus caespitosus, Pinguicula Steppesamfund med Thymus praecox ssp. vulgaris og Eriophorum scheuchzeri. Lige arcticus og Juniperus communis ssp. alpina syd for Itinnera findes et artsrigt rigkær, dækker samlet kun få kvadratmeter. hvor der indgår nogle sjældne kærplanter: Kobresia simpliciuscula, Carex microglochin, På vandret terræn på terasser og i bunden Triglochin palustre og Carex capillaris. Et af dalene findes i tilknytning til vandløb og mosrigt kær domineret af kun to arter: Cala- damme meget homogene kær-samfund do- magrostis neglecta og Carex saxatilis blev mineret af Carex rariflora og Eriophorum fundet et enkelt sted. angustifolium ssp. subarcticum. Mosdækket er næsten sammenhængende, og graminoi- På vindeksponerede steder på toppen af derne dækker typisk en femtedel af arealet. skråninger og fjeldrygge findes en åben fjeld- Kun to dværgbuske findes i denne type: marksvegetation. Denne type indeholder Oxycoccus palustris ssp. microphyllus og det største antal arter af dværgbuske: Ledum Salix arctophila. palustre, Vaccinium uliginosum, Betula na-

31 Artsfattig lavhede domineret af Empetrum Kær forekommer i lavninger og som en smal nigrum er den arealmæssigt mest udbredte bræmme langs bække og søer. Her domine- hedetype i området. Den forekommer på rer Carex saxatilis, Carex rariflora og Salix såvel vandret som skrånende terræn. Laver- arctophila. Ren Calamagrostis langsdorfii- ne dækker gennemsnitlig ca. 90%. græsland findes i fugtige strøg i lavningerne, men med en begrænset arealmæssig udbre- På mere beskyttede steder afløses denne type delse. Ved den sydvestlige kant af Hundesø af en tættere og højere hedetype med større findes et specielt plantesamfund, som kun dækning af Empetrum nigrum (40-80%), og kendes fra de mest kontinentale dele af Vest- med en større artsdiversitet. Her optræder grønland. Vegetationen er præget af, at salt bl.a. Polygonum viviparum, Coptis trifolia ophobes på jordoverfladen, og mange næ- og urteli-arten Taraxacum croceum. ringskrævende arter indgår: Primula stricta, Gentiana detonsa, Braya liniaris, Kobresia På svagt sydvendt, tuet bund forekommer simpliciuscula, Saxifraga aizoides og Carex en frodig blandingshede med urteli-præg på capillaris. Dryas integrifolia er den eneste sydsiden af tuerne. Den mangler helt laver, dværgbusk. og mossernes dækningsgrad er lav. Dværg- buskene dækker ca. halvdelen, og den gen- I fugtige strøg på beskyttede steder findes 2- nemsnitlige vegetationshøjde er 15 cm. Em- 2½ meter høje strømkrat domineret af Salix petrum nigrum dominerer fulgt af Betula glauca med en sparsom undervegetation af nana, Vaccinium uliginosum og Salix glau- græsser og få urter. Græsland forekommer, ca. Af urtliarter kan nævnes Taraxacum men i lille udstrækning og med indslag af en croceum, Thalictrum alpinum og Bartsia del urter alpina. Isunngua Brayasø Det dominerende plantesamfund i Isunngua Området domineres af tre samfund: Fugtig er steppe, men også græsland og tør dværg- dværgbuskhede, tør dværgbuskhede og step- buskhede dækker store arealer. Andre typer pe. På nordvendte skråninger dominerer en som dækker mindre arealer er fugtig dværg- meget homogen, mosrig hedetype med Betu- buskhede, græsland, kær og søkanter, samt la nana, Ledum palustre, Vaccinium vitis- fugtig, tuet græs/mose-vegetation. idaea og Calamagrostis lapponica. Calama- grostis lapponica ses meget tydeligt på af- På nordskråninger dominerer en mosrig, stand på grund af de gulgrønne blade. På tuet dværgbuskhede. Mosdækket er næsten nordvendte skråninger er mosdækket tykt, 100%, og dværgbuskene Betula nana, Le- mens det på flade, sydvest- og nordøstvend- dum palustre, Vaccinium uliginosum og te skråninger helt eller delvist mangler. På Cassiope tetragona vokser primært på top- sydvendte skråninger forekommer nederst pen og siderne af tuerne. Andre arter er Poa Betula nana-hede, derover følger Salix pratensis og Luzula confusa, og visse steder glauca-bevoksninger, og over disse Carex på skråningerne dominerer Calamagrostis supina-steppe på de stejleste dele af skrånin- lapponica. Calamagrostis lapponica giver gerne. på afstand denne type et gulgrønt udseende, men arten forekom dog ikke i de analysere- På vestvendte skråninger og horizontalt ter- de felter. ræn i højlandet dominerer en dværgbusk- hede, som enten er ren Betula nana, Betula Hvor terrænet hælder endnu mere, bliver nana-Vaccinium uliginosum blandingshede jorden mere ustabil, og indslaget af dværg- eller en mere tør og åben type med et stort buske aftager, mens indslaget af mosser indslag af Rhododendron lapponicum. En øges. Vegetationen her kan kaldes græsmo- Carex supina-steppe fandtes på afblæste sevegetation og ligner i beskrivelse det Böc- rygge. her kalder mosdominerede indlands-snele-

32 jer på nordvendte skråninger i 600 meters ne her er mindre. Græsland findes primært i højde af Nakajanga syd for Kangerlussuaq lavninger eller på svagt skrånende terræn. I (Böcher 1954, s. 180-181). lavninger på sydskråninger forekommer en nedgræsset græslandstype (græsland, tør, I dalen øst for analysefelterne GN98-43 og nedgræsset). Den er domineret af Poa pra- 44 findes en frodig Salix-bevoksning på syd- tensis, Stellaria monantha, Cerastium alpi- skråningerne. Øverst findes steppe, med num og Campanula gieseckiana. En anden Salix nedenfor, og nederst inden dalbunden græslandstype, græsland, fugtig, nedgræs- findes rene Betula nana-krat. Disse er også set er fundet langs damme og i lavninger i dominerende på de få vestvendte skrånin- plant terræn. Den domineres af Poa praten- ger, hvor de er op til 30-40 cm høje. På syd- sis med Eriophorum angustifolium, Ranun- eller vestvendte skråninger optræder Rho- culus hyperboreus og Deschampsia pumila. dodendron lapponicum som en vigtig art i Fugtigt græsland findes også på stærkt hæl- en blandingshede sammen med Betula nana dende nordskråninger i lavninger, hvor Poa og Vaccinium uliginosum, men typen har pratensis og Saxifraga foliolosa, Saxifra cer- kun en lille arealmæssig udbredelse. nua og Cerastium alpinum vokser.

Steppe dominerer på rygge eller terrasser i Kærene findes i fladt terræn og dækker kun lavlandet og på sydskråninger. På de stejle- små arealer. I dalbundene findes mindre ste og mest vindeksponerede steder domine- vandløb, søer og damme, som er omgivet af rer Carex supina med Calamagrostis pur- en smal bræmme af Carex rariflora-Carex purascens, Potentilla hookeriana, Artemisia saxatilis moskær. I våde lavninger langs bæk- borealis, mens Kobresia myosuroides domi- ke dominerer Calamagrostis langsdorfii helt. nerer på de største flader på skråninger med I søerne vokser Potamogeton filiformis og store tuede individer, større end 10 cm i dia- Myriophyllum spicatum. På de vindekspone- meter. På vandret terræn genfindes denne rede toppe findes en åben fjeldmarks-vege- Kobresia dominerede steppe, men individer- tation med Dryas integrifolia, Carex nar-

Brayasø. Plantesamfund med angivelse af forekommende arter, dominerende plantegruppe står først (fra Itex-analyser suppleret med floralister).

Steppe Graminoider Carex supina, Poa glauca, Calamagrostis purpurascens

Urter Melandrium affine, Campanula gieseckiana, Draba arctica, Potentilla hookeriana, Artemisia borealis, Erigeron compositus. Dværgbuske Dryas integrifolia.

Laver Flavocetraria cuculata.

Fugtig hede Dværgbuske Betula nana, Ledum palustre, Rhododendron lapponicum, Salix glauca, Vaccinium uliginosum, Vaccinium vitis-idaea. Urter Pyrola grandiflora, Pedicularis lapponica, Pedicularis labradorica, Stellaria monantha, Equisetum arvense, Pedicularis hirsuta, Arnica angustifolia. Graminoider Calamagrostis lapponica, Luzula confusa, Poa arctica, Poa pratensis, Hierochloë alpina.

Fortsættes...

33 Fortsat....

Laver Nephroma expallidum. Tør hede Dværgbuske Betula nana, Rhododendron lapponicum, Dryas integrifolia, Salix glauca. Urter Saxifraga tricuspidata, Campanula gieseckiana, Pedicularis lapponica. Graminoider Carex rupestris, Hierochloë alpina, Festuca brachyphylla, Poa glauca. Tørt krat Buske Salix glauca, Betula nana. Dværgbuske Vaccinium uliginosum. Urter Melandrium affine, Cerastium alpinum, Pyrola grandiflora. Strømkrat Buske Salix glauca. Graminoider Calamagrostis langsdorfii, Carex bigelowii, Festuca rubra. Dværgbuske Betula nana, Vaccinium uliginosum. Urter Equisetum arvense, Cardamine pratensis, Thalictrum alpinum. Tørt Graminoider græsland Kobresia simpliciuscula, Kobresia myosuroides, Carex capillaris. Urter Tofieldia pusilla, Saxifraga aizoides, Braya linearis, Gentiana detonsa, Primula stricta, Campanula gieseckiana, Pedicularis flammea, Euphrasia frigida, Corallorhiza trifida, Pedicularis lanata. Kær Graminoider Calamagrostis langsdorffii, Eriophorum scheuchzeri, Carex rariflora, Eriophorum angustifolium, Carex saxatilis, Calamagrostis neglecta. Urter Ranunculus hyperboreus, Cardamine pratensis. Søer og Hippuris vulgaris. damme dina og Poa glauca. Her er plantedækket sigt mønster med smalle gule områder imel- meget sparsomt. lem. Disse er formodentlig Kobresia myosuroides-vegetation. Under flyvningen fra Isunguaa til Kanger- lussuaq blev det konstateret at der i områ- Også lige øst for Kangerlussuaq er Salix glau- det lige syd for undersøgelsesområdet findes ca dominerende dels i krat, som er op til 1½ udbredte Salix glauca-krat på sydvendte meter høje, dels i lavninger på sydvendte skråninger og på horizontalt terræn. Læn- skråninger, hvor deres højde er under 1 me- gere vestpå fortsætter dominansen af Salix- ter. Lige øst for Sugar loaf starter forekom- bevoksninger sammen med Betula nana- sten mod øst af Kobresia myosuroides-græs- krat. Her optræder de to typer i et regelmæs- land.

34 Uutaap Kuua laver. Salix glauca bliver hyppigere op ad Plantedækket ved Uutaap Kuua er tæt og sydskråningerne for på de mest beskyttede sammenhængende i lavlandet. Over 500 steder at danne sammenhængende krat. m.o.h. dækker fjeldmark/sneleje-mosaik store arealer. De dominerende plantesamfund i I det flade lavland findes dels artsfattig Ca- lavlandsområderne er krat, blandingshede rex rariflora-moskær, dels et artsrigt tuet og artsfattigt kær. Mindre, dominerende kær i mosaik med snelejepræget Carex rari- samfund er sneleje, urteli, artsrigt kær og flora-Carex bigelowii -vegetation. Kærene fjeldmark. På terasserne findes der hedety- danner store flader i lavlandet mellem vol- per, hvor busklaver har stor dækning. Om- dene nær og på fladerne langs med elven. rådet er rigt på overordentlig veludviklede Salix arctophila findes på tuerne og mellem bestande af jordboende makrolaver. Arter tuerne står Carex bigelowii. som Stereocaulon paschale, S. alpinum, Cetrariella delisei, Arctocetraria andrejevii, Kun meget få vindeksponerede habitater Nephroma arcticum og Cladonia stricta findes på rygge i såvel lavland som højland. dækker store arealer på åbne steder i dværg- Her findes bl.a. Dryas integrifolia, Saxifraga buskheden (Hansen 1998a). tricuspidata og Cerastium alpinum. I de spredte urtelier findes Hieracium subarcti- De blandede hedetyper findes i svagt skrå- cum, Chamaenerion angustifolium, Anten- nende terræn. Flere steder forekommer stor- naria canescens og Arnica alpina. Hvor det tuede heder med snelejer mellem tuerne. I er fugtigere findes de karakteristiske urteli- ravinedalene langs med elvene er krat ud- arter: Veronica alpina, Taraxacum lacerum, bredt sammen med smalle bræmmer af kær. Sibbaldia procumbens, Cerastium cerastoi- Store flader dækket af krat findes derudover des, Epilobium anagallidifolium og Gnapha- på sydvendte skråninger, hvor solindstrålin- lium supinum. I højlandet dominerer sneleje gen og sneafsmeltningen fra fjeldet ovenfor vegetation med Salix herbacea, Luzula con- lidt ud på sommeren giver gode vækstfor- fusa, Silene acaulis, og der er et stort lav- hold. Her findes spredt imellem krattet, urteli dække, hvor arter som Cladonia stricta, C. med stor artsmangfoldighed. På de flade borealis, Stereocaulon alpinum og Lepraria arealer langs hovedelven er der store områ- neglecta spiller en stor rolle. der dækket af en blanding af kær og hede. 2.5.3. Vegetationsanalyser Den mest udbredte vegetationstype er en I Appendiks 1 er ITEX-baserede beregninger blandingshede med varierende dækning af af dækningsgrader angivet for alle analyse- Empetrum nigrum, Betula nana, Vaccinium rede felter. uliginosum, Salix glauca, Ledum palustre, Ledum groenlandicum. Empetrum nigrum 2.5.4. Vegetationsklassifikation dominerer hyppigst, men de andre arter do- Analysearbejdet resulterede i beskrivelser af minerer lokalt. Den mest vindeksponerede mange vegetationstyper, hvoraf enkelte var hedetype domineres af Betula nana og busk- mosaikker omfattende flere typer. De grun-

Isunngua. Plantesamfund med angivelse af forekommende arter, dominerende plantegruppe står først (fra itex-analyser suppleret med floralister).

Hede, fugtig Dværgbuske Betula nana, Ledum palustre, Cassiope tetragona, Vaccinium uliginosum. Graminoider Poa pratensis, Festuca brachyphylla, Hierochloë alpina, Luzula confusa.

Fortsættes....

35 Fortsat....

Urter Pyrola grandiflora, Equisetum arvense, Stellaria monantha, Cerastium alpinum, Polygonum viviparum. Hede, tør Dværgbuske Betula nana. Graminoider Poa pratensis, Poa glauca. Urter Equisetum arvense, Cerastium alpinum. Steppe Graminoider Kobresia myosuroides, Carex scirpoidea, Poa glauca, Poa pratensis, Carex supina, Festuca brachyphylla, Luzula spicata, Hierochloë alpina. Dværgbuske Vaccinium uliginosum, Rhododendron lapponicum. Urter Polygonum viviparum, Campanula gieseckiana, Cerastium alpinum, Draba nivalis, Potentilla hookeriana. Afblæsnings- Dværgbuske flade Dryas integrifolia, Vaccinium uliginosum, Salix glauca. Graminoider Carex nardina, Carex supina, Kobresia myosuroides, Calamagrostis purpurascens, Luzula confusa, Festuca brachyphylla, Poa glauca. Urter Artemisia borealis, Silene acaulis, Draba nivalis, Potentilla hookeriana, Cerastium alpinum Græsland, Graminoider fugtigt, Calamagrostis lapponica, Carex norvegica, Carex bigelowii, Eriophorum angustifolium, ugræsset Festuca brachyphylla, Luzula groenlandica, Poa pratensis, Urter Polygonum viviparum, Cerastium alpinum, Stellaria monantha, Pyrola grandiflora. Krat Buske Salix glauca, Betula nana. Urter Cerastium alpinum, Campanula gieseckiana, Melandrium affine, Trisetum triflorum, Potentilla hookeriana. Graminoider Kobresia myosuriodes, Festuca brachyphylla, Poa glauca. Græsland,tør Urter nedgræsset Stellaria monantha,Cerastium alpinum, Silene acaulis, Polygonum viviparum, Euphrasia frigida, Arnica angustifolia, Draba arctica, Campanula gieseckiana. Graminoider Poa pratensis, Poa glauca, Carex capillaris, Luzula spicata, Carex norvegica. Græsland, Graminoider fugtig, Poa pratensis, Eriophorum scheuchzeri, Carex capillaris, Calamogrostis langsdorffii, nedgræsset Deschampsia pumila. Urter Ranunculus hyperborea.

Fortsættes....

36 Fortsat....

Mos > 50 % dækning.

Dværgbuske/buske Rester af Salix glauca grene og spredte hårdt græssede Betula nana buske. Græsmose- Graminoider vegetation: Calamagrostis lapponica, Poa pratensis, Urter Cerastium alpinum, Dværgbuske Cassiope tetragona, Mos 100 % dækning.

Kær: Graminoider Carex rariflora, Carex saxatilis, Dværgbuske Salix arctophila, Betula nana (på tuerne). Urter Polygonum viviparum (på tuerne). dige botaniske analyser muliggør typeind- Overgangen mellem vegetationstyperne på delinger på et detaljeringsniveau, som ikke kortene er flydende. En lille firkant på kortet kan kortlægges på grundlag af de tilgænge- repræsenterer et areal på 25 m x 25 m og den lige satellitbilleder. Kun de typer, der frem- angivne vegetationstype angiver det domi- trådte som sammenhængende flader > 30 x nerende plantesamfund i dette areal. De ef- 30 m er medtaget, idet kun disse typer vil terfølgende beskrivelser er meget generelle. kunne identificeres på det endelige Landsat Der er typisk størst variation mellem kyst og TM satellit-kort. Disse typer er resumeret i indland. Appendiks 7. 2.6.1. Vegetationskort 2.6. Beskrivelse af de kort- Kangerlussuaq lagte, generaliserede Dværgbuskhede vegetationsklasser Den frodige tuede dværgbuskhede med stort Et af de overordnede mål med de detaljere- indslag af mosser i undervegetationen finde botaniske undersøgelser er at definere og des på nordskråninger i indlandet. På svagt beskrive de vegetationstyper, som er kort- sydvendt og fladt terræn mangler mosserne, lagt på baggrund af satellitbilleder. Satellit- men begge steder dominerer dværgbuskene: billedernes detaljeringsgrad svarer ikke til blågrå pil (Salix glauca), dværgbirk (Betula det detaljeringsniveau, som kan opnås fra nana) og mosepost (Ledum palustre). I de landjorden. Det er derfor nødvendigt, at tørre heder i indlandet kan alperose (Rhodo- generalisere vegetationstyperne til et niveau, dendron lapponicum) forekomme med stor som kan genfindes i satellitbillederne. I den dækning. Ude ved kysten dominerer revling efterfølgende diskussion er for hvert område (Empetrum nigrum) i dværgbuskheden sam- udarbejdet beskrivelser af generaliserede tidig som mosebølle (Vaccinium uliginosum) vegetationstyper. optræder hyppigt.

Efterfølgende beskrives de vegetationsklasser, Fjeldmark som er kortlagt som beskrevet i Kapitel 3. Denne type findes typisk i højereliggende

37 områder, med sparsomt plantedække og Græsland sent afsmeltet snedække. I lavlandet findes Græsland findes primært i fugtige lavninger den på afblæsningsflader, d.v.s. der hvor eller på svagt skrånende terræn. Typiske ar- vind m.m. forhindrer de fleste planter i at ter i indlandet, hvor den største udbredelse gro. Typen domineres af mosser og laver, findes, er engrap-græs (Poa pratensis), smal- samt spredte urter og græsser, men det sam- bladet kæruld (Eriophorum angustifolium), lede plantedække er meget lavt. laplands-rørhvene (Calamagrostis lapponica), rank star (Carex bigelowii), krat-rørhve-

Uusap Kuua. Plantesamfund med angivelse af artssammensætning, dominerende plantegruppe står først (fra itex-analyser suppleret med floralister)

Krat Buske Salix glauca. Dværgbuske Empetrum nigrum. Urter Pyrola grandiflora, Stellaria monantha, Chamaenerion angustifolium, Campanula gieseckiana, Polygonum viviparum. Graminoider Poa pratensis, Calamagrostis langsdorffii. Blandings- Dværgbuske hede Empetrum nigrum, Betula nana, Salix glauca, Ledum palustre, Vaccinium uliginosum. Urter Equisetum arvense, Pedicularis lapponica, Pedicularis labradorica, Stellaria monantha. Laver Cladonia mitis, Stereocaulon pashale, Peltigera malacea, Nephroma arcticum, Peltigera didactyla, Nephroma expallicum, Cladonia gracilis, Cladonia phyllophora, Cladonia chlorophera, Cladonia pyxidata, Cladonia cenotea, Cladonia cyanipes, Cladonia pleurota, Cetraria islandica, Peltigera scabrosa, Cladonia cornuta, Cladonia stygia, Stereocaulon alpinum, Peltigera leucoplebia, Cetraria cucculata, Cladonia amaurocrea, Cladonia elongata, Cladonia ecmocyna. Graminoider: Poa pratensis. Fjeldmark Dværgbuske Dryas octopetala, Vaccinium uliginosum, Salix glauca. Urter Saxifraga tridentata, Silene acaulis, Papaver radicatum, Campanula gieseckiana. Graminoider Festuca brachyphylla, Hierochloë alpina. Laver Cetraria nivalis. Kær Graminoider Eriophorum angustifolium, Carex bigelowii, Carex rariflora, Luzula groenlandica, Dværgbuske Salix arctophila, Vaccinium uliginosum (på tuerne). Urter Pedicularis flammea, Polygonum viviparum, Equisetum arvense (på tuerne).

Fortsættes....

38 Fortsat....

Stortuet Dværgbuske hede Betula nana, Salix glauca (på tuerne). Lav Cetrariella delisei, Arctocetraria andrewjevii, Cladonia stricta, Cladonia exmocyna, Cladonia supfurcata, Pertosaria occulata Lavrigt Dværgbuske sneleje Salix herbacea, Empetrum nigrum. Urter Huperzia selago, Silene acaulis, Equisetum arvense, Oxyria digyna, Trisetum spicatum, Cerastium alpinum. Graminoider Luzula confusa, Luzula spicata, Poa pratensis, Hierochloë alpina. Laver Cladonia borealis, Cladonia bellidiflora, Cladonia stricta, Cladonia mitis, Pertusaria oculata, Solorina crucea, Ochrolechia frigida, Stereocaulon paschale, Cladonia gracilis, Cladonia pyxidata, Lepraria neglecta, Cladonia stygia, Lecidoma demissum, Cladonia crispa, Cetraria islandica, Ochrolechia lapnensis, Peltigera malacea. Mosrigt Graminoider sneleje Carex bigelowii, Poa pratensis, Luzula groenlandica, Luzula spicata. Urter Polygonum viviparum, Pyrola grandiflora, Stellaria monantha, Cerastium alpinum. Dværgbuske Salix herbacea. Urteli Urter Chamaenerion angustifolium, Antennaria canescens, Hieracium sp., Taraxanum sp., Campanula gieseckiana, Polygonum viviparum, Potentilla tridentata, Bartsia alpina, Veronica alpina, Coptis trifolia, Alchemilla glomulerans, Thalictrum alpinum, Rhodiola rosea, Potentilla cranzii, Pyrola minor, Sibbaldia procumbens, Veronica fruticans, Oxyria digyna. Graminoider Carex macloviana, Carex bigelowii, Luzula parviflora.

ne (Calamagrostis langsdorfii) samt urterne grostis sp.), mosdækket er oftest stort, og stilk-fladstjerne (Stellaria monantha), fjeld- plantedækket er op mod 100 %. hønsetarm (Cerastium alpinum), grønlandsk blåklokke (Campanula gieseckiana) og tre- Krat fliget ranunkel (Ranunculus hyperboreus). Op til to meter høje Salix glauca-krat forekommer fortrinsvis i indlandet på fugtig Kær bund på svagt hældende skråninger. Nær- Kær forekommer typisk som små arealer mere kysten findes typen kun i stærkt hæl- langs vandløb, søer og i forsænkninger, hvor- dende sydvendte skråninger. Grønlandspost for denne vegetationstype er vanskelig at (Ledum groenlandicum), revling (Empetrum kortlægge. Resultatet i denne kortlægning nigrum) og dværgbirk (Betula nana) indgår bliver en type, der også omfatter områder i i bundvegetationen sammen med en del ur- skygge og generelt fugtige områder. Typens ter. I indlandet forekommer en mere tør ud- afgrænsning er derfor meget usikker. De do- formning med dominans af græs i under- minerende slægter er star (Carex sp), kær- vegetationen. uld (Eriophorum sp.) og rørhvene (Calama-

39 Tabel 2.1. Vegetationsklassifikation for Ilulialik, Qussuk og Kangerluarsunnguaq lokaliteterne. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Ilulialik) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter / mos- jorden ser /laver (%) Salix glauca-krat Salix glauca Ledum groenlan- Fugtig Vandret terræn 97/23/0 GN97-25 dicum, Betula nana, Alnus crispa Mosrig dværgbusk- Betula nana Ledum groenlan- Fugtig Skrånende 82/51/4 hede dicum, Vaccinium terræn. Øst GN97-24 uliginosum, Empetrum nigrum, Salix glauca Dværgbuskhede Salix glauca, Vaccinium Fugtig Fladt og svagt 51/30/8 GN97-26+27 Betula nana uliginosum skrånende terræn. Nordøst

Type (Qussuk) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter / mos- jorden ser /laver (%) Eriophorum angus- Eriophorum Vaccinium uligi- Våd Vandret terræn 74/36/1 tifolium-Carex angustifolium, nosum, Betula bigelowii-kær Carex bigelowii nana, Salix arcto- GN97-21 phila, Empetrum nigrum Blandet dværg- Betula nana, Carex bigelowii, Fugtig Vandret terræn 55/20/25 buskhede, lav- og Empetrum nigrum Vaccinium uligi- mosrig nosum, Ledum GN97-30 groenlandicum, Ledum palustre Lavrig dværg- Ledum palustre, Vaccinium uligi- Fugtig Svagt skrå- 39/13/48 buskhede Betula nana, nosum, Salix glauca nende terræn GN97-29+31 Cladonia stellaris Lavrig Betula nana- Betula nana, Flavo- Ledum groenlan- Tør Svagt skrå- 24/5/67 hede cetraria nivalis dicum, Empetrum nende terræn GN97-28 nigrum Lavhede Cladonia stellaris Carex bigelowii Tør Vandret terræn 16/5/79 GN97-22 Lavhede Cladonia stellaris, Betula nana Tør Svagt skrå- 26/4/70 GN97-23 Cladonia stygia nende terræn

Type (Kangerluar- Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af sunnguaq) karplanter hold i og eksponering karplanter / mos- Itex-nr. jorden ser /laver (% ) Mosrig dværg- Betula nana Empetrum nigrum, Fugtig Skrånende 89/32/1 buskhede Ledum groenlan- terræn. Vest og GN97-18 dicum, Vaccinium nord. uliginosum, Salix glauca Carex bigelowii- Carex bigelowii, Salix arctophila Halvtør Vandret og lidt 82/8/0 kær Betula nana, skrånende GN97-17 Rhododendron terræn. Vest lapponicum Betula nana-hede Betula nana Ledum groenlan- Tør Skrånende 36/39/11 Fortsættes.... 40 Fortsat.... Type (Kangerluar- Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af sunnguaq) karplanter hold i og eksponering karplanter / mos- Itex-nr. jorden ser /laver (% ) Betula nana-hede Betula nana Ledum groenlan- Tør Skrånende 36/39/11 GN97-19 dicum terræn. Nordvest Salix glauca-krat Salix glauca Betula nana, Tør Stejl skråning. Ledum groenlan- Syd. dicum Salix glauca-Betula Betula nana, Vaccinium uligi- Tør Skrånende 43/8/11 nana-hede, åben Salix glauca nosum, Rhodo- terræn. Vest. GN97-16 dendron lapponicum Fjeldmark/afblæs- Vaccinium uligi- Betula nana, Hie- Tør Skrånende 24/11/9 ningsflade nosum, Rhododen- racium alpinum, terræn. Vest. GN97-20 dron lapponicum Salix glauca, Des- champsia flexuosa Carex supina- Carex supina ssp., Thymus praecox, Ekstrem tør Sydvendt 59/0/0 steppe Spaniocarpa Campanula giese- skråning GN97-15 ckiana

Tabel 2.2. Vegetationsklassifikation for Itinnera lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Itinnera) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter /mos- jorden ser /laver (%) Carex-kær Carex rariflora, Ledum groenlan- Våd Vandret terræn 63/14/0 GN97-6 Eriophorum dicum, Salix langs vandløb angustifolium arctophila og søer. Øst. Calamagrostis-kær Calamagrostis Calamagrostis Våd Vandret bund 23/100/0 GN97-2 neglecta, Carex langsdorfii omkring dam saxatilis Frodig, mosrig Empetrum nigrum, Salix glauca, Fugtig Skrånende 73/55/7 dværgbuskhede Ledum groenlan- Betula nana, terræn. Vest GN97-3 dicum Carex bigelowii Salix glauca-krat Salix glauca Ledum groenlan- Fugtig Vandret-skrå- 117/32/0 GN97-7 dicum, Betula nana nende terræn. Nordøst. Tør, lav dværg- Betula nana, Poa pratensis Tør Vandret-skrå- 41/13/27 buskhede Vaccinium vitis- nende terræn. GN97-5 idaea Sydøst. Fjeldmark/afblæs- Ledum palustre Betula nana, Vacci- Tør Plan bund på 12/19/25 ningsflade nium uliginosum vindeksponere- GN97-1 de rygge Steppe Agrostis mertensii, Luzula spicata, Ekstrem tør Sydvendt 49/8/10 GN97-4 Thymus praecox Juniperus commu- skråning nis

41 Tabel 2.3. Vegetationsklassifikation for Kanassut-lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Kanassut) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter /mos- jorden ser /laver (%) Kær Carex rariflora, Oxycoccus Våd Vandret terræn 48/100/0 GN97-8 Eriophorum palustris angustifolium Tuet blandings- Empetrum nigrum, Ledum groenlan- Fugtig Svagt skrå- 95/29/0 hede Betula nana, dicum nende terræn. GN97-9 Vaccinium uligi- Syd. nosum Lavfattig, artsrig Empetrum nigrum, Salix glauca, Fugtig Plant terræn 71/20/13 Empetrum-hede Vaccinium uligi- Carex bigelowii GN97-11 nosum Lavrig, artsfattig Empetrum nigrum, Vaccinium uligi- Fugtig Vandret-skrå- 30/2/68 Empetrum-hede Betula nana nosum, Carex nende terræn GN97-12 bigelowii Lav-hede Empetrum nigrum Betula nana, Loise- Tør bund Vandret terræn 37/5/76 GN97-10 leuria procumbens og svagt skrå- nende

Tabel 2.4. Vegetationsklassifikation for Brayasø-lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden

Type (Brayasø) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter /mos- jorden ser /laver (%) Carex rariflora- Carex rariflora, Salix arctophila, Våd Vandret terræn 44/38/0 Carex saxatilis- Carex saxatilis Equisetum arvense moskær GM98-33 Strømkrat Salix glauca Calamagrostis Fugtig Vandret og 131/6/0 GN98-34 Langsdorfii, Equi- svagt skrånende setum arvense, terræn. Sydvest. Polygonum viviparum, Festuca rubra Ledum palustre- Ledum palustre Vaccinium vitis- Fugtig Nordvendte 71/62/16 Betula nana-hede ssp. decumbens, idaea, Empetrum skråninger GN98-31 Betula nana, nigrum Calamagrostis lapponica Salix glauca-krat Salix glauca Betula nana, Vacci- Fugtig Vandret terræn 87/0/0 GN98-32 nium uliginosum, og sydvendte Cerastium alpinum skråninger Betula nana, Vacci- Betula nana, Vacci- Salix glauca, Rho- Fugtig Nordøstvendte 85/41/5 nium uliginosum- nium uliginosum dodendron lappo- skråninger hede nicum, Pedicularis GN98-45 lapponica Carex supina- Carex supina, Cala- Potentilla hooke- Ekstrem tør Sydvendte 40/0/0 steppe magrostis purpu- riana, Poa glauca, skråninger GN98-30 rascens Artemisia borealis

42 Tabel 2.5. Vegetationsklassifikation for Qassiarssuk lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Qassiarssuk) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter /mos- jorden ser /laver (%) Carex rariflora-kær Carex rariflora Salix arctophila, Våd Vandret terræn 65/36/0 GN98-5 Comarum palustre Salix glauca-krat Salix glauca Polygonum viv- Fugtig Vandret og 150/90/1 GN98-2 iparum, Festuca skrånende rubra, Deschamp- terræn sia flexuosa, Thalic- trum alpinum Anthoxanthum Anthoxanthum Poa pratensis, Fugtig Sydvendte 90/0/1 odoratum-græs- odoratum Luzula spicata, skråninger land Trisetum spicatum GN98-3 Agrostis mertensii- Agrostis mertensii Festuca rubra, Poa Tør Vandret, vest- 57/12/3 græsland pratensis, Rumex vendt og nord- GN98-1+7 acetosella, Juncus østvendt skrå- trifidus nende terræn Betula glandulosa- Betula glandulosa Salix glauca, Des- Tør Vandret og 94/28/2 hede champsia flexuosa skrånende GN98-6 terræn Betula pubescens- Betula pubescens Vaccinium uligi- Tør Vestvendt 82/15/0 krat nosum skråning GN98-8 Vaccinium Vaccinium uligi- Betula glandulosa, Tør Vandret og 50/8/21 uliginosum-hede nosum, Salix glauca Juncus trifidus skrånende GN98-4 terræn

Tabel 2.6. Vegetationsklassifikation for Vatnahverfi-lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Vatnahverfi) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter / mos- jorden ser /laver (%) Carex rariflora- Carex rariflora, Salix arctophila, Våd Vandret 82/2/0 Eriophorum angu- Eriophorum angu- Carex saxatilis stifolium-kær stifolium GN98-15 Salix glauca-krat Salix glauca Anthoxanthum Fugtig Nordøstvendt 125/23/0 GN98-11 odoratum, Des- skråning champsia flexuosa Agrostis mertensii- Agrostis mertensii Betula glandulosa, Tør Nordøstvendt græsland Salix glauca, Kobre- terræn sia mysuroides Kobresia myosuroi- Kobresia myosu- Salix glauca Tør Sydvendt, nord- 59/9/12 des-græsland roides vendt og nord- GN98-9+10+12 østvendt svagt skrånende terræn Salix glauca-krat Salix glauca Thymus praecox, Tør Syd- og 136/0/6 Fortsættes....

43 Fortsat....

Type (Vatnahverfi) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter / mos- jorden ser /laver (%) Salix glauca-krat Salix glauca Thymus praecox, Tør Syd- og 136/0/6 GN98-13 Alchemilla alpina sydvestvendt skråning Betula pubescens- Betula pubescens Vaccinium uligino Tør Sydvestvendt 92/38/1 krat sum terræn. GN98-14

Tabel 2.7. Vegetationsklassifikation for Qaqortoq-lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Qaqortoq) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter / mos- jorden ser /laver (%) Carex bigelowii- Carex bigelowii, Carex saxatilis, Halvtør Nordøstvendt 75/4/0 kær Carex saxatilis Betula glandulosa, terræn GN98-18 Carex rariflora Salix glauca-krat Salix glauca, Vacci- Empetrum nigrum, Fugtig Vestvendt 173/3/0 GN98-16 nium uliginosum Ledum groenlan- skråning dicum Empetrum nigrum- Empetrum nigrum Vaccinium uligi- Tør Nordvendt 82/2/2 hede nosum, Carex skråning og GN98-17+20 bigelowi fladt terræn Vaccinium uligino- Vaccinium uligino- Betula glandulosa, Tør Sydvendt 96/2/0 sum–Empetrum sum, Empetrum Ledum groenlan- skråning nigrum-hede nigrum dicum GN98-19

Tabel 2.8. Vegetationsklassifikation for Isunngua lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Isunngua) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter /mos- jorden ser /laver (%) Carex rariflora- Carex rariflora, Salix arctophila, Våd Vandret terræn 61/13/0 moskær Carex saxatilis Eriophorum angu- langs elve GN98-38 stifolia, Eriopho- rum scheuchzeri Fugtig-Poa praten- Poa pratensis Eriophorum Fugtig Vandret og 58/38/0 sis græsland scheuchzeri, Des- svagt skrånende GN98-35 champsia pumila, terræn Ranunculus hyperboreus Tuet, mosrig Betula nana, Le- Cassiope tetragona, Fugtig Nordvendte 60/63/3 blandingshede dum palustre Vaccinium uligino- skråninger GN98-39 sum, Poa pratensis, Luzula confusa Græsland Carex norvegica, Polygonum vivipa- Fugtig Vandret og 68/8/0 GN98-36 Carex bigelowii, rum, Eriophorum svagt skrånende Poa pratensis Angustifolium terræn Salix glauca-krat Salix glauca Betula nana, Cera- Tør Sydvendt 85/0/0 Fortsættes.... 44 Fortsat.... Type (Isunngua) Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Itex-nr. karplanter hold i og eksponering karplanter /mos- jorden ser /laver (%) Salix glauca-krat Salix glauca Betula nana, Cera- Tør Sydvendt 85/0/0 GN98-43 stium alpinum, terræn Festuca brachyphylla Tør Poa pratensis Poa pratensis Cerastium alpi- Tør Vandret og 65/4/0 græsland num, Stellaria svagt sydvendt GN98-40 monantha, Equise- terræn tum arvense, Cam- panula gieseckiana Betula nana-Vacci- Betula nana, Vac- Poa pratensis, Equi- Tør Vandret og 97/1/0 nium uligi-nosum- cinium uliginosum setum arvense, svagt vestvendt hede GN98-44 Cerastium alpinum terræn Betula nana-hede Betula nana Equisetum arvense, Tør Sydvendt 85/20/1 GN98-42 Poa pratensis, terræn Cerastium alpinum Kobresia myosuro- Kobresia Carex supina, Tør Vandret og 60/601 ides-steppe myosuroides Hierochloë alpina, svagt hældende GN98-37 Poa glauca terræn Afblæsningsflade Dryas integrifolia, Kobresia myosuroi- Tør Vandret og 8/4/36 GN98-41 Carex nardina des, Calamagrostis skrånende purpurascens, terræn i Luzula confusa, højlandet Artemisia borealis

Tabel 2.9. Vegetationsklassifikation for Uutaap Kuua lokaliteten. Plantesamfundene er ordnet efter faldende skønnet vandindhold i jorden.

Type (Uutaap Dominerende Følgearter Vandind- Terrænforhold Dækningsgrad af Kuua) karplanter hold i og eksponering karplanter /mos- Itex-nr. jorden ser /laver (%) Carex rariflora Carex rariflora, Salix arctophila Våd Vandret terræn 47/33/0 moskær Eriophorum angu- i lavlandet GN98-47 stifolium Blandet dværg- Empetrum nigrum, Ledum palustre, Fugtig Vandret og 72/17/23 busk-hede Betula nana, Pedicularis lappo- sydøstvendt GN98-46 Salix glauca nica, Pedicularis terræn labradorica Carex rariflora- Carex bigelowii, Polygonum vivipa- Våd Vandret terræn 60/27/1 Carex bigelowii- Carex rariflora, rum, Equisetum moskær Salix arctophila arvense, Pedicula- GN98-48 ris flammea Betula nana- Betula nana Hierochloë alpina Fugtig Svagt sydøst- 46/1/72 lavhede vendt terræn GN98-49 Salix herbacea- Salix herbacea, Careastium alpi- Fugtig Nord- og 25/6/63 sneleje Luzula confusa, num, Silene acaulis, nordøstvendte GN98-50 Trisetum spicatum Oxyria digyna skråninger Salix glauca-krat Salix glauca Empetrum nigrum, Fugtig Syd- og 152/0/0 GN98-51 Poa pratensis, sydøstvendte Calamagrostis skråninger langsdorfii

45 Lavholdig dværgbuskhede kene er sjældent over 1 meter høje, og arter- I indlandet er dværgbirk (Betula nana) den ne er typisk revling (Empetrum nigrum), dominerende dværgbusk, mens mosebølle blågrå pil (Salix glauca), dværgbirk (Betula (Vaccinium uliginosum) og revling (Empe- nana), mosepost (Ledum palustre) og grøn- trum nigrum) dominerer længere ude, sidst- landspost (Ledum groenlandicum). Typen nævnte dominerer fuldstændig i hederne varierer meget i fugtighed og frodighed og nærmest kysten. Buskene er sjældent over ½ omfatter åbne såvel som mere tætbevoksede meter høje, oftest krybende, og hede er ty- heder. På sydvendte skråninger kan der pisk at finde på svagt skrånende terræn eller være indslag af urter. terrasser, hvor dræneringen er god. Tidligt afsmeltede snelejer med dominans af dværg- Lavholdig dværgbuskhede pil (Salix herbacea) er også at finde i denne Omfatter både store homogene lavflader type. med over 75% lavdækning og dværgbusk- heder med mindre og spredt lavdække med Lavdækningen i heden varierer meget, i makrolaver, som vokser som øer i dværg- indlandet findes næsten ingen makrolaver, buskheden. Disse arter er f.eks. fliget krus- mens områder nærmere kysten kan have lav (Cetrariella delisei), snebægerlav (Clado- veludviklede makrolaver, som vokser som nia stricta), stjerne-rensdyrlav (Cladonia øer i dværgbuskheden. Disse laver er f.eks. stellaris), (Cladonia stygia), takket bægerlav fliget kruslav (Cetrariella delisei), snebæger- (Cladonia crispata), sne-kruslav (Flavocetra- lav (Cladonia stricta), stjerne-rensdyrlav ria nivalis), islandslav (Cetraria islandica), (Cladonia stellaris), (Cladonia stygia), tak- fjeldkorallav (Stereocaulon alpinum), rank ket bægerlav (Cladonia crispata), sne-krus- korallav(St. paschale) og mild rensdyrlav lav (Flavocetraria nivalis), islandslav (Cetra- (Cladonia mitis). I indlandet er dværgbirk ria islandica), fjeldkorallav (Stereocaulon (Betula nana) den dominerende dværgbusk, alpinum), rank korallav(St. paschale) og mens mosebølle(Vaccinium uliginosum) og mild rensdyrlav (Cladonia mitis). revling (Empetrum nigrum) dominerer læn- gere ude, sidstnævnte dominerer fuldstæn- Steppe dig hederne nærmest kysten. Buskene er Denne type er mest udbredt i indlandet på sjældent over ½ meter høje, oftest krybende, sydvendte skrænter. Græsser og spredte og heden er typisk artsfattig og findes på urter dominerer, f.eks. er arter som steppe- svagt skrånende terræn eller terrasser, hvor star (Carex supina), purpur-rørhvene (Cala- dræneringen er god. magrostis purpurascens), fjeld-hvene (Agros- tis mertensii) og klippepotentil (Potentilla Fjeldmark hookeriana) almindelige. Enkelte steder in- Denne type findes typisk i højereliggende derst i landet findes på kalkrig grund step- områder, med sparsomt plantedække og sent per domineret af børste-kobresie (Kobresia udsmeltende snedække. I lavlandet findes myosuroides). Steppen grænser ofte op til den på afblæsningsflader, d.v.s. der hvor tørre dværgbuskheder eller krat, hvorfor der vind m.m. forhindrer de fleste planter i at kan findes spredte buske i steppen. Det sam- gro. Typen domineres af mosser og laver, lede plantedække er lavt og mos- og lavdæk- samt spredte urter og græsser, men det sam- ke mangler helt. lede plantedække er meget lavt.

2.6.2. Vegetationskort Nuuk Græsland Dværgbuskhede Denne type omfatter både overflader med Omfatter alle hedetyper med dominans af dominans af græsser, halvgræsser og siv, og dværgbuske. I indlandet vil man typisk finde områder i ravinedale, langs med elve og sø- blandingsheder på svagt skrånende terræn, og strandkanter, hvor der er spredt vegeta- mens de nærmere kysten også findes på fladt tion. Det plantedækkede græsland dækker terræn og sydvendte skråninger. Dværgbus- typisk større arealer i indlandet på fladt ter-

46 ræn mellem spredte buske og små arealer græs, f.eks. bølget bunke (Deschampsia flex- ved kysten i sydskråninger med god fugtig- uosa) i undervegetationen. Længere ude hed. Typens afgrænsning er meget usikker. mod kysten er dværgbuskheden domineret af mosebølle (Vaccinium uliginosum) og rev- Kær ling (Empetrum nigrum). Dværgbuskheden Kær forekommer typisk som små arealer forekommer typisk på svagt hældende ter- langs vandløb, søer og i forsænkninger, hvor- ræn med god drænering, og buskene er lave, for denne vegetationstype er vanskelig at op til ½ meter høje. kortlægge. Resultatet i denne kortlægning bliver en type, der også omfatter områder i Lavholdig dværgbuskhede skygge og generelt fugtige områder. Typens Dette er dværgbuskheder med spredt lav- afgrænsning er derfor meget usikker. De do- dække af makrolaver, som vokser som øer i minerende slægter er star (Carex sp), kær- dværgbuskheden. Disse laver er f.eks. fliget uld (Eriophorum sp.) og rørhvene (Calama- kruslav (Cetrariella delisei), snebægerlav grostis sp.), mosdækket er oftest stort, og (Cladonia stricta), stjerne-rensdyrlav (Cla- plantedækket er op mod 100 %. donia stellaris), (Cladonia stygia), takket bægerlav (Cladonia crispata), sne-kruslav Krat (Flavocetraria nivalis), islandslav (Cetraria Op til to meter høje Salix glauca-krat fore- islandica), fjeldkorallav (Stereocaulon alpi- kommer fortrinsvis i indlandet på fugtig num), rank korallav(St. paschale) og mild bund på beskyttede steder og fladt eller svagt rensdyrlav (Cladonia mitis). I indlandet er skrånende terræn. Nærmere kysten findes kirtelbirk (Betula glandulosa) den domine- typen kun i stærkt hældende sydvendte skrå- rende dværgbusk, mens mosebølle (Vaccini- ninger, hvor ellekrat (Alnus crispa) også fo- um uliginosum) og revling (Empetrum ni- rekommer. Grønlandspost (Ledum groenlan- grum) dominerer længere ude, sidstnævnte dicum), revling (Empetrum nigrum) og dominerer fuldstændig hederne nærmest dværgbirk (Betula nana) indgår i bundvege- kysten. Buskene er sjældent over ½ meter tationen sammen med en del urter. I indlan- høje, oftest krybende, og heden er typisk det forekommer en mere tør udformning artsfattig og findes på svagt skrånende ter- med dominans af græs i undervegetationen. ræn eller terrasser, hvor dræneringen er god.

Steppe Fjeldmark Denne type er mest udbredt i indlandet på Denne type findes typisk i højereliggende sydvendte skrænter. Græsser og spredte ur- områder, med sparsomt plantedække og sent ter dominerer, f.eks. er arter som steppe-star udsmeltende snedække. I lavlandet findes (Carex supina), fjeld-hvene (Agrostis merten- den på afblæsningsflader, d.v.s. der hvor sii) og skotsk timian (Thymus praecox) al- vind m.m. forhindrer de fleste planter i at mindelige. Enkelte steder inderst i landet fin- gro. Typen domineres af mosser og laver, des på kalkrig grund stepper domineret af samt spredte urter og græsser, men det sam- børste-kobresie (Kobresia myosuroides). Step- lede plantedække er meget lavt. pen grænser ofte op til tørre dværgbuskhe- der eller krat, hvorfor der kan findes spred- Græsland te buske i steppen. Det samlede plantedække I indlandet er denne type meget udbredt, ener lavt og mos- og lavdække mangler helt. ten den fugtige udgave med dominans af fjeldgulaks (Anthoxanthum odoratum) og 2.6.3. Vegetationskort eng-rap (Poa pratensis) eller den tørre ud- Sydgrønland gave med dominans af fjeld-hvene (Agrostis Dværgbuskhede mertensii) og rød svingel (Festuca rubra) el- I indlandet findes små arealer med kirtelbirk- ler af børstekobresie på kalkrig grund (Ko- domineret (Betula glandulosa) tør hede med bresia myosuroides). Den tørre græsland til- spredte buske af blågrå pil (Salix glauca) og svarer steppen i Nuuk- og Kangerlussuaq-

47 områderne og den grænser ofte op til tørre ligt forekommende meget frodig vegetation. dværgbuskheder eller krat, hvorfor der kan Sidstnævnte kan være ved kildefremspring, findes spredte buske i steppen. Det samlede omkring kær, på sletter omkring elve og i plantedække er lavt og mos- og lavdække sydvendte skråninger, hvor der er god mangler helt. vandtilførsel.

Kær 2.6.4. Sammenligning af metoder Kær forekommer typisk som små arealer langs vandløb, søer og i forsænkninger, hvorfor vurdering af for denne vegetationstype er vanskelig at dækningsgrad Sammenligner man de skønnede og de be- kortlægge. Resultatet i denne kortlægning regnede dækningsgrader i ITEX-rammerne bliver en type, der også omfatter områder i er der tydelig forskel. Sammenligningen er skygge og generelt fugtige områder. Typens gennemført på dataene fra feltsæsonen 1998. afgrænsning er derfor meget usikker. De do- På figur 2.29 er forskellen på afblæsnings- minerende slægter er star ( ), kæruld Carex sp flader vist grafisk som et eksempel. De sam- ( ) og rørhvene ( Eriophorum sp. Calamagros- lede resultater af metode-sammenligningen ), mosdækket er oftest stort, og plante- tis sp. ses i tabel 2.10. dækket er op mod 100 %. Ud fra tallene i tabel 2.10, ses det at de stør- Krat ste differencer findes ved alle former for dødt Op til to meter høje Salix glauca-krat fore- materiale. Dets dækning underestimeres kommer fortrinsvis i indlandet på fugtig kraftigt i den skønsmæssige vurdering både bund på beskyttede steder og fladt eller svagt i krat og heder. Markante underestimerin- skrånende terræn. De frodigste og højeste ger findes også ved lav på afblæsningsflader krat findes på nordvendte skråninger. I ind- samt graminoider i krat og på steppe. Den landet dominerer græsser i undervegetatio- kategori, der overestimeres mest i den skøns- nen, mens dværgbuske dominerer underve- mæssige vurdering er helt klart sten/jord. I getationen nærmere kysten. På tørre og lune samtlige plantesamfund, hvor kategorien er steder i indlandet findes dunbirkekrat /-skov registreret, er den overestimeret med mere (Betula pubescens). end 9% i gennemsnit. En enkelt undtagelse er det ene sneleje, der blev analyseret i 1998, Opdyrket/frodigt hvor kategorien ikke overestimeres. Denne klasse omfatter landbrugsarealer hvor vegetationen er særlig frodig, tidligere for- I græsland og krat fejlvurderes mest, idet styrrede områder f.eks. i nærheden af ruiner, der i henholdsvis 4 ud af 5 og 5 ud af 6 grup- hvor jorden er ekstra næringsrig samt natur- per findes oversete arter/kategorier. Bereg-

15 Figur 2.29. Forskellen mellem de 10,75 beregnede og skønnede dæknings- 8,75 J 10 LQ grader i itex-rammer placeret på Q N 5 afblæsningsflader i 1998. De røde G 3,25 WÃ H 1,50 1 søjler angiver %-andelen, der helt Q 0,25 0,50 0,75 Q ¡ 0 blev overset i den skønsmæssige N V Ã -0,77 WÃ vurdering, mens de blå søjler angi- H Q -5 J ver %-andelen hvormed den pågæl- UH H E dende gruppe blev underestimeret i -10 -9,67 den skønsmæssige vurdering. Ne-

-15 gative værdier angiver således over- JUXSSH estimation i skønnet dækning i forhold til registreret dækning.

48 ningerne i tabel 2.10 er gjort på grundlag af fandtes større døde grene efter nedgræssede gennemsnit for 4 x 331 registreringer. krat. Da fårene tilsyneladende ikke græsser på Salix glauca tidligt på sommeren, frem- 2.6.5. Græsning står de lave Salix-krat meget frodige, idet der Den benyttede metode til vurdering af græs- er mange nye rodskud. ningstilstanden bygger primært på deltager- nes individuelle skøn, som kan variere en I Vatnahverfi, omkring Qanisartuut, et fåre- del. Beskrivelser af græsningstilstanden er holdersted som blev etableret i begyndelsen dog et vigtigt supplement til resultaterne, af fyrrerne, dominerer Agrostis mertensii som er vist i tabel 2.11 og 2.12. græslandet. Området har sandsynligvis tidligere været domineret af Salix glauca- krat, Ved Qassiarsuk er Salix glauca-krattene lave, da der flere steder fandtes større døde grene. og stærkt påvirket af græsning. Flere steder Forandringen skyldes sandsynligvis fårenes

Tabel 2.10. Difference i dækningsgrader (X-Y Gnsn.) fremkommet ved ITEX-metoden og skønsmæssig vurdering. Negative tal angiver overestimering i skønnet, omvendt angiver positive tal underestimering i skønnet. Kolonnen Y=Ø angiver de arts- eller kategori-dækningsgrader, som blev registreret med ITEX- metoden, og som blev helt overset under den skønsmæssige vurdering (n = antal arts- eller kategoriregistreringer).

Samfund Gruppe X - Y gns. Y=Ø n Samfund Gruppe X - Y gns. Y=Ø n Afblæsnings- Busk -0,77 0,25 1 Kær Busk -1,69 flade Dødt 1,50 10,75 1Dødt5,60 Gram 3,25 1,00 1 Gram 4,95 0,85 5 Lav 8,75 Lav -2,50 Mos 0,50 Mos -12,75 Sten/- Sten/- -9,67 -9,89 jord jord Urt 0,75 Urt -0,08 0,75 1 Græsland Busk -3,08 Sneleje Busk 8,50 Dødt -4,66 0,75 1 Dødt 1,25 1 Gram 2,71 1,13 4 Gram 0,00 Lav -3,52 0,75 1 Lav -11,25 mos -6,68 0,25 1 Mos 2,92 Sten/- Sten/- -10,44 0,38 2 0,75 jord jord Urt 1,77 0,44 4 Urt 0,00 Hede Busk 1,47 0,42 3 Steppe Busk -1,25 Dødt 26,56 4,25 2 Dødt 9,38 1,75 1 Gram 2,51 0,75 1 Gram 11,28 Lav -0,44 1,25 3 Lav -1,00 0,50 1 Mos -1,32 Mos -0,63 Sten/- Sten/- -9,88 -19,75 0,50 11 jord jord Urt 3,93 Urt 1,88 Krat Busk 8,00 0,75 1 Dødt 18,45 12,50 2 Gram 7,11 0,25 1 Lav 1,25 0,50 1 Mos -2,21 Urt 4,14 1,44 8

49 vintergræsning af først og fremmest træag- Dette kan skyldes at analyserne blev udført tige planter. Lave Salix glauca buske optræ- i typer, der ikke udnyttes af rensdyrene, men der meget frodige med mange nye rodskud. også at dyrenes græsning er moderat og for- I den nordøstlige del af Vatnahverfi ved Iga- delt jævnt på de forskellige typer. Det er van- liku Kujalleq og Qorlortukasik foregår en skeligt at konkludere noget, så længe vi kun alvorlig jorderosion. De stærke og tørre føhn- har analyser fra en sæson. vinde fører det afblæste jordmateriale over hele Vatnahverfi, hvor det findes som et lag På Isunngua lokaliteten er hele det under- af æolisk sediment. Lokaliteterne med Ko- søgte område påvirket af rensdyr i en grad, bresia myosuroides græsland er mest udsat som ikke sås andre steder under de to som- for dette. res feltarbejde. Området mangler, formentlig på grund af græsning, helt busklaver, så På Qussuk og Kanassut lokaliteten er busk- græsningsintensiteten er vurderet på dværg- laverne lidt græsset, og lavhederne og de lav- buske, buske og graminoider. På fladt terræn rige dværgbuskheder er stort set uberørte. og sydvendte skråninger i lavningerne, er græsserne helt nedbidte. Her findes det vig- På Kangerluarsunnguaq lokaliteten fandtes tige, men arealmæssig mindre dominerende der i den åbne, tørre dværgbuskhede (GN97- græsland. I undersøgelsen er skelnet mellem 16) og i den tørre dværgbuskhede (GN97- en tør og en fugtig græsset græslandstype, 19) mellem øerne af dværgbuske mange frag- hvor artssammensætningen er forskellig. menter af rensdyrlaver Cladonia sp., hvilket tyder på at disse typer tidligere har haft stør- I den tørre græssede græslandstype viser dø- re lavdække. Dværgbuskene er i dårlig forde grene og løs bark fra Salix glauca, at der fatning og der er mange døde grene. Under førhen var Salix glauca-krat i disse lavninger feltarbejdet blev der observeret store flokke i terrænet. Denne græsningstilstand er spe- rensdyr i området, den største flok var på cielt udbredt i dalen, hvor lejren lå (se figur 80 100 dyr. 2.30) og dalen umiddelbart øst for denne.

Brayasø lokaliteten udnyttes sandsynligvis Rensdyrfæces, -spor og -hår vidner i begge mest om vinteren. Der var ingen synlige tegn græslandstyper om intensiv brug. Calama- på vegetationen efter rensdyrenes græsning. grostis langsdorfii, der dominerer i våde lav-

Tabel 2.11. Feltlokaliteter i Nuuk-området, abiotiske forhold og græsningstilstand . Kang = Kangerluar- sunnguaq. Slitage-graden i de forskellig typer er vurderet i felten eller på baggrund af oversigtsbilleder fra lokaliteten.

ID-nr Lokalitet / Hoh Eks. Fugtighed Overflade Plantesamfund Slitage Lav stednavn % GN97-1 Itinnera 46 Tør Jævn Afblæsningsflade Vindslidt GN97-2 Itinnera 60 Meget våd Jævn Kær Middel græsset GN97-3 Itinnera 40 W Fugtig Småtuet Buskhede Lidt græsset GN97-4 Itinnera 50 S Ekstrem tør Jævn Steppe Ugræsset GN97-5 Itinnera 60 SØ Tør Jævn Buskhede Vindslidt 0 Medium GN97-6 Itinnera 70 Ø Våd Kær Ugræsset tuer GN97-7 Itinnera 24 NØ Fugtig Store tuer Krat Ugræsset GN97-8 Kanassut 20 Meget våd Jevn Kær Ugræsset 0 Medium GN97-9 Kanassut 15 S Fugtig Buskhede Ugræsset tuer GN97-10 Kanassut S Fugtig Jævn Lavhede Ugræsset 75 GN97-11 Kanassut Fugtig Småtuet Buskhede Ugræsset 25 GN97-12 Kanassut Tør Jævn Lavhede Ugræsset

Fortsættes.... 50 Fortsat.... ID-nr Lokalitet / Hoh Eks. Fugtighed Overflade Plantesamfund Slitage Lav stednavn % GN97-12 Kanassut Tør Jævn Lavhede Ugræsset GN97-13 Kang 280 Ø Tør Småtuet Buskhede Middel græsset 1 GN97-14 Kang 330 S Tør Jævn Krat Lidt græsset 1 GN97-15 Kang 310 S Ekstrem tør Jævn Steppe Ugræsset 0 GN97-16 Kang 335 W Tør Jævn Buskhede Nedgræsset 1 GN97-17 Kang 270 W Intermediær Småtuet Overgangstype kær Ugræsset 0 GN97-18 Kang 270 W Fugtig Småtuet Buskhede Lidt græsset 1 GN97-19 Kang 330 NW Tør Småtuet Buskhede Nedgræsset 1 GN97-20 Kang 330 W Ekstrem tør Småtuet Fjeldmark Nedgræsset 1 Medium GN97-21 Qussuk 20 Våd Overgangstype kær Ugræsset tuer GN97-22 Qussuk 25 Tør Jævn Lavhede Lidt græsset 95 GN97-23 Qussuk 25 Tør Småtuet Lavhede Lidt græsset 80 GN97-24 Ilulialik 40 Ø Fugtig Småtuet Buskhede Lidt græsset 2 Medium GN97-25 Ilulialik 25 Fugtig Krat Lidt græsset 1 tuer GN97-26 Ilulialik 15 NW Fugtig Store tuer Buskhede Ugræsset 3 GN97-27 Ilulialik 15 Fugtig Store tuer Buskhede Lidt græsset 1 GN97-28 Qussuk 30 W Tør Jævn Lavhede Lidt græsset 80 GN97-29 Qussuk 50 N Fugtig Jævn Buskhede Lidt græsset 50 Medium GN97-30 Qussuk 60 Fugtig Buskhede Lidt græsset 25 tuer GN97-31 Qussuk 45 S Intermediær Jævn Buskhede Middel græsset 60

Tabel 2.12. Feltlokaliteterne i Sydgrønland og Kangerlussuaq området, abiotiske forhold og græsningstilstand. Slitage-graden i de forskellig typer er vurderet i felten eller på baggrund af oversigtsbilleder fra lokaliteten.

ID-nr. Lokalitet / Hoh Eks. Fugtighed Overflade Plantesamfund Slitage Lav stednavn % GN98-1 Qassiarsuk 50 NØ Tør Jævn Græsland Ugræsset 0 GN98-2 Qassiarsuk 100 Fugtig Jævn Krat Ugræsset 0 GN98-3 Qassiarsuk 150 S Fugtig Jævn Græsland Ugræsset <5 GN98-4 Qassiarsuk 260 W Tør Jævn Buskhede Ugræsset 10 GN98-5 Qassiarsuk 130 Meget våd Småtuet Kær Ugræsset 0 Qassiarsuk v. GN98-6 70 Ø Tør Småtuet Buskhede Ugræsset 10 Tasiusaq Qassiarsuk v. GN98-7 20 W Tør Jævn Græsland Ugræsset 5 Tasiusaq Qassiarsuk GN98-8 50 W Tør Småtuet Krat Ugræsset 0 v.Narsarsuaq Vatnahverfi GN98-9 50 NØ Tør Småtuet Græsland Lidt græsset 15 Qanisartuut Vatnahverfi GN98-10 70 S Tør Småtuet Græsland Lidt græsset 10-15 Qanisartuut Vatnahverfi GN98-11 70 NØ Tør Småtuet Krat Lidt græsset 0 Qanisartuut Vatnahverfi GN98-12 120 N Tør Småtuet Græsland Lidt græsset 10-15 Timerliit Vatnahverfi GN98-13 80 SW Tør Småtuet Krat Lidt græsset O Timerliit

Fortsættes....

51 Fortsat.... ID-nr. Lokalitet / Hoh Eks. Fugtighed Overflade Plantesamfund Slitage Lav stednavn % Vatnahverfi GN98-13 80 SW Tør Småtuet Krat Lidt græsset O Timerliit Vatnahverfi GN98-14 60 SW Tør Småtuet Krat Lidt græsset 0 Tasilikulooq Vatnahverfi GN98-15 30 Våd Jævn Kær Lidt græsset 0 Qanisartuut GN98-16 Qaqortoq 30 W Fugtig Småtuet Krat Ugræsset 0 GN98-17 Qaqortoq 30 N Tør Småtuet Buskhede Ugræsset 0 GN98-18 Qaqortoq 60 NØ Intermediær Småtuet Kær Ugræsset 0 GN98-19 Qaqortoq 50 S Tør Småtuet Buskhede Ugræsset 0 GN98-20 Qaqortoq 60 Tør Småtuet Buskhede Ugræsset <5 GN98-30 Brayasø 230 S Ekstrem tør Ujævn Steppe Ugræsset 0 GN98-31 Brayasø 50 N Fugtig Småtuet Buskhede Ugræsset 30 GN98-32 Brayasø 250 S Fugtig Ujævn Krat Ugræsset 0 GN98-33 Brayasø 130 Meget våd Jævn Kær Ugræsset 0 GN98-34 Brayasø 70 SW Fugtig Ujævn Krat Ugræsset 0 GN98-35 Isunngua 320 Fugtig Jævn Græsland Stærkt græsset 0 GN98-36 Isunngua 320 NW Fugtig Ujævn Græsland Ugræsset 0 GN98-37 Isunngua 400 S Tør Småtuet Steppe Lidt græsset 2 Medium GN98-38 Isunngua 300 Meget våd Kær Ugræsset 0 tuer Medium GN98-39 Isunngua 350 N Fugtig Buskhede Lidt græsset 0 tuer GN98-40 Isunngua 440 S Tør Ujævn Græsland Nedgræsset 0 GN98-41 Isunngua 470 Ø Tør Ujævn Afblæsningsflade Lidt græsset 30 GN98-42 Isunngua 400 S Tør Småtuet Buskhede Lidt græsset 0 GN98-43 Isunngua 370 S Intermediær Ujævn Krat Lidt græsset 0 GN98-44 Isunngua 360 W Intermediær Ujævn Buskhede Lidt græsset <1 GN98-45 Brayasø 200 NØ Fugtig Ujævn Buskhede Lidt græsset 0 GN98-46 Uutaap Kuua 40 SØ Fugtig Ujævn Buskhede Lidt græsset 20 GN98-47 Uutaap Kuua 20 Ø Meget våd Småtuet Kær Ugræsset 0 Medium GN98-48 Uutaap Kuua 50 Meget våd Kær Ugræsset <1 tuer GN98-49 Uutaap Kuua 90 SØ Fugtig Ujævn Buskhede Lidt græsset 35 GN98-50 Uutaap Kuua 550 NØ Fugtig Ujævn Sneleje Ugræsset 75 GN98-51 Uutaap Kuua 300 SØ Fugtig Jævn Krat Ugræsset 0

Figur 2.31. Analysefelt GN97-29, Qussuk, fugtig lavrig buskhede. Billedet illustrerer den mosaik, buske og lav typisk danner i de lavarktiske heder. Dette felt er lidt græsset. Foto: K. Motzfeldt

52 Figur 2.30. Placeringen af de registrerede nedgræssede fugtige og tørre græslande Greens, målt som et punkt pr. flade, Digitalt kort 1: 100.000, Copyright Compukort, Kærlodden 2, Dk-8320 Mårslet. ninger langs bække i sænkning, blev obser- vægelse. ITEX konceptet anvendes i 11 for- veret i ugræsset tilstand. skellige lande verden over til detektion af enkeltarters og plantesamfunds respons på I området ved Uutaap Kuua observeredes bl.a. klimaændringer. I Sverige og Kina be- tegn på græsning i forbindelse med rensdyr- nyttes samme metodik til at studere græs- stier, der gik på langs i dalen oppe på skrå- ningens indvirkning på vegetationen (ITEX- ningerne. Derudover var de lavrige blan- update, No. 9 1998). dingsheder på skråningerne og dværgbirke- hederne på ryggene i lavlandet i gennemsnit De beregnede dækningsgrader er højere end lidt græsset, idet lavmåtterne var intakte, de skønnede hos græsser og urter med en sammenhængende og lidt græsset i højden lille horisontal bladflade, og lavere hos træ- enkelte steder. På figur 2.30 vises de regi- agtige vækster med en stor horisontal blad- strerede nedgræssede græslands placering overflade. i området omkring Isunngua lokaliteten. Området Akia, der bl. a. omfatter feltlokali- 2.7. Diskussion teterne Kanassut og Qussuk, er ikke tidlige- Den valgte analysemetode gør det muligt at re beskrevet m.h.t. lavdækning og græsnings- genanalysere det samme felt med års mel- tilstand. Trapnells (1933) materiale er ikke lemrum med henblik på at monitere dæk- tilstrækkeligt grundlag for sammenligning ningsgrad for de enkelte arter og at registre- med lavernes aktuelle græsningstilstand. re eventuelle ændringer i artssammensæt- Studiet af rensdyrsimlers trækvaner har vist, ning og dominerende art. Aluminiumsrøre- at lokaliteten Qussuk er en del af et stort ne, der markerer itexrammernes hjørner, er vintergræsningsområde, mens lokaliteten hamret ned i det øverste jordlag, og kan lo- Kanassut har mindre betydning. Ved Kan- kaliseres ved hjælp af orange markerings- gerlussuaq har samme studium vist at Braya- pæle. Det er usikkert om aluminiumsrørene sø lokaliteten benyttes intensivt af rensdyre- og markeringspælene får lov til at blive stå- ne om vinteren, mens Isunngua lokaliteten ende for dyr og mennesker, og evt. jordbe- udnyttes mest i kælvningstiden.

53 Hanfgarn (GFI 1983) beskrev bl.a. typerne de fødestudier ved GN baseret på vom- og tør dværgbuskhede med laver og ekstrem faecesanalyser vil afdække hvilke arter, der tør dværgbusk/lav-hede nord for Kanger- selekteres i de to områder tidlig og senvinter. luarsuunnguup tasersua baseret på analyser af 34 lokaliteter med 505 analysefelter. Itinnera lokaliteten og områderne øst herfor Typen tør dværgbuskhede med laver har er tidligere beskrevet af bl.a. Aastrup og her en gennemsnitlig dækningsgrad af lav Lund (1995) og Lenvik (1993). Steder med på mellem 45 og 55%. Det store antal analy- tør dværgbuskhede betegnes her som ned- sefelter og deres spredning fra kyst til ind- græssede, d.v.s. lavdækket er væk og kun land gør, at dette giver et realistisk billede spredte lavfragmenter er tilbage. Vore analy- over denne types gennemsnitlige græsnings- ser fra sommeren 1997 bekræfter dette. De tilstand mellem Ameralik og Buksefjorden mosrige blandede dværgbuskheder synes somrene 1984 og 1985. Beskrivelser fra år- ikke udnyttet i samme grad af rensdyrene, hundredeskiftet i området af Rasmussen da der ikke var tydelige tegn på græsning af (1905) bekræfter tilstedeværelsen af lav i disse. hederne i området tidligere. Vore iagttagelser og det lille antal analyser gennemført for Vore undersøgelser viste, at Isunngua loka- østenden af Kangerluarsunnguaq i somme- liteten var stærkt påvirket af rensdyrenes ren 1997 tyder på, at områdets tidligere lav- græsning. Lignende påvirkningsgrad er dække er nedgræsset. Lav fandtes i 1997 kun beskrevet af Holt (1980) og Fredskild & Holt som fragmenter spredt i den tørre åbne busk- (1993). Tidligere studier fra Kangerlussuaq hede og buskene på lokaliteten havde mange området omfatter bl.a. præference-index for døde grene. Det vides ikke om denne ten- 13 forskellige habitattyper (Thing 1984). Stu- dens gælder for resten af området vestover dier af habitatpræference kan give et for- mod Buksefjorden. holdsvis nuanceret billede af dyrenes græs- ningsmønster. 2.7.1. Græsningstilstand Både vomanalyser og fødepreferenceekspe- Græsningsstudier i udvalgte felter kan give rimenter indikerer en udpræget preference et klarere billede af, hvilke arter dyrene fore- for lav i forhold til andre fødeemner om vin- trækker. Enkelt arter blev registreret græsset teren (Skogland 1984, Danell et al. 1994). De eller ikke græsset i dagene omkring d. 15. lavrige hedetyper på Qussuk-lokaliteten ud- juni 1979 i nærheden af lokaliteten Isun- gør gode potentielle vintergræsningshabita- ngua. Undersøgelsen viste en højere præfe- ter for rensdyrene. I modsætning hertil har rence for Eriophorum angustifolium end for de lavfattige hedetyper ved Kangerlussuaq Poa pratensis og Carex rariflora (Holt 1980, et helt andet udbud af planter. Igangværen- Fredskild & Holt 1993).

Figur 2.32. Billedet viser analysefelt GN97-19, Kangerluar- sunnguaq, tør nedgræsset buskhede. Bemærk de åbne pletter mellem Betula nana-buskene, hvor der i dag kun er fragmenter af lav tilbage. Foto: K. Motzfeldt.

54 I de fugtige nedgræssede græslandstyper der færdes i dette område om sommeren. findes der ikke tydelige tegn på hvilke plan- Thing (1984) hævder, at de 3-årige og ældre ter, der eventuelt dominerede tidligere. Dis- bukke har en tendens til at blive i indlands- se greens er sandsynligvis opstået og ved- områderne nord for Kangerlussuaq hele ligeholdes ved rensdyrgræsning (Holt 1980). året. Vore sporadiske observationer i kælv- Holt skelner mellem en fugtig meadow ingsområdet tyder på, at dette sandsynligvis type og en tør græsland type. Pollenanaly- ikke er tilfældet for det centrale kælvingsom- ser tyder på , at de kan være udviklet som råde i Isunngua. følge af bl.a. græsning fra Betula nana hede med græsser, Betula-Salix hede m. Stellaria/ Fredskild og Holt (1993) argumenterer for, Cerastium eller Betula-Salix hede med Draba at en mindre intensiv udnyttelse af de to til de nedgræssede græslandstyper (Freds- græslandstyper som følge af den forholdsvis kild & Holt 1993). Vore registreringer kan lille rensdyrpopulation i området, var årsag bekræfte, at de tørre nedgræssede græslands- til, at Poa pratensis græsland fik lov til at stå typer flere steder har spor efter Salix- og/ ugræsset. Vi registrerede ikke ugræsset Poa eller Betula-buske. En sådan succession kan pratensis græsland som Holt (1983) beskri- være irreversibel, idet Salix glauca frø har ver forekommer ved øst-enden af søen Aa- brug for åbent substrat for at reetablere sig. juitsup tasia i 1979. Vore registreringer ty- Det tætte dække af graminoider, som rens- der på en fortsat intensiv brug af de fugtige dyrenes græsning har medført, hindrer der- og tørre græslandstyper (se figur 2.20) på med reetableringen af dværgbuske. Det er Isunngua lokaliteten. Fremtidige analyser af observeret, at både Salix glauca og Alnus de udlagte prøveflader kan bidrage til et crispa kan sætte nye skud fra nederste del mere detaljeret billede af rensdyrenes græs- af stammen, hvis planten er helt bladløs ning i de to græslandstyper. men har overlevet. Fåreholderstederne Tasilikulooq og Timerliit Den observerede græsningstilstand i Isun- i Vatnahverfi området blev etableret i begyn- ngua-lokaliteten er sandsynligvis et resultat delsen af 1990erne og Saqqaa for få år si- af, at området udnyttes intensivt af rensdy- den. Der blev ikke observeret tydelige foran- rene under kælvingen, der foregår i perio- dringer i vegetationen i nærheden af disse den 29/5-23/6 (Thing 1984), og gennem nye etableringer i forhold til de ældre fåre- resten af sommeren. Under feltarbejdet fra holdersteder i Qanisartuut, bortset fra at d. 24-30/7 observerede vi mange simler med større arealer er blevet opdyrket. Dette skyl- kalve og årsdyr, men kun enkelte bukke. des sandsynligvis at man undgår vintergræs- Dette kan tyde på, at det primært er simler ning. (Motzfeldt & Bay 1999).

Figur 2.33. Billedet viser analysefelt GN97-16, Kangerluar- sunnguaq, åben tør, nedgræsset buskhede. Denne type har sandsynligvis haft et lavdække, der hvor vi i dag ser åbne pletter med lavfragmenter imellem disse også hårdt græssede dværg- buske. Foto: K. Motzfeldt.

55 2.7.2. Vegetationens dyr nedlagt i Kangerlussuaq (Thing 1984). fødemæssige betydning Yderligere er der foretaget analyser af hvil- Vegetationen i vigtige rensdyrområder er ke vegetationstyper rensdyrene foretrækker beskrevet detaljeret. Sammenholdes disse i Kangerlussuaq (Thing 1984), i Buksefjords- beskrivelser med de vegetationskort, som er området (Aastrup 1984, 1986) og i tamren- fremstillet på grundlag af satellitbilleder fås området ved Itinnera (Lassen & Aastrup en god karakteristik af det fødegrundlag, 1981). Der er også foretaget undersøgelser som er til rådighed for rensdyrene i forskel- af planter i fødekratere, som rensdyrene gra- lige områder, idet vegetationsbeskrivelserne ver i sneen om vinteren (Thing 1984, Thing gør det muligt at vurdere hvilke vegetations- & Falk 1990). Fleischer (1993) har resumeret typer, der er vigtigst for dyrene. Det skal un- ovenstående undersøgelser.Thing (1984) har derstreges, at kortlægningen kun har tilveje- vist forskellige fødeplanters anvendelse gen- bragt grundlaget for en sådan vurdering. nem året i Kangerlussuaq området. Kend- Grundige undersøgelser af forholdet mellem skab til nordamerikanske og norske rens- klimatiske forhold, resultater af vomanaly- dyrs foretrukne fødeplanter kan også anven- ser, foretrukne vegetationstyper samt dyre- des i vurderingen af vegetationstyperne. nes kondition er en forudsætning for en egentlig analyse og vurdering. Vinter. Baseret på registrering af planter i fødekratere konkluderer Thing, at dyrene i Fødeplanter det kontinentale Kangerlussuaq-område om Kendskabet til Grønlandske rensdyrs fore- vinteren hovedsagelig æder graminoider som trukne fødeplanter stammer hovedsagelig Calamagrostis spp. og Poa spp., mosser samt fra undersøgelser af vomindhold fra rens- urter som Stellaria longipes. I de oceaniske

Tabel 2.13. Gennemsnit af de skønnede dækningsgrader for forskellige plantegrupper i plantesamfundene i alle delområder. Kategorien andet dækker over organic crust, litter (dødt plantemateriale) og mosser. Antal analyser indenfor det pågældende samfund er angivet i parantes.

Vegetationstype Graminoider Dværgbuske Lav Urter Andet (%) (%) (%) (%) (%) Sydgrønland Krat (6) 10 78 0 8 20 Buskhede (5) 1 73 4 1 18 Kær (3) 51 6 0 1 40 Græsland (6) 44 3 8 6 37

Nuuk Krat (3) 0 79 0 1 46 Buskhede (14) 1 40 15 0 31 Lavhede (5) 1 12 86 0 Kær (5) 12 13 0 0 60 Afblæsningsflade (1) 1 10 4 1 28 Steppe (2) 12 3 1 2 9

Kangerlussuaq /Sisimiut Krat (4) 3 78 0 3 19 Buskhede (7) 2 50 16 1 37 Kær (4) 24 14 0 1 55 Græsland (3) 49 1 2 3 43 Afblæsningsflade (1) 2 2 30 1 46 Steppe (2) 29 1 0 2 62 Sneleje (1) 1 15 75 1 0

56 områder ved Ikarlulik sydøst for Sisimiut lium-kær, Carex rariflora-kær og Poa praten- spiller laver af slægterne Cladonia, Stereo- sis-græsland har stor betydning om foråret, caulon, og Cetraria en stor rolle sammen mens Kobresia myosuroides-steppe og nord- med Betula nana og Vaccinium uliginosum. vendte skråninger græsses meget af rensdy- I det oceanisk/kontinentale område ved Ilu- rene om vinteren (Holt 1983, Thing 1984). lialik nord for Nuuk-fjorden spillede laver (Stereocaulon sp, Cladonia sp. og Cetraria 2.8. Konklusion nivalis) også en stor rolle, men Betula nana Feltarbejdet gennemført i somrene 1997 og og mosser var dog hyppigere. 1998 resulterede i 67 beskrevne plantesamfund på 11 forskellige lokaliteter i de tre om- Fra sommer- og vinterperioden findes ana- råder Sydgrønland, Nuuk-området og Kan- lyser af vomprøver fra henholdsvis perioden gerlussuaq. Disse samfund kan grupperes i maj - september og oktober - april i Kanger- følgende generelle plantesamfund: lussuaq. Disse analyser viste, at graminoider 1. Kær. var altdominerende suppleret med Betula nana og Salix sp. 2. Fugtige krat af blå-grå pil eller dun-birk. 3. Tørre krat af blå-grå pil eller dun-birk. Klein (1992) angiver, at rensdyrs sommer- 4. Mosrige, fugtige dværgbuskheder. føde generelt består af ca. 25% graminoider, ca. 35-40% dværgbuske, 10-15% lav, 10-15% 5. Blandede lavfattige dværgbuskheder. urter og 10-15% andet. Om vinteren består 6. Blandede lavholdige dværgbuskheder. føden generelt af ca. 20% graminoider, ca 7. Lavheder. 10% dværgbuske, mere end 60% lav og under 5% af henholdsvis urter og andet. På 8. Mosebølleheder. lokaliteter uden tilgængeligt lav vil denne 9. Revlingheder. generalisering for vinteren være ugyldig. 10. Dværg-birkheder. På baggrund af de detaljerede vegetations- 11. Græsland. undersøgelser resumeres indholdet af de 12. Steppe. nævnte plantegrupper i de forskellige plan- 13. Afblæsningsflade. tesamfund 2.13. 14. Snelejer. Der ses meget store forskelle i de enkelte 15. Fjeldmark. plantegruppers repræsentation i de forskellige plantesamfund. Kær, græsland og step- De fundne plantesamfund afviger ikke bety- pe er langt de vigtigste graminoid-domine- deligt fra tidligere beskrevet i literaturen. rede habitater, mens krat og buskhede er de vigtigste dværgbusk-habitater. Lav findes Der blev udlagt 292 ITEX-felter i grupper på primært i lavheder og snelejer, men der fin- fire som basis for analysearbejdet. Enkelte af des dog også generelt mere end 10% lav i de beskrevne samfund blev ikke analyseret buskhede og på afblæsningsflader. da det skønnedes at disse ikke ville fremstå på satellitkortene med mindsteareal på 25 x Rensdyrenes fødevalg varierer meget året 25 meter. De to metoder anvendt til at be- igennem. Snedækket om vinteren betyder, dømme plantearternes dækningsgrad inden- at kun begrænsede områder er umiddelbart for analysefelterne, h.h.v. ITEX og Braun- tilgængelige for dyrene. Efterspørgsel og ud- blanquet, gav forskellige resultater. De bereg- bud varierer meget året igennem og gør det nede dækningsgrader har i forhold til de vanskeligt at generalisere. Vegetationstyper- skønnede dækningsgrader en tendens til at ne er ikke lige vigtige for rensdyr- og mos- ligge højere hos græsser og urter med en lille kus. Tidligere undersøgelser i Kangerlussuaq horisontal bladflade, og lavere hos træagtige området har vist, at Eriophorum angustifo- vækster med stor horisontal bladoverflade.

57 I forhold til tidligere undersøgelser er græs- ningstilstanden i på Kangerluarsunnguaq lokaliteten forværret; områdets før lavrige dværgbuskheder må betegnes som nedgræs- set. Det samme gælder for Itinnera lokaliteten. Isunngua lokalitetens græslande er stærkt påvirkede af rensdyrene i vækstsæso- nen, idet helt nedgræssede greens som tidligere rapporteret fra området stadig er vidt udbredte. Løse og fæstede døde grene af buske i græslande tyder på at de nedgræs- sede greens er et resultat af intensiv græs- ning over en årrække i bl.a. tidligere åbne krat.

58 2.9. Literaturliste

Aastrup, P. & P.M. Lund 1995. Fredskild, B., V. Alstrup, L. Hansen, J. Kruuse & E. de Vurdering af vinterområde for tamrenbestanden i Neergaard 1976. Itinnera. Grønlands Naturinstitut, december 1995. 20 s. Grønlands Botaniske Undersøgelse, 1976, årsrapport. Botanisk Museum, Gothersgade 130, DK-1123 Bay, C. 1998. København K. Vegetationsundersøgelser i Godthåbsfjordsområdet. Grønlands Botaniske Undersøgelse, Botanisk Museum, Fredskild, B., G.S. Mogensen & E.S. Hansen 1994. Københavns Universitet 1998. Grønlands Botaniske Undersøgelse, 1994, årsrapport. Botanisk Museum, Gothersgade 130, DK-1123 Braun-Blanquet, J. & J. Pavillard 1930. København K. ISSN 0109-2553. Vocabulary of Plant Sociology; translation by F.R. Bha- rucha, Cambridge 1930. Gaare, E. 1978. Villreinbeiting i Sør-norske fjellstrøk. Forelesningsno- Brink, N.W.T. 1975. tat ved kurs i vegetasjons-kartlegging. Holocene history of The Greenland Ice Sheet based on Radiocarbon-dated Moraines in West Greenland. Grønlands Fiskeriundersøgelser 1983. Meddr. Grønland, bd. 201, nr. 4. 44 pp. and maps. Rensdyrundersøgelser og vegetationskortlægning ved vandkraftværk Buksefjord Nuuk/Godthåb 1983. Böcher, T.W. 1954. Rapport udgivet af Grønlands Fiskeri- og miljøunder- Oceanic and continental vegetational complexes in søgelser, Tagensvej 135, DK-2200 København N. southwest Greenland. Meddr. Grønland, bd. 148, nr. 1. Grønlands Naturinstitut 1998. Böcher, T.W. 1963. Rådgivning om moskusoksejagt ved Angujaartorfiup Phytogeography of Middle West Greenland. Meddr. Nunaa, Kangerlussuaq, i 1999. Grønlands Naturinsti- Grønland, bd. 148, nr. 3. tut, november 1998. Efter bl.a. flytællings-rapport Böcher, T.W. 1975. udarbejdet af Carsten Pedersen. Det Grønne Grønland. Rhodos, København. 256 pp. Hansen, B.U. 1990. Böcher, T.W., B. Fredskild, K. Holmen & K. Jakobsen Klima- og vegetationsanalyse i et sydgrønlandsk om- 1978. råde baseret på NOAA-AVHRR satellitdata og feltmå- Grønlands Flora. 3. reviderede udgave, ISBN 87-559- linger. Lic. opgave, Københavns Universitet. 0385-1, København. P. Haase & Søns Forlag. Hansen, B.U. 1991. Danell, K., P.M. Utsi, R.T. Palo & O. Eriksson 1994. Monitoring Natural Vegetation in southern Greenland Food plant selection by reindeer during winter in rela- Using NOAA AFHRR and Field Measurements. Arctic tion to plant quality. Ecography 17: 153-158. Copenha- Vol. 44, Supp. 1, 1991: 94-101. gen 1994. Hansen, E.S. 1998. Djikmans, J.W.A & T.E. Törnquist 1991. Statusrapport for projektet Sydvestgrønlands lavflo- Modern periglacial eolian deposits and landforms in ra. Botanisk Museum, Københavns Universitet. the Søndre Strømfjord area, West Greenland and their Hansen, E.S. 1999. palaeoenvironmental implications. Meddr. Grønland, A comparison between the lichen floras of three clima- Geoscience 25. tically different localities in South West Greenland (in DuRietz, G.E. 1930. prep.). Botanical Museum, University of Copenhagen, Vegetationsforschung auf sociationsanalytischer grund- Denmark. lage. Handbuch der biologischen arbeitsmethoden, Hansen, K. 1969. Abt. 9, Teil 5: 293-480. Analyses of soil profiles in dwarf shrub vegetation in Egede, K., K. Krogh & I. Thorsteinsson 1982. South Greenland. Meddr. Grønland 178, 5: 1-33. Detailplan for fåreavlen i Sydgrønland. Rapport til Grønlandsministeriet. Stencil. Hansen, B.U. & H. Søgaard 1989. Vegetations- og sne/is/sky-kortlægning af den grøn- Feilberg & Folving 1990. landske nationalpark 1988. Delprojekt af Nordøst- Mapping and monitoring of woodlands and scrub ve- grønlandsprojektet. Rekvireret af Grønlands Hjem- getation in Qingua-dalen, south Greenland. Meddr mestyre, Natur- og miljøforvaltningen, upubl. Grønland, Bioscience 33: 9-20. ISBN 87-17-06234-9. rapport.

Folving, S. 1986. Heide-Jørgensen, H.S. & I. Johnsen 1997. Mapping and monitoring of vegetation in South-west- Ecosystem Vulnerability to Climate Change in Green- greenland by means of Landsat MSS Data. Bulletin du land and the Faroe Islands, Working Report No. 97 Comité Francais de Cartographie, No. 3-4: 44-51. 1997, Miljøstyrelsen, Danmark.

59 Holt, S. 1980. Olesen, C.R. upubl. Vegetation and effects of grazing on Caribou ranges Feeding ecology and competition of muskoxen and in the Søndre Strømfjord Area, West Greenland, in caribou in West Greenland. Draft submitted to Rangi- Reimers, E., E. Gaare & S. Skjenneberg (eds.) 1980. fer, Fiilsvej 8, DK-7500 Holstebro, Danmark. Proc. 2nd Int. Reindeer/Caribou Symp., Røros, Nor- way, 1979. Direktoratet for vilt og ferskvannsfisk, Rasmussen, K. 1905. Trondheim. Rapport til Indenrigsministeriet over Renbeite-Under- søgelses-Ekspeditionens Rejse i Grønland, sommeren Holt, S. 1983. 1905. I Atlanten, Bind II, 1907-1910: 43-58, København Vegetationskortlægning i et vestgrønlandsk rensdyr- 1910. fourageringsområde (Holsteinsborg Kommune) baseret på falskfarve-infrarød luftfotografering og floris- Reimers, E., D.R. Klein & R. Sørumgård 1983. tiske undersøgelser: University of Copenhagen, Den- Calving time, growth rate and body size of Norwe- mark, Thesis. 180 s. gian reindeer in different ranges. Arctic and Alpine Research 15: 107-118. Holt, S. 1987. Santesson, R. 1993. Plantelivet. In: Secher, K., J. Bøcher, B. Grønnow, S. Holt, H.C. Petersen & H. Thing. Arnangaarnuup Qoo- The lichens and lichenicolous fungi of Sweden and rua, Paradisdalen i tusinde af år. Pilersuiffik, Nuuk: 23- Norway. SBT-förlaget, Lund. 33. Skogland, T. 1984. ITEX-update 1998. Wild reindeer foragin niche organization. Holarctic ITEX-update newsletter, No. 9. Wookey, P. (ed.): 1-16 Ecology 7: 345-379.

Jakobsen, K. 1981. Skogland, T. 1990. Villreinens tilpasning til naturgrundlaget. NINA forsk- Heder. In: Nørrevang, A. & J. Lundø (eds). Danmarks Natur 11: Grønland. Politikkens Forlag, København: ningsrapport 10: 1-33, ISSN 0802-3093, ISBN 82-426- 421-433. 0098-8, NINA, Tungasletta 2, N-7004 Trondheim.

Larsen, C.L. 1977. Tamstorf, M. 1997. Soil The Narssaq projekt. Progress Report 1, 1: 14-16. Snow and vegetation mapping by use of Landsat TM and SPOT HRV images. In: Meltofte, H. & H. Thing Lenvik, D. 1993. (eds) 1997: ZERO 2nd Annual Report 1996. Danish Polar Reindriftsområdet i Godthåbsfjorden. Rapport til For- Center, Ministry of Research and Information Techno- valtning for Teknik og Miljø, Nuuk Kommune, Rein- logy. 80 pp. ISBN 87-90369-12-2. driftsadministrationen, Alta/Røros august 1993, Reindriftskontoret, N-7460 Røros, Norge. Thing, H. 1984. Feeding ecology of the West Greenland Caribou (Ran- Lund, P.M. 1993. gifer tarandus groenlandicus) in the Sisimiut-Kanger- Fjernanalyse af højarktisk vegetation ved Zackenberg, lussuaq Region. Danisk review of Game Biology vol. Nordøstgrønland. Telemark Distriksthøgskole, Thesis. 12, no. 3., pp. 1-53. Communication No. 190 from 65 s. Vildtbiologisk Station, Kalø, 8410 Rønde, Denmark.

Lund, P.M., S.R. Karlsen, L. Villmo, K. Motzfeldt, B. Thorsteinsson, I. 1983. Johansen & K.A. Høgda 1996. Undersøgelser af de naturlige græsgange i Syd-Grøn- Vegetations- og føderesourcekortlægning baseret på land 1977-1981. Landbruget Forskningsinstitut Island. satellitdata i tamrenområdet Isortoq, Sydvestgrøn- 223 pp. land. Projektrapport, Grønlands Naturinstitut og NORUT IT as. Trapnell, C.G. 1933. Vegetation types of Godthåbsfjorden. Journal of Lyftingsmo, E. 1974a. Ecology 21: 294-334. Norske fjellbeite - Oversyn over fjellbeite i Troms og Nordre del av Nordland. Det kgl. Selskap for Norges Vestergård, Å.M. 1990. Vel, Mosjøen. Jordbundsundersøgelser og erosionsstudier i Sydvest- grønland. Specialerapport, Geografisk Centralinstitut, Lyftingsmo, E. 1974b. Københavns Universitet. 133 s. Norske fjellbeite - Oversyn over granska reinbeite i Oppland, Hedmark, Sør- og Nord-Trøndelag. Det kgl. Vibe, C. 1967. Selskap for Norges Vel, Oslo. Arctic animals in relation to climatic fluctuations. Meddr. Grønland 170, 5. 227 pp. Motzfeldt, K.& C. Bay 1999. Vegetationsundersøgelser i Sydgrønland. Feltrapport, Walker, M. 1995. Pinngortitaleriffik, Grønlands Naturinstitut. Community Baseline Measurements for ITEX Studies. Additions to the ITEX Manual. Danish Polar Center, Motzfeldt, K., P.M. Lund, S.R. Karlsen & K.A. Høgda Copenhagen. 8 pp. 1996. Forundersøgelser med henblik på udsættelse af mos- Weidick, A. 1971. kusokser i Paamiut Kommune, området mellem Kuan- Map Sheet 1: 2.500.000. Quaternary map of Greenland, nersooq (Kvanefjorden) og Sermilik. Projektrapport, GGU, København. Grønlands Naturinstitut og NORUT IT as.

60 Del 3 Satellitbaseret vegetationskortlægning i Vestgrønland

Mikkel P. Tamstorf Danmarks Miljøundersøgelser, Afdeling for Arktisk Miljø

61 62 Satellitbaseret vegetationskortlægning i Vestgrønland

3.1. Resumé 3.2. Introduktion Ph.d.-projektet, Satellitbaseret vegetations- I denne introduktion vil afhandlingens pro- kortlægning i Vestgrønland, er et delprojekt blemstilling og formål samt opbygningen af af det DANCEA-finansierede projekt: Sam- afhandlingen blive præsenteret i Indledning. spillet mellem vegetation, rensdyr og men- Dernæst følger kapitlet, Områder, klima og neskelige aktiviteter (RenVeg). vegetation, hvor de kortlagte områder og vegetationens tilpasning til klimaet præsen- Ph.d.-projektet er opbygget omkring vegeta- teres. tionskortlægningen af tre hovedområder i Vestgrønland. Kortlægningen er baseret på 3.2.1. Afhandlingens opbygning Landsat TM satellitbilleder og botanisk felt- Afhandlingen er opbygget som en sammen- arbejde fra feltsæsonerne 1997-1999 og dæk- hængende enhed og samtidig anvendelse af ker tre områder ved Kangerlussuaq/Sisi- den vedlagte Data-CD vil give en bedre for- miut, Nuuk og Sydgrønland på ialt 76.000 ståelse af data og deres anvendelse. I figur km2. Vegetationskortlægningen har kortlagt 3.1. er opbygningen af afhandlingen stillet 9 vegetationsrelaterede overfladetyper: krat, skematisk op for at lette indgangen til mate- kær, græsland, frodig/opdyrket vegetation, rialet. dværgbuskhede, lavholdig dværgbuskhede, steppe, fjeldmark og bar jord/klippe. I for- Afhandlingen bindelse med kortlægningen er der i to af Afhandlingens første afsnit indeholder in- områderne udført en omfattende usikker- troduktionen til hele afhandlingen: Indled- hedsvurdering baseret på såvel traditionelle ning (dette kapitel) samt Områder, klima og metoder som på fuzzy metoder. Overordnet vegetation. usikkerhed for de to områder er henholdsvis 76.1% og 56.4% for Kangerlussuaq- og Nuukområdet. Afhandling Data-CD

Indledning Data På baggrund af NOAA AVHRR 1 km data Vegetationskort fra perioden 1983-1996 for Vestgrønland Intro til Remote Sensing (Disko Kap Farvel), er der lavet middelsæ- Områdebeskr./Klima soner for snedække og vegetationsfrodighed Sne og NDVI (Normalized Difference Vegetation Index). Metoder til modellering af snesmeltning Vegetationskortlægning Home ranges (start og slut) og vækstsæson (start, optimum og slut) for individuelle år er udviklet og testet på 2 lokaliteter ved Kangerlussuaq og Retrospektiv analyse Fly through Nuuk på baggrund af AVHRR 5 km data. Home Range Vegetationskortene er sammen med positio- Spektral bibliotek ner fra satellitmærkede rensdyr anvendt til Diskussion og opsummering analyse af fødegrundlaget indenfor de på- gældende rensdyrs home ranges. Vægten af Referencer, appendiks analysen er primært lagt på kælvingsområ- derne, da disse er af stor betydning for rens- Figur 3.1. Afhandlingens opbygning. Bogstaver i dyrene og deres reproduktion. venstre side af figuren refererer til sektionsafsnit.

63 I det følgende kapitel præsenteres undersø- I Sektion 4 er den retrospektive analyse af gelsesområderne ved en kort geografisk præ- sne- og vegetationsdækket i Vestgrønland be- sentation. Klima og klimagradienter i Vest- skrevet. Metoder for estimering af snesmelt- grønland præsenteres før en gennemgang af ning og vækstsæsoner vil blive præsenteret arktisk vegetation og dens muligheder for og anvendt på to udvalgte lokaliteter i Vest- tilpasning til variationer i klimaet. grønland. De indhentede NOAA AVHRR billeddata vil endvidere blive beskrevet og Efter introduktionen til afhandlingen i Sek- anvendelsen af dem præsenteret. tion B følger den egentlige vegetationskort- lægning i Sektion C. Beskrivelsen af denne I Sektion E om home range analyser er vege- er opdelt i præsentation af data, metodevalg tationskortene anvendt sammen med posi- og beskrivelse, præprocessering, klassifika- tionsdata fra satellitmærkede rensdyr til at tion samt beskrivelse af resultaterne. I data- give et bud på anvendelsen af vegetations- afsnittet vil satellit-, felt- og kortdata blive kortene. De estimerede home ranges anven- præsenteret samt ulemper og fordele ved de des til at beregne fordelingen af vegetations- anvendte data nærmere gennemgået. Der- typer i rensdyrenes home ranges på forskel- næst følger en kort gennemgang af præpro- lige årstider (brunst, vinter, kælvning osv.). cesseringen. I klassifikationsafsnittet bliver metoderne for klassifikationsproceduren Til sidst (Sektion 5.8), vil en samlet diskus- gennemgået og forudsætninger og valg for sion opsummere anvendelsen af de præsen- kortlægningsprocessen nærmere beskrevet. terede data og metoder. Forslag til metode- En beskrivelse af vurderingsmetoder for usik- forbedringer vil endvidere blive introduceret. kerheden af kortlægningen er også indeholdt i klassifikationsafsnittet. Referencer og Appendiks følger i Sektion G og H. Inkluderet i Appendiks er blandt an- I resultatafsnittet er vegetationskortene præ- det en kort introduktion til remote sensing- senteret og i den efterfølgende deldiskussion baseret vegetationskortlægning i Arktis. er usikkerhed og anvendelsesmuligheder for kortene nærmere beskrevet. Data-CD Vedlagt denne rapport er som nævnt en da- Efter vegetationskortlægningen følger to se- ta-CD, hvor resultaterne fra RenVeg-projek- parate sektioner, der anvender helt forskel- tet er præsenteret. I figur 3.1. er sammen- lige data og metoder i forhold til vegetations- hængen mellem afhandlingen og Data- kortlægningen, og de er derfor præsenteret CDen vist og en strukturoversigt for den er som separate enheder. vist i figur 3.2.

Samspillet mellem vegetation, rensdyr og menneskelige aktiviteter. Forside.

Indhold Links Copyright

Introduktion og formål Data Software

Områdebeskr. Vegetationskort Spektral data Rensdyrmigration AVHRR-analyse

Figur 3.2. Strukturoversigt for den vedlagte Data-CD.

64 Data-CDen er produceret af forfatteren, mation om muligheder for anvendelse af men indeholder informationer og data for dataene. hele RenVeg-projektet. Således er datagrundlaget for henholdsvis Rensdyrmigration og Data-CDen er opbygget, så man ved anven- AVHRR-analyse rekvireret fra Grønlands delse af en web-browser (Internet Explorer Naturinstitut og Asiaq. Der henvises til af- eller Netscape) kan få introduceret de for- snittet copyright på Data-CDen for infor- skellige datasæt på Cden og præsenteret

Figur 3.3. Oversigtskort med hovedområder og NOAA AVHRR analyseområde. De lyse farver i de isfri områder angiver højde over havet på 0-300 m., brune farver: 300-1.500 m.o.h. og mørkebrune: >1.500 m.o.h.

65 hvordan de kan anvendes. På Cden ligger være størst. Rensdyrbestanden anslås i 2000 der helt ude i roden en fil, Start.html, som til at være på cirka 35.000 rensdyr nord for kan åbnes i en web-browser. Siderne er op- Nuuk og et mindre ukendt antal syd for timeret til Internet Explorer 5, men tidligere Nuuk (Cuyler pers. komm.). Moskusoksebe- versioner samt Netscape skulle vise stort set standen i Vestgrønland holder primært til i alt fra Cden på samme måde. Henvisning et område sydøst for Kangerlussuaq og blev til og beskrivelse af nødvendigt software til i 1996 anslået til cirka 3000 dyr (Pedersen & visning af blandt andet vegetationskortene Aastrup 2000). Fåreavl foregår i Sydgrøn- samt de virtuelle flyvninger er placeret un- land med enkelte fåreavlere i dele af Vest- der afsnittet, Software. grønland. Antallet af får blev i 1999 anslået til cirka 21.000 i Sydgrønland og 300 i res- Det anbefales at data-CDen er tilgængelig ten af Grønland (K. Motzfeldt pers. komm.). på en computer med browser under gen- nemlæsningen af afhandlingen (og specielt Hovedområder resultatafsnittene), da dette vil lette forståel- Vegetationskortlægningen er begrænset til sen af anvendelsen af data. tre rektangulære hovedområder i henholdsvis Sydgrønland, omkring Nuuk og ved Si- simiut/Kangerlussuaq som vist i tabel 3.1. 3.3. Områder, klima og vegetation Områdernes placering og udstrækning er I det følgende kapitel præsenteres de analy- foretaget på baggrund af dels kravet til at serede områders geografiske udstrækning. dække relevante områder, og dels begræns- Endvidere beskrives klimaets variation i de ningen, som dataudbuddet giver. De valgte tre gradienter (nord/syd, kyst/indland samt områder dækker de vigtigste områder for topografisk) som findes både generelt og inden nuværende bestand af vildren, moskus- den for hvert hovedområde. I den sidste del okser og fårehold. I Vestgrønland har der af kapitlet beskrives den arktiske vegetation været anvendt så få Landsat TM satellitdata og dens relation til klimaet i Vestgrønland. I igennem de sidste 15 år, at kun en lille del af det følgende anvendes betegnelsen Vestgrøn- billederne er blevet gemt af udbyderen. Des- land for området fra Disko til Kap Farvel. uden er specielt kystegnene på de rekvirere- de satellitbilleder tit skydækkede og de på- 3.3.1. Områdernes geografiske gældende billeder kan derfor ikke anvendes udstrækning til kortlægning af overfladetyper. Undersøgelserne begrænser sig til vestkysten af Grønland fra Disko i nord til Kap Far- Feltlokaliteter vel i syd (figur 3.3.). Indenfor dette område Indenfor hvert område er der udvalgt flere findes de største bestande af rensdyr, mos- delområder, hvori feltundersøgelser af vege- kusokse og fårehold. Det er samtidig det tationstyper og deres spektralsignaturer er mest befolkede område af Grønland, hvor foretaget. menneskelige påvirkninger må anses for at

Tabel 3.1. Geografisk afgrænsning af hovedområderne.

Nordlig bredde Vestlig længde Sydgrønland Nordvestlige hjørne 61°32’25” 46°34’48” Sydøstlige hjørne 59°49’56” 44°12’54” Nuuk Nordvestlige hjørne 65°18’50” 52°13’23” Sydøstlige hjørne 63°41’10” 49°25’22” Sisimut /- Nordvestlige hjørne 67°31’33” 53°57’17” Kangerlussuaq Sydøstlige hjørne 66°18’25” 49°26’20”

66 Følgende feltlokaliteter blev valgt og er vist ste måned ikke overstiger 5° og en lavark- på kort i Appendiks 4: tisk zone hvor gennemsnitstemperaturen i den varmeste måned er mellem 5° og 10°. Sydgrønland: Qassiarsuk, Tasiusaq, Kun få områder i det sydgrønlandske ind- Vatnahverfi, Qaqortoq land har middel-sommertemperaturer lige Nuuk: Itinnera, Kanassut, Kanger- over 10°C. Disse områder i Sydgrønland luarsunnguaq, Qussuk, burde placeres i den boreale zone, men på Ilulialik grund af den manglende mulighed for øko- Kangerlussuaq: Brayasø, Isunngua, nomisk rentabelt skovdrift klassificeres disse Uutaap Kuua områder i en overgangszone; den subarkti- I forbindelse med indsamling af data til usik- ske klimazone (Hansen 1999). kerhedsvurdering blev lokaliteter, der ikke tidligere var besøgt, valgt for at sikre uaf- hængighed fra de indsamlede feltdata. Lo- kaliteterne var placeret i Nuuk ved Narsar- suaq nord for Qussuk, Qajartariorssuaq i bunden af Ameralik samt ved helikopter- transekt over Akia. Ved Kangerlussuaq blev der gennemført helikoptertransekter syd og vest for lufthavnen.

3.3.2. Klima og klimagradienter Klimaet er en af de vigtigste faktorer for udbredelsen af planter på hele jorden og specielt i Arktis vil små ændringer i de klimatiske parametre med tiden føre til ændringer i vegetations sammensætning (Maxwell 1992). Indenfor det undersøgte område i Vestgrøn- land er der tre overordnede klimatiske gradienter, som er med til at betinge de fysiske klimatiske forhold som planternes fordeling hovedsageligt er betinget af: Breddegradsbetingede gradienter (nord/ syd forskelle) Kyst/indlands-gradienter Topografiske gradienter Disse tre gradienter vil i sammenhæng danne basis for det klima, som de enkelte plan- Figur 3.4. Grønlands plantebælter (Bay 1997). tetyper vokser i. I det følgende vil klimaet i Vestgrønland blive beskrevet og gradienter- nes størrelse belyst for senere at kunne rela- Botanisk kan Grønland inddeles i lignende tere disse til vegetationens udbredelse. zoner, der istedet for klima er defineret udfra udbredelsen af enkelte plantearter. Ind- Klimaet i Vestgrønland deling af Grønland i plantebælter er foreta- Hele Grønland er på trods af sin udstræk- get af Bay (1997) og vist i figur 3.4. Udover ning fra 59,8°N syd for polarcirklen til polar- en underinddeling af Arktis er også de en- havet ved 83,7°N placeret i den arktiske kli- kelte zoner (højarktis, lavarktis etc.) inddelt mazone (AMAP 1998). Den arktiske klima- i kyst og indlandszoner. Elvebakk (1985) zone underinddeles i en højarktisk zone, konkluderer på baggrund af vegetationen i hvor gennemsnitstemperaturen i den varme- indlandet i Sydgrønland, at denne zone

67 tilhører det boreale plantebælte, hvorimod muliggør situationer, hvor varm atlantisk luft Feilberg (1984) klassificerer området som kan trænge langt op i det arktiske bassin placeret i den sub-kontinentale, subarktiske (Putnins 1970). zone. Hansen (1999) beskriver overgangszo- nen imellem den tempererede nåletræszone Kontinentalitet og fugtighedsindeks (boreale zone) og den arktiske zone som sub- For nemmere at sammenligne og gruppere arktisk og inkluderer blandt andet Narsar- områder klimatisk er der udviklet indeks til suaq i denne. beregning af blandt andet graden af kontinentalitet og fugtighed (Tuhkanen 1980). Det ses af figuren at alle tre hovedområder Indeksene i tabel 3.2. angiver i hvor høj grad ligger i den lavarktiske klimazone på nær et en lokalitet kan siges at være henholdsvis lille område i Sydgrønland, som tilhører den kontinental/maritim og hvor fugtig den er. subarktiske klimazone. På trods af at de er Jo højere indeks, desto større kontinentalitet placeret i samme klimazone strækker de tre og fugtighed. hovedområder sig over 8 breddegrader fra nord til syd (890 km) og dækker både arkti- Kontinentalitetsindeksene er beregnet efter ske oceaniske kystområder og kontinentale Conrad (Tuhkanen 1980) efter følgende indlandsområder. Denne geografiske ud- formel: strækning medfører en klimaforskel imellem $ de enkelte hovedområder, men i høj grad & = 7.1 (F 1) Kontinenta :litet $ 14- også indenfor hver enkelt område. sin(φ + )10

Det vestlige Grønlands klima er præget af hvor A = årlige temperatur amplitude i dels indlandsisen som opretholder et relativt grader C konstant højtryk og dels af placeringen i den φ = breddegrad i decimalgrader dominerende bane for vest-øst gående lavtryk. Denne placering er med til at udligne Indekset beskriver i hvor høj grad en lokali- klimaforskellene i en nord-syd retning og tet er påvirket af indlandsklima i modsæt-

Tabel 3.2. Kontinentalitets- og fugtighedsindeks for udvalgte lokaliteter på Grønlands vestkyst.

Hovedområde Lokalitet Bredde Længde Års- Årlig Kontinen- Fugtig- Data3 middel nedbør talitet1 hed2 (°C) (mm) Sisimiut± 66°55’N 53°40’V -3,8 383 21,3 61,2 1961-90 Kangerlussuaq Kangerlussuaq± 67°00’N 50°48’V -5,6 140 39,0 31,8 1974-90 Nuuk± 64°10’N 51°45’V -1,4 756 11,3 87,9 1961-90 Nuuk Η Kapisillit 64°20’N 50°15’V -0,7 255 22,7 27,4 1939-56 Qaqortoq± 60°43’N 46°03’V 0,6 858 8,9 80,9 1961-90 Sydgrønland Narsarsuaq± 61°11’N 45°25’V 1,0 615 16,5 55,9 1961-90 Thorshavn, 62°02’N 06°45’V 7,1 1.433 0,3 83,7 1961-90 Færøerne‡ Irkutsk, 52°16’N 104°21’Ø -1,0 458 60,9 50,9 1931-60 Reference- Rusland‡ områder Station Nord, 81°36’N 16°40’V -16,9 171 43,8 -24,8 1931-60 Grønland.‡ København, 55°41‘N 12°32‘Ø 8,6 600 19,6 32,3 1961-90 Danmark‡

± Data fra Danmarks Meteorologiske Institut. H Data fra Putnins (1970). Data fra Kapisillit er som vist fra en tidligere periode og sammenligning kan derfor være misvisende. Data fra Jensen og Cappelen (1994). 1 Kontinentalitet beregnet efter Conrad (Tuhkanen 1980). 2 Fugtighedsindeks beregnet efter de Martonne (Tuhkanen 1980). 3 Periode for dataindsamlingen.

68 ning til et maritimt klima, der har væsentlig Selve solstrålingen varierer ikke nævnevær- lavere varmekonduktivitet og dermed min- digt med topografi eller fra øst til vest. Dog dre årlige temperatursvingninger end konti- kan topografien have en lille indflydelse ved nentale lokaliteter. Thorshavn på Færøerne at strålingen for højereliggende områder skal er et eksempel på et ekstremt maritimt og gennemtrænge mindre atmosfære, og der- meget fugtigt klima med et kontinentalitets- med får en større intensitet end ved havover- indeks på 0,3, mens Irkutsk i Rusland har et fladen. ekstremt kontinentalt klima med et kontinen- talitetsindeks på 60,9. Større indflydelse har eksponeringen af overfladen. Nordvendte flader i det sydlige Grøn- Fugtighedsindeksene er beregnet efter de land modtager aldrig direkte stråling i mod- Martonne (Tuhkanen 1980) efter følgende sætning til områder nord for polarcirklen formel: hvor midnatssolen medfører at selv nordvendte overflader modtager direkte stråling 3 Fugtigheds :indeks + = (F 2) i dele af vækstsæsonen. I afsnittet om terræn- 7 + 10 korrektion af satellitbilleder (afsnit 0) gives hvor P = årsnedbør i mm en nærmere beskrivelse af dette problem. T = årlig middel temperatur i grader C

Fugtighedsindekset beskriver mængden af nedbør i forhold til temperaturen på den givne lokalitet og anvendes bredt til at sammenligne nedbøren på flere lokaliteter med varierende temperatur.

For alle tre hovedområder ses det tydeligt, at kontinentaliteten stiger fra kyst- til indlandslokaliteterne, mens fugtigheden falder. For Kangerlussuaqområdet ses således en halvering af fugtighedsindeksene gående fra kyst til indland og en tilsvarende fordob- Figur 3.5. Dagslængdens ændring igennem året ling i kontinentalitetsindekset. Tilsvarende ved 60°, 70° og 80° nord (Hansen 1999). ændringer langs kyst - indland gradienten ses også i de andre hovedområder. Temperatur Stråling Temperaturen i Vestgrønland varierer meget Solindstråling i den nordlige del af Vestgrøn- fra lokalitet til lokalitet. Forskelle forekom- land varierer på grund af den tætte beliggen- mer både fra kyst til indland, nord til syd og hed på polarcirklen fra indstråling hele døg- fra havoverfladen til bjergtoppe. net til ingen indstråling i vinterperioden. Længere mod syd udlignes det mere og her Fra nord til syd spiller ændringen i indstrå- kan indstråling registreres hele året. Som et ling en væsentlig rolle for forskelle i tempe- udtryk for solindstrålingen på Grønland raturen, men også placeringen i forhold til kan dagslængden anvendes (figur 3.5.). lavtryk har betydning. De tre kyststationer, Qaqortoq, Nuuk og Sisimiut har en årsmid- Indstrålingen på høje breddegrader foregår deltemperatur på henholdsvis 0,6°C, -1,4°C altså i løbet af sommeren hele døgnet, men og -3,8°C. Middel-sommertemperaturene grundet den lave solhøjde skal strålingen ændrer sig dog ikke så meget, idet variatio- gennemtrænge en længere del af atmosfæ- nen fra Qaqortoq over Nuuk til Sisimiut er ren og den årlige indstråling er derfor lavere under 1°C (henholdsvis 7,1°C, 6,5°C og jo længere nord man bevæger sig. 6,3°C). Sydgrønland har i modsætning til

69 resten af Vestgrønland seks måneder med Kangerlussuaqområdet, hvor forskellene i en middeltemperatur over 0°C (hvilket mu- middeltemperatur om vinteren når over 7°C. liggør landbrug i begrænset omfang i dette område). I Sydgrønland kan der dog i alle Figur 3.7. viser temperaturforskellen mellem årets måneder forekomme nattefrost, som kyst og indlandslokaliteterne. Det er tydeligt, kan skade planterne. Dette skyldes at der at der udover en forskel internt i hvert om- syd for polarcirklen ikke er indstråling hele råde også er en forskel fra nord til syd, idet døgnet. Dermed vil overfladetemperaturen den årlige amplitude i temperatur aftager jo af lavtliggende overflader i skyfri nætter kun- længere mod syd man kommer. Specielt i ne falde til under frysepunktet, mens ind- Kangerlussuaqområdet er der som nævnt strålingen længere mod nord sørger for tem- stor forskel mellem kyst og indland med hø- peraturen holdes over frysepunktet. jere sommertemperaturer i indlandet. Årsa- gen til at forskellen i temperaturamplitude De lavere gennemsnitstemperaturer mod er større i Kangerlussuaqområdet end i de nord medfører, at Vestgrønland går fra en andre hovedområder er primært at fjordsy- diskontinuerlig permafrost i Sydgrønland til stemet ikke er så forgrenet samt den noget sammenhængende permafrost i den nord- større afstand til kysten. I både Sydgrønland lige del (Jakobsen 1999). og Nuukområderne er der store fjordsyste- mer, som kun fryser til i de inderste dele, Større temperaturforskelle ses indenfor hvert mens der i Kangerlussuaqområdet kun er hovedområde hvor skiftet fra kystklima til Søndre Strømfjord til at øve indflydelse. Der indlandsklima giver væsentligt lavere vinter- dannes dermed et mere kontinentalt klima, temperaturer og højere sommertemperatu- idet vandets varmekapacitet ikke får indfly- rer. I figur 3.6. er de månedlige middeltem- delse på klimaet i samme grad som i de an- peraturer for kyst- og indlandslokaliteter i dre hovedområder. de tre hovedområder vist. I Sydgrønland medfører et relativt højt sky- Forskellen mellem såvel vinter- som sommer- dække ved kysten lavere temperaturer på temperaturer fra kyst til indland er stor i alle mange af sommerdagene. En af grundene tre områder. Største forskel findes indenfor til det hyppige skydække i sommermåneder-

Figur 3.6. Månedlige middeltemperaturer for kyst- og indlandslokaliteter i de tre hovedområder (1961-1990). Data fra Frich et al. (1996).

70 ne er storisen, som driver ned langs øst- Den sydlige del af Vestgrønland passeres af kysten, rundt om Kap Farvel og når Syd- mange østgående lavtryk og har som følge vestgrønland i sommermånederne. De kolde deraf væsentligt større mængder nedbør isflader medfører kondensation af den var- end den nordlige del af Vestgrønland. Ivit- me, fugtige luft, hvilket kan resultere i tåge, tuut (61°12N, 48°10W) har således en års- specielt ved kysten. nedbør på ca. 1000 mm, hvorimod Sisimiut (66°55N, 53°40W) har en årsnedbør på Temperaturen varierer også med højden under 400 mm (Frich et al. 1996). over havet (Henderson-Sellers & Robinson 1986). Således aftager temperaturen for tør En stor del af nedbøren falder som sne. Ved luft med cirka 1° per 100 meter (tøradiaba- Kangerlussuaq er det således kun 60% af tisk lapse rate) og i fugtmættet luft med cir- nedbøren, som falder i sommermånederne. I ka 0.5° per 100 meter (fugtadiabatisk lapse forbindelse med kraftige vinde om vinteren rate). For områderne i Vestgrønland, som kan en stor del af sneen blive omflyttet og har bjerge i op til 2100 m.o.h. vil den topo- dermed skabe et underskud af vand i den grafiske temperaturgradient således være efterfølgende vækstsæson. Afsmeltningen af mellem 10° og 20° afhængig af atmosfærens snedækket afhænger både af den indkom- fugtighed og dermed udtryk for en større mende stråling og mængden af sne der skal gradient end der ses fra kyst til indland eller smeltes. I følge Hasholt og Søgaard (1978) fra syd til nord. slutter afsmeltningen i Kangerlussuaqområ- det mellem 1. maj og 15. juli. Ved Nuuk er Topografien kan endvidere skabe nicher afsmeltningen nord for Godthåbsfjorden af- hvor lævirkning fra det omkringliggende ter- sluttet omkring 1. juli (Sektion 4). Afsmelt- ræn og eksponeringen af terrænet medfører ningstidspunktet varierer dog kraftigt både et mikroklima med en væsentligt højere tem- lokalt og regionalt afhængigt af primært ned- peratur end generelt for området. børsmængden, men også forekomsten af føhnvinde. Nedbør Generelt falder mængden af nedbør med De største forskelle i nedbør forekommer dog stigende breddegrad på den grønlandske tit indenfor det enkelte område. Forskellen vestkyst (figur 3.8.). skyldes mødet mellem den fugtige og lune atlantiske luftmasse på havsiden og den tør-

Figur 3.7. Forskel i temperatur mellem kyst og indlandslokaliteter. Forskellen mellem nord og syd kan endvidere ses ved den lavere årsamplitude.

71 re arktiske luftmasse over indlandsisen. Spe- nedbør ikke falder i samme grad som få kilo- cielt i sommermånederne, hvor højtrykket meter længere fra kysten. Ved Sisimiut er over indlandsisen giver tørre og varme dage der specielt to faktorer som spiller ind, dels i områderne tæt ved isranden er forskellen den orografisk betingede nedbør og dels læ- indenfor hovedområderne betydelig. I figur virkningen fra Sukkertoppen Iskappe. 3.9. er den årlige nedbørsfordeling ved Sisi- miut og Kangerlussuaq vist i mm vandækvi- Orografisk nedbør forekommer når fugtige valent. luftmasser tvinges op af topografien og kon- dension derved forekommer. Specielt syd og Af figur 3.9. fremgår det, at der også inden- nordøst for Sisimiut hvor bjergene når op i for hovedområderne kan forekomme store 1.800 m.o.h. medfører det nedbørsmængder variationer i nedbøren. Nedbørskortet (Has- på 1.000 mm og derover. holt & Søgaard 1978) er baseret på ekstrapolation af nedbørsmålinger fra 3-4 statio- Sukkertoppen Iskappe og fjeldene syd for ner samt en mere subjektiv bedømmelse af Sisimiut ligger som en stor lægivende barriere nedbørens fordeling ved inddragelse af to- for indlandet ved Kangerlussuaq (Hasholt pografi og forekomsten af saltsøer, isrands- & Søgaard 1978). De fleste lavtryk, der kom- linier og snedækkets varighed. Hasholt og mer op langs Vestkysten vil afgive deres fug- Søgaard (1978) viser derfor en lidt højere tighed til nedbør på syd- og vestsiden af Is- nedbør end Ohmura og Reeh (1991) (figur kappen. Kun 140 mm nedbør falder om året 3.8.) som baserer deres kort på interpolation ved Kangerlussuaq. af data fra kyststationer, hvor orografisk Vind Vindforholdene i Vestgrønland er tit styret af den forskellige opvarmning af overflader som land/hav, land/is etc. Sammen med den opstigende varme luft i dalsystemer

Figur 3.8. Fordelingen af årlig nedbør i Vestgrøn- Figur 3.9. Årlig nedbørsfordeling indenfor hoved- land i mm vandækvivalent. Kortet er ekstrapoleret området ved Kangerlussuaq angivet i mm vand- udfra nedbørsmålinger ved kysten og på isen (Mo- ækvivalent (Hasholt og Søgaard, 1978). dificeret fra Ohmura og Reeh 1991).

72 medfører det daglige mønstre i vindforhol- ne i årene 1985-1989 målt potentiel evapo- dene, som er relativt stabile for den enkelte transpiration (E ) ved Upernaviarsuk i Syd- p lokalitet (Hansen 1999). grønland. Målingerne viser en kraftig sam- menhæng mellem antallet af føhndage og Ved lavtrykspassager på østkysten kan der E . Hvor der i 1985 i løbet af vækstsæsonen p forekomme føhnvinde i indlandet af Vest- forekom 23 dage med føhn var E på 361 p grønland. Føhnvinde er meget kraftige (30- mm mens der i 1989 med kun 4 føhnvinde 60 m/s) og tørre vinde, som er dannet ved var en E på 160 mm. Ved lineær regression p at fugtig luft presses op over indlandsisen mellem E og antallet af føhndage på Han- p med fugtadiabatisk temperaturfald, afgiver sens (1990) målinger findes der et forhold sin fugtighed og derefter under nedstigning med høj korrelationsværdi (R2 = 0,84, F = opvarmes tøradiabatisk. Vindene kan med- føre kraftige temperaturstigninger og specielt i løbet af vinteren og foråret kan dette give en kraftig og tidlig sneafsmeltning (Han- sen 1999). Ved Kangerlussuaq kan føhn resultere i store snefrie områder om vinteren, hvor den stærke frost og de kraftige vinde giver barske levevilkår for vegetationen (Fredskild 1996).

Vindene i Vestgrønland er væsentlige for planterne også i vækstsæsonen da vinden Figur 3.10. Sommervandbalance fra Sisimiut til øger fordampningen og dermed nedsætter Kangerlussuaq (Hasholt & Søgaard 1978). den samlede mængde vand, som planterne har til rådighed. 1,0*10-7). Somre med få føhndage vil således efterlade mere jordvand til plantevæksten. Fordampning og jordvandsindhold Den samlede fordampning (evapotranspira- Klimatrends 1980-1998 tion) er vigtig for den samlede mængde I den retrospektive analyse af NOAA vand, som er tilrådighed for planterne i lø- AVHRR billeder, som er beskrevet i Sektion bet af vækstsæsonen. I enkelte undersøgel- 4, er der anvendt billeder fra perioden 1983- ser er denne estimeret for delområder af 1998. Da vejret er betingende for vegetatio- Vestkysten og Hasholt & Søgaard (1978) nens udvikling, og dermed for hvad satellit- fandt at den potentielle evapotranspiration ten opfanger af reflekteret stråling, er der stiger fra 150 mm ved Sisimiut til cirka 300 nedenfor vist trends i forår- (marts-maj) og mm ved Kangerlussuaq. sommertemperaturerne og nedbør (juni- august) ved Nuuk i perioden fra 1970-1998 Af figur 3.10. ses hvordan den potentielle (figur 3.11. og figur 3.12.). evapotranspiration og lave nedbør i den øst- lige del af Kangerlussuaqområdet giver et Temperatur underskud af væde til vegetationen. Place- Generelt for Nuuk ses der både i foråret og ringen af snefaner har således stor indflydel- sommeren to kolde perioder i starten af se på om planterne kan få vand nok. De ste- 80erne og starten af 90erne om end den der hvor sneen fyger sammen om vinteren sidste er mest udtalt i foråret. I disse to pe- vil vandet være tilgængeligt ud på somme- rioder lå de gennemsnitlige temperaturer op ren, mens der allerede i starten af vækstsæ- til 3° under normalen for den viste periode. sonen kan være underskud af vand på de Omvendt var slutningen af både 80erne og snefrie overflader. 90erne lidt varmere end normalen med middeltemperaturer på over 3° varmere i forårs- Hansen (1990) har i løbet af vækstsæsoner- månederne.

73 Den lineære regression (figur 3.11.) viser en Nedbør svag tendens til lavere forårstemperaturer Nedbøren i Nuuk har stor variation mellem end normalen for perioden. Sommertempe- de enkelte år i perioden (figur 3.12.). Op til raturerne viser dog en tilsvarende tendens omkring 300 mm har forskellen mellem ned- til højere temperaturer end normalen. Disse børen i to sommerperioder været ved Nuuk trends på 0.5°Cs ændring i den pågælden- (1997 med 384 mm nedbør og 1992 med de periode er dog meget små sammenlignet kun 96 mm). Nedbøren i hverken forårs- med variationerne imellem årene på op til eller sommerperioderne viser nogen trends 6.6 graders forskel i middeltemperaturerne til mere eller mindre nedbør. og derfor ikke signifikante (Anova test for forår og sommer: henholdsvis P = 0,51 og P I midten og slutningen af 1980erne var der = 0,34). Samtidig er det en relativ kort perio- generelt lavere nedbør (i begge perioder). I de for studier af klimaændringer. Hansen 1991 faldt der tilgengæld mere nedbør om (1999) har anvendt en væsentlig længere foråret end normalt og hele 125 mm mindre periode (1890-1998) og viser med 10-års gli- om sommeren end middel for perioden. dende gennemsnit, hvordan temperaturen ved Nuuk siden 1960 har været faldende i Derefter faldt nedbøren i begge sæsoner, så vinterperioden, mens sommertemperaturer- der har været et par tørre år i 1992 og 1995. ne har ligget relativt stabilt. For 1993 og 1994 findes der ikke data for hele forårs- og sommerperioden. I 1996-98 stiger nedbøren i begge perioder og ligger over middelnedbøren om end sommerned- børen i 1998 kun ligger en smule over mid- delnedbøren.

Klima for år med satellitdata I dataafsnittet præsenteres satellitdataene, der anvendes i vegetationskortlægningen. Disse inkluderer billeder fra 1993 og 1995- 1997. I 1993 var foråret med 3° under normalen væsentligt koldere end andre år (figur 3.11.). Sommertemperaturerne var til gen- Figur 3.11. Forår- og sommertemperaturenes gæld normale og effekten for vegetationen afvigelse fra periodens middel ved Nuuk fra 1970- 1998. Data fra Frich et al. 1996.

Figur 3.13. Eksempel på solindstråling tilgænge- lig for vækst ved arktisk vegetationsdække (Cas- Figur 3.12. Sæsonafvigelser fra middelnedbøren siope tetragona). Albedoens fald omkring 30/6 er i perioden 1970-1998. (Data fra Frich et al. (1996) udtryk for sneafsmeltningen (Data fra Danish samt Asiaq). Polar Center, 1998).

74 kan derfor være svær at forudsige. Endvide- Stråling re er nedbør en vigtig parameter er som I Arktis er den indkommende stråling om nævnt ikke tilgængelige. 1995 og 1997 var sommeren, på grund af de lange dage, i stør- relativt ens i deres temperaturforhold. Beg- relsesorden med totalindstrålingen på lave- ge havde normale forårstemperaturer og kun re breddegrader. På grund af den høje re- lidt varmere sommertemperaturer (cirka 1°) fleksion fra snedækkede overflader i foråret end normalen. 1995 var derimod et tørt år i går kun en lille del dog til opvarmning af både forår og sommerperioden hvor 1997 jordoverfladen og atmosfæren (Maxwell har væsentligt højere nedbør end normalt 1992). Snedækket smelter først bort i løbet om sommeren. Forårsnedbøren i 1997 lå kun af maj-juni, hvor indstrålingen når sit mak- lidt over middelnedbøren for den analysere- simum. Planterne skal derfor klare sig med de periode. Temperaturerne i 1996 var i lig- den stråling, som er til rådighed herefter. hed med 1993 ud over det normale. Her var forårstemperaturerne usædvanligt højere I figur 3.13. er der vist et eksempel fra en (cirka 3°) end normalt. Sommertemperatu- Cassiope tetragona overflade nord for po- rerne fulgte normalen. Med forårstemperatu- larcirklen ved Zackenberg i Østgrønland. rer så høje i forhold til normalen er der stor Indstrålingen stiger efter solens tilbagekomst sandsynlighed for en tidlig snesmeltning og i februar til maksimum i slutningen af juni. dermed en forlængelse af vækstsæsonen. Sneafsmeltningen er på figuren vist ved al- Nedbørsmængden om foråret lå dog cirka bedoen, der under afsmeltningen falder fra 80 mm over middel mens sommernedbøren cirka 0.8 for fuldt snedække til 0.1 for en lå over 100 mm over middel. Med høj tem- snefrie overflade. Over halvdelen af den til- peratur og mere vand end normalt har 1996 gængelige stråling går til snesmeltning. Sne- vækstsæsonen sandsynligvis været en god dækket i Vestgrønland smelter af i maj og sæson for vegetationens levevilkår. juni og lader således vegetationen få lidt mere del af indstrålingen. At indstrålingen ikke 3.3.3. Arktisk vegetation og dens er jævn skyldes at skydække gennem vækst- tilpasning til klimaet sæsonen nedsætter indstrålingen og dermed Vegetationen i Arktis er begrænset af klimaet også den tilgængelige energi for plantevækst (temperatur og nedbør), topografi og jord- og reproduktion. bundsforhold (f.eks. næringsstoftilgængelig- heden), som tilsammen udgør de abiotiske Mange arktiske planter har derfor en lav to- forhold (Bliss & Matveyeva 1992, Tuhkanen lerance for lysintensitet for at kunne udnyt- 1980). te stråling ved lave intensiteter. Fra studier på Kolahalvøen har det længe været kendt Som beskrevet ovenfor i afsnit 3.3.2. ligger at fotosyntese kan foregå i den arktiske nat Vestgrønland i den arktiske klimazone, hvor og kan udgøre op til 25% af den samlede sne og temperaturer under frysepunktet do- fotosyntese (Semikhatova et al. 1992). minerer i op til 9 måneder af året. Det med- fører blandt andet at vækstsæsonen starter Temperatur væsentlig senere end på lavere breddegrader, Temperaturen i Arktis er en af få faktorer, og at planterne har kortere tid til at gennem- som adskiller disse områder fra områder føre deres livscyklus samt allokere energi og med tilsvarende lav produktivitet (f.eks. ør- næring til vækst, vedligehold og reproduk- kener og havet), idet frost forekommer i det tion (Maxwell 1992). På grund af den meget meste af året og til tider endda i løbet af korte vækstsæson forekommer der ofte år, vækstsæsonen. hvor spiring og blomstring ikke gennemføres og derfor må vente til året efter. Som resultat For Vestgrønland når middeltemperaturer- af dette er de fleste karplanter i Grønland ne over 0°C i 4-6 måneder om året, selvom flerårige, som ikke behøver at reproducere den kun i få tilfælde overstiger 10°C. hvert år (Bay et al. 1999, Philipp 1987).

75 planten eller behåring som isolerer planten fra temperaturen af den omkringstå- ende (f.eks. Saxifraga caespitosa og Salix arctica) Parabolformede blomster som samler varmen og dermed hæver temperaturen omkring frøanlæggene (f.eks. Papaver sp.) Heliotrope bevægelser hvor blomsten drejer sig efter solen for at maksimere varmesummen (f.eks. Dryas integrifolia) Planter, som tolererer de lave temperaturer, Figur 3.14. Varmesum for Narsarsuaq i Sydgrøn- land samt middel af maksimumstemperaturerne transporterer vandet væk fra cellerne så dis- for samme lokalitet. Den vandrette linie ved varme- se dehydreres og dermed ikke lider frostska- der. Når temperaturen igen overstiger fryse- sum = 600 angiver den kritiske grænse for Betula pubescens (Hansen 1991a). punktet rehydreres cellen uden at denne har taget skade (Sakai & Larcher 1987). Planter af denne type er for eksempel Potentilla Primærproduktionen i Arktis er vist at være hyparctica (Philipp 1987). tæt korreleret med den effektive varmesum (Hansen 1991b). Den effektive varmesum De fleste planter tåler ikke at vokse steder, måles i graddage og skal overstige en kritisk hvor de er uden snedække hele vinteren. værdi, som er artsspecifik. Varmesummen Tolerancen er dog varierende og nogle plan- er her defineret ved summen af dagsmiddel- ter kan vokse på steder med tyndt snedæk- temperatur, som overstiger 5°C. Hansen ke, hvor andre kræver et tykkere snedække (1991a) har gennem beregning af varmesum- for at forhindre skader fra frost og vindslib- men for hvert år i perioden 1960-1990 vist ning. Til den sidste type hører for eksempel . hvordan Betula pubescens i Sydgrønland Cassiope tetragona vokser tæt ved sin nordgrænse (figur 3.14.). Den optimale temperatur, hvor de arktiske planter kan assimilere CO , ligger typisk 7- Betula pubescens kræver ifølge Kauppi og 2 Posch (1988) en varmesum over 600 for at 10°C højere end lufttemperaturen i Arktis kimplanter kan dannes. Kun i fem somre og indikerer hermed at fotosyntesen er be- indenfor den viste 30-års periode kom var- grænset af temperaturen i det meste af mesummen over denne grænse (1965, 1966, vækstsæsonen (Semikhatova et al. 1992). 1968, 1985 og 1987). I de mellemliggende år Limbach et al. (1982) har i et forsøg med kan planter således ikke reproducere og dan- blandt andet Betula nana og Carex stans ne nye skud. For at tilpasse sig de varieren- vist at den maksimale fotosyntese forekom- de temperaturregimer i Arktis og opnå en mer ved temperaturer på henholdsvis 18°C succesfuld vækstsæson er planterne tilpasset og 22°C, med næsten en fordobling af foto- enten ved i mikroklimaet helt at undgå de syntesen i forhold til middeltemperaturerne meget lave temperaturer eller ved at tolerere for arktiske økosystemer. Mere konservative dem (Philipp 1987). estimater kommer fra en model af Søgaard og Nordstrøm (1999), som anslår den mak- Planter som undgår de lave temperaturer simale fotosyntese til at foregå ved 2°C over har en eller flere af følgende karakteristika: middeltemperaturen omkring planten.

Lav vækst eller pudeform for at de vitale Frøspiring forekommer normalt kort efter dele er så tæt ved den relativt varmere snesmeltningen, mens jordbunden er fugtig jordoverflade (f.eks. Silene acaulis) og temperaturen i jorden er kommet op på Pigmentering, som hæver temperaturen i 10-15°C (Bay et al. 1999). Så længe lufttem-

76 peraturen holder sig omkring 15-20°C kan Næringsstoffer spiring ske hele vækstsæsonen, hvor der er Arktiske økosystemer er oftest stærkt næ- fugtighed i jorden (Philipp 1987). Forsvinder ringsbegrænsede som følge af langsom om- fugtigheden kan spiring ikke foregå, hvilket sætning på grund af lave temperaturer (Na- i Arktis er den hyppigst forekommende be- delhoffer et al. 1992). Planternes vækst be- grænsning for frøspiring (Oberbauer & Daw- tinges i størst omfang af klimaet, men i det son 1992). enkelte samfund, hvor planterne har tilpasset sig klimaet, er det næringsstofferne, som Vandtilgængelighed begrænser udviklingen af planterne. Vand er vigtigst for fordelingen af vegetationstyperne i landskabet og er den økologi- Gennem de sidste år er der for at simulere ske faktor, som korreler bedst med vegeta- effekter af globale klimaændringer foretaget tionstypen (Jonasson et al. in press, Ober- mange forsøg med øget næringstilskud til bauer & Dawson 1992). Nogle planter kræ- arktiske økosystemer. Den vigtigste begræns- ver meget lidt fugtighed og skal stå tørt, ning i næringsstoffer stammer fra kvælstof mens andre skal have konstant vandbevæ- (N), men også fosfor (P) er begrænsende for gelse igennem vækstsæsonen (f.eks Eriopho- væksten i vegetationen, særligt i vådområ- rum scheuchzeri). der. Ved tilførsel af kvælstof eller fosfor viser alle forsøg en øget vækst af arktiske plante- Snesmeltning karakteriseres som den mest typer (Berendse & Jonasson 1992). Mange dominerende hydrologiske begivenhed for planter kan anvende oplagrede og recirku- vegetationsdækket (Kane et al. 1992). Yder- lerede næringsstoffer og dermed udnytte mere ændres refleksionen af overfladen fra tidligere optagede næringsstoffer, når det er omkring 80% fra en snedækket overflade til påkrævet (Berendse & Jonasson 1992). Da under 20% fra snefrie overflader hvilket mu- denne remobilisering af næringsstoffer kan liggør en opvarmning af jordoverfladen og foregå under frysepunktet sikres det, at plan- atmosfæren. terne har tilgængelige næringsstoffer ved starten af vækstsæsonen, således at væksten Evapotranspirationen er den vigtigste årsag kan påbegyndes inden jorden er tøet. Der- til vandtab i Arktis (Kane et al. 1992). I nog- ved kan den korte vækstsæson udnyttes op- le egne medfører dette et underskud i vand- timalt. balancen, som gør at kun planter med en hvis tolerance overfor vandmangel kan vokse disse steder. I områder med permafrost 3.4. Vegetationskortlægning I de følgende kapitler vil vegetationskortlæg- kan den gradvise smeltning af aktivlaget gi- ningen blive præsenteret. Under ve det vandtilskud, som kræves for at vand- Datagrund- og er de anvendte da- krævende planter kan trives (Jakobsen 1999). lag Feltundersøgelser ta beskrevet. I -afsnittet er metoder- Udtørringen af overfladejorden vil endvide- Metode ne for dels feltundersøgelserne og dels pro- re danne en effektiv barriere mod yderligere cesseringen af satellitdata beskrevet. I fordampning fra det dybereliggende aktiv- Resul- præsenteres endelig de færdige kort og lag således at al fordampning kommer fra tater spektralsignaturer, hvorefter de diskuteres i transpiration. Diskussion for Vegetationskortlægningen. I reliefrige områder (som f.eks. Vestgrønland) spiller topografien en stor rolle for vandtil- 3.4.1. Databearbejdning De følgende afsnit vil introducere læseren til gængeligheden (Jonasson et al. in press). Så- ledes er højereliggende områder tit meget fagspecifikke termer indenfor satellitbilled- tørre, mens lavlandet, hvor smeltevand og behandling og kort beskrive databearbejd- ningen ved anvendelse af disse data til kort- nedbør samles, er fugtigt (Kane et al. 1992). lægning i Arktis. Beskrivelserne er korte, efterfulgt af nogle nøglereferencer om emnet.

77 Præprocessering Præprocessering er nødvendig inden der kan foretages egentlige analyser af satellitdata. Denne processering kan efter behov omfatte alle eller enkelte af følgende processer: Destribning og fjernelse af sensorfejl Kalibrering af data Atmosfærisk korrektion Geometrisk korrektion og resampling Terrænkorrektion

Sensorfejl I sensorer i satellitter sker en ældning (henfald), som giver sig udtryk i ændrede kalibreringer og til tider deciderede fejl. Dette med- fører f.eks. stribning af billederne og endda udfald af data. Et eksempel er Landsat 5 TM, som primært er anvendt i denne vegetations- kortlægning. Hvert bånd skannes af et sæt på 16 detektorer, hvor enkelte eller flere af disse har oplevet en relativ ændring i forhold til de andre, der medfører stribning. Figur 3.15. Flowdiagram for arbejdsprocessen ved præprocessering, klassifikation og præsentation af Mange metoder til korrektion af disse fejl er rådata fra satellit. (DEM ~ Digital højde model). efterhånden introduceret (Crippen 1989, Green et al. 1988, Helder et al. 1992, Simon- celli 1996). Hvis data senere skal bruges til Figur 3.15. viser rækkefølgen for processering kvantitative analyser er det dog vigtigt, at af rådata fra en satellitsensor, som Landsat der tages hensyn til metoden. En ordinær TM, og hvilke eksterne data, der er nødven- destribning (middel af givent antal linier og dige for processeringen af disse data. korrektion til samme middelværdi) kan med- føre en kraftig ændring i de originale værdi- Arbejdsprocessen er anvendt på satellitdata- er og dermed misvisende kvalitative værdier. ene i dette projekt om end enkelte af ledde- Metoder til at fjerne støj med en minimal ne er udelukket i processeringen af flere el- ændring af selve signalet fås gennem meto- ler alle billeder. Blandt andet er korrektion der som Minimum noise Fraction (MNF) og af sensorfejl kun foretaget på de billeder som Fast Fourier Transform (FFT) (Green et al. havde en kraftig stribning, der havde indfly- 1988, Jensen 1996). MNF og FFT er begge delse på resultaterne. Stribning forekommer blevet anvendt og er beskrevet nærmere i på nogle gamle sensorer og forværres over afsnit 0. tid. Kalibrering Terrænkorrektion er ikke foretaget, idet den Data, som hentes ned fra satellitten, ligger tilgængelige højdemodel var i for lav opløs- som nævnt ovenfor i heltalsværdier, der ikke ning (100 m kurver) og derfor tilføjede mere umiddelbart har nogen fysisk værdi. Ved støj til klassifikationen end den korrigerede. kalibrering kan disse værdier dog omregnes til radians (W/m2), som så kan anvendes til beregninger af overfladeparametre (refleksion, albedo, temperatur osv.). Før satellitten

78 opsendes kalibreres sensorerne og kalibre- ground control points (GCP’s), typisk base- ringskonstanterne offentliggøres som pre- ret på topografisk kortlægning, som billedet launch calibration (NASA 1986). For Land- derefter kan oprettes til. Til selve oprettelsen sat 5 TM er der efter opsendelsen foretaget af billedet anvendes en polynomiums-funk- adskillige post-launch calibration eksperi- tion. Graden af polynomiet vælges på basis menter, hvor der kalibreres på baggrund af af i hvor høj grad satellitbilledet er strukket kendte lambertian overflader (Chavez 1989, og drejet i forhold til det virkelige kort. 1. Markham & Barker 1985, Moran et al. 1995, gradspolynomier anvendes hvor alle pixels Olsson 1995, Price 1987, Thome et al. 1993, ligger rigtig i forhold til hinanden, men hvor Wucelic et al. 1989). For eksempel er ør- billedet skal drejes i et todimensionalt rum. kenoverflader anvendt, idet refleksionen af 2. og fler-gradspolynomier anvendes, hvor disse er nær konstante over kortere tidspe- billedet også skal strækkes i større eller min- rioder. AVHRR er gennem de sidste 5 år ble- dre grad. En opretnings-usikkerhed bereg- vet anvendt til flere tidsserieanalyser på ba- nes på baggrund af GCPernes afvigelse fra sis af 3-4 forskellige sensorer. I afsnit 4.3. er de rigtige koordinater. der givet eksempler på fejlkalibreringer af disse individuelle sensorer. En eventuel resampling for at ændre den spatiale opløsning køres normalt samtidig Atmosfærisk korrektion med den geometriske opretning. Denne fore- Atmosfærens indhold af gasser og partikler tages for at opnå samme pixelstørrelse som er med til at ændre det signal, som reflekte- andre informationslag, f.eks. terrænmodel, res fra overfladen inden det når satellitten. tidligere vegetationskort eller lignende Således kan det være nødvendigt at korrige- (Lunetta et al. 1991). re det målte signal for at opnå værdier fra satellitten, som kan sammenlignes med over- Terrænkorrektion flademålte parametre. I afsnit 0 vil dette em- Et satellitbillede fremstår som refleksion af ne blive beskrevet nærmere og de anvendte solstråling fra en masse pixels på samme metoder præsenteret. Betydningen af atmos- horisontale overflade. I realiteten er denne færisk korrektion for remote sensing er gen- overflade sjældent horisontal i arktiske egne, nem de sidste 15 år blevet dokumenteret i men består af pixels med forskellig hældning adskillige publikationer hvor metoderne har og orientering afhængig af terrænet i det giv- udviklet sig fra enkle empiriske korrektioner ne område. Ved klassifikation og beregning til korrektion baseret på avancerede atmos- af kvalitative parametre kan forskellen i færemodeller. Chavez (1988) anvender så- hældning og orientering medføre væsentlige ledes en modificeret dark object subtraction fejl, idet pixels på ikke horisontale flader teknik, Gilabert et al. (1994) inkluderer en fremstår med en anden spektralsignatur end simpel radiative transfer model og input fra pixels med samme overflade på en horison- Landsat TM, mens Vermote et al. (1997) præ- tal flade. Terrænkorrektion er et andet af de senterer 6S modellen (Second Simulation of emner inden for præprocessering, som har the Satellite Signal in the Solar Spectrum), set mange publikationer indenfor de sidste som tager højde for flere gasser, processer 20 år. Holben & Justice (1980) præsenterede etc. end tidligere modeller. effekten af topografisk indflydelse på Land- sat-værdier og Proy et al. (1989) beskriver Geometrisk opretning en model til korrektion af disse effekter. Han- For at kunne anvende satellitbilledet i en sen et al. (2000) præsenterer en kombination geografisk sammenhæng skal det oprettes til af tidligere modeller til korrektion af atmos- et kendt koordinatsystem (Jensen 1996). Det- fære- og terræn-inducerede fejl. I afsnit 0 vil te gøres ved geometrisk opretning, hvor bil- terræneffekterne blive nærmere præsenteret. ledet drejes og vrides for at passe til den givne overflade. Først udvælges punkter med Multitemporale datasæt kendte koordinater i satellitbilledet, såkaldte For at dække et område med højopløselige

79 satellitdata kan det være nødvendigt at an- omkring 1,5 µm, mens skyer absorberer strå- vende flere satellitbilleder, som tilsammen ling ved denne bølgelængde). Superviserede vil dække det pågældende område (Sabins klassifikationsmetoder kan være baseret på 1987). Hvis data ikke tilsvarer samme for- statistiske teorier (f.eks. maximum likelihood) hold (f.eks. tidspunkt på året) vil en samlet men behøver ikke at være det (f.eks. mini- klassifikation af vegetation vanskeliggøres, mum distance) (Jensen 1996). da vegetationen også spektralt ser forskellig ud på forskellige tidspunkter i vækstsæsonen Da klassifikationen inddeler overfladetyper- (Jensen 2000). I afsnit 0 vil dette problem ne i et endeligt antal klasser, vil der i natu- blive beskrevet. ren altid forekomme overgangstyper imellem en klasse og en anden. Ligeledes vil der in- Klassifikation denfor en klasse være en del variation, som For at opnå en overskuelig og brugbar tolk- kan give anledning til forvirring af klassifika- ning af overfladetyperne i et satellitbillede tionsmetoden og dermed resultere i fejlklas- foretages en klassifikation. Herved kombine- sifikation. res pixelværdierne i de forskellige bånd i klasser med samme information. Generelt Der foretages derfor en usikkerhedsvurde- findes der to former for klassifikation: ring, som angiver i hvor høj grad klassifikationen antages at ligne virkeligheden. Man- (ikke superviserede) Unsupervised ge metoder er udviklet og anvendt indenfor klassifikation usikkerhedsvurdering og Congalton (1991) Supervised (superviseret) klassifikation giver en oversigt af de til da anvendte meto- Metoderne adskiller sig ved at analytikeren der. Gopal & Woodcock (1994) præsenterer af dataene er aktivt involveret i supervised en ny metode baseret på fuzzy sets. Denne klassifikation, mens unsupervised klassifika- og nogle af de mere traditionelle metoder vil tion foretages automatisk udelukkende på blive nærmere præsenteret i afsnit 3.8.2. baggrund af billederne. Kombinationer af disse er dog udviklet og testet i flere studier 3.5. Datagrundlag (Jensen 1996, Joria & Jorgenson 1996). 3.5.1. Satellitdata Primært data fra satellitten, Landsat TM, er Den ikke superviserede klassifikationsmeto- anvendt i projektet. Specifikationerne er an- de anvender udelukkende refleksiondata fra givet i tabel 3.3. Satellitterne er amerikanske satellitbillederne til at klassificere efter. Der- og har i nedenstående konfiguration været i med produceres ikke nødvendigvis klasser omløb siden juli 1982 som Landsat 4 TM som er relevante for det pågældende studie, (juli 1982 august 1993) og Landsat 5 TM men klasser der er udtryk for spektralt for- (marts 1984 stadig funktionsdygtig august skellige overflader. 2000).

I den superviserede klassifikation anvendes Anvendte billeder forhåndsviden om det pågældende område Tabel 3.4. er en oversigt over de anvendte til at vejlede klassifikationsrutinen til at grup- Landsat TM billeder. I Appendiks 2 er givet pere dataene i relevante klasser. Disse klas- en grundig præsentation af alle anvendte ser kunne være forskellige vegetationstyper, satellitscener med quick-looks, scenepara- vand/sne, dyrket/naturlige overflader eller metre som solhøjde, geografisk dækning, tek- for eksempel overflader med forskellig geo- nisk kvalitet, billedmæssig kvalitet (skydæk- logi. Forhåndsviden, som anvendes kan væ- ke etc.) samt en oversigt over processerin- re tidligere vegetationskortlægning, kend- gen af de enkelte billeder. skab til overflader fra feltarbejde, spektral signaturer for overflader som findes i områ- Som det kan ses af tabel 3.4. er billederne det eller kendskab til forskelle i forskellige indenfor samme område fra forskellige år overfladers refleksion (sne reflekterer f.eks. og dato. For Kangerlussuaq området gælder

80 således at det ene af de to anvendte billeder sen (1994) beskriver samme problem ved er fra begyndelsen af vækstsæsonen i slutnin- kortlægning på Jameson Land i Østgrøn- gen af juni i 1995, hvor klimaet var relativt land. normalt, hvorimod det andet er fra slutningen af vækstsæsonen i september 1996, hvor Desværre er antallet af skyfrie billeder på forårstemperaturerne var usædvanligt høje. Grønland meget begrænset og de valgte bil- Den store forskel findes i at billederne dæk- leder er således de bedste, som er til rådig- ker hver sin ende af vækstsæsonen og derfor hed. De andre to områder (Nuuk og Syd- ikke nødvendigvis kan producere et klassifi- grønland) står lidt bedre, idet billederne her kationsresultat, som kan sammenlignes. Fro- er fra midten af vækstsæsonen men dog fra dige områder i juni, f.eks. kærområder, kan forskellige år. være helt udtørret i september, ligesom dværgbuskheder, der i starten af sæsonen 3.5.2. Atmosfæreprofiler endnu ikke er blevet rigtig grønne i slutnin- Da radiosondeprofiler med specifikke atmos- gen af sæsonen vil virke meget frodige i sam- færedata til den atmosfæriske korrektion af menligning med f.eks. de udtørrede kærom- satellitbilleder ikke er til rådighed for hoved- råder. Sensommerbilleder og efterårsbilleder områderne på vestkysten, anvendes der i indeholder reelt ikke meget information om stedet standardatmosfærer. Standardatmos- vegetationen og det er primært fugtbetinge- færerne er en grov estimering af atmosfære- de vegetationsforskelle, som kan erkendes profilerne for de pågældende tidspunkter i på dette tidspunkt af året. Mosbech og Han- hovedområderne. På trods af dette giver pro-

Tabel 3.3. Tekniske specifikationer for Landsat 4 og -5 Thematic Mapper (http://geo.arc.nasa.gov/sge/landsat/landsat.html).

Bånd nr. Bølgelængde Spatial opløsning 1 0,45-0,52 µm 30*30m 2 0,52-0,60 µm 30*30m 3 0,63-0,69 µm 30*30m 4 0,76-0,90 µm 30*30m 5 1,55-1,75 µm 30*30m 6 10,40-12,5 µm 120*120m 7 2,08-2,35 µm 30*30m Swath width 185 km Temporal opløsning 16 dage Radiometrisk opløsning 8 bits (256 niveauer) Bane højde 705 km Bane inklination† 98,2° (sol-synkront) Bane inklination angiver inklination i forhold til ækvator

Tabel 3.4. Landsat TM billeder anvendt i kortlægningen. Path og row angiver scene i et sensorspecifikt koordinatsystem fra USGS.

Område Sensor Dato Path Row Landsat 5 TM 22. juni 1995 8 13 Kangerlussuaq Landsat 5 TM 3. september 1996 9 13 Landsat 5 TM 20. juli 1993 6 15 Nuuk Landsat 5 TM 1. juli 1995 7 14 Landsat 5 TM 17. juli 1993 1 17 Sydgrønland Landsat 5 TM 17. juli 1993 1 18 Landsat 5 TM 20. august 1997 2 17

81 filerne dog et overordnet bud på atmosfære- De tre viste profiler er de mest anvendte for profilet i den respektive klimazone. Stand- Vestgrønland i dette projekt. For arktiske ardatmosfærerne er indlagt i det atmosfæri- egne med kolde overfladetemperaturer om ske korrektionsprogram ATCOR 2.6 og dæk- vinteren er det typisk at have inversionslag, ker blandt andet subarktisk sommer og vin- som det kan ses i den subarktiske vinterkur- ter. Arktiske standardatmosfærer var ikke ve i figuren (Gueymard 1994). tilgængelige for korrektionen. I ATCOR 2.5 er der mulighed for at kombi- Den atmosfæriske profil består dels af en nere standardatmosfærerne og derved ska- temperaturprofil til korrektion af tempera- be en standardatmosfære, som ligger tættere turkanalen og dels af et højdeprofil af tryk, op ad atmosfæren for det pågældende om- temperatur og vandindhold samt aerosolty- råde. Her er det dog vigtigt at have kend- pe til korrektion af de synlige og nær-/midt- skab til typiske værdier eller egentlige målin- infrarøde kanaler. Atmosfærerne er gene- ger af data. For dette projekt har det ikke reret for de enkelte sensorer for at opnå så været muligt at skaffe atmosfæreprofiler for hurtig en korrektion som muligt. I nedenstå- de dage hvor satellitdata har været til rådig- ende figur 3.16. er der vist eksempel på tem- hed. I stedet er temperatur og fugtigheds- peraturprofiler for 3 standardatmosfærer. data fra overfladestationer anvendt, hvor det var muligt, til estimering af atmosfære- profil.

I figur 3.17. ses eksempel på fugtighedsprofiler for tre forskellige standard-atmosfærer. Endvidere er der vist en kombination af profilet for den subarktiske sommer og vinter på mellembreddegraderne. Kun de fem nederste kilometer af atmosfæren er vist idet omkring 95% af vandindholdet, og dermed den største årsag til absorbering og spredning, findes indenfor denne del af atmosfæ- ren (Richter 1996b). Specielt i arktiske egne, Figur 3.16. Temperaturprofiler for 3 standardat- hvor atmosfæren er tyndere end på lavere mosfærer (Data fra Richter 1996b). breddegrader, gør dette sig gældende.

Aerosolernes i atmosfæren inkluderer partikler i atmosfæren i fast eller flydende form. Disse forårsager både spredning (scattering) og absorption af strålingen. De forskellige typer aerosoler, som ATCOR 2.5 tager højde for, er listet nedenfor i tabel 3.5. Betydnin- gen af partiklerne er kort beskrevet i afsnit 0. For projektet her er aerosolmodellerne kombineret, idet områderne strækker sig fra et marint miljø til et mere terrestrisk kontinentalt miljø.

Figur 3.17. Fugtighedsprofiler for standardatmos- 3.5.3. Kortdata og digital fære samt kombination af disse. Kombination 1 er højdemodel (DEM) et middel imellem den subarktiske sommer og den I forbindelse med den geometriske opretning mellembreddegrads vinteratmosfære. (Data fra af satellitbilleder er der anvendt digitale kort Richter 1996b).

82 Tabel 3.5. Aerosoltyper anvendt i ATCOR 2.5 ware 1999). Der er anvendt lineær vario- atmosfærekorrektionsprogram (Richter 1996b). gram ved interpolationen. Nærmere gennemgang af denne metode ligger udenfor Overfladetype Aerosol afhandlingens omfang men der henvises til Land Vandopløselige partikler og støv Golden Software (1999), som har en grun- By Industrielle partikler og støv fra land Marint Fra MODTRAN† dig beskrivelse og uddybende referenceliste Oceanisk Fra LOWTRAN† om emnet. Ørken Støv og landpartikler MODTRAN og LOWTRAN er de atmosfæriske modeller som ATCORs korrek- tionsværdier er beregnet på baggrund af. Se henh. Berk et al (1989) og Isaacs et 3.6. Feltundersøgelser (1987). al. Under feltsæsonerne i Vestgrønland i 1997, 1998 og 1999 blev der indsamlet data til an- og terrænmodeller baseret på data fra såvel vendelse under processeringen af satellitda- Compukort (Greenland Tourism Vandre- ta. De nedenfor beskrevne data er indsamlet kort), Kort og Matrikelstyrelsen (KMS) samt og processeret af forfatteren. Der er indsam- Danmarks og Grønlands Geologiske Under- let spektralsignaturer til analyse af sammen- søgelser (GEUS). hængen imellem vegetationssammensætnin- gen og refleksionen, samt feltdata til beskri- Kortdata velse af vegetationstyperne og det omkring- Alle kort er baseret på fotogrammetrisk kort- liggende terræn. lægning af flybilleder fra perioden 1945-85. Datakvaliteten medfører op til 500 m afvigel- 3.6.1. Spektralmålinger ser ved anvendelse af de ældste flybilleder, Spektralmålinger blev foretaget med et Crop- mens de nyere kun resulterer i en generel scan Multi Spectral Radiometer 16 (MSR16), fejl på 50 til 250 m og derfor medfører pro- som måler i 16 forskellige bølgelængdebånd. blemer ved opretningen af satellitbillederne Formålet med indsamling af spektralsigna- (Weng & Nielsen 1997). turer var dels at styre klassifikationen af om- råderne samt at analysere muligheden for Digital højdemodel spektralt at adskille vegetationstyper. Når re- På baggrund af højdedata fra KMS og GEUS fleksionen af en overflade er kendt kan klas- er der genereret højdemodeller for Sydgrøn- sifikationsprocessen sammenligne en ukendt land og Kangerlussuaqområdet. Højdemo- signatur (punkt i billedet med værdier fra 5 deller kan anvendes til at udligne terrænbe- kanaler) med den kendte spektralsignatur stemte forskelle i refleksion og er derfor vig- og dermed tildele pixelen den klasse, som tige i reliefrige områder som Grønland. For ligger nærmest. Blandt andet fordi feltarbej- Nuukområdet har det ikke været muligt at de og optagelse af satellitbilleder ikke er fore- få pålidelige højdedata, hvorfor der ikke er taget på samme tidspunkt er der så stor for- produceret nogen højdemodel for dette om- skel på disse datasæt at spektralsignaturer- råde. ne ikke kan anvendes til styring af klassifikationen. Spektralsignaturerne er derfor pri- Generering af højdemodellerne er foretaget mært anvendt til en analyse af plantearter- af på baggrund af højdekurver med 100 menes indflydelse på den spektrale refleksion. ters mellemrum, som er lavet til kortlægning i skalaen 1:250.000. Højdekurverne består En grundigere gennemgang af klassifika- af punkter, hvortil der med kriging metoden tionsproceduren vil blive præsenteret i afsnit blev tilpasset en overflade. Kriging er en 3.8.1. og resultaterne af spektralmålingerne interpolationsmetode, som på baggrund af er præsenteret i afsnit 3.9.1. højdekurve-punkterne søger at tilpasse den bedste overflade til data ved dels at fasthol- De spektrale målinger til anvendelse som de koterne for de eksisterende punkter og træningsspektra for klassifikationsprocessen dels at følge trends i overfladen (Golden Soft- er foretaget over de botaniske analysefelter.

83 Dermed repræsenterer hvert spektra en til- Spektrale bånd i MSR16 fældig udvalgt kvadratmeter indenfor en MSR16 måler i modsætning til traditionelle homogen vegetationstype, der er udvalgt spektroradiometre både den indkommende subjektivt på baggrund af vegetationstypens og udgående stråling. Dermed kan refleksio- botaniske sammensætning. nen beregnes direkte og referencemålinger ved hver måling undgås. De målte kanaler Ud over spektralsignaturer blev der målt dækker over bølgelængdebåndene som vist i klimaparametre, som er beskrevet nedenfor tabel 3.6. samt taget digitale fotos af alle målte overflader. Kalibrering For alle bånd findes der altså både en sensor, der vender op og en som vender ned. Under feltarbejdet kalibreres sensorerne løbende med en kalibrering dagligt. Refleksionen fra en given overflade afhænger blandt andet af lysforhold, solhøjde og atmosfæreforhold (Iqbal 1983). Det er derfor nødvendigt at rekalibrere instrumentet løbende for at opnå spektralsignaturer, som kan sammenlignes imellem områder .

Ved feltarbejdet i Sydgrønland blev de to anvendte MSR16 kalibreret samtidig og sammenlignet mod de samme overfladetyper (f.eks. Salix glauca, Betula pubescens, asfalt Figur 3.18. Måling af refleksion med Cropscan og lignende). Kalibreringen viste en god Multi Spectral Radiometer 16 over afblæsnings- overenstemmelse i de målte spektralsignatu- flade ved Itinnera i Nuukområdet (Foto: K.G. Motz- rer, hvorfor spektralsignaturer indsamlet feldt).

Tabel 3.6. Spektralbånd for Cropscan Multi Spectral Radiometer 16 (MSR16). De bånd som tilsvarer de 5 første Landsat TM bånd er angivet med båndnavn (TM1-TM5).

Båndnavn Median Nedre Øvre bølgelængde (µm) bølgelængde (µm) bølgelængde (µm) w405 0,405 0,400 0,410 w467 0,467 0,462 0,472 w485 (TM1) 0,485 0,450 0,520 w550 0,550 0,545 0,555 w560 (TM2) 0,560 0,520 0,600 w660 (TM3) 0,660 0,630 0,690 w680 0,680 0,674 0,686 w700 0,700 0,694 0,706 w720 0,720 0,714 0,726 w740 0,740 0,733 0,747 w760 0,760 0,755 0,765 w800 0,800 0,794 0,806 w830 (TM4) 0,830 0,760 0,900 w855 0,855 0,835 0,875 w1240 1,240 1,234 1,251 w1650 (TM5) 1,650 1,550 1,750

84 med de to spektroradiometre ikke er opdelt, Fotoet blev taget, som et lodfoto, primært til men anvendt sammen. verifikation af vegetationstypen.

I Appendiks 3 figur 3.3. er der vist eksempler 3.6.2. Overfladetyper på spektralsignaturer for naturligt forekom- Under feltarbejdet af indsamling af spektral- mende materialer. Disse spektra blev ind- signaturer for de relevante overfladetyper samlet med en høj opløsning og bredere foregik samtidig en detaljeret vegetationsun- dækning. Spektra indsamlet med MSR16 er dersøgelse af de tilsvarende vegetationsover- specificeret til relativt få bånd, som kan re- flader. Analyserne er foretaget dels for at lateres direkte til de satellitbaserede reflek- kunne beskrive de kortlagte vegetationsty- sionsdata, og har derfor en lavere opløsning per i RenVeg-projektet og dels for at mulig- end de i Appendiks 3 figur 3.3. viste. Ek- gøre en opfølgende undersøgelse. sempler på de indsamlede spektralsignaturer er vist i afsnit 3.4. Vegetationsdækkede overflader Undersøgelserne følger ITEX konceptet (In- Samtidig med måling af refleksion af solstrå- ternational Tundra Experiment, Molau & ling blev der målt forskellige klimaparame- Mølgaard 1996) med en modificeret pin- tre samt taget et foto (figur 3.19.). Parame- point analyse. Dette gør det muligt at gen- trene er listet i tabel 3.7. tage de samme analyser efter et antal år og dermed observere eventuelle ændringer i Klimaparametrene er anvendt dels til sam- vegetationsdækket (Walker 1995). Under menligning med data fra den termale kanal rekognosceringsture indenfor hver lokalitet af Landsat TM sensoren og dels til sammen- blev antallet af vegetationstyper fastlagt, og ligning for verificering af eventuelle klimaet antal homogene områder udvalgt, så alle påvirkninger af spektralmålingerne. Den typer var repræsenteret i minimum et om- kortbølgede indstråling anvendes til bestem- råde. Vegetationstyper som kunne ses på melse af den nedre indstrålingsgrænse for satellitbillederne blev udvalgt. Typer med en anvendelsen af spektroradiometret. Ved lille udstrækning (f.eks. urteli) blev altså ikke indstråling under 200 W/m2 bliver usikker- analyseret eller kortlagt. I hvert område blev heden i refleksionbestemmelsen for stor og der derefter permanent placeret 4 analysefel- data er ikke anvendt. Lufttemperaturen ind- ter og disse blev undersøgt med ovennævnte går i kalibreringen af sensorerne, som er tem- peraturafhængige. Luftfugtighed anvendes i tilfældet af at der bliver satellitdata til rådig- hed fra pågældende dag, og kan i det tilfæl- de anvendes i den atmosfæriske korrektion. Vindhastigheden er mest påkrævet ved høje- re vegetationstyper, hvor vinden kan få vegetationen til at svaje og dermed ændre re- fleksionsmønster under scanningen.

Tabel 3.7. Klimaparametre målt sammen med refleksionsmålinger fra MSR16. Figur 3.19. Cropscan Multispectral Scanner 16 i Parameter vandtæt hus. Det hvide glas indenfor metalram- Overfladetemperatur (°C) men er en diffuser, som spreder den indkommende Lufttemperatur (°C) stråling for de opadvendte sensorer. På siden af hu- Klima Relativ fugtighed (%) set kan ses en sensor for total indkommende kort- Kortbølget indstråling (0.3-1.1µ m) bølget stråling samt en sensor for overfladetempe- Vindhastighed (m/s) ratur. Bag huset skimtes vindhastighedsmåleren Foto Farvebillede af analysefelt (Foto: M.P. Tamstorf).

85 ITEX metode. I alt er der udlagt 292 analyse- ten af modtageren samt det støjsignal (S/A- felter fordelt på 73 områder i Vestgrønland, kode), som var pålagt signalet af USA. S/A- som tilsammen beskriver 8 vegetationstyper koden var opgivet til i 95% af tiden at give og nogle enkelte overgangstyper. De 8 vege- fejl i positionsbestemmelse under 100 m. tationstyper er listet i tabel 3.8. Usikkerheden af de feltmålte positioner blev dog yderligere nedsat idet den anvendte GPS I RenVeg projektet (Lund in prep.) er vege- var istand til at foretage et gennemsnit af tationsundersøgelserne beskrevet i detaljer bestemte positioner i et tidsinterval. Under og opdelingen af vegetationstyper er foreta- måling af spektralsignaturer og vegetations- get på en floristisk baggrund. analyser blev GPSen placeret stationært og sat til at foretage midling af positionerne. Da I kortlægningsfasen er typerne svagt omde- S/A-koden er en tilfældig støj vil midling fineret med udgangspunkt i den egentlige over tid give et estimat på positionen som er vegetationsklassificering, så de inddeles dels tæt på den korrekte. Under analyserne blev udfra de botaniske undersøgelser og dels ud- der typisk målt i cirka 30 minutter og usik- fra hvad der var muligt at kortlægge på baggrund af satellitbillederne. Dermed adskiller de kortlagte typer sig en smule fra de botanisk bestemte vegetationstyper, som er beskrevet i sektionen med vegetationsanalyserne. I Appendiks 7 er sammensætningen af de botaniske analyser indenfor hver vegetationstype listet og foto fra hver af vegetationstyperne vist.

3.6.3. Positionsdata Ved alle målinger af spektralsignaturer og vegetationsanalyser blev den geografiske position bestemt med håndholdt GPS (Ground Positioning System) af typen Garmin 12XL.

Usikkerheden på disse målinger ligger fra 20 m til 100 m betinget af antallet af satellit- Figur 3.20. Systematisk stribning i Landsat 5 ter, som GPSen modtog signal fra, kvalite- TM kanal 2 fra Vatnahverfi i Sydgrønland.

Tabel 3.8. Antal vegetationsanalyser (ITEX-metoden) som er udlagt i de tre hovedområder.

Antal analysefelter† Vegetationstype Kangerlussuaq Nuuk Sydgrønland Totalt Krat 16 12 24 52 Kær 16 12 12 40 Græsland 12 0 24 36 Sneleje 4 0 0 4 Lavholdig 020020 dværgbuskhede Dværgbuskhede 28 56 20 104 Steppe 8 8 0 16 Afblæsningsflade / 48012 Fjeldmark † De to overgangstyper er udeladt og derfor summerer det totale antal kun op til 284.

86 kerheden svandt herved til omkring 30 m FFT er en teknik, som anvendes til at splitte afhængig af antallet af GPS-satellitter. et billede op i dets forskellige rumlige fre- kvensdomæner. Metoden er blandt andet 3.7. Metode beskrevet i Jensen (1996). I praksis kan FFT I det følgende afsnit vil metoderne som er forklares som en konvertering til et frekvens- anvendt i forbindelse med processering af domæne, hvor alle systematiske fejl eller na- satellitdata blive beskrevet. Dette inkluderer turligt forekommende fænomener med sy- dels metoder for indsamling af feltdataene stematisk repræsentation i rummet vil blive og dels præprocessering, klassifikation og synlige som punkter med højere værdier end usikkerhedsvurdering af satellitdata. det omkringliggende i frekvensdomænet. Ved at filtrere de punkter fra, så frekvensdo- mænet fremstår ensformigt vil man således 3.7.1. Præprocessering Inden klassifikation og analyser af satellit- kunne fjerne den systematiske stribning. Et billederne foretages en præprocessering af væsentlig problem med FFT er dog, at bereg- disse. I det følgende afsnit vil de enkelte trin ningen er relativ langsommelig og at FFT i præprocesseringen blive nærmere beskre- resultaterne fylder meget. Det kan derfor vet med eksempler fra de anvendte data. være meget tidskrævende og besværligt at destribe en fuldscene ved hjælp af FFT, og MNF kan med fordel anvendes i stedet. Destribning Landsat 5 TM billeder har siden opsendelsen i 1984 været præget i større eller mindre MNF blev præsenteret af Green et al. (1988) grad af systematisk stribning. Stribningen er og er udviklet med formålet at samle støj fra et resultat af, at de to sæt skannere på Land- billeder i enkelte kanaler, mens den reelle sat 5 TM satellitten ikke ældes ens og derfor information bevares i andre bånd. På figur måler forskelligt i bånd af 16 rækker. Jo æl- 3.21. er processen for destribning med MNF dre satellitten bliver, desto værre vil stribnin- vist. gen blive. I figur 3.20. er der vist et eksempel fra Sydgrønland, hvor stribningen er meget Eigenværdierne i øverste højre hjørne af Fi- tydelig og har betydning for såvel det visu- gur 3.21 angiver, hvor meget datainforma- elle indtryk, som for kvantitative analyser. tion det pågældende bånd indeholder. Vær- dier omkring 1 indeholder stort set kun støj Flere andre sensorer har haft systematisk og kan derfor sorteres fra. De første 3 bånd stribning (f.eks. Landsat MSS) og der er der- ned til det markante knæk på kurven er for udviklet flere metoder til destribning af derfor de MNF-bånd, som er anvendt ved satellitbilleder (Mather 1987, Crippen 1989, den inverse MNF transformation. Helder et al. 1992). Disse er dog mest baseret på basale statistiske filtre og er reelt ikke De to metoder kan også kombineres. Hvis nok til helt at eliminere stribningen. der først beregnes en MNF-transform hvor stribningen af billedet ligger i et eller to bånd I denne undersøgelse er anvendt to mere kan disse MNF-bånd destribes med FFT. Ef- komplicerede metoder til at minimere strib- ter destribning af MNF foretages en invers ningen i billedet, samtidig med at så stor en MNF hvorefter de destribede kanaler er klar del af den oprindelige information i billedet til videre anvendelse. Metoden er præsente- bliver bevaret. Metoderne er implementeret ret i Broge et al. (1997) og anvendt på et af i softwarepakken ENVI, som er anvendt til Landsat TM billederne i denne afhandling destribningen. De to metoder er: (1. juli 1995 fra Nuukområdet). Metoden er effektiv men meget tidskrævende hvorfor det Fast Fourier Transform (FFT) primært blev valgt at anvende MNF. Minimum Noise Fraction (MNF). I flere af billederne, hvor metoden blev anvendt, kunne destribningen ikke køres på

87 hele billedet. Informationen om stribningen me grad, som de vegetationsdækkede over- blev ikke isoleret i enkelte MNF-bånd med flader. minimalt signal, men var spredt over flere af de betydende bånd. Ved at opdele billedet Kalibrering og atmosfærisk korrektion i de vegetationsdækkede og de vegetations- Som beskrevet i afsnit 0 er det nødvendigt løse områder og kun køre proceduren på de at kalibrere og atmosfærekorrigere satellit- vegetationsdækkede overflader, var det tyde- billederne, hvis de skal sammenholdes med ligt at stribningen over de vegetationsdæk- feltmålinger af refleksion. Denne proces fo- kede områder kunne isoleres i 2 MNF bånd. retages reelt som to separate beregninger, MNF bånd 4 og 5 indeholdt næsten al den men foretages normalt i én proces, der kører systematiske stribning. Stribningen af de ve- under programmet ATCOR 2.6. Nærmere getationsløse områder har ingen relevans i beskrivelse af programmet og generel infor- dette studie, da disse overfladetyper er så mation om atmosfærisk korrektion kan fås i spektralt forskellige fra vegetation og derfor Richter (1990, 1996a, 1996b og 1997). I de ikke har tendens til fejlklassifikation i sam- følgende afsnit er kalibrering og atmosfæ-

Figur 3.21. Minimum noise Fraction (MNF) af stribet Landsat 5 TM med eksempel fra bånd 2. MNF bånd med udpræget stribning og lav eigenværdi sorteres fra. Der foretages en invers MNF, som resulterer i et billede med væsentligt lavere grad af stribning (eksempel bånd 2).

88 risk korrektion for overskuelighedens skyld beskrevet i separate afsnit. /λ *DLQ 2IIVHW '1 (F 4)

Kalibrering hvor: Offset: L (W m-2 sr-1 µm-1) Kalibrering af satellitbillederne foretages for minl Gain: (L - L )/255 (W m-2 sr-1 µm-1 at omdanne det digitale signal med værdier maxl minl på en skala fra 0 til 255 (8 bit) til overflade- DN-1) refleksion (Markham & Barker 1985). I det følgende gives en oversigt over konverterin- I tabel 3.9. er vist publicerede pre- og ingen af de rå dataværdier (DN~digital num- flight kalibreringsværdier, gain og offset, for bers) til refleksion (r) og indeholder to trin de 6 reflektive bånd af Landsat 5 TM. af beregninger: Beregning af spektral radians (L ) fra DN l 3.8. Gain (C1) og offset (C0) Beregning af refleksion ved satellitten værdier for pre- og in- (effective at-satellite planetary reflection) flight kalibreringer af fra L l Landsat 5 TM. Beregning af spektral radians (L ) fra DN Værdierne er baseret på studier af overflader l Den spektrale radians (L ) er beregnet fra med kendt refleksion, såsom ørkener, sne l DN som følger (Markham & Barker 1986): osv. Efter feltmålinger af refleksionen, samtidig med en overflyvning af satellitten, kan / / disse overflader genfindes på satellitbilledet / / > maxλ minλ '1 @ (F 3) λ minλ og nye kalibreringsværdier beregnes på bag- '1 max grund af de kendte overflademålinger og de hvor ikke-kalibrerede satellitdata. Da disse over- L : spektral radians i billedet flader forudsættes at have ingen eller kun l (W m-2 sr-1 µm-1) meget lille variation i refleksionen over tid DN : maksimal DN værdi for et bånd er det tit de samme overflader som anvendes. max (255 for alle TM bånd) L : spektral radians ved DN = 0 Kun værdierne i tabel 3.9. er ikke minl pre-flight L : spektral radians ved DN = DN bestemt på denne måde, men ved laborato- maxl max riemålinger af instrumentet før opsendelsen. I de fleste in-flight kalibreringer nævnt ovenfor er følgende udtryk anvendt for sammen- Ved valg af værdier er det vigtigt at tage hen- hængen imellem spektral radians og DN: syn til baggrunden for kalibreringen, idet en

Tabel 3.9. Publicerede pre- og in-flight kalibreringsværdier, gain og offset for de 6 reflektive bånd af Landsat 5 TM.

TM1 TM2 TM3 TM4 TM5 TM7

Preflight (Richter C1 0,636 1,262 0,97 0,914 0,126 0,067

1999) C0 -1,009 -1,919 -1,682 -1,819 -0,398 -0,203

Markham & Barker C1 0,602 1,174 0,806 0,816 0,108 0,057

(1986) C0 -1,5 -2,8 -1,2 -1,5 -0,37 -0,15

C1 0,727 1,385 1,102 0,885 0,126 0,067 Slater (1986) C0 -1,331 -2,346 -1,897 -1,942 -0,398 -0,203

C1 0,731 1,353 0,971 1,069 0,143 0,076 Arino (1995) C0 -1,5 -3,1 -2,7 -2,5 -0,45 -0,3

C1 0,602 1,174 0,806 0,816 0,108 0,057 Olsson (1995) C0 11,44 7,50 3,99 3,82 -0,38 -0,15

89 kalibrering efter overflader med lav reflek- Atmosfærisk korrektion sion ikke nødvendigvis kan anvendes på I Appendiks 3 er det beskrevet at indstrålin- overflader med høj refleksion. Netop arkti- gen ved jordoverfladen ikke er den samme ske egne har grundet snedække med høj re- som ved atmosfærens yderkant. For satellit- fleksion og søer med lav refleksion et meget baserede målinger giver det forskel mellem stort spring i refleksion, som sætter store krav det signal som satellitten modtager, og det til kalibreringen. Flere af TM båndene, spe- som reelt er kendetegnende for en given cielt TM1 og TM2, er endvidere tit overmæt- overflade. Gennem de sidste 30 år er mange tet når der måles over sne. Landsat 5 TM modeller til korrektion for atmosfæreinduce- var oprindeligt planlagt som en sensor til rede fejl præsenteret. Atmosfærekorrektions- anvendelse for monitering af vegetation, og modellerne rækker fra de relativt simple, som sensorerne er derfor lavet for at give så høj kun kræver få eller ingen input af atmosfæ- opløsning ved monitering af relativt lave reparametre (Caselles & García 1989, Cha- refleksionsværdier fra for eksempel vegeta- vez 1988, 1989, Gonima 1993, Pons & Solé- tion (Jensen 1996). Ved måling over sne og Sugrañes 1994, Putzay 1992) til omfattende skyer vil refleksionen blive større end senso- atmosfæremodeller, som kræver input af ren er dimensioneret til med overmætning mange atmosfæreparametre (Tanre et al. som resultatet. 1979, Vermote et al. 1997).

Refleksion ved satellitten (effective at-satellite Atmosfærens indhold af gasser, støv og an- planetary reflectance (r)) beregnes på bag- dre partikler absorberer, spreder og reflekte- grund af den spektrale radians (Dozier rer den indkommende og reflekterede sol- 1989, Winther 1992): stråling. Satellitbillederne er derfor ikke kun et billede af reflekteret sollys fra overfladen, π G / ρ λ (F 5) men også influeret af det som er reflekteret i ] ( VXQλ cos atmosfæren. hvor: Figur 3.22. viser mulige sammensætninger d2: (Afstanden mellem Jorden og af solstråling for en pixel under strålingens Solen)2 = 1/(1+0.033*cos (2*π *D / vej fra solen, gennem atmosfæren, refleksion n 365)) (Iqbal 1983). fra overflade og gennem atmosfære op til E : Ydre atmosfærisk solar spektral satellitsensoren. sunl irradians (W m-2 µm-1) z: solar zenith vinkel (i grader) Solstråling, som er relateret direkte til den pågældende pixel, kommer via 1 til pixelen I tabel 3.10. vises værdierne for E for og reflekteres op til sensoren. Derudover sunl Landsat 5 TM. tilføjes undervejs diffus stråling fra spredning af solstråling, 3,som oprindeligt skulle have ramt nabopixelen samt refleksion af

Ydre atmosfærisk solar spektral irradians, E , (W m-2 Tabel 3.10. sunl ìm-1) (Markham & Barker 1986).

TM band Bølgelængdebredde (µm) Esun? (W m-2 µm-1) TM1 0,45 0,52 1.957,00 TM2 0,53 0,61 1.829,00 TM3 0,62 0,69 1.557,00 TM4 0,78 0,90 1.047,00 TM5 1,57 1,78 219,30 TM7 2,10 2,35 74,52

90 stråling fra nabopixelen, dels direkte til pixe- ning og dels Mie scattering, som er betinget len, 5, og dels som path radiance, 4. Path af aerosol spredning. Rayleigh scattering er radiance består udover den fra nabopixelen invers proportional til bølgelængden i fjerde reflekterede stråling, også af diffus stråling (1/λ4) og er derfor i praksis 0 ved bølgelæng- fra atmosfæren, som er spredt og reflekteret, der over cirka 1 µm (Ιqbal 1983). Mie scatte- 2, ind i pågældende path,. Det samlede re- ring forekommer når diameteren på partik- sultat som måles ved sensoren, er altså ikke len i atmosfæren er lig med bølgelængden bare et udtryk for reflekteret sollys, men en (d ≈ λ), og er dermed primært en funktion kombination af direkte og diffus stråling, af atmosfærens indhold af vanddamp, støv som er reflekteret dels fra den pågældende og andre aerosoler (Iqbal 1983). pixel og dels fra nabopixelerne (Jensen 1996). Atmosfærisk absorption sker i molekyler og Spredning og absorption aerosoler, men er mest betinget af vanddamp Det atmosfæriske korrektionssoftware, (H O), kuldioxid (CO ) og ozon (O ). I nogle 2 2 3 ATCOR 2.6 (Richter 1997) som er anvendt i dele af spektret er absorptionen meget kraf- dette studie, tager under korrektion for at- tig og i Appendiks 3 figur 3.1. kan det ses, mosfærens indflydelse hensyn til effekterne hvordan kanalerne for satellitsensorerne er af atmosfærisk spredning, dels Rayleigh scat- placeret i såkaldte atmosfæriske vinduer, tering, som er betinget af molekylær spred- hvor absorptionen er relativt lille.

Figur 3.22. Sammensætning og vej for satellitmålt refleksion af solstråling. Figuren er forklaret i teksten. (Modificeret efter Jensen 1996).

Figur 3.23. Kombineret effekt af atmosfærisk spredning og absorption på intensiteten af signalet fra en terrestrisk overflade. Pilene antyder, hvordan henholdsvis spredning og absorption kan forøge og dæmpe stråling i atmosfæren. Eksempel for Landsat MSS (Jensen 1996).

91 Fordelingen af spredning og absorption med- I atmosfærisk korrektion i ATCOR 2.6 tages fører, at der for terrestriske overflader sker der endvidere hensyn til path radiance fra en forøgelse af signalet i de lave bølgelæng- nabopixels i en given radius omkring pixelen. der og en dæmpning af signalet ved højere Jo større kontrast der er mellem nabopixels, bølgelængder (se figur 3.23.). desto større vil effekten af path radiance være i satellitbilledet. Radius for path radi- Specielt ved de højere bølgelængder spiller ance korrektionen bestemmes af brugeren, vandindholdet en stor rolle. Her er vandind- men anbefales til omkring 1 km, hvorfor fil- holdet i atmosfæren højt og korrektionen af teret ved Landsat TM skal sættes til omkring båndene i disse bølgelængder er derfor stør- 35 pixels (Richter 1996b). re (jvf. figur 3.3. i Appendiks 3). Standardatmosfærer og vandindhold Figur 3.24. viser et eksempel på refleksion i Idet mange af de satellitoptagelser, som an- Landsat 5 TM båndene for en dværgbusk- vendes til kortlægning, er fra svært tilgænge- hede ved kalibrering (rød kurve) og ved lige områder er det i mange tilfælde ikke mu- kalibrering inklusiv atmosfærisk korrektion ligt at få aktuelle værdier for de atmosfæri- (blå kurve). ske værdier ved korrektionen. Blandt andet derfor er der generet standardatmosfærer Det er tydeligt at effekten af atmosfærekor- for varierende klimaer, så disse kan anven- rektion stiger i de nær- og midtinfrarøde des istedet for feltmålinger. I ATCOR 2.6 er bånd (TM4, 5 og 7). Effekten af atmosfære- de inkluderede standardatmosfærer genere- korrektion har også indflydelse på størrelsen ret fra atmosfæremodellerne MODTRAN-2 af det karakteristiske spring i refleksionen (Berk et al. 1989) og SENSAT-5 (Richter for vegetation mellem TM3 og TM4. Flere 1994). Ved anvendelse af ATCOR 2.6 vælges har undersøgt effekten for vegetationsindeks, en standardatmosfære og en visibility (sigt- som netop anvender forholdet imellem TM3 barhed), som tilsvarer det område der arbej- og TM4 til estimering af grønheden af vege- des i. Der er anvendt dels en subarktisk som- tationsoverfladen (Guyot & Gu 1994, Myne- mer og en subarktisk vinter afhængigt af ni & Asrar 1994), og fundet at der introdu- billede og tidspunkt for overflyvningen. I ceres fejl i analyser af vegetationsindeks fra tabel 3.11. er givet et eksempel på højdepro- flere billeder, hvis der ikke foretages atmos- fil af subarktisk sommer-standardatmosfære. færisk korrektion. Et specifikt arktisk atmosfæreprofil findes

Figur 3.25. Ændringer i refleksionen for dværg- Figur 3.24. Eksempel på effekten af atmosfærisk buskhede ved test af de individuelle parametres korrektion. Kalibrering er foretaget med Slater et al. indflydelse. For hvert bånd er den største forskel (1986) og atmosfærisk korrektion med subarktisk valgt. For eksempel er forskellen på 0,05 i refleksion sommer profil, terrestrisk aerosol model og visibi- i TM1 ved kalibreringsfilerne et resultat af forskel- lity på 40 km. len mellem Moran et al (1995) og Olsson (1995).

92 ikke i ATCOR 2.6. Forskellen mellem et ark- ty er varieret individuelt. Analysen viser, at tisk sommerprofil og et mellembreddegrads den atmosfæreparameter, som har størst ind- vinterprofil er da heller ikke store og korrek- flydelse på refleksion af vegetationsoverfla- tion kan derfor foretages med dette i stedet der er graden af visibility (figur 3.25.). (Gueymard 1994). I de midtinfrarøde bånd er det dog atmosfæ- Hvis standardatmosfærerne ikke passer til remodellen, som primært er betinget af vand- det aktuelle klima, kan de kombineres til at indholdet, der giver størst ændringer. Valget estimere andre atmosfærer og radiosonde- af kalibreringsværdier har dog den største målinger kan indbygges for at give den ak- individuelle indflydelse på resultatet af kor- tuelle atmosfære. rektionen foretaget i ATCOR 2.6.

Atmosfæreparametres indflydelse på Grundet den store forskel, som for eksempel refleksionen valg af kalibreringsfiler kan påføre data, var I ATCOR er der indbygget et spektramodul, det nødvendigt at foretage en test af valget hvor man kan ændre på de forskellige para- af atmosfære og sigtbarhed. Ved hjælp af metre (kalibrering, atmosfære, sigtbarhed spektramodulet blev kendte overfladers spek- etc.) og se spektralsignaturen for en udvalgt tralsignatur sammenlignet med typiske re- pixel samtidig. Spektralsignaturen kan så fleksionsværdier for at opnå en korrektion, sammenlignes med standardværdier eller som passer til det enkelte billede. Tabel 3.12. feltmålinger af disse. Ved anvendelsen af angiver standardrefleksioner for typisk fore- spektramodulet er der foretaget en analyse kommende overflader i de synlige og nærin- af hvor meget de enkelte atmosfæreparamet- frarøde spektre, som blev anvendt til testen re influerer på Landsat 5 TM for forskellige af korrektionen. Udover disse standardre- overflader. Landsat 5 TM fra 1. juli 1995 over fleksioner er de indsamlede spektra endvi- Nuuk er anvendt til denne test, hvor kalibre- dere anvendt. ringsfiler, standardatmosfærer (primært vandindhold), aerosolmodeller samt visibili-

Tabel 3.11. Profil af subarktisk sommer standardatmosfære (Richter, 1996b).

Højde Tryk Temperatur Rel. fugtighed Abs. fugtighed (km) (mbar) (ºC) (%) (g /m3)† 0 1.010 15,0 75 9,1 1 896 9,6 70 6,0 2 792 3,1 70 4,2 3 700 -2,3 65 2,7 4 616 -7,7 60 1,7 5 541 -13,1 53 1,0 Total atmosfære vanddampsindhold = 1,7 g/m2

Tabel 3.12. Typiske refleksionsværdier for naturligt forekommende overflader (Richter 1996b), John Hopkins University Spectral Library, ENVI 3.1).

Overflade Blåt Grønt Rødt Nærinfrarødt spektra spektra spektra spektra Mørk sø i skygge 1-3 2-4 0-2 0-1 Vand 3-5 4-6 2-3 0-1 Tyk grøn vegetation 1,5-2,5 2-5 1,5-3 16-25 Grøn vegetation 4-6 6-12 4-8 35-50 Frisk sne 90-98 95-99 90-98 80-95

93 Geometrisk opretning det mellem UTM koordinaterne og pixel- Geometrisk opretning foretages for at kunne koordinaterne fra det uoprettede billede fin- anvende billedet i en geografisk sammen- des gennem en fler-grads polynomiumsmo- hæng. Når billederne nedtages fra satellitten del og værdierne kopieres over i det geome- er flere forskellige geometriske fejl inklude- trisk oprettede billede. Det minimale antal ret i de uoprettede data. Disse fejl kan være af GCPs, som skal indsamles, er umiddelbart forårsaget af for eksempel skævhed i scan- betinget af hvor mange punkter, som skal ningen samt ændringer i satellittens hastig- bruges for at udregne polynomiet (6 for 2. hed og højde og jordens rotation (Jensen gradspolynomium) men statistisk kræves der 1996). Da en typisk overflyvning af Landsat væsentligt flere for at fejl i hele billedet kan TM over en fuldscene kun tager cirka 2 mi- blive repræsenteret. Typisk anvendes der nutter er fejl i hastighed, højde og jordrota- mellem 30 og 120 GCPs for en fuldscene tion dog ikke store. Vegetationskortene skal (Mather 1987). kombineres af flere satellitbilleder, og disse skal igen kombineres med feltmålinger for Ved udvælgelsen af GCPs vil nogle være bed- til sidst at kunne anvendes i felten. Det er re placeret end andre. For eksempel kan derfor nødvendigt at foretage den geometri- punkter langs en sø være bedre end punkter ske korrektion. Samtidig med at den geome- på en meandrerende elv, som kan have flyt- triske opretning foretages, kan den rumlige tet sig siden kortmaterialet blev produceret. opløsning ændres for derved at opnå samme Ligeledes kan fejl i kortmaterialet i sparsomt pixelstørrelse som andre digitale lag der an- kortlagte områder medføre dårlige GCPer, vendes i analysen (for eksempel en digital og det er derfor nødvendigt at sortere i dem terrænmodel). før man endeligt opretter billedet. I snedæk- kede områder eller terræn uden karakteris- Opretningen foretages på baggrund af kend- tiske knæk og andre kendepunkter kan det te koordinater fra enten kortmateriale eller være svært overhovedet at finde GCPer. GPS målinger fra feltarbejde (Ground Con- trol Points ~ GCP). I dette studie er anvendt Vigtigt for opretningen er det at GCPs ud- kystliniedata og digitale terrænmodeller, som vælges fra hele billedet. Hvis der kun vælges er beskrevet i afsnit 3.5.3., og som er behæf- GCP fra en halvdel af billedet vil fejl opstå i tet med en vis usikkerhed. Usikkerheden af den anden, specielt ved anvendelse af høje- disse kort er tit væsentligt større end fejl rela- re ordens polynomier. teret til selve skanningen, specielt i Grønland (se afsnit 0). Modellen, som anvendes til opretningen er en 2. gradspolynomiumsmodel, der drejer Alle billederne er efter eventuel destribning og vrider det uoprettede billede så det bedst og atmosfærisk korrektion oprettet til Univer- muligt passer til koordinatsystemet. Valg af sal Transverse Mercator (UTM) projektionen grad på polynomiet afgøres udfra graden af med WGS84 verdensdatum. Billederne i de geometriske fejl. Ved opretning af billeder Kangerlussuaqområdet og Nuukområdet er fra et koordinatsystem til et andet, er det så- oprettet til zone 22. Billederne fra Sydgrøn- ledes sandsynligvis kun nødvendigt med en land ligger en del østligere og er oprettet til drejning af billedet og derfor et 1. gradspoly- zone 23. Alle billeder er oprettet til en spatial nomium, hvorimod større fejl kan nødven- opløsning på 25*25 m. og hjørnekoordinater- diggøre brugen af et 2. eller 3. gradspolyno- ne for områderne er listet i tabel 3.1. mium. Det anbefales dog at anvende så lav en polynomiumsgrad som muligt, for at sik- Den geometriske opretning er foretaget ved re en så lav sensitivitet af model til fejl i brug af GCPs, som er punkter i billedet, hvor GCPerne som muligt (Rasmussen 1993). koordinaterne for det pågældende koordi- Fejl i områder hvor der ikke er repræsente- natsystem kendes. Ved at vælge et minimum ret nogle GCPer, kan som nævnt endvidere af punkter fordelt i hele billedet kan forhol- opstå ved anvendelse af 3. gradspolyno-

94 Figur 3.26. Illustration af hvordan pixelværdierne i det oprettede billede (b) findes på baggrund af værdierne i det ikke oprettede billede (a) ved anvendelse af interpolation (Jensen 1996). mium. Graden af vrid og drej afgøres ved at Det er derfor nødvendigt at foretage en in- størrelsen af RMS værdierne på de fundne terpolation imellem pixelværdierne i det ikke koordinatpar minimeres mest muligt. Ved at oprettede billede og overføre den interpole- fravælge GCPs med høje RMS værdier vil rede værdi til positionen i det oprettede bil- det således være muligt at sortere de dårlig- lede, se figur 3.26. ste fra og dermed ende med en lille usikkerhed i den geometriske opretning. Forskellige metoder findes til interpolation af disse værdier, men den metode som bedst I dette studie hvor opretningen er foretaget opfylder kravene om at bevare de oprinde- med et 2. gradspolynomium ligger usikker- lige pixelværdier er nearest neighbour. Me- heden omkring ±1 pixel. Ved anvendelse af toden tager den nærmeste pixelværdi i det en 1. grads model til opretningen var den uoprettede billede og kopierer den over i det gennemsnitlige fejl på omkring 2 pixels, oprettede billede. I eksemplet på figur 3.26. hvorfor 2. gradspolynomiet blev valgt. ville den kopierede værdi således være 15.

I forbindelse med kopieringen af værdierne I forbindelse med den endelige geometriske fra det ikke oprettede billede over i det opret- opretning kan usikkerheden af opretningen tede billede, sker det tit at centerkoordinaten ses som en samlet RMS værdi for de indsam- i de to tilsvarende pixels ikke falder sammen. lede GCPer. I nedenstående tabel 3.13. er

Tabel 3.13. RMS værdier og antal anvendte GCPs ved geometrisk opretning af de 7 Landsat 5 TM billeder.

Område Billede Antal GCPs RMS TM950622 92 0,85 Kangerlussuaq TM960903 45 0,83 TM930720 42 0,97 Nuuk TM950701 37 1,19 TM930717_nord 55 0,95 Sydgrønland TM930717_syd 56 0,87 TM970820 50 0,97

95 usikkerhed for opretningen af de 7 anvend- Fejl i den geometriske opretning skyldes at te Landsat 5 TM billeder vist. en pixel, som ligger over eller under højden ved nadir (lodret under satellitten) i scenen Som det kan ses af tabellen er der i Nuuk- vil afvige fra sin reelle position, som vist på området anvendt færre GCPer og opnået figur 3.27. en højere usikkerhed end i de andre to ho- vedområder. Dette skyldes at kortmaterialet På et kort vil punktet A blive projekteret til i Nuukområdet ikke er så godt som i de an- positionen ved C, men fra satellitten vil det dre men kombineret dels af godt kortmateri- se ud som om A ligger ved positionen B. Hvis ale fra Compukort med lav usikkerhed og højden h kendes gennem en digital terræn- dels gamle kystliniedata fra GEUS med høj model og synsvinklen kan blive estimeret, så usikkerhed. I landområderne i de nord- og kan den egentlige forskydning CB bestem- sydøstlige hjørner af området er der ingen mes og korrigeres. De fleste større billedbe- kortmateriale til rådighed. På trods af disse handlingsprogrammer inkluderer en mulig- fejl ses der dog generelt for de tre hovedom- hed for at korrigere for denne forskydning råder en ret lav usikkerhed, som kun ved ét gennem valget af GCPer, hvor ikke bare X billede kommer over +/- 1 pixel i usikkerhed. og Y koordinatet angives, men også højden over havet, Z. Processen kaldes for orthorec- Terrænkorrektion tification, men kræver en digital højdemodel Ved kortlægning baseret på satellitbilleder i med samme opløsning som satellitbilledet. arktiske egne vil terrænet tit spille en rolle for anvendelsen af dataene. Dette vil give sig Reliefrige områder producerer, som nævnt udtryk både som fejl i den geometriske opret- ovenfor, også fejl i de radiometriske værdier. ning og som fejl i de radiometriske værdier i Dette skyldes at to ens overfladetyper med billedet. forskellig hældning og orientering vil reflek- tere forskelligt (Meyer et al. 1993, Parlow Terrænkorrektion er ikke foretaget på de an- 1996) og dermed vanskeliggøre klassifika- vendte billeder da de eksisterende højdedata tion baseret på såvel traditionelle som nye var af for dårlig opløsning. Beskrivelsen af metoder (træningsklasser og maximum like- korrektionen er dog medtaget for at give et lihood, spektralsignaturer og spectral angle fuldstændigt billede af præprocesseringen af mapper (SAM) etc.). Flere forskellige meto- satellitbilleder til anvendelse for kortlægning der til korrektion af terræneffekterne er op- i Arktis. stillet og afprøvet indenfor de sidste 20 år

Figur 3.28. ITEX-analyser på nordvendt skråning. Terrænet medfører her en væsentlig nedsættelse i Figur 3.27. Terræneffekt i geometrisk opretning i den reflekterede mængde solstråling fra pågælden- reliefrigt område. Figuren er forklaret i teksten de dværgbuskhede på trods af at det ikke er i di- (efter Rasmussen 1993). rekte skygge (Foto: M.P. Tamstorf).

96 sinus korrektion, to semi-empiriske metoder (Minnaert og C-korrektion) samt en statistisk-empirisk metode. Meyer et al. (1993) konkluderer, at der i fremtiden bør forskes mere i anvendelsen af fysisk baserede metoder, da anvendelsen for de fire ovennævnte er relativt begrænsede. Parlow (1996) intro- ducerer en fysisk baseret model (SWIM), som udfra en digital højdemodel og viden om solhøjde på en given breddegrad, simulerer solens indstråling på de hældende flader og derved korrigerer for terræneffekterne.

Under RenVeg studiet blev der indkøbt digi- Solens indfaldsvinkel (i) og solar Figur 3.29. tale højdedata fra både Kangerlussuaq- og zenith vinkel for en skrå overflade (Jensen 1996). Sydgrønlandsområdet og disse blev anvendt til at producere digitale højdemodeller for (bl.a.: Civco 1989, Colby 1991, Conese et al. områderne. Det viste sig dog ved forsøg med 1993, Dubayah 1992, Ekstrand 1996, Frank standard cosinuskorrektionen at grunddata- 1988, Franklin 1990, 1991, Hill et al. 1995, ene var af for dårlig opløsning, og derfor til- Holben & Justice 1980, Meyer et al. 1993, førte mere støj i billederne end de fjernede. Parlow 1996, Richter 1997). I Grønland er Som nævnt i afsnit 0 er de digitale højdedata en kombineret atmosfære- og terrænkorrek- produceret med 100 m højdekurver. Til an- tion for Landsat TM blevet testet ved Zac- vendelse med Landsat TM data med en spa- kenberg i NØ-Grønland (Hansen et al. 2000). tial opløsning på 25 m vil højdeforskellen Metoden kræver dog at en digital højdemo- indenfor en pixel ligge på langt under 100 del i opløsning tilsvarende satellitbilledet er m og en væsentligt bedre vertikal opløsning tilgængelig. for terrænmodellen er derfor nødvendig. Det har således ikke været muligt at gennemføre Basis for at udregne effekten af terrænet og terrænkorrektion af de anvendte billeder. korrigere for denne er beregning af indfaldsvinklen (i) for solstrålingen, som vist i figur Mosaik af anvendte billeder 3.29. Indfaldsvinklen er et direkte udtryk Da hovedområderne er for store til at kunne for hvordan den pågældende pixel hælder i dækkes af et billede har det været nødven- forhold til solen, og dermed refleksionen digt at anvende flere satellitbilleder for at som satellitten måler. dække hele området. De områder, som har været sne eller skydækket på et billede er og- Indfaldsvinklen (i) findes ved udtrykket: så forsøgt dækket af overlappende områder med et andet billede. For enkelte områder α cos (i) = cos ( )*cos (z) + (F 6) indenfor hovedområderne har det dog ikke sin (α)*sin (z)*cos (ϕ - ϕ ) s n været muligt at skaffe skyfrie billeder og i dis- hvor: se områder er vegetationen derfor ikke kort- α: terræn hældning (0 - 90) lagt. For eksempel er det nordvestlige hjørne z : solar zenith vinkel (0 - 90) af Kangerlussuaqområdet skydækket og en ϕ : solar azimuth vinkel (0 - 360) stribe af Sydgrønlandsområdet i den midt- s ϕ : terræn orientering (0 - 360) østlige del fuldstændig uden dækning på n grund af dataudfald i satellitten. Teillet et al. (1982) beskrev fire metoder til terrænkorrektion, som Meyer et al. (1993) Sammensætningen af flere billeder betegnes testede på Landsat TM data i et alpint om- som mosaik af billederne og kan inkludere råde. Metoderne inkluderer en standard code, som er til rådighed. I Circumpolar Arctic

97 Vegetation Mapping projektet (Walker & Indsamling af feltdata til anvendelse i Markon 1996) anvendes NOAA AVHRR bil- klassifikationen leder, som er sat sammen for at dække det De indsamlede feltdata består dels af vege- arktiske cirkumpolare område. I RenVeg pro- tationsanalyser med koordinater (præsente- jektet er der anvendt to billeder i henholds- ret i afsnit 3.6.) samt spektralsignaturer af vis Kangerlussuaq- og Nuukområdet og tre analyserne. Indsamlingen foregik på nogle billeder i Sydgrønland. lokaliteter indenfor hvert hovedområde, og var udvalgt efter følgende krav: Usikkerhed ved mosaik af satellitbilleder Et bredt udsnit af vegetationstyperne skal Som en forudsætning for at lave en mosaik være repræsenteret i området (vurderet af billeder er det nødvendigt at billederne på baggrund af forklassificerede billeder). har samme koordinatsystem. Dette gælder for de anvendte billeder idet billederne har Forskelle i klimagradienten i hovedområ- en usikkerhed i den geometriske opretning det skal være dækket (primært kyst og på minimum +/- 1 pixel. Dette kan medføre indlandsforskelle). at søer, kystlinier og markante terrænformer Feltlokaliteterne skal være relativt let til- kan være forskudt med op til nogle pixels, gængelige. der hvor billeder støder sammen. Området skal være skyfrit på satellitbilledet. Ved vegetationskortlægning er det endvide- Før udpegningen af lokaliteterne blev der re nødvendigt at de anvendte billeder er fra udarbejdet klassifikationer på omtrent samme tidspunkt af vækstsæsonen. unsupervised de tilgængelige satellitbilleder. Hvis der anvendes to billeder i samme kort Unsupervised klassifikation er forklaret nedenfor i afsnit 0, fra to forskellige tidspunkter, vil resultatet men giver kort forklaret et billede af hvilke højst sandsynligt ikke kunne sammenlignes klasser, som billedet spektralt kan inddeles i. direkte. Kort, produceret på basis af billeder Formålet med disse analyser var dels at sikre fra starten af sæsonen, vil således ikke se de at flest muligt vegetationstyper var tilstede frodige vegetationstyper som frodige. Det på lokaliteten og dels at undersøge, hvor samme vil være tilfældet med billeder fra mange typer, der kan erkendes i billedet. slutningen af vækstsæsonen (Mosbech & Hansen 1994). Det optimale er derfor at an- Efter udpegning af mulige lokaliteter blev de vende billeder fra samme tidspunkt af sam- analyseret for de tre sidstnævnte krav. For- me vækstsæson, men som et minimum fra skelle i klimagradienter betyder at lokalite- omtrent samme tidspunkt af vækstsæsonen. ter placeres i yderpunkterne af gradienterne Dette er opnået for vegetationskortene ved (nord/syd, kyst/indland samt topografisk). Nuuk og i Sydgrønland, men ikke ved Kan- Lokaliteterne skulle være relativt let tilgæn- gerlussauq. gelige. Med et begrænset budget ville det ikke være muligt at flyve med helikopter til 3.8.1. Klassifikation alle lokaliteterne hvorfor det var nødvendigt Klassifikationen af overfladetyperne i de tre at finde lokaliteter, som var tilgængelige med hovedområder er opdelt i klassifikation af båd. Specielt ved Kangerlussuaqområdet vegetationsdækkede og vegetationsløse over- var dette vanskeligt, da fjordsystemet ikke flader. Vegetationsdækkede overflader er er særligt forgrenet. spektralt meget ens indbyrdes sammenlignet med de vegetationsløse overflader (sne, Unsupervised klassifikation vand, klippe, skyer osv.), og da vægten af Ved unsupervised klassifikation forstås, at dette studie er lagt på vegetationen er de der i klassifikationsprocessen ikke er nogen vegetationsløse overflader sorteret fra for at interaktion fra analytikerens side. Klassifika- lette adskillelsen af de enkelte vegetations- tionen med inddeling i klasser er udelukken- typer. de baseret på informationen i billederne og

98 ikke på feltobservationer, som i de nedenstå- vendes til kortlægningsformål (Jensen 1996). ende klassifikationsmetoder (minimum di- Typisk klassificeres et billede med væsentligt stance og maximum likelihood). flere klasser end det forventes af det endelige kort og ved analyse af de enkelte klasser Metoden, som er anvendt, kaldes for ISO- kan nogle slås sammen og danne menings- DATA (Iterative Self-Organizing Data Ana- fulde overfladeklasser. Andre klasser vil være lysis Technique) og er beskrevet i detaljer i udtryk for spektrale forskelle indenfor sam- Jensen (1996). Joria & Jorgenson (1996) an- me overfladetype, hvilket kan give væsent- vender i et studie af tre klassifikationsmeto- lige problemer ved udarbejdelse af et egent- der, unsupervised klassifikation til at klassi- ligt temakort baseret på unsupervised klas- ficere tundraområder. Følgende parametre sifikation. skal defineres før klassifikationen: Maksimalt antal klasser I dette studie er unsupervised klassifikation anvendt til at udvælge feltlokaliteterne og Maksimalt % uændrede efter iteration under feltarbejdet til at sikre at de botanisk Maksimalt antal iterationer bestemte vegetationstyper med rimelig sikkerhed kunne adskilles på grundlag af de Minimum procent af pixels i en klasse tilgængelige satellitbilleder. Maksimal standardafvigelse Split separeringsafstand Supervised klassifikation Klassifikationer, som har input fra analytike- Minimum klasse-middelafstand rens side udover den spektrale information Kort beskrevet går det ud på at data indde- fra billederne kaldes alle for superviseret les i det ønskede antal klasser, hvorefter mid- klassifikation. Informationen fra analytike- del og standardafvigelse beregnes for alle rens side kan være som feltarbejde, tidligere klasser. Der bliver så kørt en iteration mere, kortlægning, forhåndskendskab til området, hvor der, baseret på forudbestemte grænser viden om spektralsignaturerne for overflade- for størrelsen af klasser, bliver reklassificeret typerne osv. for at opfylde kravene til klassestørrelserne. Hvis en pixel ligger tæt på middel af en snæ- Feltarbejdet kan blandt andet resultere i de- ver klasse vil den ikke blive ændret, hvor- finition af såkaldte træningsklasser. Træ- imod brede klasser risikerer at blive splittet ningsklasser er reelt et sæt af kendte spek- op for at danne to klasser. Når det maksima- tralsignaturer hvor basal statistik (middel, le antal iterationer er nået afsluttes proces- standardafvigelse etc.) anvendes til at be- sen. Minimum procent pixels i en klasse sør- skrive de enkelte klasser i forhold til hinan- ger for at enkelte pixels, som spektralt falder den. Denne viden overføres så til hele satel- helt væk fra de andre, ikke tildeles en grup- litbilledet og resulterer i et kort med klasser pe. Hvis standardafvigelsen derimod bliver svarende til de i træningsklasser definerede. for stor i forhold til grænsen for den maksimale standardafvigelse, splittes klassen op. I dette projekt er der indsamlet to former for Hvis split separeringsafstanden er tildelt an- træningsklasser; dels positioner for kendte vendes denne i stedet for standardafvigelsen. overfladetyper (blandt andet fra vegeta- Middelklasseafstanden bestemmer, hvornår tionsanalyserne) og dels spektralsignaturer to klasser slås sammen til en. målt over samme overflader. I afsnit 3.6.2. på side 104 er overfladetyperne for kortlæg- Klasser fra unsupervised klassifikation er ningen kort beskrevet. For at anvende spek- udelukkende baseret på spektral informa- tralsignaturer som basis for træningsklasser, tion og kan således ikke umiddelbart relate- er det vigtigt at disse tilsvarer den spektrale res til overfladetyper. Ved undersøgelser i fel- sammensætning af pågældende overflade- ten kan de spektrale klasser dog relateres til type i satellitbilledet. En analyse af denne pågældende overfladetyper og dermed an- sammenhæng kan blandt andet foretages

99 ved at teste om middel og standardafvigelse definerede træningsklasser på baggrund af for henholdsvis spektralsignaturerne og sa- deres statistiske sandsynlighed for at tilhøre tellitbilleder for de valgte overflader er ens. den pågældende klasse. Metoden forudsæt- Denne analyse foretages med F- og t-test for ter en normalfordeling af refleksionsværdi- henholdsvis standardafvigelsen og middel. I erne i de enkelte spektrale bånd. Findes en 3.9.1. er resultatet af en sammenligning mel- bi- eller trimodal fordeling bør træningsklas- lem de indsamlede spektralsignaturer og ser opdeles efter dette, da det højst sandsyn- satellitbillederne præsenteret. ligt er tegn på forskellige klasser og ikke en klasse med to eller tre grupperinger (Jensen Ved sortering af pixels efter de relevante træ- 1996). Input til maximum likelihood meto- ningsklasser, på baggrund af satellitbilleder- den kan udover de basale statistikberegnin- ne og analytikerens information, kan der ger for træningsklasserne også inkludere a vælges mellem flere metoder. De tre metoder priori viden om den arealmæssige fordeling som er anvendt i kombination i dette pro- af klasserne. Derved vægtes den enkelte klas- jekt er: se, så klasser med relativt stor udbredelse får minimum distance og tildelt et større sandsynlighedsrum. Klassen kan også begrænses med en grænseværdi så maximum likelihood pixels kun tildeles til en klasse, hvis de ligger Normalized Difference Vegetation Indeks indenfor en bestemt sandsynlighed. (NDVI) Metoderne er uddybet i Jensen (1996) og Normalized Difference Vegetation anvendt blandt andet i Joria & Jorgenson Indeks (NDVI) (1996) ved test af klassifikationsmetoder i NDVI er ikke en klassifikationsmetode på arktisk tundra. Gong & Howarth (1990) an- lige fod med de to ovenstående men et vegetationsindeks, som angiver vegetationens vender både minimum distance og maxi- frodighed (Rouse 1975). Mange forskel- mum likelihood i en generel analyse af klas- et al. sifikationsmetoderne. lige indeks er opstillet igennem de sidste 30 år (RVI, PVI, SAVI etc.), men i dette projekt er NDVI anvendt til adskillelse imellem ve- Minimum distance klassifikationsmetoden anvender afstanden imellem træningsklas- getationsdækkede overflader og bar jord. sernes middel til at klassificere alle pixels i NDVI beregnes på følgende måde: billedet. En pixel bliver tildelt til den klasse, − 5('1,5 hvis middelværdi ligger i kortest afstand. 1'9, = ( ) (F 8) Forskellige metoder kan anvendes ved be- (1,5 + 5(') regning af afstanden, men i dette projekt hvor: anvendes den euklidiske afstand: NIR: Nærinfrarøde spektra (TM4 for Land- sat 5 TM) Q 'LVW ∑( −= ED )2 (F 7) RED: Røde spektra (TM3 for Landsat 5 TM) PHDQ%$ PHDQ LL L=1 NDVI producerer værdier indenfor interval- Metoden er hurtig, men er ikke baseret på let 1 og 1. Værdier under 0 vil være repræ- viden om træningsklassernes statistiske ud- senteret ved overflader, hvor den nærinfra- bredelse (varians) og kan derfor ikke skelne røde refleksion er lavere end den røde (sne, mellem brede og snævre klasser. Input til me- vand, skyer etc.), hvorimod værdier over 0 toden er basisstatistik for træningsklasserne vil være repræsenteret af vegetation, bar jord samt eventuelt en grænseværdi, så pixels osv. På baggrund af de målte spektralsigna- der ligger langt fra alle andre grupper ikke turer (se afsnit 3.6.1.) er der fundet en mini- inkluderes, men tildeles en egen klasse. mumsværdi for områder, som er dækkede med vegetation på NDVI=0,15. Dette vil in- Maximum likelihood, tildeler pixels til de kludere fjeldmark og afblæsningsflader som

100 meter) data undersøgt effekten af varierende placering af de spektrale bånd ved NDVI beregning fra de mest anvendte multi-spektrale sensorer. De fandt at placeringen af begge bånd var af relativ stor betydning og at Landsat 5 giver den største kontrast imellem grøn vegetation og jord, hvorimod NOAA-11 AVHRR giver den laveste kontrast af de testede sensorer. For regionale eller storskala studier er AVHRR p.t. dog en af de eneste sensorer, som kan dække arealer med passende temporale og spatiale opløsning Figur 3.30. Refleksionsspring for vegetation omkring 0,73 ìm. TM3 og TM4 kanalerne for Landsat og denne er derfor også anvendt i Sektion 4 5 TM er angivet. i den retrospektive analyse af vegetationen i Vestgrønland. har et lille dække af mosser, laver og enkelte I vegetationskortlægningen er NDVI anvendt planter, hvorimod klippeflader med mikro- til at reklassificere eventuelle pixels som var laver kun er inkluderet, hvis det er indenfor tilfaldet henholdsvis Bar jord / Klippe og et mere vegetationsdækket område. I områ- Vegetationsdækkede områder, men som bur- der med meget lav refleksion vil små forskelle de have været i den modsatte klasse. Efter i de to spektre give uforholdsmæssigt store den egentlige klassifikation blev alle pixels i udsving i NDVI, og det kan derfor forekom- klassen Bar jord / Klippe med en NDVI vær- me at for eksempel skyggeområder viser høje di på 0,15 og derover reklassificeret til vege- NDVI værdier. tationsklassen og omvendt.

Den plantefysiologiske baggrund for NDVI Kortlægning af vegetationsløse overflader ligger i klorofyl og cellestrukturernes reflek- De vegetationsløse flader i Vestgrønland er sionsegenskaber. Da klorofyl absorberer sol- opdelt primært udfra et ønske om større dyb- stråling i det røde bånd vil vegetationen ab- de i det endelige klassifikationsresultat. Reelt sorbere kraftigere, jo mere klorofyl den inde- er det kun de vegetationsdækkede overflader, holder, og samtidig vil den kraftigere celle- som er af interesse, men forholdet imellem struktur i bladene medføre en øget reflek- de andre typer og de vegetationsdækkede sion af strålingen i det nærinfrarøde spektre kan afdække forhold som ikke kan erkendes (se figur 3.30.). alene udfra vegetationen. For eksempel er mængden af vand og sne en vigtig faktor Disse to mekanismer vil under udviklingen for vegetationen. af planten i løbet af en vækstsæson medføre et voksende spring i refleksionskurven, som Skygge- og skyområder er ikke nødvendig- kan anvendes til blandt andet bestemmelse vis vegetationsløse områder, men områder af plantefysiologiske parametre som leaf hvor det ikke er muligt at få information om- area index og lignende. Springet kan, som i kring overfladen. Det er derfor vigtig at bru- dette projekt, altså også bruges til at skelne geren af kortene er opmærksom på dette. mellem vegetationsdækkede og vegetations- løse overflader. Det har ikke været muligt at få helt skyfrie billeder, idet der på alle billederne som mini- Den præcise spektrale placering af kanalerne mum er en enkelt cumulussky eller to. De for NIR og RED er vigtig ved sammenligning terrænbetinget skyggedækkede områder kan af værdier imellem studier. Galvão et al. heller ikke undgås, da satellitten overflyver (2000) har udfra hyperspektrale AVIRIS på samme tidspunkt af døgnet og skyggerne (Airborne Visible/Infrared Imaging Spectro- derfor falder næsten ens på alle billeder. Af-

101 skab til overfladerne. De vegetationsløse om- råder blev derefter klassificeret ved maximum likelihood metoden. Med maximum likelihood metoden har nogle områder for lav sandsynlighed til at tilhøre nogen klasser. Eller de ligger uden for de grænseværdier, der kan tildeles de enkelte klasser, og derfor er blevet klassificeret som blandingspixels. Det vil sige pixels, som med maximum likelihood ikke kan defineres i en bestemt klasse.

På disse pixels blev der derfor kørt en mini- Figur 3.31. Spektralsignaturer for vegetationsløse mum distance klassifikation, og de tidligere overflader i Vestgrønland. Spektralsignaturerne er uklassificerede pixels fik tildelt en klasse på baseret på de 6 Landsat TM kanaler i de synlige og baggrund af den nye klassifikation. Mini- nær- og midtinfrarøde spektre. mum distance kan sættes til at klassificere alle de pixels man ikke har fået klassificeret ved maximum likelihood og tildele dem til hængigt af tidspunktet på året er skyggerne den klasse, de ligger nærmest. Kun hvis der dog kortere eller længere og det er derfor til- er samme afstand til flere klasser (hvilket sigtet at anskaffe billeder fra midten af juli, sker meget sjældent) vil klassen ikke kunne hvor vegetationen er på det højeste og skyg- tildeles. gerne relativt korte. Som nævnt i afsnit 3.5.1. er det tilgængelige billedmateriale ikke stort Billedet blev derefter filtreret med et 3*3 fil- og det har derfor været nødvendigt at accep- ter, som reklassificerer den midterste pixel i tere billeder med lange skygger. filteret til typeværdien, hvis 6 eller flere pixels af de 9 i filteret har den samme værdi. Dette Figur 3.31. viser eksempler på spektralsig- giver et bedre overblik over kortet til præsen- naturer for de vegetationsløse overflader i tationsformål idet enkelte typer indenfor Nuukområdet. De vegetationsløse flader er større homogene områder dermed fjernes. meget forskellige fra hinanden og er derved Endelig blev de to grupper med bar jord / nemme at adskille. Specielt i de første 4 TM klippe og vegetationsområder reklassificeret bånd er forskellen stor imellem de viste over- på baggrund af en grænseværdi (NDVI ~ flader. Sne og skyer er ofte ens i disse bånd, 0,15). Hermed sikres at pixels som reelt er men kan tilgengæld differentieres i bånd 5 vegetationsdækkede, men er blevet klassifice- og 7, hvor skyer har høj refleksion og sne og is lav refleksion. De primære årsager til denne forskel er dels at vanddråber og iskrystal- ler i skyen er mindre end i sne på jorden og dels at de fleste skyer indeholder vand (selv ved temperaturer under 0°). Skyerne reflekterer derfor bedre ved de midtinfrarøde bøl- gelængder end sne gør (Dozier 1989).

Til kortlægningen af de vegetationsløse overflader er der anvendt en kombination af maximum likelihood og minimum distance klassifikationer. Figur 3.32. ISODATA klassifikation med 5 klasser fra Itinnera i Nuukområdet. Kun vegetations- Træningsområder for alle de vegetationsløse dækkede flader er inkluderet i klassifikationen, klasser blev tegnet på basis af forhåndskend- idet blå er ikke vegetationsdækkede overflader.

102 ret som vegetationsløse kommer med i kort- Som det fremgår af figur 3.33. adskiller vege- lægningen af vegetationsdækkede klasser. tationstyperne sig ikke spektralt så meget fra Grænsen på NDVI = 0,15 er sat ud fra ana- hinanden, som de vegetationsløse overflader. lyser af kendte vegetationsløse og sparsomt Alle signaturerne har det for vegetation me- vegetationsdækkede overflader. get karakteristiske spring i refleksionen mellem TM3 og TM4 (omkring 0,75 µm). Jo kraf- Kortlægning af vegetationsdækkede tigere vegetation, desto større spring. Kun overflader fjeldmark har et knap så karakteristisk spring, De vegetationsdækkede områder er kortlagt idet denne type er meget vegetationsfattig. over to omgange. I første omgang inden feltarbejdet med ISODATA og dernæst på bag- Ved kortlægningen af de vegetationsdække- grund af indsamlede feltdata med maximum de overflader er der udelukkende anvendt likelihood. maximum likelihood baseret på trænings- arealer fra feltarbejdet og satellitbillederne. Kortlægningen med ISODATA blev foreta- Efter klassifikationen er vegetationskortet get for at give mulighed for planlægning af for præsentationsformål blevet filteret med feltarbejdet og for at sikre at der var en mu- et 3*3 filter, og kombineret med resultatet lighed for spektralt at adskille de botanisk fra kortlægningen af de vegetationsløse definerede vegetationstyper. Efter at de vege- områder. Ved analyserne af fordelingen af tationsløse områder var frasorteret blev ISO- vegetationstyperne er disse udført på den DATA anvendt til at klassificere områderne ikke-filtrerede klassifikation. med 5, 6, 7 og 8 spektrale klasser (figur 3.32.). 3.8.2. Usikkerhedsbestemmelse De ISODATA-klassificerede områder er ba- Usikkerhedsbestemmelsen (Accuracy Asses- seret på spektrale forskelle og kan således sment) er baseret på feltindsamlede data fra ikke tildeles vegetationsrelaterede navne. GPS bestemte positioner. I det følgende afsnit beskrives først indsamlingen af data og Klassifikation af de vegetationsdækkede dernæst anvendelsen af disse til beskrivelse overflader er sket ved anvendelse af traditio- af usikkerheden af klassifikationen nel superviseret klassifikation på baggrund af feltindsamlet viden om overfladetyperne Indsamling af data til (0). De kortlagte vegetationstyper inklude- usikkerhedsbestemmelse rer 8 vegetationstyper og er præsenteret i Indsamling af data til usikkerhedsbestemmel- afsnit 0 på side 104. se blev grundet logistiske begrænsninger foretaget dels til fods langs transekter udfra centrale lejre og dels ud fra helikoptertransekter. Helikoptertransekterne foretrækkes, idet de dækker større områder og derfor sik- rer at de enkelte lokaliteter er uafhængige af hinanden. Ulempen ved helikoptertransekter er dog prisen og grundet begrænsningen i økonomi er nogle af transekterne udlagt som vandringstransekter.

Lokaliteterne, der blev brugt som udgangspunkt for vandringstransekterne, blev udvalgt udfra et ønske om at så mange af de Figur 3.33. Spektralsignaturer for vegetations- kortlagte vegetationstyper som muligt skulle dækkede overflader i Vestgrønland. Spektralsigna- være tilgængelige indenfor en radius af 5 km turerne er baseret på de 6 Landsat TM kanaler i de fra lejren. Transekterne blev derefter lagt i synlige og nær- og midtinfrarøde spektre. en trekant, så man går 5 km ud ad en tran-

103 sekt i en tilfældig valgt retning, derefter 1 km områder mindskes chancen for at usikker- mod højre så man opnår endnu en 5 km heden i positionsbestemmelsen medfører en lang transekt tilbage til lejren. Retningen er fejlklassificering. Homogene områder større udlagt tilfældigt for ikke at tilføje bias i val- end 3*3 forekommer dog ikke ofte, og det get af valgte analysepunkter. Længden af ville derfor ikke være muligt at finde tilstræk- transekten er valgt udfra et skøn om, hvor keligt med punkter, som ville opfylde et krav langt man kan gå på en dag med tilhørende om homogenitet i for eksempel et 5*5 pixel tid til observationer. stort område.

Helikoptertransekterne er lagt ud for at få Ved de vandringsbaserede transekter er der størst mulig dækning af landområder udfra endvidere ikke registreret punkter, som lig- placeringen af lufthavnene. Ved Nuuk blev ger nærmere på lejrene end 500 m. Dette gi- transekten således foretaget over Akia, da ver en afstand imellem punkterne på de to en transekt i anden retningen ville bruge for ben af transekter på cirka 50 m stigende til meget flyvetid til transport over vand. Som 1 km for enden af de to transektben. Et ek- for de vandringsbaserede transekter blev sempel på transektplaceringer og samplings- også helikoptertransekterne lagt ud som en positioner omkring lejren nord for Qussuk trekant. Retningen af den første side blev er vist på Figur 3.34. Billedet viser Landsat foretaget tilfældigt. TM bånd således, at grønne farver er vegeta- tionsdækkede overflader og røde farver ve- Valg af homogene lokaliteter getationsløse overflader. Lyseblåt er snedæk- På hver transekt blev homogene områder af kede overflader og sort er vand eller skyg- en størrelse på minimum 3*3 pixels og med ger. Hvert af de lange ben på en transekt er en indbyrdes afstand på henholdsvis mini- 5 km og endestykket 1 km, så hver transekt mum 100 m ved vandringstransekterne og i alt er 11 km lang. Afhængig af homogeni- minimum 250 m ved helikoptertransekterne teten af overfladen langs transekten har hver udvalgt. Ved at vælge punkterne i homogene transekt mellem 20 og 45 punkter, hvor der

Figur 3.34. Transektplacering og positioner for homogene punkter nord for Qussuk i Nuukområdet. Billedet er sammensat af Landsat TM bånd 7, 4, 3 i henholdsvis rød, grøn og blå farvekanal.

104 Tabel 3.14. Antal lokaliteter for indsamlede data til anvendelse ved usikkerhedsvurdering.

Busk- Fjeld- Græs- Kær Krat Lavholdig Steppe Bar Skygge Vand Silt hede mark land hede jord vand Kangerlussuaq9461333 1 61212512 Nuuk10632115324812040

foretages observationer til usikkerhedsvur- skrivelse af usikkerheden og dermed give et deringen af vegetationskortene. bud på homogeniteten af den pågældende pixel i modsætning til en traditionel usikker- Under feltarbejdet anvendtes GPSen til na- hedsvurdering, som kun angiver korrekt eller vigation til næste punkt på transekten, hvor- falsk. Metoden er beskrevet nærmere neden- efter følgende arbejde blev udført: for og en præsentation af resultaterne fra Bestemmelse af vegetationstypen. Hvis usikkerhedsvurderingen er givet i afsnit 3.9. en sekundær vegetationstype udgjorde mere end 30% noteredes det. Tertiær type Anvendt usikkerhedsestimering noteredes i tilfælde, hvor tre typer antog Til analysen af feltdata er der anvendt dels lige stor dækningsgrad. den traditionelle confusion matrix, som giver et overordnet estimat af usikkerheden i Tildeling af fuzzy class (hvor godt stem- kortlægningen og dels en grundigere ana- mer den observerede vegetationstype lyse af usikkerheden baseret på fuzzy data. overens med den klassificerede). I den følgende beskrivelse af usikkerhedsbe- Notering af koordinater stemmelse er der, for at give en bedre forstå- Fotos til beskrivelse af punktet tages. Der else af metoderne, anvendt data fra Kanger- tages mellem 1 og 4 fra hvert punkt af- lussuaq som eksempel, men en egentlig gen- hængig af homogeniteten af området. nemgang af resultaterne og deres betydning Fotos blev senere anvendt til verificering for kortlægningen følger først i afsnit 3.9. af overfladetyper i forbindelse med analysen. Sample-størrelser Ved statistisk analyse af usikkerheden i tema- Udlægningen af punkterne er altså primært tiske kort skal der anvendes et minimum af tilfældig. I de tilfælde hvor der er sket en punkter for at opretholde den statistiske styring, f.eks. startpunkt på transekten, har sandsynlighed for uafhængighed og indsam- det ingen statistisk betydning for anvendel- ling af data, som repræsenterer alle miljøer i sen af dataene til usikkerhedsvurdering af kortlægningen. Almindelig binomial sand- kortene synlighedsteori (Fitzpatrick-Lins 1981) fore- slår relativt små -størrelser baseret Grundet de logistiske begrænsninger med sampling på feltarbejde i Grønland blev der kun indsamlet data til usikkerhedsbestemmelse i Kan- 2 TS= 1 = ** (F 9) gerlussuaq- og Nuukområdet. De indsamle- ( 2 de data fordelte sig på de kortlagte typer som vist i tabel 3.14. hvor: N: sampling-størrelse Fuzzy classerne kan tildeles på fem niveau- Z: 2 (1,96 for 95% konfidens interval) er, som bestemmes ud fra overensstemmel- p: forventet procent sikkerhed sen imellem den observerede type og den q: 100-p klassificerede (Gopal & Woodcock 1994). E: tilladte fejl Disse kan så anvendes til en mere præcis be-

105 For området ved Kangerlussuaq vil det be- brugeren, som anvender kortet, kun kan for- tyde en sampling-størrelse omkring 62 loka- vente at klassen Type 1 i 91,25% af tilfælde- liteter (80% sikkerhed med fejl på +/-10%). ne reelt er Type 1. Dette kan dog nemt blive for få til god usikkerhedsestimering og Congalton (1991) fore- Omvendt kan usikkerheden ses fra analyti- slår derfor indsamling af data fra minimum kerens side (Producers accuracy), hvor det 50 lokaliteter per klasse, som skal vurderes. undersøges hvor mange af de pixels som Hvis der således er 11 klasser i en kortlæg- reelt er Type 1, som er kortlagt som denne ning, skal der indsamles data fra minimum klasse. I ovenstående tilfælde er det 73 pixels 550 tilfældige lokaliteter fra hvert kort, som ud af 85 og dermed 85.88% som er kortlagt skal vurderes. Dette mål er langtfra opfyldt korrekt. Users og producers accuracy anven- med de indsamlede data for dette projekt. des tit til at sammenligne de enkelte klasser Konsekvensen af dette vil derfor blive et rin- med hinanden og se hvilke som er dårligt gere estimat af usikkerheden og er nærmere adskilt. diskuteret i afsnit 0. Et overordnet mål for usikkerheden fås gen- Confusion matrix nem de to usikkerhedsberegninger: Den traditionelle er nok confusion matrix Overordnet usikkerhed (P) og den hyppigst anvendte metode til estimering Tau koefficienten (τ) af usikkerheden for tematiske kort fra satellitbaseret kortlægning (Congalton 1988a, Den overordnede usikkerhed beregnes som 1988b, 1991, Congalton & Green 1993, Ham- summen af diagonalværdierne divideret med mond & Verbyla 1996, Hudson & Ramm det samlede antal pixels anvendt i usikker- 1987, Janssen & van der Wel 1994, Lunetta hedsberegningen (Jensen 1996): et al. 1991, Ma & Redmond 1995, Muller et al. 1998, Næsset 1995, Skidmore & Turner 0 [ 1989, Verbyla & Hammond 1995). ∑ LL 3 = L=1 (F 10) 1 Klasser fra kortet sammenlignes direkte med de observerede klasser fra feltarbejdet i en hvor: matrix. I tabel 3.15. ses eksemplet fra Kan- N: samlede antal pixels anvendt gerlussuaq hvor de klasser, som blev obser- M: antal klasser anvendt i usikkerheds- veret i felten er angivet i kolonnerne og klas- estimeringen serne fra kortet i rækkerne. Der hvor klasser- x : diagonalværdien for en klasse ii ne er ens vil det resultere i en værdi på dia- gonalen. Således er 73 af på kortet 80 klas- P beskriver altså en gennemsnitsværdi for, sificerede pixels tilhørende klassen Type 1 hvor stor sandsynligheden er for at en hvil- korrekt klassificeret, altså 91,25%. De sidste ken som helst kortlagt pixel reelt tilhører den 7 fordeler sig på andre klasser. Dette mål for klasse, som den er blevet tildelt. I ovennævn- usikkerhed kaldes også Users accuracy idet te eksempel (tabel 3.15.) er P således (73 + 2

Tabel 3.15. Eksempel på en confusion matrix for en klassifikation.

106 + 11 + 25 = 111/130 = ) 0,854. Altså en over- Grunden til at τ anvendes i stedet for den op- ordnet usikkerhed, hvor 85,4% er korrekt rindelige Kappa statistik er, at Foody (1992) klassificeret. fandt at Kappa underestimerer den generelle sikkerhed i kortlægningen. Der henvises Tau (τ) koefficienten er baseret på Kappa til Foody (1992) for en nærmere gennemgang statistik (Ma & Redmond 1995) og inklude- af dette samt til Ma & Redmond (1995) og rer dermed ikke kun diagonalværdierne i be- Muller et al. (1998) for eksempler på anven- regningen, men også række og kolonnetota- delsen af τ. En af de store fordele ved τ er at lerne for at give et bedre bud på en generel der kan beregnes en varians for usikkerhe- usikkerhed. den, som kan anvendes til at sammenligne klassifikationer og dermed vurdere om æn- τ beregnes som følger: dringer i kortene er signifikante. Specielt ved undersøgelser af klimaændringer og græs- − 33 τ = 0 U (F 11) ningstryk er dette en fordel. I eksemplet fra 1− 3U før (tabel 3.15.) er τ = 0,805 og dermed en lidt lavere sikkerhedsestimering af resultatet hvor: end den traditionelle P giver.

∑ [LL Fuzzy analyse 33 == L=1 (F 12) Som beskrevet i afsnit 3.8.2. under indsam- 0 1 ling af feltdata er der anvendt fuzzy analyse under indsamlingen af feltdataene. Vegeta- og tionstyperne i Vestgrønland forekommer som rene typer, men er tit en blanding af fle- 1 3 = (F 13) re forskellige typer indenfor samme pixel, U 0 såkaldte mixels. I disse tilfælde er det ofte når klasserne har lige stor sandsynlighed svært og forkert at tildele en fast type og for eller at analysere udbredelsen af de fejl som det medfører er fuzzy analyse anvendt. Forde- 1 0 len ved fuzzy analyse er altså at den i mod- 3 = ∑ * [Q i (F 14) U 2 + ML sætning til den traditionelle confusion ma- 1 L=1 trix, kan anvendes til at give et mere nuan- for a priori sandsynlighed for klassetildelin- ceret billede af fejl og fejlkilder ved tematisk gen. kortlægning fra satellitbaseret materiale. Me- toden blev først introduceret af Gopal & Woodcock (1994) og er siden blevet anvendt i Arktis af blandt andre Muller et al. (1998).

Tabel 3.16. 5-trinsskala for fuzzy class tildeling ved usikkerhedsvurdering (Gopal & Woodcock 1994).

Værdi Beskrivelse 1 Helt forkert. Stemmer overhovedet ikke overens og er helt uacceptabelt. 2 Forståeligt, men forkert. Stemmer ikke overens og er ikke et godt svar. 3 Rimeligt svar. Stemmer nogenlunde overens og er et nogenlunde svar. 4 Korrekt svar. Stemmer fint overens. Et udemærket svar. 5 Helt korrekt. Stemmer perfekt overens og er det eneste svar.

107 Ved traditionel usikkerhedsvurdering angi- og Right. Forskellen vil være et udtryk for ves den kortlagte og den observerede klasse. den andel af vegetationstypen som giver et Ved fuzzy-vurderingen bliver hver klasse i acceptabelt bud på overfladetype om end kortlægningen ved hver feltlokalitet tillagt ikke det perfekte. Et eksempel på en analyse en værdi på baggrund af dens tilhørsforhold er vist i nedenstående tabel 3.17. til den observerede overfladetype. Tildelin- gen sker udfra en 5-trinsskala, som først blev I sidste kolonne er forbedringen ved at gå foreslået af Gopal & Woodcock i 1994 (se fra den relativt konservative usikkerhedsvur- tabel 3.16.). dering, Max, til den mere bredt accepteren- de vurdering, Right, vist dels i pixels og dels Da tilhørsforholdet for hver klasse bliver be- i procent. Her er forbedringen 15,3 procent- stemt i felten er det på baggrund af disse point og dermed andelen af det samlede kort data muligt at analysere fejlkilderne bedre som giver en acceptabel vurdering af over- og give et estimat af homogeniteten for fladetypen. Vurderingen kan også foretages pixelen. Således kan en pixel af blandingen på enkelt typeniveau. For eksempel er for- dværgbuskhede, lavholdig dværgbuskhede bedringen af den dårligt klassificerede Type og græsland godt opnå værdien 3 eller 4 i 2 kun på 2% og viser således at ikke engang alle klasserne da mægtigheden og fordelin- en moderat vurdering tillader denne klasse gen af de tre vegetationstyper indenfor på- at være acceptabel. gældende pixel er ens. Difference-modul Analysen af fuzzy-dataene er opdelt i tre I Difference-modulet evalueres størrelsen og moduler, som alle er anvendt i estimeringen frekvensen af fejl indenfor hver klasse. I ta- af usikkerheden for vegetationskortene: bel 3.18. er vist et eksempel på en Differen- -tabel. Max og Right-modulet ce modulet Difference- Difference beregnes ved at der fra den tildel- Membership-modulet te klasses fuzzy-værdi trækkes den derudover højeste fuzzy-værdi på lokaliteten. Vær- Max og Right-modul dien for Difference vil altså ligge fra 4 for Max og Right-modulet er frekvensanalyser en helt forkert klassificeret pixel til +4 for en af de observerede fuzzy-data og dækker over korrekt klassificeret og homogen pixel. Gra- dels hvor ofte en tildelt kategori er den bed- den af Difference-værdien antyder altså grad ste for pågældende lokalitet (Matches i Max) af homogenitet i pixelen, idet mixels vil få og dels hvor ofte den tildelte kategori er ac- lavere Difference-værdier. Difference-værdi- ceptabel (Matches i Right). Right defineres erne er i analysen opdelt i hvornår den tildel- udfra at kategorien skal have tildelt en vær- te klasse har den største eller samme fuzzy- di på 3, 4 eller 5 i fuzzy analysen. Max er en værdi som andre typer (Matches), og hvor- mere konservativ vurdering og medtager når den tildelte klasse har en lavere fuzzy- kun den bedst vurderede klasse (5). Anven- værdi end andre typer på lokaliteten (Mis- delsen af Max/Right vurderingen ligger i matches). En pixel, som har fået vurderin- muligheden for at se forskellen mellem Max gen 5 for den kortlagte type mens alle andre

Tabel 3.17. Max og Right analyse af fuzzy data eksempel.

108 typer har fået vurderingen 1 vil således få dersøge i hvilket miljø fejlene forekommer. en Difference-værdi på 4. Dette antyder en Hvis de sker i homogene miljøer vil de lave homogen, velklassificeret pixel. Hvis den Membership-grupper have et højt antal Mis- kortlagte type omvendt havde fået vurderin- matches og omvendt ved høje Membership- gen 1 og en anden type vurderingen 5 ville værdier, hvis fejlene sker i heterogene miljø- Difference-værdien blive 4, som antyder en er (mixels). For Type 1 i eksemplet ovenfor helt forkert klassificeret pixel. Ved beregning er der således 41 ud af 94 pixels som kun har af middel for henholdsvis Mismatches og en pixel med fuzzy-værdien 3 eller derover. Matches gives mulighed for en differentie- Af disse er 35 pixels klassificeret perfekt og ring af usikkerheden indenfor hver klasse. 6 er klassificeret med en fuzzy-værdi på 4 og derunder. For en perfekt klassificeret, ho- Membership-modul mogen type vil alle pixels være i Member- Det sidste modul i fuzzy-analysen er Mem- ship-klasse 1 under Total og Match. bership-modulet, der giver et mål for hvor mange typer, som er vurderet til at tilhøre 3.9. Resultater den pågældende pixel og er dermed et bud I det følgende vil resultaterne for vegetations- på årsagen til usikkerheden for en kortlæg- kortlægningen blive præsenteret. Disse in- ningen af en given pixel. I tabel 3.19. er der kluderer 1) spektralsignaturer og trænings- vist eksempel på en Membership-analyse. klasser, 2) de færdige vegetationskort med usikkerhedsvurdering. En type siges at tilhøre en pixel, hvis den har en fuzzy-værdi på 3 eller derover. For eksem- Vegetationsanalyserne har sammen med pel vil en lokalitet som har en fuzzy-værdi analyse af satellitbilleder resulteret i på 3 for en klasse, 4 for en anden og 1 eller nedenstående kortlagte vegetationstyper: 2 i resten have en Membership-værdi på 2. I Dværgbuskhede. tabellen med Membership-værdierne er hver gruppe af Membership opdelt i totale Lavholdig dværgbuskhede. pixels af klassen i den pågældende gruppe Krat. (T), antal pixels som i Max-modulet er et Græsland. Match (M) samt antal Mismatches (N). Ta- bellen kan blandt andet anvendes til at un- Kær.

Tabel 3.18. Difference-analyse eksempel.

Tabel 3.19. Membership-værdier for fuzzy-analyse eksempel.

109 Steppe. Opdyrket / frodig (kun Sydgrønland). Fjeldmark / Afblæsningsflade. Bar jord / klippe. Udover de nævnte vegetationstyper er føl- gende vegetationsløse overflader kortlagt: Snedække. Vand.

Siltet vand (afløb fra gletscher). Figur 3.35. Eksempler på spektralsignaturer fra Skygger. det indsamlede spektralbibliotek. Hele datasættet samt kort beskrivelse af respektive overfladetyper Skyer. kan findes på data-CDen. Det markante knæk i Vegetationskortene er i det følgende kun spektralsignaturen ved 0,55 og 0,83µm er ikke præsenteret ved et udsnit fra de pågælden- udtryk for den korrekte spektralsignatur, men de hovedområder. Hele vegetationskortet forårsaget af det bredere Landsat TM spektralbånd. findes på Data-CDen som et JPEG billede i opløsning 1:2 og i CHIPS-format, så der kan foretages udskrift i fuld størrelse eller egne 3.9.1. Spektralsignaturer analyser af vegetationstypernes fordeling. Som det blev beskrevet i afsnit 3.6.1 er der indsamlet spektralsignaturer med et 16- Følgende kapitel samt diskussion af usikker- kanals spektroradiometer i alle tre områder. heder i vegetationskortene (afsnit 0) bør læ- Spektralsignaturerne er kalibrerede og sam- ses før kortene anvendes til yderligere analy- let, så de enkelte typer er beskrevet ved et ser idet nogle områder på grund af topogra- middel af mange spektralsignaturer for den fi og skydække har en nedsat klassifikations- pågældende type. sikkerhed.

Tabel 3.20. Resultat af F- og ttest for henholdsvis spektralsignaturer og satellitbilledets spektrale sammensætning for dværgbuskhede-områderne i Nuuk hovedområde

110 Spektralbibliotek vis standardafvigelse og middel for vegeta- I figur 3.35. er vist to eksempler på typiske tionstyperne baseret på TM og MSR signatu- spektralsignaturer for de hver af de tre ho- rer i de tre områder. I tabel 3.20. og tabel vedområder. Kobresie og strømkrat fra Kan- 3.21. er resultatet af analysen for henholds- gerlussuaq, lavdominerede dværgbuskheder vis dværgbuskhede i Nuukområdet og kær i fra Nuuk samt birkekrat og græsmark fra Kangerlussuaqområdet vist. Resultattabeller Sydgrønland. Det ses tydeligt hvordan op- for de andre vegetationstyper i de tre hoved- dyrkede afgrøder har et væsentligt større områder kan findes i Appendiks 8. spring i refleksionen end naturligt forekommende vegetationstyper. Alle signaturer er Tabel 3.20. viser et eksempel på test af sam- beskrevet ved 16 bånd hvoraf de fem tilsva- menhængen mellem standardafvigelse og rer Landsat 5 TM bånd 1-5. Landsat TM middelværdi for de to datasæt af trænings- bånd 4 er har en lavere spektral dækning klasser for dværgbuskhede i Nuukområdet. (bredere bånd) end de omkringliggende, Spektralsignaturerne har den største stan- hvilket medfører det karakteristiske knæk i dardafvigelse, og det kan fra nederste del af signaturerne ved 0,83 µm. Data på Data- tabellen ses at kun spredningen i TM5 er sta- CDen findes i såvel ENVI- som ASCII-for- tistisk ens. For analysen af middelværdierne mat, opdelt i tre biblioteker: Kangerlussuaq, viser resultatet at kun TM2 kan sammenlig- Nuuk og Sydgrønland. nes mens de øvrige er signifikant forskellige.

Spektralsignaturer og træningsklasser Den øverste del af tabel 3.21. viser den ba- For at anvende indsamlede spektralsignatu- sale statistik for alle data for kærområderne. rer skal disse repræsentere den spektrale Datatypen med den højeste standardafvigel- sammensætning for en given overfladetype i se for hvert af de første 5 Landsat TM bånd satellitbilledet. På baggrund af alle de ind- er fremhævet med gul (anvendes i F-testen). samlede data, dels de fem første TM bånd Som det kan ses af den øverste del af tabel- fra spektroradiometret og dels refleksionen len er middel (mean) og standardafvigelsen fra satellitbilledet ved de botaniske analyser, (Std.Dev.) i de enkelte bånd ikke identiske for er der foretaget en F- og t-test af henholds- de to datatyper. Med en F- og en t-test kan

Tabel 3.21. Resultat af F- og ttest for henholdsvis spektralsignaturer og satellitbilledets spektrale sammensætning for kærområderne i Kangerlussuaq hovedområde.

111 det testes, om de to datatyper er signifikant standardafvigelser (Zar 1999). Welch (i Zar forskellige (Zar 1999). 1999) udviklede en metode til anvendelse for datasæt, som ikke havde ens standardafvi- F-testen er foretaget på 0,05% niveau, og re- gelse. Denne metode (Welch’s approximate t) sultatet viser at for kærområderne i Kanger- er anvendt for de tilfælde hvor standardaf- lussuaqområdet er det kun TM2, TM4 og vigelsen ved F-testen viste at de ikke var ens. TM5, hvor det ikke kan forkastes at stan- For kærområderne i Kangerlussuaqområdet dardafvigelsen er ens. For TM1 og TM3 er er det kun TM1 og TM4 hvor hypotesen, om standardafvigelsen ikke ens. Få af de analy- at middelværdierne er lige store, ikke kan serede vegetationstyper i de tre hovedområ- forkastes. Som det fremgår af tabellerne i der havde ens standardafvigelser og kun Appendiks 8 kan meget få af middelværdi- græslandstypen i Kangerlussuaqområdet erne for vegetationstyperne fra de to data- havde ens standardafvigelse i alle fem TM sæt sammenlignes. Kun kærområderne ved bånd (Appendiks 3.2). For flere vegetations- Nuuk har ens middelværdier for alle Land- typer var det i ingen eller kun et af båndene sat TM bånd (spredningen for TM1, TM4 og at standardafvigelserne kunne sammenlig- TM5 kan derimod ikke sammenlignes). nes (f.eks. dværgbuskhede, fjeldmark og krat i Kangerlussuaq- og Nuukområdet og Årsagerne til at spektralsignaturerne og re- græsland og kærtyperne i Sydgrønland). fleksionen fra satellitbilledet ikke er direkte sammenlignelige er diskuteret nærmere i af- Middelværdierne er ligeledes testet på 0,05% snit 0. Som resultat af denne analyse er spek- niveau. Denne test kan kun foretages for tralsignaturerne ikke anvendt som trænings- datasæt, hvor data er tilfældigt udvalgt af to klasser for vegetationskortlægningen. Som normalfordelte populationer med lige store træningsklasser er istedet anvendt områder

Vegetationstype Areal (km2)† Dækning i % af alle Tabel 3.22. Arealfordeling af vegeta- vegetationstyper tionstyperne i hele Kangerlussuaqom- Krat 1.387 9,2 rådet. Procent dækning af alle vege- Dværgbuskhede 8.196 54,3 tationstyper udgør 55,8%. Lavholdig 434 2,9 dværgbuskhede Kær 315 2,1 Græsland 1.102 7,3 Steppe 1.323 8,7 Fjeldmark 2.347 15,5

† Hele det kortlagte areal dækker 27.048 km2, hvoraf de 11.944 km2 er dækket af vegetationsløse overflader eller vand. 56% af det samlede areal er således vegetationsdækket.

Tabel 3.23. Confusion matrix for Kangerlussuaqområdet. )HOW Map Users 012345 678910total accuracy Dværgbusk- Fjeld- Græs- Lavholdig Bar Siltet Kær Krat Steppe Skygge Vand hede mark land dværgbuskhede jord vand 0 Dværgbuskhede 73 9 5 1 2 2 2 94 1 Fjeldmark 516 2 Græsland 11 2 13 3 Kær 21 3 4 Krat 3 3 W U Lavholdig R 5 . dværgbuskhede 1 1 6 Steppe 114 6 7 Bar jord 11112 8 Skygge 11 9 Vand 25 25 10 Siltet vand 12 12 Ground total 92 14 7 2 3 0 7 11 1 27 12 176 3URGXFHUVÃDFFXUDF\

112 i satellitbillederne, hvor overfladetypen gen- Usikkerhedsvurdering nem feltarbejdet er kendt. Nedenstående tabel 3.23. viser confusion matrix for vegetationskortet for Kangerlus- 3.9.2. Vegetationskortlægning ved suaq. Kangerlussuaq I figur 3.36. er et udsnit af det endelige vege- På baggrund af ovenstående confusion ma- tationskort for Kangerlussuaqområdet vist. trix er der udregnet: Billedet er som tidligere nævnt opbygget af Overordnet to Landsat 5 TM billeder, hvilket kan erken- usikkerhed (P): 76,1% des ved grænsen imellem de to billeder, som τ koefficient: 74,4% (67,6% - 81,2% ved er synlig i en sydvest-nordøst gående retning 95% konfidensniveau) i kortets sydøstlige del. I den nordvestlige del af kortet ved Nordre Strømfjord dækker I tabellen kan endvidere ses usikkerhederne et skydække det anvendte billede og kortlæg- for de enkelte klasser angivet ved såvel users ning i dette område har derfor ikke været som producers accuracy. Nogle af klasserne muligt. er kortlagt relativt godt med en score på 100%, mens andre klasser har alle punkter Fordeling af vegetationstyperne fejlklassificeret. Arealfordelingen af vegetationstyperne i Kangerlussuaqområdet er vist i tabel 3.22. På baggrund af fuzzy-analysen er følgende Fordelingen af alle overfladetyper er listet i tre tabeller anvendt til nærmere analyse af Appendiks 9. usikkerheden i vegetationskortet fra Kanger- lussuaq. Tabellerne indeholder beregninger Dværgbuskhede dækker hele 54,3% af de med Max og Right-metoden, Difference-me- vegetationsdækkede flader i Kangerlussuaq- toden samt Membership-metoden. Til sam- området, hvor den næstmest udbredte type men udgør de grundlaget for diskussionen i er fjeldmark. Resten af kategorierne fordeler 3.10. omkring fordelingen og usikkerheden sig fra 2.1% til 9.2% og udgør således kun af vegetationsklasserne. lige over 30% af de vegetationsdækkede arealer.

Figur 3.36. Udsnit af det endelige vegetationskort for Kangerlussuaqområdet. Det viste udsnit er lige ved Kangerlussuaq lufthavn. Farverne er forklaret ved legenden i nedre venstre hjørne af figuren.

113 For det generelle billede af vegetationskortet Værdierne fra Difference-metoden går fra ses i tabel 3.24. at 67,6% af klasserne er kor- 4 for en totalt fejlklassificeret pixel til +4 for rekt klassificeret efter den konservative en perfekt klassificeret pixel. Ind imellem Max-funktion. Hvis man i stedet vælger at ligger værdierne som antyder grader af dels anvende den mere brede Right-funktion sti- fejlklassificering og dels tilstedeværelsen af ger andelen af korrekt klassificerede pixels mixels i kortet. I alt ligger 11,9% af de analy- med 13,6% til 81,3%. Som i confusion ma- serede pixels med en Difference-værdi på -4 trix-tabellen kan de enkelte klassers usikker- og -3 og ligger dermed udenfor gruppen, hed ses i denne tabel. Nogle har meget lav som inkluderer pixels med fuzzy-værdien 3 sikkerhed (under 30% rigtig), men falder (Rimeligt svar). Total er 75,1% placeret i sammen med at der er meget få sample sites gruppen med Matches (0 - +4). for disse klasser (under 15 sample sites). 7 af de 11 klasser har ingen forbedring ved an- Membership-metoden er beregnet for at un- vendelsen af Right-funktionen fremfor Max- dersøge graden af homogenitet i de pixels, funktionen og er altså ikke umiddelbart af- hvor de værste fejl forekommer. Resultatet hængigt af antal sample sites. af denne beregning er vist i tabel 3.26.

Tabel 3.25. viser resultatet af beregningerne Generelt fordeler hovedparten af pixels fra Difference-metoden og er altså et udtryk (96%) sig i kategorierne med Membership- for hvor meget fuzzy-værdierne i de andre værdier på 1 og 2. Jo mindre en Member- klasser afviger fra den kortlagte klasse. ship-værdi en pixel har des nemmere er den

Tabel 3.24. Max og Right tabel for Kangerlussuaq vegetationskortet. Tal i kursiv er procent af de samlede lokaliteter.

0D[Ã 0 ÃÃ%HGVWHÃVYDU 5LJKWÃ 5 ÃÃ5LJWLJW )RUEHGULQJ .ODVVH /RNDOLWHWHU Matches Mismatches Matches Mismatches (R-M) Dværgbuskhede 94 62 32 80 14 18 Fjeldmark 65 1 5 1 0 Græsland 13 1 12 3 10 2 Kær 31 2 1 2 0 Krat 30 3 0 3 0 Lavholdig dværgbuskhede 10 1 0 1 0 Steppe 62 4 4 2 2 Bar jord 12 10 2 12 0 2 Skygge 11 0 1 0 0 Vand 25 25 0 25 0 0 Siltet vand 12 12 0 12 0 0

Total 176 119 57 143 33

Tabel 3.25. Beregninger fra Difference-metoden for vegetationskortlægningen i Kangerlussuaqområdet.

0LVPDWFKHV 0DWFKHV %HUHJQHWÃPLGGHOÃDIÃ %HUHJQHWÃPLGGHOÃDIÃ .ODVVH /RNDOLWHWHU -4 -3 -2 -1 0 1 2 3 4 0LVPDWFKHV 0DWFKHV Dværgbuskhede 94545991426139-2,22 1,99 Fjeldmark 6010001103 -3,00 3,00 Græsland 13063211000 -2,36 0,50 Kær 3101000100 -3,00 2,00 Krat 3111000000 -3,00 0,00 Lavholdig dværgbuskhede 1010000000 -3,00 0,00 Steppe 6101022000 -3,00 0,50 Bar jord 12000111045 -1,00 3,00 Skygge 1000000001 0,00 4,00 Vand 2500000100240,00 3,88 Siltet vand 1200000000120,00 4,00

Total 17681311121320281754 -2,39 2,60 % af Total

114 at kategorisere. Jo flere klasser en pixel kan Nuukområdet er præsenteret ved et udsnit i tilhøre desto sværere bliver det at give den figur 3.37. samt i helhed på den vedlagte en fast kategori (klasse). Kun 3,4% af de ana- data-CD. lyserede pixels havde tilhørsforhold fra 3 eller 4 klasser. Væsentligt er det dog at hele Ved kortlægningen af Nuukområdet er for 39,2% tegner sig for pixels, hvor 2 klasser har hovedparten af området anvendt Landsat 5 tilhørsforhold og er dermed et udtryk for mi- TM fra 20. juli 1993. For den nordlige del af xels med to klasser repræsenteret. Hvor stor kortet er anvendt et tilsvarende billede fra 1. en grad af pixelen, som tilfalder hver klasse juli 1995. Grænsen mellem de to kan ikke kan ikke bestemmes. Ved sammenligning umiddelbart erkendes, idet de to billeder er med resultaterne fra Max og Right-metoden fra cirka samme tidspunkt af vækstsæsonen. samt Difference-værdierne kan det dog ses, Der er ikke skydække af nævneværdig grad hvilke klasser, som typisk misfortolkes, og på billedet, men grundet de store topografi- kan være udtryk for overgangszone eller ske forskellige i området er der en del skyg- mixels af de to typer. geområder.

3.9.3. Vegetationskortlægning Fordeling af vegetationstyperne ved Nuuk I tabel 3.27. er den procentvise arealmæssige Den endelige vegetationskortlægning for fordeling af vegetationstyperne i Nuukom-

Tabel 3.26. Resultatet af Membership beregningerne for usikkerhedsvurderingen af vegetationskortet fra Kangerlussuaqområdet.

.ODVVH /RNDOLWHWHU T M N T M N T M N T M N T M N Dværgbuskhede 9400041356492623413000 Fjeldmark 6000330321000000 Græsland 13101505716000000 Kær 3000101211000000 Krat 3000303000000000 Lavholdig dværgbuskhede 1000000101000000 Steppe 6000101422101000 Bar jord 12000990211000101 Skygge 1000110000000000 Vand 2500024240110000000 Siltet vand 1200012120000000000

Total 1761011008416693435514101 % af Total

Tabel 3.27. Arealfordeling af vegetationstyperne i hele Nuukområdet. Procent dækning af alle vegetationsdækkede områder udgør 51%.

Vegetationstype Areal (km2) † Dækning i % af alle vegetationstyper Krat 263 2,1 Dværgbuskhede 1.679 13,5 Lavholdig 2.511 20,2 dværgbuskhede Kær 1.162 9,3 Græsland 477 3,8 Steppe 409 3,3 Fjeldmark 5.958 47,8

† Hele det kortlagte areal dækker 24.435 km2, hvoraf de 11.976 km2 er dækket af vegetationsløse overflader eller vand.

115 rådet vist. Fordelingen af alle typer, inklusiv Ved beregning af users og producers accu- de vegetationsløse, er vist i Appendiks 9. racy er der også kun i et tilfælde at en klasse er 100% korrekt klassificeret. Specielt klasser- I Nuukområdet er fjeldmark den mest ud- ne buskhede, krat og lavhede har problemer bredte vegetationstype. Den dækker med ved adskillelsen. 47.8% næsten halvdelen af de vegetations- dækkede områder. De næste i rækken er lav- For en videre analyse af usikkerhederne er holdig dværgbuskhede og dværgbuskhede. fuzzy-analyserne anvendt og i nedenstående Lavholdig dværgbuskhede og dværgbuskhe- tabel 3.29. er resultatet af Max og Right-be- de er som det også kunne ses i de ovenstå- regningerne vist. ende tabeller, svære at adskille, idet overgangen imellem de to er flydende. Kun 4 af de 11 klasser, som data er indsamlet for, er repræsenteret ved mere end 30 Usikkerhedsvurdering pixels. Resten er nede omkring et par lokali- Confusion matrix er også genereret for Nuuk- teter per klasse og derfor groft underrepræ- området idet feltarbejde med henblik på senteret. For klasserne med de vegetations- usikkerhedsvurdering blev foretaget i som- løse områder er problemet ikke så stort, men meren 1999. Resultatet er vist i tabel 3.28. for steppe og græsland medfører det store usikkerheder i beregningerne. Ved at betrag- Som i Kangerlussuaqområdet er der også te kortlægningen generelt ses der dog en klar her beregnet generelle usikkerheder repræ- forbedring af klassifikationsresultatet når det senteret ved: vurderes på basis af den brede Right-funk- Overordnet tion i forhold til den mere konservative Max- usikkerhed (P): 56,4% funktion. Sledes er der fra 49% ved anven- τ: 52,1% (45,3% - 58,9% ved delsen af Max til 75,1% ved anvendelsen af 95% konfidensinterval) Right sket en 26,1% stigning i sikkerhed af kortlægningen. På klasseniveau ses både Sikkerheden ved vegetationskortet er her me- græsland og steppe at have 0% i sikkerhed. get lav med kun omkring halvdelen af kor- Dette kan dog ikke tillægges nogen betyd- tet angivet til at være korrekt klassificeret. ning på grund af den statistiske usikkerhed

Figur 3.37. Udsnit fra det sydøstlige hjørne af vegetationskortet fra Nuukområdet.

116 Tabel 3.28. Confusion matrix for vegetationskortlægningen i Nuukområdet.

)HOW Kort User's 0 1 2 3 4 5 6 7 8 9 total accuracy Dværgbusk- Fjeld- Græs- Lavholdig Kær Krat Steppe Bar jord Skygge Vand hede mark land dværgbuskhede 0 Dværgbuskhede 85 11 7 1 1 1 106 1 Fjeldmark 517 1 4 3 232 2 Græsland 11 3 Kær 61 5 2 1 15 UW 4Krat 18 1 13 32 R Lavholdig . 5 dværgbuskhede 31 3 1 11 2 48 6 Steppe 1 1 7 Bar jord 112 8 Skygge 0 9 Vand 44 Felt total 147 18 3 18 22 18 1 6 1 7 241 Producer's accuracy:

Tabel 3.29. Max og Right beregninger på vegetationskortet i Nuukområdet. Tal i kursiv er procent af de samlede lokaliteter.

0D[Ã 0 ÃÃ%HGVWHÃVYDU 5LJKWÃ 5 ÃÃ5LJWLJW )RUEHGULQJ .ODVVH /RNDOLWHWHU Matches Mismatches Matches Mismatches (R-M) Dværgbuskhede 106 73 33 92 14 19 Fjeldmark 32 11 21 24 8 13 Græsland 10 1 0 1 0 Kær 15 4 11 6 9 2 Krat 32 12 20 24 8 12 Lavholdig dværgbuskhede 48 13 35 30 18 17 Steppe 10 1 0 1 0 Bar jord 21 1 1 1 0 Skygge 00 0 0 0 0 Vand 44 0 4 0 0 Siltet vand 00 0 0 0 0

Total 241 118 123 181 60

Tabel 3.30. Resultatet af Difference-beregningerne på vegetationskortlægningen i Nuukområdet.

0LVPDWFKHV 0DWFKHV %HUHJQHWÃPLGGHOÃDIÃ%HUHJQHWÃPLGGHOÃDIÃ .ODVVH /RNDOLWHWHU -4 -3 -2 -1 0 1 2 3 4 0LVPDWFKHV 0DWFKHV Dværgbuskhede 106 3 3 7 10 10 15 23 22 13 -1,96 2,16 Fjeldmark 32 3 1 2 6 9 3 1 2 5 -2,08 1,55 Græsland 1 0 1 0 0 0 0 0 0 0 -3,00 0,00 Kær 15 2 7 0 1 1 2 1 0 1 -3,00 1,60 Krat 32 0 3 5 7 5 2 0 1 9 -1,73 2,41 Lavholdig 48188996304 -2,04 1,27 dværgbuskhede Steppe 1 0 1 0 0 0 0 0 0 0 -3,00 0,00 Bar jord 2 0 0 1 0 0 1 0 0 0 -2,00 1,00 Skygge 0 0 0 0 0 0 0 0 0 0 0,00 0,00 Vand 4 0 0 0 0 0 0 0 0 4 0,00 4,00 Siltet vand 0 0 0 0 0 0 0 0 0 0 0,00 0,00

Total 24192423333429282536-2,10 2,00 % af Total

Tabel 3.31. Membership-beregning for vegetationskortet i Nuukområdet.

.ODVVH /RNDOLWHWHU TMNTM N T M NTMNTMN Dværgbuskhede 10600058499422418606000 Fjeldmark 32000147 718414000000 Græsland 1000000101000000 Kær 15000725826000000 Krat 320001811714113000000 Lavholdig 480001761125718606000 dværgbuskhede Steppe 1000000101000000 Bar jord 2000000211000000 Skygge 0000000000000000 Vand 4000440000000000 Siltet vand 0000000000000000

Total 241 0 0 0 118 79 39 111 39 72 12 0 12 0 0 0 % af Total

117 i så småt et datagrundlag. De fire klasser, lussuaqområdet har størstedelen, 95,1% af som er repræsenteret ved over 30 punkter de analyserede områder tilhørsforhold fra og derfor burde have et godt statistisk grunden eller to vegetationsklasser. Mixels med til- lag, har alle over 60% i sikkerhed ved anven- hørsforhold fra 2 klasser udgør dog 46,1% delsen af Right. Ved anvendelsen af Max af de samlede pixels og påviser dermed at ligger de dog nede omkring 30%. en stor andel af området består af mixels. Samtidig kan det erkendes fra tabellen at jo Difference-metoden er beregnet og resulta- flere tilhørsforhold en pixel har, desto større tet vist i tabel 3.30. er andelen af Mismatches (N). Således er næsten dobbelt så mange af de analyserede For Nuukområdet ligger 13,7% af de analy- pixels Mismatches i forhold til Matches i serede pixels med Difference-værdier på -4 gruppen med to tilhørsforhold. I gruppen og 3 og 63% af de analyserede pixels har med kun ét tilhørsforhold er det omvendt. fuzzy-værdier, som er samme størrelse eller større end værdierne for de andre klasser. I 3.9.4. Vegetationskortlægning ved de beregnede middel af Matches er det igen Sydgrønland klasserne, som er repræsenteret ved få pixels Kortlægningen i Sydgrønland har i modsæt- der har de lave værdier. Generelt tvinger det ning til de to ovenfor præsenterede områder også den samlede sikkerhed ned, som det inkluderet en vegetationstype ekstra, Opdyr- kan ses af den generelle værdi for det bereg- ket / Kraftig vegetation, idet fåreholderste- nede middel af Matches. derne og tidligere Nordbo bopladser har meget frodige græslandsarealer. Specielt på de I tabel 3.31. er resultatet af beregningerne fungerende fåreholdersteder, hvor der dyr- fra Membership-metoden vist. Som i Kanger- kes fodergræs er dette tilfældet. Et udsnit af

Vegetationstype Areal (km2) † Dækning i % af alle Tabel 3.32. Arealfordeling af vegeta- vegetationstyper tionstyperne i hele Sydgrønland. Procent Krat 667 11,6 dækning af alle vegetationstyper udgør Dværgbuskhede 1.962 34,2 23,5%. Lavholdig 56 1 dværgbuskhede Kær 174 3 Græsland 897 15,6 Opdyrket 8 0,1 Fjeldmark 1.973 34,4 Hele det kortlagte areal dækker 24.448 km2, hvoraf de 18.711 km2 er dækket af vegetationsløse overflader eller vand.

Tabel 3.33. Confusion matrix for vegetationskortet i Sydgrønland. BEMÆRK!! Beregnet på grundlag af træningsdata og dermed ikke uafhængig af disse (se teksten).

)HOW )HOWÃ 8VHU VÃ 012345 6WRWDO DFFXUDF\ Dværgbusk- Lavholdig Fjeldmark Græsland Kær Krat Opdyrket hede dværgbuskhede 0 Dværgbuskhede 50 1 4 55 1 Fjeldmark 1811 83 2Græsland 18 18 UW R 3Kær 51 51 12 . 4 Krat 52934 Lavholdig 5 dværgbuskhede 14 14 6Opdyrket 217 217 Felt total 61 82 18 6 31 18 217 433 Producer's accuracy:

118 vegetationskortet for Sydgrønland kan ses i at vurdere usikkerheden. Dette er ikke nor- figur 3.38. mal praksis idet usikkerhedsvurderingen bør foretages på data som er uafhængige af træ- Fordeling af vegetationstyperne ningsdata. Dette er ikke tilfældet for denne Arealfordelingen af vegetationstyperne i usikkerhedsvurdering, idet uafhængige data Sydgrønland er vist i tabel 3.32. Fordelingen ikke var til rådighed. Resultatet er at sikker- af alle typerne kan findes i Appendiks 9. heden af kortlægningen overvurderes og skal derfor ikke tillægges for stor betydning. I Sydgrønland dækker dværgbuskhede og fjeldmark stort set lige store arealer og ud- Reelt beskriver tabel 3.33. kun hvor godt gør tilsammen næsten 75% af det samlede træningsdataene kan adskilles og ikke hvor vegetationsdække. Græsland og krat følger god klassifikationen er. I praksis kan en høj efter mens opdyrket og meget frodige area- sikkerhed dog give et fingerpeg om at klassi- ler, som den mindst dækkende type med fikationen er reklassificerbar, men ikke i hvor kun 0,1% dækning. høj grad den indeholder systematiske fejl. De udregnede sikkerheder er som følger: Usikkerhedsvurdering Overordnet Idet det ikke har været logistisk muligt at usikkerhed (P): 95,6% gennemføre feltarbejde til usikkerhedsvurde- τ: 95,2% (93,1% - 97,3% ved ring af kortet i Sydgrønland, er der foretaget 95% konfidensinterval) en beregning af confusion matrix baseret på de samme data, som kortet er kortlagt efter, og viser som ventet væsentligt højere sikker- se tabel 3.33. hed på dette kort sammenlignet med kortene fra Kangerlussuaq og Nuukområderne. Den viste tabel er beregnet på baggrund af Dels er der den ovennævnte afhængighed i de samme data i rækker som i kolonner. datasættet og dels er usikkerhed ved fejlpla- Efter at billedmaterialet er blevet klassifice- cering af GPS-koordinaterne ikke tilstede i ret på baggrund af træningsdata fra feltar- flere datasæt. bejdet er disse træningsdata igen anvendt til

Figur 3.38. Udsnit af vegetationskortet fra Sydgrønland. Udsnittet er fra området omkring Narsarsuaq.

119 3.9.5. Vegetationstypernes ved kysten end i indlandet, hvor fjeldmark fordeling langs og bar jord / klippe, som ved Kangerlussuaq, klimagradienterne er hyppigere. Sydgrønland har en lidt ander- Kyst- og indlandsområder er defineret løst, ledes sammensætning, idet vegetationen i men inkluderer i denne analyse områder kystområderne er repræsenteret ved 35% ikke længere end 20 km fra henholdsvis kys- dværgbuskhede og næsten lige store dele af ten og indlandsisen. I Sydgrønland er ind- græsland, fjeldmark, krat og bar jord / klip- landsområdet dog så gennemskåret af fjorde pe. I indlandet dominerer primært bar jord / at de fleste indlandsområder er mindre end klippe (52%) og dernæst fjeldmark med 25%. 10 km fra en større fjord. Dette gør sig til dels også gældende i Nuukområdet, men her er Imellem hovedområderne er der, som det det inderste af fjorden dækket af is en del af kan ses af figur 3.39., også en forskel i sam- vinteren og den store varmekapacitet for mensætningen af vegetationstyperne. Lav- vandet har dermed mindre påvirkning på holdig dværgbuskhede forekommer således klimaet end hvis fjorden var isfri. kun i nævneværdig grad i Nuukområdet, mens dværgbuskhede er væsentligt mere Fordeling af alle vegetationsrelaterede typer dominerende i Kangerlussuaqområdet end i I figur 3.39. er vegetationstypernes relative Nuukområdet. fordeling i henholdsvis kyst- og indlands- områderne for de tre hovedområder vist. Relativ fordeling af frodige vegetationstyper Bar jord / klippe og fjeldmark er i høj grad Indenfor hvert hovedområde er nogle for- udtryk for den topografiske variation. Disse skelle i vegetationstypernes fordeling i ind- typer forekommer primært hvor der er tørt, land og ved kysten tydelige. I Kangerlus- vindblæst og ringe mulighed for vækst af suaqområdet er fordelingen af vegetations- mere frodigt vegetationsdække. Hvis det væl- typerne i store træk ens ved kysten og i ind- ges kun at fokusere på de mere frodige vege- landet. Dog har indlandet mere bar jord / tationstyper og dermed sortere fjeldmark og klippe og fjeldmark end ved kysten (cirka bar jord / klippe fra tegnes en mere ensartet 10% mere af hver type i indlandet). Dette er fordeling af vegetationstyperne i kyst- og primært på bekostning af dværgbuskhede indlandszonerne (figur 3.40.). og steppe i forhold til kystområderne. I Nuuk hovedområdet er det den lavholdige dværg- Der ses kun ganske få forskelle i fordelingen buskhede, som er hyppigere forekommende af de mere frodige vegetationstyper fra kyst

Figur 3.39. Vegetationstypernes relative fordeling Figur 3.40. Relativ fordeling af de frodige vegeta- i kyst- og indlandsområder for de tre kortlagte tionstyper i de tre hovedområder. Steppe inklude- hovedområder. res sjældent i frodige vegetationstyper, men er inkluderet her p.g.a. af dens indhold af Salix glauca buske og dermed punktvise frodighed.

120 til indland. Største forskel forekommer i signaturerne var standardafvigelse og mid- Nuukområdet, hvor kystområderne har om- delværdier signifikant forskellige. Som resul- kring 15% mere lavholdig dværgbuskhede. tat af analysen blev vegetationskortlægnin- gen foretaget på baggrund af træningsklas- Andelen af frodig vegetation ved kysten i ser fra satellitbilleder og ikke fra de indsam- forhold til alle andre overfladetyper i kyst- lede spektralsignaturer. områderne falder fra 53% i Kangerlussuaq- området, over 46% i Nuukområdet til kun Årsagerne til forskellene kan skyldes flere 33% i Sydgrønlandsområdet. Reelt skulle der forhold: forventes en højere andel af frodige vegeta- Forskel i rumlig opløsning af data. tionstyper jo længere sydpå i Grønland man befinder sig. Ved en sammenligning hvor Geometrisk usikkerhed. fjeldmark og bar jord / klippe anvendes spil- Forskel i måletidspunkt for satellit og ler topografien dog en stor betydning. Såle- spektroradiometer. des er der i Sydgrønland mange høje fjelde De to datasæt har en stor forskel i rumlig op- over 1000 m, hvor der næsten ikke forekom- løsning. Hvor Landsat TM måler refleksio- mer vegetation. I Nuuk er hele kystområdet nen fra en 900 m2 overflade (resamplet til under 300 m højdekurven og giver derfor 625 m2), er refleksionen fra Cropscan MSR vegetationen bedre vækstvilkår. radiometret fra en cirka 1 m2 overflade. White et al. (2000) har i et studie af aride 3.10. Diskussion overflader vist, hvordan standardafvigelsen Kortlægningen af vegetationen i de tre ho- af refleksionsmålinger for en overflade falder vedområder diskuteres med vægten lagt på med lavere rumlig opløsning. Idet spektro- størrelsen af og årsagen til usikkerheden i radiometret måler lokalt vil mange små forde tre kort. I en kort afsluttende diskussion skelle komme til udtryk i de enkelte spektra. vil muligheder og begrænsninger for vegeta- Nogle vil vise refleksionen fra primært en tionskortene ved forvaltning i Vestgrønland jordoverflade, mens andre vil være fuldt ve- blive opsummeret. getationsdækkede. Målinger fra en satellit inkluderer refleksion fra flere overfladetyper 3.10.1.Kortlægning af vegetationen indenfor hver pixel og variationen fra pixel i de tre områder til pixel vil derfor ikke være så stor. Vegetationen er blevet kortlagt i det meste af tre hovedområder. Kun få områder i den Specielt i Sydgrønland viser sammenlignin- nordlige del af Kangerlussuaqområdet og gen af standardafvigelserne at Landsat TM i sydøstlige del af Sydgrønlandsområdet er de fleste tilfælde har en signifikant lavere ikke blevet kortlagt på grund af skyer og standardafvigelse end spektroradiometret. dataudfald i de tilgængelige satellitbilleder. For Kangerlussuaqområdet og til dels Nuuk- Desuden er de nordvendte skråninger med området er mønstret dog ikke så udpræget, skygge ikke blevet klassificeret som vegeta- men skyldes at træningsområderne på satel- tion men som skyggeområder, eller i værste litbilleder i disse områder ikke kun inklude- fald klassificeret forkert. rer pixels omkring de botaniske analyser, men også indeholder overflader, hvorfra der Træningsklasserne ikke er indsamlet spektralsignaturer med I afsnit 3.9.1. blev det vist at spektralsigna- spektroradiometret. En direkte sammenlig- turerne målt i forbindelse med feltarbejdet ning af standardafvigelserne, vil således ikke ikke er direkte sammenlignelige med reflek- være baseret på samme områder og data fra sionen af de tilsvarende områder i satellitbil- spektroradiometeret vil ikke have den stan- lederne for de tre hovedområder. Analysen dardafvigelse, som ville være tilfældet hvis blev foretaget med F- og t-test på 0,05% ni- målingerne var foretaget i alle træningsom- veau og viste at for størstedelen af spektral- råderne. Da vegetationstyperne for de bota-

121 niske analyser og dermed de spektrale må- delsen af de plantearter, som det udfra vom- linger er udvalgt udfra et ønske om rene, prøver og direkte observationer, vides at homogene vegetationstyper, vil mange af rensdyrene spiser (bl.a. Thing 1984, Meld- spektroradiometermålingerne være biased gaard 1986). Dette er dog ikke muligt med mod højere homogenitet end hvis spektra Landsat TM data, hvor den spatiale opløs- var indsamlet tilfældigt indenfor pågælden- ning begrænser muligheden for at kortlægge de vegetationstype. på artsniveau. Walker (1983) har i et hierar- kisk klassifikationsskema for vegetationsklas- Positionen af træningsklasser på satellitbille- sifikation i Alaska, anvendt Landsat som ba- derne er betinget af den geometriske usikker- sis for et niveau af kortlægning. Han anven- hed for satellitbilledet. Denne usikkerhed er der primært fugtigheden til opdeling mel- diskuteret nærmere nedenfor, men kan med- lem tundratyper og har i alt 8 vegetations- føre at de indsamlede spektroradiometerdata typer i skemaet for Landsat-niveauet. Wal- ikke repræsenterer samme overfladetype ker (1983) erkender faren ved opdeling i for (Verbyla & Hammond 1995). Træningsklas- mange klasser ved for lille en rumlig opløs- sernes position i satellitbillederne er udover ning og opfordrer til ikke at overvurdere mu- den GPS-bestemte position, omhyggeligt po- lighederne for vegetationskortlægning med sitioneret udfra feltkendskab til de omkring- Landsat sensoren. I dette studie giver de bo- liggende typer. På trods af dette kan de re- taniske undersøgelser (afsnit 0 og Lund, in præsentere forskellige grader af overfladety- prep.) dog mulighed for en generel artsdif- pe og dermed resultere i forskellige middel- ferentiering imellem de lokaliteter hvor der værdier. er foretaget feltarbejde. Udfra de forskellige botaniske analyser har Lund således beskre- Ingen af dataene fra spektroradiometeret er vet de væsentligeste botaniske forskelle indsamlet samtidig med at satellitten over- imellem analyserne af ens vegetationstyper. fløj området. Dermed vil de indsamlede data Beskrivelsen af disse typer og en præsenta- ikke nødvendigvis repræsentere vegetations- tion af de væsentligeste botaniske forskelle refleksion fra samme klimatiske og planteud- er inkluderet på Data-CDen. For eksempel viklingsmæssige baggrund (Jensen 1999, fremgår det af de botaniske undersøgelser Reed et al. 1994, Stow et al. 1993). For ek- at dværgbuskhede i Kangerlussuaqområdet sempel er satellitdata fra Kangerlussuaqom- i indlandet er domineret af Salix glauca, rådet optaget 22. juni 1995 og 3. september Betula nana og Ledum palustre mens den i 1996 og beskriver således starten og slutnin- kystnære egne er domineret af Empetrum gen af vækstsæsonen fra to forskellige år. nigrum og Vaccinium uliginosum. Decideret Indsamlingen af spektralsignaturer blev fore- kortlægning af disse forskelle indenfor taget i midten af vækstsæsonen i et tredje år hovedområderne er dog ikke muligt. Dels (22. juli til 5. august 1998). fordi antallet af lokaliteter med botaniske undersøgelser er for lille i forhold til det Af de ovennævnte årsager vurderes forskel- kortlagte areal og dels fordi overgangen len i rumlig opløsning og forskel i dato for imellem kyst og indland er glidende. målinger og satellitbilleder at have den stør- ste betydning. Det har dog ikke været mulig Opdelingen af vegetationstyperne i de 8 ve- at foretage en kvantitativ analyse af forskel- getationstyper samt bar jord / klippe (spar- len i disse. somt vegetations- og lavdække) er baseret primært på botaniske overvejelser om for- Vegetationstyperne skellige økotyper. Derudover var det et krav De kortlagte vegetationstyper beskriver i at typerne skulle være relativt spektralt for- store træk vegetationen. Med henblik på en skellige for at muliggøre en opdeling udfra analyse af rensdyrenes fødegrundlag ville satellitbillederne. Endvidere var det med i en optimal kortlægning kunne gå ned på overvejelserne at vegetationstyperne skulle artsniveau og dermed give et bud på udbre- have relevans for rensdyrenes fødevalgs-

122 mønstre. Således er specielt den lavholdige I afsnittet nedenfor er usikkerheden af vege- dværgbuskhede adskilt fra de andre tationskortene diskuteret. dværgbuskheder, idet lav i nogle områder gennem flere sæsoner udgør en vigtig føde- Usikkerhedsvurdering kilde for rensdyrene (Thing 1984, Solheim et Usikkerheden af vegetationskortene er ble- al. 2000). vet analyseret efter præsentationen af hvert hovedområde. Da det med Landsat TM er muligt at adskille selv relativt sparsomt lavdækkede overfla- Overordnet usikkerhed der, er det valgt at inkludere alle dværg- For Kangerlussuaq og Nuuk var usikker- buskheder med lavdække i klassen: Lavhol- hedsvurderingen baseret på feltarbejde med dige dværgbuskheder. Dermed er sammen- indsamling af data til vurdering af vegeta- sætningen af analyser en smule anderledes tionskortenes usikkerhed. Analysen af usik- end ved de botaniske analyser, hvor kun kerheden er foretaget dels ved traditionelle dværgbuskheder med over 75% lavdække confusion matricer og dels ved fuzzy test og blev klassificeret i en separat klasse (Lund in resulterede i en overordnet usikkerhed (P) prep.). I denne kortlægning er alle analyser på 76,1% for Kangerlussuaqområdet og med lav inkluderet i klassen med Lavholdig 56,4% i Nuukområdet. dværgbuskhede. En analyse i et sneleje ved Uutaap Kuua er også inkluderet i klassen, For Sydgrønland var usikkerhedsvurderin- lavholdig dværgbuskhede, da denne gen baseret på de felter, som blev anvendt i indeholdt lav og dværgbusken Salix her- selve klassificeringsprocessen. Da data fra bacea. Spektralt var den også mere lig de disse felter ikke er uafhængige af data, som lavholdige dværgbuskheder end klassen med blev anvendt til klassifikationen, vil en usik- reel dværgbuskhede. kerhedsanalyse resultere i urealistisk høje sikkerhedsværdier (Hammond & Verbyla Arealfordelingen af 1996). En usikkerhed, hvor 95,6% af et vege- vegetationstyperne tationskort (i bjergrigt terræn med begræn- I resultatafsnittet (afsnit 3.9.) blev arealforde- set feltarbejde) skulle være korrekt, er da og- lingen af de kortlagte vegetationstyper bereg- så urealistisk højt. net fra kortene. Af usikkerhedsvurderingen fremgår det at der for de enkelte typer er en For at vurdere usikkerheden af denne kort- vis usikkerhed i bestemmelsen. I tabel 3.34. lægning i forhold til lignende arbejder er der er vist en oversigt over arealfordelingen, foretaget en opsummering af resultaterne hvor usikkerhedsvurderingen er inkluderet. fra flere andre kortlægninger af arktisk ve-

Tabel 3.34. Arealfordeling og usikkerhed (users accuracy) af vegetationstyperne i Kangerlussuaq- og Nuukområdet.

123 getation. I tabel 3.35. er der vist en oversigt Som det kan ses af tabellen er der kun fore- over de 22 studier. Et enkelt studie fra Sval- taget usikkerhedsvurdering i omkring 1/3 bard (Nilsen et al. 1999) er baseret på næ- af studierne. For de fleste af disse, har data rinfrarøde flyfotos, men derudover er de ikke været indsamlet til denne vurdering el- resterende baseret på enten SPOT, Landsat ler der er ikke taget stilling til usikkerheden eller en kombination af disse. Enkelte studier af kortet. For enkelte er der dog anvendt har endvidere anvendt digitale terrænmo- metoder hvor den traditionelle usikkerheds- deller (DTMs) til korrektion af terræneffek- vurdering ikke har været mulig (Brossard & ter (Franklin 1990 & 1991, Nilsen et al. 1999, Joly 1994, Spjelkavik 1995). Et enkelt studie Tamstorf 1997). har foretaget usikkerhedsvurderingen på træningsdata, da der efter klassifikationsprocessen ikke var uafhængige data til rådighed for en usikkerhedsvurdering (Tamstorf 1997).

Tabel 3.35. Oversigt over nogle vegetationsrelaterede kortlægninger i Arktis gennem de sidste 12 år og deres usikkerhedsvurdering.

1: Data inkluderer Landsat TM (TM), Landsat MSS (MSS), SPOT HRV og digitale terrænmodeller (DTM). 2: De primære klassifikationsmetoder er unsupervised (Unsup.) og supervised (Superv.) metoder. 3: Ved flere studier er der oplyst flere vurderinger, hvor der i studiet har været foretaget sammenligninger ved test af forskellige datasæt eller metoder. F.eks. testede Stow et al. (1989) klassifikation ved både unsupervised og supervised metoder med henholdsvis 57.5% og 56.8% i overall accuracy.

124 De ovennævnte studier varierer i metoder Fuzzy-baseret usikkerhedsvurdering og anvendte data, men 4 af dem kan sam- Fuzzy-analysen er blevet foretaget for at menlignes direkte med kortlægningen i den- muliggøre en mere dybdegående forståelse ne afhandling (Franklin 1991, Joria & Jor- af usikkerhederne ved vegetationskortene i genson 1996, Mosbech & Hansen 1994, Stow Vestgrønland. et al. 1989). De har alle anvendt SPOT eller Landsat TM i et arktisk, bjergrigt område Max-Right tabellen giver, som beskrevet, en uden brug af digital terrænmodel. Ved an- mulighed for at vurdere usikkerheden ved vendelse af supervised klassifikation opnår et gradueret tilhørsforhold. For Kangerlus- de en sikkerhed på henholdsvis 80%, 46%, suaqområdet stiger den overordnede usik- 83% og 56,8%. Franklin har endvidere testet kerhed således fra 67,6% med 14 procent- anvendelsen af DTM sammen med Landsat point til 81,3%. Forskellen er at man i Right- TM og øger derved sikkerheden til 85%. An- vurderingen inkluderer områder, som tilsva- vendelsen af testen begrænser sig dog til at rer den kortlagte klasse i rimelig grad, hvor- inkludere DTM-relaterede lag (hældning, imod Max-vurderingen kun inkluderer per- orientering etc.) i klassifikationen istedet for fekt klassificerede områder. For Nuukområ- en egentlig korrektion af satellitdata. det stiger den overordnede usikkerhed såle- des fra 49% med Max- til 75,1% med Right- Som nævnt ovenfor har Walker (1983) anbe- vurdering. falet, at der med Landsat sensorer ikke kort- lægges flere vegetationstyper end cirka 8. Med Right-vurderingen ses begge områder Ved kortlægning af flere forskellige typer at få en overordnet usikkerhedsvurdering, kan det være svært at adskille typerne med som nærmer sig de bedst klassificerede i ta- dertil hørende usikkerhed i resultatet. End- bel 3.35. For nogle af de individuelle klasser videre bliver kortene vanskelige at overskue er vurderingen dog ikke lige så god. I Kan- og anvende. Lund (1993), Rees & Williams gerlussuaqområdet er det specielt græsland, (1997) og specielt Williams & Dowdeswell kær, krat og lavholdig dværgbuskhede, som (1988) har kortlagt et ganske højt antal af er dårligt klassificerede og ikke overstiger klasser (henholdsvis 20, 28 og 72). For disse 50% i sikkerhed ved Right-vurderingen. I kortlægninger er der endvidere ikke udført Nuukområdet er det indenfor de vegeta- usikkerhedsvurdering, så det er vanskeligt tionsdækkede overflader, græsland, kær og at bedømme resultatet af kortlægningen med steppe, som efter Right-vurderingen ikke så mange klasser. Generelt vil feltindsamling overstiger 50% ved usikkerhedsvurderingen. af data til usikkerhedsvurdering være omfattende og tidskrævende, hvis alle klasser skal De vegetationstyper, som er vurderet som repræsenteres af 30-50 observationer. Mos- værst klassificerede, er også dem med få ob- bech & Hansen (1994) har 19 klasser, men servationer i usikkerhedsvurderingen. Dette kun de 9 relaterer til vegetationsdækkede fla- spiller kraftigt ind på vurderingen, hvor der. Usikkerhedsvurderingen viser for dette enkelte få dårlige observationer således får studie en høj sikkerhed for de fleste klasser. stor indflydelse på usikkerhedsvurderingen.

Det konkluderes, at den overordnede usik- For både krat og fjeldmark (begge med 32 kerhed for vegetationskortlægningen i Vest- observationer) ses der en forbedring på over grønland ikke er unormal lav i forhold til det dobbelte i usikkerhedsvurderingen ved nogle studier. Den kappa-baserede usikker- Right fremfor Max-vurderingen. Begge går hedsvurdering kan anvendes til direkte sam- således fra omkring 35% til 75%. Disse kan menligning imellem klassifikationer. Direkte derfor forventes at ligge i overgangszoner sammenligning er dog vanskelig, idet terræ- mellem vegetationstyper. For eksempel er net og de valgte klasser varierer fra område det typisk at overgangen fra dværgbuskhede til område. til krat er meget flydende, specielt i områder hvor dværgbuskheden bliver meget frodig

125 og kratlignende. På afblæste flader findes forekommer således flere heterogene pixels fjeldmarken, som indeholder det største an- (mixels) end homogene pixels. Kun 49% har tal dværgbuske, men i meget sparsomt om- et tilhørsforhold til en enkelt type og af disse fang (Bay 1998). Ved overgangen fra toppen er de 16,2% ikke korrekt klassificeret (ud fra af afblæsningsfladen ned til mindre udsatte Max-vurderingen). overflader sker der et markant skifte fra fjeldmark til dværgbuskhede. Da mange af På baggrund af dels ovenstående usikker- fjeldmarksområderne i Nuukområdet er me- hedsanalyser og dels kendskab til usikker- get små i udbredelse vil overgangen mellem heder i kortene udfra visuel analyse, er det denne og den tilstødende overfladetype lig- tydeligt, at de største usikkerheder forekom- ge indenfor samme pixel. Dermed har vur- mer i forbindelse med bestemte vegetations- deringen af typen ikke fået maksimumkarak- typer og terrænformer. ter (5), men en lavere karakter idet typen ikke er helt ren ved pågældende lokalitet. Problematiske vegetationstyper i Kangerlussuaqområdet Difference-vurderingen af vegetationskorte- I det følgende vil problematiske vegetations- ne ved Kangerlussuaq og Nuuk er foretaget typer i hvert af de tre områder blive diskute- for at vurdere graden af fejl, der forekommer ret. indenfor hver klasse. Analysen af Kanger- lussuaq hovedområdet (tabel 3.25.) viser at I Kangerlussuaqområdet er specielt græsland 5 ud af 94 pixels for den dominerende ikke kortlagt med stor sikkerhed. Således er vegetationstype, dværgbuskhede, er 11 af de 13 kortlagte græslandspixels i usik- klassificeret helt forkert. 9 pixels ud af de 94 kerhedsvurderingen reelt dværgbuskhede, er derimod klassificeret helt korrekt. Middel mens kun 2 er klassificeret korrekt. Ved af Matches (Difference > = 0) er på 1,99 og Max/Right-vurderingen er forbedringen fra dermed en middelgod klassificering af de korrekt klassificeret til acceptabelt klassifice- korrekt klassificerede. Hvis alle var klassifi- ret kun på 15%. Fra Difference- og Member- ceret helt korrekt ville middel af Matches ship-vurderingen kan det ses, at disse områ- være 4. der er dårligt klassificeret (middel-Mismat- ches på 2,36), men har primært tilhørsfor- For Nuuk er blandt andet kærtypen dårligt hold til en anden vegetationstype. Årsagen klassificeret. Udfra Difference-vurderingen til denne dårlige kortlægning kan ud fra træ- kan det ses, at af de 66% som er Mismatches ningsklasser ikke begrundes med at typerne er det hele 9 af disse 10 pixels, som placeres spektralt er ens (figur 3.41.). med Difference-værdier på 4 og 3 og dermed er helt forkerte. Generelt for Mismatches Det er med F- og t-test vist, at de to vegeta- af kærtypen ses middel da også at være 3, tionstyper er signifikant forskellige (0,05- hvilket må anses for temmelig dårligt. I den niveau) i de fem første Landsat TM bånd. anden ende er der kun 1 pixel, som er kor- Fra feltarbejdet vides det, at disse typer er rekt klassificeret og resten ligger med Diffe- vidt udbredt i Kangerlussuaqområdet og at rence-værdier på 0-2. Gennemsnittet er på begge vegetationstyper forekommer på ter- 1,6, hvilket er lavt. ræn af varierende orientering og hældning. Træningsarealer er begrænset til 7 og 3 loka- I den sidste del af fuzzy-vurderingen bereg- liteter for henholdsvis dværgbuskhede og nes Membership-forholdet for de analysere- græsland og dækker således langt fra de de vegetationstyper. For Kangerlussuaqom- spektrale forhold, som de to vegetationstyper rådet er 56,8% af de analyserede positioner forekommer med i Kangerlussuaqområdet. i gruppen med kun et tilhørsforhold, mens På trods af dette er typerne forsøgt adskilt, de resterende er med 2 eller 3 tilhørsforhold. da græsland danner grundlaget for en stor Vurderingen viser altså graden af homoge- del af de overflader, hvor rensdyrene i løbet nitet for de enkelte vegetationstyper. I Nuuk af kælvningsperioden opholder sig, og gene-

126 relt udgør en stor del af rensdyrenes føde- for Nuukområdet, og denne analyse har der- grundlag (Thing 1984). Mange af dværg- for ikke kunnet gennemføres. buskhedeoverfladerne har endvidere et stort indhold af Calamagrostis sp., som gør at Lavholdige dværgbuskheder i Nuukområ- disse visuelt fremstår med en karakteristisk det, tilføjer også en væsentlig usikkerhed til gulgrøn farve. Calamagrostis sp. var den vegetationskortene. Af de 48 pixels, som er hyppigst forekommende plante i feeding analyseret under usikkerhedsvurderingen, craters undersøgt ved Kangerlussuaq og må er det kun 11, som reelt er lavholdig dværg- derfor anses som potentiel fødeart for rens- buskhede. Størstedelen (31) tilhører reelt dyrene (Thing 1984). klassen dværgbuskhede, som botanisk også er den nærmeste klasse. Fra Membership- Også kærområderne er vigtige fødeområder vurderingen kan det endvidere ses at cirka for rensdyrene ved Kangerlussuaq (Thing 65% af de lavholdige dværgbuskheder har 1984) og er dårligt klassificeret i vegetations- tilhørsforhold til 2 eller 3 vegetationstyper. kortet (33,3%). Usikkerhedsvurderingen er Udfra Confusion-matricen og viden om at dog kun baseret på 3 observationer, hvilket overgangen mellem dværgbuskhede og laver for lidt til at drage konklusioner fra. For holdig dværgbuskhede er meget flydende er både græsland og kærområder skulle der det tydeligt, at det primært er disse to, som have været flere observationer for at sikre udgør størstedelen af mixels i de lavholdige en sikker usikkerhedsvurdering. dværgbuskheder.

Problematiske vegetationstyper i Nuuk Problematiske vegetationstyper I Nuukområdet er en af de største fejl at fin- i Sydgrønland de i kortlægningen af kærområder. De våde I Sydgrønland er usikkerhedsvurderingen, kærområder fremstår med relativ lav reflek- som nævnt, foretaget på baggrund af træ- sion i lighed med de nordvendte skråninger, ningsarealer. Derved er den resulterende u- hvor skygge over for eksempel dværgbusk- sikkerhed kraftig undervurderet (Hammond heder nedsætter refleksionen. Dette bevirker & Verbyla 1996). Udfra confusion matricen at mange af de nordvendte skråninger er bør alle træningsarealer være korrekt klassi- klassificeret som kærområder, men reelt skul- ficeret idet de tilhører netop den statistiske le være klassificeret som skygge. Usikker- basis som hele billedet er klassificeret efter. hedsvurderingen har kun ramt ét skyggeom- Hvis nogle af disse klasser falder udenfor vil råde og det er derfor ikke muligt at bekræfte det derfor antyde problemer med pågælden- dette udfra usikkerhedsvurderingen. Fra de overfladetyper. Eventuelt kan det skyldes usikkerhedsvurderingen fremgår det til gen- at en vegetationstype i et område spektralt gæld, at dværgbuskhede og kær er svære at er meget forskellig fra vegetationstypen ved adskille og bliver blandet i vegetationskortet. Således er 10% af dværgbuskheden på kortet reelt kær. Over 50% af kærområder har tilhørsforhold til 2 vegetationstyper, hvilket ud fra usikkerhedsvurderingen må forventes primært at være dværgbuskhede og kær.

Da kær typisk forekommer i lavtliggende, flade områder, ville det være relativt enkelt at rette op på denne fejl ved at klassificere alle kærområder med en hvis hældning mod nord som skyggeområder. Tamstorf (1997) anvendte denne metode med gode resulta- Figur 3.41. Spektralsignaturer (+/- 1 standardaf- ter i Zackenberg i NØ-Grønland. Desværre vigelse) for græsland og dværgbuskheder i Kan- har en terrænmodel ikke været til rådighed gerlussuaq hovedområde.

127 de andre feltlokaliteter på grund af forskelle ne baseret på en mosaik af flere satellitbille- i for eksempel artssammensætning, fugtig- der og fra forskellige datoer. Dette medfører hed eller lignende. Kærtypen falder i Syd- at vegetationen ikke er ens i udvikling og grønland igennem med kun 41,7% klassifi- derfor har forskellig refleksion for de samme ceret korrekt (user’s accuracy). Den primæ- vegetationstyper. Specielt ved Kangerlussuaq re forvirring ligger med dværgbuskhede, så er der i højlandsdelen i det sydøstlige hjørne det kan forventes, at en del af de kortlagte af området anvendt et billede fra 3. septem- kærtyper reelt vil være dværgbuskhede. ber 1996. På dette tidspunkt af året og spe- Højst sandsynligt vil det være fugtig dværg- cielt i højereliggende områder er vegetatio- buskhede hvor frodighed og tildels fugtig- nen afblomstret og klargjort til vinteren. Det hed kan tilsvare kærtypens frodighed og vil derfor være svært at skelne imellem flere fugtighed, specielt i tørre somre. typer vegetation på dette tidspunkt, hvorfor denne del af billedet fremstår med mindre Sammenligning med andre studier vegetation end resten af kortet. af lignende typer Andre studier i kortlægning af arktisk vege- Denne usikkerhed er ganske væsentlig og tation har også haft problemer med adskil- der bør tages hensyn til forskelle imellem lelse af nogle af de fugtige typer (fugtig disse områder ved anvendelse af kortet. dværgbuskhede, kær, etc.). Joria & Jorgenson (1996) har i deres kortlægning med Landsat Usikkerhed fra præprocessering TM, usikkerhedsvurderinger på deres våd- Præprocesseringen indeholder, som beskre- områder, hvor kun 20-40% er korrekt klassi- vet i afsnit 3.7.1., korrektion af stribning, ficeret. Stow et al (1989) oplyser en usikker- kalibrering og atmosfærisk korrektion, ter- hed på 75% på kærområder (wet sedge), rænkorrektion samt geometrisk opretning. mens Mosbech & Hansen (1994) med 78% korrekt klassificeret kærområder har opnået Destribning er foretaget med MNF og FFT, en langt bedre sikkerhed end andre studier. hvor det har været nødvendigt. Metoderne er meget tids- og pladskrævende og der har Franklin (1991) har i studiet med Landsat derfor været foretaget en subjektiv afvejning TM og en DTM opnået en sikkerhed på 66% af hvilke billeder, hvor destribning var på- af de sparsomt bevoksede områder (alpine krævet. Stribning i vegetationsdækkede om- tundra). I vegetationskortlægningen i de tre råder er blevet korrigeret. I enkelte af de ve- hovedområder ligger denne sikkerhed på getationsfattige områder (bar jord / klippe 83% og 53% (user’s accuracy) for fjeldmark og fjeldmark) er stribning for vegetations- i henholdsvis Kangerlussuaq- og Nuukom- mæssige forhold ikke væsentlig, og kortet rådet. for Sydgrønland har derfor synlig stribning enkelte steder i disse klasser. Årsager til usikkerhed i klassifikationresultaterne Kalibrering og atmosfærisk korrektion er Den endelige usikkerhed af vegetationskort- foretaget med en efterfølgende kontrol af lægningen, som er præsenteret ovenfor, er et kendte spektralsignaturer i de enkelte bille- resultat af flere typer fejl og usikkerheder der. Usikkerheder fra disse processer forven- der stammer fra: tes derfor ikke at udgøre en nævneværdig del af den endelige usikkerhed. Datagrundlaget

Præprocessering Terrænbetinget usikkerhed er derimod en af Klassifikationsprocessen de største årsager til fejlklassifikation i de tre vegetationsområder. Grundet, at der ikke har Usikkerhedsvurderingen været en digital terrænmodel af høj kvalitet Usikkerhed fra datagrundlaget til rådighed, er der dog ikke mulighed for at I alle tre hovedområder er vegetationskorte- estimere størrelsen af denne usikkerhed. I

128 afsnit 0 er det beskrevet hvordan andre stu- holdt GPS, hvor fejl fra S/A-koden er inklu- dier (Franklin 1990, 1991, Nilsen et al. 1999) deret. Ved afslutning af feltarbejdet var det har opnået forbedringer i den overordnede dog her muligt at korrigere de fundne posi- usikkerhed på op til næsten 40% ved at in- tioner ved anvendelse af postkorrektion fra kludere en digtial terrænmodel i klassifika- en GPS, som havde målt dens egen position tionsprocessen. Parlow (1996) tester en mo- på en fast position under feltarbejdet. I figur del for terrænkorrektion (SWIM) på klassifi- 3.42. er afstanden imellem de feltmålte og kation af 12 overfladetyper ved Abisko i de post-korrigerede positioner beregnet og Nordsverige. Der ses en kraftig forbedring af sat op i et frekvensdiagram. 50% af punkter- klassifikationen efter terrænkorrektion, men ne havde en fejlangivelse af positionen på desværre er der ikke foretaget usikkerheds- under 23.5 m og omkring 96% af alle punk- vurdering med og uden terrænkorrektion. terne havde en fejl på mindre end 60 m. Det pågældende forsøg giver ikke nogen usikker- Da den topografiske variation i alle tre ho- hed på de i RenVeg-projektet målte data men vedområder er stor, vil en god terrænmodel resultaterne giver dog mulighed for lidt til korrektion af terrænbetingede usikkerhe- større tro på positionsbestemmelsen fra der forøge sikkerheden af kortlægningen håndholdte GPSere. væsentligt. Tilsammen medfører unøjagtigheden i GPS- Den geometriske usikkerhed består dels af positionerne og opretningen af satellitbille- selve opretningen af satellitbillederne til kort- derne en usikkerhed i vegetationskortet, men materialet, men også af usikkerheden i kort- også i usikkerhedsvurderingen. Verbyla og materialet selv og usikkerhed i positionering Hammond (1995) analyserer effekten af fejl af feltbestemte træningsklasser på billederne. i opretningen af satellitbillederne. De foretog tre unsupervised klassifikationer (5, 10 og Opretningen af satellitbillederne til et kendt 25 klasser) af både et SPOT og et Landsat koordinatsystem er beskrevet i 3.4.1. og gen- TM billede. Derefter anvendte de disse klas- nemsnitlig usikkerhed for hver opretning er sifikationer, men geometrisk skubbet en pixel listet i tabel 3.13. på side 116. Denne usik- i fire retninger (nord, syd, øst og vest), til at kerhed ligger generelt lige under 1 pixel og foretage en usikkerhedsvurdering af klassifi- kun et billede har en RMS på over 1 pixel. kationerne. Klassifikationerne, som anven- Denne fejl beskriver dog kun usikkerheden i des til kort og feltdata, er identiske og vil så- forholdet mellem kort og satellitbillede og ledes give en sikkerhed på 100%, hvis de er ikke usikkerheden i kortet selv (Lunetta et korrekt registreret. Usikkerhedsvurderingen al. 1991). Usikkerheden i kortet varierer fra resulterede i estimater på mellem 64,0% og 50 m til 500 m i områder. hvor der er an- 84,9% for SPOT og mellem 62,7% og 76,9% vendt ældre flybilleder til genereringen af kortene (Weng & Nielsen 1997).

Feltobservationerne er positionsbestemt med GPS, som under feltarbejdet havde en usikkerhed mellem 30 og 100 m. Steven Muller (pers. komm.) foretog i sommeren 1999 feltarbejde i det nordlige Alaska, hvor GPS positioner blev målt i felten og senere korrigeret med differentiel GPS. Dette muliggjorde en analyse af fordelingen af de fejl, som GPSen i felten havde (figur 3.42.).

Muller målte i lighed med dette projekt po- Figur 3.42. Fordeling af positionsfejl ved sitionerne i felten med en standard hånd- håndholdt GPS (data fra S. Muller, pers. komm.).

129 for Landsat TM. Usikkerhederne var størst tionstyper i begge billeder. I dette studie har for klassifikationerne med 25 klasser. der under feltarbejdet været foretaget botaniske analyser af alle de kortlagte vegeta- Resultatet af en fejl i den geometriske opret- tionstyper. ning medfører altså en konservativ bias af usikkerhedsvurderingen, idet klassifikatio- Spatial autocorrelation dækker over proble- nen reelt er bedre end usikkerhedsvurdering met at to pixels ved siden af hinanden ikke antyder. Omvendt vil en fejl i geometrisk op- er uafhængige (Lunetta et al. 1991). Ham- retning eller positionering af feltdata fra mond & Verbyla (1996) beskriver hvordan GPS, medføre at træningsarealer, som anven- en Landsat TM klassifikation, hvor trænings- des til klassifikationen, kan være skævt pla- data er udvalgt som få homogene blokke af ceret. I dette studie er der dog taget stor hen- pixels med samme vegetationstype, overes- syn til de omkringliggende områder (søer, timerer en klassifikation med 11%. For ind- markant vegetation etc.) ved placeringen af samling af træningsdata ville det optimale træningsarealerne på satellitbillederne. Fej- derfor være, at data blev indsamlet på bag- len fra den geometriske opretning må derfor grund af pixels spredt ud over hele området forventes primært at tilføre konservativ bias med et minimum antal for hver vegetations- til usikkerhedsvurderingen. type (Jensen 1996). I betragtning af diskussionen om usikkerheden i den geometriske Usikkerhed fra klassifikationsprocessen opretning og for GPS-positionering ville det I selve klassifikationsprocessen forudsættes dog være stort set umuligt at finde tilfældigt der ved anvendelse af maximum likelihood, udvalgt pixels i et bjergrigt terræn (Franklin at data fra træningsarealerne er normalfor- et al. 1991). Da der endvidere er økonomiske delte (Jensen 1996). For dette studie, hvor begrænsninger forbundet med kortlægnin- træningsarealer er udvalgt i homogene vege- gen, ville det praktisk ikke være muligt at tationstyper, og placeringen af disse på satel- komme rundt til alle de lokaliteter indenfor litbilleder er foretaget med omhu er denne en overskuelig tid. forudsætning opfyldt. Maximum likelihood kan derimod ikke klassificere pixel med to Fejl i usikkerhedsvurderingen eller flere vegetationstyper repræsenteret, Usikkerhedsvurderingen med confusion ma- men tildeler istedet én klasse til pågældende trix og fuzzy-sets er med til at give en grun- pixel (Lunetta et al. 1991). Mange pixels vil, dig forståelse af usikkerheden for satellitba- som det er beskrevet i Membership-vurderin- serede kort (Congalton 1991, Hammond & gen, have tilhørsforhold til flere vegetations- Verbyla 1996, Muller et al. 1998). Vurderin- typer og dermed ikke kategorisk kunne klas- gen er statistisk baseret og derfor ikke ud- sificeres som en type. tryk for den sande fordeling af vegetationstyperne men et estimat af denne. Årsager Antallet af træningsarealer er yderligere med der kan medføre at estimatet forringes inklu- til at begrænse sikkerheden af klassifikatio- derer blandt andet: nen. For at klassificere satellitbilledet med så antallet af observationer til usikker- lav usikkerhed som muligt, er det vigtigt at hedsvurderingen, træningsarealerne for hver vegetationstype repræsenterer spredningen af vegetationsty- geometrisk usikkerhed af disse, pen indenfor hele det område, der skal klas- autokorrelation af de indsamlede data. sificeres (Jensen 1996). Forskelle i dato for to forskellige satellitbilleder vil som minimum Antallet af observationer til usikkerhedses- betyde, at overfladefugtigheden og sandsyn- timeringen er vigtig for hvor effektiv vurde- ligvis også den fænologiske udvikling for ve- ringen er. Congalton (1991) foreslår således getationen ikke er ens for de to billeder. I så- et minimum på 50 observationer per over- danne tilfælde bør træningsarealerne udvæl- fladetype for at opnå et statistisk grundlag, ges, så de dækker de pågældende vegeta- som vil muliggøre en god usikkerhedsvur-

130 dering af en Landsat TM scene. I usikker- og årsagerne til disse er det vigtigt at der ta- hedsvurderingen for Kangerlussuaq- og ges stilling til disse ved anvendelse af kortet. Nuukområderne er det kun dværgbuskhede, For eksempel er det vigtigt at kortet ikke an- som er blevet repræsenteret med mere end vendes til at udpege enkelte pixels, i den tro 50 pixels. De fleste vegetationstyper er at vegetationstype tilsvarer præcis den type repræsenteret med under 15 pixels og kun i som kortet viser. Dels forekommer der egent- Nuukområdet er 4 typer (dværgbuskhede, lige kortlægningsfejl og dels er mange af de fjeldmark, krat og lavholdig dværgbusk- kortlagte pixels, såkaldte mixels, som inde- hede) præsenteret ved mere end 30 pixels. holder to eller flere vegetationstyper. Årsagen til at så få vegetationstyper er blevet repræsenteret ved et passende antal Ved usikkerhedsvurderingen af de klasser pixels, er dels at kun få af vegetationstyper- hvor der er flere end 10 observationer til rå- ne opfylder kravet om homogene overflader dighed, ses der generelt en bedre sikkerhed på 3*3 pixels, og dels at sampling-metoden end for klasserne med kun meget få observa- favoriserer de mest udbredte vegetations- tioner til rådighed. Et bedre usikkerhedsvur- typer. dering af de underrepræsenterede klasser kunne derfor tænkes at give en højere sikker- Den geometriske usikkerhed af træningsklas- hedsvurdering men dette er uvist indtil yder- serne er allerede diskuteret ovenfor og de ligere observationer er foretaget og inklude- samme argumenter gælder for positionerin- ret i vurderingen. gen af usikkerhedsobservationerne. Forskel- len er dog, at hvor træningsklasserne meget 3.10.2. Vegetation og omhyggeligt blev placeret på de rigtige positioner på satellitbillederne, er usikkerheds- klimagradienter Klimaet på Vestkysten blev beskrevet i afsnit observationerne placeret udelukkende på 3.3.2. med en nærmere gennemgang af kli- grundlag af de indsamlede GPS-positioner. maparametrenes ændring langs de tre domi- Derfor vil usikkerhedsvurderingen i lighed nerende klimagradienter: nord/syd, kyst/ med testen af Verbyla & Hammond (1995) indland samt den topografiske gradient. Iføl- give et konservativt bud på sikkerheden af ge Bay (1997) ligger hele området indenfor vegetationskortet. det lavarktiske plantebælte, som er defineret på baggrund af plantearters udbredelse og er ligeledes beskrevet Spatial autocorrelation dermed de klimatiske begrænsninger. Kun ovenfor under usikkerheder i forbindelse en lille del af indlandet i Sydgrønland, ligger med klassifikationsprocessen. Indsamlingen udenfor Arktis og er defineret i den sub-ark- af observationer til usikkerhedsvurderingen tiske zone. blev foretaget så autokorrelation blev mini- meret indenfor de logistiske rammer, som var til rådighed. Dermed var det ikke muligt På trods af at Vestgrønland i store træk tilhø- at adskille hvert punkt med 50 pixels, som rer samme plantezone er der store forskelle i foreslået af Congalton (1988). Istedet blev klimaet og dermed også i udbredelsen af punkterne udvalgt fra homogene (3*3) om- plantearterne (Bay et al. 1999). Temperatur råder, som lå med en indbyrdes afstand på og nedbør varierer langs alle tre gradienter minimum 100 m og 250 m for henholdsvis og vil på grund af deres betydning for plan- vandrings- og helikoptertransekterne. Effek- terne medføre en begrænsning i fordelingen ten af autokorrelation forstærkes i bjergrigt af de enkelte arter. terræn (Congalton 1988), men en vurdering af graden af usikkerhed er ikke mulig at vur- Vandtilgængeligheden er den vigtigste fak- dere på dette datagrundlag. tor for fordelingen af plantearterne og vil på grund af dens ændring langs alle tre gradien- Opsummering ter, også medføre ændringer i plantesam- På baggrund af de ovennævnte usikkerheder mensætningen langs disse (Jonasson et al. in

131 press). Dette skyldes, som beskrevet i afsnit Ved at anvende de botaniske analyser fra 3.3.3., at nogle plantearter er bedre til at feltarbejdet vil det således, til en vis grad, modstå stress fra de abiotiske forhold og har være muligt at differentiere artssammensæt- tilpasset sig specielle klimatiske forhold. Så- ningen af en given vegetationstype fra kyst ledes er for eksempel Betula nana og Ledum til indland (jvf. afsnit 0). palustre begge dværgbuske, som primært forekommer i kontinentale områder, hvor I afsnit 3.9.5. er de frodige vegetationstypers dværgbuskene Empetrum hermafroditum fordeling langs kyst/indland og nord/syd og Salix herbacea, typisk forekommer i mere gradienten præsenteret. Nord/syd gradien- kystnære områder (Fredskild 1996). Typerne ten resulterer mest i at der i de sydligere dele er dog ikke helt fraværende i de andre områ- forekommer mindre frodig vegetation end i der, men for eksempel forekommer Empe- de nordligste områder. Årsagen til dette er trum hermafroditum kun sporadisk i indlan- dels at topografien i Sydgrønland medfører, det, hvor den i kystnære områder danner et at den frodige vegetation primært forekom- sammenhængende, homogent vegetations- mer i dalene, mens der helt ude ved kysten dække (Bay 1998). Lignende eksempler kan tit er store områder med bar, ubevokset klip- findes i urterne, hvor Pedicularis lapponica pe (Hansen 1991). forekommer hyppigt i indlandet, men kun sjældent ved kysten (Fredskild & Bay 1987). En direkte sammenligning af de frodige vegetationstyper vanskeliggøres også af den for- I afsnit 0 blev det endvidere vist at tempera- skellige vegetationssammensætning fra syd turen er begrænsende for udbredelsen af Be- til nord. Krattypen i Sydgrønland har såle- tulas pubescens og at denne ikke forekom- des en væsentligt højere biomasse end de mer på nordligere breddegrader i Grønland. tilsvarende typer i Kangerlussuaqområdet. Omvendt gælder det for Betula nana at den Dette skyldes blandt andet at typen i Syd- ikke forekommer i Sydgrønland, men be- grønland inkluderer Betula pubescens, som grænser sig til områder på Vestkysten nord danner egentlig birkeskov i enkelte områder for cirka 62° (Fredskild 1996). i de inderste fjorde (Bay et al. 1999). Jo læn- gere nord man kommer, desto færre bliver Vegetationstypernes udbredelse antallet af forekommende arter også (Bil- Der en stor forskel i udbredelsen af de enkel- lings 1992). te plantearter. I det ovenstående er kortlæg- ningen af vegetationstyperne i de tre hoved- Indenfor hvert område er der ikke den store områder præsenteret. forskel i hyppigheden af forekommende vegetationstyper. I Nuuk forekommer lavhol- Udfra vegetationstypernes udbredelse er det dig dværgbuskhede, dog hyppigere ved kys- ikke muligt at erkende samme mønster i ud- ten end i indlandet mens dværgbuskhede, bredelse fra klimatiske betingelser, som det græsland og steppe er lidt hyppigere i ind- ville være fra et udbredelseskort baseret på landet. Sparsomt vegetationsdækkede over- de enkelte plantearter. Årsagen til dette er flader (fjeldmark og bar jord / klippe) fore- at de kortlagte klasser er relativt brede klas- kommer hyppigere i indlandet end ved kys- ser, som alle forekommer indenfor Lavarktis. ten og er blandt andet et udtryk for den to- Indenfor de enkelte typer vil den begrænse- pografiske forskel. Områderne i indlandet de udbredelse af de enkelte typer dog slå ved Nuuk har en topografi med forskelle i igennem, således at dværgbuskhede i indlan- højde fra fjorden til cirka 1.600 meters høj- det som nævnt ikke har samme artssammen- de. Ved kysten er der ikke over 300 meters sætning som dværgbuskheder på kysten. højde og derfor forekommer sparsomt vege- Empetrum hermafroditum udgør således en tationsdækkede overflader forårsaget af den stor del af dværgbuskheden ved kysten, topografiske gradient ikke herude. Bare klip- mens den i indlandet kun forekommer som peoverflader forekommer dog ofte på vinden mindre væsentlig del af typen (Bay 1998). udsatte bakketoppe på Akia, men størrelsen

132 af de enkelte felter er tit ikke større end at ve opsummeret og diskussionen om gradi- de indgår sammen med vegetationsdækkede entbetingede vegetationsforskelle afrundet. overflader i såkaldte mixels (Bay 1998). Anvendelse af kortene I både Kangerlussuaq- og Sydgrønlandsom- På baggrund af de foretagne analyser og rådet er forskellen i fordelingen af frodige ve- ovenstående diskussion antages estimerin- getationstyper i indlandet og ved kysten ikke gen af den arealmæssige udbredelse af vege- stor. Kun Kangerlussuaq har små forskelle i tationstyperne i de tre hovedområder at væ- steppe og dværgbuskhede. For Sydgrønland re relativt god. Kortet vil derfor være meget er der større forskel, når bar jord / klippe in- anvendeligt for studier af en relativ forde- kluderes i analysen. Den forekommer såle- ling af vegetationstyperne, hvor der ikke stil- des 5 gange så hyppigt i indlandet som ved les krav til at vegetationstypen for en enkelt kysten. pixel i en præcist angiven pixel er korrekt klassificeret. Specielt for nogle vegetations- Den topografiske gradients indflydelse på de typer vil usikkerheden være høj og fejl fra klimatiske parametre, og dermed også plan- sådanne analyser kan derfor blive store. Kor- tedækket, er stor i dele af Vestgrønland. I af- tene bør derfor anvendes med varsomhed til snit 0 blev der således vist, hvordan nedbø- sådanne studier. ren i nogle bjergrige egne i Kangerlussuaq- området kan nå over 1.000 mm om året, På grund af at nogle områders vegetations- men på trods af dette er det ikke muligt for dække er kortlagt på basis af satellitbilleder vegetationen at vokse i disse områder. Tem- fra start eller slut af vækstsæsonen vil disse peraturen er i disse områder op imod 10° la- kunne vise et forkert billede af vegetations- vere end ved havoverfladen (ved fugtadia- typer. Specielt i de sydøstlige og nordøstlige batisk gradient) og samtidig meget vindud- dele af Kangerlussuaqområdet, hvor der er satte. Dette medfører, at vækstsæsonen bli- anvendt et billede fra september, er denne ver meget kort og barsk og at højere plante- risiko stor. arter derfor ikke kan overleve her. I Sydgrøn- land gør topografien, ligesom i Nuukområ- Usikkerhed det, sig gældende med højere bjergpartier i Generelt kan det konkluderes, at usikkerhe- indlandet, som medfører en større hyppig- den på det nuværende kort er på samme hed af vegetationsløse eller sparsomt vege- niveau som i andre kortlægningsstudier af tationsdækkede overflader. arktisk vegetation. Dog er der væsentlige forhold (forskellige dato på anvendte billeder, I beskrivelsen af vegetationstypernes forde- manglende terrænkorrektion etc.) i forbin- ling langs de andre gradienter, er det blevet delse med kortlægningen, som medfører, at nævnt, hvordan de sparsomt vegetations- der er grund til at kortene anvendes med dækkede og vegetationsløse områder, fore- forsigtighed. Endvidere at der udfra de på- kommer hyppigere i reliefrige områder i for pegede fejl og mangler, ved processen tages eksempel indlandet i Nuuk og Sydgrønland. højde for disse i et fremtidigt kortlægnings- projekt. 3.11. Konklusion Vegetationskortlægningen er gennemført i Tilgængeligheden af data har medført at sa- de tre hovedområder i Vestgrønland og i den tellitdata ikke er nedtaget på samme tids- ovenstående diskussion er størrelse af og år- punkt, som feltarbejdet er udført. Primært sager til usikkerheden på vegetationskortene på grund af dette har det ikke været muligt gennemgået. Vegetationskortene er inklude- at anvende de indsamlede spektralsignatu- ret på den vedlagte Data-CD, og er klar til rer som træningsarealer, og det har istedet anvendelse for forvaltningsmæssige studier i været nødvendigt at anvende positionerne Vestgrønland. I nedenstående, vil konklusio- med de kendte overfladetyper fra de botani- nen af usikkerhed og begrænsninger kort bli- ske undersøgelser.

133 De største usikkerheder anslås at skyldes, at binere vegetationskortene med de botaniske det i præprocesseringen ikke har været mu- undersøgelser er det dog muligt at foretage ligt at foretage korrektion af terræneffekter en differentiere imellem artssammensætnin- og at feltarbejdet har været begrænset. Be- gen ved de valgte lokaliteter og anvende den- grænsningen af feltarbejdet har haft betyd- ne til at drage estimeringer af vegetations- ning både ved indsamling af træningsarealer sammensætningen i for eksempel henholds- og ved indsamling af observationer til usik- vis kyst og indlandsområder. kerhedsvurderingen. Således ville en indsamling af træningsarealer, som ikke var be- grænset af tidskrævende botaniske undersø- gelser, have medført en større basis at kort- lægge vegetationen på baggrund af. Der- imod ville dette medføre at det ikke var muligt objektivt at diffentiere imellem artssam- mensætningen på de forskellige lokaliteter (afsnit 0).

Ved indsamlingen af observationer til anvendelse ved usikkerhedsvurderingen var der ikke tid og penge nok til at danne grundlag for en god usikkerhedsvurdering af alle vegetationstyperne. Vegetationstyper med sparsom udbredelse er som resultat af indsam- lingsmetoderne blevet underrepræsenteret og det er derfor muligt at usikkerhedsvurderingen af disse typer ikke er korrekt.

På baggrund af dels den visuelle analyse fra feltarbejde og dels usikkerhedsvurderingen er det klart at nogle vegetationstyper er kortlagt med lavere usikkerhed end andre. Pro- blemer med enkelte vegetationstyper forekommer primært i Kangerlussuaqområdet med græsland og dværgbuskhede, i Nuuk- området med kær i skyggeområder og adskillelsen mellem dværgbuskhede og lavholdig dværgbuskhede, samt i Sydgrønland med adskillelse af dværgbuskheder fra kær- områderne.

Gradientbetingede vegetationsforskelle I afsnit 3.10.2. er vegetationstypernes fordeling langs klimarelaterede gradienter diskuteret. Små forskelle i fordelingen af vegetationstyperne langs gradienterne kyst/indland, nord/syd og topografisk er fundet. Men da de største forskelle ligger i artssam- mensætningen indenfor hver vegetationstype har de store gradientbetingede vegetationsforskelle ikke kunnet kortlægges. Ved at kom-

134 Del 4 Retrospektiv AVHRR analyse

Mikkel P. Tamstorf Danmarks Miljøundersøgelser, afd. for Arktisk miljø

135 136 Retrospektiv AVHRR analyse

Gennem de sidste 20 år har der været en sti- foretaget en del studier med interesse pri- gende fokus på rensdyrene i Vestgrønland, mært i vegetationsindeks og til dels også i hvilket har medført et behov for kortlægning snekortlægning (Hansen 1989, 1990, 1991a, af dels rensdyrenes vandringsmønstre og de- Hansen & Søgaard 1989, Markon et al. 1995, res fødegrundlag, men også af den løbende Robinson et al. 1993, Tamstorf 1997, Winther udvikling i dette. Årlige ændringer i sne- & Hall 1999). Walker & Markon 1996 beskri- smeltning og i udviklingen af vækstsæsonen ver projektet Circumpolar Arctic Vegetation påvirker fødegrundlaget for rensdyrene (se Map (CAVM), som vil kortlægge vegetatio- del 5). En analyse af disse ændringer vil nen i Arktis ved hjælp af NOAA AVHRR. være væsentlig baggrund for forståelsen af Steffen et al. (1993) giver et overblik over me- bestandssvingninger og vegetationsændrin- toder og anvendelse af AVHRR til monitering ger. og analyser af sne og is-relaterede parametre.

Kortlægning baseres normalt på enkelte sa- Snedækket har stor betydning for såvel kli- tellitbilleder, således at kortet er et øjebliks- maet som plantedækket og dyrelivet i Arktis. billede af overfladetypernes udbredelse. I På nogle lokaliteter falder størstedelen af års- nogle tilfælde anvendes dog flere billeder fra nedbøren som sne og er derfor betydende forskellige datoer, så man opnår en multi- for plantedækkets vandtilførsel igennem temporal klassifikation og dermed et mere vækstsæsonen. Også som vandkraftressour- generelt billede af de analyserede overfladers ce er snedækket af betydning i arktiske egne udbredelse. Satellitbaserede datasæt, som og specielt i Vestgrønland. strækker sig over en længere årrække, har gjort det muligt at foretage analyser af æn- For plantedækket er tidspunktet for sneaf- dringer istedet for som tidligere at være be- smeltningen væsentligt, idet det har direkte grænset til øjebliksbilleder. NOAA AVHRR indflydelse på den begrænsede tidsperiode, har siden starten af 1980erne dannet grund- hvorunder plantedækket skal gennemgå re- lag for utallige studier ligefra meteorologi produktionscyklus (Lægaard 1981). Da for- over katastrofemonitering til mere generelle skellige plantetyper er varierende følsomme jordobservationsstudier og har med det om- overfor frostpåvirkninger kan en for tidlig fattende datasæt muliggjort tidsserieanaly- afsmeltning med efterfølgende frost være ser. Geostationære satellitter (f.eks. Meteosat) fatal for de pågældende plantetyper (Bay et har et lignende datasæt men kan grundet al. 1999). sin geostationære position ikke anvendes i pol-nære områder. AVHRR-sensoren er blandt andet blevet anvendt i Grønland til at estimere relativt sne- Analyserne har inkluderet såvel monitering dække indenfor hver 1 km2 pixel. Hansen & af forskellige overfladeparametre, som gene- Mosbech (1994) anvendte en kombination relle studier af anomalier af for eksempel af terrænkorrigeret albedo og albedoværdi- vækstsæsoner med henblik på validering af erne for henholdsvis fuldt og intet snedække eventuelle klimaændringer (Cihlar et al. til at estimere snedække og -dybde (en meto- 1998, Cracknell 1997, Di & Hastings 1995, de som tidligere var blevet testet af Søgaard Gutman 1999, Gutman & Ignatov 1995, (1985) og Søgaard & Thomsen (1988)). Myneni et al. 1998, Potter & Brooks 1998, NESDIS (National Environmental Satellite, Ricotta et al. 1999, Running et al. 1994). I Data and Information Service) under NOAA Grønland og generelt i Arktis har der været (National Oceanic and Atmospheric Admini-

137 stration) laver i dag ugentlige snedækkekort dækker hele vestkysten af Grønland fra Dis- for hele den nordlige halvkugle (NESDIS, ko til Kap Farvel med daglige billeder. Et ek- 2000) baseret på 1-km AVHRR data. sempel fra 24. juli 1989 er vist i figur 4.1.

Monitering og analyser af parametre over Endvidere er der indhentet et næsten kom- længere tid har medført et behov for model- plet sæt af daglige NOAA AVHRR 5-km data lering af disse parametre. I forbindelse med for to lokaliteter fra perioden 1982-1998. Dis- monitering af vegetation og vækstsæson er se data benævnes i det følgende punktdata. flere modeller blevet udviklet (Blandt andet: Fisher 1994, Goldman & Verbyla 1999, Lü- 4.1. Formål deke et al. 1996, Shibayama et al. 1999). Hall Formålet med denne retrospektive analyse & Martinec (1985) og Tamstorf (1997) har er at analysere variationen i snesmeltnings- tidligere anvendt modellering af albedovær- og vækstsæsonen i Vestgrønland siden 1980 dier for at beskrive snesmeltning. ved at udvikle nogle modelleringsmetoder. Metoderne vil være en hjælp til beskrivelse For at undersøge ændringer i væksten af ve- af ændringer i sne- og vegetationsdækket getationsdækket i Vestgrønland og betingel- fra år til år. ser fra år til år er der indkøbt billeder fra perioden 1983-1996 til en retrospektiv analyse Analysen er opdelt på to datasæt: af sne- og vegetationsdækket i Vestgrønland. Billeddata (et datasæt bestående af 156 Analysen baserer sig på NOAA AVHRR sa- NOAA AVHRR HRPT data billeder fra tellitbilleder, som har en dårligere spatial op- perioden 1983-1996, der dækker Vest- løsning end Landsat TM, men til gengæld grønland) Punktdata (datasæt af næsten daglige NOAA AVHRR GAC data fra to lokaliteter på Vestkysten for perioden 1982-98). hvor billeddata vil blive anvendt til en overordnet præsentation og beskrivelse af middel-vækstsæsoner for sne og NDVI baseret på 10-dages intervaller. Punktdata vil blive anvendt til modellering af parametre, som kan beskrive snesmeltning og vækstsæsonen fra år til år og test af disse metoder til en eventuel senere ekstrapolation til analyse af hele vestkysten.

4.2. Datagrundlag NOAA AVHRR sensoren har siden 1978 indsamlet data, der i dag foreligger for de fleste områder af jordkloden, som en lang sam- menhængende dataserie med en veldokumenteret og let tilgængelig databeskrivelse. Blandt andet har Cracknell (1997) givet en dybdegående beskrivelse af AVHRR data opbygning og anvendelse.

Asiaq (Grønlands Forundersøgelser) købte i Figur 4.1. NOAA AVHRR billede (Kanal 2, 1 og 3 1997 billeddata til at foretage en retrospek- i henh. R, G, B) fra 24. juli 1989. tiv analyse af sne- og vegetationsdækket i

138 Vestgrønland. Da de indkøbte billeder ikke omtrent samme spektrale opsætning (tabel var tilstrækkeligt dækkende for snesmelt- 4.1.) og afviger kun i de termale bånd i de nings- og vækstsæsonerne, har det ikke væ- senest opsendte satellitter. Dette har for dis- ret muligt at foretage den pågældende ana- se tidsserieanalyserne dog ingen betydning. lyse for de enkelte år på disse data. Dataene er i stedet anvendt til en vurdering af mid- AVHRR sensoren leverer data i flere forskel- delsæsoner på Vestkysten og er præsenteret lige opløsninger. De her anvendte er High på Data-CDen. Resolution Picture Transmission (HRPT), som leverer data i 10-bit radiometrisk og 1 Til analyse af de enkelte år er i stedet rekvi- km spatial opløsning ved nadir samt Global reret data fra 2 udvalgte positioner i Vest- Area Coverage (GAC), som reelt er resamp- grønland gennem National Snow and Ice lede HRPT-data med cirka 5 kms opløsning. Data Center (NSIDC) i Boulder, Colorado for de fleste af årene i perioden 1982-1998 (i AVHRR har med sin relativt brede swath det følgende benævnt punktdata). Modelle- width på 2700 km en off-nadir view angle ringen i 4.4.3. er således foretaget på punkt- på cirka 55° til begge sider. Dette medfører data og ikke på billeddata. flere problemer som ikke er tilstede i samme grad i andre multispektrale satellitter (f.eks. 4.2.1. Generelt om NOAA AVHRR Landsat TM) som har en meget lille view Serien af NOAA data fra satellitter i polar angle. Den store view angle medfører ud bane blev grundlagt i 1960 med opsendelsen over geometriske problemer hvor pixels i af TIROS-1 satellitten. I 1978 blev den første udkanten af billedet svarer til meget store af den seneste generation af satellitten op- områder (>>1 km) også at det radiometriske sendt. Dette var TIROS-N, som var forsynet signal fra to identiske overflader ved nadir med Advanced Very High Resolution Radio- og i udkanten af billedet er forskellige. Re- meter. TIROS-N er blevet efterfulgt af fleksion fra udkanten af billedet skal igen- NOAA-6 til og med NOAA-15 som er ope- nem mere atmosfære og medfører dermed rationel i øjeblikket. Serien af disse satellitter mere atmosfærisk støj i pågældende pixel. fortsættes med planlagte opsendelser forelø- big til 2007 (NOAA web 2000). NOAA satellitterne overflyver samme position to gang dagligt (nat og dag) og med to Oprindelig var NOAA AVHRR sensoren til- operationelle satellitter (en morgen- og en tænkt meteorologiske og oceanografiske for- eftermiddagsoverflyvning) overflyves et om- mål, men har været anvendt bredt til jord- råde 4 gange i døgnet hvorfor chancerne for observationsstudier. Cracknell (1997) gen- at få skyfrie billeder af et interesseområde er nemgår sensorer og deres anvendelse med væsentligt større end ved de højopløselige en omfattende referenceliste. satellitter (Landsat, SPOT etc.). På trods af den høje temporale opløsning forekommer I dette projekt er indkøbt data fra satellitter- der alligevel huller i dataserien. Disse skyl- ne NOAA-7, -9, -10, -11, -12 og -14. Alle har des primært skydække men også at de nord-

Tabel 4.1. Kanaler og båndbredde (µm) for de anvendte AVHRR data (efter Cracknell, 1997).

Satellit Kanal NOAA-6, -9, -12 NOAA-7, -11, -14 1 0,58-0,68 0,58-0,68 2 0,725-1,10 0,725-1,10 3 3,55-3,93 3,55-3,93 4 10,50-11,50 10,30-11,30 5 10,50-11,50 11,50-12,50

139 lige dele af Vestgrønland ikke er dækket på afslutning er særligt nødvendige, da en fast- mange af de nedtagne billeder. sættelse af specielt vækstsæsonens start er vigtig for analysen af vækstsæsonen. Der 4.2.2. Billeddata blev anskaffet i alt cirka 200 billeder fra pe- Hvert billede dækker området fra Disko i rioden 1981-96 som mere eller mindre opfyl- nord til Kap Farvel i syd (se figur 4.1.). De der de ovenstående krav til data. I figur 4.2. anvendte billeder er nedtaget fra NERC Sa- er vist de dage, der er anskaffet billeder fra. tellite Receiving Station i Dundee og udvalgt på baggrund af følgende prioriteringer: Flere af billederne dækker ikke hele vestkysten eller også var der skydækket under over- 1. Så stor dækning af det aktuelle område flyvningen. Mange billeder dækker endvide- som muligt re Vestgrønland med høj off-nadir vinkel og 2. Mindst muligt skydække kan derfor ikke anvendes. For nogle år var 3. Hovedområderne fra vegetationskortlæg- der kun få anvendelige data til rådighed. ningen så tæt ved nadir som muligt Endvidere er der år, hvor kun dele af vækst- sæsonen er dækket. Således er starten af 4. Størst mulig solhøjde vækstsæsonen i 1988 og 1989 slet ikke dæk- Minimum 10 scener fra hvert år skulle an- ket med billeder og slutningen af sæsonen i vendes for at kunne modellere vækstsæso- 1988 har et næsten 2 måneder stort hul i nen. Data fra omkring vækstsæsonens start, dataserien. I datasættet findes mange huller optimum af plantedækket og vækstsæsonens på op til 60 dage.

De cirka 200 AVHRR billeder er ikke fra sam- Tabel 4.2. Koordinater for NOAA AVHRR billeddata i UTM zone 22 (WGS 84). me satellit, men stammer fra NOAA 5, 6, 7, 9, 10, 11, 12 og 14. Da post-launch kalibre- Easting Northing ringsfiler for NOAA 5, 6, 10 og 12 ikke har Øverste venstre hjørne 350.000 7.650.000 været tilgængelige er der kun anvendt de Nederste højre hjørne 1.051.000 6.599.000 156 billeder fra NOAA 7, 9, 11 og 14.

Billederne er modtaget fra Asiaq som færdig- processerede billeder med geometrisk oprettede billeddata og færdige temalag (albedo, snedække, NDVI, temperatur og skydække).

Præprocessering af billederne har inkluderet radiometrisk og geometrisk korrektion.

Den radiometriske korrektion er foretaget med post-launch formler publiceret af Rao og Chen (1998a, 1998b). Data fra de 4 forskellige satellitter er kalibreret, som beskrevet i afsnit 0.

Geometrisk opretning Den geometriske korrektion er foretaget på grundlag af baneparametre for satellitten og en oprettet kystlinie. Billederne er oprettet Figur 4.2. NOAA AVHRR billeder anskaffet og anvendt til retrospektiv analyse af snedække og til UTM zone 22 (WGS 84) med anvendelse vegetation på Grønlands vestkyst. Y-aksen angiver af nearest neighbour resampling. Denne re- årstal, x-aksen: dagnummer, blå prik: ét billede sampling tildeler en geometrisk oprettet pixel (efter Böcher 1999). værdien for den nærmeste pixel i det uopret-

140 tede billede. Derved bevares de oprindelige NOAA/NASA AVHRR Pathfinder Calibra- radiometriske værdier i billederne og mulig- tion Working Group. Kanal 3, 4 og 5 er kor- gør kvalitative analyser. Dimensionerne for rigeret med ikke-lineære kalibreringsformler billederne er angivet i tabel 4.2. (Rao et al. 1998a).

4.2.3. Punktdata Den geometriske opretning er foretaget ud For modellering af snesmeltning og vækstsæ- fra baneparametre og giver en usikkerhed son var et så fuldstændigt datasæt som mu- på omkring 2 km (NSIDC 1999). ligt nødvendigt. Dette var tilgængeligt gennem National Snow and Ice Data Center Processeringen af data, albedo, skyklassifi- (NSIDC) i Boulder, Colorado, som under Po- kation, snedække etc. er foretaget med The lar Pathfinder projekt tilbyder gratis AVHRR Cloud and Surface Parameter Retrieval Sy- data fra udvalgte positioner. Eneste (men stem for Polar AVHRR (CASPR) fra NOAA væsentlige) forskel er at punktdata er i Glo- (Key 2000). Programmet beregner såvel over- bal Area Coverage (GAC) opløsning og har fladetemperatur som albedo, skyparametre derfor 5-km opløsning i modsætning til 1-km og ind- og udstråling. I Appendiks 10 er der opløsning af HRPT dataene. GAC data an- vist et eksempel på hvilke data som er mod- vendes primært til studier af global dækning taget fra NSIDC. hvor regionale studier anvender HRPT data. Processering af data ved NSIDC er ens for 4.3. Teori og metode GAC- og HRPT data og studier af punkt- I det følgende beskrives metoden for den redata kan derfor anvendes som forstudie til trospektive sne- og vegetationsanalyse i Vest- en fremtidig analyse af hele Vestkysten med grønland. Da en del af metoden kræver no- 1-km data fra NSIDC. get baggrundsviden er denne teori inkluderet, hvor det er fundet nødvendigt. To positioner i henholdsvis Kangerlussuaq- og Nuukområdet blev udvalgt til analyse. 4.3.1. Præprocessering Positionerne er vest for Kangerlussuaq ved Kalibrering Brayasøområdet og nord for Nuuk ved Nar- Kalibrering af data er af stor betydning ved sarsuaq (I det følgende anvendes henholds- anvendelse af forskellige satellitter og for vis navnene Kangerlussuaq og Brayasø samt NOAA AVHRR data er der foretaget mange Nuuk og Narsarsuaq for de to lokaliteter). studier i korrekt kalibrering for at muliggøre Punkterne blev valgt med henblik på at vege- tidsserieanalyser (hvor ændringer skyldes tationen skulle være så homogen og ensartet reelle ændringer på jorden og ikke i satellit- som mulig uden vand eller skygge i nærhe- ten). den, som kunne forstyrre det spektrale møn- ster gennem året. I tabel 4.3. er positionerne Før satellitten opsendes kalibreres sensoren for de valgte områder vist. og pre-launch kalibreringsdata publiceres. Denne kalibrering sker dog oftest et stykke Kanal 1 og 2 er kalibreret udfra post-launch tid før opsendelsen, og da specielt de kort- kalibreringsværdier som publiceres af bølgede kanaler ændrer følsomhed over tid

Tabel 4.3. Positioner for punktdata fra NSIDC.

Længdegrad Breddegrad Terræn- og vegetationstype Brayasø v. Relief: maks. 100 m, primært -51,01549° 67,01879° Kangerlussuaq dværgbuskhede Narsarsuaq-sletten Relief: maks. 25 m, primært nord for -50,93887° 64,83978° sparsom dværgbuskhede Godthåbsfjorden

141 svarer pre-launch værdierne ikke til de ak- te. Årsagen er at den synlige og infrarøde tuelle værdier ved opsendelsen (Gutman kanal er afhængige af solvinklen og dermed 1999). overflyvningstidspunktet, hvilket skabte mulighed for fejl i analysen. Gutman (1999) på- Endvidere foretages post-launch kalibrering viser således også, at der ved en ekstra kor- på overflader med relativt stabile atmosfære- rektion for den varierende overflyvningstid og reflektionsforhold. Forudsat den bereg- faktisk ikke kan findes nogen trend i NDVI- nede albedo ikke ændres (for overfladen) kan udviklingen for den pågældende periode. I sensoren kalibreres og post-launch værdier et nyt studie af dataene forlænget op til hen- offentliggøres. Rao & Chen (1995) viser i et holdsvis 1999 og 1994 kan Shabanov et al. studie fra den Libyske ørken forskellene på (submitted) og Zhou et al. (submitted) trods albedo beregnet på henholdsvis pre- og post- den ekstra korrektion påvise en øget grønhed launch værdier (figur 4.3.). Det ses tydeligt i Arktis. på figuren at pre-launch værdierne resulterer i en negativ trend i albedoværdierne for En detaljeret gennemgang af kalibrering fin- hver sensor. Ørkenoverflader er normalt des i blandt andre: Rao & Chen (1995), Rao meget stabile og ændres ikke væsentligt over & Chen (1999), Gutman (1999), Vermote & en kortere årrække. Post-launch værdierne, Kaufman (1995) og Cracknell (1997). som på tværs af sensorer, henfald etc. stadig producerer en albedo på samme niveau vil 4.3.2. Maximum compositing således give et væsentligt bedre resultat. An- NDVI fra AVHRR har været hyppigt andre faktorer end sensorhenfald spiller også vendt inden for studier af ændringer af vege- ind i kalibreringsprocessen. Således sker der tationsdække (specielt følger af globale kli- også ændring i satellitternes baner. I figur maændringer) (e.g. Di & Hastings 1995, 4.4. er ændringen af overflyvningstidspunk- Gutman 1999, Gutman & Ignatov 1995, tet for ækvator vist for NOAA-9, -11 og 14. Myneni et al. 1998, Potter & Brooks 1998, Reed et al. 1994, Ricotta et al. 1999 og Et eksempel på fejltolkning grundet dårlig Running et al. 1994). kalibrering kan findes i analysen fra Myneni et al. (1995) af NDVI på den nordlige halv- NDVI er i de fleste tidsserie-studier anvendt kugle fra 1981-1992 hvor de påviser øget i såkaldt maximum composite-form (frem- grønhed. Gutman (1999) har påvist at lokal- over benævnt composite), hvor den maksi- overflyvningstidspunktet ændrede sig over malt forekommende NDVI-værdi indenfor årene og at der ikke var taget hensyn til det-

Figur 4.3. Sammenligning af AVHRR albedo ved Figur 4.4. Ændring i overflyvningstidspunkt ved brug af henholdsvis pre- og post-launch kalibre- ækvator for NOAA-9, -11 og 14 eftermiddagsover- rings koefficienter. Sorte er med post-launch, blå er flyvning (efter Gutman 1999). med pre-launch. (mod. fra Rao & Chen 1995).

142 en given periode er valgt til at repræsentere 4.3.3. Beskrivelse af middelår ud denne periode (Holben 1986). Composite- fra billeddata værdier anvendes i stedet for data fra hvert På baggrund af billeddata er der udarbejdet enkelt billede, da specielt effekter fra off-na- en oversigt over middelår for snedække og dir optagelser med stor view angle og deraf vegetation igennem vækstsæsonen fra 1983- følgende atmosfæriske problemer samt effek- 1996. ter fra skyer, solvinkel og skyggeeffekter forekommer i billederne. Holben (1986) viser i en Da de indkøbte billeddata (se figur 4.2.) for detaljeret undersøgelse at subtropiske over- de fleste år indeholder for store huller i fladetypers NDVI-værdier steg med lavere starten og slutningen af vækstsæsonen har view angle (nær-nadir optagelser), aerosol- det ikke været muligt at foretage modelle- koncentration, og høj indkommende stråling. ring, som nedenfor beskrevet. I stedet er Han anbefaler derfor at udvælge den høje- billeder for alle år samlet i 10-dages perioder ste værdi fra en given periode idet de lavere efter deres dagsnummer. I 10-dages perioden værdier antages at være resultatet af oven- dag 211 til dag 220 er der således inkluderet nævnte effekter. data fra 1985, 1989, 1990, 1991, 1992 og 1993. Ved at samle årene på denne måde vil Cihlar et al. (1994) viser at compositing ba- hele sæsonen være beskrevet med minimum seret på NDVI bør foretages før eventuel et billede for hver 10-dages periode og der- atmosfærisk korrektion idet det ellers vil øge med kan der genereres et bud på et middel- chancen for at anvende data, som er påvir- år for hver pixel. ket af BRD (bidirectional reflectance distribution) effekter. Da alle billeder er anvendt til beregning af temalag som albedo, relativt snedække, Maximum composite anvendes i dette stu- NDVI, skydække etc. er det muligt at beskri- die til en test af dels billeddata, som har en ve middelår for hver pixel ved gennemsnit dataserie med store huller tilsvarende læn- af pågældende værdier indenfor hver 10- gere maximum composite længder. Endvi- dages periode. dere anvendes testen for at se om maximum composite kan anvendes ved analyser af Gennemsnit foretages for NDVI værdier placering af vækstsæsonens start og slut. over 0,2 og for relativt snedække over 20% Længden af den periode, hvorover der ud- dækning. Billeder, der indeholder skyer eller tages maksimalværdi, varierer i litteraturen ikke er dækket for pågældende pixel, bliver fra 5 til 30 dage og afhænger af svingnin- ikke inkluderet. gerne i det mønster, der ønskes undersøgt. Holben (1986) nævner 6 ugers vækstsæso- Da nogle perioder kun indeholder få år vil ner i Arktis og 8 måneders vækstsæsoner i disse få en stor vægt på middelåret. Hvis der Troperne som yderligheder. kun er et år i en periode og det tilfældigvis stammer fra en kort sæson, vil der kunne Analyser af vækstsæsoners længde er afhæn- forekomme sneværdier langt ind i sæsonen gige af præcis bestemmelse af start og slut på på trods af at pågældende værdi mere var vækstsæsonen. Ved compositing vil den an- en yderlighed end en middelværdi. vendte værdi ikke nødvendigvis være et udtryk for den dag den er tillagt, men kan være 4.3.4. Sneafsmeltning udtryk for en værdi, der forekom før eller Modellering af sneafsmeltning foretages på efter afhængigt af hvilken composite-længde baggrund af albedoværdier. Beregningen af som vælges. Data fra årene 1982-1996 er disse beskrives nedenfor, hvorefter modelle- testet for flere composite-længder (compo- ringen præsenteres. site = 1, 5, 7, 10, 14 og 30). Testen og resultatet er diskuteret yderligere i afsnit 4.4.2.

143 Albedo bredbåndet refleksion for anisotropi I flere studier af snedække anvendes albedo- 3. Konvertering af TOA bredbåndet reflek- beregninger fra AVHRR kanal 1 eller 2 til es- sion til overflade bredbåndet albedo timering af snedække under den forudsæt- ning, at albedo aftager lineært i takt med at 4. Korrektion af overflade bredbåndet albe- snedækket mindskes (Hansen & Mosbech do for effekter af skydække over sne og is. 1994, Jørgensen 1993, Stroeve et al. in press). Stroeve et al. (in press) har i en sammenlig- Værdier over 0,75 antyder et fuldt snedæk- ning af albedoværdier fra in situ målinger og ke og værdier under 0,20 indikerer, at der AVHRR data fundet, at de satellitbaserede ikke er noget nævneværdigt snedække tilba- albedoværdier i gennemsnit fra 14 stationer ge indenfor den pågældende pixel. Winther underestimerer den reelle albedo med 6%. I & Hall (1999) viser hvordan albedoen varie- det følgende vil dette dog ikke have nogen rer for forskellige smeltende sneoverflader betydning, når det forudsættes at underesti- ved tre snedækker (to tynde og en dyb) gen- meringen er uafhængig af albedoniveauet. nem afsmeltningsperioden. Forløbet varierer fra et stærkt næsten lineært fald for den tyn- For at sikre at der ikke inkluderes data fra de snedække til et mere komplekst s-formet områder med tyndt skydække er der foreta- fald for det dybe snedække. get yderligere sortering af data efter albedo- beregningen. Sorteringen godkender kun de For AVHRR dataene med såvel 25 km2 som beregnede albedoværdier til videre anven- 1 km2 store pixels vil albedoen under sne- delse hvis: smeltningen udover afhængighed af under- 1. 0 < Kanal 4 kanal 5 < 1,8, eller laget også være en kombination af snefrie og snedækkede overflader (Winther & Hall 2. 0 < Kanal 3 kanal 4 < 9 1999). Sidstnævnte faktor antages at have På grund af den store forskel mellem bereg- størst indflydelse på albedoen og sammen- ning af albedo for henholdsvis billeddata og hængen imellem snedække og albedo kan punktdata kan umiddelbar sammenligning derfor forudsættes at være lineær (Andersen af værdier fra de to beregninger ikke foreta- 1982). ges. Endvidere er de to datasæt også forskellig i opløsning, hvorfor værdierne af NSIDC Beregningen af albedoværdierne for billeddata er et middel af flere overfladers reflek- data er foretaget som et middel af refleksion end det er tilfældet for billeddata. sionsværdier fra kanal 1 og 2. Kanal 1 og 2 er placeret i det kortbølgede spektrum og kan derved anvendes til albedoberegning. De resterende bånd, som vist i tabel 4.1. er lang- bølget stråling og kan derfor ikke anvendes til estimering af refleksion men kun til må- ling af emission. Billeddata er ikke atmosfæ- risk korrigeret da data til denne proces ikke var til rådighed for Asiaq.

Beregningen af albedoværdierne for punktdataene fra NSIDC foretages i fire trin (Key 2000): 1. Konvertering af kanal 1 og 2 refleksion Modellering af snesmeltning fra albe- (henholdsvis 0,58 - 0,68 µm og 0,725 - Figur 4.5. doværdier. Modellering anvender en symmetrisk 1,10 µm) til bredbåndet refleksion (0,4 overgangsfunktion, Sigmoid. Betydende parametre 2,5 µm) til beskrivelse af snesmeltningen er angivet på 2. Korrektion af ydre atmosfærisk (TOA) figuren.

144 Modellering af punktdata sluttende ved albedo = 20%. Valget af 60% Albedoen anvendes til at estimere det rela- for starten af snesmeltningen er taget for at tive snedække indenfor en pixel. I figur 4.5. muliggøre modellering af alle år. Nogle år er vist modelleringen af albedoværdierne ved har et meget sparsomt snedække hvilket anvendelse af en symmetrisk sigmoid kurve. medfører albedoværdier om vinteren på omkring 60%. 20% for S er fastsat på trods slut Modellering er foretaget med en symmetrisk af et lille yderligere fald i albedo. Det lille fald sigmoid overgangsfunktion: i albedo til værdier under 20% skyldes at enkelte snefaner stadig er tilstede i området, E D$OEHGR += (F 15) men antallet må antages at være lille og ube- −+ (exp(1( 'DJVQXPPHU − /) GF )) tydeligt for vegetationen generelt. hvor , , og er henholdsvis albedoværdi- På baggrund af dagsnumrene for S og a b c d start en for snefrie områder, springet i albedo (fra S kan S beregnes. A og A tilsvarer slut lgd max min fuldt til intet snedække), dagsnummer for henholdsvis a+b og a i modellen. vendetangenten samt parameter for hæld- ningen omkring vendetangenten (dagsnr.-1). 4.3.5. Vækstsæsonen Modellen forudsætter et konstant snedække Vækstsæsonen kan ikke direkte afbilledes fra med ens albedo igennem vintersæsonen og satellitbilleder, men estimeres fra parametre en stabil albedo for vegetationsdækket i som for eksempel vegetationsindeks (Myne- vækstsæsonen. ni et al. 1998). Et af de mest anvendte er Normalized Difference Vegetation Index Hall & Martinec (1985) beskriver anvendel- (NDVI), som siden introduktionen af Rouse sen af et lignende udtryk, men de anvender et al. (1973) gennem de sidste cirka 25 år istedet areal af snedække til at modellere af- har været anvendt til vegetationsanalyser. smeltningen. Da modelleringen i dette studie netop forsøger at estimere graden af snedæk- NDVI ke indenfor en arealenhed (subpixel) er det NDVI er defineret i 3.8.1. For NOAA AV- nødvendigt at bruge andre parametre. Den HRR anvendes kanal 1 for RED (refleksio- anvendte funktion er valgt ud fra en anta- nen i det røde spektrum) og kanal 2 for NIR gelse om at værdierne er relativt stabile før (refleksionen i det nærinfrarøde spektrum). og efter snesmeltning samt at den pågælden- de funktion skulle være simpel og overskue- Som det var tilfældet med albedoberegnin- lig. Dette har medført anvendelsen af oven- gerne er også NDVI-data blevet sorteret stående udtryk. yderligere efter beregning for at undgå anvendelse af data med tyndt skydække. Føl- Til analyse af de individuelle år anvendes føl- gende kriterier har derfor været anvendt til gende parametre, som er baseret på model- at godkende NDVI data med før de er ble- leringen: vet anvendt i den efterfølgende modellering: Snesmeltningens start, S start 1. 0% < Albedo (skykorrigeret) < 20% Snesmeltningens afslutning, S slut 2. Overfladetemperatur > 273ºK Snesmeltningens længde, S lgd 3. Kanal 1 < 10 Fuldt snedækkes albedo, A max 4. (Kanal 1 kanal 2) < 0 Intet snedækkes albedo, A min Modellering af punktdata Da albedoen som nævnt ovenfor er en funk- NDVI er anvendt til at modellere vækstsæso- tion af andelen af overfladetyper indenfor nen med for årene 1982-1996 med undtagel- pågældende pixel er snesmeltningen define- se af 1984, 1993 og 1994, hvor et sammen- ret som startende ved albedo = 60% og af- hængende datasæt ikke var til rådighed.

145 Modelleringen er foretaget med en dobbel- Ved analyse af alle de tilgængelige data er vb logistisk funktion, som blev introduceret før- og ve fastsat til 0,05. Reelt falder NDVI til ste gang af Fisher (1994) til modellering af under 0 ved første snefald, men da vb og ve vækstsæsoner for landbrugsnationer. Model- relaterer sig til vegetationens NDVI og ikke len passer også til den generelle beskrivelse sne er det en acceptabel estimering. I figur af en arktisk vækstsæson: 4.6. er modellen for vækstsæsonen ud fra et Lavt ensartet niveau i NDVI (< 0,01) dobbel-logistisk fit til NDVI vist. udenfor vækstsæsonen Analysen af de enkelte års vækstsæson base- Hastig vækst til et maksimum og derefter res på følgende beskrivende parametre fra aftagende igen modellen: Top-funktion, men med mulighed for en Dagsnr. for vækstsæsonens start, V lang vækstsæson start Dagsnr. for vækstsæsonens afslutning, og tidligere forslag til beskrivelse ved både V lineære forhold og 2. gradspolynomier af slut Vækstsæsonens længde, V vækstsæsonen er blandt andet givet i Lüde- lgd ke et al. (1996), Running et al. (1994) og Maksimalt forekommende NDVI, Tamstorf & Hansen (in press). MaxNDVI Dagsnr. for MaxNDVI, DOY Den dobbel-logistiske funktion for NDVI og max dagsnummer er defineret ved: V og V forekommer ved NDVI på 0,1. start slut N −+ YHYEN Valget af 0,1 som grænse er baseret på visuel- YE1'9, += − ( ) (F 16) −− SWF −− TWG le analyser af grafer for NDVI for alle vækst- + H )( )1( 1( + H )( ) sæsonerne. Da niveauet for vegetation uden hvor vb og ve er niveauet af NDVI for hen- for vækstsæsonen er sat til 0,05 er det nød- holdsvis før og efter vækstsæsonen. k er den vendigt at have lidt mulighed for udsving i høje asymptotiske værdi og giver således denne parameter uden at det starter en sammen med vb ( + ) værdien af den mak- vækstsæson. V beregnes på baggrund af k vb lgd simalt forekommende NDVI. og angiver V og V . MaxNDVI er den maksimalt p q start slut dagsnummer, hvor vendetangenterne for forekommende NDVIværdi i løbet af en modellen forekommer og c og d er relateret vækstsæson og definerer maksimum af sæ- til hældningen ved de to vendetangenter og sonen på dagen DOY . MaxNDVI er, som max er udtrykt ved dagsnr.-1. nævnt i afsnit 0, udtryk for grønheden af ve- getationsdækket og dermed højt korreleret med frodigheden.

4.4. Resultater Resultaterne af den retrospektive analyse præsenteres nedenfor. Først præsenteres resultatet af analysen af billeddata. Derefter præsenteres analyserne af punktdata først med testen af compositing og dernæst mo- delleringsresultaterne.

4.4.1. Middelår fra billeddata Analysen af billeddata præsenteres i et pro- Eksempel på modelleret vækstsæson. Figur 4.6. gram til at vise middelår af NDVI og sne- Den dobbel-logistiske funktion er fittet til NDVI og dagsnummer. På figuren er angivet parametre for dække i vækstsæsonen. Programmet er pro- beskrivelse af sæsonen; MaxNDVI, sæsonlængde grammeret efter bestilling (Lars Hansen, samt start- og slutdag for vækstsæsonen. KU/GI), er inkluderet på den vedlagte Data-

146 CD og ser ud som vist i figur 4.7. I det ven- 4.4.2. Maximum compositing stre vindue (1) ses hele det analyserede om- Modellering af vækstsæsonen er for hver en- råde ved et NDVI billede hvor frodigheden kelt sæson ved Brayasø foretaget på basis af varierer fra lav (gul) over mellem (grøn) til rådata og 5, 7, 10, 14 og 30-dages composite- høj (rød). I dette vindue udvælges et hoved- længder. For de fleste år kunne modellerin- område, som derefter ses i det øverste højre gen ikke gennemføres med 30 dages compo- vindue (2). Ved valg i vindue (1) vil der site, da antallet af data dermed var for lille poppe en advarsel om ActiveX op. Denne til et fit. godkendes. Ved at trykke på forskellige pixels i vindue (2) vil grafen i (3) løbende opda- I figur 4.8. er der vist et eksempel fra 1997 teres. Grafen viser middel af NDVI (kurve) af composite-længdens indflydelse på den og snedække (søjler) for hver 10-dages modellerede vækstsæson. Eksemplet er ty- periode. I venstre del af (3) kan man i stedet pisk for resultaterne af analysen. for NDVI og snedække-grafen vælge at se hvor mange billeder, som har ligget til Som det kan ses af figuren varierer starten grund for beregningen af middelåret. af vækstsæsonen (ved NDVI = 0,1) med op til 9 dage afhængig af composite-længden. Grafen dækker vækstsæsonen fra dag 81 Tidligst er placeringen ved en composite- (22. marts) til dag 310 (6. november). Yder- længde på 10 dage og senest er placeringen ligere data indenfor hver 10-dages periode af starten ved anvendelse af rådata. I slut- kan nemt tilføjes, idet de skal lægges i det re- ningen af sæsonen er forskellen imellem de spektive bibliotek i strukturen, som fremgår estimerede dage en dag mindre. Her varierer af Data-CD. Alle billederne ligger til rådig- den estimerede slutdag for vækstsæsonen hed for analyser i biblioteket CD:/Html/ med 8 dage imellem anvendelsen af rådata Data/AVHRR/. I dette bibliotek findes også (tidligste afslutning) og 14 dages composite en lut, som kan anvendes i Chips sammen (seneste afslutning). med de enkelte billeder.

Figur 4.7. Program til præsentation af middelår for NDVI og snedække i vækstsæsonen i Vestgrønland. Forklaring findes i teksten nedenfor.

147 Ved vurdering af kurverne i figur 4.8. er det Snesmeltningens start, slut og længde tydeligt at rådata giver det bedste fit af mo- Vækstsæsonens start, optimum, slut og delleringen for start og slut af vækstsæsonen længde og at de længere composite-længder giver et ringere fit. Samme konklusion kan drages NDVI for vækstsæsonens optimum ved analyse af de resterende vækstsæsoner. Endvidere er albedo for henholdsvis fuldt Anvendelse af composite vil medføre at væk- snedække og snefrie overflader blevet an- stsæsonens start og slut ikke bliver trukket vendt til et estimat af en middel albedo for ned på plads og at estimeringen af datoer de to overflader på lokaliteterne. for disse derfor varierer urealistisk med op til 3 uger i forhold til hvad rådata antyder. Usikkerhed for modellering Alle modelleringer er blevet gennemført med På denne baggrund er det valgt ikke at an- en signifikansniveau på 99,9% eller bedre. vende data med maximum composite i mo- Korrelationsværdier og R2 for de enkelte år delleringen. er vist i tabel 4.4.

4.4.3. Modellering Model-eksempler Modelleringen af snesmeltningen og vækst- For hvert år kan modelleringen af snesmelt- sæsonen ved Brayasø vest for Kangerlussuaq ningen og vækstsæsonen kombineres i et plot og Narsarsuaq nord for Nuuk fra 1982-1998 for at visualisere resultaterne. I figur 4.9. og har resulteret i årlige parametre til beskri- figur 4.10. er modelleringen for henholdsvis velse af: Nuuk i 1988 og Brayasø i 1996 vist.

Tabel 4.4. Korrelationsværdier og antal datapunkter (pr. år) for modelleringerne. Værdierne er gennemsnit af alle årlige modelleringer ved lokaliteten (± 1 standard afvigelse).

Brayasø Narsarsuaq (V. for Kangerlussuaq) (N. for Nuuk) R2 0,95 ± 0,04 0,97 ± 0,02 Snesmeltning n 68 ± 19 77 ± 15 R2 0,88 ± 0,06 0,91 ± 0,05 Vækstsæson n 34 ± 10 31 ± 11 NDVI

Figur 4.8. Variation i vækstsæson som funktion Figur 4.9. Modellering af snesmeltning og vækst- af composite-længde. Eksempel fra lokaliteten ved sæson baseret på albedo og NDVI fra daglige AV- Brayasø i 1997. Vist er også placeringen af alle rå- HRR data fra 1988. Eksemplet er fra en 25 km2 pixel data for sortering til de forskellige composite. nord for Nuuk, hvor vegetationsdækket primært er lav dværgbuskhede og nedgræssede lavflader.

148 Den blå kurve angiver modellen for snesmeltningen baseret på albedodata (blå tre- kanter) og den grønne kurve angiver forlø- bet af vækstsæsonen og er baseret på NDVI data (røde cirkler).

Nuuk, 1988 I 1988 var der ved Narsarsuaq nord for Nuuk en relativ normal snesmeltningsperio- de på 14 dage efterfulgt af en vækstsæson på 130 dage, der startede op inden al sneen var smeltet af (figur 4.9.). Vækstsæsonen Figur 4.10. Modellering af snesmeltning og vækst- toppede normalt den 9. august og sluttede sæson baseret på albedo og NDVI fra daglige AV- sidst i september i 1988. HRR data fra 1996. Eksemplet er fra en 25 km2 pixel ved Brayasø nordvest for Kangerlussuaq, hvor vegetationsdækket primært er dværgbuskhede. Brayasø, 1996 I 1996 ved Brayasø var snesmeltningen kortere og tidligere end i forrige eksempel (figur 4.10.). 13 dage skulle der til for at smelte al sneen bort inden 22. april. Vækstsæsonen

Figur 4.11. Resultatet af alle fit for Brayasøområdet vest for Kangerlussuaq. Figuren viser dagsnummer for start og slut af snesmeltning, vækstsæsonens start, optimum med MaxNDVI samt dag for vækstsæsonens afslutning.

Figur 4.12. Resultatet af alle fit for Narsarsuaqområdet nord for Nuuk. Figuren viser dagsnummer for start og slut af snesmeltning, vækstsæsonens start, optimum med MaxNDVI samt dag for vækstsæsonens afslutning.

149 var relativ lang tid om at starte op, men top- slutningen. Sidste rådata for modelleringen per lidt tidligere på dag 203 (22. juli) og slut- af vækstsæsonen i Nuuk i 1989 var på dag ter på dag 261 (18. september), hvilket er 246 med en NDVI på 0,31. Ved så høje slut- næsten 1 uge tidligere end ved Nuuk i 1988. værdier har modellen ikke mulighed for at I modsætning til eksemplet fra Nuuk i 1988 blive trukket ned til en realistisk slutdato og når vækstsæsonen her hurtigt et topplan denne antager istedet værdier over 300. Hvor som holdes i relativt lang tid (ca. 6 uger). dette er tilfældet er disse derfor udeladt af analyserne (gælder for Nuuk i 1991, 95 og Det er vigtigt at sammenligning af sæsoner i 98 og for Kangerlussuaq i 1989, 92 og 98). forbindelse med analyse af forskellige års snesmeltnings- og vækstforhold foretages Middelår for samme område. Som beskrevet i afsnit På baggrund af modelleringerne af snesmelt- 3.3.2. er klimaet i de to områder forskellige, ning og vækstsæson i perioden 1982-1998, hvilket bør tages i betragtning ved sammen- kan der udarbejdes et middelår for de to ligning imellem områderne. områder. Værdierne for middelårene ved Brayasø og Narsarsuaq er vist i tabel 4.5. Alle sæsoner Beskrivelse af snesmeltningen og vækstsæso- Variation fra normalen nen for alle årene er vist for de to områder i De modellerede data kan udover en beskri- henholdsvis figur 4.11. og figur 4.12. I enkel- velse af den enkelte sæson også anvendes til te sæsoner er afslutningen af vækstsæsonen analyse af sæsonens afvigelse fra normalen ikke blevet estimeret, idet antallet af data har (middel for den analyserede periode). En så- været for få til at kunne give en dato for af- dan analyse kan foretages på alle parametre,

Tabel 4.5. Middelår (± 1 standard afvigelse) for de modellerede parametre ved henholdsvis Brayasø vest for Kangerlussuaq og Narsarsuaq nord for Nuuk i perioden 1982-1998.

Brayasø Narsarsuaq Snesmeltningens start 105 ± 19 dage 126 ± 15 dage Snesmeltningens afslutning 128 ± 18 dage 151 ± 16 dage Albedo for fuldt snedække 73,0 ± 6,0% 75,0 ± 3,2% Vækstsæsonens start 146 ± 13 dage 144 ± 16 dage Vækstsæsonens afslutning 274 ± 12 dage 278 ± 10 dage Vækstsæsonens længde 128 ± 17 dage 140 ± 17 dage Tidspunkt for optimum 201 ± 9dage 215 ± 8 dage MaxNDVI (v. optimum) 0,36 ± 0,03 0,37 ± 0,02 Albedo for snefri overflade 13,2 ± 1,1% 13,7 ± 1,1%

Figur 4.13. Præsentation af årenes afvigelser. A: Afslutning af snesmeltning, B: Længde af vækstsæson.

150 men i denne analyse er det valgt kun at fo- teste og hele 2 måneder kortere vækstsæson kusere på variationen i tidspunkt for afslut- end den længste sæson i den undersøgte pe- ningen af snesmeltning og på variationen i riode. vækstsæsonens længde. En vurdering af hver af vækstsæsonernes pa- I figur 4.13. er eksempler for afvigelsen af rametre i forhold til normalen kan foretages afslutning af snesmeltning og vækstsæsonens og tildeles. I tabel 4.6. og tabel 4.7. er tids- længde fra normalen vist. Afvigelse er vist punkt for afsmeltning, vækstlængde, tids- som dage fra normalen i negativ og positiv punkt for optimum og frodighed vurderet retning. For Figur A er afslutningen af sne- for hver sæson og det er angivet om parame- smeltningen vist. En placering under norma- teren for det år antyder en positiv eller en len (vandret linie) er en tidligere afsmeltning negativ indflydelse på vegetationens generel- end normalt og over normalen er senere af- le udvikling. smeltning. Som det kan ses er variationen stor med afvigelser på op til 1 måned før og Tabel 4.6. viser vurdering af disse parametre efter normalen. Specielt ved Nuuk (røde fir- for Brayasøområdet ved Kangerlussuaq. kanter) er afvigelserne størst med 1983 og Grønt + antyder at pågældende parameter 92 som meget sene afsmeltninger, og 1985, har været gunstig for vegetationens udvik- 86 og 95 som meget tidlige afsmeltninger. ling, hvorimod et gult antyder at parame- Ved Kangerlussuaq er det også 1983 og 92 teren har været dårlig for vegetationens ge- som er afsmeltet meget sent omkring 30 dage nerelle udvikling. 1983 viser sig, som det blev efter normalen (halvt skjult under de røde antydet ovenfor, for de fleste parametre, som firkanter) mens de fleste afvigelser med tid- et dårligt år for vegetationen ved Brayasø. ligere afsmeltning ligger cirka 15 dage under Kun frodigheden ved optimum af sæsonen normalen. var relativt normal. Specielt 1998 fremstår som en meget god sæson for vegetationen. Her var der en tidlig afsmeltning og et tidligt Figur B har et lignende spredt mønster for afvigelser af vækstsæsonens længde fra nor- optimum med højere frodighed end normalt. malen. 1983 ved Kangerlussuaq falder dog ud med en ekstremt kort vækstsæson på 91 Lignende analyse ses i tabel 4.7. for Narsar- dage. I forhold til de øvrige har den over tre suaqområdet ved Nuuk. Specielt 1992 står uger kortere vækstsæson end den næstkor- ud fra de andre med både sen afsmeltning

Tabel 4.6. Vurdering af parametrenes betydning Tabel 4.7. Vurdering af parametrenes betydning for vegetationsdækket ved Brayasø vest for Kanger- for vegetationsdækket ved Narsarsuaq nord for lussuaq i 1982-1998. Grøn (+) antyder fordele for Nuuk i 1982-1998. Grøn (+) antyder fordele for ve- vegetations udvikling og gul (-) antyder negativ getations udvikling og gul (-) antyder negativ ind- indflydelse på vegetations udvikling i forhold til flydelse på vegetations udvikling i forhold til nor- normalen. S er sent optimum og T er tidligt. ? er malen. S er sent optimum og T er tidligt. ? er angi- angivet hvor modellen ikke har kunnet estimere vet hvor modellen ikke har kunnet estimere vækst- vækstlængden. længden.

7LGVSXQNWÃIRUÃ 7LGVSXQNWÃIRUÃ .DQJHUOXVVXDT $IVPHOWQLQJ 9 NVWO QJGH )URGLJKHG 1XXN $IVPHOWQLQJ 9 NVWO QJGH )URGLJKHG RSWLPXP RSWLPXP ++S -+ - - S -?S T- + + - - - +S- -+ S +S S+ - ? +T - -? + - - ? S - ?T- + + - ++ T + + ? T + ? T +

151 og lav frodighed, hvorimod 1996 ved Nuuk vist skydække (Holben 1986). Siden da har var et godt år for vegetationen. Her var metoden været vidt udbredt ved studier af vækstlængden længere end normalt og fro- tidsserier af NDVI. Typisk er composite- digheden højere. længden sat til 10 eller 14 dage og medfører, at man ved tidsserie analyser kun har to 4.5. Diskussion og eller tre datapunkter til rådighed for hver måned (Potter & Brooks 1998, Teillet et al. opsummering 2000). Modellering og præsentation af sne- og vege- tationsdække baseret på NOAA AVHRR er I forbindelse med undersøgelser af vækstsæ- vist ovenfor. I det følgende vil metoderne og sonen i Vestgrønland varierer længden af resultaterne blive diskuteret nærmere med vækstsæsonen fra 3 til 4 måneders længde henblik på at give læseren mulighed for at for en gennemsnitssæson. Da tidspunktet for anvende disse i forbindelse med for eksem- opstart af sæsonen og længden af vækstsæ- pel forvaltning af naturressourcer i Vestgrøn- sonen er vigtig for analyser af vegetations- land. ændringer, klimaændringer etc. er det også vigtigt at et givent datasæt har en opløsning, 4.5.1. Præsentation af middelår som er tilstrækkelig for at monitere ændrin- fra billeddata ger i de pågældende parametre. Effekten af Billeddata er blevet anvendt til at generere forskellige composite-længder blev testet på middelår for hele Vestgrønland i en opløs- baggrund af data for perioden 1982-1998, ning på 1 km2. Resultatet er præsenteret på og det blev fundet at det bedste resultat kom vedlagte Data-CD og der er mulighed for at fra anvendelse af alle data uden brug af udvide datasættet med nye data indenfor composite. Anvendelsen af composite blev de fastlagte 10-dages perioder. vurderet til at give for stor usikkerhed i bestemmelsen af start og afslutning af vækst- Metoden er god til at give et hurtigt overblik sæsonen. Hvis data yderligere har gennem- over sne- og vegetationsdækket på Vestgrøn- gået en sortering i forhold til view-angle, sky- land indenfor en periode, hvor kun få årlige dække etc. kan de anvendte tidsserier anta- data er til rådighed. Nogle perioder indehol- ges at være udtryk for de korrekte værdier. der kun få data og disse vil derfor ikke være et udtryk for en middelperiode, men i stedet Hope et al. (1999) har endvidere fundet at pågældende års værdi. Umiddelbart vil det NDVI er relativt stabil i forhold til tyndt sky- heller ikke være muligt at undersøge hvilke dække; specielt for vegetation med værdier år, som afveg fra normalen i enten positiv over 0,5, men der foreslås et skyindeks til eller negativ retning. anvendelse på data for at sikre skyfrie data. Data til dette har dog ikke været tilgængelige Metoden blev udviklet til præsentation af de i dette studie hvorfor den ekstra skykorrek- data, som var indkøbt af Asiaq og kan hjælpe tion er blevet anvendt. til at give et overblik over forskelle imellem områder. En lignende løsning med bedre 4.5.3. Modellering af punktdata datagrundlag og anvendelse af modellerin- Modelleringen af snesmeltning og vækstsæ- gen, som er præsenteret ved punktdataene i son er foretaget på 2 lokaliteter med en rum- denne analyse vil derfor være muligt i frem- lig udstrækning på hver 25 km2. På trods af tiden. den lille rumlige opløsning er data anvendt til udvikling og test af modellerne, og med 4.5.2. Maximum composite et signifikansniveau på 99,9% eller bedre og Maximum composite blev udviklet til at fra- R2 værdier over 0,85 er det sket med stor sortere data med blandt andet høje off-nadir succes. Det er vist, hvordan data kan analy- view-angles, skydække og generere skyfrie seres og anvendes til at beskrive og sammen- scener på baggrund af flere scener med del- ligne områders snesmeltning og vækstsæson.

152 Valg af snesmeltningsmodel 1999, Lüdeke et al. 1991, Markon et al. 1995, Valget af en sigmoid model er baseret på de Shippert et al. 1995, Stow et al. 1998, Tucker bredt anvendte afsmeltningskurver, som er & Sellers 1986). Det er derfor oplagt at an- baseret på arealudbredelsen af snedække vende NDVI til modelleringsstudier for (Hall & Martinec 1985). Ved visuel analyse vækstsæsoner i Grønland. NDVI har endvi- var det dog tydeligt at afsmeltningen inden- dere været anvendt i mange studier af tids- for en pixel (subpixel) forårsagede samme serier af vegetationsdækket og Teillet et al. kurveform, som for albedoens fald i forbin- (2000) har da også NDVI med i deres op- delse med afsmeltning. Data blev derfor fit- summering af globale NOAA AVHRR data- tet til en symmetrisk sigmoid funktion. sæt.

Ved anvendelsen af denne model er det altså Tidligere har der været gjort forsøg med 2. muligt at modellere graden af snesmeltning gradspolynomier, som modelleringsfunktion på subpixel-niveau og dermed muliggøre (Tamstorf & Hansen in press), hvor NDVI mere detaljerede snesmeltningsstudier, hvor data over 0,05 anvendes til modellering af fokus kan ligge på små områder i modsæt- vækstsæsonen og parametre som start, slut, ning til andre metoder, hvor større arealer længde og optimum af vækstsæsonen. skal anvendes. Forsøg har endvidere været gjort med en Anvendelse af gaussisk funktion på samme kriterier, som snesmeltningsparametrene nævnt ovenfor. Denne funktion er dog en Den modellerede snesmeltning kan anven- udpræget top-funktion og muliggør derfor des til at beskrive den enkelte sæson. Beskri- ikke modellering af lange vækstsæsoner, hvor velse af foråret er væsentligt for vegetatio- NDVI ligger relativt stabilt over 1-2 måneder nen, idet tidspunktet for snesmeltningen er på midten af sommeren. med til at afgøre, hvornår og hvor længe ve- getationsdækket har til at gennemføre deres Lüdeke et al. (1996) præsenterer en model til reproduktionscyclus (Lægaard 1981). År, beskrivelse af udviklingen i vegetationen over hvor snesmeltningen rækker langt ind i den hele år og anvender en tre-delt model base- normale vækstsæson (f.eks. 1983 og 1992 ved ret på månedlige NDVI data. Modellen an- begge lokaliteter) vil vegetationen have min- vendes for løvskov til at estimere blandt andre tid og nogle planter vil måske ikke kun- det tidspunkt for bladsætning og er en del ne gennemføre deres cyklus. Ved flere på af Frankfurt Biosphere Model. Tre-delingen hinanden følgende sæsoner af denne type, anvender en flad, lineær NDVI om vinteren kan det medføre en væsentlig ændring i med stejl lineær vækst i foråret, som topper vegetationen. hurtigt og aftager konvekst (større fald mod slutningen af sæsonen) mod vinterperioden. Valg af vækstsæsonmodel Ved valg af datagrundlag og model til model- Markon et al. (1995) anvendte 14 dages lering af vækstsæsonen var det vigtigt at maximum composite fra NOAA AVHRR funktionerne skulle kunne modellere de 1991 sæsonen til at bestemme vækststart, - nævnte parametre til beskrivelse af vækstsæ- optimum, -slut og længde i Alaska. Max- sonen, og at den valgte funktion var relativt NDVI blev også bestemt. Tidspunkt for enkel i sin opbygning og forståelse. vækststart og -slut blev sat til den periode, hvor NDVI overstiger 0,09. Hermed kunne NDVI er et bredt anvendt vegetationsindeks, kort til beskrivelse af fænologien i Alaska som har været brugt i blandt andet Arktis til produceres. modellering af biofysiske parametre som leaf area index, biomasse, primær produktion, Fisher (1994) introducerede den dobbel-logis- klorofylindhold, CO etc. (Cohen 1991, tiske model, som også er anvendt i dette stu- 2 Franklin et al. 1997, Jacobsen & Hansen die. Modellen anvendes på NOAA AVHRR

153 HRPT data over landbrugsarealer i Frankrig Da modelleringen er foretaget på GAC data til først at beskrive to forskellige typer vege- (25 km2) kan vegetationen indenfor hver tation (sommer- og vinterafgrøder), og der- pixel ikke ventes at være homogen (mixel). næst at kombinere disse i en analyse af for- Endvidere vil mange søer, snefelter og klip- delingen af disse på subpixel-niveau. peoverflader også være til stede indenfor pixelen. Dette vil være med til at nedbringe Følgende argumenter blev anvendt ved val- niveauet af NDVI, hvorfor værdierne ikke get af den dobbel-logistiske model til model- er sammenlignelige med NDVI værdier fra leringen af vækstsæsonen ved de to lokalite- HRPT data (1 km2). Ved bestemmelse af ter i Vestgrønland: vækstsæsonens start og slut har størrelsen af Godt fit til de anvendte data (bedre end pixelen ligeledes indflydelse. Flere snefelter alle tidligere testede) indenfor en pixel vil medføre at vegetationstyper ved disse smelter sent fri og derfor har Ikke følsom over for mindre perioder en anden sæsonprofil end det, som fremkom- uden data mer ved modelleringen. Relativ enkel formel med konstanter, som kan anvendes direkte i vurdering af Hvis der vælges en højere rumlig opløsning vækstsæsoner vil antallet af forskellige vegetationstyper indenfor en pixel nedsættes. Da modellen Anvendelse af vækstsæsonmodel kræver en relativ høj hyppighed af data kan Vækstsæsonmodellen er blevet anvendt til højopløselige data (f.eks. Landsat og SPOT) at modellere vækstsæsonen for individuelle ikke anvendes. Istedet vil metoden nemt kun- år i perioden fra 1982-1998 på baggrund af ne overføres til mellemopløselige NOAA NOAA AVHRR GAC data. Output fra mo- AVHRR HRPT data. Disse data har en 1 km2 dellen inkluderer dels en grafisk præsenta- opløsning og vil således give et godt overblik tion af vækstsæsonen og dels bestemmelse ved regionale analyser. af parametre for start, slut, længde og optimum af vækstsæsonen. MaxNDVI for opti- Generelt om resultaterne mum er også bestemt. Parametrene kan Resultaterne for de to lokaliteter viser forskel kombineres dels for en analyse af forskelle dels imellem årene, men også imellem loka- imellem sæsoner og dels for beregning af et liteterne. I figur 4.14. er de producerede mid- middelår for pågældende position. delår for hver lokalitet grafisk præsenteret.

Figur 4.14. Middelår for lokaliteterne ved Kangerlussuaq og Nuuk. Blå og rød angiver snesmeltning og orange og grøn angiver vækstsæsonen for henholdsvis Kangerlussuaq og Nuuk.

154 Spredningen i resultaterne af analysen er så men også af græsning eller antropogen på- stor at der ikke er tale om et normalår, men virkning. mere om et middel af resultater fra en år- række. For at definere et egentligt normalår 4.5.4. Anvendelse af billeddata skal datasættet dække en længere årrække. Ved at sammenholde resultaterne fra model- Indenfor klimatiske analyser anvendes såle- leringen af punktdata med middelårene for des også 30 år som basis for normalår. de tilsvarende lokaliteter baseret på billeddata findes i store træk de samme middelår. Hele middelsæsonen med snesmeltning og vækstsæson starter senere ved Nuuk end ved Snesmeltningens start og afslutning kan gen- Kangerlussuaq, som ligger mere kontinentalt. findes på billeddataene men i løbet af vækst- I Nuuk er nedbøren større og snedækket som sæsonen forekommer flere observationer af skal smeltes bort derfor tykkere. Dette med- snedække som kun er baseret på informa- fører at vegetationen kommer senere i gang tion fra et år. Figur 4.14. viser middelårene i Nuuk området end tilfældet er længere for punktdataene og hovedtrækkene af mod nord. vækstsæsonen (start omkring 15. maj, optimum i slutningen af juli og afslutning på sæ- Hvor der ved Kangerlussuaq typisk går 2-3 sonen i slutningen af september) kan genfin- uger fra snesmeltningen er afsluttet til vege- des på Figur 4.15. Ved en bedre korrektion tationen starter, er vækstsæsonen ved Nuuk og indsamling af flere data vil det således i gang allerede før de sidste store snefelter er være muligt at anvende dette værktøj til enk- væk. Forskellen hertil kan skyldes at snedæk- le hurtige analyser af snesmeltning og vækst- ket i Kangerlussuaq er meget tyndt, og at sæson for positioner på Vestkysten. På trods der kun skal få dage med plusgrader til for af de store huller i datasættet er det således at det smelter bort, selvom frostgrader stadig muligt at få en nogenlunde beskrivelse af et forekommer i ugerne efter at sneen smeltede middelår for snesmeltning og vækstsæson. bort. Ved Nuuk kræver smeltningen af de tykkere snedækker længere perioder med 4.6. Konklusion varme temperaturer, og i løbet af denne pro- Måden at præsentere billeddata var illustra- ces, er sommeren så fremskreden at frost kun tivt god men for kvantitative analyser kræ- forekommer sporadisk. ves der dels et bedre datagrundlag og dels modellering fremfor ren midling af resulta- For at drage egentlige konklusioner om for- ter. Det kan dog konkluderes at metoden gi- skelle i de to områder anbefales det at modelleringerne foretages dels med højere opløs- ning (1 km2) og dels over flere pixels, så usikkerheden ved søer, vand og store snefelter indenfor det analyserede areal mindskes.

Over den analyserede 18 års periode er der ingen synlige trends i de estimerede parametre. Variationen er til gengæld meget stor imellem de enkelte år og klimasvingninger over så kort en periode vil ikke være synlige i de pågældende områder.

Til analyse af eventuelle ændringer i vegeta- tionsdækket vil en sammenholdt analyse Figur 4.15. Middelår for position nord for Nuuk med andre påvirkninger endvidere være at (tilsvarer position for punktdata) men baseret på foretrække, idet ændringer både kan fore- billeddataene fra perioden 1983-1996. Grafen er komme som konsekvens af klimaændringer, hentet direkte fra Data-CDen.

155 ver et udmærket overordnet billede af sne- overblik over de enkelte år, men kan også smeltning og vækstsæson på baggrund af være en støtte for forvaltningen. data fra mange sæsoner. Ved kombination med et datasæt med tilsvarende temporal I forbindelse med forvaltning af rensdyr og opløsning, som de anvendte punktdata og moskusokser vil en sammenhængende serie sammen med de anvendte modelleringer, vil af analyser af snesmeltning og vækstsæson metoden fra Data-CDen være et stærkt kunne danne grundlag for en bedre forstå- værktøj til hurtigt at overskue forskelle imel- else af klimaets indflydelse på blandt andet lem områder. fødegrundlaget. Middelår kan beregnes og forholdene for enkelte år, som anvendes til De præsenterede modelleringsmetoder er detaljeret kortlægning vil kunne analyseres. anvendt på punktdata og meget anvendelige for analyser af snesmeltning og vækstsæso- I øjeblikket er data for NOAA AVHRR til- ner i Vestgrønland. En fremtidig analyse bør gængelige tilbage til 1982 og med udsigten derfor foretages over hele Vestgrønland med til fortsat nedtagning af disse data vil analy- modellerne baseret på NOAA AVHRR HRPT ser af klimaændringer også kunne udarbej- data. En sådan analyse vil ikke kun give et des i fremtiden.

156 Del 5 Analyse af vegetation i satellitmærkede rensdyrs kerneområder

Mikkel P. Tamstorf Danmarks Miljøundersøgelser, afd. for Arktisk miljø

157 158 Analyse af vegetation i satellitmærkede rensdyrs kerneområder

I den følgende sektion præsenteres et eksem- standsstørrelsen om end det er ukendt hvad pel på anvendelse af vegetationskortene fra årsagen til dette er (Meldgaard 1986). Sektion 3.4 i en analyse af satellitmærkede rensdyrs foretrukne områder. Analysen er Kendskabet til fødegrundlaget er en vigtig baseret dels på vegetationskortene og dels parameter for at øge forståelsen af rensdyr- på positioner fra satellitmærkede rensdyr. bestandens fluktuationer. Kortlægning af Mærkning og oparbejdning af rådata er rensdyrenes fødevalg og fordeling og tilstand foretaget af Cuyler & Linnell (in prep.). af vegetationen er væsentlige for analyser af rensdyrenes levevilkår. En ny metode til 5.1. Indledning kortlægning af rensdyrenes vandringsmønst- Rensdyrbestanden i Vest- og Sydgrønland re og fødevalg blev introduceret i Grønland i 1997 og 1998, hvor 15 simler blev udstyret består i dag af to underarter: Tamren (Ran- med halsbånd med satellitsendere (Cuyler gifer tarandus tarandus) og vildren (Rangi- & Linnell, afsnit 6). Senderne gav mulighed fer tarandus groenlandicus). Tamrendrift forekommer i dag i Sydgrønland, mens en for at følge rensdyrenes vandringer i de efter- tidligere tamren-bestand ved Itinnera i Godt- følgende to år og for at relatere deres posi- håbsfjorden er blandet med vildrener (Jep- tioner til vegetationskort. Resultaterne af så- sen 1999). Bestanden i Vestgrønland har gen- danne undersøgelser er dog kun vejledende, nem de seneste 40 år haft store bestands- idet en position i en vegetationstype ikke svingninger. Fra at bestå af cirka 100.000 dyr nødvendigvis betyder at rensdyret fourage- omkring 1970 til cirka 30.000 dyr i 1977 rer på det pågældende tidspunkt. (Thing 1984). I 1990erne er bestanden vok- set til en bestand på cirka 20.000 (Grønlands 5.2. Formål Naturinstitut 1998). Estimeringerne er dog Formålet med denne analyse er at identifi- forbundet med stor usikkerhed. De antage- cere områder, hvor rensdyrene færdes og at de lave bestandsstørrelser på 10.000 dyr i analysere fordelingen af vegetationen i disse 1993 førte til et totalt jagtforbud, som først områder (home range). Til dette anvendes blev ophævet i 1995 (Grønlands Naturinsti- tut 1998), da strengere fangstkvoter blev ind- ført. I indeværende år har nye undersøgel- ser vist at estimeringerne fra 1990erne var for små og at bestanden i 1999 nærmere er på mellem 30.000 og 55.000 rensdyr alene i Region Nord (C. Cuyler pers. komm.). Den- ne ændring har derfor ført til højere større fangstkvoter. Generelt er tallene for rensdyrbestandene under stor revurdering idet be- standsstørrelser og fangsttal ikke har stemt overens tidligere.

Årsager til ændringerne i bestandsstørrelse er blandt andet klimaændringer, overgræs- Figur 5.1. Rensdyr (Rangifer tarandus ning af vinterføden eller jagttryk (Fleischer groenlandicus) ved Narsarsuaq nord for 1993). Generelt er det dog normalt med stor- Godthåbsfjorden, Juli 1999 (Foto: M.P. skala svingninger (65 115 års cykler) i be- Tamstorf).

159 positionsdata fra satellitsenderne til estime- I figur 5.2. og figur 5.3. er områderne, hvor ring af rensdyrenes home range’s samt vege- de satellitmærkede dyr er observeret, vist tationskortene, som blev præsenteret i Sek- med angivelse af vigtigste stednavne. tion 3.4. Indenfor hvert område har rensdyrene fore- Analysen vil endvidere vise mulighederne trukne områder (home ranges), hvor migra- for anvendelse af vegetationskort i forvalt- tionen foregår frit. Rensdyrene krydser kun ningen af Grønlands ressourcer. sjældent imellem hovedområderne, selvom det fysisk er muligt. 5.3. Datagrundlag Datagrundlaget for denne analyse består 5.3.2. Positionsdata dels af positioner fra satellitmærkede rensdyr ARGOS er et satellitbaseret positionerings- og dels af vegetationskortene, som blev præ- system, der fungerer som modtagestation senteret i Sektion 3.4. for satellitsendere (Platform Transmitter Ter- minal) på jorden. ARGOS flyver på NOAA Satellithalsbånd er påsat og data modtaget satellitterne og en nærmere beskrivelse af og oparbejdet af Christine Cuyler ved Grøn- disse med overflyvningstid kan findes i af- lands Naturinstitut (Cuyler & Linnel in snit 4.2.1. Satellitsenderen på jorden udsen- prep.). der et signal med kendt bølgelængde og når ARGOS satellitten passerer, anvendes dobler- 5.3.1. Undersøgelsesområder effekten til at beregne senderens position. I Rensdyrenes opholdsområder i Vestgrønland dette studie er satellitsendere monteret på er opdelt i 5 hovedområder efter topografien halsbånd på rensdyr i Vestgrønland, hvor- (Cuyler & Linnel in prep.). I dette studie er ved positionen af disse kan moniteres og anvendt data fra områderne: vandringsruter dermed fastlægges.

Region Nord (afgrænset af Nordre Strømfjord i nord til Sukkertoppen Iskap- Montering af satellitsendere Halsbånd med satellitsendere blev påsat pe i syd og i østlig retning fra Sisimiut på rensdyr i løbet af vinteren 1997 og vinteren kysten til indlandsisen i øst). 1998. Rensdyrene blev indfanget fra snescoo- Region Central (afgrænset fra kyst til ter uden bedøvelse, og påsætningen af hals- indlandsis fra Sukkertoppen Iskappe i bånd tog 15-20 minutter, hvorefter rensdy- nord til Godthåbsfjorden i syd inklusiv ret blev sluppet løs igen (Cuyler & Linnel in Nunatarssuaq i øst og Akia i vest). prep.).

Figur 5.2. Delområde af Region Nord indenfor Figur 5.3. Delområde af Region Central indenfor hvilket de satellitmærkede rensdyr er observeret. hvilket de satellitmærkede rensdyr er observeret.

160 Nord for Kangerlussuaq blev der i marts ARGOS behandler alle nedtagne positioner 1997 mærket en simle og i marts 1998 6 sim- og rangerer dem efter usikkerhed i positions- ler. 3 simler døde undervejs i perioden og an- bestemmelsen på en skala fra Z som den tallet af sendere, som leverer observationer, dårligste over B, A, 0, 1 og 2 til 3, som er den varierer derfor. På Akia nord for Nuuk blev bedste kategori. Kun data med positioner i 8 dyr (simler) mærket med satellitsendere i kategorien fra 1-3, som giver en statistisk marts 1997. Alle sendere på nær én (simle usikkerhed på maks. 1.000 m. er inkluderet med sender nr. 8145 døde i juni 1998) fun- i analysen. gerede indtil vinteren 1999. I 1998 og 1999 blev der foretaget en test af I tabel 5.1. er de enkelte senderes historie lis- usikkerheden på positionerne i kategori 1-3 tet. Dyr med sensor nr. 7977 er ikke inklude- ved at undersøge modtagne positionsbestem- ret i den efterfølgende analyse. melser fra kendte stationære placeringer. Disse inkluderede dels sendere på de døde Data fra satellitsenderne rensdyr og dels placering af senderen på Satellitsenderne sendte positioner samt infor- kendt position i Nuuk. Resultatet af denne mation om dyrets aktivitetsniveau. Aktivi- test var at usikkerheden i gennemsnit var tetsdata vil dog ikke blive anvendt i denne på 371 m med en standard afvigelse på 315 analyse og kun opsætninger omkring posi- m. Største afvigelse var på 2,8 km (Cuyler & tionsbestemmelse vil blive beskrevet. Linnel in prep.).

Senderne blev programmeret til at sende i 7 Da flere observationer for samme dag fore- timer hver 4. eller 6. dag. Derudover blev 4 kom er data blevet sorteret efter bedste usik- af senderne programmeret til at sende dag- kerhedskategori, og test foretaget om den ligt i kælvningsperioden (1. maj 30. juni) valgte position var indenfor et sandsynligt og 6 andre til at sende dagligt i jagtsæsonen område. Derefter var data klar til analysen. (1. august 30. september).

Tabel 5.1. Data fra de enkelte satellitsendere angivet på månedsbasis. x: løbende data, D: død, N: naturlig død, S: sender problemer (Mod. efter Tabel 6.1.).

1997 1998 1999 M A M J J A S O N D J F M A M J J A S O N D J F M Region Nord 07979 xxxxxxxxxxxxN 07978 xxxxxxxxxxxxxN 07977 x D 07980 xxxxxxxxxxxxxx 07981 xxxxxxxxxxxxx 11082 xxxxxxxxxxxxx 21344 xxxxxxxxxxxxx

Region Central 08144 xxxxxxxxxxxxxxxxxxxxxxxx 08145 xxxxxxxxxxxxxxD 08146 xxxxxxxxxxxxxxxxxxxxxxxx 08147 xxxxxxxxxxxxxxxxxxxxxxxx 08148 xxxxxxxxxxxxxxxxxxxxxxxx 02701 xxxxxxxxxxxxxxxxxxxxxxxx 11064 xxxxxxxxxxxxxxxxxxxxS 21335 xxxxxxxxxxxxxxxxxxxxxxxx

161 5.3.3. Kortmateriale at dyrene i denne periode vandrer for at Vegetationskort komme til et andet område og ikke på Vegetationskortene blev præsenteret i Sek- grund af vegetationens sammensætning tion 3.4. og deres anvendelse og nøjagtighed langs vandringsruten. Sæsonernes fordeling diskuteret. Her skal derfor bare opsumme- på året fremgår af figur 5.4. res hvilke vegetationstyper, som er anvendt i analysen. Kun overfladetyper tolket som 5.4.2. Estimering af home range vegetation er inkluderet i analysen idet skyg- Home range kan defineres som: Det område ge, skyer osv. ikke antages at have stor ind- indenfor hvilket rensdyr bevæger sig igen- flydelse på rensdyrenes valg af fouragerings- nem året under normale aktiviteter som fou- område. De inkluderede vegetationstyper er ragering, parring og kælvning (Burt 1943). således: Dværgbuskhede, lavholdig dværg- Undersøgelse af home ranges og deres stør- buskhede, krat, kær, græsland, steppe, fjeld- relse, udbredelse og udnyttelse er vigtig del mark, bar jord / klippe. Bar jord / klippe er af undersøgelser af rensdyrs økologi (Harris medtaget, idet overgangen mellem fjeldmark et al. 1990). På grund af manglende beteg- og denne kategori er flydende, og der kan nelse på dansk er home range i det følgende forekomme små felter af lav indenfor denne anvendt for det område, indenfor hvilket, at klasse. rensdyrene bevæger sig 95% af deres tid. Be- tegnelsen anvendes således også for de sæ- Topografiske kort sonopdelte anvendelsesområder. Til præsentation af home ranges og van- dringsmønstre er der anvendt digitale topo- I Vestgrønland er rensdyrenes home ranges grafiske kort fra Kort og Matrikelstyrelsen. meget forskellige i karakter. Nogle rensdyr er Kortene er nærmere beskrevet i afsnit 3.5.3. stationære og udnytter samme lokalområde hele året, mens andre er migrerende og vandrer fortrinsvis mellem vinter og sommerom- 5.4. Teori og metode råder (Thing 1984). Grundet rensdyrenes I det følgende vil teori og metode bag analy- migration og forskelle heri giver en bereg- serne af vegetationen i rensdyrenes foretruk- ning af home ranges indenfor sæsonerne ne områder blive præsenteret. Home ranges væsentligt mere information om habitat- og vil blive defineret og teorien bag dem forkla- fødevalg end ved en beregning på årlig ba- ret og metoder til analyse af forskelle i vege- sis. Den primære faktor til valget af forskel- tationen indenfor præsenteret. home range lige home ranges er mulighederne for fouragering (Thing 1984), som ændres igennem 5.4.1. Rensdyrenes sæsoner året. Om vinteren er det således vigtigt for Året er opdelt i følgende årstider : rensdyrene at finde områder med relativt Forårstræk, kælvning, post-kælvning, som- tyndt snedække, så de kan komme igennem mer, brunst, tidlig vinter, midt vinter og sen snelaget til vegetationen. vinter. Data fra alle vintersæsoner er dog lagt sammen, da disse er meget ens. Des- Beregning af home ranges på baggrund af uden udelukkes forårstrækket, idet nogle radio- eller satellittelemetri har været foreta- dyr i denne periode vandrer så langt, at det get siden starten af 1960erne og har resulte- ikke er relevant at tale om egentligt home ret i et intensivt arbejde indenfor home range range i relation til fødevalg. Det forudsættes estimering og statistisk analyse af disse (Har-

Figur 5.4. Rensdyrenes karakteristiske sæsoner

162 gen. Til den sidste hører blandt andet Fixed kernel home range utilization distribution (Kernel-UD), som er anvendt i dette studie (Worton 1989).

Kernel-UD i denne analyse anvender least squares cross validation (LSCV) til bestemmelse af kernelbredden, som betinger, hvor stor en vægt tætliggende punkter har på ana- Figur 5.5. Utilization distribution for en given lysen. Ved en bred kernel får fjerntliggende punktmængde. Gule cirkler: observationer, Grøn: observationer større vægt, hvorved den over- 95% UD, Lyseblå: 70% UD, Hvid: 50% UD (Hooge ordnede form af home range træder frem, & Eichenlaub 1997). hvorimod smalle kernels favoriserer tætlig- gende observationer og giver dermed et billede af lokale variationer. LSCV anvender ris et al. 1990). En af de første og enkleste forskellig estimater på kernelbredden, og an- metoder til estimering af home range er Mi- vender den, som giver den mindste fejl på nimum Convex Polygons, som også er en af sandsynlighedsestimeringen (Silverman de mest anvendte metoder (Harris et al. 1986). 1990). Metoden anvender alle yderpunkterne til at afgrænse dyrets bevægelser, men bli- Kernel-UD metoden, som er anvendt til esti- ver dermed også kraftigt påvirket af enkelte mering af home ranges, er implementeret i positioner uden for den egentlige home Animal Movement Analysis pakken til Arc- range. View (Hooge & Eichenlaub 1997).

For at modvirke fejl fra sjældent benyttede 5.4.3. Databehandling ekstreme yderpunkter er statistisk baserede Arbejdsgangen ved estimering af home ran- home range estimeringer blevet udviklet. Dis- ges og analyse af vegetationstyperne forde- se metoder anvender en sandsynligheds for- ling er beskrevet i det følgende. deling af rensdyrenes positioner (Utilization distribution). Positionsdata inddeles, som angivet i tabel 5.1., med 7 dyr i Region Nord og 8 dyr i Re- Utilization distribution (UD) angiver sand- gion Central. Data inddeles derefter i sæso- synligheden for at de satellitmærkede rens- ner (som i afsnit 5.4.1. inkl. vinteropdeling) dyr befinder sig inden for et givent område i og home ranges beregnes (afsnit 5.4.2.) på det analyserede tidsrum (Van Winkle 1975). hver sæson i de to regioner. Alle home ran- UD har den fordel at de ikke vægter ekstre- ges vises grafisk og kombineres i en film (jvf. me enkeltobservationer særlig højt og at de Data-CDen). De enkelte home ranges er kan anvendes til analyser indenfor home endvidere vist i Appendiks 11. range. Analyser indenfor home range kan foretages på baggrund af de forskellige sand- Data fra forskellige år slås sammen, så de synlighedsfordelinger. Sandsynligheden for repræsenterer samme sæson hvorefter home at rensdyrene er indenfor et givent område ranges beregnes for disse. De nye home ran- med 50% change betegnes i det følgende som ges undersøges for opdeling. I Region Cen- kerneområder, hvorimod områder med tral holder 3 dyr til i det sydlige område, sandsynlighed på 95% betegner home range mens de andre migrerer til et nordligt kælv- (figur 5.5.). ningsområde nordøst for Tasersuaq. Samme fordeling gør sig gældende i post-kælvnings- UD kan opdeles i to grupper; én som forud- perioden. I vinterperioden opholder ét dyr sætter en given fordeling af home range og sig nord for Fiskefjord, mens de resterende én som ikke har forudsætninger om fordelin- tilbringer vinteren 30 km sydligere på den

163 anden side af Fiskefjord. Home range estime- skellige kælvningsområder, idet estimerin- ringen af kælvning, postkælvning og vinter- gen er ment som et bud på det areal, hvori sæsonen i Region Central er derfor opdelt i de satellitmærkede rensdyr primært har be- nordlige og sydlige home ranges indenfor væget sig i perioden. samme sæson. Figur 5.6. viser dels en oversigt over placerin- Vegetationstypernes fordeling i home ranges gen af alle observationerne nord for Kanger- 100 meter bufferzoner omkring data for 2 lussuaq i Region Nord og dels home range sæsoner i hver region beregnes. Alle home baseret på alle data. Der ses en tydelig kon- ranges og bufferzoner lægges ind over centration af rensdyrenes positioner lige vegetationskortene og fordelingen af vegeta- nordvest for Kangerlussuaq. Andre små tionstyperne indenfor hvert område beregnes delområder kan erkendes og disse kommer for henholdsvis home range, kerneområder da også ud som separate home ranges i den og bufferzoner. følgende estimering af sæsonopdelte home ranges. Resultaterne fra 100 m bufferzonerne omkring hver positionsbestemmelse, anvendes Estimeringen af home range baseret på alle til at undersøge om fordelingen af vegeta- observationerne fra Region Central (1997- tionstyperne indenfor kerneområdet, kan an- 1999) er vist i figur 5.7. 50% UD er udeluk- vendes som udtryk for fordelingen af vegeta- kende placeret i den sydlige del af home tionstyper tæt ved de positioner, hvor dyrene range på Akia. Andre områder bliver også er observeret. benyttet kraftigt, om end i mindre grad, og inkluderer blandt andet et kælvningsom- For hver sæson er der foretaget en analyse af råde nordøst for Tasersuaq tæt ved indlands- hvilke vegetationstyper dyrene foretrækker isen. Området nord for Fiskefjorden, står ved at beregne det arealmæssige forhold mel- frem som et benyttet område, men kun defi- lem de vegetationstyper som er tilgængelige neret indenfor 90% UD. Selvom området i dyrenes kerneområder og i home range in- bliver benyttet hele året er det kun et dyr og denfor hver sæson: samlet set får det derfor ikke så stor vægt.

DUHDOO .Re QHRPU.ker DUHDOO .Re hom" UDQJHH "

Indekset giver værdier fra 0 til uendelig med værdier over 1 for de vegetationstyper, som er hyppigere indenfor kerneområdet end i hele home range området.

5.5. Resultater De satellitmærkede rensdyrs foretrukne vegetationstyper er præsenteret i det følgende for Region Central og Region Nord. Analy- serne præsenteres med resultater fra begge regioner.

5.5.1. Samlede home ranges Figur 5.6. Estimeret home range for alle observa- For begge regioner er der på baggrund af alle tioner i Region Nord (1997-1999). Observationerne observationer i perioden 1997-1999 estime- er opdelt i sæsoner med lilla som de tidligste i peret home range for rensdyrene. Der er ikke rioden over rød, gul, grøn til blå for de sidste sæso- taget hensyn til opdeling i sæsoner eller for- ner.

164 5.5.2. Sæsondelte home ranges Ved at beregne arealet af de enkelte home Sæsonopdeling af observationerne er foreta- ranges kan arealudnyttelse for de satellit- get som angivet i afsnit 5.4.1. og home ran- mærkede rensdyr anskueliggøres og eventu- ges er estimeret for hver af disse. Eksempel elle store forskelle imellem sæsonerne under- fra brunstperiode i 1998 er vist i figur 5.8. søges.

Home ranges for de to regioner er samlet i to I figur 5.9. er arealudnyttelsen for alle home film på vedlagte Data-CD, som viser den ranges i Region Central vist. Udfra figuren tidsmæssige variation af home ranges fra ses at home ranges for forårstræk, postkælv- 1997 til 1999. Hvert billede er endvidere in- ning og kælvning har en væsentlig større ud- kluderet i Appendiks 11. strækning end de resterende home ranges. Ved visuel analyse af den grafiske repræsen- tation af home ranges fra de pågældende perioder (Appendiks 11) er det tydeligt, at hver af disse home ranges reelt består af to home ranges. For yderligere analyse splittes disse op i nordlige og sydlige home ranges indenfor sæsonen.

5.5.3. Home range baseret på alle år For at analysere generelle forskelle imellem områder er samme sæsoner fra forskellige år slået sammen for at danne home ranges baseret på alle de tilgængelige års data. Dette er blevet gjort og home ranges for de nye datasæt estimeret.

Med de nye home ranges er der estimeret i Figur 5.7. Estimeret home range for alle observa- alt 5 fra Region Nord og 8 fra Region Cen- tioner i Region Central (1997-1999). Observationer- tral. Vintersæsonerne er slået sammen, da ne er opdelt i sæsoner med lilla som de tidligste i disse var meget ens ved visuel analyse af de perioden over rød, gul, grøn til blå for de sidste sæ- soner. individuelle home range kort. Endvidere er Forårstræk udeladt fra den følgende analyse, idet arealudnyttelsen er høj i forhold til de andre områder og dette skyldes, at rens-

Figur 5.8. Home range for brunstperioden i 1998 Figur 5.9. Arealudnyttelse for home ranges i Re- i Region Nord. Analysen inkluderer observationer gion Central. fra 5 simler.

165 dyrene i denne periode migrerer fra vinter- listet sammen med arealet af henholdsvis områderne til kælvningsområderne. Det kan home range og kerneområder. Forholdet således ikke tolkes som et egentligt home imellem kerneområdet og home range area- range, men mere som en transportkorridor. ler er endvidere beregnet. Som det kan ses Vegetationtypernes fordeling indenfor denne udgør kerneområderne mellem cirka 8% og transportkorridor kan derfor ikke anvendes 25% af home ranges. til at analysere rensdyrenes fødevalg i denne periode. Det må istedet forventes at dyrene Udfra fordelingen af de nye home ranges og migrerer for at komme til kælvningsområdet specielt kælvningsområderne kan placerin- og ikke primært for at spise den vegetation, gen af kælvningsområderne for rensdyrene som er langs ruten. Ved returnering fra kælv- erkendes. I figur 5.10. er den omtrentlige ningsområdet er migrationen spredt over placering af kælvningsområderne i Region længere tid og observationerne fra migratio- Central vist. nen kan derfor ikke sorteres fra. For Region Nord er der primært ét I tabel 5.2. er karakteristika for de 13 home kælvningsområde, der ligger lige nord og ranges summeret op. Antal observationer nordøst (indenfor 20kms afstand) for som home ranges er estimeret på basis af, er Kangerlussuaq. Positionen af disse kan ses på figurerne i Appendiks 11.

Relativ fordeling af vegetationstyper Home ranges, som listet i Tabel 5.2., er anvendt til at analysere fordelingen af vegetationstyperne indenfor rensdyrenes fourageringsområder med.

I figur 5.11. er fordelingen af vegetationstyper indenfor home ranges i Region Nord vist. Alle områder ligner i store træk hinanden, hvad angår fordelingen af de vegeta- Figur 5.10. Omtrentlig placering af home ranges for de mærkede rensdyr. A: Hele året for nogle dyr, tionsdækkede overfladetyper. Dog er der in- vinter for andre. B: Kælvning og sommer for nogle denfor kerneområdet i brunst- og vinterpe- dyr. C: Vinter for et dyr. rioden mindre græsland end i de andre sæ- soner. Andelen af dværgbuskhede er til gen- gæld større i brunst- og vinterperioden. Tabel 5.2. Karakteristika for home ranges baseret på observationer fra flere år. n angiver antal obser- I figur 5.12. er fordelingen af vegetationsty- vationer som home range er baseret på og forhold per indenfor home ranges i Region Central angiver forholdet mellem arealet af kerneområder vist. Områdernes dækning er vist som pro- (50% UD) og home ranges (95% UD). cent af det totale vegetationsdækkede areal. Som det fremgår af figuren er vegetationen i de nordlige områder (kælvning_Nord og post-kælvning_Nord) noget forskellig fra vegetationen i de øvrige områder. Vegetationen i de øvrige områder er præget af især lavholdig dværgbuskhede (45%-60%), dværg- buskhede (15%-20%) og kær (8%-15%), hvorimod de nordlige og højereliggende om- råder har større andele af fjeldmark (45%- 55%) og bar jord (15%-25%). Krat har i alle områder lille udbredelse (max. 3%).

166 Fordeling af vegetationstyper hele home range. Også steppe, lavholdig indenfor home range dværgbuskhede, græsland og kær er hyppi- Fordeling af vegetationstyperne indenfor gere i kerneområdet i denne periode, men i home range kan anvendes som udtryk for mindre grad end fjeldmarktypen. I sommer- rensdyrenes foretrukne vegetationstyper. Ved perioden er det græsland, som er repræsen- at beregne forholdet mellem kerneområder- teret hyppigere end i hele home range. Også ne og home range fås værdier over én for krat og steppe er hyppigere her, men i min- typer som er hyppigere repræsenteret i ker- dre grad end græsland. Bar jord / klippe og neområderne (50% UD) end i home range fjeldmark er tilgengæld underrepræsenteret områderne (95% UD). I figur 5.13. og figur i kerneområderne i sommer perioden. I 5.14. er de foretrukne vegetationstyper in- brunst- og vinterperioderne er dværgbusk- denfor hvert område vist. hede og kærområder hyppigere i kerneom- råderne end i de omkringliggende områder. Figur 5.13. viser fordelingen af rensdyrenes Krat og lavholdig hede er stort set lige meget foretrukne vegetationstyper i Region Nord. I repræsenteret. I vinterperioden er der ikke kælvnings- og post-kælvningsperioden er ho- så stor forskel på kerneområder og hele vedparten af positionerne lokaliseret i et om- home range, som i de andre sæsoner. råde med overvægt af fjeldmark i forhold til

Figur 5.11. Fordeling af vegetationstyper indenfor home ranges i Region Nord.

Figur 5.12. Fordeling af vegetationstyper indefor home ranges i Region Central.

167 I figur 5.14. er indekset for den relative for- råderne, hvorimod græsland og steppe er deling af vegetationsdækkede arealer inden- underrepræsenteret. for kerneområdet (50%) samt indenfor hele home range området (95%) vist for Region Vegetationen i kerneområder og tæt Central. For alle de estimerede kerneområ- ved observationerne der er det kun de nordlige områder i kælv- Idet kerneområderne er baseret på observa- ning- og post-kælvningsperioderne at lav- tioner af rensdyrenes position for hver 4. til holdig dværgbuskhede ikke er repræsenteret 6. dag, er der inkluderet en hvis usikkerhed hyppigere i kerneområderne. I disse områder i estimeringen af vegetationstypernes forde- er det tilgengæld de mere sparsomt bevokse- ling i kerneområderne. Der er derfor foreta- de overfladetyper (bar jord / klippe, steppe get en analyse af vegetationstypernes forde- og fjeldmark), som er repræsenteret hyppi- ling indenfor en 100 m bufferzone omkring gere, mens krat og græsland stort set ikke er alle de observerede positioner. En sammen- tilstede i forhold til hele home range. Også ligning af vegetationsfordelingen indenfor kærområdet er repræsenteret hyppigere i de bufferzonerne og indenfor kerneområder nordlige områder, når det gælder den inter- skulle derfor være relativt ensartet, hvis ker- ne fordeling af vegetationstyperne. I sommer, neområderne skal kunne anvendes, som et brunst og vinterperioderne er det kun den udtryk for den generelle fordeling af vegeta- lavholdige dværgbuskhede og kærområder- tionstyperne i rensdyrenes fourageringsom- ne, som er hyppigere præsenteret i kerneom- råder.

Figur 5.13. Rensdyrenes foretrukne vegetationstyper indenfor hver home range i Region Nord vist ved forholdet mellem 50% UD og 95% UD.

Figur 5.14. Rensdyrenes foretrukne vegetationstyper indenfor hver home range i Region Central vist ved forholdet mellem 50% UD og 95% UD.

168 I såvel Region Nord (figur 5.15.) som Central til de generelle områder som rensdyrene fær- (figur 5.16.) er fordelingen af vegetationsty- des i. per indenfor kerneområderne og i bufferzonerne meget ens. Forskellene er for det meste I figur 5.17. er resultatet er denne analyse kun få procent og derfor antages vegetati- vist. Vegetationstypernes fordeling i 50% onstypernes fordeling i kerneområderne at UD’s for kælvningsområderne er set i for- være udtryk for den reelle udnyttelse af vege- hold til fordelingen i 95% UD’s for de gene- tationstyper for rensdyrene i størstedelen af relle home ranges. den periode de fouragerer i. Dværgbuskhe- derne i Region Nord er de eneste, hvor for- I Region Nord er forskellen fra fordelingen i skellen overstiger 5 procentpoint. En yderli- den generelle home range til fordelingen i gere diskussion af usikkerheder i disse analy- kælvningsområdet ikke særlig stor. Størst for- ser følger nedenfor. skel er der på fjeldmark og steppe, som er hyppigere repræsenteret i kælvningsområdet Sammenligning af (ca. 20%) end i det generelle home range. kælvningsområderne Dværgbuskhede, kær, krat og bar jord / klip- Da kælvningsområderne er vigtige for rens- pe er tilgengæld underrepræsenteret i kælv- dyrene (Klein 1991), foretages der en analyse ningsområdet i forhold til den generelle for- af vegetationstypernes fordeling indenfor deling. disse set i forhold til hinanden og i forhold

Figur 5.15. Vegetationstypernes fordeling i Region Nord indenfor henholdsvis kerneområder og i en 100 m buffer omkring alle observationspunkter.

Figur 5.16. Vegetationstypernes fordeling i Region Central indenfor henholdsvis kerneområder og i en 100 m buffer omkring alle observationspunkter.

169 Væsentlig større forskel mellem fordelingen hvilke vegetationstyper rensdyrene foretræk- i kælvningsområderne og de generelle områ- ker. der, finder man i det nordlige kælvningsom- råde i Region Central. Her er dværgbuskhe- 5.6.1. Home ranges og migration de, græsland, krat og lavholdig dværgbusk- Rensdyrene i de to regioner udviser en for- hede stort set ikke repræsenteret, hvorimod skel i størrelsen af deres arealudnyttelse. de mere vegetationsfattige typer, fjeldmark, Hvor rensdyrene i Region Nord bevæger sig steppe og bar jord/klippe er væsentligt hyp- over et 1.267 km2 område bevæger dyrene i pigere end generelt. Specielt steppe (indeks Region Central sig rundt på 1.736 km2. 3,4) og bar jord/klippe (indeks 7,0) er meget Grunden til dette kan være flere årsager, men hyppigere i dette kælvningsområde. Kærom- både Thing (1984) og Meldgaard (1986) råderne er lidt hyppigere i kerneområderne. nævner bestandsstørrelsen som værende korreleret med antallet af rensdyr, som migrerer I det sydlige kælvningsområde i Region Cen- langt mod vest om vinteren. Eftersom be- tral er det kær og lavholdig dværgbuskhede, standen i øjeblikket er langt mindre end tid- som er hyppigere til stede end generelt i ligere (Grønlands Naturinstitut 1998) har home range. Græsland og krat er stort set ik- bestanden mulighed for at finde deres føde ke til stede, mens de resterende typer (dværg- uden at migrere langt mod vest. Home range buskhede, fjeldmark, steppe og bar jord/ arealerne er baseret på 95% UD og er således klippe) kun er repræsenteret omkring halvt kun udtryk for det område, hvor dyrene be- så meget som i home ranges generelt. væger størstedelen af tiden og inkluderer ikke yderpositionerne af rensdyrenes bevæ- 5.6. Diskussion gelser samt eventuelle transportområder fra Beregningen af home ranges, dels for det en home range til en anden. Disse bevægel- samlede datasæt i hver region og dels for de ser er kun sporadiske og er forårsaget af mi- sæsonopdelte data har vist, hvor de satellit- gration mellem områder eller flugt ved for- mærkede rensdyr bevæger sig og sandsynlig- styrrelser af forskellige arter (mennesker, in- vis fouragerer på forskellige tidspunkter af sekter etc.). I denne undersøgelse er observa- året. Idet det forudsættes at rensdyrene fou- tioner fra flere dyr slået sammen selvom dy- ragerer de steder hvor de opholder sig, og renes vandringsmønstre i princippet er uaf- ikke hviler et sted og fouragerer et andet, er hængige. Ved en detaljeret gennemgang af observationerne udtryk for deres fødevalgs- dyrenes vandringsmønstre er det dog be- habitater. Ved en analyse af vegetationens sluttet at de sammenholdte observationer fordeling indenfor dette område vil det såle- kan anvendes, som udtryk for en fælles des være muligt at give en karakteristik af home range.

Figur 5.17. Fordelingen af vegetationstyper i kælvningsom- råder i forhold til fordelingen generelt i pågældende region (Værdier over 1,0 er således hyppigere repræsenteret i kælv- ningsområdet end generelt i hele home range).

170 Region Nord Det ses af figur 5.18. at rensdyrene ikke be- I Region Nord begrænser bevægelserne af de nytter de af Thing (1984) nævnte vinterom- satellitmærkede rensdyr sig til et cirka 1.250 råder men er lokaliseret længere mod øst. km2 stort område umiddelbart nord for Kan- Mærkningen af rensdyrene er foretaget om gerlussuaq. Området strækker sig fra ind- vinteren og det må derfor antages at de mær- landsisen ved Isunngua over cirka 70 km til kede dyr var i deres primære vinterområde i vest for Kangerlussuaq. Rensdyrene har et denne vinter og ikke bevæger sig længere migrationsmønster, hvor de i kælvnings- og mod vest. Da mærkning af rensdyr i andre post-kælvningsperioden opholder sig tæt ved vinterområder ikke har været foretaget er indlandsisen, mens de i resten af året tilbrin- det derfor ikke muligt at udelukke at en del ger størstedelen af tiden lidt længere fra ind- rensdyr foretager denne migration fra kyst- landsisen. nære til indlandsområderne ved Isunngua. En anden årsag kan være størrelsen af be- I figur 5.18. er den omtrentlige placering af standen, som har indflydelse på arealudnyt- vinter- og kælvningsområder vist på vegeta- telsen (Meldgaard 1986). Thing (1984) be- tionskortet. Placeringen af specielt kælv- grunder således en nedgang i antallet af mi- ningsområderne er dog varierende, som det grerende dyr med en tilbagegang af bestan- kan ses af figurerne for placering af home den i slutningen af 1970erne. Studier af ranges. I perioden fra marts 1997 til januar Meldgaard (1986), viser hvordan rensdyrene 1998 er der kun observationer fra et dyr. Dis- ved små bestandsstørrelser kun anvender se positioner følger sammen mønster som indlandsområder, mens de ved store be- positionerne fra de 6 mærkede dyr fra 1998- standsstørrelser anvender områder helt ud 1999, om end placeringen af kælvningsom- til kysten. rådet ligger en smule tættere ved isen. Region Central Thing (1984) beskriver mulige placeringer af Region Central er kendetegnet ved at have home ranges i Region Nord, hvor det pri- nogle stationære og nogle migrerende dyr. mære sommerområde er placeret tilsvarende De stationære dyr anvender samme område figur 5.18. Det primære vinterområde er dog til vinter- og sommerfouragering, hvorimod beskrevet væsentligt mere mod vest end til- de migrerende dyr, som i foråret migrerer til fældet er for de 7 mærkede rensdyr i dette et kælvningsområde 100 km nordøst for vin- studie. Heller ikke et sekundært vinterområ- terområdet, i løbet af sommeren returnerer de syd for Isunngua bliver anvendt af de til de sydlige områder. mærkede rensdyr. For de stationære dyr udnyttes kun små arealer i sammenligning med de migrerende dyr. For eksempel er 95% UD for ét af de stationære rensdyr (nr. 8147) kun 83 km2, hvorimod 95% UD for ét af de migrerende dyr (nr. 8148) er på 1.401 km2. Årsagen til at nogle rensdyr vælger at migrere langt og derved forbruge væsentligt mere energi end andre dyr er ikke kendt, men kan relatere sig til blandt andet fødegrundlaget i de to områder. Forskellene mellem fordelingen af vegetationstyperne i de to områder vil blive diskuteret nedenfor i afsnit 0. Figur 5.18. Placering af henholdsvis vinter (blå) og kælvningsområder (røde) for de satellitmærkede Ét rensdyr adskiller sig fra de andre ved at rensdyr vist på vegetationskortet. Home range er opholde sig i et vinterområde på den nord- beregnet på baggrund data fra perioden 1997-1999. lige side af Fiskefjord (figur 5.19.). Rensdyret er mærket i det sydlige område d. 4. april 171 1997 og migrerede derefter mod nord i ret- overflyvningen, desto større bliver sikkerhe- ning af det nordlige kælvningsområde. Den den i positionsbestemmelse. I reliefrige områ- vælger et kælvningsområde, der ligger 25 der kan ekstra usikkerhed forekomme, hvis km længere nordvest end kælvningsområdet rensdyret med senderen går i en dal eller for de 3 andre migrerende rensdyr. I løbet af nedenfor et fjeld så tiden, hvor NOAA satel- de næste par år (1997-1999) returnerer den litten kan se senderen bliver væsentligt ikke til vinterområdet på Akia, men bliver nedsat. Dermed får positionsbestemmelsen nord for Fiskefjord. en lavere nøjagtighed og disse positioner vil så blive frasorteret, hvis de kategoriseres som Usikkerhed i home range estimering usikkerhed under 1-3. I forbindelse med esti- Usikkerheder i home range-estimering kan mering af home ranges kan der således være tilskrives flere årsager: områder, hvor rensdyrene tilbringer meget Usikkerhed i positionsbestemmelse tid som aldrig vil opnå en sikkerhed i positionsbestemmelse, der inkluderer dem i ana- Usikkerhed i positionernes tilfældighed lysen. Usikkerhed i den statistiske metode Den her anvendte statistiske metode introdu- Usikkerhed i positionsbestemmelsen er gen- cerer yderligere en usikkerhed for anvendel- nemgået i afsnit 5.3.2. og den gennemsnitlige sen af de estimerede home ranges. Seaman usikkerhed af positioner anslås til at være ± og Powell (1996) har i en test af usikkerhe- 371 m. Variationer op til flere km blev dog den for kernel-metoder til home range esti- fundet i de omtalte tests af sensorerne. mering konkluderet, at anvendelsen af Fixed kernel methods med LSCV giver den mind- Usikkerhed i estimeringen af home ranges ste usikkerhed. I et tidligere studie fandt Bou- kommer også fra den eventuelle skævhed i langer og White (1990) at harmonic mean datamængden, som er forårsaget af relieffet. estimator gav den mindste usikkerhed af de NOAA satellitten er i gennemsnit kun over på daværende tidspunkt mest anvendte me- horisonten i 10 minutter ved hver overflyv- toder. Seaman og Powell (1996) viste at også ningen. Satellitten anvender, som nævnt, harmonic Mean blev overgået af Fixed ker- doblereffekten til bestemmelse af positionen nel estimator metoden, som er anvendt i og jo flere signaler den kan indsamle under dette studie.

Tilsammen giver ovennævnte parametre en usikkerhed på den estimerede home range. På baggrund af tilgængelige data og metoder er resultatet dog det bedste, som kan opnås på nuværende tidspunkt. En topografisk analyse ville kunne estimere, hvor stor en fejlkilde relieffet spiller i analysen, men da anvendelige højdemodeller ikke er til rådig- hed (afsnit 0) må sådan en estimering afven- te fremtidige analyser.

5.6.2. Fordeling af vegetationstyper Fordelingen af vegetationstyperne i rensdy- Vandringsmønster for ét af de Figur 5.19. renes er præsenteret i afsnit satellitmærkede rensdyr (nr. 2701). Positionerne er home ranges farvet efter tidspunkt med rød (forår 97) over gul, 5.5.3. ovenfor. De enkelte sæsoner fra forskel- grøn (sommer / vinter 97/98) og blå (forår 98) til lige år er slået sammen, så hver sæson repræ- lilla (vinter 99). senterer observationer fra flere år (1997-99).

172 Dermed skabes en usikkerhed i analysen, (1984) at rensdyrene i perioden fra brunst men da en sammenligning af home ranges til midtvinter primært anvender frodige for sæsonerne viser at rensdyrene fourage- dværgbuskheder til fouragering. Dette møn- rer i samme områder fra år til år er det valgt ster genfindes på figur 5.13., hvor dværg- at se bort fra denne usikkerhed. For nogle af buskheder sammen med kærområder er de analyserede sæsoner er analyser dog delt hyppigere repræsenteret i kerneområderne op i flere home ranges, da nogle af rensdy- end i hele home range. En svag uoverens- rene som beskrevet migrerer, mens andre er stemmelse findes i kælvning- og post-kælv- stationære. ningsæsonerne, hvor figur 5.13. viser en øget udnyttelse af overflader med specielt fjeld- Fordelingen af vegetationstyperne afspejler i mark og steppe, mens Thing (1984) tilskriver høj grad de klimatisk og topografisk bestem- disse typers anvendelse til primært at blive te forskelle i vegetationen, som blev beskre- anvendt før kælvningsperioden. I en analyse vet i kapitel 3.3. Således er det tydeligt at jo af dyrenes fortrukne vegetationstype har nærmere rensdyr fouragerer ved isen, desto Thing (1984) udarbejdet et preferenceindeks. større bliver andelen af steppe og græsland i Af denne analyse fremgår det at rensdyr deres home ranges. Områder i kystnære egne specielt i perioden fra postkælvning til brunst har derimod en større andel af lavholdig foretrækker de frodige vegetationstyper. Det- dværgbuskhede og dværgbuskhede. Om end te stemmer med at der i nærværende studie vinterområderne i Region Nord ikke kan er fundet en hyppigere forekomst af kær, klassificeres som kystnære, er der næsten krat og græsland i de perioder (figur 5.13.). 20% større dække af dværgbuskhede i disse end i kælvningsområderne. Små forskelle og ligheder kan således findes i de to studier, men der er ingen ensartet Sammenligning med direkte observationer konklusion at drage ved sammenligningen. Thing (1984) har foretaget en analyse af En stor forskel i de to studier er da også, at rensdyrenes fødevalg ved Kangerlussuaq ba- hvor den direkte observation af dyrene giver seret på direkte observation af rensdyrene. et absolut bud på om rensdyret fouragerer Observationerne blev foretaget i perioden på daværende tidspunkt, er den satellitbase- 1977-1980 og kan således ikke direkte sam- rede position kun et udtryk for hvor rensdy- menlignes med de her analyserede satellit- ret opholder sig og ikke om det reelt foura- baserede positioner. Endvidere er opdelingen gerer på positionen. af vegetationstyperne ikke ens. Generelle træk i fødevalg i de forskellige sæsoner kan Lignende studier (om end ikke så omfatten- dog sammenlignes. For eksempel viser Thing de) af fødevalg i Region Central er foretaget

Figur 5.20. Relativ fordeling af de vegetationsdækkede overflader indenfor hvert kælvningsker- neområde.

173 på tamren-bestanden ved Itinnera og vild- nævnt ikke er meget lavholdig dværgbusk- renbestanden syd for Ameralik, og kan der- hede (4,2%). med ikke sammenlignes med analyserne af fødevalget på Akia og nord for Godthåbs- 5.7. Konklusion fjorden (Lassen & Aastrup 1981, GFM 1986). Af analysen af de satellitbaserede positioner for 15 rensdyr i Region Nord og Central kan Forskelle og ligheder i der drages flere konklusioner. kælvningsområder Rensdyrene fouragerer mest i kælvningspe- I denne analyse er de satellitbaserede positio- rioden (Thing 1984), og da kælvningsperio- ner blevet anvendt til en analyse af rensdy- den er en af de vigtigste for rensdyrene renes vandringsmønster og dette er blevet (Klein 1991), er det valgt at foretage en nær- anvendt til at estimere home ranges for rens- mere analyse af kælvningsområderne. dyrenes økologiske sæsoner. Vegetationens fordeling indenfor og imellem disse områder I afsnit 0 blev en sammenligning af de fore- er blevet analyseret ved hjælp af vegetations- trukne vegetationstyper i kælvningsområder- kortene fra Sektion 3.4. ne i de to regioner præsenteret. Sammenlig- ningen viste en tydelig forskel, hvor specielt I Region Central forekommer i hvert fald 2 det sydlige kælvningsområde i Region Cen- primære vandringsmønstre, hvoraf det ene tral var forskelligt fra de to andre. I dette om- bygger på en population af stationære rens- råde er det primært kær og lavholdig dværg- dyr, som tilbringer hele året på den nordlige buskhede som bliver foretrukket af rensdy- del af Akia. Den anden population er på den rene, hvor det i de andre er mere sparsomt nordlige del af Akia gennem vintersæsonen, bevoksede vegetationstyper som steppe, men migrerer i foråret til et kælvningsområ- fjeldmark og bar jord / klippe der foretræk- de cirka 100 km nordøst for deres vinterom- kes. I Region Nord er også græsland og lav- råde. Ét rensdyr havde et tredje vandrings- holdig dværgbuskhede foretrukket. Den lav- mønster, som startede i foråret på den nord- holdige dværgbuskhede er i dette område lige del af Akia, men derefter fandt startede meget sparsomt udbredt og udgør således et nyt mønster med kælvning og vinterområ- under 5% af det samlede vegetationsdække- der nord for Fiskefjorden. Dette ene rensdyr de areal i kerneområdet. kan på trods af at det udgør mere end 10% af datasættet, ikke være udtryk for et tredje Dette fremgår også af figur 5.20., som viser vandringsmønster med separate vinter og en sammenligning af den relative fordeling kælvningsområder, men give basis for yder- af vegetationstyperne fra tidligere figurer. I ligere undersøgelser af de områder, som Region Central er det sydlige kælvningsom- rensdyret har benyttet. råde meget ensartet, hvad vegetationstyperne angår. Her dominerer lavholdig dværg- I Region Nord har alle de mærkede rensdyr buskhede med næsten 60% i dækningsgrad et vandringsmønster, hvor de tilbringer vin- (af de vegetationsdækkede overflader), mens teren cirka 20 km vest for Kangerlussuaq og kær, fjeldmark og dværgbuskhede hver ud- i foråret migrerer ind mod indlandsisen for gør omkring 15%. I det nordlige kælvnings- at kælve. område i regionen er de sparsomme vegetationstyper dominerende og de mere frodige Vegetationen i home range områderne følger vegetationstyper (dværgbuskhede, kær og i store træk de forskelle, som er forårsaget af lavholdig dværgbuskhede) udgør under 20% klimatiske og topografiske faktorer. Ved en af det samlede vegetationsdækkede areal. I analyse indenfor home range kan dyrenes Region Nord er dværgbuskheden domine- fortrukne vegetationstype dog findes ved en rende med 35% dækning efterfulgt af græs- analyse af kerneområdernes (50% UD) for- land som udgør cirka 20%. Også krat er til deling af vegetation i forhold til hovedområ- stede i dette område, mens der som før dernes (95% UD). Kerneområderne udgør

174 mellem 8% og 25% af hovedområderne, men Et eksempel på sådanne undersøgelser er bliver anvendt 50% af tiden af rensdyrene. Projekt 100 rensdyr som Grønlands Natur- I Region Nord anvender rensdyrene i brunst institut p.t. er ved at afslutte. 100 rensdyr er og vinterperioden primært områder med blevet analyseret for fødevalg ved vomanaly- dværgbuskhede og kærområder. Kærområ- ser, genetisk sammensætning udfra DNA- derne på vegetationskortet kan dog være et analyser etc. Endvidere findes der et stort udtryk for nordvendte skråninger med skyg- datamateriale i kæber fra rensdyr, som vil gø- ge (jvf. afsnit 0) og istedet være fugtig dværg- re det muligt at analysere og sammenholde buskhede. I kælvning- og postkælvningspe- forskelle i alder, størrelse og sundhedstilstand rioderne er det primært fjeldmark som an- imellem de forskellige områder. vendes, mens det i sommerperioden er græs- land, som er hyppigere repræsenteret. I Re- Basis for sådanne undersøgelser er således gion Central er der to markante områder, tilvejebragt og kan i de kommende år anven- hvad angår vegetationen: De nordlige kælv- des til mere dybdegående forståelse af rens- nings- og post-kælvningsområder, hvor spar- dyrene i Vestgrønland. somme vegetationstyper som fjeldmark og steppe er dominerende og de sydlige, som 5.8. Opsummering og anvendes resten af året (og i kælvningsperio- den for nogle dyr), hvor den lavholdige perspektivering af dværgbuskhede dominerer. kortlægning Formålet med denne sektion er at opsumme- En direkte sammenligning af sammensætnin- re resultaterne fra de foregående sektioner, gen af vegetationstyperne i de tre kælvnings- at sammenholde disse, at demonstrere an- områder i Region Nord og Central er foreta- vendelsen ved forvaltningsmæssige opgaver get på basis af de satellitbaserede positioner og perspektivere på fremtidige anvendelser. og giver et overblik over de vegetationsrelaterede forskelle i de tre områder. 5.8.1. Vegetationskortlægning I Sektion 3.4. blev vegetationskortlægningen De tre områder er vidt forskellige i deres af de tre hovedområder i Vestgrønland præ- sammensætning af vegetationstyper. I Re- senteret. Med anvendelse af Landsat TM sa- gion Nord er det dværgbuskhede, græsland tellitdata er der foretaget en kvalitativ kort- og steppe som dominerer (> 60%), i det nord- lægning af udvalgte vegetationstyper samt lige kælvningsområde i Region Central er det en kvantitativ analyse af fordelingen af dis- fjeldmark og bar jord / klippe (> 70%) der se. Områderne er udvalgt så de dækker de dominerer, mens det i det sydlige kælvnings- primære områder for rensdyr i Vestgrønland. område er den lavholdige dværgbuskhede, som dækker størstedelen af de vegetations- Kortlægningen har resulteret i kort for de tre dækkede arealer (ca. 60%). hovedområder på Vestkysten, med i alt 9 forskellige vegetationstyper samt 4-5 vegetati- Perspektivering onsløse klasser. De 9 vegetationsholdige ty- Analysen er endvidere et eksempel på an- per er: krat, kær, græsland, opdyrket/frodig vendelsen af vegetationskortene til forvalt- vegetation, dværgbuskhede, lavholdig ningsrelateret brug i Grønland. Vegetations- dværgbuskhede, steppe, fjeldmark og bar kortene vil i kombination med de her præ- jord/klippe. Estimeringen af den arealmæs- senterede analyser danne grundlag for grun- sige udbredelse af vegetationstyper er god digere analyser af rensdyrenes sundhedstil- og muliggør studier hvor en relativ fordeling stand og levevilkår i Vestgrønland. Fremtidi- af vegetationstyper er vigtig. Blandt andet ge vomundersøgelser og GPS-mærkning vil er det fundet at lavholdig dværgbuskhede i muliggøre denne anvendelse af kortene og Nuukområdet udgør over 20% af arealet dermed tilvejebringe en mere detaljeret viden mens typen i de andre to områder udgør om rensdyrenes fødegrundlag og habitatvalg. under 5%.

175 I forbindelse med kortlægningen er der fore- studier af arktisk vegetation har vist at resul- taget en omfattende usikkerhedsvurdering tatet af kortlægningen herved kan forbedres af kortene hvor den overordnede usikkerhed (Franklin 1990, 1991). Data er nu til rådig- for Kangerlussuaq og Nuukområdet er hen- hed for en gentagelse af kortlægningen med holdsvis 76,1% og 56,4%. For Sydgrønland yderligere feltobservationer. Under antagel- har det ikke været muligt at foretage feltar- se af at vegetationsdækket ændres meget bejde til usikkerhedsvurderingen hvorfor langsomt vil nye feltobservationer kunne an- denne er baseret på træningsområder og vendes i kombination med ældre til forbed- dermed ikke sammenlignelig med andre ring af kortene. Siden 1999 har Landsat 7 usikkerhedsvurderinger. ETM+ været i funktion og med en pris på kun $ 600 for en fuldscene vil nye billeder På baggrund af sammenligning med tilsva- muliggøre en relativt billig forbedring af kort- rende studier af arktisk vegetation kan det lægningen. konkluderes at usikkerheden af dette arbejde ikke adskiller sig væsentligt fra andre stu- Ved at kombinere de producerede vegetati- dier. Usikkerhedsvurderingen inkluderer ud- onskort med de botaniske analyser (Lund in over den traditionelle confusion matrix også prep.) er det muligt at differentiere botaniske en fuzzy-vurdering, som giver en graderet forskelle indenfor en vegetationstype. Således usikkerhedsvurdering og mulighed for at fremgår det at dværgbuskhede i indlandet vurdere graden af homogenitet. I Kangerlus- ved Kangerlussuaq primært er domineret af suaqområdet er det således fundet at 43,2% Salix glauca og Betula nana mens det ved af alle pixels har tilhørsforhold til mere end kysten er Empetrum nigrum, som dominerer. én vegetationstype mens den tilsvarende andel for Nuukområdet er 51%. Det overordnede formål, at skabe et kortlæg- ningsgrundlag for økologiske analyser af for- Usikkerhedsvurderingen i Kangerlussuaq- holdet mellem vegetation og rensdyrs leve- og Nuukområdet har vist at vegetationskor- vilkår anses for opfyldt. Det understreges at tenes kvalitet ikke er optimal. Dette skyldes det forvaltningsmæssige perspektiv først kan primært at de anvendte Landsat TM data ik- opfyldes når der er tilvejebragt viden om for ke repræsenterer samme optimale tidspunkt eksempel rensdyrs kondition og reproduk- indenfor hvert område og at det ikke har væ- tion i de undersøgte områder. ret muligt at foretage en terrænkorrektion af Landsat TM dataene. Endvidere ville et mere Gradientbetingede vegetationsforskelle omfattende feltarbejde sikre dels en bedre Metoderne fra den retrospektive AVHRR kortlægning men i høj grad også en bedre analyse kan anvendes som suplement til ve- usikkerhedsvurdering. getationskortlægningen. Metoderne er udviklet til på basis af AVHRR data, at beskrive Ved at inkludere kortene på den vedlagte snesmeltning og vækstsæson for en given Data-CD, og gennem en grundig gennem- lokalitet og kan dermed anvendes som bag- gang af baggrund og usikkerheder ved kor- grund for analyser af forskelle i vækstbetin- tene, er disse gjort anvendelige for relevante gelser på forskellige lokaliteter. brugere i Grønland (for eksempel forvaltning og fanger- og fåreavlerforeningerne). På bag- Afslutningen af snesmeltningen og længden grund af resultaterne på Data-CDen er det af vækstsæsonen er parametre, som har stor endvidere muligt at foretage videre analyser indflydelse på vegetationsdækket i Vestgrøn- af vegetationens fordeling i de tre hovedom- land. Parametrene er blevet anvendt til ana- råder. lyse af klimaændringer (Goldman & Verbyla 1999, Markon et al. 1995, Shibayama et al. Ved fremtidig vegetationskortlægning i Grøn- 1999, Zhou et al. submitted). Parametrene land er det vigtigt at foretage terrænkorrek- kan dog også anvendes til at analysere for- tion af de anvendte satellitbilleder. Andre skelle imellem områder med samme vegeta-

176 tionstype. Dværgbuskheder med gennem- indkøb af AVHRR HRPT data for hele Vest- snitlig sent snedække vil have større sand- kysten, så de største huller i dataserien (af synlighed for at indeholde Cassiope tetrago- Asiaqs AVHRR billeddata) kan lukkes og na end områder med meget tidligt snedæk- metoderne anvendes på dette datasæt. ke, som vil have større sandsynlighed for at indeholde Dryas integrifolia. Disse to dværg- I metodeudviklingen i Sektion 4, blev der ud- buske adskiller sig blandt andet ved at have valgt to dværgbuskhedeområder; ét i Nuuk- forskellige tolerancer omkring snedækket. området og ét i Kangerlussuaqområdet. For- skelle imellem de to områder er betinget dels Retrospektiv AVHRR analyse af forskelle i klima (temperatur og nedbør) AVHRR billeder med 1 km opløsning er an- men også af forskelle i stråling. Analysen af vendt til illustration af en middelvækstsæson NDVI-billederne vil give mulighed for at for Vestgrønland. Data fra 1983-1996 er an- sammenligne frodighed imellem områder og vendt sammen med en web-baseret præsen- dermed give et udtryk for forskelle i vegeta- tation og giver et overordnet billede af sne- tionens biomasse (Hope et al. 1993). smeltning og vækstsæson. Sammenholdt med de detaljerede vegetati- Da de indkøbte billeder ikke optimalt beskri- onskort vil metoderne muliggøre en yderli- ver start og slut af vækstsæsonen, er der an- gere analyse af lokale og regionale forskelle i skaffet mere komplette dataserier for to ud- vegetationsdækket, og dermed give et bud valgte lokaliteter på Vestkysten. Disse er an- på hvilke plantearter, som er dominerende i vendt til at udvikle og afprøve metoder til disse områder. En kombination af den retro- beskrivelse af snesmeltningen og vækstsæso- spektive AVHRR analyse og vegetationskor- nen i Vestgrønland. De anvendte metoder er tene vil give mulighed for bredere anvendel- baseret på modellering af data fra de enkelte se af begge datasæt ved studier af rensdyr år ved hjælp af en symmetrisk sigmoidfunk- og moskusoksers fødegrundlag samt med tion til beskrivelse af snesmeltningen og en henblik på forvaltning af naturressourcerne. dobbel-logistisk funktion til beskrivelse af Næste skridt er derfor at anskaffe et data- vækstsæsonen. Modellerne viser en meget grundlag for hele Vestkysten, tilsvarende god overenstemmelse med data (R2 > 0,85, punktdataene, som er anvendt i AVHRR P = 99,9) og gør det muligt at estimere: start analysen. og slut af snesmeltning, start, optimum og slut for vækstsæsonen samt MaxNDVI for I forhold til rensdyrbestanden er et vigtigt det pågældende år. perspektiv, at sætte data vedrørende kalve- produktion i forhold til eksempelvis forekom- Den retrospektive analyse af sne- og vegeta- sten af sent snedække. tionsdækket på to udvalgte lokaliteter i Vest- grønland kan anvendes som baggrund for 5.8.2. Analyse af vegetation i analyser til forståelse af 1) ændringer i føde- satelitmærkede rensdyrs grundlaget for rensdyr og moskusokser i kerneområder Vestgrønland og 2) samspillet mellem vegeta- I Sektion 5 er vegetationskortene anvendt til tion og dyrenes kondition og reproduktion. at analysere fordelingen af vegetationstyper Det er dog vigtigt at der anvendes den bedste indenfor rensdyrenes home ranges. Analysen rumlige opløsning af AVHRR, idet 5 km data er et godt eksempel på hvordan vegetations- vil dække mange forskellige vegetationstyper. kortene kan anvendes i forvaltningsrelatere- Til store regionale og globale studier er 5 km de opgaver, idet viden om fødegrundlaget i opløsningen stadig den mest anvendte, da rensdyrenes primære områder, er vigtig for man med relativt få billeder kan få en fuld forståelsen af eventuelle ændringer i bestan- dækning af et stort område (Cracknell 1997). den. I Vestgrønland har bestanden af rens- På baggrund af de præsenterede metoder dyr indenfor de seneste 30 år varieret fra an- vil det være oplagt i nær fremtid at foretage slået 100.000 til 10.000 dyr (Grønlands Na-

177 turinstitut 1998). I dag anslås bestanden til lige kælvingsområde i Region Central at væ- at være på mellem 30.000 og 45.000 dyr (C. re lavholdig dværgbuskhede. Derved adskil- Cuyler pers. komm.). ler specielt Akia sig fra de andre områder ved at have et udbredt lavdække mens det i 15 simler i Region Nord og Region Central de andre områder kun er sporadisk til stede. blev i vinteren 1997 og vinteren 1998 mær- ket med satellitsendere af Grønlands Natur- Resultaterne fra analysen indeholder en vis institut. På baggrund af disse data er der usikkerhed, som dels stammer fra usikkerhe- foretaget en analyse af fordelingen af vege- den i positionsbestemmelserne af dyrene og tationstyper i rensdyrenes foretrukne områ- dels fra usikkerheden i vegetationskortene. der (home ranges). Analysen blev foretaget Idet resultaterne beskriver den relative for- ved estimering af fixed kernel home range deling af vegetationstyper indenfor ganske utilization distribution (Worton 1989) hvor store områder (150 km2 2.000 km2) er usik- 95% fordelingen anvendes for samlede home kerhederne dog acceptable. range og 50% fordelingen anvendes som udtryk for kerneområder. Fra analysen blev det For fremtidige studier af rensdyrenes føde- fundet at rensdyrene anvender forskellige grundlag vil en kombination med AVHRR kerneområder i løbet af året og at vegetatio- analysen tilføje muligheden for at analysere nens fordeling indenfor disse ligeledes varie- rensdyrenes kælvingsområder i forhold til rer fra sæson til sæson. Fordelingen af vege- snesmeltningen og vækstsæsonens start. tationstyperne i de tre lokaliserede kælvings- Kombineret med vomanalyser og lignende områderne adskiller sig ved i Region Nord studier af fødevalg vil resultaterne af dette at være primært dværgbuskhede og græs- studie give en grundig basis for forståelsen land, i Region Centrals nordlige område at af rensdyrenes forhold til fødegrundlaget. være primært fjeldmark og kær og i det syd-

178 Referencer til kapitel 3, 4 og 5

AMAP 1998. Born, E. & J. Böcher (ed.) 1999. AMAP Assessment Report: Arctic Pollution Issues. Arc- Grønlands økologi. Atuakkiorfik Undervisning, Grøn- tic Monitoring and Assessment Programme (AMAP), lands Natur- og Miljøforvaltning. 340 s. Oslo, Norge. xii + 859 s. Boulanger, J.G. & G.C. White 1990. Andersen, T. 1982. A comparison of home-range estimators using Monte Operational snow mapping by satellites. In: Hydrolo- Carlo simulation. Journal of Wildlife Management, gical aspects of Alpine and High-Mountain Areas, edi- Vol. 54, No. 2: 310-315. ted by J.W. Glen (IAHS Publication): 149-154. 138 pp. Broge, N.H., M. Hvidberg, B.U. Hansen, H.S. Ander- Arino, O., C. Brockmann, B. Veraini & G. Pittella 1995. sen & A.A. Nielsen 1997. ESA products and processing algorithms for Landsat Analyses of spectral-biophysical relationship for a TM. Section 5.3.2./5.3.3. http://earth1.esrin.esa.it/ wheat canopy. Pres. at Third International Airborne tm;internal&sk=ROBOT Remote Sensing Conference and Exhibition, 7-10 July, Copenhagen, Denmark. Bay, C. 1998. Vegetationsundersøgelser i Godthåbsfjordsområdet. Brossard, T. & D. Joly 1994. Grønlands Botaniske Undersøgelse, Botanisk Museum, Probability models, remote sensing and field observa- København. tion: test for mapping some plant distributions in Kongsfjord area, Svalbard. Polar Research 13: 153-161. Bay, C. 1997. Floristic division and vegetation zonation of Greenland Burt, W.H. 1943. of relevance to a circumpolar arctic vegetation map. Territoriality and home range concepts as applied to Proceedings of The 2nd Circumpolar Arctic Vegetation mammals. Journal of Mammalogy 24: 346-352. Mapping Workshop, Arendal, Norway, 19-24 May 1996 and The CAVM-North America Workshop, Anchorage, Böcher, C. 1999. Alaska, US, 14-16 January 1997. INSTAAR, University RenVeg AVHRR analyse. Ikke publiseret rapport, of Colorado: 27-31. Asiaq, Nuuk.

Bay, C., M. Philipp & B. Strandberg 1999. Böcher, T.W. 1954. Oceanic and continental vegetational complexes in Karplanter. I: Born, E.W. & J. Böcher, (eds.). Grønlands Økologi En grundbog. Atuakkiorfik Undervisning southwest Greenland. Meddelelser om Grønland 148, 1999. 431 s. 1. 336 pp.

Bay, C. & S. Holt 1986. Caselles, V. & M.J.L. García 1989. Vegetationskortlægning af Jameson Land 1982-1986. An alternative simple approach to estimate atmosphe- Grønlands Fiskeri- og Miljøundersøgelser, Grønlands ric correction in multi temporal studies. International Botaniske Undersøgelser. 40 s. Journal of Remote Sensing 10(6): 1127-1134.

Berendse, F. & S. Jonasson 1992. Chavez, Jr.P.S. 1988. Nutrient use and nutrient cycling in Northern ecosy- An improved dark-object subtraction technique for atmospheric scattering correction of multi spectral stems. In: Chapin III, F.S., R.L. Jefferies, J.F. Reynolds, G.R. Shaver & J. Svoboda (eds.). Arctic ecosystems in a data. Remote Sensing of Environment, Vol. 24: 459-479. changing climate. Academic Press. 460 pp. Chavez, P.S. 1989. Berk, A., L.S. Bernstein & D.C. Robertson 1989. Radiometric calibration of Landsat Thematic Mapper MODTRAN: A moderate resolution model for LOW- multispectral images. Photogrammetric Engineering and Remote Sensing, Vol. 55, No. 9: 1285-1294. TRAN 7. GL-TR-89-0122. Geophysical Laboratorie, Bedford, MA, USA. Cihlar, J., J.M. Chen, Z. Li, F. Huang, R. Latifovic & R. Billings, W.D. 1992. Dixon 1998. Phytogeographic and evolutionary potential of the Can interannual land surface signal be discerned in composite AVHRR data? Journal of Geophysical Re- arctic flora and vegetation in a changing climate. In: Chapin III, F.S., R.L. Jefferies, J.F. Reynolds, G.R. Sha- search, Vol. 103, No. D18: 23163-23172. ver & J. Svoboda (eds.). Arctic ecosystems in a chang- Cihlar, J., D. Manak & N. Voisin 1994. ing climate. Academic Press. 460 pp. AVHRR bidirectional reflectance effects and composi- Bliss, L.C. & N.V. Matveyeva 1992. ting. Remote Sensing of Environment, Vol. 48: 77-88. Circumpolar Arctic Vegetation. In: Chapin III, F.S., R.L. Civco, D.L. 1989. Jefferies, J.F. Reynolds, G.R. Shaver & J. Svoboda (eds.). Topographic normalization of Landsat Thematic digi- Arctic ecosystems in a changing climate. Academic tal imagery. Photogrammetric Engineering and Re- Press. 460 pp. mote Sensing, Vol. 55, No. 9: 1303-1309.

179 Cohen, W.B. 1991. ved from NOAA/AVHRR GVI. International Journal Response of vegetation indices to changes in three of Remote Sensing, Vol. 16, No. 18: 3569-3583. measures of leaf water stress. Photogrammetric Engi- neering and Remote Sensing, Vol. 57, No. 2: 195-202. Dingle, H. 1996. Migration. The biology of life on the move. Oxford Colby, J.D. 1991. University Press. Oxford. 474 pp. Topographic Normalization in Rugged Terrain. Photo- grammetric Engineering and Remote Sensing, Vol. 57, DMI 1998. No. 5: 531-537. Klimadata fra Grønland 1961-1990.

Colpaert, A., J. Kumpula & M. Nieminen 1995. Dozier, J. 1989. Remote Sensing, a tool for reindeer range land mana- Spectral signature of alpine snow cover from the Land- gement. Polar Record 31(177): 235-244. sat Thematic Mapper. Remote Sensing of Environ- ment, Vol. 28: 9-22. Conese, C., M.A. Gilabert, F. Maselli & L. Bottai 1993. Topographic normalization of TM scenes through the Dubayah, R. 1992. use of an atmospheric correction method and digital Estimating net solar radiation using Landsat Thematic terrain models. Photogrammetric Engineering and Mapper and digital elevation data. Water Resources Remote Sensing, Vol. 59, No. 12: 1745-1753. Research, Vol. 28, No. 9: 2469-2484.

Congalton, R.G. 1988a. Eck, T.F., D.W. Deering & L.A. Vierling 1997. Using spatial autocorrelation analysis to explorer the Arctic tundra albedo and its estimation from spectral errors in maps generated from remotely sensed data. hemispheric reflectance. International Journal of Photogrammetric Engineering and Remote Sensing, Remote Sensing, Vol. 18, No. 17: 3535-3549. Vol. 54, No. 5: 587-592. Ekstrand, S. 1996. Congalton, R.G. 1988b. Landsat TM-based forest damage assessment: Correc- A comparison of sampling schemes used in generating tion for topographic effects. Photogrammetric Engi- error matrices for assessing the accuracy of maps gene- neering and Remote Sensing, Vol. 62, No. 2: 151-161. rated from remotely sensed data. Photogrammetric Elvebakk, A. 1985. Engineering and Remote Sensing, Vol. 54, No. 5: 593- Higher phytosociological syntaxa on Svalbard and 600. their use in subdivision of the Arctic. Nordic Journal of Congalton, R.G. 1991. Botany, 5: 273-284. A review of assessing the accuracy of classifications of ENVI 3.1. 1999. remotely sensed data. Remote Sensing of Environment, ENVI Users Guide. Vers. 3.1. Research Systems Inc. Vol. 37: 35-46. Boulder, Colorado.

Congalton, R.G. & K. Green 1993. Feilberg, J. 1984. A practical look at the sources of confusion in error A phytogeographical study of South Greenland. Vas- matrix generation. Photogrammetric Engineering and cular plants. Meddelelser om Grønland, Bioscience 15. Remote Sensing, Vol. 59, No. 5: 641-644. 70 pp.

Cracknell, A.P. 1997. Ferguson, R.S. 1991. The Advanced Very High Resolution Radiometer. Detection and classification of muskox habitat on Banks Taylor & Francis, London. 534 pp. Island, Northwest Territories, Canada, using Landsat Craighead, J.J., F.L. Craighead, D.J. Craighead & R.L. Thematic Mapper data. Arctic, Vol. 44, Supp. 1: 66-74 Redmond 1988. Fily, M., J.P. Dedieu & Y. Durand 1999. Mapping arctic vegetation in Northwest Alaska using Comparison between the results of a snow metamor- Landsat MSS imagery. National Geographic Research, phism model and remote sensing derived snow para- Vol. 4, No. 4: 496-527. meters in the Alps. Remote Sensing of Environment, Crippen, R.E. 1989. Vol. 68: 254-263. A simple spatial filtering routine for the cosmetic remo- Fisher, A. 1994. val of scan-line noise from Landsat TM P-tape imagery. A simple model for the temporal variations of NDVI Photogrammetric Engineering and Remote Sensing, at regional scale over agricultural countries. Validation Vol. 55, No. 3: 327-331. with ground radiometric measurements. International Cuyler, C. & J.D.C. Linnell in prep. Journal of Remote Sensing, Vol. 15, No. 7: 1421-1446. Satellitmærkede rensdyrs vandringer i Vestgrønland. i Fitzpatrick-Lins, K. 1981. Samspillet mellem vegetation, rensdyr og menneske- Comparison of sampling procedures and data analysis lige aktiviteter i Vestgrønland. for a land-use and land-cover map. Photogrammetric Danish Polar Center 1998. Engineering and Remote Sensing, Vol. 47, No. 3: 343- ZERO 3rd annual report 1997. Danish Polar Center, 351. Ministry of Research and Information Technology. 68 Feilberg, J., B. Fredskild & S. Holt 1984. Grønlands pp. blomster. Flowers of Greenland. Ahrent Flensborg, Di, L., & D.A. Hastings 1995. 116 s. Temporal stability of some global NDVI products deri-

180 Ferguson, R.S. 1991. retrieval of surface reflectance from TM images. Inter- Detection and classification of moskux habitat on national Journal of Remote Sensing, Vol. 15, No. 10: Banks Island, Northwest Territories, Canada, using 2065-2086. Landsat Thematic Mapper data. Arctic, Vol. 1, Supp. 1: 66-74. Golden Software 1999. Surfer 7. Users Guide. Contouring and 3D surface Folving, S. 1986. mapping for scientists and engineers. Golden Software, Mapping and monitoring of vegetation in South-west- Inc. Colorado, USA. 619 pp. greenland by means of Landsat MSS data. Bulletin du Comité Francais de Cartographie, No. 3-4: 44-51. Goldman, H. & D. Verbyla 1999. Estimating growing season across The Alaskan Land- Foody, G.M. 1992. scape using AVHRR satellite data. http:// On the compensation for change agreement in image www.lter.uaf.edu/~dverbyla/globe/season.html classification accuracy assessment. Photogrammetric Engineering and Remote Sensing, Vol. 58, No. 10: Gonima, L. 1993. 1459-1460. Simple algorithm for the atmospheric correction of reflectance images. International Journal of Remote Frank, T.D. 1988. Sensing, Vol. 14, No. 6: 1179-1187. Mapping dominant vegetation communities in the Co- lorado Rocky Mountain Front Range with Landsat Gopal, S. & C. Woodcock 1994. Thematic Mapper and digital terrain data. Photogram- Theory and methods for accuracy assessment of the- metric Engineering and Remote Sensing, Vol. 54, No. matic maps using fuzzy sets. Photogrammetric Engi- 12: 1727-1734. neering and Remote Sensing, Vol. 60, No. 2: 181-188.

Franklin, S.E. 1991. Gratto-Trevor, C.L. 1996. Topographic data and satellite spectral response in sub- Use of Landsat TM imagery in determining important arctic high-relief terrain analysis. Arctic, Vol. 44, Supp. shorebird habitat in the Outer Mackenzie Delta, 1: 15-20. Northwest Territories. Arctic, Vol. 49, No. 1: 11-22.

Franklin, S.E. 1990. Green, A.A., M. Berman, P. Switzer & M.D. Craig 1988. Topographic context of satellite spectral response. A transformation for ordering multispectral data in Computers and Geosciences, Vol. 16, No. 7: 1003-1010. terms of image quality with implications for noise removal. IEEE transactions on Geoscience and Remote Franklin, S.E., M.B. Lavigne, M.J. Deuling, M.A. Wul- Sensing, Vol. 26, No. 1: 65-74 der & E.R. Hunt, Jr. 1997. Estimation of forest leaf area index using remote sen- Grønlands Fiskeri- og Miljøundersøgelser 1986. sing and GIS data for modelling net primary produc- Rensdyrundersøgelser ved vandkraftprojekt Kanger- tion. International Journal of Remote Sensing, Vol. 18, luarsunnguaq/Buksefjord, Nuuk/Godthåb 1984-1985. No. 16: 3459-3471. Grønlands Naturinstitut 1998. Franklin, S.E., D.R. Peddle, B.A. Wilson & C.F. Blodgett Grønlandske fugle, havpattedyr og landpattedyr. En 1991. status over vigtige ressourcer. Teknisk rapport nr. 16, Pixel sampling of remotely sensed digital imagery. Oktober 1998. 70 s. Computers and Geoscience, Vol. 17: 759-775. Gueymard, C. 1994. Fredskild, B. 1996. Analysis of monthly average atmospheric precipitable A phytogeographical study of the vascular plants of water and turbidity in Canada and northern United West Greenland (62°20-74°00N). Meddelelser om States. Solar Energy, Vol. 53, No. 1: 57-71. Grønland, Bioscience 45. 157 pp. Gutman, G.G. 1999. Fredskild & Bay 1987. On the use of long-term global data of land reflectan- Grønlands Botaniske Undersøgelse, 1987. Botanisk ces and vegetation indices derived from the advanced Museum, Københavns Universitet. very high resolution radiometer. Journal of Geophysi- cal Research, Vol. 104, No. D6: 6241-6255. Frich, P. (Coordinator), H. Alexanderson, J. Ashcroft, B. Dahlström, G.R. Demarée, A. Drebs, A.F.V. van En- Gutman, G. & A. Ignatov 1995. gelen, E.J. Førland, I. Hanssen-Bauer, R. Heino, T. Jóns- Global land monitoring from AVHRR: potential and son, K. Jonasson, L. Keegan, P.Ø. Nordli, T. Schmith, P. limitations. International Journal of Remote Sensing, Steffensen, H. Tuomenvirta, H. & O.E. Tveito 1996. Vol. 16, No. 13: 2301-2309. North Atlantic Climatological Dataset (NACD Vers. 1) Guyot, G. & X.-F. Gu 1994. Final Report. DMI, Copenhagen. Effect of radiometric corrections on NDVI-determined Galvão, L.S., I. Vitorello & M.A. Pizarro 2000. from SPOT-HRV and Landsat TM data. Remote Sen- An adequate band positioning to enhance NDVI con- sing of Environment 49: 169-180. trast among green vegetation, senescent biomass, and Hall, D.K. & J. Martinec 1985. tropical soils. International Journal of Remote Sensing, Remote Sensing of Ice and Snow. Chapman and Hall. Vol. 21, No. 9: 1953-1960. London. 108 pp.

Gilabert, M. A., C. Conese & F. Maselli 1994. Hammond, T.O. & D.L. Verbyla 1996. An atmospheric correction method for the automatic Optimistic bias in classification accuracy assessment.

181 International Journal of Remote Sensing, Vol. 17, No. Improved forest mapping by combining corrections 6: 1261-1266. of atmospheric and topographic effects in Landsat TM imagery. Sensors and Environmental Applications of Hansen, B.U. 1989. Remote Sensing, Balkema, Rotterdam, 1995: 143-151. Monitoring AVHRR derived vegetation indices and biomass production in Southern Greenland. 4th AV- Holben, B.N. 1986. HRR Data Users Meeting, Reichsstadthalle, Rothen- Characteristics of maximum-value composite images burg ob der Tauber, Germany, 5-8 September 1989. from temporal AVHRR data. International Journal of Remote Sensing, Vol. 7, No. 11: 1417-1434. Hansen, B.U. 1990. Klima- og vegetationsanalyse i et sydgrønlandsk om- Holben, B.N. & C.O. Justice 1980. råde baseret på NOAA-AVHRR satellitdata og feltmå- The topographic effect on spectral response from nadir- linger. Licenciatopgave, Naturvidenskabelige Fakultet, pointing sensors. Photogrammetric Engineering and Københavns Universitet. Remote Sensing, Vol. 46, No. 9: 1191-1200.

Hansen, B.U. 1991a. Holt, S. 1987. Monitoring Natural Vegetation in southern Greenland Plantelivet. In: Secher, K., others, Arnangaarnuup Using NOAA AFHRR and Field Measurements. Arctic, Qoorua, Paradisdalen i tusinde af år: Pilersuiffik, Vol. 44, Supp. 1: 94-101. Nuuk: 23-33.

Hansen, B.U. 1991b. Hooge, P.N. & B. Eigenlaub 1997. Using climate and vegetation studies in southern Animal movement extension to arcview. ver. 1.1. Alas- Greenland to estimate the natural resources during ka Biological Science Center, U.S. Geological Survey, the Norse Period. Acta Borealia, Vol. 1: 40-55. Anchorage, USA.

Hansen, B.U. 1999. Hope, A.S., K.R. Pence & D.A. Stow 1999. Klimaet. I: Born, E.W. & J. Böcher (eds.). Grønlands Response of the normalized difference vegetation index Økologi En grundbog. Atuakkiorfik Undervisning to varying cloud conditions in Arctic tundra environ- 1999. 431 s. ments. International Journal of Remote Sensing, Vol. 20, No. 1: 207-212. Hansen, B.U. & A. Mosbech 1994. Use of NOAA-AVHRR data to monitor snow cover Hunt, E.R.Jr. & B.N. Rock 1989. and spring meltoff in the wildlife habitats in Jameson Detection og changes in leaf water content using near- Land, East Greenland. Polar Research 13: 125-137. and middle-infrared reflectances. Remote Sensing of Environment, Vol. 30: 43-54. Hansen, B.U. & H. Søgaard 1989. Vegetations- og sne/is/sky-kortlægning af den grøn- Hudson, W.D. & C.W. Ramm 1987. landske nationalpark 1988. I Nordøstgrønlandspro- Correct formulation of the Kappa coefficient of agree- jektet, rekvireret af Grønlands Hjemmestyre, Natur- ment. Photogrammetric Engineering and Remote Sen- og miljøforvaltningen, upubl. rapport. sing, Vol. 53, No. 4: 421-422.

Hansen, L.B., N. Kamstrup & B.U. Hansen 2000. Iqbal, M. 1983. Estimation of net short-wave radiation by the use of An introduction to solar radiation. Academic Press. remote sensing and a digital elevation model A case study of a high arctic mountainous area. Presented at: Isaacs, R.G., W.C. Wang & S. Goldenberg 1987. 6th Circumpolar Symposium on Remote Sensing of Multiple scattering LOWTRAN and FASCODE models. Polar Environments, 12-14 Juni 2000, Yellowknife, Applied/opt. Vol. 26: 1272-1281. Canada. Jacobsen, A. & B.U. Hansen 1999. Harris, S., W.J. Cresswell, P.G. Forde, W.J. Treswhella, Estimation of the soil heat flux / net radiation ratio T. Wollard & S. Wray 1990. based on spectral vegetation indexes in high-latitude Home-range analysis using radio-tracking data A Arctic areas. International Journal of Remote Sensing, review of problems and techniques particularly as Vol. 20, No. 2: 445-461. applied to the study of mammals. Mammal Review, Jakobsen, B.H. 1999. Vol. 20: 97-123. Jordbunden. I: Born, E.W. & J. Böcher (eds.). Grønlands Hasholt, B. & H. Søgarrd 1978. Økologi En grundbog. Atuakkiorfik Undervisning Et forsøg på en klimatisk-hydrologisk regionsindde- 1999. 431 s. ling af Holsteinsborg kommune (Sisimiut). Geografisk Jano, A.P., R.L. Jefferies & R.F. Rockwell 1998. Tidsskrift 77: 72-92. The detection of vegetational change by multitemporal Helder, D.L., B.K. Quirk & J.J. Hood 1992. analysis of Landsat data: the effects of goose foraging. A technique for the reduction of banding in Landsat Journal of Ecology, 86: 93-99. Thematic Mapper images. Photogrammetric Enginee- Janssen, L.L.F. & F.J.M. van der Wel 1994. ring and Remote Sensing, 58(10): 1425-1431. Accuracy assessment of satellite derived land-cover Henderson-Sellers, A. & P.J. Robinson 1986. data: A review. Photogrammetric Engineering and Contemporary climatology. Longman Scientific & Remote Sensing, Vol. 60, No. 4: 419-426. Technical, UK. Jensen, J.J. & J. Cappelen 1994. Hill, J., W. Mehl & V. Radeloff 1995. Jordens Klima. Guide til vejr og klima i 156 lande. Dan-

182 marks Meteorologiske Institut. 259 s. dus tarandus L.) ved Itivnera, Vestgrønland. Danske Vildtundersøgelser, Hæfte 35, Vildtbiologisk Station. Jensen, J.R. 2000. 36 s. Remote Sensing of the Environment. An earth resource perspective. Prentice Hall, US. 544 pp. Limbach, W.E., W.C. Oechel & W. Lowell 1982. Photosynthetic and respiratory responses to tempera- Jensen, J.R. 1996. ture and light of three Alaskan tundra growth forms. Introductory Digital Image Processing. A remote sen- Holarctic Ecology, Vol. 5.: 150-157. sing perspective. Prentice Hall, New Jersey. 316 pp. Lüdeke, M.K.B., P.H. Ramge & G.H. Kohlmaier 1996. Jepsen, B.I. 1999. The use of satellite NDVI data for the validation of glo- Populationsgenetiske studier af vildren (R.t. groenlan- bal vegetation phenology models: application to the dicus) og tamren (R.t. tarandus) i Vestgrønland. Specia- Frankfurt Biosphere Model. Ecological Modelling, Vol. leopgave, Botanisk Institut, Københavns Universitet. 91: 255-270.

Jonasson, S., G.R. Shaver & F.S. Chapin III in press. Lüdeke, P.M., A. Janecek & G.H. Kohlmaier 1991. Biogeochemistry in the Arctic: Patterns, processes and Modelling the seasonal CO uptake by land vegetation 2 controls. In: Schulze, E.-D., S.P. Harrison, M. Heimann, using the global vegetation index. Tellus, Vol. 43B: 188- E.A. Holland, J.J. Lloyd, I.C. Prentice & D. Schimel 196. (Eds.). Global biogeochemical cycles in the climate system. Academic Press, New York. Lund, P.M. 1993. Fjernanalyse af højarktisk vegetation ved Zackenberg, Joria, P.E. & J.C. Jorgenson 1996. Nordøstgrønland. Telemark Distriksthøgskole, Hoved- Comparison of three methods for mapping tundra opgave, 65 s. with Landsat digital data. Photogrammetric Enginee- ring & Remote Sensing, Vol. 62, No. 2: 163-169. Lund, P.M., S.R. Karlsen, L. Villmo, K. Motzfeldt, B. Johansen & K.-A. Høgda 1996. Jørgensen, P.V. 1993. Vegetations- og føderesourcekortlægning baseret på Satellitbaseret kortlægning af snedække og vegetation satellitdata i tamrenområdet Isortoq, Sydvestgrønland. på kystnære dele af det vestlige Grønland. Grønlands Projektrapport, Grønlands Naturinstitut og NORUT IT Miljøundersøgelser (Nu: DMU/AM). A/S.

Kane, D.L., L.D. Hinzman, M.-K. Woo & K.R. Everett Lund, P.M. in prep. 1992. Vegetationsanalyser. I: Samspillet mellem vegetation, Arctic hydrology and climate change. In: Chapin III, rensdyr og menneskelige aktiviteter i Vestgrønland. F.S., R.L. Jefferies, J.F. Reynolds, G.R. Shaver & J. Svo- boda (Eds.). Arctic ecosystems in a changing climate. Lunetta, R.S., R.G. Congalton, L.K. Fenstermaker, J.R. Academic Press. 460 pp. Jensen, K.C. McGwire & L.R. Tinney 1991. Remote sensing and geographic information system Kauppi, P. & M. Posch 1988. data integration: Error sources and research issues. A case study of the effects of CO -induced climatic war- 2 Photogrammetric Engineering and Remote Sensing, ming on forest growth and the forest sector. In: Parry, Vol. 57, No. 6: 677-687. M.L., T.R. Carter & N.T. Konijn. The impact of climatic variations on agriculture. Kluwer Academic Publishers. Lægaard, S. 1981. Dordrecht. Snelejer og urtelier. i Danmarks Natur 1, Grønland eiteret af Böcher, T.W. Politiken. Key, J. 2000. The cloud and surface parameter retrieval (CASPR) Ma, Z. & R.L. Redmond 1995. system for AVHRR. Users guide. Technical report. Tau coefficients for accuracy assessment of classification NOAA/NESDIS/ORA/ARAD/ASPT, Cooperative In- of remote sensing data. Photogrammetric Engineering stitute for Meteorological Satellite Studies, University and Remote Sensing, Vol. 61, No. 4: 435-439. of Wisconsin-Madison. http://stratus.ssec.wisc.edu/ caspr/caspr.html. Markham, B.L. & J.L. Barker 1986. Landsat MSS and TM post-calibration dynamic ranges, Klein, D. 1991. exoatmopspheric reflectances and at-satellite tempera- Caribou in the changing North. Applied Animal Be- tures. EOSAT Landsat Technical Notes, No. 1: 3-8. haviour Science, Vol. 29: 279-291. Markham, B.L. & J.L. Barker 1985. Käyhkö, J. & P. Pellikka 1994. Spectral characterisation of the Landsat Thematic Map- Remote sensing of the impact of reindeer grazing on per sensors. International Journal of Remote Sensing, vegetation in northern Fennoscandia using SPOT XS Vol. 6: 697-716. data. Polar Research 13: 115-124. Markon, C.J. & D.V. Derksen 1994. Lafleur, P.M., A.B. Wurtele & C. R. Duguay 1997. Identification of tundra land cover near Teschekpuk Spatial and temporal variations in surface albedo of a Lake, Alaska using SPOT satellite data. Arctic, Vol. 17, subarctic landscape using surface-based measurements No. 3: 222-231. and remote sensing. Arctic and Alpine Research, Vol. 29, No. 3: 261-269. Markon, C.J., M.D. Fleming & E.F. Binnian 1995. Characteristics of vegetation phenology over the Alas- Lassen, P. & P. Aastrup 1981. kan landscape using AVHRR time-series data. Polar Undersøgelser over tamrenbestanden (Rangifer taran- Record, 31 (177): 179-190.

183 Mather, P.P. 1987. Interannual variations in satellite-sensed vegetation Computer-processing of remotely sensed images. index data from 1981 to 1991. Journal of Geophysical John Wiley & Sons. Research, Vol. 103, No. D6: 6145-6160.

Maxwell, B. 1992. Myneni, R.B., C.D. Keeling, C.J. Tucker, G. Asrar & Arctic climate: Potential for change under global war- R.R. Nemani 1997. ming. In: Chapin III, F.S., R.L. Jefferies, J.F Reynolds, Increased plant growth in the northern high latitudes G.R. Shaver & J. Svoboda (eds). Arctic ecosystems in a from 1981-1991. Nature, 386: 698-701. changing climate. Academic Press. 460 pp. Myneni, R.B. & G. Asrar 1994. McMichael, C.E., A.S. Hope, D.A. Stow & J.B. Fleming Atmospheric effects and spectral vegetation indices. 1997. Remote Sensing of Environment 47: 390-402. The relationship between active layer depth and a spectral vegetation index in arctic tundra landscapes of Nadelhoffer, K.J., A.E. Giblin, G.R. Shaver & A.E. the North Slope of Alaska. International Journal of Re- Linkins 1992. mote Sensing, Vol. 18, No. 11: 2371-2382. Microbial processes and plant nutrient availability in Arctic soils. In: Chapin III, F.S., R.L. Jefferies, J.F. Rey- Meldgaard, M. 1986. nolds, G.R. Shaver & J. Svoboda (eds). Arctic ecosy- The Greenland caribou zoogeography, taxonomy, stems in a changing climate. Academic Press. 460 pp. and population dynamics. Meddelelser om Grønland, nr. 20. 88 pp. NASA 1986. Landsat to ground station interface description, revi- Meyer, P., K.I. Itten, T. Kelleberger, S. Sandmeier & R. sion 9. january 1986. NASA/GSFC, Greenbelt, Mary- Sandmeier 1993. land. Radiometric corrections of topographically induced effects on Landsat TM data in an alpine environment. NESDIS 2000. ISPRS Journal of Photogrammetry and Remote Sen- Northern Hemisphere EASE-Grid Weekly Snow Cover sing 48 (4): 17-28. and Sea Ice Extent. HTTP://nsidc.org/NSIDC/ CATALOG/ENTRIES/nsi-0046.html Molau, U. & P. Mølgaard 1996. ITEX Manual, Second edition. Danish Polar Center, Nilsen, L., T. Brossard & D. Joly 1999. Ministry of Research and Information Technology. Mapping plant communities in a local Arctic landscape applying a scanned infrared photograph in a geogra- Moran, M.S., R.D. Jackson, T.R. Clarke, J. Qi, F. Cabot, phical information system. International Journal of K.J. Thome & B.L. Markham 1995. Remote Sensing, Vol. 20, No. 2: 463-480. Reflectance factor retrieval from Landsat TM and SPOT HRV data for bright and dark targets. Remote Sensing NOAA web 2000. of Environment, Vol. 52: 218-230. POES planned launch schedule. http:// www.osd.noaa.gov/sats/poeslaunch.htm Morrison, R.I.G. 1997. The use of remote sensing to evaluate shorebird habi- NSIDC 1999. tats and populations on Prince Charles Island, Foxe Polar Pathfinder Sampler CD-ROM. http://nsidc.org/ Basin, Canada. Arctic, Vol. 50, No. 1: 55-75. NASA/POLAR_PATHFINDERS/sampler.html

Mosbech, A. & B.U. Hansen 1994. Næsset, E. 1995. Comparison of satellite imagery and infrared aerial A method to test for systematic differences between photography as vegetation mapping methods in an maps and reality using error matrices. International arctic study area; Jameson Land, East Greenland. Polar Journal of Remote Sensing, Vol. 16, No. 16: 3147-3156. Research 13: 139-152. Oberbauer, S.F. & T.E. Dawson 1992. Motzfeldt, K. et al. 1996. Water relations of arctic vascular plants. In: Chapin III, Forundersøgelser med henblik på udsættelse af mos- F.S., R.L. Jefferies, J.F. Reynolds, G.R. Shaver & J. Svo- kusokser i Paamiut Kommune, området mellem Kuan- boda (eds). Arctic ecosystems in a changing climate. nersooq (Kvanefjorden) og Sermilik. Projektrapport, Academic Press. 460 pp. Grønlands Naturinstitut og NORUT IT A/S. Oechel, W.C., T. Callaghan, T. Gilmanov, J.I. Holten, B. Muller, S.V., A.E. Racoviteanu & D.A. Walker 1999. Maxwell, U. Molau & B. Sveinbjörnsson (eds.) 1996a. Landsat MSS derived land-cover map of northern Global Change and Arctic Terrestrial Ecosystems. Eco- Alaska: Extrapolation methods and a comparison with logical Studies. Springer, New York. 493 pp. photo-interpreted and AVHRR-derived maps. Interna- Oechel, W.C. & G. L. Vourlitis 1996b. tional Journal of Remote Sensing. Direct effects of elevated CO² on arctic plant and eco- Muller, S.V., D.A. Walker, F.E. Nelson, N.A. Auerbach, system function. In Terrestrial Ecosystem Response to J.G. Bockheim, S. Guyer & D. Sherba 1998. Elevated Carbon Dioxide edited by Koch, W., Mooney, Accuracy assessment of a land-cover map of the Ku- H. Academic Press, San Diego: 163-174. paruk River Bassin, Alaska: Considerations for remote Ohmura, A. & N. Reeh 1991. sensing. Photogrammetric Engineering & Remote New precipitation and accumulation maps for Green- Sensing, Vol. 64, No. 6: 619-628. land. Journal of Glaciology, Vol. 37, No. 125: 140-148

Myneni, R.B., C.J. Tucker, G. Asrar & C.D. Keeling Olsson, H. 1995. 1998.

184 Reflectance calibration of thematic mapper data for Rao, C.R.N. & J. Chen 1995. forest change detection. International Journal of Re- Intersatellite calibration linkages for the visible and mote Sensing, Vol. 16, No. 1: 81-96. nearinfrared channels of the Advanced Very High Re- solution Radiometer on the NOAA-7, -9, and 11 space- Parlow, E. 1996. craft. International Journal of Remote Sensing, Vol. 16, Correction of terrain controlled illumination effects in No. 11: 1931-1942. satellite data. I Progress in Environmental Remote Sensing Research and Applications. Balkema, Rotter- Rasmussen, K. 1907. dam: 139-145. Rapport til IndeNoigsministeriet over Renbejte-under- søgelses-ekspeditionens rejse i Grønland, sommeren Pedersen, C.B. & P. Aastrup 2000. 1905. i Atlanten, Bind 2, hæfte 37-39, København: 43-58. Muskoxen in Angujaartorfiup Nunaa, West Greenland: Monitoring, spatial distribution, population growth, Rasmussen, K. 1993. and sustainable harvest. Arctic, Vol. 53, No. 1: 18-26. An elementary introduction to satellite image processing on a PC-based system. Ikke publiserede noter. Philipp, M. 1987. Geografisk Institut, Københavns Universitet. Grønlandske blomsterplanters tilpasninger til de arktiske levevilkår. Urt, 87-4, Kaskelot 76: 70-77. Reed, B.C., J.F. Brown, D. VanderZee, T.R. Loveland, J.W. Merchant & D.O. Ohlen 1994. Pons, X. & L. Sole-Sugranes 1994. Measuring phenological variability from satellite ima- A simple radiometric correction model to improve gery. Journal of Vegetation Science, Vol. 5: 703-714. automatic mapping of vegetation from multi spectral satellite data. Remote Sensing of Environment 48 (2): Rees, W.G. & M. Williams 1997. 191-204. Monitoring changes in land cover induced by atmospheric pollution in the Kola Peninsula, Russia, using Potter, C.S. V. Brooks 1998. Landsat-MSS data. International Journal of Remote Global analysis of empirical relations between annual Sensing, Vol. 18, No. 8: 1703-1723. climate and seasonality of NDVI. International Journal of Remote Sensing, Vol. 19, No. 15: 2921-2948. Richter, R. 1990. A fast atmospheric correction algorithm applied to Price, J.C. 1994. Landsat TM images. International Journal of Remote How unique are spectral signatures?. Remote Sensing Sensing, Vol. 11, No. 1: 159-166. of Environment, Vol. 49: 181-186. Richter, R. 1994. Price, J.C. 1987. Model SENSAT-5: Sensor Atmosphere Target. DLR- Radiometric calibration of satellite sensors in the visi- IB 552-01/94, DLR, Tyskland. ble and near-infrared: History and outlook. Remote Sensing of Environment, Vol. 22: 3-9. Richter, R. 1996a. A spatially adaptive fast atmospheric correction algo- Proy, C., D. Tanré & P.Y. Deschamps 1989. rithm. International Journal of Remote Sensing, Vol. Evaluation of topographic effects in remotely sensed 17, No. 6: 1201-1214. data. Remote Sensing of Environment, Vol. 30: 21-32. Richter, R. 1996b. Putnins, P. 1970. A spatially adaptive fast atmospheric correction algo- The Climate of Greenland in Climates of the Polar rithm. ATCOR2 User Manual. Creaso GmbH, Gilching, Regions. World Survey of Climatology, Vol. 14, edited Tyskland. 74 pp. by S. Orvig. Elsevier: 3-128. Richter, R. 1997. Putsay, M. 1992. Correction of atmospheric and topographic effects for A simple atmospheric correction method for the me- high spatial resolution satellite imagery. International thod for the short wave satellite images. International Journal of Remote Sensing, Vol. 18, No. 5: 1099-1111. Journal of Remote Sensing, Vol. 13, No. 8: 1549-1558. Richter, R. 1999. Rao, C.R.N. & J. Chen 1999. Atmospheric correction algorith for flat terrain: Model Revised post-launch calibration of the visible and near- Atcor2. DLR-IB 552-02/99. DLR, Tyskland. infrared channels of the Advanced Very High Resolu- tion Radiometer (AVHRR) on the NOAA-14 spacecraft. Ricotta, C., G. Avena & A.D. Palma 1999. International Journal of Remote Sensing, Vol. 20, No. Mapping and monitoring net primary productivity 18: 3485-3491. with AVHRR NDVI time-series: statistical equvalence of cumulative vegetation indices. ISPRS Journal of Rao, C.R.N. & J. Chen 1998a. Photogrammetry & Remote Sensing, Vol. 54: 325-331. Calibration formulae for the visible and near infrared channel of the Advanced Very High Resolution Radio- Rivard, B. & R.E. Arvidson 1992. meter on board the NOAA-7, -9, -11 spacecraft: An up- Utility of imaging spectrometry for lithologic mapping date. http://orbit-net.nesdis.noaa.gov/ora/calib.html in Greenland. Photogrammetric Engineering & Re- mote Sensing, Vol. 58, No. 7: 945-949. Rao, C.R.N. & J. Chen 1998b. Calibration formulae for the visible and near infrared Robinson, D.A., K.F. Dewey & R.R.Jr. Heim 1993. channel of the Advanced Very High Resolution Radio- Global snow cover monitoring: An update. Bulletin of meter on board the NOAA-14 spacecraft. http:// the American Meteorological Society, Vol. 74, No. 9: 140.90.207.25:8080/EBB/ml/niccal.html 1689-1696.

185 Rouse, J. W., R. H. Haas, J. A. Schell & D. W. Deering sessments: Preparing for the 21st Century. Venice, 1973. Italy, September 24th-30th 1989, Vol. 2: 524-535. Monitoring vegetation systems in the great plains with ERTS. Third ERTS Symposium, NASA SP-351, Skogland, T. 1984. Vol. 1: 309-317. Wild reindeer foraging-niche organization. Holarctic Ecology, vol. 7: 345-379. Rouse, J.W., R.H. Haas, J.A. Schell & D.W. Deering 1975. Slater, P.N., S.F. Biggar, R.G. Holm, R.D. Jackson, Y. Monitoring vegetation systems in the Great Plains Mao, M.S. Moran, J.M. Palmer & B. Yuan 1986. with ERTS. Proceedings for 3rd ERTS Symposium, Vol. Absolute radiometric calibration of the Thematic Map- 1: 48-62. per. SPIE Proceedings, 600: 2-8.

Running, S.W., T.R. Loveland & L.L. Pierce 1994. Solheim, I., O. Engelsen, B. Hosgood & G. Andreoli A vegetation classification logic based on remote sen- 2000. sing for use in global biogeochemical models. Ambio, Measurement and modeling of the spectral and direc- Vol. 23, No. 1: 77-81. tional reflection properties of lichen and moss canopies. Remote Sensing of Environment, Vol. 72: 78-94. Sabins, F.F. 1987. Remote Sensing. Principles and interpretation. W.H. Spjelkavik, S. 1995. Freeman and co. New York. 450 pp. A satellite-based map compared to a traditional vegetation map of Arctic vegetation in the Ny-Ålesund Sakai, A. & W. Larcher 1987. area, Svalbard. Polar Record, 31 (177): 257-269. Frost survival of plants. Springer Verlag. 321 pp. Spjelkavik, S. 1994. Seaman, D.E. & R.A. Powell 1996. Landsat 5 TM data as a tool in mapping of vegetation, An evaluation of the accuracy of kernel density estima- reindeer grazing areas, and terrestrial surface tempe- tors for home range analysis. Ecology, Vol. 77, No. 7: ratures on Svalbard. Dr. scient thesis. Tromsø. Tromsø 2075-2085. Universitet, Norge.

Semikhatova, O.A., T.V. Gerasimenko & T.I. Ivanova Spjelkavik, S. & A. Elvebakk 1989. 1992. Mapping winter grazing areas for reindeer on Svalbard Photosynthesis, respiration, and growth of plants in using Landsat Thematic Mapper data. Proceedings of the Soviet Arctic. In: Chapin III, F.S., R.L. Jefferies, J.F. Workshop on Earthnet Pilot Project on Landsat The- Reynolds, G.R. Shaver & J. Svoboda (eds). Arctic eco- matic Mapper Applications, Frascati, Italy, December systems in a changing climate. Academic Press. 460 pp. 1987: 199-206.

Sermitsiaq 2000. Steffen, K., R. Bindscandler, G. Casassa, D. Eppler, F. Der er flere rensdyr end vi tidligere troede. Nr. 21: 6. Fetterer, J. Hawkins, J. Key, D. Rothrock, R. Thomas, R. Weaver & R. Welch 1993. Shabanov, N.V., L. Zhou, Y. Knyazikhin, R.B. Myneni Snow and ice applications of AVHRR in polar regions: & C.J. Tucker submitted. report of a workshop held in Boulder, Colorado, 20 Analysis of interannual changes in northern vegetation May 1992. Annals of Glaciology, Vol. 17: 1-16. activity observed in AVHRR data during 1981 to 1994. Submitted (August 2000) to: IEEE Transactions on Stow, D., B. Burns & A. Hope 1989. Geoscience and Remote Sensing. Mapping arctic tundra vegetation types using digital SPOT/HRV-XS data. A preliminary assessment. Inter- Shibayama, M., A. Salli, T. Häme, L. Iso-Iivari, S. Heino, national Journal of Remote Sensing, Vol. 10, No. 8: M. Alanen, S. Morinaga, Y. Inoue & T. Akiyama 1999. 1451-1457. Detectiong phenophases of subarctic shrub canopies by using automated reflectance measurements. Remote Stow, D., A. Hope, W. Boynton, S. Phinn, D.Walker & Sensing of Environment, Vol. 67: 160-180. N. Auerbach 1998. Satellite-derived vegetation index and cover type maps Shippert, M.M., D.A. Walker, N.A. Auerbach & B.E. for estimating carbon dioxide flux for Arctic tundra Lewis 1995. regions. Geomorphology, 21: 313-327. Biomass and leaf-area index maps derived from SPOT images for Toolik Lake and Imnavait Creek areas, Stow, D.A., B.H. Burns & A.S. Hope 1993. Alaska. Polar Record, 31 (177): 147-154. Spectral, spatial and temporal characteristics of arctic tundra reflectance. International Journal of Remote Silverman, B.W. 1986. Sensing, Vol. 14, No. 13: 2445-2462. Density estimation for statistics and data analysis. Chapman and Hall, UK. Stroeve, J.C., J.E. Box, C. Fowler, T. Haran, J. Key in press. Simoncelli, E.P. 1996. Intercomparison between in situ and AVHRR Polar Noise removal via bayesian wavelet coring. Procee- Pathfinder-derived surface albedo over Greenland. rd ding of 3 IEEE International Conference for Image Remote Sensing of Environment. Accepted for pub- Processing, Vol. 1: 379-382. lishing in August 2000.

Skidmore, A.K. & B.J. Turner 1989. Søgaard, H. 1985. Assessing the accuracy of resource inventory maps. Snow-mapping in Greenland based on multitemporal Proceedings for Internationa Conference and Work- satellite data. IAHS Publ. No. 145: 383-393. shop of Global Natural Resource Monitoring and As-

186 Søgaard, H. & C. Nordstrøm 1999. Space Flight Center. Greenbelt. USA. Carbon dioxide exchange in a high-arctic fen estimated by eddy covariance measurements and modelling. Vermote, E. & Y.J. Kaufman 1995. Global Change Biology, Vol. 5: 547-562. Absolute calibration of AVHRR visible and near-infrared channels using ocean and cloud views. Internatio- Søgaard, H. & T. Thomsen 1988. nal Journal of Remote Sensing, Vol. 16, No. 13: 2317- Application of satellite data to monitoring snow cover 2340. and Runoff in Greenland. Nordic Hydrology, No. 19: 225-236. Vibe, C. 1967. Artic animals in relation to climatic fluctuations. Med- Tamstorf, M.P. & B.U. Hansen in press. delelser om Grønland 170, 5. 227 pp. Vegetationskortlægning og Remote Sensing. I: Topo- grafisk Atlas, Grønland. Walker, M. 1995. Community baseline measurements for ITEX studies. Tamstorf, M.P. 1997. Additions to the ITEX Manual. Dansk Polar Center, Analyse af sne- og vegetationsdækket ved Zacken- København: 3-8. berg, NØ-Grønland ved brug af Landsat TM og SPOT HRV images. Geographica Hafniensia C4. 93 s. Walker, D.A. 1983. A hierarchical tundra vegetation classification especial- Tanré, D., M. Herman, P.Y. Deschamps & A. de Leffe ly designed for mapping in Northern Alaska. Procee- 1979. dings of 4th International Conference on Permafrost. Atmospheric modeling for space measurements of ground reflectances, including bidirectional properties. Walker, D.A. & C.J. Markon (eds.) 1996. Applied Optics, Vol. 18, No. 21: 3587-3594. Circumpolar Arctic Vegetation Mapping Workshop. Open-File Report U.S. Geological Survey, OF 96- Teillet, P.M., N. El Saleous, M.C. Hansen, J.C. 0251. 143 pp. Eidenshink, C.O. Justice & J.R.G. Townsend 2000. An evaluation of the global 1-km AVHRR land dataset. Walker, D.A., N.A. Auerbach & M.M. Shippert 1995. International Journal of Remote Sensing, Vol. 21., No. NDVI, biomass, and landscape eVolution of glaciated 10: 1987-2021. terrain in northern Alaska. Polar Record 31(177): 169- 178. Teillet, P.M., B. Guindon & D.G. Goodenough 1982. On the slope-aspect correction of Multispectral Scan- Walker, D.A., J.C. Halfpenny, M.D. Walker & C.A. ner data. Canadian Journal of Remote Sensing, Vol. 8 Wessman 1993. (2): 84-106. Long-term studies of snow-vegetation interactions. Bioscience, Vol. 43, No. 5: 287-301. Thing, H. 1984. Walsh, J.E. 1991. Feeding ecology of the west Greenland caribou (Ran- Arctic as a bellwether. Nature 352: 19-20. gifer tarandus groenlandicus) in the Sisimiut-Kanger- lussuaq region. Danish review of game biology, Vol. Weng, W.L. & A. Nielsen 1997. 12, No. 3. 53 s. A long way to go: Modernising the topographic maps Thome, K. J., D.I. Gellman, R.J. Parada, S.F. Biggar, P.N. of Greenland. Geoinformatics Info Magazine, Vol. 11, Slater & M.S. Moran 1993. No. 5: 24-27. In-flight radiometric calibration of Landsat 5 Thematic White, M.A., G.P. Asner, R.R. Nemani, J.L. Privette & Mapper from 1984 to present. Proc. SPIE Conf. #1938, S.W. Running 2000. Orlando, Florida: 126-131. Measuring fractional cober and leaf area index in arid Tucker, C.J. & P.J. Sellers, 1986. ecosystems: digital camera, radiation transmittance, Satellite remote sensing of primary produktion. Inter- and laser altimetry methods. Remote Sensing of Envi- national Journal of Remote Sensing, Vol. 7, No. 11: ronment, Vol. 74: 45-57. 1395-1416. Williams, M. & J.A. Dowdeswell 1988. Tuhkanen, S. 1980. Mapping seabird nesting habitats in Franz Josef Land, Climatic Parameters and Indices in Plant Geography. Russian High Arctic, using Landsat Thematic Mapper Acta Phytogeographica Suecica 67. 110 pp. imagery. Polar Research 17 (1): 15-30.

Van Winkle, W. 1975. Winther, J-G. & D.K. Hall 1999. Comparison of several probabilistic home-range mo- Satellite-derived snow coverage related to hydropower dels. Journal of Wildlife Management, Vol. 39: 118-123. production in Norway: present and future. Internatio- nal Journal of Remote Sensing, Vol. 20, No. 15 & 16: Verbyla, D.L. & T.O. Hammond, 1995. 2991-3008. Conservative bias in classification accuracy assessment due to pixel-by-pixel comparison of classified images Winther, J-G. 1992. with reference grids. International Journal of Remote Landsat Thematic Mapper (TM) derived reflectance Sensing, Vol. 16, No. 3: 581-587. from a mountainous watershed during the snow melt season. Nordic Hydrology, Vol. 23: 273-290. Vermote, E., D. Tanré, J.L. Deuzé, M. Herman & J.J. Morcrette 1997. Worton, B.J. 1989. Second Simulation of the Satellite Signal in the Solar Kernel methods for estimating the utilization distri- Spectrum (6S). User guide, Version 2. NASA-Goddard bution in home-range studies. Ecology 70: 164-168.

187 Wucelic, G. E. 1989. Radiometric calibration of Landsat Thematic Mapper thermal band. Remote Sensing of Environment 28: 339-347.

Zar, J.H. 1999. Biostatistical Analysis. Prentice and Hall International, Inc. London.

Zhou, L., C.J. Tucker, R.R. Kaufmann, D. Slayback, N.V. Shabanov, I. Fung & R.B. Myneni (submitted). Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999. Supmitted (September 2000) to: Journal of Geophysical Research.

188 Del 6 Årligt vandringsmønster hos satellitmærkede rensdyr i Vestgrønland

Christine Cuyler og John D.C. Linnell Grønlands Naturinstitut

189 190 Årligt vandringsmønster hos satellitmærkede rensdyr i Vestgrønland

6.1. Baggrund streget behovet for detaljeret, forskningsba- Forvaltning af rensdyr i Vestgrønland har seret rådgivning om størrelse af kvoter og været et kontroversielt emne efter de senere forvaltning. Imidlertid er der, til forskel fra års kvote-regulering af jagten (Rasmussen mange andre rensdyrbestande i polarområ- 1995, Sejersen 1998). I 1990erne blev for- derne, kun få videnskabelige data tilgænge- valtningen ændret fra ureguleret jagt med lige som basis for sådan rådgivning. En ræk- fast jagttid til det nuværende system med ke undersøgelser blev foretaget i slutningen kvotejagt. Forud for denne ændring havde af 1970erne (Thing 1982, Strandgaard 1980, rensdyrene været totalfredet i to år, fordi Strandgaard et al. 1983, Holthe & Lassen bestandsoptællinger i 1993 og 1994 tydede 1984, Thing 1984, Roby & Thing 1985), men på, at den samlede bestand var nede på om- disse var kun på en af delbestandene. Under- kring 10.000 dyr. Efterfølgende tællinger ty- søgelser af effekterne af eventuel vandkraft der på, at dette tal sandsynligvis var for lavt. blev foretaget på en anden delbestand (Aa- Tællingen i 1995 var basis for den kvoteregu- strup 1984a, 1984b, 1986, og Grønlands Fis- lerede jagt og en tælling i 1996 tydede på, at keri- og miljøundersøgelser 1986). På trods bestanden sandsynligvis var på mindst af omfattende studier af tidligere og nuvæ- 20.000 dyr i Vestgrønland (Ydeman & Peder- rende rensdyrbestandes udbredelse i Grøn- sen 1999). Reguleringen af jagten har under- land (Meldgaard 1986), og en klimateori til forklaring af rensdyrenes bestandssvingninger (Vibe 1967) er videnskabelige undersøgel- ser af Vestgrønlandske rensdyr med fokus

Qeqertarsuaq Qeqertarsuaq IlulissatIlulissatIlulissat 69°N IlulissatIlulissatIlulissat på jagtlig forvaltning stadig i sin vorden.

QasigiannguitQasigiannguit AasiaatAasiaat 1DWHUQDT KangaatsiaqKangaatsiaq 6.2. Afgrænsning af bestande En af de vigtigste forudsætninger for forvalt- 1RUWK 67°N ning er kendskab til afgrænsninge af den el- KangerlussuaqKangerlussuaq SisimiutSisimiut +++ SisimiutSisimiut ler de bestande, som man ønsker at forvalte (Heard 1989, Bethke et al. 1996). Når bestan- *UHHQODQGÃ ,FHÃ&DS den(e) er defineret kan man iværksætte forvaltning baseret på den enkelte bestand (Hall ManiitsoqManiitsoq &HQWUDO 1989, Valkenburg 1998). Da forskellige be- 65°N stande ofte lever i områder, som er forskellige med hensyn til kvalitet og tæthed af dyr og

NuukNuuk samtidig er udsat for forskellige klimatiske

6RXWK forhold, er de enkelte bestandes produktions- forhold og dødelighed ofte tilsvarende for- 63°N skellig (Jordhøy et al. 1997). Dette betyder, at forskellige bestande kan tåle forskelligt jagt- 3DDPLXW 0 50 100 tryk, hvorfor det kan føre til uhensigtsmæs- Kilometer PaamiutPaamiut sig forvaltning at betragte to forskellige bestande som én bestand, eller én stor bestand

5 5

4 0

° °

W W W IvittuutIvittuutIvittuut 61°N som to bestande. Figur 6.1. Hovedområder for rensdyrs udbredelse i Vestgrønland.

191 Grønlands vestkyst har en kompliceret to- specielt da Vestgrønlands rensdyrbestande i pografi med dybe fjorde, høje fjelde og flere øjeblikket indtil 1999 blev forvaltet som én gletchere som strækker sig fra indlandsisen sammenhængende bestand. til havet. I Sydgrønland er havisen svagt udviklet eller ikke til stede om vinteren. Rens- Betydelige ressourcer er investeret i under- dyrhabitaterne findes derfor i flere adskilte søgelser som havde til formål at identificere regioner. Vestkysten er tidligere blevet ind- rensdyrbestandene i Alaska og Canada delt i underområder (Thing & Falk 1990). (Brown et al. 1986), ved hjælp af mere og Baseret på undersøgelser af topografien er mere avancerede metoder (Hall 1989). An- skelnet mellem 5 hoved-rensdyrområder i vendelse af øremærker er blevet afløst af Vestgrønland (Figur 6.1.). halsbånd med satellit- eller radiosendere (Curatolo 1986, Skogland 1986, Craighead Fem rensdyrregioner i Vestgrønland & Craighead 1987, Wood 1996). Det er imidlertid vanskeligt at overføre viden om van- Naternaq: Området nord for Nordre Strøm- dringer fra bestand til bestand da adfærd og fjord og syd for Ilulissat, ca. 10.000 km2. vandringsmønster kan være forskellige. Nog- le rensdyrbestande i Alaska og Canada Nord/Avannaa: Søndre Strømfjord/ Kangerlussuaq området fra Sisimiut til vandrer hvert år over hundreder eller tusin- indlandsisen og fra Nordre Strømfjord til der kilometer i flokke, som tæller op til flere Sukkertoppen Iskappe inklusiv Qaggato- hundrede tusinde dyr (Fancy et al. 1989), qaq, Sisimiut syd og Angujartorfiup mens andre bestande kun vandrer frem og Nunaa, ca. 25.000 km2 tilbage mellem lavland og højland (Oosen- brug & Theberge 1980, Edmonds 1988, Midt/Qeqqa: Området mellem Sukkertop- Wood 1996). I direkte modsætning hertil pen Iskappe og Godthåbsfjord, inklusiv lever de højarktiske Svalbard-rener stort set sydlige del af Maniitsoq, Akia/Nordlan- stationært indenfor små områder uden hver- det, Ujarassuit Nunaat, Ivisartoq, og ken at vandre eller danne egentlige sam- 2 Nunatarssuaq, ca. 14.000 km . menhængende flokke (Tyler 1989, 1990). Syd/Kujataa: Området mellem Godthåbs- fjordfjord og Frederikshåb Isblink, som I 1997 blev som en del af projektet iværksat inkluderer de to underområder Uttoqqar- en undersøgelse af rensdyrs vandringer ved miut and Qeqertarsuatsiat, ca. 10.000 km2 hjælp af satellitsendere monteret på hals- bånd. Undersøgelsen blev gennemført i 2 Paamiut: Området syd for Frederikshåb Isblink og nord for Sermiligaarsuk Fjord, rensdyr regioner i Midtvestgrønland, region ca. 5.000 km2. Nord (området ved Kangerlussuaq) og region Midt (ved Akia nord for Nuuk). Under- Den nævnte angivelser af arealer angiver søgelsernes formål var bredt formuleret at totalareal inklusiv søer og vandløb. De po- undersøge: tentielle rensdyrhabitater strækker sig fra 1. Omfanget af simlers årlige vandringer. havniveau til ca. 800 m.o.h., men der findes 2. Omfanget af vandringer mellem regio- områder i højder over 1.000 m. De totale nerne og evt. underopdeling af regioner. arealer er således misvisende som mål arealet af rensdyrhabitater. Endvidere er det tidli- 3. Beliggenheden af vigtige vinter- og gere tamrenområde på Nuuk/Godthåbs- kælvningsområder. fjord halvøen ikke inkluderet. 4. Sæsonmæssig trofasthed overfor specifikke områder. Omfanget af udveksling af dyr mellem regioner, og spørgsmålet om underinddeling 6.2.1. Vandringsrater, aktivitets- af regionerne er fundamentale spørgsmål mønstre og forstyrrelser for rådgivning vedrørende forvaltning, Serier af positionsbestemmelser kan anven-

192 des til at udregne vandringsraten (vandrings- Kangerlussuaq, er beliggende i region Nord. distance/dag), som både er et udtryk for Veje findes kun i tilknytning til byerne og vandringsadfærd og for energiforbrug. Det- byerne er ikke indbyrdes forbundet med veje. te kan yderligere understøttes af et aktivi- Vejret varierer fra maritimt langs kysterne tetsindeks, som beregnes ved hjælp af data til kontinentalt op mod indlandsisen. Region fra en aktivtetsensor, som er monteret i hals- Midt er det næststørste rensdyr region med båndene. Da rensdyr lever i et ekstremt mil- et areal på ca. 14.000 km2 (64°30´ to 66°N). jø og potentielt er meget mobile dyr kan un- Maniitsoq, en by med ca. 4.000 indbyggere, dersøgelser af vandringer og aktivitetsmøn- samt flere små bygder med tilsammen ca. stre give vigtig indsigt (Reimers 1980). Yder- 1.500 indbyggere er beliggende i området. ligere er rensdyr følsomme for menneskelige Der er ingen veje. Lige syd for regionen lig- forstyrrelser (Bromley 1985, Aanes et al. 1996, ger Nuuk med ca. 14.000 indbyggere, og Nellemann & Cameron 1996, 1998) og op- der er mange hytter i dette område. gørelse af det energiforbrug, som er forbundet hermed er vigtigt, fordi øget aktivitet i Indenfor de undersøgte områder findes ikke forbindelse med forstyrrelser kan have nega- større topografiske barrierer for rensdyrenes tive energetiske konsekvenser. På grund af vandringer. De to regioner er adskilt af Suk- de som regel få menneskelige forstyrrelser i kertoppen Iskappe (1.500 m høj og 25-50 km Grønlandske rensdyrhabitater er jagttiden bred), som kan være en barriere for rensdy- formentlig den årstid, hvor dyrene forstyrres rene selvom en smal dal skærer igennem mest (Skogland & Grøvan 1988). gletcheren og danner en korridor for passa- ge. Region Nord er adskilt fra Naternaq re- Vandringsrater og aktivitetsniveau er inte- gionen af Nordre Strømfjord. Denne lange ressante i 4 sammenhænge: fjord strækker sig 150 km næsten helt ind til 1. For at påvise og kvantificere årstidsmæs- indlandsisen. Region Midt er adskilt fra re- sige variationer i bevægelses adfærd. gion Syd ved et kompleks af stejle fjelde og dybe fjorde. Udveksling af dyr mellem de to 2. For at undersøge om menneskelige for- områder er mulig, særlig om vinteren, hvis styrrelser, i dette tilfælde jagttiden, har der lægger sig is på de inderste dele af fjor- betydning for vandringer og aktivitets- dene. mønster. 3. For at finde ud af om de mærkede dyr Både region Nord og Midt har en varieret stadig lever. topografi. Indenfor undersøgelsesområderne 4. For at få information om årstidsmæssige ligger rensdyrhabitaterne mellem havniveau energetisk og fourageringsmæssig varia- og 800 m over havet mens de omliggende tioner. fjeldtoppe når op over 1.000 m. Begge regioner er karakteriseret ved arktisk/alpine ha- Rapporten præsenterer resultater fra perio- bitater og klimaforhold. Plantesamfund og den marts 1997 til marts 1999. Undersøgel- arter varierer med højde over havet og nær- sen vil fortsætte så længe, der modtages sig- hed til kysten eller indlandsisen. naler fra senderne. Den væsentligste forskel mellem region Nord og region Midt er det tørre 6.3. Undersøgelsesområder kontinentale klima op mod indlandsisen i Rensdyr blev udstyret med satellitsendere i region Nord. Her er kun ringe nedbør 2 af de 5 hoved rensdyr regioner i Vestgrøn- sommer og vinter og føhnvinde med fine land, region Nord og Midt. Region Nord på loess partikler forekommer ofte (Fredskild ca. 25.000 km2 (66° to 67°30´ N) beboes af 1996). Den væsentligste forskel i de to ca. 5.000 mennesker, hovedsagelig i to større områders vegetation er den ringe forekomst byer (Sisimiut and Kangerlussuaq) og to kyst- af lav i region Nord, som i begyndelsen af bygder. Grønlands største civile lufthavn, århundredet blev rapporteret af Rasmussen

193 (1910) og senere af Thing (1984). Nyere de- tillod pejling fra landjorden eller fra fly. Ar- taljerede data findes ikke fra region Midt, gos senderen var programmeret til at sende men observationer (Fredskild 1996) og satel- i 7 timer hver fjerde eller sjette dag. Fire sen- lit snekort indikerer et mindre kontinentalt dere var programmeret til at sende dagligt klima med mere vinternedbør. Sne findes før og i kælvningsperioden (1. maj 30. juni) overalt i region Midt gennem hele vinteren. og seks sendere var programmeret til at sen- Forekomst af laver er blevet beskrevet i man- de dagligt, før, under og efter jagten (1. au- ge dele af området (Rasmussen 1910, Trap- gust 30. september). Mål for aktivitetsin- nell 1933, Hansen in prep.). deks gennem 24 timers perioder blev også optaget ved hjælp af en aktivitetssensor. Tek- Hverken ulve (Canis lupus), eller andre stør- niske detaljer gives i appendix 1. re rovdyr har forekommet i områderne gennem de seneste århundreder (Dawes et al. Aktivitetsindeks over 24 timer blev udregnet 1986). Rensdyrbestandene har imidlertid væ- på baggrund af data indsamlet med en akti- ret genstand for jagtlig udnyttelse i adskilli- vitetssensor i halsbåndet som registrerede ge tusinde år (Grønnow et al. 1983, Meld- hyppigheden af halsens op-/ned bevægelser. gaard 1986). For at forbedre målingen af bevægelserne blev aktivitetssensoren designet så målinger 6.4. Metoder blev foretaget med intervaller på 1 sekund. 6.4.1. Indfangning af rensdyr Det ville have været bedst at indfange dyre- 6.4.3. Udvælgelse af data Nøjagtigheden af positionsdata blev under- ne på tilfældigt valgte positioner spredt over søgt før videre analyse. Ud af de data som regionerne, men på grund af de logistiske blev indsamlet i løbet af et transmissionsfor- forhold var dette ikke muligt. I region Nord løb blev for hver dag udvalgt den position blev rensdyrene indfanget nord for Søndre som vurderedes at være af bedst kvalitet. An- Strømfjord og Kangerlussuaq lufthavn. I re- tallet af signaler, varighed af satellitpassage, gion Midt blev rensdyrene indfanget midt sammenligning af position med positionsbe- på Akia-Nordland halvøen nær søen Qua- stemmelser for foregående periode samt mu- gssuup taserssua (Positionerne er angivet i lige vandringsrater blev anvendt som bag- appendix 3). grund for udvælgelsen. Der blev kun anvendt positionsbestemmelser som af ARGOS blev Rensdyrsimlerne blev fanget ved at to sne- vurderet til kategori 1-3 (se Appendiks 8). scootere forfulgte det udvlagte dyr, så det Data blev omregnet til UTM koordinater før blev fanget mellem snescooterne. Den analyse. nærmeste chauffør greb dyret om halsen og holdt det fast under hele mærkningen. For at undgå stress blev ingen dyr forfulgt Test af nøjagtighed Signalernes konsistens blev undersøgt i pe- mere end 4 minutter. Kun voksne simler rioder, hvor senderne var stationære. Dette blev mærket. Alderen blev bedømt ud fra skete i 5 tilfælde: 3 tilfælde hvor dyret med sliddet på fortænderne. Efter at dyrene var halsbåndet var dødt og to tilfælde, hvor sen- blevet sluppet løs var der kun lidt kontakt dere blev hængt op på et hus. Middelafstan- med dem. I to tilfælde hvor senderne indi- den mellem positionsbestemmelser for sam- kerede at dyrene var døde, blev lokaliteten me sender blev beregnet som et mål for kon- opsøgt, dyret blev undersøgt og senderen sistens mellem positionsbestemmelserne for blev medtaget til evt. senere brug. de enkelte sendere.

6.4.2. Indstilling af sendere Årstid opdeling Satellithalsbåndene var forsynet med både Forskellige forskere har opdelt kalenderåret en ARGOS kompatibel sender (PTT-platform i biologiske enheder svarende til forskellige terminal transmitter) og en VHF sender, som stadier i rensdyrenes livccyklus. For grønland-

194 ske rensdyr beskrev Thing (1984) 10 stadier. er overlap mellem områderne. For arter som Da satellitsenderne typisk sendte i en 4-6 rensdyr, der vandrer over store områder og dages cyklus var det ikke muligt at få tilstræk- anvender forskellige områder året igennem kelige data til en så fin inddeling. I analysen er det vanskeligt at beregne home-range. er der skelnet mellem 6 årstider: forårsvan- Med henblik på at få et mål for størrelsen af dring (april til midt i maj), kælvning (31. maj home range blev anvendt beregning af 100% - 14. juni), efter-kælvning (15. juni - 15. juli), minimum convex polygon for nogle perio- sommer (15. juli - 30. september), brunst der. Dette kan betragtes som det totale areal (oktober) og vinter (1. november 30. marts). af det område indenfor hvilket alle registre- Vinteren blev yderligere inddelt i tidlig vin- rede vandringer forekom. På grund af pro- ter (indtil 31. december), midt (indtil midt i blemerne med at estimere sande home ran- Februar), og senvinter (indtil forårsvandrin- ges var det meningsløst at beregne eksakte gen). På grund af den store individuelle va- procent overlap. Overlap blev derfor simpelt riation blev datoerne betragtet som en løs henført til brede klasser (0, <10, 11-50, >50 ramme. %) som et indeks for graden af overlap.

Analyse af vandrings data Jagtens betydning for rensdyrenes færden Data blev analyseret i Ranges V (Kenward blev undersøgt ved at udregne den daglige & Hodder 1996) og Microsoft Excel. På grund gennemsnitlige tilbagelagte strækning for de af den lave dataindsamlingsintensitet (4-6 dyr, hvis halsbånd i jagttiden sendte daglige dages dataopsamlingscyklus), og det bredt signaler i denne periode. August-september definerede formål blev meget af analysen perioden blev brudt op i tre perioder: mere kvalitatitiv end kvantitativ, f.eks. blev 1. to uger før jagten, 1. - 14. august, årstidsmæssige skift af home-range identificeret udfra en subjektiv vurdering af data. 2. ca. fire ugers jagt, 15. august 10. sep- Ved skift af home-range forstås, at der ikke tember, med ekstra 4 dage for at sikre at

Tabel 6.1. De 15 satellitmærkede rensdyrsimler fra to bestande i Vestgrønland 1997-99. D angiver at dyret døde den pågældende måned, mens F angiver at der var problemer med satellitsenderen

1997 1998 1999 M A M J J A S O N D J F M A M J J A S O N D J F M Region Nord 07979 x x x x x x x x x x x x D 07978 x x x x x x x x x x x x x D 07977 x D 07980 x x x x x x x x x x x x x x 07981 x x x x x x x x x x x x x 11082 x x x x x x x x x x x x x 21344 x x x x x x x x x x x x x

Region Midt 08144 x x x x x x x x x x x x x x x x x x x x x x x x 08145 x x x x x x x x x x x x x x D 08146 x x x x x x x x x x x x x x x x x x x x x x x x 08147 x x x x x x x x x x x x x x x x x x x x x x x x 08148 x x x x x x x x x x x x x x x x x x x x x x x x 02701 x x x x x x x x x x x x x x x x x x x x x x x x 11064 x x x x x x x x x x x x x x x x x x x x F 21335 x x x x x x x x x x x x x x x x x x x x x x x x

195 jægerne havde haft til til at forlade jagt- Analyse af data fra de fem perioder, hvor områderne. sendere var stationære, gav et indtryk af 3. to uger efter jagten, 15. - 30. september. konsistensen af positionsbestemmelserne (tabel 6.2.). Den gennemsnitlige afvigelse fra For at sammenligne dyrenes vandringsrate den aritmetriske middelposition var kun 371 resten af året blev den lineære afstand, som m (SD = 315), med en maksimal afvigelse på blev tilbagelagt gennem en dataindsamlings- 2,8 km (1,7 km hvis kun de bedste katego- periode, divideret med periodens længde (4 rier, 2 og 3 anvendes for beregningen. Disse eller 6 dage). Data blev subsampled fra de data giver en indikation af at de modtagne intensive kælvnings- og jagtperioder for at signaler var konsistente. få konsistente data for alle dyr gennem alle måneder. Inkonsistente data forekom kun fra aktivitetssensoren. I tillæg til den sender som op- Non-parametrisk statistik (Mann Whitey U- hørte at sende efter 2 år, var der store for- test, Wilcoxon signed rank test, Kruskal Wal- skelle i de aktivitetsdata, der kom fra de for- lis Anova) blev anvendt ved hjælp af pro- skellige sendere, og i nogle tilfælde var for- grampakkerne SPSS og SAS. skellene så store, at de ikke alene kunne væ- re forårsaget af forskelle i dyrenes adfærd. 6.5. Resultat Dermed var det ofte umuligt at sammenlig- I alt 21 rensdyr blev indfanget, og der blev ne aktivitets adfærd dyrene i mellem. Aktivi- sat satellitsendere på 15 simler. Dyr der vur- tetsdata kunne sammenlignes mellem årsti- deredes at være for unge eller gamle blev der for de enkelte dyr og mellem dyr med sluppet fri uden at blive mærket. I senvinte- samme indeks. ren 1997 blev mærket 1 dyr i region Nord og 8 i region Midt. Yderligere 6 dyr blev 6.5.1. Årstidsbetingede mærket i region Nord i senvinteren 1998. Et vandringer dyr i region Nord døde inden 1 måned efter Af de 14 rensdyr som blev fulgt i mere end mærkningen og data modtaget fra dette dyrs 12 måneder, var det klart at 11 dyr var van- sender blev fjernet fra alle analyser. Tabel drende, mens 3 dyr forblev stationært i et 6.1. i hvilke perioder de enkelte dyr blev fulgt. afgrænset område. De stationære individer blev alle registreret i region Midt bestanden Sendernes driftsstabilitet og de var stationære begge år. Rensdyr i re- Indtil 31. marts 1999 havde Argos systemet gion Nord begyndte deres forårsvandring fungeret godt og givet 242 transmittermåne- gennemsnitligt en uge før dyrene i region der med 11 sendere, som stadig sendte pr. Midt, henholdsvis 8. april og 14. april. For- denne dato. Ingen sendere holdt op med at skellen var ikke statistisk signifikant (U = 24,5, fungere totalt, selvom sensor data fra en sen- n = 16, P = 0,56, Tabel 6.2.), hovedsagelig der ophørte efter 2 år. på grund af den store variation i afgangs-

Tabel 6.2. Konsistens mellem positionsbestemmelser fra 5 stationære testsendere. Kun positionsbestemmelser af bedste kvalitet (kategori 1-3) blev benyttet. Konsistensen er udtrykt som middelværdien af alle afvigelser fra middelposionsbestemmelsen.

Test Situation Periode Middel afstand SD n Max error 1 Altan 22.08.98 – 31.12.98 356 266 57 1.841 2 På dødt dyr 25.03.98 – 18.08.98 256 161 56 741 3 Altan 30.08.98 – 05.01.99 280 227 25 1.131 4 På dødt dyr 25.03.98 – 26.06.98 422 277 84 1.243 5 På dødt dyr 27.06.98 – 05.01.99 494 541 37 2.825 Total 371 315 253 2.825

196 tidspunkt i region Nord. En simle startede dyrenes vandringsmønstre ser det ud til at vandring den 5. marts mens en anden ven- det enkelte individ havde nogenlunde sam- tede til 2. maj. Afstanden mellem vinter- og me vandringsmønster hvert år. Der var ikke kælvningsområde var signifikant længere for en veldefineret vandring, som omfattede rensdyr i region Midt end for dyrene i region hele bestanden. Nord når de tre stationære dyr fra Akia ikke inkluderes i analysen (17 km SD = 6 versus Summen af vandringer året igennem kan 61 km SD = 27; U = 25, n = 16, P = 0,001, anvendes som mål for det årlige home range Tabel 6.3.). (tabel 6.6). Indenfor region Midt var der ikke signifikant forskel i hverken det årlige home De fleste af de dyr, der vandrede skiftede mel- range eller range længde i 1997-98 sammen- lem et antal velafgrænsede områder (tabel lignet med 1998-99 (Wilcoxon signed rank 6.4.) i årets løb, og nogle individer anvendte test z = 0,98, n = 7, P = 0,327, z = 0,34, n = 7, op til sæsonmæssige 4 home ranges. Vandrin- P = 0,74, henholdsvis). Samlet set var der gerne og og tidspunktet for skift mellem om- ikke forskel i hverken årlig home range areal råder var meget individuel. F.eks. anvendte eller maximum home-range length (U = 41, flere af rensdyrene deres kælvningsområde n = 21, P = 0,641, U = 45, n = 21, P = 0,802). som post-kælvningsområde mens andre flyt- Der var imidlertid mere variation i både home tede til et andet område efter kælvningen. range areal og maximum range length i re- På tilsvarende måde anvendte nogle indivi- gion Midt (mean = 879 km2, SD = 775, mean der samme område i brunsten som om som- = 63 km, SD = 44) sammenlignet med region meren, mens andre skiftede områder. Nogle Nord (mean = 500 km2, SD = 166, mean = individer anvendte en række forskellige om- 55 km, SD = 9). Denne forskel skyldtes de råder i vinterens løb, mens andre blev i et forskellige vandringsstrategier i region Midt. område. På trods af individuelle forskelle i

Tabel 6.3. Dato for vandring fra vinterområde, ankomstdato til kælvningsområder og afstand i luftlinje mellem de nærmeste rande af de to områder. Senderne var programmeret til 4 eller 6 dages cyklus hvorfor nøjagtigheden af datoerne er ± 2 or 3 dage.

1997 1998 ID Afgang fra Ankomst til Distance Afgang fra Ankomst til Distance vinter- kælvnings- vinter- kælvnings- område område område område Region Nord # 07979 24. april 6. maj 15 # 07978 12. april 16. april 10 # 07980 2. maj 26. maj 18 # 07981 8. april 29. maj 22 # 11082 5. marts 28. marts 25 # 21344 1. april 13. april 10

Region Midt # 08144 16. april 24. april 95 4. april 24. april 65 # 08145 Stationær Stationær # 08146 Stationær Stationær # 08147 Stationær Stationær # 08148 20. april 2. maj 90 12. april 2. maj 90 # 02701 20. april 24. april 45 5. april 13. april 30 # 11064 19. april 21. april 18 14. april 5. maj 40 # 21335 19. april 25. april 70 15. april 5. maj 70

197 Table 6.4. Skift af home range for 14 simler udstyret med satellisendere i to rensdyrbestande i Vestgrønland. Huller i linjerne indikerer skift mellem områder uden overlap. Bemærk at antallet af anvendte områder kan være mindre end angivet på figuren, da dyrene kan vende tilbage til områder anvendt tidligere på året.

1997 1998 1999 Individuel Sen- Kælv- Efter- Sommer Brunst Tidlig Midt Sen- Kælv- Efter- Sommer Brunst Tidlig Midt Sen- ID vinter ning kælvning vinter vinter vinter ning kælvning vinter vinter vinter Region Nord # 07979 # 07978 # 07980 # 07981 # 11082 # 21344 Region Midt # 02701 # 08144 # 08145 # 08146 # 08147 # 08148 # 11064 # 21335

Tabel 6.5. Simlers trofasthed overfor home ranges året igennem angivet som procent af tilfælde hvor der er overlap mellem en simles vinter- eller kælvningsområde fra år til år. * angiver at beregningen er foretaget på baggrund få ugers data umiddelbart efter mærkningen.

% faithful n Region Nord Winter 97/98 – 98/99* 75 4

Region Midt Calf 97 – 98 88 8 Winter 96/97 – 97/98* 75 8 Winter 97/98 – 98/99 100 6

Tabel 6.6. Areal af årligt home range (Minimum Covex Polygon: fra 1. april 31. marts), Maximalt Home range length ag antallet af positionsbestemmelser (Location quality 1-3) for 14 satellit-mærkede simler i to bestande i Vestgrønland.

1997-98 1998-99 Individual ID Areal Range N Areal Range N (km²) længde (km) (km²) længde (km) Region North # 07979 525 54 132 # 07978 329 44 133 # 07980 489 53 139 # 07981 769 68 136 # 11082 324 46 66 # 21344 565 65 51 Region Nuuk # 08144 2.050 110 117 1.614 121 116 # 08145 106 13 117 126 15 58 # 08146 144 17 118 72 13 122 # 08147 210 20 110 139 20 124 # 08148 1.748 118 125 2.317 134 130 # 02701 1.040 77 84 495 46 89 # 11064 613 60 59 627 61 45 # 21335 1.622 104 60 1.134 87 58

198 6.5.2. Social struktur 6.5.3. Delbestande Det ser ikke ud til, at der var egentlig be- Ingen af dyrene vandrede ud af den region standsidentitet eller koordinerede vandringer som de blev mærket i. Beregninger af størrel- i de to undersøgte bestande. Mens de fleste sen af de årlige home range (table 6) viste, dyr i nogen grad havde overlap mellem årli- at dyrene kun benyttede en ubetydelig del ge home ranges (tabel 6.7.) var der indenfor af det tilgængelige areal, som var til rådig- for hver enkelt årstid kun ringe overlap mel- hed. Ved at udregne et sammensat home lem home ranges. Hvert mærket dyr så ud range for alle vandringer i henholdsvis vin- til at leve uafhængigt af andre indenfor den terperioden og hele året (Tabel 6.6.) er givet samme population uden sæsonmæssige sam- en oversigt over hvorledes dyrene vandrede. linger af dyr. Den manglende flokidentitet De 5 mærkede dyr i region Nord anvendte illustreres af at forårsvandringen foregik over til sammen 7% af det tilgængelige område, et langt tidsrum og af forskellene i vandrings- mens 8 dyr i region Midt anvendte henholds- distancer (tabel 6.3.). vis 27% og 33% af det området område, der var til rådighed i henholdsvis 1997 og 1998.

Tabel 6.8. Totale arealer anvendt af satellitmær- kede dyr henholdsvis vinter og hele året. Hvert år 6.5.4. Vigtige vinter- og starter med forårsvandringens begyndelse (1. aprilt). kælvningsområder Vinteren er defineret som 12. december til 31. marts. Baseret på de registrerede vandringer var det muligt at identificere de områder, som Areal Max. N (positionsbe- N delbestandene udnyttede om vinteren og i (km2) længde stemmelser) (Dyr) kælvningstiden (Figur 6.2. and 6.3.). Region Nord Hele året 98 - 99 1.702 81 677 5 I region Nord tilbragte dyrene hovedsagelig Vinter 98 - 99 278 42 100 5 vinteren i områder beliggende lavere end Region Midt 300 m.o.h. og indenfor det afgrænsede om- Hele året 97 – 98 3.521 124 800 8 Vinter 97 – 98 1.203 60 177 8 råde, Tarajornitsut, (afgrænset af Søndre Hele året 98 – 99 4.299 134 780 8 Strømfjord og Kangerlussuaq lufthavn mod Vinter 98 - 99 1.528 78 150 7 syd, the Isortoq elven mod nord, søerne Ta-

Tabel 6.7. Overlap mellem home range for de enkelte rensdyr indenfor for hvert undersø- gelsesområde udtrykt som antallet af parvise overlap mellem individer.

År Årstid # Indivi- # Overlap Antal par indenfor overlap-klasser der mellem par (% overlap) 0 < 10 11 – 50 > 51 Region North 1998-99 Hele året 5 10 0 0 2 8 1998 Kælvning 5 10 7 1 1 1 1998 Sommer 5 10 9 0 1 0 1998-99 Vinter 5 10 7 3 0 0

Region Nuuk 1997-98 Hele året 8 28 10 9 4 5 1997 Kælvning 8 28 27 0 0 1 1997 Sommer 8 28 26 1 0 1 1997-98 Vinter 8 28 14 11 2 1

1998-99 Hele året 7 21 9 3 3 6 1998 Kælvning 8 28 26 2 0 0 1998 Sommer 7 21 19 1 0 1 1998-99 Vinter 6 15 10 1 2 2

199 serssuaq og Amitsorssuaq mod vest, og søen kyst mellem Sârdloq og Narsarsuaq dalen, Sanningasoq mod øst). Fire af de fem dyr mens et dyr anvendte området nord for Fis- vandrede mod øst før kælvningen og samle- kefjord. Som i region Nord lå de anvendte des i områder beliggende mere end 300 områder i lavlandet under 300 m.o.h. Kælv- m.o.h. i Isungua området nær indlandsisens ningen i region Midt var spredt. Fem dyr rand, mens det femte dyr vandrede til om- vandrede mod nord og øst enten til området råder beliggende mere end 300 m.o.h. ved omkring søen Qaumassoq, til området nord den nordlige bred af Isortoq elven. for Sarqap Sermerssua gletcheren, eller til området øst for søen Taserssuatsiaq. De tre I region Midt overvintrede de fleste af de andre dyr var stationære året rundt omkring mærkede dyr nær Godthåbsfjordens nord- søen Quagssuup taserssua. Endelig vandrede to dyr op til skråningerne ved Quagssuk

68°N under kælvningen. Alle undtagen et dyr tilbragte kælvningsperioden i områder over

NN NNoorrr rrrdddrrr rrreee SS SStttrrrøø rrrøømm 300 m.o.h. fffjjjoo oorrrddd

6.5.5. Variationer i vandringsrate

Is o r I både region Nord og region Midt var der to q R iv e r signifikante forskelle i vandringsraten for for- IsunnguaIsunnguaIsunngua skellige måneder (c2 = 55,6, df = 11, P < 0,001; KangerlussuaqKangerlussuaq TarajornitsutTarajornitsut+ SisimiutSisimiut c2 = 126,6, df = 11, P < 0,001). Vandrings-

rd fjo mønsteret var det samme i begge bestande m ø tr S re nd ø S med begrænset vandring om vinteren, øget Qaqqatoqaq Angujortarfiup Nunaa vandring om foråret i april og aftagende Wintering Sisimiut South vandring i maj og under kælvningen i juni. Calving Efter kælvningen steg vandringsraten igen, Sukkertoppen Iskappe for at aftage sommer og efterår. Højeste van- 01530 66°N dringsrate var under brunsten i oktober (ta- Kilometer bel 6.9.). Det ser ud til, at dyrene i region Region Nord/Kangerlussuaq. Vinter- Figure 6.2. Midt generelt har højere vandringsrater end og kælvningsområde for satellitmærkede rensdyr. dyrene i region Nord. of satellite collared caribou

Wintering 6.5.6. Forstyrrelser fra jagt Maniitsoq Calving I alt blev indsamlet data fra ni tidsserier med en varighed på to måneder fra 6 individer i

Maniitsoq den periode som indeholdt jagtsæsonen. Al- Qaumassoq a su le perioderne var karakteriseret ved relativt rs e rm e S q p a a i rq ts korte daglige vandringer, som aldrig gen- a a S u s rs e s a T nemsnitligt oversteg 3,9 km per dag, og den

65°N længste registrerede vandring var på 11,5

it su km/dag (tabel 6.10.).Selvom der var jagt i gs qqq ra aaa ja at uuu U na rsrsrs u aaa N rsrsrs rsrsrs yyy aaa llyyly lllll de områder, hvor de mærkede dyr befandt NNN rd NNN q jo VaVa rto ef sa isk Ivi F QuagssukQuagssuk p sig (Cuyler upublicerede data), var det ikke 596596596 ssûpssûssûp aaa ssu uaguaguag rrrssussu QQuagssûpQuagssûQQuagssûp ttaserssuataserssuattaserssuatasease taserssuataserssuat q muligt at registrere øget vandringsrate blandt nnn ua eee ss eee tar rdrdrd a ooo n jjoojo u ffjfjj N sss bbb ååå dyrene. Der var signifikant variation mellem hhh tththh ddd ooo t GG e d n a SârdloqSârdloq perioderne for et enkelt dyr, og dette skyld- a l SârdloqSârdloq i d k r A o N tes en svag reduktion i daglige bevægelser i

0 10 20 NuukNuuk jagtperioden. Bedømt ud fra den daglige Kilometer vandringsrate er der derfor ikke noget der tyder på, at jagten forårsagede en væsentlig Figur 6.3. Region Central/Nuuk. Vinter og kælvningsområde for satellitmærkede rensdyr. forstyrrelse af dyrene.

200 Tabel 6.9. Gennemsnitlig vandringsdistance pr. dag for hver måned i to rensdyrbestande i Vestgrønland. Intervallerne mellem positionsbestemmelser er 4 eller 6 dage afhængigt af satellitsenderens opsætning.

Region North Region Central Gennemsnit SD Max N Gennemsnit SD Max N Januar 0,4 0,3 0,95 30 0,7 0,7 3,4 75 Februar 0,6 0,7 3,6 27 1,2 1,1 5,3 64 Marts 0,6 0,5 3,4 72 0,9 0,8 4,6 95 April 0,8 0,8 4,0 42 2,4 2,5 12,3 104 Maj 0,6 0,4 1,8 41 1,0 0,7 3,1 106 Juni 0,9 0,7 2,7 41 1,0 1,2 10,1 109 Juli 1,0 0,8 2,8 40 1,6 1,8 9,6 102 August 0,6 0,6 2,8 39 0,9 1,0 6,5 102 September 0,5 0,4 1,8 41 0,6 0,4 2,2 101 Oktober 1,1 0,8 3,6 39 1,3 1,2 5,5 99 November 0,7 0,6 2,6 39 0,8 0,8 5,4 99 December 0,5 0,5 2,0 33 0,7 0,8 5,6 87 I alt 0,7 0,6 4,0 484 1,1 1,3 12,3 1.143

Tabel 6.10. Vandring (km) mellem daglige positionsbestemmelser målt i rette linjer for rensdyrsimler, F = Før (1. 14. august), U = Under (15. august 14. september), og E = Efter (15. 30. september) for jagtsæsonerne 1997 og 1998.

Individ År Periode Middel SD N Range Kruskal-Wallis Anova Region North 07979 1997 F 3,9 2,4 14 1,1 – 9,5 χ2 = 5,3, df = 2, P = 0,07 U2,72,6322,2 – 11,2 E2,31,2150,8 – 4,8 07980 1998 F 2,2 1,5 14 0,5 – 4,5 χ2 = 2,8, df = 2, P = 0,25 U2,41,7322,2 – 6,4 E2,02,6152,8 – 11,1 07981 1998 F 2,5 1,0 14 0,5 – 4,0 χ2 = 7,6, df = 2, P = 0,02 U 1,6 1,4 32 0 – 6,9 E2,21,6150,5 – 6,6 Region Nuuk 08146 1997 F 2,6 1,5 12 1,1 – 5,8 χ2 = 5,8, df = 2, P = 0,06 U2,31,8300,6 – 9,7 E1,61,7160,1 – 7,1 08146 1998 F 2,9 3,2 13 0,3 – 12,8 χ2 = 0,8, df = 2, P = 0,67 U2,21,6300,2 – 6,9 E3,32,9160,3 – 10,6 08147 1997 F 2,2 2,1 13 0,4 – 7,7 χ2 = 2,1, df = 2, P = 0,34 U1,30,9300,2 – 3,7 E1,40,7150,2 – 2,6 08147 1998 F 3,1 2,7 14 0,4 – 10,9 χ2 = 2,8, df = 2, P = 0,25 U2,52,0310,4 – 8,3 E2,71,2160,1 – 4,5 08148 1997 F 1,9 1,6 14 0,2 – 5,5 χ2 = 0,1, df = 2, P = 0,95 U2,22,5310,1 – 11,5 E1,81,4150,4 – 5,6 08148 1998 F 2,2 1,5 14 0,2 – 5,5 χ2 = 5,6, df = 2, P = 0,06 U1,30,7300,1 – 3,1 E1,20,6160,5 – 2,9

201 data). Det årlige aktivitetsmønster er ens for dyr i begge regioner, nemlig højest om sommeren og lavest om vinteren.

6.6. Diskussion 6.6.1. Satellitsendernes stabilitet Argos systemet har leveret gode konsistente data til en konkurrencedygtig pris i lighed Figur 6.4. Årligt aktivitetsmønster for 4 rensdyr. med erfaringer fra tilsvarende rensdyrunder- søgelser i Nordamerika, (Fancy et al. 1989, Harris et al. 1990). Der blev leveret anvende- 6.5.7. Årstidsbetingede lige positionsbestemmelser fra næsten alle ændringer i aktivitet perioder, hvor satellitsenderne var i aktivitet, Aktivitetssensoren i halsbåndene målte og senderne virkede pålideligt gennem hele aktivitet med intervaller på 1 sekund. Regi- perioden. Nogle sendere har været i brug i strering af bevægelse/ikke-bevægelse var mere end 2 år og sender fortsat i november mulig, men det var ikke muligt af henføre 1999. Skønt positionernes nøjagtighed ikke bevægelser til aktivitetskategorier (hvile, gang, blev kontrolleret viser de fem testforløb på løb, græsning osv). stationære sendere at positionsbestemmelserne var konsistente og indenfor de græn- Aktivitetssensorerne virkede ikke lige godt i ser, som er rapporteret fra studier af andre alle halsbånd. Dette resulterede i et meget dyr. Argos angiver dog højere nøjagtighed bredt aktivitetsindeks-interval som gjorde for systemet (Harris et al. 1990). sammenligninger mellem dyrene vanskelige. Ændringer i aktivitet gennem året kunne 6.6.2. Årstidsvandringer sammenlignes for det enkelte individ og for Sammenlignet med andre rensdyrbestande individer med sammenligneligt aktivitetsin- har dyrene i Vestgrønland en række forskel- deks. Data fra halsbåndene blev derfor grup- lige vandringsmønstre men dog i mindre peret i forhold til det årlige aktivitetsindeks skala. Andre tundra-rensdyr som f. eks. bar- (Undergruppen som blev anvendt til yderli- ren-ground caribou (den samme underart gere testning inkluderede dyr fra både re- som den vestgrønlandske) og rensdyr i det gion Nord og region Midt, og både vandren- norlige Alaska foretager typisk lange van- de og stationære dyr, F = 1,208, df = 3, p = dringer mellem vinterområder og kælvnings- 0,306 ANOVA på log-transformerede data). områder. Vandringerne kan have en længde på 3-500 km i det centrale Alaska og i Porcu- Aktivtetsssensoren registrerede den højeste pine bestanden (Craighead & Craighead aktivitet om sommeren for alle mærkede dyr. 1987, Fancy et al. 1989) og tilsvarende gæl- Kruskal-Wallis test blev anvendt til at teste der mange af de andre bestande i det nord- forskelle i månedligt aktivitetsindeks. lige Canada (Hall 1989).

Den månedlige gennemsnitsaktivitet varie- De fleste rensdyr i denne undersøgelse hav- rede året igennem (c2 = 339,782, df = 11, p = de nogenlunde samme vandringsmønstre og 0,000). Figur 6.11. illustrerer typiske resulta- skift mellem forskellige ranges som de nord- ter og viser ,at der er en årligt mønster i akti- amerikanske bestande, men det var i en langt vitet. Der var ikke forskel i aktivitetsmønster mindre målestok. Den maksimale vandrede mellem dyr fra region Nord og region Midt afstand mellem vinterområde og kælvnings- (F = 1,541, df = 11, p = 0,181). Der var heller område for et enkelt dyr var kun 90 km, og ikke forskel i aktivtetsmønster mellem de fleste dyr vandrede langt kortere afstan- vandrende og stationære dyr (t = 1,330, df = de. Mere overraskende er det, at 3 af de 14 521, p = 0,184; T-test på log transformerede dyr slet ikke vandrede men forblev i samme

202 afgrænsede område året igennem. En af dis- ikke på forekomst af vandringer, omfattende se simler blev observeret med kalv. Forskelle større koncentrationer af dyr, over længere i vandringsmønster indenfor samme be- strækninger end ca. 70 til 100 kilometer eller stand er usædvanlig for rensdyr, mens det på anvendelse af kystområder i perioden er almindeligt hos andre hjortedyr. Som ek- november til april (Thing 1984, Meldgaard sempler kan nævnes elg (Alces alces) og rå- 1986). Sandsynligvis er data ikke repræsenta- dyr (Capreolus capreolus) (Bjar et al. 1991, tive for hele bestanden, da dyrene blev mær- Cederlund & Sand 1992, Sweanor et al. 1992, ket indenfor en lille del af hver bestands vin- Odden et al. 1996, Linnell et al. 1996, Holand terområde. Der kan derfor godt have været et al. 1998). Det observerede vandringsmøn- andre dele af bestanden, som foretog længe- ster hos grønlandske rensdyr ligner den ikke re vandringer. Desuden er rensdyrenes for- vandrende Svalbard-rens (Tyler 1989, 1990) deling i deres forekomstområde afhængig af og mountain-caribou (Oosenburg & Theberge bestandsstørrelsen (Meldgaard 1986), der- 1980, Bergerud et al. 1984, Skogland 1986, med. Når rensdyrbestanden falder drastisk i 1989, Edmonds 1988, Hillis et al. 1998). Beg- antal ophører veldefinerede, regelmæssige ge typer har års-vandringer på mindre end vandringer hos de resterende dyr (Banfield 100 km, ofte langs en højdegradient. 1951). Thing (1984) fandt, at de sæsonbetin- gede vandringer var aftaget drastisk siden Social adfærd hos Grønlandske rensdyr ser bestandsnedgangen i slutningen af 1970er- ud til at være atypisk, da der kun er få rap- ne. Vintertællingerne i 1990erne indikerede, porter om store flokke eller samlinger af dyr. at rensdyrbestanden var på et minimum i Flokstørrelser er typisk mellem 3 og 10 dyr 1993 (Ydemann & Petersen 1999, Linnell et (Roby & Thing 1985, Thing & Falk 1990, al. in prep). Tællingerne viste også, at dyre- Olesen 1990, Bøving & Post 1997, Ydeman ne i region Nord var koncentreret i indlandet & Pedersen 1999). En sådan adfærd er usæd- mens dyrene i region Midt forekom jævnt vanlig men tidligere beskrevet for rensdyr fordelt mellem kyst og indland (Ydemann & på Coats Island (Gates et al. 1986), for de Petersen 1999). Vore egne observationer indi- højarktiske Peary rensdyr (Miller et al. 1977, kerer, at de fleste simler overvintrer i områ- Ferguson 1991) og Svalbard rensdyr (Alen- der længere mod øst end rapporteret af dal et al. 1979, Tyler 1987). De satellitmær- Thing (1984) og Meldgaard (1986). I begge kede rensdyrs bevægelser bekræftede dette. regioner tyder dyrenes anvendelse af områ- Der var stor individuel variation i vandrings- derne på, at h.o.h. er en væsentlig parame- mønsteret og der var kun lille overlap mellem ter for afgrænsningen af disse områder. de områder, som de forskellige individer forekom i. De Vestgrønlandske rensdyrs færden Resultaterne indikerer en større adfærds- i små grupper tillader individuelle vandrings- mæssig lighed mellem vestgrønlandske rens- mønstre. De fleste dyr var trofaste mod de- dyr og rensdyr fra fjeld- og ø-habitater end res vinter- og kælvningsområde selvom nog- med rensdyr af samme underart, R.t. groen- le dyr skiftede område fra det ene år til det landicus, i Canada. Dette støtter nyere kon- andet. Indsamlingen af data fortsættes og klusioner om, at sammenligninger mellem kan evt. bekræfte trofastheden overfor sær- rensdyrbestande mere bør knyttes mellem lige områder (Cameron et al. 1986, Gunn et bestande af samme økotype end mellem be- al. 1986, Valkenburg & Davis 1986) hos vest- stande af samme underart (Mallory & Hillis grønlandske rensdyr. 1998).

I region Midt overvintrede de mærkede rens- 6.6.3. Sæsonbetingede variationer dyr ret nær ved kysten og mange dyr kælve- i aktivitet de i indlandet som foreslået af Thing (1984). Alle mærkede dyr havde øget aktivitet om I region Nord var vinterområdet ikke et kyst- sommeren og aftagende aktivitet om vinte- område, og kælvningsområdet ligger i ind- ren. Den Kruskal-Wallis test viste en signifi- landet tæt ved indlandsisen. Data tydede kant forskel tilstede.

203 Skønt hvert enkelt mærket rensdyr adskilte Kapitel 2 i denne rapport). Viden om region sig fra de andre m.h.t. årlige vandringer og Midts lavhedernes tilgængelighed i forhold vandringsdistancer, viste aktivitetsdata ikke til snemasserne er imidlertid begrænset, mens tilsvarende forskelle. Den høje sommeraktivi- vi ved at græsningsområderne i indlandet tet for alle dyr uanset vandret afstand (km/ ved Kangerlussuaq i region Nord kun er dæk- dag) tyder på, at måleren ikke kunne regi- ket af et tyndt lag sne. Yderligere har dyrene strere forskellige former for aktivitet, f.eks i region Nord adgang til rig sommergræsning hovedrystelser versus bevægelser. Registre- (Thing 1984, Fredskild & Holt 1993). Yderli- ringen af aktivitet med et interval på 1 sekund gere analyse af disse forhold vil kræve detal- blev valgt for at reducere aktivitet forårsaget jerede undersøgelser af hvilke habitater dy- af hovedrysten. Det ser imidlertid ud til, at rene foretrækker. enten insekt-plage eller intensiv græsning har forårsaget hovedbevægelser, som har gi- 6.6.5. Afgrænsning af bestande vet kunstigt høje aktivitetstal om sommeren. De satellitmærkede rensdyrs færden bekræf- ter, at der findes selvstændige rensdyrbestan- Øget aktivitet om sommeren er observeret de i Vestgrønland. Resultaterne indikerer og- af Banfield (1954), Segal (1962), Thomson så, at der er forskelle i bestandenes færden (1971), Gaare et al. (1975), White et al. (1975), indenfor de definerede regioner. og Roby (1977). Den øgede aktivitet om sommeren tilskrives oftest høje temperaturer og Dette understøttes af blandt andet af følgen- bidende og parasiterende insekter (Thing & de forhold: Thing 1983, Mörschel & Klein 1997, Cole- 1. Kompleks topografi. Rensdyr har svært man 1998). et al. ved at passere gletchere (Leader-Williams 1988), mens de er gode svømmere (Skjen- De fundne aktivitetsmønstre er utilstrække- neberg & Slagsvold 1968, Heard & Calef lige til at give information om årstidsbetinge- 1992, Miller 1995). Mange af fjordene er de ændringer i energetisk eller fouragerings- dog 5-10 km brede, hvilket formentlig mæssig strategi. Der er derfor behov for me- hæmmer regelmæssige fjordkrydsninger, re detaljeret viden, specielt om fødesøgnings- adfærd, hvis man ønsker viden om aktivitet. 2. Studier af mikro-satellitter har påvist Sæsonmæssige feltobservationer af aktivitets- klare genetiske forskelle mellem regioner- mønster over flere dage døgnet igennem vil ne Nord, Midt, Syd og Paamiut (Jepsen kunne give værdifuld viden om aktivitets- 1999), og endelig budgetter. 3. Forskelle i udviklingen af bestandsstørrel- se og tæthed (Ydeman & Pedersen 1999, 6.6.4. Forskelle mellem de to Linnell et al. in prep.) tyder på, at dyrene undersøgelsesområder ikke frit kan bevæge sig mellem regioner. Der var tydelige forskelle mellem rensdyrenes vandringer i de to undersøgte områder. I begge de undersøgte regioner anvendte de I region Midt var der, når der ses bort fra de mærkede dyr kun en lille del af det tilgænge- tre stationære dyr, et klart mønster, som vi- lige område. Forskellene i vandringsmønste- ste, at dyrene her var langt mere mobile end ret indenfor de definerede regioner kunne i region Nord. Dette gjaldt vandringsdistan- ikke have været forudsagt ved hjælp af eksi- ce, home range areal og den dagligt vandre- sterende data, og understreger således vigtig- de distance. Vegetationsmæssigt er områder- heden af telemetri-baserede undersøgelser. ne forskellige og snedækkets betydning for Undersøgelser af skov- og fjeldrener har vist vegetationens tilgængelighed er også forskel- forekomster af lokalt identificerbare under- lig. Dyrene i region Nord havde ikke adgang bestande (Brown et al. 1986, Skogland 1986, til lav-områder om vinteren, mens dyrene i Edmonds 1988), og lokal viden fra Baffin Is- region Midt havde adgang til lavheder (Thing land har også peget på eksistensen af fæno- 1984, Thing & Falk 1990, Hansen in prep., menet (Ferguson et al.1998). Yderligere tele-

204 metri-studier kan måske klarlægge omfan- 1989). Selvom et vigtigt kælvningsområde er get af bestandsunderindeling i Vestgrønland. beskrevet i region Syd af f.eks. Aastrup Topografiens betydning kan f. eks. undersø- (1984b), vil telemetri-studier og indsamling ges ved at undersøge omfanget af udveks- af lokal viden være vigtige elementer i iden- ling af dyr mellem Angujaartorfiup Nunaa tificeringen af yderligere vinter- eller kælv- og resten af region Nord, mellem Maniitsoq ningsområder. og Akia i region Midt og mellem de nordlige og sydlige dele af region Syd. 6.6.7. Fremtiden Fire fremtidige arbejdsfelter er vigtige. Doku- Vestgrønlands rensdyr er hidtil blevet forval- mentation regelmæssigheden af årstidsmæs- tet som én bestand. Viden om genetiske for- sige vandringer. De 11 sendere, som vil blive hold, topografi, bestandsundersøgelser og fulgt indtil de ophører med at fungere, vil nu satellittelemetri understøtter, at der findes give endnu et års data for region Midt og flere forskellige bestande. Der er enighed om region Nord og således forbedre grundlaget at selvstændige bestande bør forvaltes på for konlusioner om disse bestande. bestandsniveau eller for regioner (Hall 1989, Skogland 1994, Jordhøy et al. 1997, Valken- Data vedrørende dyrenes vandringer bør burg 1998). Næste skridt bør da være er at sammenholdes med vegetationskortlægnin- undersøge populationsdynamiske forhold gen, data om snedække og NDVI. Den store for de enkelte bestande. forskel i vegetations- og habitattilgængelig- hed mellem de to bestande gør sådanne sam- 6.6.6. Årstidsmæssigt vigtige menligninger særlig interessante. områder Den manglende bestands-sammenhæng Yderligere studier af vandringer for at veri- blandt de undersøgte rensdyr viste sig som ficere underindelingen af ranges inden for en spredt fordeling af dyr året rundt. Det er regionerne. De vigtigste områder er de vest- derfor vanskeligt at identificere specifikke lige og syd-østlige dele af region Nord, den områder som kræver speciel forvaltning el- nordlige del af region Midt og begge dele af ler beskyttelse for forstyrrelser i region Nuuk. region Syd.

I region Nord synes Isungua området nær Undersøgelse af bukkes bevægelser og van- indlandsisen og Tarajornitsut området at væ- dringer, da bukke og simler rensdyr normalt re henholdsvis vigtige kælvnings- og vinter- færdes adskilt det meste af året (Cameron & områder. Isungua områdets betydning som Whitten 1979, Jakimchuk et al. 1987, Skog- kælvningsområde er veldokumenteret (Thing land 1989). I øjeblikket findes ikke data ved- 1984, Strandgaard et al. 1983). Da de mær- rørende bukkene. På baggrund af bukkenes kede dyr imidlertid kun anvendte en lille del overrepræsentation i jagtudbyttet siden 1995, af regionen, kan der være andre vigtige kælv- er den manglende viden et problem, selv om nings- og vintermråder, som anvendes af det skønnes mindre vigtigt end viden om de andre dele af bestanden (figur 6.2.). reproducerende simler.

I region Midt er situationen mindre klar, da dyrene var spredt over et større område bå- de sommer og vinter. Det ser imidlertid ud til, at området mellem Sârdloq, Narsarsuaq dalen og Fiskefjord er vigtige året rundt, mens området nær indlandsisen omkring søen Qaumassoq anvendtes af flere dyr under kælvningen (Figur 6.3.). En sådan spredt beliggenhed af kælvningsområder er typisk for fjeldrener (Bergerud et al. 1984, Skogland

205 6.7. Referencer

Aastrup, P. 1984a. Cameron, R.D., K.R. Whitten & W.T. Smith 1986. Vandkraft i Grønland: Rensdyr. Grønlands fiskeri- og Summer range fidelity of radio-collared caribou in miljøundersøgelser. 71 s. Alaskas Central Artic Herd. Rangifer Special Issue 1: 51-55. Aastrup, P. 1984b. Rensdyrundersøgelser og vegetationskortlægning Cederlund, G. & H.K.G. Sand 1992. ved vandkraftværk Buksefjord Nuuk/Godthåb, 1983. Dispersal of subadult moose (Alces alces) in a nonmi- Grønlands fisker- og miljøundersøgelser. 84 s. gratory population. Canadian Journal of Zoology 70: 1309-1314. Aastrup, P. 1986. Rensdyrundersøgelser ved vandkraftprojekt Kanger- Coleman, J., C. Pedersen, E. Reimers, Ø. Holand & S. luarsunnguaq/Buksefjord Nuuk/Godthåb 1984-1985. Moe 1998. Grønlands fisker- og miljøundersøgelser. December 24-h activity pattern of wild reindeer in summer with 1986. 80 s. emphasis on behaviour compensation at night due to limited grazing during the day. 8th North American Ca- Alendal, E., S. de Bie & S.E. van Wieren 1979. ribou Workshop, Whitehorse 1998, Canada. In press. Size and composition of the wild reindeer Rangifer tarandus platyrhynchus population in the Southeast Sval- Craighead, D.J. & J.J. Craighead 1987. bard Nature Reserve. Holarctic Ecology 2: 101-107. Tracking caribou using satelite telemetry. National Geographic Research 3: 462-479. Banfield, A.W.F. 1951. The barren-ground caribou. Can. Wildl. Serv., Dept. Curatolo, J.A. 1986. Res. and Develop. Ottawa. 52 pp. Evaluation of a satelite telemetry system for monitoring movements of caribou. Rangifer Special Issue 1: Banfield, A.W.F. 1954. 73-79. Preliminary investigation of the Barren-ground caribou. Canadian Wildlife Service Wildlife Management Dawes, P.R., M. Elander & M. Ericson 1986. Bulletin, Serial 1, no. 10A. Ottawa: Canadian Wildlife The wolf (Canis lupus) in Greenland: a historical review Service. and present status. Arctic 39: 119-132.

Bergerud, A.T., H.E. Butler & D.R. Miller 1984. De Solla, S.R., R. Bonduriansky & R.J. Brooks 1999. Antipredator tactics of calving caribou: dispersion in Eliminating autocorrelation reduces biological rele- mountains. Canadian Journal of Zoology 62: 1566-1575. vance of home range estimates. Journal of Animal Ecology 68: 221-234. Bethke, R., M. Taylor, S. Amstrup & F. Messier 1996. Population delineation of polar bears using satelite col- Edmonds, E.J. 1988. lar data. Ecological Applications 6: 311-317. Population status, distribution, and movements of woodland caribou in west central Alberta. Canadian Bjar, G., V. Selås, L.O. Lund & O. Hjeljord 1991. Journal of Zoology 66: 817-826. Movements and home range dynamics of roe deer, Capreolus capreolus L., in southeastern Norway. Fau- Fancy, S.G., L.F. Pank, K.R. Whitten & W.L. Regelin na Norvegica Ser. A 12: 12-18. 1989. Seasonal movements of caribou in arctic Alaska as Bromley, M. 1985. determined by satelite. Canadian Journal of Zoology Wildlife management implications of petroleum explo- 67: 644-650. ration and development in wildland environments. USDA Forest Service General Techincal Report INT- Ferguson, M.A.D. 1991. 191: 1-42. Peary caribou and muskoxen on Bathurst Island, North- west Territories, from 1961 to 1981. Northwest Terri- Brown, W.K., J. Huot, P. Lamothe, S. Luttich, M. Paré, tories Renewable Resources, File Report No. 88. 54 pp. G. St. Martin & J.B. Theberge 1986. The distribution and movement patterns of four wood- Ferguson, S.H., W.J. Rettie & F. Messier 1998. land caribou herds in Quebec and Labrador. Rangifer Fractal measures of female caribou movements. Ran- Special Issue 1: 43-49. gifer Special Issue 10: 139-147.

Bøving, P.S. & E. Post 1997. Fredskild, B. 1996. Vigilance and foraging behaviour of female caribou in A phytogeographical study of the vascular plants of relation to predation risk. Rangifer 17: 55-63. west Greenland (62°20-74°00N). Meddeleser om Grønland. Bioscience 45. 157 pp. Cameron, R.D. & K.R. Whitten 1979. Seasonal movements and sexual segregation of cari- Fredskild, B. & S. Holt 1993. bou determined by aerial survey. Journal of Wildlife The west Greenland Greens - favourite caribou sum- Management 43: 626-633. mer grazing areas and late Holocene climatic changes.

206 Geografisk Tidsskrift 93: 30-37. ceedings of the 2nd international reindeer/caribou symposium, Røros, Norway 1979. Direktoratet for vilt og Gaare, E., B.R. Thomson & O. Kjos-Hanssen 1975. ferskvannsfisk, Trondheim: 57-63. Reindeer activity on Hardangervidda. In: F.E. Wielgola- ske (ed.). Fennoscadian tundra ecosystems. Part 2. Ani- Holthe, V. & P. Lassen 1984. mals and system analysis. Berlin, Heidelberg & New Vækst, kondition og dødelighed hos vildren (Rangifer York, Springer-Verlag (Ecological Studies, 17): 206-215 tarandus groenlandicus) i Sisimiut-bestanden, Vestgrøn- land. Rangifer 4: 35-42. Gates, C.C., J. Adamczewski & R. Mulders 1986. Population dynamics, winter ecology and social orga- Haarløv, N., N.K. Jacobsen, J. Meldgaard & H.C. Pe- nization of Coats Island caribou. Arctic 39: 216-222. tersen 1980. Holsteinsborg: Sisimiut kommune, natur- og kultur- Grønlands Fiskeri- og miljøundersøgelser 1986. forhold: Ministeriet for Grønland, Geografisk Institut. Miljømæssig vurdering af vandkraftprojekt Kanger- lusarsunnguaq/Buksefjord Nuuk/Godthåb. 69 s. Jakimchuk, R.D., S.H. Ferguson & L.G. Sopuck 1987. Differential habitat use and sexual segregation in the Grønnow, B., M. Meldgaard & J. Berglund Nielsen 1983. Central Arctic caribou herd. Canadian Journal of Zoo- Aasivissuit - the great summer camp. Archaeological, logy 65: 534-541. ethnographical and zoo-archaeological studies of a caribou-hunting site in west Greenland. Meddlelelser Jepsen, B.I. 1999. om Grønland: Man and Society 5: 1-96. Populationsgenetiske studier af vildren (R.t. groenlandicus) og tamren (R.t. tarandus) i Vestgrønland. MSc Hall, E. 1989. Thesis, Botany Institute, University of Copenhagen. People/Caribou in the Northwest Territories: North- west Territories, Department of Renewable Resources. Jordhøy, P., O. Strand, T. Skogland, E. Gaare & F. Holmstrøm 1997. Hansen, E.S. in prep. Oppsummeringsrapport, overvåkingsprogram for A comparison between the lichen floras of three clima- hjortevilt - villreindelen 1991-95. Norwegian Institute tically different localities in south west Greenland. for Nature Research Fagrapport 022: 1-57.

Harris, R.B., S.G. Fancy, D.C. Douglas, G.W. Garner, Jouventin, P. & H. Weimerskirch 1990. S.C. Amstrup, T.R. McCabe & L.F. Pank 1990. Satellite tracking of Wandering albatrosses. Nature Tracking wildlife by satellite: current systems and per- 343: 746-748. formance. United States Department of the Interior, Fish and Wildlife Service, Fish and Wildlife Technical Kenward, R.E. & B. Hodder 1996. Report 30. 52 pp. RANGES V: Program Manual. United Kingdon: Insti- tute of Terrestrial Ecology. Harris, S., W.J. Cresswell, P.G. Forde, W.J. Trewhella, T. Woollard & S. Wray 1990. Leader-Williams, N. 1988. Home range analysis using radio tracking data: a re- Reindeer on South Georgia: the ecology of an introdu- view of problems and techniques particularly as applied ced population. Cambridge: Cambridge University to the study of mammals. Mammal Review 20: 97-123. Press.

Heard, D. 1989. Linnell, J.D.C., O.G. Støen, J. Odden, E. Ness, L. Gangås, Research. In: Hall, E. (ed.). People and caribou in the J. Karlsen, N. Eide & R. Andersen 1996. Northwest Territories: 81-87. Gaupe og rådyr i østre deler av Hedmark. Norwegian Institute for Nature Research Oppdragsmelding 414: Heard, D. & G. Calef 1992. 1-38. Barren-ground caribou of the Northwest Territories. 3rd Edition, NWT Wildlife Sketches. 6 pp. Linnell, J.D.C., A. Loison, C. Cuyler & A. Landa in prep. Skjenneberg, S. & L. Slagsvold 1968. Sustainable harvest of West Greenland caribou for the Reindriften og dens naturgrunnlag. Universitetsforla- 21st century: The scientific basis for management: an get, Oslo/Bergen/Tromsø. 332 s. evaluation and agenda. Greenland Institute for Natu- Hillis, T.L., F.F. Mallory, W.J. Dalton & A.J. Smiegielski ral Resources Report. 1998. Mallory, F.F. & T.L. Hillis 1998. Preliminary analysis of habitat utilization by woodland Demographic characteristics of circumpolar caribou caribou in northwestern Ontario using satellite teleme- populations: ecotypes, ecological constraints, releases try. Rangifer, Special Issue 10: 195-202. and population dynamics. Rangifer Special Issue 10: Holand, Ø., A. Mysterud, A. Wannag & J.D.C. Linnell 49-60. 1998. Meldgaard, M. 1986. Roe deer in northern environments: physiology and The Greenland caribou - zoogeography, txanonomy behaviour. The European roe deer: the biology of suc- and population dynamics. Meddelelser om Grønland - cess: 117-138. Bioscience 20: 1-88.

Holt, S. 1980. Messier, F., M.K. Taylor & M.A. Ramsay 1992. Vegetation patterns and effects of grazing on caribou Seasonal activity patterns of female polar bears (Ursus ranges in the Søndre Strømfjord area, west Greenland. maritimus) in the Canadian arctic as revealed by sate- In: Reimers, E., E. Gaare & S. Skjenneberg (eds.). Pro- lite telemetry. Journal of Zoology, London 226: 219-229.

207 Miller, F.L. 1995. Segal, A.N. 1962. Inter-island water crossings by Peary caribou, south- The periodicity of pasture and physiological functions central Queen Elizabeth Islands. Arctic 48: 8-12. of reindeer. In: Reindeer in the Karelian ASSR, pp. 130- 150. Petrozavodsk: Akademie Nauka (Translated by Miller, F.L., R.H. Russell & A. Gunn 1977. Department of the Secretary of State Bureau for Trans- Distributions, movements and numbers of Peary cari- lation, Ottawa, Canada). bou and muskoxen on western Queen Elizabeth Is- lands, Northwest Territories, 1972-74. Can. Wildl. Sejersen, F. 1998. Serv. Rep. Ser. No. 40. 55 pp. Strategies for sustainability and management of people: an analysis of hunting and environmental perceptions Mörschel, F.M. & D.R. Klein 1997. in Greenland with a special focus on Sisimiut: Ph.D. Effects of weather and parasitic insects on behaviour Thesis, Department of Eskimology, University of Co- and group dynamics of caribou of the Delta Herd, penhagen. Alaska. Can. J. Zool. 75: 1659-1670. Skogland, T. 1986. Nelleman, C. & R.D. Cameron 1996. Movements of tagged and radio-instrumented wild Effects of petroleum development on terrain preferen- reindeer in relation to habitat alteration in the Snøhet- ces of calving caribou. Arctic 49: 23-28. ta region, Norway. Rangifer Special Issue 1: 267-272.

Nelleman, C. & R.D. Cameron 1998. Skogland, T. 1989. Cumulative impacts of an evolving oil field complex Comparative social organisation of wild reindeer in on the distribution of calving caribou. Canadian Jour- relation to food, mates and predator avaoidance. Ad- nal of Zoology 76: 1425-1430. vances in Ethology 29: 1-74.

Odden, J., J.D.C. Linnell, O.G. Støen, E. Ness, L. Gangås Skogland, T. 1994. & R. Andersen 1996. Villrein: fra urinnvåner til miljøbarometer. Oslo: Tek- Trekk of områdebruk hos elg i østre deler av Hedmark. nologisk Forlag. Norwegian Institute for Nature Research Oppdrags- melding 415: 1-38. Skogland, T. & B. Grøvan 1988. The effects of human disturbance on the activity of Olesen, C.R. 1990. wild reindeer in different physical condition. Rangifer Bestandsudvikling og økologi for moskusokser i Angu- 8: 11-19. jaartorfiup Nunaa, Vestgrønland. Grønlands Hjemme- styre, Miljø og naturforvaltning, Teknisk rapport nr. 16. Strandgaard, H. & V. Holthe 1980. Undersøgelser over Vestgrønlands rensdyr. Vildtbio- Oosenburg, S.M. & J.B. Theberge 1980. logisk Station Kalø. Meddelese nr. 167. Særtryk af Altitudinal movements and summer habitat preferen- Tidsskriftet Grønland nr. 5: 145-152. ces of woodland caribou in the Kluane Ranges, Yukon Territory. Arctic 33: 59-72. Strandgaard, H., V. Holthe, P. Lassen & H. Thing 1983. Rensdyrundersøgelser i Vestgrønland 1977-1982. Ramsay, M.A. D.S. Andriashek 1986. Vildtbiologisk Station Kalø, rapport. 29 s. Long distance route orientation of female polar bears (Ursus maritimus) in spring. Journal of Zoology 208: Sweanor, P.Y., F. Sandegren, R. Bergström & G. Ceder- 63-72. lund 1992. A synopsis of moose movement studies in Furudal, Rasmussen, K. 1910. Sweden. Alces Supplement 1: 115-120. Rapport til Indenrigsministeriet over renbejte-under- søgelses-ekspeditionens rejse i Grønland, sommeren Trapnell, C.G. 1933. 1905. Atlanten. Medlemsblad for foreningen De Dan- Vegetation types in Godthaab Fjord in relation to those ske Atlanterhavsøer, Bind II, 1907-1910. København: in other parts of west Greenland, and with special re- 43-58. ference to Isersiutilik. J. Ecol. 21: 294-334.

Rasmussen, H.E. 1995. Thing, H. 1982. Coping with collapses? Problems in the use of common Struktur og årlig tilvækst i en bestand af vestgrøn- and private terrestrial animal resources in central west landsk vildren (Rangifer tarandus groenlandicus). Ran- Greenland. Folk 36: 131-151. gifer 2: 28-35.

Reimers, E. 1980. Thing, H. 1984. Activity pattern; the major determinant for growth Feeding ecology of the west Greenland caribou (Ran- and fattening in Rangifer? Procdeedings of the 2nd In- gifer tarandus groenlandicus) in the Sisimiut-Kanger- ternational Reindeer/Caribou Symposium: 466-474. lussuaq region. Danish Review of Game Biology 12: 1-53. Roby, D. 1977. Behavioral patterns of barren-ground caribou in the Thing, E.M. & H. Thing 1983. central arctic herd within the trans-Alaska pipeline Cow-calf behaviour in West Greenland caribou on the corridor. MSc. thesis, University of Alaska, Fairbanks. Sdr. Strømfjord summer range. Acta Zool. Fennica 175: 113-115. Roby, D.D. & H. Thing 1985. Behaviour of west Greenland caribou during a popula- Thing, H. & K. Falk 1990. tion decline. Holarctic Ecology 8: 77-87. Status over rensdyrbestandene i Vestgrønland mellem Naassuttooq og Paamiut Sermiat marts-april 1990.

208 Grønlands Hjemmestyre, Miljø og Naturforvaltning, Teknisk rapport nr. 19: 1-23.

Thomson, B.R. 1971. Wild reindeer activity. In: Report from the grazing project of the Norwegian IBP committee, July-Decem- ber 1970, Hardangervidda. Viltundersølkelser, Trond- heim, Norway.

Tyler, N.J.C. 1987. Natural limitation of the abundance of the high arctic Svalbard reindeer. Ph.D. thesis, Cambridge University.

Tyler, N.J.C. & N.A. Øritsland 1989. Why dont Svalbard reindeer migrate. Holarctic Eco- logy 12: 369-376.

Tyler, N.J.C. & N.A. Øritsland 1990. Home ranges in Svalbard reindeer. Rangifer Special Issue 3: 147-148.

Valkenburg, P. 1998. Herd size, distribution, harvest, management issues, and research priorities relevant to caribou herds in Alaska. Rangifer Special Issue 10: 125-129.

Valkenburg, P. & J.L. Davis 1986. Calving distribution of Alaskas Streese-Fortymile caribou herd: a case of herd infidelity? Rangifer Special Issue 1: 315-323.

Vibe, C. 1967. Arctic animals in relation to climatic fluctuations. Med- deleser om Grønland 170(5): 163-192.

White, R.G., B.R. Thomson, T. Skogland, S. Person, D.F. Holleman & J.R. Luick 1975. Ecology of caribou at Prudhoe Bay, Alaska, In: Ecolo- gical investigations of the Tundra Biome in the Prudhoe Bay region, Alaska. Fairbanks, University of Alaska (Biological Papers of the University of Alaska, Special Report No. 2): 150-201.

Wiig, Ø. 1995. Distribution of polar bears (Ursus maritimus) in the Svalbard area. Journal of Zoology 237: 515-529.

Wood, M.D. 1996. Seasonal habitat use and movements of woodland caribou in the Omineca mountains, north central British Columbia, 1991-1993. Rangifer Special Issue 9: 365-378.

Ydeman, D. & K. Pedersen 1999. Rensdyr i Vestgrønland, 1993-96. Upubliseret rapport til Grønlands Naturinstitut.

Aanes, R., J.D.C. Linnell, J.E. Swenson, O.G. Støen, J. Odden & R. Andersen 1996. Menneskelig aktivitets innvirkning på klauvilt og rovvilt. NINA Oppdragsmelding 412: 1-29.

209 210 Del 7 Rensdyrs adfærd ved forstyrrelser

Peter Aastrup Danmarks Mijøundersøgelser Afdeling for Arktisk Miljø

211 212 Rensdyrs adfærd ved forstyrrelser

7.1. Resume Vestgrønlandske rensdyrs reaktioner på for- Rensdyr (Rangifer tarandus groenlandicus) styrrelser blev undersøgt i Kangerlussuaq- findes naturligt i Vestgrønland, hvor de har området og nord for Nuuk i kælvningstiden, levet i århundreder uden naturlige fjender om sommeren og efter jagten. Rensdyrflok- som ulv, jærv og bjørn. I dag lever de fleste ke eller enlige dyr blev provokeret ved, at en af bestandene stadig uforstyrret af mennes- person langsomt nærmede sig, indtil dyrene ker og rovdyr. Kvoteret rensdyrjagt foregår flygtede. Følgende afstande blev registreret dog som regel 1 måned fra midten af august for hver flok: hvornår rensdyrene opdagede til midten af september. Bøving & Post (1997) provokatøren, hvornår de viste tegn på frygt, fandt, at rensdyr ved Kangerlussuaq var flugtafstand og flugtlængde. Afstandene blev mindre årvågne end rensdyr i Alaska og målt ved hjælp af en Laser afstandsmåler. foreslog, at dette var en følge af lang tids Generelt var opdagelsesafstand, frygtaf- isolering fra naturlige fjender. Klein (1980) stand, flugtafstand og flugtlængde længere fandt, at tilvænning til forstyrrelser skete hos flokke end hos enlige rensdyr, hvilket ty- lettere i bestande, som ikke var genstand for der på større årvågenhed hos disse grupper. jagt, og hvor der ikke er predatorer. Der var Flokke med kalve var mere årvågne end derfor en forventning om, at grønlandske flokke udelukkende med voksne dyr. Dette rensdyr kun i ringe grad lod sig påvirke af mønster var tydeligst i Nuuk-området. forstyrrelser.

Hyppigheden af nysgerrig adfærd og opda- I Grønland skal alle mineralaktiviteter god- gelsesafstandene indikerede, at rensdyr ved kendes af Råstofdirektoratet (RD), mens tu- Nuuk var mindre årvågne end rensdyr ved risme og andre aktiviteter foregår ureguleret. Kangerlussuaq efter jagttiden, mens der ikke Råstofaktiviteter i rensdyrs kælvningsområ- var forskelle i kælvningstiden og om somme- der i kælvningstiden (defineret som perioden ren. Rensdyr ved Nuuk var mest årvågne i 20. maj til 20. juni) skal godkendes konkret kælvningstiden, mens rensdyr ved Kanger- af Råstofdirektoratet. Dette indebærer, at et lussuaq var mest årvågne efter jagttiden. mineselskab ikke umiddelbart kan forvente Jagten så således ud til at have øget årvågen- at opnå tilladelse til at operere i et kælvnings- heden hos dyrene i Kangerlussuaq-området. område for rensdyr i kælvningstiden, og Rå- stofdirektoratet kan fastsætte særlige vilkår Det konkluderes, at flugt- og frygtreaktioner for mineselskabernes aktivitet i tilfælde, hvor hos grønlandske rensdyr er sammenlignelige en aktivitet godkendes. Baggrunden for den med de reaktioner, der er fundet i andre særlige beskyttelse i kælvningstiden er erfa- rensdyrbestande, og at rensdyr i kælvnings- ringer fra bl.a. Nordamerika og Norge, hvor tiden bør beskyttes mod forstyrrelser i lighed en sådan beskyttelse anses for vigtig. I Grøn- med andre steder i verden. land er rensdyrs forhold til forstyrrelser ikke undersøgt, og der mangler derfor dokumen- tation for rensdyrenes adfærd i forbindelse 7.2. Indledning med forstyrrelser. Undersøgelsen koncentre- Gennem de senere år er aktiviteter som turis- rer sig primært om to emner: me og mineralefterforskning øget i uforstyrrede områder i Grønland. Der er derfor også 1. frygt og flugtreaktioner hos grønlandske en undersøgelse af rensdyrs reaktioner på rensdyr. forstyrrelser fra mennesker. 2. rimeligheden i at regulere råstofaktivite-

213 ter i Grønland i rensdyrenes kælvningstid, I forbindelse med undersøgelserne vedrøren- samt at forbedre baggrunden for at vurde forstyrrelser er der desuden indsamlet dere mulige effekter i tilfælde, hvor min- data vedrørende sammensætningen i bestan- dre mineralaktiviteter godkendes. den. Disse data præsenteres og diskuteres i et selvstændigt kapitel. Undersøgelserne er udført ved, at en person (i det følgende benævnt provokatøren) har 7.3. Undersøgelsesområder nærmet sig flokke af rensdyr og registreret Akia og Tasersuaq ligger i Qeqqa-Midt be- forskellige parametre, der beskriver dyrenes standens udbredelsesområde. I det vestlige reaktioner på forstyrrelsen. På baggrund af Akia er der et rigt lavdække, mens der næsten det indsamlede materiale er det bl.a. under- ikke findes lav i den østlige del af undersø- søgt, om der er forskelle i rensdyrenes reak- gelsesområdet. Tasersuaq ligger i bestandens tioner på forstyrrelse i forhold til flokkenes kælvningsområde, men der forekommer og- køns- og alderssammensætning, årstid og så kælvninger i Akia. Begge områder besøges lokalitet. sjældent eller aldrig af mennesker bortset fra i jagttiden august-september. Området er en del af region Central ifølge den inddeling som er anvendt i kapitel 6.

Qeqqa-midt-bestanden repræsenterer en situation, hvor rensdyr kun sjældent møder mennesker. Traditionelt er der blevet jaget i området i århundreder. I perioden 1995 til 1998 er der blevet skudt 13-17 dyr i området indenfor 10 km fra centrum for undersøgel- serne. I 1998, umiddelbart før undersøgelser- ne, blev der skudt 13 dyr, heraf 5 indenfor 5 km fra centrum for undersøgelserne (Han- gaard pers. komm.).

Kangerlussuaq er det traditionelle kælvnings- område for Avannaa-Nord-bestanden og udgør en del af det område, som benævnes region Nord. Vegetationen er hovedsagelig dværgbuskhede og skråninger med Børste- kobresie (Kobresia myosuroides) og andre græsser eller græsagtige planter samt sletter med græsser og kær. Undersøgelsesområdet Figur 7.1. Undersøgelsesområder og de undersøg- ligger 10-15 km fra den internationale luft- te bestandes afgrænsning. Feltundersøgelsesloka- havn i Kangerlussuaq, og området passeres liteter angivet med pil.

Nuuk-området Kangerlussuaq Total Kælvning 48* 25 73 Sommer 20 61 81 Efter jagt 34 61 95 Total 102 147 249

Tabel 7.1. Observationer af fremprovokerede reaktioner på forstyrrelser fordelt på undersøgelsesområder, årstid og lokalitet. * Undersøgelserne blev udført ved Tasersuaq.

214 ofte af helikoptere. Om sommeren besøges mede sig uforstyrrede flokke og registrerede området af vandreturister. Lokaliteten repræ- typiske reaktioner samt afstanden mellem senterer en situation, hvor rensdyr temmelig provokatør og dyr for hver reaktion. Figur ofte møder mennesker. Umiddelbart syd for 7.2. viser et diagram over provokationernes undersøgelsesområdet var der rensdyrreser- forløb. Tabel 7.2. viser de registrerede para- vat fra 1967 til 1995. I perioden 1995 til 1998 metre og reaktioner. Afstande blev målt med blev der skudt mellem 1 og 31 dyr indenfor en laser-afstandsmåler (Leica 7x42 BDA, 10 km fra centrum for undersøgelserne. I Geovid). En del af undersøgelserne fandt 1998 blev der skudt 14 dyr, heraf 13 inden- sted i kælvningstiden, og det blev derfor søgt for 5 km fra undersøgelsernes centrum (Han- undgået at fremprovokere panikreaktioner. gaard pers. komm.). Jagten ved Kangerlus- suaq kan dermed antages at have været ca. Når rensdyr bliver forstyrret, er deres første dobbelt så intensiv som ved Akia. reaktion årvågenhed og tegn på frygt, som bl.a. viser sig ved at dyret rejser hoved og Rensdyrjagten i Grønland er kvotebaseret, hale eller gør et karakteristisk spring (exci- og sædvanligvis kommer jægerne ind til jagt- tation jump, de Vos 1960). Afhængigt af områderne med båd og/eller ved at vandre. vindretning og afstand udløses flugt eller en Jagtområder nær kysten foretrækkes, og nysgerrig adfærd, hvor et eller flere dyr cirk- kødet bæres ud til både ved kysten. Store ler om provokatøren for at få fært. Herefter øde områder er mere eller mindre fredet for flygter dyret normalt. jagt, da jægerne normal ikke kommer i disse fjernt beliggende områder. 7.4.2. Statistisk analyse En Shapiro-Wilk test viste, at de målte af- 7.4. Metoder stande burde log-transformeres for at opnå 7.4.1. Provokation normalfordeling og varianshomogenitet. Hver Rensdyrenes reaktioner på forstyrrelser blev af variablerne frygtafstand, flugtafstand og undersøgt ved at provokatøren til fods nær- flugtdistance blev analyseret i en model ved

3URYRNDWLRQ Vegetationstype, dato, tidspunkt, flokstørrelse, køn og alder vindhastighed og -retning, insektplage og afstand

2SGDJHU SURYRNDW¡U 2SGDJHU SURYRNDW¡U )OXJW

)U\JWUHDNWLRQ

)OXJW 1\VJHUULJ DGI UG

)OXJW 1 UPHU VLJ SURYRNDW¡U

)OXJW

Figur 7.2. Diagram over forløbet af en provokation

215 en ANOVA (GLM-procedure - SAS, 1990) havde signifikant effekt. Dette indikerer, at for effekter af følgende parametre: årstid, lokaliteten har en betydning for rensdyrenes lokalitet, floktype, flokstørrelse, vindretning, reaktionsmønster, som evt. kan relateres til insektplage, vegetationstype, topografi og andre forskelle mellem lokaliteterne. Flok- for interaktioner mellem parametre. Parame- størrelsens effekt blev testet for flere flokstør- tre med ikke-significante effekter blev fjernet relseskategorier. Det viste sig imidlertid, at fra modellen, som herefter blev kørt igen. kun en opdeling i enlige dyr og flokke gav Man kunne forvente, at parameteren lokali- signifikant effekt. Den videre analyse blev tet var afhængig af vegetationstype og topo- derfor koncentreret om disse to kategorier. grafi. Modellen blev derfor først kørt uden Middelværdier af afstande blev sammenlignet lokalitet. Hverken vegetationstype eller topo- med Bonferroni middeltest og least square grafi havde imidlertid signifikante effekter, means og 95% konfidensintervaller blev be- og disse parametre blev derfor erstattet i regnet. modellen med lokalitet, som i nogle tilfælde

Tabel 7.2. Målte parametre.

Parameter Beskrivelse Flokstørrelse Flokke blev kategoriseret som enlige dyr eller flokke. Det eksakte antal dyr blev dog registreret. Insektplage Niveauet for insektplage blev subjektivt vurderet som 0, lavt eller højt baseret på iagttagelser af dyrenes adfærd. De forekommende insekter var stikmyg samt hud- og svælgbremser. Vindretning Vindretningen blev registreret i forhold til den observerede flok som 0, side-, med- eller modvind. Vindhastighed Blev registreret som 0, let, let-frisk og frisk. Generelt var under- søgelsesperioder og lokaliteter karakteriseret ved stabile vejr- forhold. Afstand den afstand, hvor provokatøren opdager dyret. Vegetationstype Vegetationstyper blev registreret som dværgbuskhede uden lav, fjeldmark, Poa pratensis-green, græsland, lavhede, urteli eller snefane. Topografi Topografien blev registreret som flad, bakket eller skråning. Floktype Flokkene blev kategoriseret som 1) kalveflokke, hvis der var mindst 1 kalv, 2) simleflokke, hvis flokken bestod af simler og få bukke og 3) bukkeflokke, hvis der kun var bukke i flokken. Opdagelses- Den afstand, hvor et eller flere rensdyr blev opmærksom på pro- afstand vokatøren. Denne afstand var ofte identisk med frygtafstanden og i mange tilfælde også med flugtafstanden. Frygtafstand Den afstand, hvor et eller flere dyr viste tegn på frygt. Flugtafstand Afstanden mellem flok og provokatør på det det tidspunkt, hvor rensdyrene flygtede. Flugtdistance Den horisontale afstand mellem det punkt, hvor flokken flygter, og det punkt, hvor flokken falder til ro igen. Afstanden kunne være vanskelig at måle, da dyrene ofte faldt til ro, når de var ude af syne skjult bag en bakke eller lignende. Flugtretning Flugtretningen blev registreret som direkte væk eller til siden. Afstand ved Hvis et eller flere individer reagerede med nysgerrig adfærd, nysgerrig adfærd blev nærmeste afstand målt.

216 7.5. Resultater afstanden mindst for enlige dyr, mens der ikke var et klart mønster for årstidens effekt. 7.5.1. Opdagelsesafstand Kun flokstørrelse og lokalitet havde signifikant betydning for den afstand, hvor rens- 7.5.3. Flugtafstand dyrene blev opmærksomme på provokatø- Tabel 7.4. viser gennemsnitlige flugtafstande ren. De gennemsnitlige afstande er vist i ta- målt for flokke og enlige dyr og for de to lo- bel 7.3. kaliteter. Både flokstørrelse og lokalitet influ- erede signifikant på flugtafstanden. Flugtaf- Flokke opdagede provokatøren tidligere end stande var signifikant kortest for enlige dyr i enlige dyr, og dyrene ved Kangerlussuaq op- Nuuk-området. dagede provokatøren tidligere end dyrene ved Nuuk. 7.5.4. Flugtdistance Tabel 7.5. viser de gennemsnitlige flugtdistan- 7.5.2. Frygtafstand cer. Flokstørrelse og årstid havde begge sig- Både årstid (P = 0,0389) og flokstørrelse (P < nifikant indflydelse på flugtdistancen. Enlige 0,0005) havde signifikant effekt på frygtaf- dyr flygtede signifikant kortere distancer end standen. Der var også signifikant interaktion flokke. I kælvningstiden var flugtdistancen mellem årstid og flokstørrelse (P = 0,0074). signifikant længere end om sommeren og Figur 7.3. resumerer frygtafstande fordelt på efter jagten. årstider og flokstørrelse. Generelt var frygt-

Tabel 7.3. Opdagelsesafstand fordelt på 1) floktype og 2) lokalitet. Signifikans er angivet.

Middel Øvre 95 % Nedre 95 % P m konfidensgrænse konfidensgrænse Flok 188,7 169,9 207,5 0,0001 Enlig 132,3 108,2 156,3 Kangerlussuaq 190,0 169,3 210,7 0,0139 Nuuk 156,4 132,5 180,4

Tabel 7.4. Flugtafstand fordelt på flokstørrelse og lokalitet.

Middel Øvre 95 % Nedre 95 % P m konfidensgrænse konfidensgrænse Flok 145,6 159,9 132,6 0,0001 Enlig 93,4 111,3 78,3 Kangerlussuaq 129,5 147,0 114,0 0,0108 Nuuk 103,6 118,4 90,6

250

200

150

100

0 Kælvning Kælvning Efter jagt Efter jagt Sommer Sommer Flok Enlig Flok Enlig Flok Enlig

Figur 7.3. Frygtafstand fordelt på årstid og flokstørrelse. 95% konfidensintervaller er angivet.

217 7.5.5. Nysgerrig adfærd ved Kangerlussuaq. Forskellen mellem kalve- Ingen af de registrerede parametre havde sig- flokke og simleflokke var ikke signifikant. nifikant effekt på, hvor tæt dyrene nærmede sig provokatøren ved nysgerrig adfærd. Den- Ved Nuuk var hyppigheden af nysgerrig ad- ne afstand var i gennemsnit 142,6 m (105 færd signifikant lavere (P = 0,0089) i kælv- observationer med nedre og øvre 95% konfi- ningstiden end om sommeren, og ved Kan- densinterval på henholdsvis 128,5 og 156,7 gerlussuaq var andelen af nysgerrig adfærd m). signfikant mindre (P = 0,0107) efter jagten end om sommeren. Sammenligninger mellem Hyppigheden af provokationer, hvor rensdy- lokaliteter gav signifikant forskellige andele rene reagerede med nysgerrig adfærd, er vist efter jagten, hvor andelen var lavest ved i figur 7.4. fordelt på årstid og lokalitet. Sig- Kangerlussuaq (P > chi-sq = 0,0482). nifikant færre dyr reagerede med nysgerrig adfærd (P = 0,0482) ved Nuuk end ved Kan- 7.5.6. Umiddelbare reaktioner gerlussuaq. Hyppigheden af tilfælde, hvor rensdyrene reagerede umiddelbart efter at have observe- I Qeqqa-Midt området forekom færre tilfæl- ret provokatøren, er vist i tabel 7.6. Ved ca. de af nysgerrig adfærd i kælvningstiden end 90% af provokationerne reagerede dyrene om sommeren (P = 0,0089). Hyppigheden af umiddelbart. Dog reagerede bukkeflokke ved nysgerrig adfærd var også mindre i kælv- Nuuk kun i 57% af provokationerne umid- ningstiden ved Kangerlussuaq, men forskel- delbart efter at have opdaget provokatøren. len var ikke signifikant. Ved Kangerlussuaq Dette er signifikant mindre end for andre var der færre tilfælde af nysgerrighed adfærd floktyper ved Nuuk (P = 0,049). efter jagten end om sommeren (P = 0,0107) og i kælvningstiden (n.s.). 7.5.7. Andre parametre Der blev ikke registreret signifikante effekter Figur 7.5. viser hyppigheden af nysgerrig ad- af: vegetationstype, topografi, vindretning, færd fordelt på floktype og lokalitet. Ved vindhastighed og insektplage. Nuuk var der signifikant færre tilfælde af nysgerrig adfærd i flokke med kalve end i 7.5.8. Opsummering både simleflokke (P = 0,0033) og bukkeflok- Flokstørrelse: Generelt var frygt-, flugtafstan- ke (P = 0,0357), mens kun forskellen mellem de samt flugtdistance større hos flokke end bukkeflokke og kalveflokke var signifikant hos enlige dyr.

Tabel 7.5. Flugtdistance fordelt på årstid og flokstørrelse.

Middel Øvre 95% Nedre 95% P m konfidensgrænse konfidensgrænse Kælvning 146,6 186,8 115,1 0,0049 Sommer 92,0 114,5 73,9 Efter jagt 98,4 125,9 76,8 Enlig 93,0 124,6 69,4 0,0134 Flok 129,9 148,7 113,4

Tabel 7.6. Hyppighed af umiddelbar reaktion fordelt på floktype og lokalitet. Signifikant forskel er indikeret med *.

Kalv Simle Buk Kangerlussuaq 89 88 82 Nuuk 91 88 57*

218 Floktype: Generelt var flokke med kalve mere turlige fjender. Klein (1980) fandt, at tilvæn- årvågne end simle- og bukkeflokke, mens ning til forstyrrelser skete lettere i ikke-jagede der ikke var signifikant forskel mellem simle- bestande i områder uden rovdyr end i områ- og bukkeflokke. Dette mønster var tydeligst der med jagede bestande, hvor der også fin- ved Nuuk. des naturlige fjender. Grønlandske rensdyr kunne derfor forventes at vise en høj grad Lokalitet: Hyppigheden af nysgerrig adfærd af tilvænning til forstyrrelser i forhold til f.eks. tydede på, at rensdyr ved Nuuk var mindre norske rensdyrbestande. årvågne end rensdyr ved Kangerlussuaq efter jagten, mens der ikke var forskel mellem Rensdyrene reagerede, som ventet, kun rela- lokaliteterne på andre årstider. tivt svagt på de forstyrrelser, de blev påført i undersøgelsen, men en umiddelbar reaktion Årstid: Rensdyr ved Nuuk er mest årvågne i blev dog udløst i næsten alle tilfælde. I 70% kælvningstiden, mens der er størst årvågen- af alle møder mellem provokatør og rensdyr, hed ved Kangerlussuaq efter jagten. reagerede dyrene med nysgerrig adfærd, og de korteste flugtafstande var 95 m, mens 7.6. Diskussion flugtdistancerne gennemsnitligt lå mellem Grønland er de fleste steder stadig relativt 95 m og 145 m. uforstyrret af mennesker, og naturlige fjender for rensdyr findes ikke. Det var ventet, I Sydnorge fandt Eftestøl (1998) længere at dette kunne registreres i rensdyrenes reak- flugtafstande på mellem 110 og 190 m, flugt- tioner sammenlignet med andre rensdyrom- distancer mellem ca. 200 m og næsten 500 råder i verden. Bøving & Post (1997) viste, m. På Svalbard fandt Colman & Jacobsen at grønlandske rensdyr var mindre årvågne (1996) frygtafstande mellem mindre end 100 og sjældnere kontrollerede omgivelserne for m og ca. 150 m og flugtafstande mellem ca. fjender end rensdyr i Alaska; de betragtede 100 og 160 m. dette som en tilpasning til et miljø uden na- Generelt er frygtreaktionerne hos grønland- ske rensdyr på niveau med rensdyr fra Sval-

70 bard. Dette hænger formentlig sammen med,

60 at de to bestande begge har levet i meget

50 lang tid uden større predatorer og med be-

40 Kangerlussuaq grænset jagt. 30 Nuuk 20 7.6.1. Årvågenhed 10 Højeste grad af årvågenhed, bedømt ud fra 0 Kælvning Sommer Efter Jagt hyppighed af umiddelbar reaktion og flugtdistance, forekommer hos kalveflokke under Figur 7.4. Hyppighed af nysgerrig adfærd fordelt kælvningen. De Vos (1960) observerede det på lokalitet og årstid. samme hos rensdyr på Barren Grounds i Canada. Årvågenheden er generelt mindst 80 om sommeren. Ved Kangerlussuaq er der 70 60 størst årvågenhed efter jagten, mens årvå- 50 genheden er størst i kælvningstiden ved Kangerlussuaq 40 Nuuk Nuuk. Det kunne se ud til, at øget årvågen- 30 hed er indbygget adfærd hos rensdyr i 20 kælvningstiden, hvor adfærden tjener til at 10 0 beskytte kalvene, mens årvågenheden efter Kalv Simle Buk jagten måske er tillært i jagttiden. Rensdyre- Figur 7.5. Hyppighed af nysgerrig adfærd fordelt nes adfærd efter jagttiden kan dog også væ- på floktype og lokalitet. re påvirket af den kommende brunstperiode.

219 Længste opdagelsesafstande fandtes hos dyr nysgerrig adfærd kan tolkes som enten 1) ved Kangerlussuaq og for flokke. Dette reak- høj tilvænning til mennesker som ikke udgør tionsmønster tolkes dels som en effekt af, at en trussel eller 2) som en indikation på, at dyrene ved Kangerlussuaq er mest tilpasset dyrene er helt ukendte med mennesker. Til- trusler fra mennesker, og derfor er mere op- svarende kan en lav hyppighed af nysgerrig- mærksomme på deres omgivelser. Flokkenes hed tolkes som 3) høj tilpasning til menne- større årvågenhed er formentlig en følge af, sker, som udgør en trussel (tør ikke være at sandsynligheden for opdagelse er større, nysgerrig) eller 4) høj grad af tilvænning til jo flere årvågne dyr der er. mennesker, som ikke udgør en trussel (gider ikke være nysgerrig). 7.6.2. Reaktionens styrke Med flugtdistancen som mål for styrken af Situation 1, 2 og 4 er formentlig mest rele- dyrenes reaktion synes de stærkeste reaktio- vante for Grønland, mens situation 3 sand- ner at forekomme i kælvningstiden i kalve- synligvis er mindre relevant, fordi jagten flokke. Det er desuden generelt, at flokke rea- (officielt!) finder sted over en kort tidsperio- gerer stærkere end enlige dyr. Enlige dyrs rede, og fordi et stort antal rensdyr formentlig spons var svagest om sommeren. Blandt rens- skydes ved deres første kontakt med men- dyrene på Barren Grounds i Canada fandt nesker. På disse forudsætninger forventes at de Vos (1960), at flugtdistancerne var længe- resndyrene ved Nuuk repræsenterer situa- re efter kælvningen end under kælvningen. tion 2 og/eller 3, mens rensdyrene ved Kan- Med undtagelse af bukke ved Nuuk reage- gerlussuaq repræsenterer situation 1 og/ rede dyrene umiddelbart. De Vos (1960) ob- eller 4. serverede det samme hos Barren Ground rensdyr i Canada. I Nuuk var det generelle mønster, at flokke med kalve i kælvningstiden var mindst nys- Umiddelbar respons i kælvningstiden er en gerrige. Nysgerrigheden steg i løbet af som- fordel i områder, hvor der er stor sandsyn- meren og aftog lidt igen efter jagten. Der lighed for predation fra rovdyr. Energetisk foregik mindre jagt i dette område, som er er det imidlertid problematisk at anvende vanskeligt tilgængeligt fra kysten, end ved mange ressourcer på unødvendig flugt på et Kangerlussuaq. tidspunkt, hvor dyrene ernæringsmæssigt er i en dårlig tilstand efter en vinter med be- Ved Kangerlussuaq var nysgerrig adfærd på grænset fødemængde, og hvor de nyfødte næsten samme niveau i kælvningstiden og kalve kræver mange ressourcer. I Grønland, om sommeren, mens nysgerrigheden aftog hvor der ikke er rovdyr, er der ikke nogen efter jagten til under niveauet for kælvnings- fordel ved lange flugtdistancer i kælvnings- tiden. Dette kan tolkes som en tilpasning til tiden. Denne adfærd ser således ud til at ha- møder med jægere. På den anden side synes ve overlevet lang tids isolation fra naturlige erfaringen ikke at overleve vinteren, da nys- fjender. gerrigheden igen bliver høj om sommeren.

7.6.3. Tilvænning til mennesker 7.6.4. Effekter af forstyrrelse Det er vigtigt at skelne mellem tilpasninger Hyppigheden af nysgerrig adfærd og den til forstyrrelser, som udgør eller opfattes som tid, der anvendes på denne adfærd, er såle- en trussel, og forstyrrelser, som ikke udgør des stor. Styrken af reaktionerne er derimod en trussel. Bestande, som jages intensivt, og normalt relativt lille, og i ingen tilfælde be- bestande i områder med mange naturlige væger rensdyrene sig ud af deres territorie. fjender, kan forventes at reagere stærkt og være meget årvågne, mens der tilsvarende Den vigtigste effekt af forstyrrelse er, at dyre- hos rensdyr i områder uden naturlige fjender nes energibalance påvirkes negativt. Foura- og jagt kan forventes svage reaktioner og geringstiden mindskes og energiforbruget ringe grad af årvågenhed. Høj hyppighed af øges. Dyrenes muligheder for at overvinde

220 eventuel underernæring fra foregående vin- Endringen vil ikke ha betydning i forhold til ter og for at akkumulere fedtreserver til den leting etter mineraler. kommende vinter forringes således. Undersøgelsen har dokumenteret, at 1) grøn- Effekten af en enkelt forstyrrelse i løbet af landske rensdyr reagerer på forstyrrelser på en lang tidsperiode er sandsynligvis ubetyde- samme måde som norske vildrener og Sval- lig, mens effekten af gentagne forstyrrelser bard-ren, 2) grønlandske rensdyr er mere kan være betydelig, med mindre dyrene følsomme for forstyrrelser i kælvningstiden vænner sig til forstyrrelserne. Ved kraftig for- end senere på sommeren og efter jagten, og styrrelse fra f.eks. en helikopter vil der være 3) effekten af forstyrrelser er større i kælv- øget risiko for skader som brækkede ben ningstiden end om sommeren og efter jagten. eller lignende. Undersøgelserne har desuden vist, at de grønlandske rensdyr ikke kan betragtes som 7.6.5. Jagt mere eller mindre følsomme for forstyrrelser Jagt har foregået i begge områder siden 1996, end rensdyr i andre dele af verden. da reservatet for rensdyr ved Kangerlussuaq blev ophævet. Jagttrykket har været højst ved For grønlandske rensdyr er længere tids be- Kangerlussuaq, hvor jagten synes at have nyttelse af samme kælvningsområde doku- øget dyrenes vagtsomhed, mens dette ikke menteret for følgende bestande: Isortoq- synes at være sket ved Nuuk, hvor jagttryk- bestanden (region Nord) har kælvningsom- ket kun var halvt så stort. råde nordøst for Kangerlussuaq (Thing 1984), Utoqqarmiut-bestanden (region Cen- 7.6.6. Miljømæssig regulering tral) har kælvningsområde nær indlandsisen Rensdyr kælver sædvanligvis i mere eller syd for Ameralik Fjorden (Aastrup 1996), mindre veldefinerede områder, og der er me- Akia/Ujarassuit Nunaat-bestanden (region get stærke bånd mellem kalv og simle (Mil- Central) har kælvningsområde omkring ler & Broughton 1973). Kælvningsområder nord-spidsen af Tasersuaq (Cuyler & Linnell betragtes som kritiske for de store vandren- in prep., Aastrup in prep.) og endelig har de rensdyrbestande i Nordamerika (Kelsall Nassuttuup Nunaa-bestanden (region 1968, Thomas 1969, Klein 1991, McCabe Nord) kælvningsområde nær indlandsisen 1994). I Grønland vender rensdyr tilbage til (Aastrup in prep). Kælvninger finder også det samme område ved Kangerlussuaq år sted i Qorqut området indenfor det tidligere efter år (Thing 1984). Det Internationale Por- tamrenområde ved Godthåbsfjorden og i cupine Caribou Board gav kælvningstiden tamrenområdet ved Isortoq i Sydgrønland højeste prioritet i en vurdering af sensitive (Lund et al. 1996). Endelig er området syd habitater for Porcupine bestanden i Alaska for Frederikshåb Isblink et vigtigt område for og Canada (Anon. 1993). Den norske Rein- den lille rensdyrbestand i Paamiut-området. driftslov fastsætter: De nævnte områder er vist på figur 7.5.

at den som beveger seg på grunn der rein- De regler, der gælder for beskyttelse af miljø- drift foregår, skal gjøre dette på en hensyns- et i forbindelse med råstofaktiviteter (BMP full måte slik at ikke reinen unødig uroes 1998) i kælvningsområder for rensdyr, fast- eller skremmes under beiting, flytting mv. sætter, at alle aktiviteter i kælvningsområder Dette gjelder særlig i reinens brunsttid og i kælvningstiden kræver Råstofdirektoratets under kalving, merking, skilling og slakting. godkendelse. Turisme og lignende aktiviteter Letetillatelsen bør gjengi reindriftsloven § 28 er imidlertid uregulerede. første ledd, jf. forskriftshjemmel i § 2-1. Ved lovendring 23. februar 1996 nr. 8, har rein- Baggrunden for at beskytte kælvningsområ- driftsloven fått et nytt andre ledd i § 28 som derne er, at der er risiko for negativ påvirk- gir områdestyret adgang til å nedlegge mid- ning af kalvenes muligheder for at overleve lertidig forbud mot større arrangementer. via 1) skader opstået i forbindelse med pa-

221 nikreaktioner, 2) reduceret fourageringstid, 3) forøget energikrævende aktivitet og 4) for- trængning fra optimale fourageringsområ- Nassutuup Nunaat der. Gentagne mindre forstyrrelser kan også Isortoq påvirke dyrene negativt. Det er dog ikke kun kælvningsområderne, der er kritiske for dyrene. Bradshaw et al. (1997) foreslog således for skov-ren i Alberta i Canada, at øget akti- Akia/Ujarassuit Nunaat vitet forårsaget af forstyrrelser om vinteren kan resultere i øget energiforbrug, og at for- Itinnera styrrede rensdyr kan skifte habitat for at und- Utoqqarmiut gå forstyrrelserne. De anbefalede at begræn- se forstyrrelser om vinteren i stedet for tids- mæssige restriktioner, for at afbøde effekter Paamiut af industriel aktivitet.

Endnu en vigtig forstyrrelseseffekt er for- trængning fra fourageringsområder (Came- Isortoq ron et. al. 1992). En lille aktivitet, hvor et par personer arbejder fra en lille feltlejr uden at forstyrre rensdyrene forsætligt, vil formentlig kun have ringe effekt, mens en større aktivi- Figur 7.6. Kendte kælvningsområder i Grønland. tet med intensiv helikopterstøtte og kørsel med terrængående køretøjer kan resultere i, at dyrene forlader området.

Det konkluderes, at der også i fremtiden bør tages særlige hensyn til rensdyrenes kælv- ningsområder, og det anbefales fortsat at kræ- ve specifik godkendelse af aktiviteter i kælv- ningsområder for rensdyr i kælvningstiden.

222 7.7. Referencer

Aastrup, P. 1986. reassessment. In: Reimers, E. et al. (eds.). Proceedings Rensdyrundersøgelser ved vandkraftprojekt Kanger- of the Second International Reindeer/Caribou Sympo- luarssunnguaq-/Buksefjord, Nuuk/Godthåb 1984-85. sium, Røros, Norway, 1979. Grønlands Fiskeri- og Miljøundersøgelser. 77 s. Klein, D.R. 1991. Aastrup, P. 2000. Caribou in the changing north. Applied Animal Beha- Responses of West Greenland caribou to the approach viour Science 29: 279-291. of humans on foot. Polar Research 19(1): 83-90. Lund, P.M. 1996. Anon 1993. Vegetations- og føderessourcekortlægning baseret på Sensitive habitats of the Porcupine caribou herd. Report satellitdata i tamrenområdet Isortoq, Sydvestgrønland. accepted by the International Porcupine caribou board Grønlands Naturinstitut og NORUT Informasjonstek- from the Porcupine Caribou technical commitee. 28 pp. nologi AS. 62 s.

BMP 1998. McCabe, T.R. 1994. Rules for field work and reporting regarding mineral Assessing values of Arctic Wildlife and habitat subject resources (excluding hydrocarbons) in Greenland. Go- to potential petroleum development. Landscape and vernment of Greenland. Bureau of minerals and petro- Urban Planning 28: 33-45. leum (BMP). November, 1998. 34 pp. Miller, F.L. & E. Broughton 1973. Bradshaw, C.J.A., S. Boutin & D.M. Hebert 1997. Behaviour associated with mortality and stress in mater- Effects of petroleum exploration on woodland caribou nal-filial pairs of Barren-Ground caribou. Canadian in northeastern Alberta. Journal of Wildlife Manage- Field Naturalist 87: 21-25. ment 61(4): 1127-1133. SAS 1990. Bøving, P.S. & E. Post 1997. SAS Institute Inc., Version 6, Fourth Edition, Cary, Vigilance and foraging behaviour of female caribou in North Carolina. relation to predation risk. Rangifer, 17 (2): 55-63. Thing, H. 1984. Cameron, R.D., D.J. Reed, J.R. Dau & W.T. Smith 1992. Feeding Ecology Of the West Greenland Caribou (Ran- Redistribution of calving caribou in response to oil field gifer tarandus groenlandicus) in the Sisimiut-Kanger- development on the arctic slope of Alaska. Arctic lussuaq Region. Danish Review of Game Biology 12 45(4): 338-342. (3). 53 pp.

Colman, J.E. & B.W. Jacobsen 1996. Thing, H. & K. Falk 1990. Summer fright distances of Svalbard reindeer (Rangi- Status over rensdyrbestandene i Vestgrønland mellem fer tarandus platyrhyncus) after disturbance by humans Nassuttuup og Paamiut Sermiat. Marts-april 1990. on foot and The frequency of antlerless females among Grønlands Hjemmestyre, Miljø- og Naturforvaltning, Svalbard reindeer (Rangifer tarandus platyrhyncus). Teknisk rapport nr. 19. Cand. Scient. Thesis in terrestrial zoology. Department of biology, University of Oslo. 72 pp. Thomas, D.C. 1969. Population estimates of barren-ground March to May, De Vos, A. 1960. 1967. Canadian Wildlife Service Report Series, No. 9. Behaviour of Barren Ground caribou on their calving 44. grounds. Journal of Wildlife Management 24(3): 250- 258.

Eftestøl, S. 1998. Fright behaviour in Norwegian wild reindeer (Rangi- fer tarandus tarandus) after disturbance by humans on foot or skis. Cand. Scient. Thesis in terrestrial zoology. Department of biology, University of Oslo. 39 pp.

Kelsall, J.P. 1968. Migratory barren-ground caribou of Canada. Canadian Wildlife Service. Ottawa. 340 pp.

Klein, D.R. 1980. Reactions of caribou and reindeer to obstructions -

223 224 Del 8 Sammenfatning

225 226 Sammenfatning

8.1. Vækstperiode og snedække med udgangspunkt i de billeder, som var tilgængelige. Programmet findes på sneforhold den CD, som er beskrevet nøjere i afsnit Viden om klimatiske forhold, om længden 3.2.1. og et eksempel herpå er givet i afsnit af planternes vækstperiode og om vegetatio- 4.4.1. Metoden vil med fordel kunne anven- nens frodighed har betydning for vurdering des i fremtidige analyser af frodighed og sneaf livsbetingelserne i rensdyrenes udbredel- afsmeltning i konkrete områder. sesområder på bl.a. følgende punkter: 1. De nyfødte kalves muligheder for at 8.2. Vegetationsforhold i klare sig er afhængige af vejrforholdene. vigtige rensdyrområder 2. Sneafsmeltningens starttidspunkt er af- Vegetationen i vigtige rensdyrområder er gørende for den samlede planteproduk- beskrevet detaljeret. Sammenholdes disse tion, og dermed for mængden og kvalite- beskrivelser med de vegetationskort, som er ten af de føderessourcer, som er tilgænge- fremstillet på grundlag af satellitbilleder fås lige for rensdyrene. en god karakteristik af det fødegrundlag, som er til rådighed for rensdyrene i forskel- Tidligt snefrie områder vil normalt være at lige områder idet vegetationsbeskrivelserne foretrække for dyrene umiddelbart efter vin- således gør det muligt at vurdere hvilke vege- teren, og lokaliteter med stabil tidlig sneaf- tationstyper, der er de vigtigste for dyrene. smeltning vil derfor være af særlig betydning for dyrene. Kendskab til rensdyrs foretrukne fourage- ringshabitater i Grønland stammer hovedsa- Et af projektet mål var at opdatere viden om geligt fra direkte observation af rensdyr i for- klimatiske forhold i rensdyrenes udbredelses- skellige områder. Det er i dette projekt for- områder i perioden 1979-1999 vedrørende søgt at kombinere de satellitsporede rensdyrs sneafsmeltningens forløb og tidspunktet for snedække om efteråret/tidlig vinter ved analyse af satellitbilleder fra perioden 1979-1999. % Det viste sig, at der indenfor de givne ram- 60 mer ikke kunne tilvejebringes et tilstrække- ligt antal satellitbilleder til at repræsentere 50 Kangerlussuaq Nuuk hvert år med billeder fra hele perioden fra 40 Sydgrønland april til oktober på en tilfredsstillende måde. ASIAQ har på baggrund af de foreliggende 30 data udarbejdet en rapport (Appendiks 15), 20 som er anvendt som grundlag for en ændret tilgang til problematikken om sneafsmeltning, 10 vækstsæson og grønheds- eller frodighedsin- deks (NDVI). Der henvises til DATA-CDen 0 e pe Krat Kær for yderligere oplysninger. tep S Buskhed Græshede Fjeldmark vholdig hede a I den her præsenterede analyse er udviklet L et program som kan udregne gennemsnit- Figur 8.1. Procentvis fordeling af vegetation ved lige værdier af NDVI (grønhedsindeks) og Kangerlussuaq, Nuuk og Sydgrønland.

227 positioner med de habitater, som er identifi- Kangerlussuaq er relativt flest dværgbuske ceret ved vegetationskortlægningen. til rådighed, ved Nuuk er der relativt mest lav til rådighed, mens græsser og græsagtige Direkte observation af rensdyrs fouragerings- planter er relativt mest betydende i Sydgrøn- habitater har vist, at der i områder, hvor lav land. er tilgængeligt, er en stærk præference herfor om vinteren. I områder uden lav er græsser Rensdyrs vækstforhold og dødelighed er et og græsagtige planter dominerende. Blandt resultat af et kompliceret samspil mellem rensdyr i Kangerlussuaq viste Things (1984) bl.a. føderessourcer, tæthed af dyr, aktivitets- undersøgelser, at dyrene i kælvningstiden mønster, tilstedeværelsen af rovdyr samt jagt. foretrak flade, fugtige star-kær og svagt bak- Nogle forskere mener, at forholdene om som- kede dværgbuskheder med Poa pratensis. meren er af størst betydning for dyrenes vækstrater og kropsstørrelse (Reimers et al. Kortlægningen af vegetationen har vist nog- 1983). I følge rådgivningen vedrørende jag- le væsentlige forskelle mellem området ved ten på rensdyr i det centrale Vestgrønland i Kangerlussuaq, områderne ved Nuuk og 1999 (Linnell et al. 1999) er der ikke tegn på Sydgrønland, figur 8.1. tæthedsafhængige påvirkninger af dyrene, da 1) der kun er ringe forskel i længden af Ved Kangerlussuaq er det karakteristisk at: underkæber fra de forskellige regioner, 2) 1) buskhede udgør en meget stor del af det hunners ensartede slagtevægte og normale samlede areal, 2) lavholdig hede findes næs- graviditetsrater, og 3) estimater af tykkelsen ten ikke og 3) fjeldmark udgør en relativt lil- af fedtlag indikerer, at dyrene er i god kon- le del af området. dition i senvinteren.

I Nuuk er det karakteristisk, at: 1) forekom- Forskellene mellem områderne giver sig ud- sten af lavholdig hede er væsentlig højere slag i forskellige præferencer blandt de til- end i de to andre områder, 2) krat udgør kun gængelige vegetationstyper i de to områder en lille del af området. året igennem. Ved Kangerlussuaq er det karakteristisk, at krat foretrækkes året igennem. I Sydgrønland er det karakteristisk at: 1) Græshede opsøges også gennem hele året græshede er langt mere udbredt end på de med undtagelse af vinter. For begge lokalite- andre lokaliteter, 2) lavholdig hede har en ter er kær foretrukket året igennem, mens meget ringe udbredelse og 3) steppe findes fjeldmark ikke opsøges på nogen tid af året. ikke. Ved Nuuk er det karakteristisk, at lavholdig hede foretrækkes hele året med undtagelse Der er væsentlige forskelle mellem Kanger- af kælvningstiden, samt at dyrene i kælv- lussuaq og Nuuk, som er af betydning for ningstiden tilsyneladende opsøger lokaliteter, rensdyrenes livsvilkår og for forvaltningen der er kortlagt som bar jord/klippe. Steppe af dyrene. Rensdyrene i Nuuk området har udnyttes senere på sommeren ved Kanger- således adgang til lav som vinterføde, mens lussuaq end ved Nuuk. rensdyrene ved Kangerlussuaq om sommeren har et større vegetationsdækket areal til I Nuuk området er det karakteristisk, at dy- rådighed. Man kunne på baggrund heraf for- rene, der kælver ved Akia, i højere grad fore- vente, at sommerperioden er begrænsende trækker krat i kælvningstiden end dyrene, for rensdyrene i Nuuk, mens rensdyrene i der kælver længere mod nord. Dyrene, der Kangerlussuaq snarere er begrænset af vin- overvintrer ved Fiskefjord, har i modsætning terperioden. til dyrene, der overvintrer i Akia, præferen- ce for kær om vinteren. Arealerne af de forskellige vegetationstyper sammenholdt med de gennemsnitlige indhold Dyrenes præferencer afspejler formentlig og- af forskellige plantegrupper viser, at der ved så den vegetation, der er tilgængelig for dyre-

228 ne på hver enkelt lokalitet. I kælvningstiden I følge Vibe (1967) opholder rensdyrene i foretrækker dyrene ved Kangerlussuaq pri- Kangerlussuaq-området sig i indlandet om mært krat, buskhede, kær og græshede, mens sommeren og i kystområderne om vinteren. dyrene ved Nuuk foretrækker kær, steppe og Der foregår således vandringer forår og ef- bar jord/klippe. Om sommeren foretrækker terår. Vandringerne ophører eller reduceres, dyrene ved Kangerlussuaq krat, lavholdig når rensdyrbestanden er på et lavt niveau. hede, kær græshede og steppe, mens dyrene Meldgaard (1986) beskriver for flere bestan- ved Nuuk foretrækker lavholdig hede og de, at rensdyrene spreder sig over større om- kær. råder, når bestandene er store. Thing (1984) konkluderer, at rensdyrene vandrer mellem I brunsttiden foretrækker dyrene ved Kan- et primært vinterområde ca. midt mellem gerlussuaq krat, lavholdig hede, kær og græs- yderkysten og indlandsisen og et sommerom- hede, mens dyrene ved Nuuk foretrækker råde tæt på indlandsisen nord for Kanger- lavholdig hede og kær. Om vinteren foretræk- lussuaq. Herudover omtales sekundære vin- ker dyrene ved Nuuk lavholdig hede, mens ter- og sommerområder syd for Kangerlus- dyrene ved Kangerlusssuaq på denne tid af suaq. året især befinder sig i krat, buskhede og kær. Femten rensdyrsimlers vandringer er fulgt Som nævnt tyder de foreliggende undersø- gennem et til to år i Kangerlussuaq-området gelser af dyrenes kondition i de forskellige og i Nuuk-området ved hjælp af Argos satel- jagtområder ikke på, at forskellene i vegeta- litsendere. Vandringsmønster var forskellige tion påvirker dyrenes størrelse eller kondi- for rensdyr fra Kangerlussuaq og Nuuk, og tion. Det skal dog understreges, at enkelte mere kompliseret end tidligere kendt og do- års data vedrørende kondition ikke er nok til kumenteret. Tolkningen af resultater skal ta- at dokumentere, at der ingen effekt er. Ofte ges med det forbehold, at kun simler fra et træder de væsentlige forskelle først frem, når afgrænset område blev mærket i både Kan- situationen er ekstrem i forbindelse med ek- gerlussuaq og Nuuk. Der kan således være sempelvis ekstraordinært hårde vintre. andre segmenter af bestanden, som har et andet vandringsmønster. Den viden, som projektet har tilvejebragt, vil imidlertid alligevel være af væsentlig betyd- De mærkede rensdyr i Kangerlussuaq-områ- ning for tolkningen af fremtidige monite- det vandret gennem året. De vandrede mel- ringsdata for bestandene. lem indlandet nær indlandsisen, hvor de opholdt sig i sommerhalvåret, og et område 8.3. Rensdyrs vandringer nord for den indre del af Kangerlussuaq, Der er foretaget flere opdelinger af Grønlands hvor de opholdt sig i vinterhalvåret. I mod- rensdyrbestande (Meldgaard 1986, Thing & sætning hertil var de mærkede rensdyr i Falk 1990). Disse opdelinger af bestandene Nuuk-området ofte stationære hele året midt bygger primært på viden om koncentrationer mellem yderkysten og indlandsisen. Alligevel af dyr sammenholdt med vurdering af hvil- foretog en del af dyrene vandringer mellem ke fjorde, gletschere m.m, som vurderedes dette midter- området, hvor de opholdt sig at kunne forhindre eller reducere rensdyre- om vinteren, og området nær indlandsisen, nes mulighed for at vandre mellem forskel- hvor de opholdt sig om sommeren. I ingen lige områder. Jepsen (1999) konkluderer på af områderne blev registreret koordinerede, baggrund af populationsgenetiske undersø- samtidige vandringer. Fleksibilitet var åben- gelser, at der i Nuuk-området er sket en ge- bart endda flere var trofaste overfor bestem- netisk opblanding af vild- og tamrener, men te områder. Der var ingen vandringer mel- omvendt også, at der findes en genetisk sig- lem de to områder. nifikant differentiering mellem populationer.

229 8.4. Rensdyrs og forstyrrelser Det viste sig, at rensdyr har forhøjet følsom- Rensdyr lever under barske vilkår med be- hed for forstyrrelser i kælvningstiden, og at grænset fødemængde nær nordgrænsen for jagten ved Kangerlussuaq forhøjede dyrenes større landpattedyrs udbredelse. Derfor er følsomhed for forstyrrelser. Det var desuden balancen mellem 1) dyrenes muligheder for tydeligt, at flokke med kalve havde forhøjet at finde føde, 2) den tid der er til rådighed følsomhed i forhold til flokke, som kun til at fouragere og fordøje og 3) reproduk- bestod af simler eller bukke. De målte af- tion følsom for påvirkninger. Forstyrrelser stande og parametre var af samme størrelses- kan påvirke balancen på flere måder: 1) den orden som i rensdyrbestande andre steder i tid der er til rådighed for fødesøgning og verden. fordøjelse reduceres, 2) energiforbruget øges og 3) de optimale fourageringsområder for- På denne baggrund konkluderes det, at rens- lades eller brugen af dem reduceres. dyr i Grønland har det samme behov for beskyttelse i kælvningstiden som andre rensdyr- Undersøgelser af dyrenes reaktioner kan bestande. Det anbefales derfor at opretholde f.eks. foregå ved at studere enkelte dyr eller kravet om særlig godkendelse af råstofaktivi- flokkes adfærdsmæssige reaktioner på for- teter i kælvningsområder i kælvningstiden. styrrelser eller ved at studere rensdyrenes lo- Det anbefales ligeledes at overveje regulering kalisering i forhold til menneskeskabte struk- af andre former for forstyrrelse i sådanne om- turer eller centre for menneskelig aktivitet. råder. Eksempelvis kunne det være relevant at vurdere effekterne af anvendelsen af den I denne undersøgelse er den første tilgang nyligt anlagte vej mellem Kangerlussuaq og til problemet anvendt, og undersøgelsen er Volkswagen-fabrikkens prøvebane på ind- udført med stort set samme metoder, som landsisen ved Kangerlussuaqpå rensdyrenes er anvendt ved tilsvarende undersøgelser i kælvning ved Kangerlussuaq. Norge (Colman & Jacobsen 1996, Eftestøl 1998).

Udgangspunktet for undersøgelserne var et ønske om at vurdere relevansen af at regulere aktiviteter i rensdyrenes kælvningsområ- der. Råstofaktiviteter i rensdyrs kælvnings- områder kræver Råstofdirektoratets særlige godkendelse, mens andre former for aktivitet foregår ureguleret. Således er der i løbet af 1999 lavet en vej gennem den sydligste del af kælvningsområdet for rensdyrbestanden i Kangerlussuaq.

Filosofien bag undersøgelserne var at under- søge rensdyrs reaktioner på menneskelig forstyrrelse i to forskellige områder (bestande) på forskellige årstider. Undersøgelsen omfattede forskellige køns- og aldersgrupper. Det er på denne baggrund muligt at vurdere om grønlandske rensdyr har et fast reak- tionsmønster eller om adfærden er under indflydelse af eksterne faktorer.

230 8.5. Litteratur

Aastrup, P. & S. Hanfgarn 1984. Vibe, C. 1967. Rensdyrundersøgelser og vegetationskortlægning ved Arctic animals in relation to climatic fluctuations. vandkraftværk Buksefjord, Nuuk/Godthåb 1983. Meddelelser om Grønland, Bd. 170, No. 5. 227 s. Grønlands Fiskeri- og Miljøundersøgelser. 81 s.

Aastrup, P. 1986. Rensdyrundersøgelser ved vandkraftprojekt Kanger- luarssunnguaq-/Buksefjord, Nuuk/Godthåb 1984-85. Grønlands Fiskeri- og Miljøundersøgelser. 77 s.

Fleischer, J. 1993. Moskusokser og rener i Vestgrønland. Populationsdy- namiske og økologiske aspekter af de to arters forekomst og perspektiver for en bæredygtig udnyttelse. Specialerapport. Københavns Universitet. 55 s.

Jepsen, B.I. 1999. Populationsgenetiske studier af vildren (R.t. tarandus) og tamren (R.t. tarandus) i Vestgrønland. Speciale, Økologisk afdeling, Botanisk Institut, Københavns Uni- versitet. 65 s + bilag.

Klein, D. 1992. Comparative ecological and behavioural adaptations of Ovibos moschatus and Rangifer tarandus. Rangifer 12(2): 47-55.

Lassen, P. & P. Aastrup 1981. Undersøgelser over tamrenbestanden ved Itivnera, Vestgrønland. Danske Vildtundersøgelser 35, Vildtbio- logisk Station, Kalø. 36 s.

Linnell, J.D.C., A. Loison, C. Cuyler C. & A. Landa 1999. Rådgivning vedrørende jagten på rensdyr i det centrale Vestgrønland i 1999. NINA, Norsk Institut for Na- turforskning og Grønlands Naturinstitut. 19 s.

Meldgaard, M. 1986. The Greenland Caribou zoogeography, taxonomy, and population dynamics. Meddelelser om Grønland. Bioscience 20: 1-88.

Reimers, E. et al. 1983. Calving time, growth rate, and body size of Norwe- gian reindeer on different ranges. Arctic and Alpine Research, Vol. 15(1): 107-118.

Thing, H. 1984. Feeding Ecology of the West Greenland Caribou (Ran- gifer tarandus groenlandicus) in the Sisimiut-Kanger- lussuaq Region. Danish Review of Game Biology, Vol. 12, No. 3: 1-52.

Thing, H. & K. Falk 1990. Status over rensdyrbestandene i Vestgrønland mellem Nassuttooq og Paamiut Sermiat marts-april 1990. Grønlands Hjemmestyre, Miljø- og Naturforvaltning, Teknisk rapport nr. 19, juni 1990. 56 s.

231 Tak

Nærværende rapport er finansieret af Miljø- Lektor Birger Ulf Hansen, Geografisk Insti- styrelsen via miljøbistandsprogrammet tut, Københavns Universitet og Lektor Eric Dancea - Danish Cooperation for Environ- Steen Hansen, Botanisk Museum, Køben- ment in the Arctic. Rapportens resultater og havns Universitet, deltog på fire af lokalite- konklusioner er forfatteren(nes) egne og af- terne for at samle lavprøver og styrke analy- spejler ikke nødvendigvis Miljøstyrelsens searbejdet i de lavrige vegetationstyper. En- holdninger. delig en særlig tak til Sofie Jeremiassen og Linda Odgaard. Projektet har fungeret som et samarbejde mellem institutionerne: Grønlands Naturin- I forbindelse med arbejdet med rensdyr mær- stitut, Geografisk Institut ved Københavns ket med satellitsendere rettes en særlig tak Universitet, Grønlands Forundersøgelser til David Douglas for hjælp med at konver- samt Danmarks Miljøundersøgelser, afd. for tere Argos data til et anvendeligt format, Arktisk Miljø. samt Per Hangaard for kortene Figur 1-3. Tak til Regina Due for uvurderligt arbejde For hjælp i forbindelse med feltarbejdet i med statistisk behandling af aktivitetsdata. Sydgrønland takkes fåreholderfamilierne i Også tak til Mike Ferguson for hjælp med Tasiusaq, Qassiarsuk og Vatnahverfi samt teknisk viden og erfaring gennem alle pro- Jens Bjerge i Kangerluarsunnguaq, Bukse- jektets faser. Endelig ville projektet ikke ha- fjorden, Jakob Poulsen og Magrethe Søren- ve været en succes uden deltagelse og hjælp sen, Isersiutilik ved Qussuk, Grønlands Luft- fra følgende: Peter Nielsen, Hans Mølgaard, havnsvæsen i Kangerlussuaq samt turistkon- Jakob Poulsen, Alving Ettrup og besætnin- toret i Sisimiut. gen på Adolf Jensen, Joseph Patrick McCul- lough, Christian Lennert, og Knud Trolle.

232 Appendiks

- indeholder data og rapporter, som er relevante for særligt interesserede samt uddybende beskrivelser af emner, som ikke naturligt faldt ind i den øvrige rapportering

233 234 Indholdsfortegnelse

1. Resultater af ITEX-analyser.. 237 9. Typeanalyser ...... 279 9.1. Kangerlussuaq ...... 279 2. Ordforklaring til kortlæg- 9.2. Nuuk ...... 279 ningsafsnit ...... 247 9.3. Sydgrønland ...... 279

3. Introduktion til vegetations- 10. AVHRR punktdata...... 281 kortlægning i Arktis og remote sensing...... 249 11. Home Ranges ...... 283 3.1. Stråling ...... 249 11.1. Nuuk (Region Central) ...... 283 3.2. Satellitbestemte parametre .... 251 11.2. Kangerlussuag 3.3. Satellitter til brug for vegeta- (Region North) ...... 286 tionskortlægning i Arktis...... 253 12. Satellitsporing af vestgrøn- 4. Områder og navne...... 255 landske rensdyr – tekniske 4.1. Kangerlussuaq ...... 255 detaljer ...... 289 4.2. Nuuk ...... 255 12.1. Satellittelemetriens udvikling 4.3. Sydgrønland ...... 255 12.2. Hvordan virker ARGOS ...... 289 12.3. Senderen ...... 290 5 Klimadata ...... 257 12.4. Behandling af data mod- 5.1. Temperatur ...... 257 taget fra ARGOS ...... 290 5.2. Nedbør ...... 258 5.3. Vindhastighed ...... 258 13 Håndtering af dyrene ...... 293 5.4. Skydække ...... 258 14 Bestandsforhold i kælvnings- 6 Anvendte billeder ...... 259 områder i Vestgrønland, 6.1. Kangerlussuaqområdet ...... 259 1995, 1997 og 1998 ...... 295 6.1.1. 22. juni 1995...... 259 14.1. Indledning ...... 295 6.1.2. 3. september 1996 ...... 260 14.2. Metoder ...... 295 6.2. Nuukområdet ...... 261 14.3. Resultater ...... 297 6.2.1. 20. juli 1993 ...... 261 14.3.1.Afgrænsning af 6.2.2. 1. juli 1995 ...... 262 kælvningsområder ...... 297 6.3. Sydgrønlandsområdet ...... 263 14.3.2.Bestandsforhold...... 297 6.3.1. 17. juli 1993 Nord ...... 263 14.4. Diskussion ...... 298 6.3.2. 17. juli 1993 Syd ...... 263 14.5. Referencer ...... 300 6.3.3. 20. august 1997 ...... 264 15 Retrospective analysis of 7 Overfladetyper ...... 267 snow cover and vegetation 7.1. Flader dækket af vegetation .. 267 from NOAA AVHRR 7.2. Vegetationsløse overflader ..... 270 satellite imagery ...... 301 15.1. Introduction ...... 301 8 Træningsområder...... 273 15.2. Method ...... 302 8.1. Kangerlussuaqområdet ...... 273 15.2.1.Data acquisition ...... 302 8.2. Nuukområdet ...... 275 15.3. Data preprocessing ...... 302 8.3. Sydgrønlandsområdet ...... 277 15.3.1.Data Extraction ...... 302

235 15.4. Base data (chips console modules) ...... 304 15.4.1.NoaaGeo ...... 304 15.4.2.NoaaBRF ...... 304 15.4.3.NoaaTemp ...... 304 15.5. Geometric correction ...... 304 15.5.1.Data processing ...... 305 15.6. Data presentation...... 309 15.6.1.Time series analysis ..... 309 15.7. Results...... 312 15.7.1.Composite maps ...... 312 15.7.2.Maximum NDVI ...... 312 15.7.3.Normal NDVI ...... 312 15.7.4.Length of growth season ...... 312 15.8. Discussion ...... 315 15.9. Conclusion ...... 319 15.10. References ...... 320

236 Appendiks 1 Resultater af ITEX-analyser

Tabel 1.1. Beregnede dækningsgrader på baggrund af arternes frekvens i ITEX-rammerne, gennemsnit for 4 plot (gns.%). Plantelag 1: kratlag eller busk/urtelag, plantelag 2: Busk/urtelag eller bundlag, der er kun blevet analyseret i to lag. I venstre søjle analyser gennemført i 1998, i højre søjle analyser gennemført i 1997.

ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % GN98-01 Plantearter /Plantelag 1 2 GN97-01 Plantearter /Plantelag 1 2 Agrostis mertensii 0,0 35,5 Betula nana 2,8 0,0 Campanula gieseckinana 0,0 0,3 Busklav 0,0 8,5 Festuca rubra 0,0 14,0 Flavocetraria nivalis 0,8 0,0 Lav 0,0 0,8 Chamaenerion latifolium 0,3 0,0 Litter, dødt plantemateriale 0,0 31,3 Lav 0,0 12,3 Luzula spicata 0,0 1,5 Ledum palustre 3,3 0,0 Mos 0,0 1,3 Litter, dødt plantemateriale 0,0 11,8 Poa pratensis 0,0 8,8 Mos 0,0 16,3 Polygonum viviparum 0,0 0,5 Organic crust, skorpe af 0,3 18,5 levende, ubestemmeligt plantemateriale Potentilla tridentata 0,0 2,3 Peltigera sp. 0,5 0,0 Ranunculus acris 0,0 0,5 Polytrichum sp. 2,3 0,0 Rumex acetosella 0,0 0,3 Skorpelav 0,0 2,3 Salix glauca 0,0 1,3 Stereocaulon sp. 0,3 0,0 Sten 0,0 0,3 Sten 0,0 15,5 Taraxanum sp. 0,0 0,5 Vaccinium uliginosum 5,3 0,3 Thalictrum alpinum 0,0 0,5 GN97-02 Plantearter /Plantelag 1 2 Trisetum triflorum 0,0 0,8 Calamagrostis langsdorfii 2,8 0,0 GN98-02 Planteart /Plantelag 1 2 Calamagrostis neglecta 11,0 0,0 Anthoxanthum odoratum 0,8 4,5 Carex saxatilis 8,5 0,3 Deschampsia flexuosa 1,0 9,8 Litter, dødt plantemateriale 41,8 0,3 Euphrasia frigida 0,3 1,3 Mos 1,0 99,0 Festuca rubra 5,5 19,0 GN97-03 Plantearter /Plantelag 1 2 Lav 0,3 1,0 Betula nana 13,5 0,0 Litter, dødt plantemateriale 2,3 21,0 Busklav 0,3 0,3 Luzula spicata 0,3 0,5 Carex bigelowii 1,5 0,0 Mos 0,3 8,8 Carex bigelowii, dødt 1,0 0,0 Poa pratensis 2,0 12,3 Deschampsia flexuosa 0,3 0,0 Polygonum viviparum 0,3 0,0 Empetrum nigrum 13,8 1,8 Ranunculus acris 0,3 0,5 Equisetum arvense 0,3 0,0 Salix glauca 84,8 0,0 Lav 0,0 7,0 Taraxanum sp. 0,0 2,0 Ledum groenlandicum 18,5 0,0 Thalictrum alpinum 1,0 4,8 Ledum groenlandicum, dødt 0,3 0,0 GN98-03 Planteart /Plantelag 1 2 Ledum palustre 2,5 0,5 Anthoxanthum odoratum 0,0 51,3 Litter, dødt plantemateriale 1,3 17,3 Cerastium alpinum 0,0 0,3 Mos 0,3 54,8 Deschampsia flexuosa 0,0 4,8 Salix glauca 8,0 0,0 Euphrasia frigida 0,0 0,3 Vaccinium vitis-idaea 8,0 3,8 Festuca rubra 0,0 2,8 Vaccinium vitis-idaea, dødt 0,0 0,3 Lav 0,0 1,0 GN97-04 Plantearter /Plantelag 1 2 Litter, dødt plantemateriale 0,0 9,5 Agrostis mertensii 10,0 0,0 Mos 0,0 0,3 Agrostis mertensii, dødt 3,0 0,0 Poa pratensis 0,0 12,0 Carex sp. 0,3 0,0 Polygonum viviparum 0,0 5,8 Carex sp., dødt 0,3 0,0 Potentilla cranzii 0,0 0,3 Carex scirpoidea 5,0 0,3 Potentilla tridentata 0,0 0,8 Carex scirpoidea, dødt 3,8 0,0 Ranunculus acris 0,0 5,8 Busklav 0,0 0,3 Rumex acetosella 0,0 1,5 Cerastium alpinum 0,8 0,0 Salix glauca 1,3 0,0 Flavocetraria nivalis 0,3 0,8 Taraxanum sp. 0,0 0,5 Festuca sp. 0,8 0,0 0,0 2,8 Jord Fortsættes0,0 på næste 0,3 side....

237 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % Thalictrum alpinum 0,0 2,8 Jord 0,0 0,3 GN98-04 Planteart /Plantelag 1 2 Juniperus communis 9,8 0,0 Betula glandulosa 4,5 3,3 Lav 0,3 5,5 Jord 0,0 0,8 Litter, dødt plantemateriale 0,3 8,8 Lav 0,0 20,5 Luzula spicata 4,5 0,0 Litter, dødt plantemateriale 0,0 10,8 Luzula spicata, dødt 0,5 0,0 Luzula spicata 0,0 1,0 Mos 0,3 3,0 Mos 0,0 5,8 Organic crust, skorpe af 1,3 12,8 levende, ubestemmeligt plantemateriale Organic crust, skorpe af 0,0 16,8 Polytrichum sp. 4,5 0,0 levende, ubestemmeligt plantemateriale Poa glauca 0,0 0,3 Rumex acetosella 3,0 0,0 Polytrichum sp. 0,0 1,8 Skorpelav 0,0 2,8 Polygonum viviparum 0,8 0,3 Sten 0,0 4,0 Potentilla tridentata 0,3 2,5 Thymus praecox 11,5 0,3 Salix glauca 6,0 1,3 Trisetum spicatum 2,3 0,0 Sten 0,0 8,3 Viscaria alpina 0,3 0,0 Vaccinium uliginosum 4,0 26,5 GN97-05 Plantearter /Plantelag 1 2 GN98-05 Planteart /Plantelag 1 2 Betula nana 32,0 0,0 Carex rariflora 0,0 43,0 Flavocetraria nivalis 0,3 0,0 Comarum palustre 0,0 8,3 Lav 0,0 25,0 Litter, dødt plantemateriale 0,0 11,0 Litter, dødt plantemateriale 0,0 30,8 Menyanthes trifoliata 0,0 0,3 Mos 0,0 6,3 Mos 0,0 36,3 Organic crust, skorpe af 0,0 1,8 levende, ubestemmeligt plantemateriale Salix arctophila 11,8 1,3 Polytrichum sp. 5,8 1,0 GN98-06 Planteart /Plantelag 1 2 Sten 0,0 4,0 Betula glandulosa 25,0 65,8 Stereocaulon sp. 0,5 0,0 Deschampsia flexuosa 0,0 3,3 Stereocaulon paschale 1,3 0,0 Lav 0,0 1,8 Vaccinium vitis-idaea 9,0 0,3 Litter, dødt plantemateriale 0,0 0,8 GN97-06 Plantearter /Plantelag 1 2 Mos 0,0 28,5 Betula nana 3,3 0,0 GN98-07 Planteart /Plantelag 1 2 Carex bigelowii 4,3 0,0 Agrostis mertensii 0,0 20,8 Carex bigelowii, dødt 0,8 0,0 Anthoxanthum odoratum 0,0 0,3 Carex rariflora 17,0 0,0 Carex arctogena 0,0 0,3 Carex rariflora, dødt 4,3 0,0 Carex bigelowii 0,0 0,3 Carex scirpoidea 0,3 0,0 Deschampsia flexuosa 0,0 0,3 Empetrum nigrum 1,3 0,0 Hieracium alpinum 0,0 0,8 Eriophorum angustifolium 24,8 0,3 Juncus trifidus 0,0 18,0 Eriophorum angustifolium, 19,3 0,0 dødt Lav 0,0 4,3 Ledum groenlandicum 4,3 0,0 Litter, dødt plantemateriale 0,0 20,8 Ledum groenlandicum, dødt 0,3 0,0 Luzula spicata 0,0 0,5 Ledum palustre 0,3 0,0 Mos 0,0 15,3 Litter, dødt plantemateriale 6,0 1,0 Organic crust, skorpe af 0,0 3,5 Mos 0,3 13,8 levende, ubestemmeligt plantemateriale Polytrichum sp. 0,3 6,0 Oxycoccus palustris 1,0 0,0 Potentilla tridentata 0,0 4,0 Salix arctophila 2,3 0,0 Stereocaulon sp. 0,0 0,3 Vaccinium uliginosum 4,0 0,0 Stereocaulon alpinum 0,0 0,3 GN97-07 Plantearter /Plantelag 1 2 Sten 0,0 2,8 Betula nana 4,0 0,0 Trisetum triflorum 0,0 2,0 Carex bigelowii 0,3 0,5 GN98-08 Planteart /Plantelag 1 2 Empetrum nigrum 4,8 16,8 Betula pubescens 2,3 74,5 Equisetum arvense 1,0 1,0 Carex bigelowii 0,0 1,8 Ledum groenlandicum 10,8 0,5 Deschampsia flexuosa 0,3 1,3 Ledum groenlandicum, dødt 0,5 0,0 Litter, dødt plantemateriale 0,0 6,3 Ledum palustre 0,3 0,0 Mos 0,0 15,0 Litter, dødt plantemateriale 2,0 20,3 Vaccinium uliginosum 0,0 1,3 Mos 0,0 31,8 GN98-09 Planteart /Plantelag 1 2 Pyrola minor 0,0 0,8 Agrostis mertensii 0,0 2,5 Salix glauca 29,3 1,3 Betula glandulosa 0,3 14,8 Salix glauca 43,0 0,0 Campanula gieseckinana 0,0 3,5 Stereocaulon sp. 0,0 0,3 Deschampsia flexuosa 0,0 0,8 Vaccinium vitis-idaea 1,3 0,8 Fortsættes på næste side.... 238 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % Festuca rubra 0,0 4,3 GN97-08 Plantearter /Plantelag 1 2 Kobresia myosuroides 0,0 11,5 Carex rariflora 19,8 0,0 Lav 0,0 15,8 Carex rariflora, dødt 17,5 0,0 Litter, dødt plantemateriale 0,0 13,5 Carex saxatilis, dødt 0,3 0,0 Luzula spicata 0,0 0,5 Eriophorum angustifolium 25,8 0,0 Mos 0,0 16,5 Eriophorum angustifolium, 16,5 0,0 dødt Organic crust, skorpe af 0,0 2,5 Litter, dødt plantemateriale 1,3 0,3 levende, ubestemmeligt plantemateriale Polygonum viviparum 0,0 0,3 Mos 0,3 62,5 Salix glauca 0,0 1,3 Oxycoccus palustris 2,0 0,0 Thymus praecox 0,0 1,3 Sphagnum sp. 5,0 33,0 Thalictrum alpinum 0,0 9,0 GN97-09 Plantearter /Plantelag 1 2 Trisetum triflorum 0,0 2,3 Betula nana 28,0 0,0 GN98-10 Planteart /Plantelag 1 2 Carex bigelowii 5,3 0,3 Agrostis mertensii 0,0 1,8 Carex bigelowii, dødt 0,5 0,5 Betula glandulosa 0,5 0,0 Coptis trifolia 0,3 0,0 Kobresia myosuroides 0,0 50,3 Deschampsia flexuosa 0,8 0,0 Lav 0,0 11,3 Empetrum nigrum 22,3 2,3 Litter, dødt plantemateriale 0,0 19,5 Lav 0,0 0,3 Luzula spicata 0,0 0,5 Ledum groenlandicum 4,5 0,0 Mos 0,0 6,5 Litter, dødt plantemateriale 0,8 14,5 Polygonum viviparum 0,0 0,8 Lycopodium annotinum 0,3 0,5 Salix glauca 1,8 0,0 Mos 0,5 28,3 Silene acaulis 0,0 1,3 Salix arctophila 5,0 0,3 Sten 0,0 0,5 Salix glauca 8,3 0,0 Thalictrum alpinum 0,0 4,0 Salix glauca, dødt 0,3 0,0 Trisetum triflorum 0,0 0,3 Taraxanum croceum 0,0 0,5 Trisetum spicatum 0,0 0,8 Thalictrum alpinum 2,3 0,0 Trisetum triflorum 0,0 0,5 Vaccinium uliginosum 13,8 0,0 GN98-11 Planteart /Plantelag 1 2 GN97-10 Plantearter /Plantelag 1 2 Anthoxanthum odoratum 0,3 54,0 Carex bigelowii 2,0 0,0 Betula glandulosa 0,8 0,0 Carex bigelowii, dødt 2,0 0,0 Deschampsia flexuosa 0,0 3,8 Carex rariflora 1,8 0,0 Litter, dødt plantemateriale 0,0 11,8 Carex rariflora, dødt 0,3 0,0 Luzula multiflora 0,0 0,8 Cetraria islandica 0,3 0,0 Mos 0,0 23,3 Flavocetraria nivalis 0,3 2,5 Polygonum viviparum 0,3 1,3 Empetrum nigrum 29,8 0,3 Salix glauca 59,5 0,3 Empetrum nigrum, dødt 1,8 0,0 Thalictrum alpinum 0,0 3,5 Juncus trifidus 0,5 0,0 GN98-12 Planteart /Plantelag 1 2 Lav 0,5 72,0 Agrostis mertensii 0,0 1,0 Litter, dødt plantemateriale 0,5 0,3 Anthoxanthum odoratum 0,0 1,5 Mos 0,8 4,3 Campanula gieseckinana 0,0 0,5 Organic crust, skorpe af 0,5 0,0 levende, ubestemmeligt plantemateriale Carex bigelowii 0,0 0,3 Polygonum viviparum 0,3 0,0 Deschampsia flexuosa 0,0 1,0 Salix glauca 0,0 0,3 Equisetum arvense 0,0 0,3 Salix herbacea 0,3 0,0 Kobresia myosuroides 0,0 63,0 Vaccinium uliginosum 1,5 0,0 Lav 0,0 9,0 GN97-11 Plantearter /Plantelag 1 2 Litter, dødt plantemateriale 0,0 11,5 Carex bigelowii 1,3 0,0 Mos 0,0 2,5 Deschampsia flexuosa 2,0 0,0 Organic crust, skorpe af 0,0 4,5 Empetrum nigrum 52,3 0,0 levende, ubestemmeligt plantemateriale Thymus praecox 0,0 2,3 Empetrum nigrum, dødt 5,3 0,0 Thalictrum alpinum 0,0 2,5 Lav 2,3 10,5 Trisetum triflorum 0,0 0,3 Litter, dødt plantemateriale 0,3 23,3 GN98-13 Planteart /Plantelag 1 2 Mos 0,8 19,0 Alchemilla alpina 0,0 14,0 Poa pratensis 0,5 0,0 Anthoxanthum odoratum 0,0 7,8 Polygonum viviparum 0,5 0,0 Chamanerion angustifolium 0,0 1,0 Salix herbacea 0,8 0,3 Deschampsia flexuosa 0,0 21,8 Salix glauca 1,5 0,0 Euphrasia frigida 0,0 0,5 Taraxanum croceum 0,3 0,0 Juniperus communis 0,0 3,5 Vaccinium uliginosum 11,5 0,0 Fortsættes på næste side....

239 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % Litter, dødt plantemateriale 0,0 12,5 GN97-12 Plantearter /Plantelag 1 2 Rhinanthus minor 0,0 0,3 Betula nana 7,8 0,0 Salix glauca 53,3 0,0 Betula nana, dødt 0,3 0,0 Taraxanum sp. 0,0 0,5 Carex bigelowii 2,8 0,5 Thymus praecox 0,0 26,5 Carex bigelowii, dødt 1,0 0,0 Thalictrum alpinum 0,0 7,0 Cetraria islandica 0,5 0,0 GN98-14 Planteart /Plantelag 1 2 Flavocetraria nivalis 2,3 0,0 Anthoxanthum odoratum 0,0 0,3 Empetrum nigrum 10,3 0,0 Betula pubescens 69,5 0,0 Empetrum nigrum, dødt 0,3 0,0 Deschampsia flexuosa 0,0 10,0 Juncus trifidus 3,0 0,3 Lav 0,0 0,5 Lav 0,0 64,8 Litter, dødt plantemateriale 0,0 6,0 Litter, dødt plantemateriale 0,0 3,5 Mos 0,0 37,5 Loiseleuria procumbens 4,0 0,0 Salix glauca 5,3 0,0 Loiseleuria procumbens, 0,3 0,0 dødt Vaccinium uliginosum 6,8 0,3 Mos 0,0 1,5 GN98-15 Planteart /Plantelag 1 2 Organic crust, skorpe af 0,3 1,5 levende, ubestemmeligt plantemateriale Calamagrostis neglecta 0,0 0,3 Polytrichum sp. 0,3 0,0 Carex bigelowii 0,0 2,0 Salix glauca 1,5 0,0 Carex rariflora 0,0 32,0 Sten 0,0 0,3 Carex saxatilis 0,0 3,0 GN97-13 Plantearter /Plantelag 1 2 Eriophorum angustifolium 0,0 41,0 Betula nana 43,0 0,0 Eriophorum scheuchzeri 0,0 0,3 Carex bigelowii 0,5 0,0 Litter, dødt plantemateriale 0,0 15,3 Deschampsia flexuosa 1,3 0,0 Mos 0,0 2,0 Equisetum arvense 1,3 0,0 Polygonum viviparum 0,0 0,8 Lav 0,3 2,3 Salix arctophila 0,0 2,3 Ledum groenlandicum 8,3 0,0 Åben jord 0,0 1,3 Litter, dødt plantemateriale 1,3 33,3 GN98-16 Planteart /Plantelag 1 2 Mos 0,0 32,0 Anthoxanthum odoratum 0,0 1,5 Organic crust, skorpe af 0,0 2,0 levende, ubestemmeligt plantemateriale Betula glandulosa 3,3 3,0 Salix glauca 1,8 0,0 Deschampsia flexuosa 0,0 3,3 Stereocaulon sp. 0,3 0,0 Empetrum nigrum 3,5 13,5 Vaccinium uliginosum 6,0 0,0 Equisetum arvense 0,0 0,8 GN97-14 Plantearter /Plantelag 1 2 Hieracium sp. 0,0 0,3 Betula nana 33,0 4,5 Ledum groenlandicum 2,5 13,8 Chamanerion angustifolium 0,3 0,0 Litter, dødt plantemateriale 0,0 1,8 Lav 0,0 0,3 Mos 0,0 2,5 Ledum groenlandicum 3,5 0,0 Ranunculus acris 0,0 0,3 Litter, dødt plantemateriale 5,0 67,8 Salix glauca 79,3 0,3 Mos 0,0 4,3 Taraxanum lacerum 0,0 0,3 Organic crust, skorpe af 0,3 0,0 levende, ubestemmeligt plantemateriale Vaccinium uliginosum 9,0 38,0 Poa sp. 0,3 0,0 GN98-17 Planteart /Plantelag 1 2 Salix glauca 31,0 0,0 Betula glandulosa 0,8 0,0 GN97-15 Plantearter /Plantelag 1 2 Carex bigelowii 0,0 2,0 Campanula gieseckinana 12,5 0,3 Empetrum nigrum 82,3 0,0 Carex supina 38,5 0,0 Lav 0,0 1,0 Carex supina, dødt 5,0 0,0 Litter, dødt plantemateriale 0,0 11,0 Cerastium alpinum 1,3 0,0 Mos 0,0 1,0 Litter, dødt plantemateriale 0,0 10,3 Salix glauca 0,5 0,0 Mos 0,0 0,3 Vaccinium uliginosum 1,5 0,0 Organic crust, skorpe af 0,0 17,0 levende, ubestemmeligt plantemateriale GN98-18 Planteart /Plantelag 1 2 Poa glauca 2,8 0,0 Betula glandulosa 2,0 0,0 Sten 0,0 14,8 Carex bigelowii 0,0 49,0 Thymus praecox 2,3 0,0 Carex magellanica 0,0 1,5 Trisetum spicatum 0,5 0,0 Carex saxatilis 0,0 2,5 Viscaria alpina 0,3 0,0 Empetrum nigrum 0,3 0,0 GN97-16 Plantearter /Plantelag 1 2 Festuca rubra 0,0 0,3 Betula nana 26,8 0,0 Litter, dødt plantemateriale 0,0 21,5 Carex bigelowii 0,8 0,0 Mos 0,0 3,5 Lav 0,0 10,5 Fortsættes på næste side....

240 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % Polygonum viviparum 0,0 7,3 Litter, dødt plantemateriale 0,0 31,0 Salix arctophila 5,0 0,3 Mos 0,0 7,5 Salix glauca 2,8 0,0 Organic crust, skorpe af 0,0 10,8 levende, ubestemmeligt plantemateriale Thalictrum alpinum 0,3 2,3 Rhododendron lapponicum 0,8 0,0 Vaccinium uliginosum 1,8 0,0 Salix glauca 10,0 0,0 GN98-19 Planteart /Plantelag 1 2 Sten 0,0 5,0 Betula glandulosa 5,8 0,0 Vaccinium uliginosum 4,8 0,0 Empetrum nigrum 35,0 0,0 GN97-17 Plantearter /Plantelag 1 2 Festuca sp. 0,0 0,3 Betula nana 6,8 0,0 Lav 0,0 0,3 Carex sp. 0,3 0,0 Ledum groenlandicum 3,5 0,3 Carex bigelowii 31,5 0,0 Litter, dødt plantemateriale 0,0 2,8 Carex bigelowii, dødt 0,3 0,0 Mos 0,0 1,5 Carex supina 5,0 0,0 Salix glauca 1,3 0,0 Equisetum arvense 0,3 0,0 Thalictrum alpinum 0,0 0,5 Eriophorum angustifolium 5,3 0,0 Vaccinium uliginosum 49,3 0,0 Litter, dødt plantemateriale 0,0 17,8 GN98-20 Planteart /Plantelag 1 2 Mos 0,0 7,5 Betula glandulosa 3,5 0,0 Polytrichum sp. 0,3 0,0 Carex bigelowii 0,0 0,8 Polygonum viviparum 2,0 0,0 Empetrum nigrum 70,0 0,0 Rhododendron lapponicum 7,3 0,0 Lav 0,0 3,3 Salix arctophila 11,0 0,0 Litter, dødt plantemateriale 0,0 11,8 Vaccinium uliginosum 12,5 0,0 Mos 0,0 2,3 GN97-18 Plantearter /Plantelag 1 2 Organic crust, skorpe af 0,0 4,3 Betula nana 44,3 3,3 levende, ubestemmeligt plantemateriale Salix glauca 0,5 0,0 Carex bigelowii 2,8 0,3 Sten 0,0 2,3 Deschampsia flexuosa 0,5 0,0 Vaccinium uliginosum 2,0 0,0 Empetrum nigrum 7,3 0,3 GN98-30 Plantearter /Plantelag 1 2 Lav 0,0 1,0 Artemisia borealis 0,0 0,8 Ledum groenlandicum 9,0 0,3 Bar jord 0,0 0,8 Litter, dødt plantemateriale 0,3 25,3 Calamagrostis purpurascens 0,0 14,0 Mos 1,3 31,0 Campanula gieseckinana 0,0 1,3 Organic crust, skorpe af 0,0 0,3 levende, ubestemmeligt plantemateriale Carex supina 0,0 17,3 Poa sp. 1,5 0,0 Cerastium alpinum 0,0 1,3 Salix glauca 6,0 0,0 Lav 0,0 0,5 Vaccinium uliginosum 13,5 0,0 Litter, dødt plantemateriale 0,0 28,8 GN97-19 Plantearter /Plantelag 1 2 Melandrium triflorum 0,0 0,5 Betula nana 24,8 0,0 Mos 0,0 0,3 Carex bigelowii 0,8 0,0 Organic crust, skorpe af 0,0 27,5 Deschampsia flexuosa 0,5 0,0 levende, ubestemmeligt plantemateriale Pellet, fækalier 0,0 1,8 Equisetum arvense 1,0 0,0 Poa glauca 0,0 2,8 Lav 0,0 10,8 Potentilla hookeriana 0,0 2,0 Ledum groenlandicum 0,3 0,0 Sten 0,0 0,5 Ledum palustre 1,0 0,0 Ubevokset 0,0 0,3 Litter, dødt plantemateriale 0,0 28,5 GN98-31 Planteart /Plantelag 1 2 Luzula confusa 1,0 0,0 Betula nana 15,5 0,5 Mos 0,0 38,8 Betula nana, dødt 0,3 0,3 Organic crust, skorpe af 0,0 1,0 levende, ubestemmeligt plantemateriale Calamagrostis lapponica 4,8 3,0 Poa sp. 0,8 0,0 Empetrum nigrum 0,3 0,0 Salix glauca 0,3 0,0 Lav 0,0 15,8 Sten 0,0 2,3 Ledum palustre 28,5 0,3 Vaccinium uliginosum 5,3 0,0 Litter, dødt plantemateriale 0,0 7,5 GN97-20 Plantearter /Plantelag 1 2 Mos 0,0 45,8 Betula nana 2,8 0,0 Pedicularis lapponica 0,0 0,3 Campanula gieseckinana 0,3 0,0 Peltigera sp. 0,0 14,8 Deschampsia flexuosa 1,0 0,0 Polytrichum sp. 0,0 1,8 Hieracium alpinum 5,0 0,0 Stellaria monantha 0,5 0,0 Hieracium alpinum, dødt 1,0 0,0 Vaccinium vitis-idaea 8,0 10,0 Kobresia myosuroides 0,3 0,0 Fortsættes på næste side....

241 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % GN98-32 Planteart /Plantelag 1 2 Lav 0,0 8,8 Betula nana 17,0 36,0 Ledum groenlandicum 0,3 0,0 Campanula gieseckinana 0,0 0,3 Litter, dødt plantemateriale 0,0 34,5 Cerastium alpinum 0,0 0,3 Mos 0,0 11,3 Litter, dødt plantemateriale 0,0 58,0 Organic crust, skorpe af 0,0 12,5 levende, ubestemmeligt plantemateriale Poa pratensis 0,0 0,3 Rhododendron lapponicum 4,3 0,0 Salix glauca 25,8 5,3 Salix glauca 6,0 0,3 Vaccinium uliginosum 2,3 0,0 Sten 0,0 8,0 GN98-33 Planteart /Plantelag 1 2 Vaccinium uliginosum 3,8 0,3 Carex rariflora 0,3 11,8 GN97-21 Plantearter /Plantelag 1 2 Carex saxatilis 0,0 19,8 Betula nana 7,8 0,3 Equisetum arvense 0,0 0,3 Carex bigelowii 12,0 0,0 Litter, dødt plantemateriale 0,0 13,8 Carex bigelowii, dødt 2,3 0,0 Mos 0,0 38,0 Carex rariflora 0,5 0,0 Salix arctophila 5,0 7,0 Carex supina 1,5 0,0 Vand 0,0 6,0 Cetraria islandica 0,0 0,3 GN98-34 Planteart /Plantelag 1 2 Empetrum nigrum 4,3 0,0 Calamagrostis langsdorfii 2,5 3,3 Eriophorum angustifolium 19,5 0,0 Carex bigelowii 0,0 1,3 Eriophorum angustifolium, 2,3 0,0 dødt Equisetum arvense 2,5 14,0 Ledum groenlandicum 2,3 0,0 Equisetum arvense, dødt 0,0 0,3 Lav 0,0 0,8 Festuca rubra 1,5 10,3 Litter, dødt plantemateriale 0,3 28,5 Litter, dødt plantemateriale 0,0 40,0 Mos 0,0 36,3 Mos 0,0 6,0 Oxyria digyna 0,8 0,0 Polygonum viviparum 0,0 2,8 Pedicularis sp. 0,3 0,0 Pyrola grandiflora 0,0 3,5 Polygonum viviparum 0,3 0,0 Salix glauca 67,8 0,3 Salix arctophila 3,5 0,0 Stellaria monantha 0,0 0,5 Salix glauca 0,5 0,0 Vaccinium uliginosum 2,8 17,8 Vaccinium uliginosum 17,5 0,3 GN98-35 Planteart /Plantelag 1 2 GN97-22 Plantearter /Plantelag 1 2 Deschampsia pumila 0,0 20,8 Carex bigelowii 8,3 1,5 Eriophorum angustifolium 0,0 0,3 Carex bigelowii, dødt 8,5 0,8 Eriophorum scheuchzeri 0,0 29,3 Cetraria islandica 0,0 1,3 Litter, dødt plantemateriale 0,0 3,5 Flavocetraria nivalis 0,0 1,8 Mos 0,0 37,5 Cladonia stellaris 12,8 59,0 Pellet, fækalier 0,0 0,8 Cladonia stygia 1,0 2,5 Poa pratensis 0,0 4,5 Deschampsia flexuosa 2,8 0,0 Ranunculus hyperboreus 0,0 3,5 Festuca sp. 0,3 0,0 GN98-36 Planteart /Plantelag 1 2 Litter, dødt plantemateriale 0,3 7,0 Carex bigelowii 0,0 9,8 Lycopodium annotinum 0,3 0,8 Carex norvegica 0,0 11,5 Mos 0,3 4,5 Carex norvegica, dødt 0,0 0,3 Potentilla tridentata 1,5 0,3 Cerastium alpinum 0,0 0,8 Stereocaulon paschale 0,0 0,5 Cerastium alpinum, dødt 0,0 0,3 GN97-23 Plantearter /Plantelag 1 2 Eriophorum angustifolium 0,0 25,3 Betula nana 8,0 0,0 Litter, dødt plantemateriale 0,0 25,3 Carex bigelowii 2,3 0,0 Luzula groenlandica 0,0 0,8 Carex bigelowii, dødt 1,8 0,0 Mos 0,0 7,8 Cetrariella delisei 0,0 0,5 Poa pratensis 0,0 13,3 Cetraria islandica 0,0 1,0 Polygonum viviparum 0,0 3,8 Cladonia borealis 0,0 0,3 Salix glauca 1,0 0,0 Cladonia crispa 0,0 0,3 Stellaria monantha 0,0 1,5 Cladonia gracilis 0,0 0,3 GN98-37 Planteart /Plantelag 1 2 Cladonia pleurota 0,0 0,3 Carex scirpoidea 0,0 3,8 Cladonia stellaris 2,5 34,0 Carex supina 0,0 2,3 Cladonia stygia 0,0 20,5 Kobresia myosuroides 0,0 49,3 Empetrum nigrum 5,0 1,0 Lav 0,0 1,0 Empetrum nigrum, dødt 0,3 0,0 Litter, dødt plantemateriale 0,0 28,8 Jord 0,0 0,3 Mos 0,0 5,8 Lav 0,0 4,3 Organic crust, skorpe af 0,0 5,3 Ledum groenlandicum 5,3 0,3 levende, ubestemmeligt plantemateriale Pellet, fækalier 0,0 1,0 Litter, dødt plantemateriale 0,3 10,3 Poa glauca 0,0 1,8 Lycopodium annotinum 0,5 0,5 Poa pratensis 0,0 0,3 Mos 0,0 3,5 Fortsættes på næste side.... 242 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % Polygonum viviparum 0,0 0,5 Ochrolechia frigida 0,0 0,8 Rhododendron lapponicum 1,3 0,0 Potentilla tridentata 0,0 0,3 Vaccinium uliginosum 0,0 0,5 Rinodina turfacea 0,0 0,3 GN98-38 Planteart /Plantelag 1 2 Stereocaulon paschale 0,0 5,3 Betula nana 0,0 1,5 Vaccinium uliginosum 2,3 0,0 Carex norvegica 0,0 0,5 GN97-24 Plantearter /Plantelag 1 2 Carex rariflora 0,0 38,5 Betula nana 29,8 0,3 Carex saxatilis 0,0 2,8 Calamagrostis langsdorfii 1,0 0,0 Eriophorum angustifolium 0,0 9,8 Calamagrostis langsdorfii, 0,8 0,0 dødt Eriophorum scheuchzeri 0,0 0,3 Cladonia stellaris 0,0 0,3 Litter, dødt plantemateriale 0,0 13,5 Cladonia stygia 0,0 1,8 Mos 0,3 12,5 Empetrum nigrum 11,8 1,3 Organic crust, skorpe af 0,0 4,0 Flavocetraria nivalis 0,0 0,5 levende, ubestemmeligt plantemateriale Poa pratensis 0,0 0,5 Ledum groenlandicum 17,3 0,3 Polygonum viviparum 0,0 1,0 Ledum palustre 0,8 0,0 Salix arctophila 1,3 4,5 Litter, dødt plantemateriale 0,0 7,0 Vand 0,0 10,8 Mos 0,0 50,8 GN98-39 Planteart /Plantelag 1 2 Peltigera aphthosa 0,0 0,3 Betula nana 20,5 0,0 Peltigera malacea 3,5 7,5 Cassiope tetragona 3,8 0,0 Salix glauca 4,8 0,0 Equisetum arvense 3,0 4,0 Stereocaulon paschale 0,0 0,5 Hieracium alpinum 0,0 0,5 Vaccinium uliginosum 14,3 0,0 Lav 0,0 2,5 GN97-25 Plantearter /Plantelag 1 2 Ledum palustre 3,5 0,0 Alnus crispa 0,5 0,0 Litter, dødt plantemateriale 0,0 24,3 Betula nana 2,5 0,0 Luzula confusa 5,8 0,8 Calamagrostis langsdorfii 1,3 0,0 Mos 1,8 61,0 Empetrum nigrum 3,5 0,0 Poa pratensis 3,5 0,8 Equisetum arvense 0,3 0,0 Polytrichum sp. 0,0 0,3 Ledum groenlandicum 22,5 0,0 Pyrola grandiflora 7,8 5,0 Ledum groenlandicum, dødt 0,3 0,0 Pyrola grandiflora, dødt 0,0 0,3 Ledum palustre 0,3 0,0 Vaccinium uliginosum 0,5 0,0 Litter, dødt plantemateriale 0,0 0,5 GN98-40 Planteart /Plantelag 1 2 Mos 0,0 23,0 Campanula gieseckinana 0,0 1,8 Salix glauca 65,8 0,0 Carex norvegica 0,0 3,3 GN97-26 Plantearter /Plantelag 1 2 Cerastium alpinum 0,0 2,3 Betula nana 7,3 0,0 Cerastium alpinum, dødt 0,0 0,3 Cerastium alpinum 1,0 0,0 Equisetum arvense 0,0 11,0 Cladonia borealis 0,0 0,8 Jord 0,0 0,3 Empetrum nigrum 0,3 0,0 Litter, dødt plantemateriale 0,0 20,3 Equisetum arvense 5,0 0,0 Luzula spicata 0,0 2,0 Festuca sp. 0,3 0,5 Mos 0,0 3,5 Litter, dødt plantemateriale 1,0 11,5 Organic crust, skorpe af 0,0 2,5 Mos 0,0 29,5 levende, ubestemmeligt plantemateriale Pellet, fækalier 0,0 7,5 Peltigera didactyla 0,3 0,0 Poa glauca 0,0 3,8 Salix glauca 23,8 0,0 Poa pratensis 0,0 33,3 Silt 0,0 26,5 Polygonum viviparum 0,0 4,0 Stereocaulon alpinum 0,8 6,3 Salix glauca, dødt 0,0 1,5 Vaccinium uliginosum 12,0 0,3 Stellaria monantha 0,0 3,0 GN97-27 Plantearter /Plantelag 1 2 Vaccinium uliginosum 0,8 0,0 Alectoria ochroleuca 0,0 0,3 GN98-41 Planteart /Plantelag 1 2 Alnus crispa 5,3 0,0 Carex norvegica 0,0 3,5 Betula nana 30,3 0,0 Carex supina 0,0 0,8 Carex bigelowii 0,3 0,0 Dryas integrifolia 0,0 2,8 Cladonia mitis 0,0 0,3 Jord 0,0 4,3 Cladonia stellaris 0,0 7,0 Kobresia myosuroides 0,0 0,5 Cladonia stygia 0,0 4,0 Lav 0,0 36,0 Empetrum nigrum 7,5 2,3 Litter, dødt plantemateriale 0,0 3,0 Equisetum arvense 3,3 0,0 Mos 0,0 3,8 Flavocetraria nivalis 0,0 4,0 Organic crust, skorpe af 0,0 22,0 Lav 0,0 4,3 levende, ubestemmeligt plantemateriale Sten 0,0 23,5 Ledum groenlandicum 0,8 0,0 Fortsættes på næste side....

243 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % GN98-42 Planteart /Plantelag 1 2 Ledum palustre 0,8 0,0 Betula nana 47,8 2,0 Litter, dødt plantemateriale 0,0 27,3 Campanula gieseckinana 0,0 0,5 Mos 0,0 14,0 Cerastium alpinum 0,0 2,0 Peltigera aphthosa 1,3 0,0 Draba cana 0,0 0,3 Peltigera sp. 0,0 0,3 Equisetum arvense 0,0 2,8 Salix glauca 8,3 0,0 Lav 0,0 0,8 Silt 0,0 1,3 Litter, dødt plantemateriale 1,5 52,3 Stereocaulon alpinum 0,0 0,3 Mos 1,3 18,5 Vaccinium uliginosum 2,3 0,0 Organic crust, skorpe af 0,8 3,8 GN97-28 Plantearter /Plantelag 1 2 levende, ubestemmeligt plantemateriale Pellet, fækalier 0,0 1,0 Alectoria ochroleuca 0,0 2,3 Poa pratensis 1,8 8,8 Betula nana 20,0 0,0 Poa pratensis, dødt 0,5 0,3 Bryocaulon divergens 0,0 0,8 Polygonum viviparum 0,3 0,8 Cetrariella delisei 0,0 1,0 Pyrola grandiflora 0,0 1,0 Cetraria islandica 0,0 6,8 Rhododendron lapponicum 0,3 0,3 Flavocetraria nivalis 0,0 0,3 Salix glauca 0,3 0,0 Cladonia mitis 0,0 5,0 Stellaria monantha 0,0 1,3 Cladonia stellaris 0,0 8,5 Vaccinium uliginosum 7,8 1,8 Cladonia stygia 0,0 3,0 GN98-43 Planteart /Plantelag 1 2 Empetrum nigrum 1,5 0,0 Betula nana 0,5 0,0 Flavocetraria nigricans 0,0 0,5 Kobresia myosuroides 0,0 1,8 Flavocetraria nivalis 0,0 27,8 Litter, dødt plantemateriale 0,3 95,5 Litter, dødt plantemateriale 0,3 6,8 Poa glauca 0,3 1,0 Mos 0,0 5,0 Salix glauca 81,5 0,0 Ochrolechia frigida 0,0 4,5 GN98-44 Planteart /Plantelag 1 2 Sphaerophorus globusus 0,0 0,8 Betula nana 87,3 0,0 Stereocaulon paschale 0,0 5,8 Equisetum arvense 0,0 0,5 Vaccinium uliginosum 2,8 0,0 Litter, dødt plantemateriale 0,0 89,0 GN97-29 Plantearter /Plantelag 1 2 Mos 0,0 1,3 Alectoria nigricans 0,0 2,0 Poa glauca 0,0 1,8 Alectoria ochroleuca 0,0 1,3 Poa pratensis 0,0 7,3 Betula nana 5,3 0,0 GN98-45 Planteart /Plantelag 1 2 Cetrariella delisei 0,0 1,8 Betula nana 77,3 0,0 Cetraria islandica 0,0 8,0 Festuca brachyphylla 0,0 0,5 Cladonia mitis 0,0 3,0 Lav 0,0 4,5 Cladonia stellaris 0,0 9,5 Litter, dødt plantemateriale 0,3 53,5 Cladonia stygia 0,0 5,3 Mos 0,0 41,3 Empetrum nigrum 2,3 0,0 Salix glauca 0,3 0,0 Flavocetraria nivalis 0,0 21,5 Vaccinium uliginosum 6,8 0,0 Ledum groenlandicum 7,3 0,0 GN98-46 Planteart /Plantelag 1 2 Ledum palustre 9,3 0,0 Betula nana 9,8 0,0 Ledum palustre, dødt 0,5 0,0 Carex bigelowii 0,3 0,3 Litter, dødt plantemateriale 0,3 3,5 Carex bigelowii, dødt 0,0 0,3 Mos 0,0 13,5 Cladonia ecmocyna 0,0 0,3 Ochrolechia frigida 0,0 0,8 Cladonia elongata 0,0 0,5 Sphaerophorus globusus 0,0 0,3 Cladonia gracilis 0,0 1,5 Stereocaulon paschale 0,0 3,0 Cladonia mitis 0,0 1,8 Vaccinium uliginosum 4,8 0,0 Cladonia pleurota 0,0 0,3 GN97-30 Plantearter /Plantelag 1 2 Cladonia stygia 0,0 11,3 Betula nana 14,3 0,0 Cladonia amaurocraea 0,0 0,3 Carex bigelowii 7,3 0,0 Empetrum nigrum 29,5 0,0 Carex bigelowii, dødt 4,0 0,0 Empetrum nigrum, dødt 0,3 0,0 Cetrariella delisei 0,3 2,0 Equisetum arvense 0,3 0,3 Cetraria islandica 0,0 0,3 Equisetum scirpoides 0,0 1,0 Flavocetraria nivalis 0,0 0,3 Ledum groenlandicum 0,3 0,0 Cladonia borealis 0,0 1,0 Ledum palustre 8,8 0,0 Cladonia chlorophaea 0,0 0,5 Ledum palustre, dødt 0,5 0,0 Cladonia ecmocyna 0,0 0,3 Litter, dødt plantemateriale 0,8 56,5 Cladonia gracilis 0,0 0,3 Mos 0,0 16,8 Cladonia mitis 0,0 1,8 Nephroma expallidum 0,0 0,3 Cladonia stellaris 0,0 0,3 Pedicularis lapponica 0,0 0,3 Cladonia stygia 0,3 13,0 Peltigera leucoplebia 0,0 2,5 Empetrum nigrum 12,5 0,5 Peltigera malacea 0,0 1,8 Equisetum arvense 0,8 0,0 Poa pratensis 0,0 0,3 Flavocetraria cucculata 0,0 0,3 Pyrola grandiflora 0,0 0,5 Flavocetraria nivalis 0,0 1,8 Fortsættes på næste side.... 244 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % Salix glauca 6,0 0,0 Ledum groenlandicum 5,8 0,0 Stereocaulon alpinum 0,0 0,8 Ledum palustre 0,5 0,0 Stellaria monantha 0,0 0,3 Litter, dødt plantemateriale 0,3 13,0 Stereocaulon paschale 0,0 2,0 Mos 0,0 19,8 Vaccinium uliginosum 14,0 0,0 Ochrolechia frigida 0,0 1,8 GN98-47 Planteart /Plantelag 1 2 Pedicularis sp. 0,5 0,5 Carex rariflora 10,8 8,8 Peltigera sp. 0,3 0,0 Eriophorum angustifolium 3,8 10,8 Peltigera malacea 0,0 0,3 Litter, dødt plantemateriale 15,5 17,8 Salix arctophila 4,0 0,0 Mos 11,5 21,5 Vaccinium uliginosum 8,0 0,0 Salix arctophila 12,5 0,0 GN97-31 Plantearter /Plantelag 1 2 GN98-48 Planteart /Plantelag 1 2 Alectoria ochroleuca 0,0 0,5 Betula nana 0,3 0,0 Betula nana 15,0 0,0 Carex bigelowii 0,5 24,0 Carex bigelowii 1,0 0,3 Carex bigelowii, dødt 0,0 0,3 Carex bigelowii, dødt 1,3 0,0 Carex rariflora 0,0 7,0 Cladonia mitis 0,0 1,5 Cetrariella delisei 0,0 0,5 Cladonia stellaris 3,0 11,3 Empetrum nigrum 0,3 0,0 Cladonia stygia 1,8 4,8 Equisetum arvense 0,0 0,5 Empetrum nigrum 0,0 0,3 Litter, dødt plantemateriale 0,0 39,0 Equisetum arvense 3,0 0,0 Luzula groenlandica 0,0 0,5 Eriophorum angustifolium 3,8 0,3 Mos 0,0 26,8 Eriophorum angustifolium, 1,3 0,0 dødt Pedicularis flammea 0,0 0,5 Flavocetraria cucculata 0,5 0,0 Polygonum viviparum 0,0 0,8 Flavocetraria nivalis 2,8 2,8 Salix arctophila 20,0 0,0 Lav 0,0 5,0 Vaccinium uliginosum 5,3 0,0 Ledum groenlandicum 0,5 0,0 GN98-49 Planteart /Plantelag 1 2 Ledum palustre 6,5 6,3 Alectoria nigricans 0,0 0,3 Litter, dødt plantemateriale 0,5 8,3 Betula nana 43,5 0,0 Luzula confusa 0,5 0,0 Cladonia bellidifolia 0,0 0,5 Mos 1,3 11,0 Cladonia gracilis 0,0 4,0 Salix glauca 9,8 0,0 Cladonia amaurocraea 0,0 0,8 Silt 0,0 5,0 Cladonia mitis 0,0 32,8 Stereocaulon alpinum 0,3 1,5 Cladonia pleurota 0,0 0,3 Sten 1,3 3,0 Cladonia stygia 0,0 22,5 Stereocaulon paschale 0,5 1,5 Cladonia amaurocraea 0,0 0,8 Vaccinium uliginosum 3,5 0,3 Flavocetraria cucculata 0,0 0,8 Flavocetraria nivalis 0,0 0,5 Hieracium alpinum 0,0 2,0 Litter, dødt plantemateriale 0,0 24,0 Mos 0,0 0,5 Organic crust, skorpe af 0,0 1,8 levende, ubestemmeligt plantemateriale Stereocaulon paschale 0,0 8,5 GN98-50 Planteart /Plantelag 1 2 Cetrariella delisei 0,0 0,8 Cetraria islandica 0,0 0,3 Cladonia bellidifolia 0,0 3,0 Cladonia borealis 0,0 2,8 Cladonia crispa 0,0 0,3 Cladonia ecmocyna 0,0 0,8 Cladonia gracilis 0,0 0,3 Cladonia macrophylla 0,0 1,8 Cladonia mitis 0,0 6,0 Cladonia pleurota 0,0 0,5 Cladonia stricta 0,0 8,5 Cladonia stygia 0,0 0,3 Cladonia alpestris 0,0 0,3 Cladonia amaurocraea 0,0 0,3 Lepidoma demissum 0,0 0,5 Litter, dødt plantemateriale 0,0 1,3 Luzula confusa 0,0 1,5 Mos 0,0 6,3 Nephroma sp. 0,0 0,3 Ochrolechia frigida 0,0 13,5 Ochrolechia lapuensis 0,0 0,5 Fortsættes på næste side.... 245 Fortsat fra forrige side.... ID-nr. Gns. % Gns. % ID-nr. Gns. % Gns. % Organic crust, skorpe af 0,0 0,8 levende, ubestemmeligt plantemateriale Peltigera malacea 0,0 0,3 Pertusaria oculata 0,0 13,0 Salix herbacea 0,0 23,5 Solorina crocea 0,0 2,3 Stereocaulon alpinum 0,0 6,5 Sten 0,0 4,3 Stereocaulon paschale 0,0 0,3 GN98-51 Planteart /Plantelag 1 2 Chamanerion angustifolium, 0,0 0,3 dødt Empetrum nigrum 0,0 50,0 Litter, dødt plantemateriale 0,0 25,5 Poa pratensis 0,0 0,8 Pyrola grandiflora 0,0 22,0 Salix glauca 78,0 0,0 Stellaria monantha 0,0 1,3

246 Appendiks 2 Ordforklaring til kortlægningsafsnit

Følgende forkortelser er anvendt i projektet NESDIS: National Environmental Satellite, og forklaring er kun angivet første gang det Data, and Information Service anvendes. Produktnavne, som ikke umiddel- NIR: Nærinfrarød (typisk om placering af bart har en logisk forkortelse er ikke forkla- spektrer) ret (f.eks. ATCOR, ENVI, CHIPS etc.). NOAA: National Oceanic and Atmospheric Administration NSIDC: National Snow and Ice Data Center 6S: Second Simulation of the Satellite P: Overordnet usikkerhed Signal in the Solar Spectrum PVI: Perpendicular Vegetation Index AVHRR: Advanced Very High Resolution RED: Rød (typisk om placeringen af Radiometer spektrer) AVIRIS: Airborne Visible/Infrared Imaging RMS: Root Mean Square Spectrometer RVI: Ratio Vegetation Index BRD: Bidirectional Reflectance Distribution SAM: Spectral Angle Mapper CASPR: The Cloud and Surface Parameter SAVI: Soil Adjusted Vegetation Index Retrieval System for Polar AVHRR SPOT: Système Probatoire dObservation de DEM: Digital Elevation Model la Terre DMU/AM: Danmarks Miljøundersøgelser, Afd. SWIM: Short Wave Irradiance Model for Arktisk Miljø τ: Tau (usikkerhedsvurdering) DN: Digital Numbers TM: Thematic Mapper DTM: Digital Terrain Model TOA: Top Of Atmosphere FFT: Fast Fourier Transform UD: Utilization distribution GAC: Global Area Coverage UTM: Universal Transverse Mercator GCP: Ground Control Point GEUS: Danmark og Grønlands Geologiske Undersøgelse GI: Geografisk Institut GN: Grønlands Naturinstitut GPS: Global Positioning System HRPT: High Resolution Picture Transmission (AVHRR format) HRV: High-Resolution Visible ISODATA: Iterative, Self-Organizing Data Analysis Technique ITEX: International Tundra Experiment KMS: Kort og Matrikelstyrelsen KU/GI: Københavns Universitet, Geografisk Institut LAI: Leaf Area Index LSCV: Least squares cross validation LUT: Look-up table MaxNDVI: Maksimalt forekommende NDVI for en sæson MNF: Minimum noise Fraction MSR: Multi Spectral Radiometer NDVI: Normalized Difference Vegetation Index NERC: National Environment Research Council

247 248 Appendiks 3 Introduktion til vegetationskortlægning i Arktis og remote sensing

Det følgende kapitel har til hensigt at give infrarøde spektre. De seks første bølgelæng- en introduktion til remote sensing med hoved- de-bånd, hvor Landsat TM måler refleksion vægten lagt på anvendelse af høj-opløselige af solstråling, ligger indenfor det synlige og satellitter og de forhold som specielt gør sig infrarøde spektrum. Det sidste bånd er pla- gældende i Arktis. Teorien er primært base- ceret i det termalinfrarøde spektrum, hvor ret på Jensen (1996) og Mather (1987), men solen ikke emitterer (udstråler) stråling. I det- også en del referencer til tidsskriftartikler er te spektrum er det derfor udelukkende jor- inkluderet som introduktion men primært dens emission af stråling, som kan måles og anvendt senere i gennemgangen af teori og omregnes til overfladetemperatur. NOAA metode. Læsere med en solid baggrund AVHRR har to bånd i det synlige og nærin- indenfor remote sensing kan således springe frarøde spektra og 3 i det termale spektra. dette kapitel over. Aktive sensorer Definition I længere bølgelængder (mikro- og radiobøl- Ved remote sensing forstås bredt: indsamling ger) emitterer hverken solen eller jorden og behandling af information om en genstand nævneværdig stråling, og ved disse bølge- uden at være i fysisk kontakt med denne (Sa- længder anvendes normalt såkaldte aktive bins 1986). For dette projekt gælder således sensorer i modsætning til passive sensorer, indsamling af refleksionsmålinger fra en sa- der måler refleksion og emission af sol/jord- tellit for overfladetyperne i Vestgrønland. stråling. Disse aktive sensorer udsender et Refleksionsmålingerne foretages, idet forskellige vegetationstyper har karakteristiske og identificerbare refleksionsmønstre, som kan anvendes til en klassifikation af overfladeve- getationen.

3.1. Stråling Satellitter kan i dag måle intensitet af stråling i store dele af det elektromagnetiske spektre (figur 3.1.).

På figuren er det elektromagnetiske spektrum vist med angivelse af udvalgte satellitsenso- rers dækning. Endvidere viser figuren den atmosfæriske transmission (gennemstråling) ved de forskellige bølgelængder, der er et udtryk for hvor stor en del af den pågælden- de stråling, som atmosfæren absorberer (op- tager) eller reflekterer.

I dette projekt er primært anvendt Landsat Figur 3.1. Det elektromagnetiske spektrum med Thematic Mapper (TM) og NOAA AVHRR typiske benævnelser. Kurven viser atmosfærisk satellitterne. De spektrale bånd for Landsat transmission og eksempler på placering af spek- TM er vist på figur 3.1. under de synlige og trale bånd for udvalgte sensorer (Sabins 1986).

249 signal i den pågældende bølgelængde og må- med breddegrad, overfladetype og vejrfor- ler derefter den tilbage-reflekterede stråling. hold hvilket er beskrevet nærmere i afsnittet I dette projekt anvendes dog kun passive om atmosfærekorrektion (Afsnit 3.8.1. i rap- sensorer og de aktive vil derfor ikke blive dis- porten). kuteret nærmere. Den stråling som mennesket kan opfatte, det Solstråling synlige lys, ligger fra 0,4 Tm - 0,7 Tm og De primære bølgelængdebånd, som anven- dækker altså, spektralt, kun en lille del af des til vegetationskortlægning måler reflek- den samlede solare indstråling (det solare sion af stråling i det solare spektrum. Solen spektrum). Energimæssigt er intensiteten af udsender elektromagnetisk stråling i bølge- strålingen i det synlige lys så stor, at det ud- længder, som er betinget af solens tempera- gør omkring 50% af den samlede solare ener- tur. Placeringen af den maksimale udstråling gitilførsel til jorden. Satellitter kan i dag byg- fra et legeme med en given temperatur er ges med sensorer, der kan måle refleksion i defineret ved Wien’s displacement law: flere bølgelængder end det synlige spektrum, F som mennesket jo er begrænset til, og kan λ = 1 F 1 P 7 således skaffe yderligere information om overfladetyper. Således har refleksion af bølge- hvor λ er bølgelængden ved den maksimale længder omkring 1,5 Tm vist at give infor- m temperatur, c er en konstant (2.898 * 10-3 mation omkring vandindhold i planterne 1 mK) og T er temperaturen af legemet i gra- (Hunt & Rock 1989) der Kelvin. Spektralsignaturer Det synlige lys er kun en lille del af den strå- Ved at kombinere målinger af refleksion fra ling (energi), som solen udsender. I figur 3.2. en given overflade i flere bølgelængder fås er vist solens indstråling ved atmosfærens en såkaldt spektralsignatur. Alle overflader yderkant og et eksempel ved jordoverfladen. er karakteriseret ved deres egen spektrale signatur, som kan sammenlignes med et fin- Den lavere indstråling ved jordoverfladen geraftryk. Jo flere bølgelængder man måler end ved atmosfærens yderkant forårsages af i, jo bedre bliver overfladen beskrevet. I figur refleksion, absorption og spredning grundet 3.3. vises eksempler på spektralsignaturer gasser, støv og andre partikler i atmosfæren. for forskellige naturlige overflader. Atmosfærens indflydelse varierer kraftigt

Figur 3.3. Spektralsignaturer for naturligt forekommende overflader, henholdsvis græs, løvtræer, Figur 3.2. Solar indstråling ved atmosfærens jord, asfalt og frisk sne (John Hopkins University yderkant og eksempel fra jordoverfladen (Mather Spectral Library, ENVI 3.1.) samt placering af spek- 1987). tralbånd for Landsat TM og NOAA AVHRR.

250 Vegetation fremstår med et meget typisk 3.2. Satellitbestemte spring i refleksionen mellem 0,7 og 0,8 Tm. Dette spring skyldes, at vegetationens ind- parametre Ved remote sensing baseret på satellitter hold af klorofyl absorberer kraftigt i det røde er følgende parametre væsentlige for anven- spektrum (0,6 - 0,7 Tm), hvorimod cellestruk- delsesmulighederne af data: turen i bladene bevirker en kraftig refleksion af stråling i det nærinfrarøde spektrum over Spatial opløsning (pixel størrelse) cirka 0,75 Tm. Jo mere klorofyl og jo krafti- (størrelse af område, der gere en opbygning af cellestrukturen, desto Swath-width måles på) større bliver springet i refleksionen. Temporal opløsning (og nedtagestationer) Spektral opløsning (bredden af bølge- Også andre dele af spektret indeholder spe- længdebånd) cifik information om vegetationen. De spek- Radiometrisk opløsning tra, som udgøres af de seks første bølgelæng- Generel dækning debånd i Landsat TM satellitten, giver såle- des information om blandt andet følgende overfladeparametre (Jensen 1996): Spatial opløsning Spatial opløsning beskriver den størrelse, som den mindste enhed (pixel) i satellitbille- TM1 (0,45 Tm - 0,52 Tm): Lichener har en det har. Som eksempel har Landsat TM en karakteristisk høj refleksion i dette spek- spatial opløsning i de første 6 bånd på 30 * tra. Gennemtrængning af øverste vandlag 30 m og AVHRR en opløsning på 1.000 * i søer og have kan give information om 1.000 m. Overflader med mindre udstræk- f.eks. plankton. ning kan derfor ikke umiddelbart erkendes i TM2 (0,52 Tm - 0,60 Tm): Tilsvarer reflek- billedet. I stedet indgår de sammen med de sionen af grønt lys fra vegetationen og omkringliggende overflader i en gennem- giver dermed information om grønheden snitsværdi for refleksionen af disse overfla- af vegetationen. der. Enkelte plantetyper kan, på trods af den TM3 (0,63 Tm - 0,69 Tm): Kraftig absorp- relativt høje rumlige opløsning, derfor ikke tion betinget af klorofylindhold domine- erkendes i Landsat TM, men indgår i stedet rer i dette spektra. i vegetationstyper, som nemmere kan adskil- TM4 (0.76Tm-0.90Tm): Cellestrukturen les på grund af deres større udstrækning. i vegetation medfører kraftig refleksion fra frodig vegetation. Kan relateres til bladarealindeks, biomasse og lign. Swath width af sensoren er bredden af den TM5 (1,55 Tm - 1,75 Tm): Sensitiv over- Swath-width stribe overflade på jorden som satellitten for vandindhold, blandt andet i vegeta- måler refleksion fra. Den spatiale opløsning tion. Kan anvendes til adskillelse af sne er direkte afhængig af bredden af striben, og skyer. idet en mindre pixelstørrelse fordrer en lave- TM7 (2,08 Tm - 2,35 Tm): For vegetations- re flyvehøjde og derfor giver en smallere studier meget lig TM5 om end lavere re- . Hvis er for bred, fleksion. Anvendes derudover til geologi- swath-width swath-width vil pixelstørrelsen i yderkanten af billedet ske forskelle i klippeformationer. blive alt for stor med deraf følgende problemer for geometrisk opretning. Tillige afhæn- Informationen fra spektralbånd 1 og 2 i ger det af instrumentets opløsning. Landsat NOAA AVHRR tilsvarer stort set TM3 og TM har med en pixelstørrelse på 30 * 30 m TM4. De termale kanaler i både Landsat TM en på 185 km., hvorimod og NOAA AVHRR indeholder information swath-width NOAA AVHRR med den 1.000 * 1.000 m. om overfladetemperaturer, men da dette kun rumlige opløsning har en på i begrænset omfang bliver anvendt i Kapitel swath-width 2.700 km. 4, er der set bort fra disse bånd i det følgen- de.

251 Temporal opløsning til at optage disse områder og dette gøres i Den temporale opløsning er afhængig først mange tilfælde kun, hvis der er en kendt ef- og fremmest af baneparametrene for satellit- terspørgsel efter data fra det givne område. ten og derved også af swath-width. Jo større swath-width, des tiere bliver samme område Spektral opløsning målt og dermed stiger den temporale opløs- Den spektrale opløsning er udtryk for hvor ning. Hvor Landsat TM overflyver et bånd smalle bølgelængdebånd der måles over. Jo på 185 km hver 16. dag, måler NOAA AV- smallere bånd, des mere præcis information HRR sensoren i et bånd på 2.700 km og gi- omkring den spektrale signatur. Placeringen ver flere daglige dækninger af samme områ- af båndene er også væsentlig. For vegetation de. Til gengæld er den spatiale opløsning er det således vigtigt at have et bånd i det lavere og pixelstørrelsen således som nævnt, røde og et i det nær-infrarøde, og dermed 1 * 1 km med stigende pixelstørrelsen mod gøre det muligt at skelne for eksempel imel- kanterne på grund af jordens krumning. lem kraftig og sparsom vegetation. En kombination af mange smalle bånd giver et mere Endvidere, har antallet og dækning af ned- præcist billede af overfladens spektralsigna- tagestationer indflydelse på hvor tit billeder tur. Landsat TM har 7 bånd og tilhører de kan skaffes fra et område. Landsat har for multi-spektrale sensorer, mens fremtidige eksempel kun 10 nedtagestationer (figur sensorer går mod det hyper-spektrale (mere 3.4.). end 50 bånd), hvor antallet af bånd stiger og bredden af de enkelte bånd falder. Ingen NOAA AVHRR kan derimod nedtages man- af disse hyper-spektrale sensorer er dog ge steder over hele kloden idet nedtagesta- endnu opsendt på satellitter, men anvendes tioner for disse er relativt billige og data der- i dag fra fly. med i princippet gratis. Asiaq i Nuuk har således mulighed for at nedtage billeder fra Radiometrisk opløsning Grønland. Radiometrisk opløsning dækker over graden af opløsning af information om den reflekte- For at kunne optage billeder i områder, hvor rede stråling for hver pixel. De gængse multi- der ikke er dækning fra nedtagestationer, spektrale højopløselige satellitter, som Land- kan satellitterne programmeres til at optage sat TM og SPOT HRV, anvender en 8-bit op- og lagre data i en båndoptager om bord i løsning, som giver heltalsværdier for hver satellitten. Når satellitten derefter kommer pixel imellem 0 og 255. NOAA AVHRR an- indenfor rækkevidde af en nedtagestation, vender 10-bit og dermed værdier imellem 0 kan data nedtages og anvendes. Dette med- og 1.024 med dertil svarende højere opløs- fører dog, at satellitten skal programmeres ning af informationen.

Generel dækning Opsætningen af satellitterne i polar bane medfører at hele kloden ikke kan overflyves. Således kan Landsat TM samt NOAA AV- HRR, som begge har en inklination i forhold til ækvator på 98,1°, ikke nedtage billeder fra positioner over 81,9° bredde. Til gengæld ligger banerne med så stort overlap ved polerne at samme område kan måles under flere fortløbende baner. Landsat TM har cirka 85% overlap ved 81° bredde, mens den kun Figur 3.4. Nedtagestationer for Landsat TM billeder. Røde cirkler angiver det område, hvorfra hver har cirka 14% overlap ved ækvator (Jensen af stationerne kan nedtage billeder direkte (USGS 2000). Landsat homepage).

252 Et af problemerne med de ovennævnte para- 3.3. Satellitter til brug for metre er, at en optimering af dem alle (min- vegetationskortlægning dre pixels, bredere swath-width, flere bånd og højere radiometrisk opløsning) vil mod- i Arktis arbejde hinanden. Idet sensoren skal have I det foregående er der nævnt flere forskelli- et minimum af elektromagnetisk stråling for ge satellitsensorer. Til vegetationskortlægning at registrere et signal, er der en naturlig be- er der udelukkende anvendt Landsat TM grænsning i opløsningen. Smallere spektrale idet denne sensor i øjeblikket er den bedste bånd vil således mindske den indkommende løsning til denne opgave (Jvf. diskussion ne- energi og kræve at den rumlige opløsning denfor). I tabel 3.1. er der vist en oversigt mindskes så der modtages energi fra et stør- over dels de nuværende satellitsensorer, som re areal. Modsat kan mængden af informa- kan anvendes til vegetationskortlægning og tion også sættes op ved at anvende bredere dels nogle fremtidige, der vil kunne være af bånd (f.eks. AVHRR bølgelængdebånd 2), interesse for lignende projekter. og derved opnå mulighed for større rumlig opløsning. Bredden af båndene afhænger For vegetationskortlægning er satellitsenso- således af den tilgængelige energi, og fra fi- rer, som måler refleksion af kortbølget strå- gur 3.2. kan det ses hvordan mængden af ling (sollys), normalt foretrukket på grund energi fra solen falder i det infrarøde spek- af de tidligere omtalte karakteristiske reflek- trum. I disse spektra kræves derfor bredere sionsmønstre for vegetation i disse bølge- bånd for at opnå samme energimængde, som længder. Alle viste sensorer måler derfor i smalle bånd modtager i det synlige spektra. det kortbølgede spektra (0,4 Tm 3 Tm), men enkelte også i det termale spektra (3 Tm En optimering af alle parametrene vil yder- 15 Tm). mere medføre en kraftig stigning i mængden af data, som skal hentes ned og behandles. NOAA AVHRR Da computernes hastighed i dag stadig er Under de nuværende sensorer adskiller en begrænsning, kræves derfor et kompromis NOAA AVHRR sig fra de andre ved en væ- mellem anvendelse af data og gennemførlig- sentligt lavere spatial opløsning. Derfor er hed af processering. denne satellit, om end prisbillig, ikke velegnet til kortlægning af vegetationstyper, som

Tabel 3.1. Oversigt over satellitsensorer, som er relevante for arktisk vegetationskortlægning

Sensor Antal Spektral Spatial Swath Temporal Radiom. Pris/km2 Periode2 bånd dækning1 opløsning width opløsning opløsning Landsat 5 TM 7 0,45 - 12,5 Hm 30 – 120 m 186 km 16 dage 8 bit 1 kr. 1982-1984 Landsat 7 7 0,45 - 12,5 Hm 30 – 60 m 186 km 16 dage 8 bit 10 øre 1984- ETM+ SPOT 4 0,5 - 1,75 Hm 20 m 60 km 26 dage 8 bit 5 kr. 1986- NOAA 6 0,58 - 12,5 Hm 1,1 km 2.600 km Dagligt 10 bit 0,008 øre 1978- AVHRR Ikonos 4 0,45 – 0,88 Hm 4 m 11 km < 3 dage 11 bit 250 kr. 1999- SAC-C 5 0,48 - 1,7 Hm 175 m 360 km 9 dage 8 bit Ukendt 2000-2004 (MMRS) Terra 15 0,52 – 11,65 Hm 15 – 90 m 60 km 16 dage 8-12 bits Ukendt 1999- (ASTER) ENVISAT 15 0,39 – 10,40 Hm 300 m 1.150 km 35 dage Ikke oplyst Ukendt 2001- (MERIS) OrbView-4 200 0,45 – 2,5 Hm 8 5 km 3 dage Ikke oplyst Ukendt 2001-2006 1 Det viste interval er ikke fuldt dækket men inddelt i bånd som angivet i kolonne 2. 2 Nogle satellittyper har bestået af flere satellitter. F.eks er det 4. generation af SPOT som leverer billeder i dag selv om flere af de gamle stadig fungerer.

253 det er ønsket for vegetationskortlægningen i ASTER og MERIS denne afhandling. Derimod er NOAA AV- De to sensorer ASTER og MERIS er første HRR med sin høje temporale opløsning, sær- generation af en række kommende sensorer, deles velegnet til at modellere snesmeltning som vil gå mod hyperspektral dækning. Der- og vækstsæson og er valgt til den retrospek- med menes et højere antal spektrale kanaler tive analyse af sne- og vegetationsdækket i og dermed mere detaljeret beskrivelse af spek- Vestgrønland. tralsignaturerne for overfladetyperne, end det i dag er muligt at opnå med multispek- Landsat og SPOT trale sensorer. Priser på data for disse senso- Landsat 5 TM, -7 ETM+ og SPOT er mere rer er endnu ikke kendt. Det større antal velegnet til kortlægning af vegetationstyper. kanaler vil gøre det lettere at adskille vege- Både Landsat og SPOT har været opsendt i tationstyper fra hinanden, men MERIS er en længere periode, så data er tilgængelige med sin lavere spatiale opløsning mest veleg- tilbage til 1986. Endvidere har begge en spa- net til regional studier. Den temporale opløs- tial opløsning i de synlige og nærinfrarøde ning på 35 dage er dog så lav, at der ikke bånd på 20 30 m, hvilket giver mulighed kan forventes at få mange skyfrie data fra for klassifikation af de arktiske vegetations- de arktiske regioner. typer. Landsat 4 og -5 TM og 7 ETM+ har en fordel, dels i et ekstra bånd i det infrarøde OrbView-4 spektra, og dels i en større dækning grundet OrbView-4 vil (hvis opsendelsestidspunktet en swath-width på 186 km, i modsætning til holder) blive den første satellitbaserede hy- SPOT, som har en swath-width på 60 km. perspektrale sensor og tilmed med en spatial Prismæssigt er Landsat også at foretrække, opløsning som er bedre end Landsat og SPOT. specielt efter at Landsat 7 ETM+ er opsendt Den temporale opløsning vil endvidere mu- og prissat til cirka $ 600 for en scene. Land- liggøre relativt hyppige optagelser af områ- sat 7 ETM+ var dog først klar til kommerciel der i Arktis. Eftersom OrbView er en kom- udnyttelse i sommeren 1999, og det har der- merciel satellit kan prisen forventes at blive for ikke været muligt at anvende den i dette relativt høj (i stil med Ikonos billederne). projekt. På baggrund af ovenstående vurderinger Ikonos samt tilgængelige skyfrie data fra hovedom- Ikonos er den første kommercielle satellit, råderne er det valgt at anvende Landsat 5 som giver en spatial opløsning på 4 m i de TM data til vegetationskortlægningen og synlige og nærinfrarøde spektre. Satellitten NOAA AVHRR til den retrospektive analyse blev klar til kommerciel udnyttelse i foråret af sne- og vegetationsdækket. I Kapitel 3.2. 2000 og kan med sin høje opløsning give og 4.2. vil henholdsvis Landsat 5 TM og uvurderlige oplysninger ved detailkortlæg- NOAA AVHRR blive beskrevet nærmere. ning af arktisk vegetation. Prisen på cirka 250 kr. pr. km2 er dog normalt en hindring for anvendelse af disse data til kortlægning i større skala.

SAC-C SAC-C er en argentinsk satellit, som forventes opsendt i november 2000. Sensoren (MM- RS) har spektral dækning som ligner AVHRR og Landsat TM, men en spatial opløsning imellem disse. SAC-C vil derfor primært hen- vende sig til regionale studier samt overordnede betragtninger idet mere detaljerede analyser kræver en højere spatial opløsning.

254 Appendiks 4 Områder og navne

I dette bilag vises figurer med kort over de tre hovedområder med en placering af de vigtigeste feltlokaliteter.

Figur 4.1. Kort med angivelse af vigtigste navne i det nordlige hovedområde ved Kangerlussuaq.

Figur 4.3. Kort over Sydgrønland med angivelse af vigtige stednavne.

Figur 4.2. Kort over det midterste hovedområde ved Nuuk med angivelse af vigtige stednavne

255 256 Appendiks 5 Klimadata

Følgende appendiks indeholder udvalgte klimadata fra 6 stationer på Grønlands Vest- kyst. Stationerne er udvalgt, så de beskriver kyst og indlandsklimaet i de tre hovedområ- der. For nærmere diskussion om klimaet på Grønlands Vestkyst og i hovedområderne henvises til klimaafsnittet i rapporten.

Tabel 5.1. Udvalgte klimastationer på Grønlands vestkyst.

Lokalitet Bredde /længde Periode Sisimiut1 66(55’N, 53(40’V 1961-1990 Kangerlussuaq1 67(00’N, 50(48’V 1974-1990 Nuuk1 64(10’N, 51(45’V 1961-1990 Kapisillit2 64(20’N, 50(15’V 1939-1956 Qaqortoq1 60(43’N, 46(03’V 1961-1990 Narsarsuaq1 61(11’N, 45(25’V 1961-1990 1Data fra Danmarks Meteorologiske Institut. 2Data fra Putnins 1970. Kun temperatur og nedbørsdata. Nedbørsdata er højst sandsynligt ikke nedbørskorrigeret.

5.1. Temperatur Tabel 5.2. Månedlige middel månedstemperaturer i °C

Lokalitet Jan. Feb. Mar. Apr. Maj. Jun. Jul. Aug. Sep. Okt. Nov. Dec. År Sisimiut -12,8 -13,9 -14,0 -7,2 -0,3 3,6 6,3 6,1 3,3 -1,8 -5,9 -10,0 -3,8 Kangerlussuaq -19,7 -21,0 -17,5 -8,4 2,3 8,4 10,7 8,5 3,1 -6,0 -12,0 -16,9 -5,6 Nuuk -7,4 -7,8 -8,0 -3,9 0,6 3,9 6,5 6,1 3,5 -0,6 -3,6 -6,2 -1,4 Kapisillit -9,6 -9,9 -7,1 -3,4 4,3 9,4 10,9 8,7 3,8 -1,7 -5,7 -7,6 -0,7 Qaqortoq -5,5 -5,0 -4,4 -0,6 3,3 5,2 7,1 7,2 5,0 1,2 -1,9 -4,4 0,6 Narsarsuaq -6,8 -6,1 -5,2 -0,2 5,2 8,4 10,2 9,3 5,5 0,4 -3,2 -6,1 1,0

Tabel 5.3. Månedlige middel minimumstemperaturer i °C. Lokalitet Jan. Feb. Mar. Apr. Maj Jun. Jul. Aug. Sep. Okt. Nov. Dec. År Sisimiut -16,2 -17,5 -17,6 -10,6 -3 1 3,6 3,5 1 -4,1 -8,6 -13,2 -6,7 Kangerlussuaq -24,4 -25,6 -22,1 -12,9 -1,7 3,9 5,7 4 -0,5 -9,4 -16,3 -21,8 -10 Nuuk -10,1 -10,6 -10,6 -6,1 -1,5 1,3 3,8 3,8 1,6 -2,5 -5,8 -8,7 -3,7 Kapisillit ------Qaqortoq -9 -8,4 -7,9 -4 0 1,7 3,7 4,1 2,2 -1,4 -4,8 -7,7 -2,6 Narsarsuaq -11,1 -10,2 -9 -3,9 1,7 4,9 6,8 5,9 2,4 -2,5 -6,8 -10,1 -2,6

257 Tabel 5.4. Månedlige middel maksimumstemperaturer i °C.

Lokalitet Jan. Feb. Mar. Apr. Maj Jun. Jul. Aug. Sep. Okt. Nov. Dec. År Sisimiut -8,9 -9,6 -9,6 -3 3,5 7,6 10,5 9,8 6,3 1 -2,9 -6,5 -0,1 Kangerlussuaq -14,7 -15,5 -11,2 -2,5 7,9 14 16,5 14,2 7,9 -1,5 -7,5 -12,1 -0,3 Nuuk -4,4 -4,5 -4,8 -0,8 3,5 7,7 10,6 9,9 6,3 1,7 -1 -3,3 1,8 Kapisillit ------Qaqortoq -2 -1,3 -0,5 3,2 7,5 9,8 11,7 11,6 8,5 4,2 1,1 -1,2 4,4 Narsarsuaq -2,4 -1,6 -0,5 4,2 9,6 13,1 14,9 13,9 9,7 4,3 0,8 -2 5,4

5.2. Nedbør

Tabel 5.5. Månedlig middelnedbør i mm.

Lokalitet Jan. Feb. Mar. Apr. Maj Jun. Jul. Aug. Sep. Okt. Nov. Dec. År Sisimiut 191824291929445151383922383 Kangerlussuaq 6 4 4 7 7 13 22 28 18 13 12 6 140 Nuuk 39 47 50 46 55 62 82 89 88 70 74 54 756 Kapisillit 10 10 8 12 14 20 37 41 39 30 16 18 255 Qaqortoq 565258565675959390747974858 Narsarsuaq373338403852637167546062615

5.3. Vindhastighed

Tabel 5.6. Månedlig middel vindhastighed i m/s.

Lokalitet Jan. Feb. Mar. Apr. Maj Jun. Jul. Aug. Sep. Okt. Nov. Dec. År Sisimiut 2,9 2,8 2,6 2,6 2,7 2,8 2,5 2,6 2,8 2,7 3,5 3,4 2,8 Kangerlussuaq 3,3 3,0 2,7 2,9 3,7 4,1 4,0 3,8 3,2 3,2 3,5 3,6 3,4 Nuuk 6,8 6,9 6,9 6,4 5,2 4,9 5,0 5,1 5,4 5,6 6,6 7,0 6,0 Kapisillit ------Qaqortoq 5,4 5,5 4,6 3,7 3,4 2,9 2,4 2,6 3,1 3,4 4,4 5,0 3,8 Narsarsuaq 4,8 5,1 3,8 3,7 3,9 3,7 3,1 3,1 3,0 3,1 3,8 4,3 3,8

5.4. Skydække

Tabel 5.7. Månedligt middel skydække i %

Lokalitet Jan. Feb. Mar. Apr. Maj Jun. Jul. Aug. Sep. Okt. Nov. Dec. År Sisimiut 59.1 57,6 55,6 58,6 65,9 67,7 68,7 68,6 69,9 66,9 66,7 62,5 64,0 Kangerlussuaq 54,8 46,8 53,1 55,8 59,5 58,3 58,7 60,7 63,3 61,1 60,4 55,2 57,4 Nuuk 70,7 69,6 67,6 67,1 75,1 72,6 75,1 74,2 70,9 63,9 64,5 66,2 69,8 Kapisillit ------Qaqortoq 62,9 59,3 57,9 61,5 69,0 73,1 74,7 71,6 67,2 59,7 61,.1 61,5 65,0 Narsarsuaq 62,2 59,1 59,0 61,3 67,7 69,1 70,2 65,9 65,0 59,0 59,8 60,5 63,2

258 Appendiks 6 Anvendte billeder

På de følgende sider er alle Landsat og SPOT De viste billeder er ikke oprettede quick-looks satellitbilleder som er anvendt i RenVeg pro- for rådataene (TM4, 3, 2 i henholdsvis rød, jektet blevet beskrevet. Billederne koncentre- grøn og blå) og viser derfor ikke alle detaljer rer sig omkring tre områder på Grønlands af skyer og billedfejl. vestkyst; Kangerlussuaqområdet, Nuukom- rådet samt Sydgrønland. Områderne er vist på nedenstående figur 6.1. 6.1. Kangerlussuaqområdet Kangerlussuaq er udvalgt for dets store betydning for dels rensdyr og dels moskusokser. Området strækker sig fra Nordre Strøm- + fjord i nord til Sukkertoppen Iskappe i syd og fra kysten ved Sisimiut helt ind til ind-

68 landsisen bag Kangerlussuaq.

67 Geografisk afgrænsning + Kangerlussuaqområdet tilsvarer et område på 196 km * 138 km som ved en opløsning 66 på 25 m * 25 m er 7.840 * 5.520 pixels.

65 Der er anvendt to Landsat TM scener til kortlægningen af dette område: et fra 22.

6 juni 1995 og et fra 3. september 1996. 4 +

63 6.1.1. 22. juni 1995 Billedet fra 22. juni 1995 er et Landsat 5 Thematic Mapper billede (figur 6.2.) og er 62 beskrevet med parametre og status.

+ 61 Sensor Landsat 5 TM

60 42 51 48 45 Overflyvning 22. juni 1995 kl. 14:00:53

Figur 6.1. Interesse områder for RenVeg projektet (se følgende sider for koordinatdefinition).

Tabel 6.1. Geografisk afgrænsning af Kangerlussuaqområdet

UTM zone 22† Bredde / Længde† Easting Northing Breddegrad Længdegrad Nordvestlige 374.000 7.493.000 67°31'32,9"N 53°57'16,5"V hjørne Sydøstlige 570.000 7.355.000 66°18'25,1"N 49° 26'19,6"V hjørne Datum: WGS 84

259 Figur 6.2. Quick-look for Landsat 5 TM fra 22. Figur 6.3. Quick-look for Landsat 5 TM fra 3. juni 1995, path 8, row 13. september 1996, path 9, row 13.

Path/Row GCPer og en middelusikkerhed på 0,85 pi- 08/13 xel. Billedet er dermed klar til klassifikationsprocessen. Interesseområde Kangerlussuaq 6.1.2. 3. september 1996 Billedet fra 3. september 1996 er et Landsat Dækning af rådata 5 Thematic Mapper billede (figur 6.3.) og er Øvre venstre hjørne: 68°00N, 52°35V beskrevet med parametre og status Nedre venstre hjørne: 66°31N, 54°01V nedenfor. Øvre højre hjørne: 67°21N, 48°21V Nedre højre hjørne: 65°55N, 50°00V Sensor Landsat 5 TM Teknisk kvalitet Billedet er af god teknisk kvalitet. Dog er der Overflyvning stadig den normale stribning (16 linie 3. september 1996 kl. 14:18:16 stribning). Path/Frame Billedmæssig kvalitet 09/13 Den sydvestlige del af billedet, syd for en linie mellem Søndre Strømfjord og Sisimiut, Interesseområde er dækket af skyer. Der er desuden enkelte Kangerlussuaq skyer og cirrus i midten og i den nordlige del af billedet. Dækning af rådata Øvre venstre hjørne: 67°56N, 53°37V Status for processering Nedre venstre hjørne: 66°27N, 55°04V Destribet med FFT og atmosfærisk korrige- Øvre højre hjørne: 67°16N, 49°25V ret i ATCOR. Oprettet til UTM zone 22 Nedre højre hjørne: 65°50N, 51°05V (WGS84) efter højdemodel baseret på data fra GEUS samt kystlinie fra KMS. Opretnin- Teknisk kvalitet gen er foretaget med nearest neighbour og Billedet har i den øverste del et line-dropout 2. gradspolynomium. Billedet er resamplet på 65 lines. Der er desuden pixels omkring til en pixelstørrelse. på 25 * 25 meter med 92 som har tydeligt forkerte værdier. Billedet

260 indeholder den sædvanlige 16 liniestribning.

Billedmæssig kvalitet I øverste nordøstlige kvadrant er der skyer fra Nordre Isortoq og nordover. Der ligger desuden en skykant over havet nogle kilometer fra kysten. De højeste fjelde samt om- råder omkring Sukkertoppen Iskappe er snedækket.

Status for processering Atmosfærisk korrigeret i ATCOR. Oprettet til UTM zone 22 (WGS84) efter højdemodel baseret på data fra GEUS samt kystlinie fra KMS. Opretningen er foretaget med nearest . Figur 6.4. Quick-look for Landsat 5 TM fra 20. neighbour juli 1993, path 6, row 15. Billedet er resamplet til en pixelstørrelse på 25 * 25 meter med 45 GCPer og en middel- 6.2.1. 20 juli 1993 usikkerhed på 0,83 pixel. Billedet er dermed Billedet fra 20. juli 1993 er et Landsat 5 The- klar til klassifikationsprocessen. matic Mapper billede og er beskrevet med parametre og status nedenfor.

6.2. Nuukområdet Sensor Nuuk er udvalgt for dets betydning for dels Landsat 5 TM vilde rensdyr på Akia og nord for Godthåbs- fjorden og dels for den tidligere tamme rens- Overflyvning dyrbestand i den østlige del af Godthåbsfjor- 20. juli 1993 kl. 14:06:04 den. Området strækker sig fra Fiskefjorden i nord til syd for Buksefjorden i syd og fra Path/Frame yderkysten af Akia helt ind til indlandsisen 06/15 bag Kapisillit. Interesseområde Geografisk afgrænsning Nuuk Nuukområdet tilsvarer et område på 135 km * 181 km som ved en opløsning på 25 m Dækning af rådata * 25 m er 5.400 * 7.240 pixels. Øvre venstre hjørne: 65°14N, 51°50V Nedre venstre hjørne: 63°45N, 53°01V Der er anvendt to Landsat TM scener til Øvre højre hjørne: 64°39N, 47°59V kortlægningen af dette område: et fra 20. Nedre højre hjørne: 63°11N, 49°21V juli 1993 og et fra 1. juli 1995.

Tabel 6.2. Geografisk afgrænsning af Nuukområdet.

UTM zone 22† Bredde / Længde† Easting Northing Breddegrad Længdegrad Nordvestlige 443.000 7.244.000 65°18'50,3"N 52°13'23,4"V hjørne Sydøstlige 578.000 7.063.000 63°41'10,0"N 49°25'22,3"V hjørne Datum: WGS 84

261 Teknisk kvalitet Path/Frame Billedet er af god teknisk kvalitet. Dog er der 07/14 (07/15) stadig den normale stribning (16 linie-stribning). Interesseområde Nuuk Billedmæssig kvalitet Billedet dækker godt. Kun den nordligste del Dækning af rådata af Nuuk området er ikke dækket. Der er in- Øvre venstre hjørne: 65°58N, 52°50V gen skyer på billedet og snedækket er mini- Nedre venstre hjørne: 64°31N, 54°03V malt. Øvre højre hjørne: 65°24N, 49°02V Nedre højre hjørne: 63°58N, 50°25V Status for processering Indhentet i ENVI og atmosfærisk korrigeret Teknisk kvalitet i ATCOR. Billedet er geometrisk oprettet til Billedet er af god teknisk kvalitet. Dog er der UTM zone 22 (WGS84) efter dels kystlinie stadig den normale stribning (16 linie-strib- fra KMS og dels højdedata fra Compukort. ning). Der blev anvendt nearest neighbour og 2. grads polynomium som med 42 GCPer re- Billedmæssig kvalitet sulterede i en usikkerhed på opretningen på Billedet er offset så det dækker det sydligste +/-0,97 pixels. Billedet er resamplet til 25 * af 07/14 og det nordligste af 07/15. Qiuck- 25 m pixels og er dermed klar til klassifika- looket ovenfor er 07/14. Hele den nordlige tionsprocessen. del af Nuuk området er dækket. Hele den sydlige og østlige (langs isen) mangler. Bil- 6.2.2. 1. juli 1995 ledet er skyfrit med et minimalt snedække. Billedet fra 1. juli 1995 er et Landsat 5 The- matic Mapper billede og er beskrevet med Status for processering parametre og status nedenfor. Indhentet i ENVI og destribet med først MNF, dernæst FFT af den mest betydende Sensor kanal for fjernelse af striber og endelig in- Landsat 5 TM vers transformation af de 4 mest betydende bånd til et destribet billede. Dernæst atmos- Overflyvning færisk korrigeret i ATCOR og geometrisk 1. juli 1995 kl. 13:55:30 oprettet til UTM zone 22 (WGS84) efter dels

Figur 6.5. Quick-look for Landsat 5 TM fra 1. juli Figur 6.6. Quick-look for Landsat 5 TM fra 17. 1995, path 7, row 14 juli 1993, path 1, row 17.

262 kystlinie fra KMS og dels højdedata fra Com- Dækning af rådata pukort. Der blev anvendt nearest neighbour Øvre venstre hjørne: 62°28N, 46°13V og 2. grads polynomium. Billedet er resam- Nedre venstre hjørne: 60°58N, 47°13V plet til 25 * 25 m pixels med 37 GCPer og Øvre højre hjørne: 61°56N, 42°41V en middelusikkerhed på 1,19 pixel. Billedet Nedre højre hjørne: 60°28N, 43°50V er dermed klar til klassifikationsprocessen. Teknisk kvalitet Billedet er af god teknisk kvalitet. Dog er 6.3. Sydgrønlandsområdet der stadig den normale stribning (16 linie Sydgrønland er udvalgt for dets betydning stribning). for fåreavl, som er udbredt i hele fjordområ- det i Sydgrønland. Området dækker stort Billedmæssig kvalitet set hele den isfrie del af Sydgrønland som Billedet dækker godt og fremhæver tydeligt ligger mellem de to sydligste istunger af indde vegetationsrige områder. landsisen. Dette inkluderer blandt andet Na- nortalik, Qaqortoq og Narsarsuaq. Status for processering Billedet er slået sammen med 01/18 for sam- Sydgrønlandsområdet tilsvarer et område me dato så nederste halvdel af 01/17 og på 128 km * 191 km som ved en opløsning øverste halvdel af 01/18 tilsammen danner på 25 m * 25 m er 5.120 * 7.640 pixels. en fuldscene for området. Den nye fuldscene er destribet med MNF over de vegetations- Der er anvendt tre Landsat TM scener til dækkede områder og derefter atmosfærisk kortlægningen af dette område: to fra 17. korrigeret. Det er oprettet til UTM zone 22 juli 1993 og et fra 20. august 1997. (WGS 84) med nearest neighbour og 2. gradspolynomuim efter KMSs højdemodel for Sydgrønland med 55 GCPer og en usik- 6.3.1. 17. juli 1993 Nord Billedet fra 17. juli 1993 er et Landsat 5 kerhed på 0.95 pixels. Billedet er resamplet Thematic Mapper billede og er beskrevet til 25*25 m og dermed klar til klassifikation. med parametre og status nedenfor. 6.3.2. 17. juli 1993 Syd Billedet fra 17. juli 1993 er et Landsat 5 The- Sensor Landsat 5 TM matic Mapper billede og er beskrevet med parametre og status nedenfor. Overflyvning 17. juli 1993 kl. 13:35:45 Sensor Landsat 5 TM Path/Frame 01/17 Overflyvning 17. juli 1993 kl. 13:36:08 Interesseområde Sydgrønland

Tabel 6.3. Geografisk afgrænsning af Sydgrønlandsområdet.

UTM zone 23† Bredde / Længde† Easting Northing Breddegrad Længdegrad Nordvestlige 416.000 6.824.000 61°32'25"N 46°34'48"V hjørne Sydøstlige 544.000 6.633.000 59°49'56"N 44°12'54"V hjørne Datum: WGS 84

263 Figur 6.7. Quick-look for Landsat 5 TM fra 17. Figur 6.8. Quick-look for Landsat 5 TM fra 17. juli 1993, path 1, row 18. juli 1993, path 2, row 17 (02/18)

Path/Frame gradspolynomuim efter KMSs højdemodel 01/18 for Sydgrønland med 56 GCPer og en usikkerhed på 0.87 pixels. Billedet er resamplet Interesseområde til 25*25 m og dermed klar til klassifikation. Sydgrønland 6.3.3. 20. august 1997 Dækning af rådata Billedet fra 20. august 1997 er et Landsat 5 Øvre venstre hjørne: 61°05N, 47°09V Thematic Mapper billede og er beskrevet Nedre venstre hjørne: 59°34N, 48°05V med parametre og status nedenfor. Øvre højre hjørne: 60°34N, 43°46V Nedre højre hjørne: 59°05N, 44°50V Sensor Landsat 5 TM Teknisk kvalitet Billdet har en line drop out i den nordlige Overflyvning del. Ellers af god teknisk kvalitet. Dog er der 20. august 1997 kl. 13:52:00 stadig den normale stribning (16 linie-stribning). Path/Frame 02/17 (02/18) Billedmæssig kvalitet Billedet dækker godt den sydlige del af Syd- Interesseområde grønlandsområdet. Enkelte skyer langt ude Sydgrønland over havet. Dækning af rådata Status for processering Øvre venstre hjørne: 62°27N, 47°38V Billedet er slået sammen med 01/17 for sam- Nedre venstre hjørne: 60°57N, 48°39V me dato, så nederste halvdel af 01/17 og Øvre højre hjørne: 61°55N, 44°06V øverste halvdel af 01/18 tilsammen danner Nedre højre hjørne: 60°26N, 45°16V en fuldscene for området. Den nye fuldscene er destribet med MNF over de vegetations- Teknisk kvalitet dækkede områder og derefter atmosfærisk Billedet er af god teknisk kvalitet. Dog er korrigeret. Det er oprettet til UTM zone 22 der stadig den normale stribning (16 linie- (WGS 84) med nearest neighbour og 2. stribning).

264 Billedmæssig kvalitet Billedet er offset i den øverste tredjedel af 02/17 så øverste tredjedel af 02/18 er med. Quick-looket ovenfor er kun 02/17. Billedet dækker det meste af Sydgrønlandsområdet undtaget den sydøstlige del. Det er stort set skyfrit (enkelte skyer på Narsaq halvøen).

Status for processering Billedet er destribet med MNF, atmosfærisk korrigeret i ATCOR og oprettet geometrisk efter KMS-data fra Sydgrønland med nearest neighbour og 2. gradspolynomium. Usikker- heden af opretningen er på baggrund af 50 GCPer på +/- 0,97 pixels. Billedet er resamplet til 25 * 25 m og dermed klar til klassificering.

265 266 Appendiks 7 Overfladetyper

I det følgende nævnes kort de forskellige ve- Betula glandulosa-hede getationstyper som er kortlagt. For hver type (GN98-06) er de tilhørende ITEX-analyser listet (GNåå- Blandet dværgbuskhede xx) og der henvises til Lund (in prep.) for (GN98-46) en nærmere beskrivelse af analysen. Blandet dværgbuskhede fugtig, tuet (GN97-18) (GN97-24) Blandet dværgbuskhede 7.1. Flader dækket af fugtig, tuet, mosrig (GN98-39) Blandet dværgbuskhede vegetation fugtig, frodig, tuet (GN97-09) Ledum palustre-Betula nana-hede Dværgbuskhede (GN98-31) Den mest forekommende vegetationstype i hede de kortlagte områder i Vestgrønland er Salix glauca-Betula nana åben, tør (GN97-16) dværgbuskheden, som med sin store varia- Blandet dværgbuskhede tion er en meget alsidig vegetationstype (fi- m. store tuer (frostboils)(GN97-26) gur 7.1.). Den er domineret af en eller flere (GN97-27) af følgende planter: Betula nana, Vaccinium uliginosum, Empetrum nigrum, Ledum palustre, Ledum groenlandicum, Rhododen- dron lapponicum og indeholder til tider Salix glauca.

De analyserede felter med dværgbuskhede inkluderer: Empetrum nigrum-hede (GN98-17) (GN98-20) Empetrum nigrum-hede m. Salix glauca, fugtig, tuet (GN97-03) Empetrum nigrum-hede Figur 7.1. Dværgbuskhede nord for Godthåbs- m. Vaccinium uliginosum, fugtig, tuet fjorden. I forgrunden primært med Betula nana (GN97-11) (Foto: M.P. Tamstorf). Vaccinium uliginosum-hede åben (GN98-04) Vaccinium uliginosum-Empetrum nigrum- Lavholdig dværgbuskhede hede En undertype af dværgbuskhede, som har (GN98-19) fået sin egen gruppe er den lavholdige dværg- Betula nana-hede buskhede (figur 7.2.). Dels er denne type (GN97-05) (GN98-42) (GN98-44) relevant for rensdyrene (Skogland, 1984) og (GN98-45) dels er lavdækkets spektralsignatur forskel- Betula nana-hede lig fra dværgbuskhedernes. De primære lav- m. Ledum groenlandicum, tør, tuet typer er Cladonia sp. og Cetraria sp. Dværg- (GN97-13) buskheder med et lavdække, som ikke bota- Betula nana-hede nisk vil placere den i gruppen med Lavhol- åben, tør (GN97-19) dig Dværgbuskhede, er på grund af deres

267 relevans for rensdyrene og den spektrale for- Blandet dværgbuskhede skel fra ren dværgbuskhede lagt ind i grup- lavrig (GN97-29) (GN97-30) (GN97-31) pen med lavholdige dværgbuskheder. Betula nana-hede lavrig (GN98-49) Snelejetypen, som primært består af dværg- Salix herbacea sneleje busken Salix herbacea og lichendække, har lavrig (GN98-50) en relativ lille spatial udbredelse og er derfor lagt ind under typen, lavholdig dværgbusk- Krat hede. Spektralt er dette analysefelt ligeledes Krat dækker over alle højere vegetationsty- ikke signifikant forskelligt fra dem med de per. Disse inkluderer, som det er vist neden- lavholdige dværgbuskheder. for, både det meget udbredte Salix glauca- krat samt de mægtige Betula pubescens-krat- De forskellige analyser indeholder: skove i Sydgrønland. Blandt andet mægtig- Lavrig dværgbuskhede heden af alle krattene gør, at de står spek- m. Empetrum nigrum (GN97-10) tral ud fra de andre (figur 7.3.). Lavrig dværgbuskhede m. Betula nana (GN97-28) De analyserede felter med krat inkluderer: Lavrig dværgbuskhede Salix glauca-krat m. blandet dværgbuske (GN97-12) m. Betula nana, tør (GN97-14) (GN98-32) (GN97-23) Salix glauca-krat Lavrig dværgbuskhede m. dværgbuske (GN98-16) m. Carex bigelowii (GN97-22) Salix glauca-krat m. Ledum groenlandicum, fugtig (GN97-25) Salix glauca-krat m. Festuca rubra (GN98-02) (GN98-34) Salix glauca-krat m. Anthoxanthum odoratum, fugtig (GN98-11) Salix glauca-krat m. Thymus praecox, tør (GN98-13) Betula pubescens-krat (GN98-08) (GN98-14)

Figur 7.2. ITEX-analyser i lavholdig dværgbusk- hede ved Kanasut på Nordlandet i Nuukområdet (Foto: K.G. Motzfeldt).

Figur 7.4. Græsland fra Isunngua i indlandet ved Kangerlussuaq. Personen i højre hjørne holder Figur 7.3. Salix glauca krat i indre Godthåbsfjord et spektroradiometer, hvor kameraet er fastspændt (Foto: M.P. Tamstorf). på (Foto: M.P. Tamstorf).

268 Græsland Kobresia myosuroides-græsland Græsland forekommer primært i indlandet i (GN98-09) (GN98-10) (GN98-12) Kangerlussuaq, men findes også i de andre områder (figur 7.4.). Variationen er stor Kær imellem hovedområderne specielt for græs- Kær forekommer typisk omkring søer og land i Sydgrønland og ved Kangerlussuaq. generelt i områder med konstant vandfor- Typen dækker over såvel fugtige områder syning enten som stillestående ved søer eller med dominans af Eriopherum angustifolium ved fugtige områder, hvor vandet løber hele til tørrere områder, hvor Agrostis mertensii sommeren (figur 7.5.). Kærvegetationen er dominerer. også en vigtig fødekilde for rensdyr, specielt hvor lav ikke er til rådighed (Skogland 1984). Typen dækker over analyserne af: Agrostis mertensii-Festuca rubra-græsland Analyserne af kær er listet nedenfor. (GN98-01) Eriophorum angustifolium-moskær Agrostis mertensii-Juncus trifidus-græsland (GN97-02) (GN98-07) Eriophorum angustifolium-Carex rariflora- Anthoxanthum odoratum-græsland kær (GN98-03) tuet (GN97-06) (GN98-15) Poa pratensis-græsland Carex rariflora-moskær tør, nedgræsset (GN98-40) (GN97-08) (GN98-5) (GN98-38) Eriophorum scheuchzeri-Deschampsia (GN98-47) pumila-græsland Carex rariflora-Carex bigelowii moskær fugtig, nedgræsset GN98-35) tuet (GN98-48) Blandet græsland Carex saxatilis-Carex rariflora-kær fugtig, ikke græsset (GN98-36) (GN98-18) (GN98-33)

Steppe De analyserede felter af steppe er fundet på sydvendte skråninger i indlandet, hvor ned- børen er begrænset og sommertemperaturerne relativt høje (figur 7.6.)

De fire analysefelter dækker over: Agrostis mertensii-Carex scirpoidea-steppe blokrig, tør (GN97-04)

Figur 7.6. Steppe på sydvendt skråning ved Kan- Figur 7.5. ITEX-analyser i kærområde i gerluarsunnguaq. Røde pæle angiver placeringen Nuukområdet (Foto: K.G. Motzfeldt) af vegetationsanalyserne (Foto: K.G. Motzfeldt).

269 Carex supina-steppe Fjeldmark sten/blokrig (GN97-15) (GN98-30) m. spredte dværgbuske, sten/blokrig Kobresia myosuroides-steppe (GN97-20) (GN98-37) Afblæsningsflade (GN98-41) Opdyrket/Kraftig vegetation I Sydgrønland forekommer en del opdyrke- Bar jord/Klippe de jorde i forbindelse med fåreholdersteder- Denne type dækker over overflader med ne, hvor der gødes og primært dyrkes græs ingen eller meget sparsom vegetation (figur (figur 7.7.). I ugerne op til høsten, fremstår 7.9.). Specielt klippeområder med dække af disse områder som meget frodige på satellit- mikrolaver vil blive klassificeret i denne billederne. Også tidligere nordboruiner har gruppe, i modsætning til i gruppen Fjeld- lignende områder i nærheden da de tidlige- mark/Afblæsningsflader, på grund af den- re opdyrkede og gødede arealer stadig frem- nes ringe biomasse. Generelt er det højtlig- står frodigt og derfor tildeles samme klasse. gende og meget vindudsatte områder, som Endvidere vil områder med meget kraftig ve- er tildelt denne klasse. Der er ikke foretaget getation slå ud i denne klasse. På disse om- nogen analyser på denne type. råder er der ikke foretaget vegetationsanalyser, men istedet er der målt spektralsignaturer og lavet en generel beskrivelse af vegeta- 7.2. Vegetationsløse tionen. overflader Fjeldmark/Afblæsningsflade I alle kortlagte områder forekommer denne Snedække Snedækkede områder inkluderer både glet- type, som typisk findes i højereliggende og schere, firn samt sne fra samme år, som end- vejrudsatte områder (figur 7.8.). nu ikke er smeltet. På grund af det lille udvalg af anvendelige satellitbilleder har det I Sydgrønland er den dog ikke analyseret. været svært at dække alle områder, som nor- Vegetationsdækket er meget sparsomt, men malt smelter fri. nok til at det kan isoleres spektralt. Mosser og laver er en vigtig del af disse typer. Vand Vand inkluderer alle elve, søer og hav, som De analyserede felter er beskrevet ved: ikke har stort tilløb af smeltevand fra glet- Afblæsningsflade schere. (GN97-01)

Siltet vand

Figur 7.7. Opdyrket vegetation (græsmark) ved Figur 7.8. ITEX-analyser på afblæsningsflade fåreholdersted i Qassiarsuk (Foto: M.P. Tamstorf) ved Itinnera i Nuukområdet (Foto: M.P. Tamstorf).

270 Figur 7.9. Klippeoverflade nord for Godthåbsfjor- den (Foto: M.P. Tamstorf)

Siltet vand forekommer, hvor afløb fra gletschere medfører et højt siltindhold og transport af dette.

Skygger I alle områder med relief vil en lav solhøjde medføre skygger på et satellitbillede. Disse nordvendte skråninger er svære at klassificere idet meget lidt information (sollys) reflekteres fra disse områder. De er derfor klassificeret som skyggeområder.

Skyer I lighed med de snedækkede områder har det grundet det lille udvalg af anvendelige satellitbilleder ikke været muligt at opnå skyfri dækning fra alle områder. Specielt Kanger- lussuaqområdet har skydækning i det nordvestlige hjørne på alle de anvendte billeder.

271 272 Appendiks 8 Træningsområder

På de følgende sider vises resultaterne af test mellem træningsarealernes spektrale sam- mensætning fra henholdsvis satellitsensoren og spektroradiometret.

8.1. Kangerlussuaqområdet

Tabel 8.1. Refleksionsdata for træningsområder i Kangerlussuaq hovedområdet. Henholdsvis Landsat TM- og Cropscan MSR- værdier.

273 Tabel 8.2. Resultat af F- og t-test for sammenligningen af satellitdata og spektralsignaturer for træningsområderne i Kangerlussuaq hovedområde

274 8.2. Nuukområdet

Tabel 8.3. Refleksionsdata for træningsområder i Nuuk hovedområdet. Henholdsvis Landsat TM- og Cropscan MSR- værdier

275 Tabel 8.4. Resultat af F- og t-test for sammenligningen af satellitdata og spektralsignaturer for træningsområderne i Nuuk hovedområde

276 8.3. Sydgrønlandsområdet

Tabel 8.5. Refleksionsdata for træningsområder i Sydgrønland hovedområde. Henholdsvis Landsat TM- og Cropscan MSR- værdier

Tabel 8.6. Resultat af F- og t-test for sammenligningen af satellitdata og spektralsignaturer for træningsområderne i Sydgrønland hovedområde

277 278 Appendiks 9 Typeanalyser

9.1. Kangerlussuaq Tabel 9.1. Overfladetypefordelingen i Kangerlussuaqområdet. .ODVVH 7\SH 3L[HOV .YDGUDWNP ÈÃDIÃVDPOHW ÈÃDIÃYHJHWDWLRQ 0 Dværgbuskhede 13113119 8195.7 30.3 54.3 1 Fjeldmark 3755173 2347.0 8.7 15.5 2 Græsland 1762909 1101.8 4.1 7.3 3 Kær 504315 315.2 1.2 2.1 4 Krat 2219288 1387.1 5.1 9.2 Lavholdig 5 dværgbuskhede 693718 433.6 1.6 2.9 6 Steppe 2117463 1323.4 4.9 8.8 7 Bar jord / Klippe 3818867 2386.8 8.8 8 Skygge 1491278 932.0 3.4 9 Vand 5583234 3489.5 12.9 10 Siltet vand 627113 391.9 1.4 11 Sne/is 5095276 3184.5 11.8 12 Skyer 2397962 1498.7 5.5 255 Baggrund 97085 60.7 0.2 Samlet 43276800 27048 100.0 Vegetation 24165985 100.0

9.2. Nuuk Tabel 9.2. Overfladetypefordelingen i Nuukområdet. .ODVVH 7\SH 3L[HOV .YDGUDWNP ÈÃDIÃVDPOHW ÈÃDIÃYHJHWDWLRQ 0 Dværgbuskhede 2685892 1678.7 6.9 13.5 1 Fjeldmark 9533117 5958.2 24.4 47.8 2 Græsland 763332 477.1 2.0 3.8 3 Kær 1858718 1161.7 4.8 9.3 4Krat 421598 263.5 1.1 2.1 Lavholdig 5 dværgbuskhede 4017898 2511.2 10.3 20.2 6Steppe 654323 409.0 1.7 3.3 7 Bar jord / Klippe 3349718 2093.6 8.6 8 Skygge 471914 294.9 1.2 9Vand 8285792 5178.6 21.2 10 Siltet vand 873494 545.9 2.2 11 Sne/is 6180204 3862.6 15.8 Samlet 39096000 24435 100.0 Vegetation 19934878 100.0

9.3. Sydgrønland Tabel 9.3. Overfladetypefordelingen i Sydgrønlandsområdet Klasse Type Pixels Kvadrat-km % af samlet % af vegetation 0 Dværgbuskhede 3139800 1962.4 8.0 34.2 Lavholdig 1 dværgbuskhede 89581 56.0 0.2 1.0 2 Krat 1066733 666.7 2.7 11.6 3 Kær 278333 174.0 0.7 3.0 4 Græsland 1435410 897.1 3.7 15.6 5 Opdyrket 12016 7.5 0.0 0.1 6 Fjeldmark 3157375 1973.4 8.1 34.4 7 Bar jord / Klippe 3912782 2445.5 10.0 8 Skygge 638149 398.8 1.6 9 Vand 12056668 7535.4 30.8 10 Sne 7900422 4937.8 20.2 11 Is / smeltevand 5429355 3393.3 13.9 12 Skyer 176 0.1 0.0 Samlet 39116800 24448 100 Vegetation 9179248 100.0

279 280 Appendiks 10 AVHRR punktdata

Eksempel på opbygning af data fil med punktdata fra NSIDC.:

32 is the number of header lines including this line Start date: 970101 End date: 971231 Hemisphere: north Name: eth_cu_camp Center column: 2243 Center row: 4785 Radius: 0 Pixels per sample: 1 Number of samples: 730 00=samp : sample number 01=chn1 : channel 1 albedo % from valid pixels 02=chn2 : channel 2 albedo % from valid pixels 03=chn3 : channel 3 Kelvin from valid pixels 04=chn4 : channel 4 Kelvin from valid pixels 05=chn5 : channel 5 Kelvin from valid pixels 06=solz : solar zenith degrees from center pixel 07=sael : satellite elevation degrees from center pixel 08=reaz : relative azimuth degrees from center pixel 09=temp : surface temperature Kelvin from valid pixels 10=albd : surface albedo % from valid pixels 11=time : GMT time in hours from center pixel 12=amsk : AVHRR surface type mask from center pixel 13=cmsk : cloud mask from center pixel 14=omsk : orbit mask from center pixel 15=valid : number of valid pixels in sample 16=clear : number of clear pixels in sample 17=match : number of center pixel orbit matches in sample 18=year : year 19=day : day of year 20=local : target local time

00=samp 01=chn1 02=chn2 03=chn3 04=chn4 05=chn5 06=solz 07=sael 08=reaz 09=temp 10=albd 11=time 12=amsk 13=cmsk 14=omsk 15=valid 16=clear 17=match 18=year 19=day 20=local 0 0.00 0.00 216.40 210.60 205.30 108.50 30.90 128.50 217.50 0.00 9.90 200 234 11 1 0 1 1997 1 400...... etc.

281 282 Appendiks 11 Home Ranges

Følgende figurer viser home ranges for de nærmere i afsnittet om vegetationsanalyse satellitmærkede rensdyr fordelt på sæsoner. for mærkede rensdyr. De hvide felter angiver kerneområder indenfor hvilke 50% af po- Figur 11 viser sæsonerne fra sen-vinter 1997 sitionerne ligger. Fra de lysegrønne områder til midt-vinter 1999. Yderligere detaljer om til de mørkegrønne stiger andelen af positio- antal af sensorer og lignende er beskrevet ner fra 60% til 95% af alle observationer.

11.1. Nuuk (Region Central)

Figur 11.1. Forårstræk 1997. Figur 11.3. Post-kælvning 1997.

Figur 11.2. Kælvning 1997. Figur 11.4. Sommer 1997.

283 Figur 11.5. Brunst 1997. Figur 11.8. Sen vinter 1998.

Figur 11.6. Tidlig vinter 1997. Figur 11.9. Forårstræk 1998.

Figur 11.7. Midt vinter 1998. Figur 11.10. Kælvning 1998.

284 Figur 11.11. Post-kælvning 1998 Figur 11.12. Sommer 1998.

Figur 11.13. Brunst 1998. Figur 11.14. Tidlig vinter 1998.

Figur 11.15. Midt vinter 1998. Figur 11.16. Sen vinter 1999.

285 11.2. Kangerlussuag (Region North)

Figur 11.17. Sen vinter 1997 (kun 1 dyr). Figur 11.18. Forårstræk 1997 (kun 1 dyr).

Figur 11.19. Kælvning 1997 (kun 1 dyr). Figur 11.20. Post-kælvning 1997 (kun 1 dyr).

Figur 11.21. Sommer 1997 (kun 1 dyr). Figur 11.22. Brunst 1997 (kun 1 dyr).

286 Figur 11.23. Tidlig vinter 1997 (kun 1 dyr). Figur 11.24. Midt vinter 1998 (kun 1 dyr).

Figur 11.25. Sen vinter 1998. Figur 11.26. Forårstræk 1998.

Figur 11.27. Kælvning 1998. Figur 11.28. Post-kælvning 1998

287 Figur 11.29. Sommer 1998. Figur 11.30. Brunst 1998.

Figur 11.31. Tidlig vinter 1998. Figur 11.32. Midt vinter 1999.

Figur 11.33. Sen vinter 1999.

288 Appendiks 12 Satellitsporing af vestgrønlandske rensdyr - tekniske detaljer

12.1. Satellittelemetriens franske French Centre National dEtudes Spatiales (CNES). 2 satellitter i en konstant udvikling polær bane sender kontinuerligt data til 1 af Siden starten af 1980erne er satellitsporing 3 jord-stationer. Når en satellit passerer et af terrestriske dyr, havpattedyr og fugle ved halsbånd med en sender (kaldes en PTT anvendelse af ARGOS satellitten blevet me- Platform Transmitter Terminal i ARGOS get udbredt (Fancy 1989, Harris et al. et al. terminologi) kan den udregne senderens po- 1990). Satellittelemetri er en succesfuld me- sition ved at måle, hvorledes Doppler effek- tode der har vist sig at være et uvurderligt ten ændrer frekvensen af det modtagne sig- hjælpemiddel, når man arbejder i øde, van- nal. Forudsat senderens sande frekvens ken- skeligt tilgængelige områder og med arter, des, er det muligt at udregne den sandsyn- som bevæger sig over store afstande. Eksemp- lige positionen for senderen på jorden. Sa- ler er isbjørne og albatrosser (e.g. Ramsay & tellittens omgangstid er ca. 102 minutter. Ved Andriashek 1986, Jouventin & Weimerskirch polerne er det teoretisk muligt for ARGOS 1990, Messier 1992, Wiig 1995, Bethke et al. at positionsbestemme en PTT 28 gange i lø- 1996). Da rensdyr vandrer over vidt- et al. bet af 24 timer. I gennemsnit registrerer AR- strakte, øde tundraområder, er satellitsende- GOS-satellitten hver sender i ca. 10 minut- re ofte blevet anvendt på rensdyr i Canada ter. Hver satellit passerer en given sender på og Alaska (Curatolo 1986, Craighead & næsten samme tidspunkt hver dag. Craighead 1987, Fancy et al. 1989), i Onta- rio (Hillis 1998), i Saskatchewan (Fer- et al. Ud over at bestemme senderens position kan guson 1998), på Baffin Island (Fergu- et al. satellitten også modtage og videresende an- son pers. comm.), og på de højarktiske cana- den information, som senderen registrerer. diske øer (Miller 1995). Baseret på 15 års er- Senderen kan således sende op til 32 bytes faringer er det almindeligt accepteret, at sa- information som f. eks. halsbåndets tempera- tellittelemetri er en pålidelig og økonomisk tur, batteriets spænding, dyrets aktivitetstal metode til at kortlægge vandringsmønstre i eller en hvilken som helst anden information, øde områder og for arter, der bevæger sig som er lagret i halsbåndets hukommelse. Ak- indenfor store områder. Argos positionsbe- tivitetstallet bestemmes som antallet af akti- stemmelsernes nøjagtighed er sjældent bedre veringer af aktivitetssensoren i halsbåndet. end 500 - 1.000 m forhindrer detaljerede Aktivitetstallet opsamles sædvanligvis over studier af dyrenes forhold til habitaten. Det- en 24 timers periode umiddelbart forud for te problem er imidlertid ved at blive løst ved transmissionen af data. Det er muligt at lag- anvendelse af GPS-baserede sendere. Formå- re data for en 24 timers periode i op til 4 da- let med dette afsnit er mere detaljeret at be- ge forud for transmissionen. skrive, hvordan ARGOS-systemet virker, og at give nogle tekniske detaljer om, hvordan Når satellitten har modtaget data fra sende- senderne var programmeret og om databe- ren, gentransmitteres data til en af de 3 jord- handlingen. stationer, hvorfra de via ARGOS database videresendes til brugerne. ARGOS processe- 12.2. Hvordan virker ARGOS ringen af data inkluderer A10, Animal pro- ARGOS er et samarbejde mellem American cessing, and Location Service Plus, som giver National Oceanic and Atmospheric Admini- positioner fra begge sider af satellitbanen. stration (NOAA), National Aeronautics and Space Administration (NASA) og det ARGOS positionsbestemmelser tildeles en

289 kvalitets- eller klassekarakteristik. Klasserne Sensorens besked-størrelse var altid 32 byer baseret på geometrien mellem satellit og tes. Af pladshensyn blev aktivitetsdata altid sender, antallet af data leveret under divideret med 85 inden afsendelse fra Argos passagen og senderens frekvensstabilitet. til modtageren. Følgelig skulle alle aktivitetsdata ganges med 85, hvilket gav oplysning om, hvor mange sekunder kviksølv-kontak- 12.3. Senderen ten i aktivitetssensoren blev aktiveret i den De sendere, som blev anvendt i denne un- pågældende 24 timers periode. Kontakten dersøgelse, var fremstillet af Telonics Inc. kan kun tippes en gang i sekundet for at (Arizona, USA). Der blev anvendt 15 satel- undgå, at hovedrysten tolkes som aktivitet. lit/radio halsbånd. 10 halsbånd var nye Det maksimale antal aktivitetsdata, som kun- (ST-14), mens 5 var tidligere isbjørnehals- ne modtages fra ARGOS, var 1.016,5 = (24 bånd (ST-3), som blev genbrugt. x 60 min. x 60 sek.)/85.

ST-14 halsbåndenes hukommelse havde et 5 Alle senderne sendte på UHF bølgelængde sensor format: 401.650 MHz, med en gentagelsesrate mel- 2 bytes: indikator for lav spænding lem 60 og 70 sekunder. Derudover indeholdt 6 bytes: ubenyttet hvert halsbånd en normal VHF sender frem- 8 bytes: temperatur index stillet af Telonics (MOD 400 eller MOD 6 bytes: aktivitetstæller for minuttet før 225), med en unik frekvens på 157 MHz transmission bånd. Tilladelser for alle benyttede frekven- 10 bytes: aktivitetstæller for de 24 timer før ser blev givet af Tele Grønland. transmission ST-3 halsbåndene havde både 5 og 4 sensor For at forlænge batteriets levetid blev sende- hukommelses allokeringer. ren programmeret til kun at sende i bestem- 5 sensor format data strøm; te perioder eksempelvis en gang om dagen, 2 bytes: registrerer ID code en gang om ugen, i en fast cyklus. For at op- 2 bytes: indikator for lav spænding fylde projektets forskellige formål: 1) at stu- 2 bytes: ubenyttet dere vandringer gennem flere år, 2) at iden- 6 bytes: aktivitetstæller for minuttet før tificere kælvningsområder, 3) at undersøge transmission forstyrrelser i forbindelse med jagt, blev der 10 bytes: temperatur index anvendt forskellige programmeringer på for- 10 bytes: aktivitetstæller for de 24 timer før skellige tider af året. Til det første formål blev transmission anvendt en sendecyklus på 7 timer hver 4. eller 6. dag (mellem 14:00 og 21:00 GMT). 4 sensor format data strøm; Med henblik på mere detaljerede data for 2 bytes: registrerer ID kode kælvningstiden og jagttiden blev halvdelen 10 bytes: aktivitetstæller for 24-48 timers af ST-14-senderne programmeret til at sende forudgående transmission hver dag mellem 1. maj og 30. juni (kælv- 10 bytes: aktivitetstæller for 48-72 timers ningsperiode), mens den anden halvdel blev forudgående transmission programmeret til at sende fra 1. august til 10 bytes: aktivitetstæller for 72-96 timers 30. september (jagtperiode). Detaljer for de forudgående transmission enkelte halsbånd er angivet i Tabel A1. Opsamlingen af 24 timers aktivitets data begyndte, når magneten blev fjernet i forbindelse med monteringen af halsbåndet. På 12.4. Behandling af data ST-14 halsbåndene vil dette vende tilbage til modtaget fra ARGOS den nærmeste time for at indlede starten af Før dataanalyse, var det nødvendigt at gen- 24 timers perioden. nemgå rådata med henblik på at undgå processering af overflødige data. Dette arbejde

290 blev udført ved hjælp af SAS (Statistisk Soft- ware). De filformater, som leveres fra Argos, er vanskelige at håndtere, og 3 procedurer var nødvendige før data kunne analyseres:

Konvertering af data til søjleformat Da der blev modtaget adskillige positionsbestemmelser fra hver sendecyklus, var der en stor mængde overflødige data i de modtagne data. På grund af statistiske problemer med håndtering af autokorrelerede data var det nødvendigt kun at anvende een positionsbestemmelse pr. dag (Harris et al. 1990, De Sol- la et al. 1999). Sorteringen udvalgte de bedst klassificerede (ARGOS location quality index) data, som var baseret på det største antal passager. Kun positionsbestemmelser med kvalitet 1-3 er anvendt. Hvis der manglede data, blev den position med det største antal modtagne oplysninger valgt. Hvis der fortsat manglede data blev den første position accepteret. Der blev foretaget en vurdering af positionsbestemmelserne, hvori indgik valg mellem alternative positionsbestemmelser og udlugning af umulige positionsbestemmelser. Generelt var de alternative positionsbestemmelser så langt fra hinanden, at de kunne udskilles uden vanskelighed på baggrund af tilbagelagte afstande og vandrings- retninger. Den første positionsbestemmelse var stedet for påsætning af sender.

291 292 Appendiks 13 Håndtering af dyrene

13.1. Indfangning af dyr og De satellitmærkede dyr blev fredet ved lov. I 1997-98 blev den nye lov annonceret i radio påsætning af halsbånd og presse og med en posterkampagne Skyd Indfangning blev foretaget uden medicinsk ikke dette rensdyr. Halsbåndene havde en bedøvelse. To snescootere forfulgte det ud- orange fluorescerende farve for at gøre dem valgte dyr fra hver sin side og bevægede sig tydelige for jægerne. samtidig ind mod dyret, som således til sidst befandt sig umiddelbart mellem de to snescootere. På dette tidspunkt greb den ene chauffør dyret om halsen og stoppede det. Den gennemsnitlige indfangningstid var 2 minutter. Korteste tid var 15 sekunder og længste tidsrum var 4 minutter. Hvis forføl- gelsen ikke havde givet resultat efter 4 minutter, blev forsøget indstillet for at undgå, at dyret blev overophedet. Indfangningen foregik ved hastighed mellem 40 og 60 km/t. Snescooteren havde ikke direkte kontakt med dyret.

Dyret blev fastholdt ved et greb om under- kæben bag fortænderne, og mulen blev holdt opad. I nogle tilfælde var det en fordel også at have et greb om et øre eller det ene bag- ben. Indfangerens ene ben over dyrets bryst- kasse var tilstrækkelig vægt til at holde dyret nede. På intet tidspunkt sad indfangeren direkte på dyret.

De indfangne dyr fik en hætte over hovedet under påsætningen af halsbåndet og under opmålingerne af dyret. Dyret blev sat fri igen efter 15-20 minutter. For at undgå, at hals- båndet sad for løst på den tynde sommerpels blev det strammet, så der var plads til to fingre mellem halsbåndet og dyrets skind. Alle mærkede dyr virkede sunde og raske ved frigivelsen.

293 294 Appendiks 14 Bestandsforhold i kælvningsområder i Vestgrønland 1995, 1997 og 1998 Peter Aastrup & Josephine Nymand Danmarks Miljøundersøgelser

14.1. Indledning stik af rensdyrs kælvningsområder. I 1997 Traditionelt foretager rensdyr vandringer blev foretaget en optælling af rensdyr i kælv- mellem sommer- og vintergræsningsområder ningsområdet ved Kangerlussuaq. Alle år (Thing 1984). I Grønland forekommer disse blev registreret data vedrørende bestandens vandringer ikke altid, idet de afhænger af struktur. bl.a. bestandenes størrelse og fouragerings- forholdene. Når bestandene er små, ophører 14.2. Metoder vandringerne mellem vinter- og sommerom- Flytælling råder (Meldgaard 1986). Derimod forekom- Med baggrund i en satellitbilled-analyse af mer der altid, i større eller mindre målstok, snedække og vegetation (Jørgensen 1993) vandringer til kælvningsområder, som i reg- udpegedes områder, hvor rensdyrene blev len er mindre områder inden for sommer- optalt fra fastvinget fly i april/maj 1995. græsningsområderne (Thing 1984). Tællingerne blev udført fra et mindre fly Kælvnings-områderne er væsentlige og kriti- (Partenavia Observer P58), med høje vinger ske for rensdyrene. Dyrene samles i disse og boblevinduer ved bagsæderne. De fløjne områder i tiden umiddelbart før kælvningen transekter, som er angivet på figur 14.2., er og forbliver her til mindst en måned efter identiske med dem, som benyttes ved Na- kælvningen (Thing & Thing 1983). Kendskab turinstituttets flytællinger (Ydemann & Pe- til rensdyrenes kælvningsområder er et vig- dersen 1999). tigt element i forvaltningen af rensdyrbestandene og som grundlag for vurdering af mineralefterforskning, turisme og lignende akti- viteters påvirkning af rensdyrbestandene.

De vestgrønlandske rensdyrbestandes kælv- ningsområder er kun kendt i grove træk og der er kun gennemført enkelte egentlige un- dersøgelser af kælvningsområder eller forsøg på at afgrænse eventuelle kælvningsområder (Thing 1983/84?).

Kælvningsområderne for bestanden i Kan- gerlussuaq-området og for bestanden syd for Ameralikfjorden findes i indlandet nær indlandsisen i områder med kontinentalt klima og i områder, der tidligt bliver snefrie (figur 14.1.) (Thing 1984, Aastrup 1984).

Ved en indledende undersøgelse i 1995 samt i forbindelse med feltarbejdet vedrørende rensdyrs reaktioner på forstyrrelser blev ind- Figur 14.1. Kendte kælvningsområder i samlet data, som er relevante for karakteri- Vestgrønland.

295 Der blev anvendt én observatør i hver side puteren og det samme blev flyets position af flyet. Observationerne blev indtalt på et og flyvehøjde, som hvert tiende sekund blev kassettebånd, som var forbundet med en overført fra et bærbart GPS system. Positio- bærbar computer. Tidspunktet for hver ind- nerne (flyveruterne) og observationerne blev taling (observation) blev registreret af com- herefter sammenkørt med tidssignalerne fra indtalingerne og fra positionsangivelser- ne, og endelig visualiseret ved hjælp et Geo- grafisk Informations System (MapInfo).

Tælling i kælvningsområde Den 14. juni 1997 blev der foretaget en tæl- ling af rensdyrene i kælvningsområdet ved Kangerlussuaq. Tællingen blev foretaget fra en helikopter (Hughes 500) med to observa- tører. Der blev fløjet 7 transekter som angivet i figur 14.3. De to vestligste transekter er ikke medtaget i en bestandsopgørelse (se senere). Tællingen blev udført som en strip transekt tælling med en transektbredde på 2 km. Området (omkranset med en fed linie på figur 14.3.) er defineret som det egentlige kælvningsområde i 1997.

Der var feltarbejde i tre områder i 1995 og i to områder i 1997 og 1998, se figur 14.2. Figur 14.2. Transekter gennemfløjet i perioden 24. til 28. maj 1995. Lokaliteter for landbaserede feltar- Det drejer sig om følgende områder: bejde er angivet.

Figur 14.3. Tælling i kælvningsområde 14. juni 1997. Transekter er angivet som linier. Det egentlige kælvningsområdet er indrammet med fed linie.

296 Østlige del af Nassutuup Nunaa omkring 14.3. Resultater positionen 67,3°N/50,1°V (fra 16.-19. juni 14.3.1. Afgrænsning af 1995). kælvningsområder Området ved Kangerlussuaq omkring Observationer af voksne dyr og kalve obser- positionen 67,1°N/50,3°V (fra 12.-16. juni veret ved flyvninger i april/maj 1995 er an- 1995, fra 9.-15. juni 1997, fra 24.-30. juli givet på figur 14.4. Kalve befandt sig for- 1997, samt fra 14.-21. september 1998). trinsvis i områderne ind mod indlandsisen. Ujarassuit/Qaamassoq området nord for Der er observeret kalve helt ud mod de vest- Godthåbsfjorden omkring positionen ligste transekter, specielt i området syd for 65,2°N/51,0°V (Tasersuaq) (fra 6.-11. juni Sukkertoppen Iskappe. 1995 samt fra 30. maj-8. juni 1997). Akia-området på fastlandet nord for 14.3.2. Bestandsforhold Tabel 14.1. viser antallet af observerede dyr Nuuk ved positionen 64,65°N/51,64°V ved flytællingen i april/maj 1995. Kalvean- (fra 31. juli-5. august 1997, samt fra 22.- delen varierede mellem de otte områder, der 28. september 1998). blev overfløjet. Den laveste kalveandel er på knap 1% (Angujaartorfiup Nunaa), mens Områderne er markeret på figur 14.2. den højeste er på godt 12% (Utoqqarmiut). De fleste områder har dog en kalveandel på Alle observerede flokke blev optalt, og dyre- under 5%. ne blev om muligt, noteret under en af grup- perne: Tabel 14.2. viser fordelingen af observerede kalv rensdyr på kalve, simler og bukke baseret på årsdyr observationer, der blev gjort under det land- simle under 3 år baserede feltarbejde i seks forskellige kælv- ningsområder i 1995, 1997 samt 1998. Det simle over 3 år ses, at kalveandelen varierer mellem godt buk under 3 år 26% (Isortoq) og godt 34% (Nassuttuup buk over 3 år. Nunaa). Simleandelen er betydeligt større end bukkeandelen (gns. 66,5% mod gns. Det blev så vidt muligt registeret, om simler 3,5%). havde kalv.

Tabel 14.1. Observationer af rensdyr ved flytællingen 24.-28. maj 1995. I kolonnerne er ligeledes angivet procentandelen af hhv. voksne dyr og kalve. Den første del af tabellen indholder alle observationer, hvorimod den sidste del udelukkende indeholder observationer af flokke med kalve.

Område Antal obs. Antal dyr Gns. Antal Antal Antal obs. Antal dyr Antal Antal i alt i alt flokstør- kalve voksne m. kalve i alt kalve voksne relse Angujaartorfiup 207 560 2,7 4 556 422418 Nunaa 0,7% 99,3% 18,2% 81,8% Eqalummiut 78 211 2,7 13 198 10 40 13 27 Nunaat 6,2% 93,8% 32,5% 67,5% Isortoq 135 704 5,2 9 695 644935 1,3% 98,7% 20,5% 79,6% Nassuttuup 293 1.073 3,7 33 1.040 24 111 33 78 Nunaa 3,1% 96,9% 29,7% 70,3% Qaamassoq 164 316 1,9 9 307 820911 2,9% 97,2% 45,0% 55,0% Ujarassuit 175 348 2,0 17 331 11 44 17 27 Nunaa 4,9% 95,1% 38,6% 61,4% Utoqqarmiut 131 413 3,2 50 363 26 179 50 129 12,1% 87,9% 27,9% 72,1% Akia 65 108 1,7 7 101 51376 3,8% 96,2% 53,9% 46,2%

297 Flytælling i kælvningsområde 14.4. Diskussion Den 14. juni 1997 blev der foretaget tælling Afgrænsning af kælvningsområder af rensdyrene i kælvningsområdet ved Kan- Flytællingerne viser, at der i afgrænsede om- gerlussuaq fra en helikopter (Hughes 500). I råder, specielt nord for Kangerlussuaq, fin- tabel 14.3. er vist data fra denne tælling. des højere koncentrationer af kalve end i an- Antallet af rensdyr i kælvningsområdet blev dre områder. I området mellem Sukkertop- estimeret til i alt 2.307 individer. pen Iskappe og Nuuk findes en mere spredt fordeling af kalveobservationerne, hvilket Kalvenes fysiske tilstand kan betyde, at rensdyrene i dette område Alle år blev fundet døde, nyfødte kalve, som ikke samles i et egentligt kælvningsområde, havde haft diarrhe. Fænomenet er kendt fra men forbliver spredt i hele sommergræs- området siden 1970erne. ningsområdet. I området syd for Ameralik ses igen, at de fleste kalveobservationer er gjort relativt tæt på indlandsisen. Dette om- råde er allerede kendt som et kælvningsom- råde (Aastrup 1986).

Kælvning Under flytællingerne i slutningen af maj 1995 blev der registreret nyfødte kalve. Hele kælvningsperioden kan ikke afgrænses præ- cist på baggrund af de foreliggende resultater, hvor alle observationer ligger inden for de allerede kendte kælvningstidspunkter (Thing 1984, Aastrup 1984). Resultaterne bekræfter således, at kælvningerne starter i den sidste del af maj og fortsætter til mindst 20. juni, hvorefter der fortsat kan finde spredt kælvning sted.

Figur 14.4. Observationer af rensdyrflokke m/u kalv observeret ved tællingerne 24.-28. maj 1995. Rensdyrflokke uden kalve er de åbne cirkler, mens observationer af rensdyr m/kalv er de ud- fyldte cirkler. Kalvene fordeler sig over et relativt stort område, og det ses at områder med kalveobservationer ikke er klart afgrænset. Figur 14.5. Lokaliteter nævnt i Tabel 14.2

298 Tabel 14.2. Det totale antal rensdyr samt observationernes fordeling på køn og alder for alle seks feltundersøgte lokaliteter i de tre undersøgelsesperioder. I hver kolonne er angivet antal og procentandelen for hhv. kalve, simler og bukke. Se figur 14.7. for lokalitetsbetegnelser.

Bestand Antal obs. Kalve Simler Bukke Bestands- Kalve/ i alt størrelse simler Ujarassuit/Qaamassoq 58 17 36 5 200, skøn 0,47 1995 – kælvning 29,3% 62,1% 8,6% Isortoq 1.680 448 1.159 73 2.500, skøn 0,39 1995 – kælvning 26,7% 69,0% 4,4% Nassuttuup Nunaa 1.341 459 851 31 1.500, skøn 0,53 1995 – kælvning 34,2% 63,5% 2,3% Kangerlussuaq 1.542 478 1.008 56 2.307 0,47 1997 − kælvning Tasersuaq 255 34 103 118 0,33 1997 – kælvning Kangerlussuaq 484 160 293 31 0,54 1997 – sommer Akia 93 27 50 16 0,54 1997 – sommer Kangerlussuaq 329 71 188 71 0,38 1998 – efterår 21,5% 57,1% 21,5% Akia 65 15 31 19 0,45 1998 – efterår 23,1% 47,7% 29,2%

Antallet af kælvende simler i kælvningsom- Forholdet mellem kalve og simler viser dog, rådet ved Kangerlussuaq er beregnet til ca. at et betydeligt antal simler uden kalve også 2.300 i 1997. befinder sig i områderne. I alle kælvningsom- råder er der fundet færre end 5% bukke i Forholdet mellem kalve og simler ligger mel- kælvningstiden. Der finder altså en betyde- lem 0,33 ved Tasersuaq under kælvningen i lig kønsmæssig adskillelse sted. juni 1997 til 0,54 i både Kangerlussuaq og Akia i august 1997.

Tabel 14. 3. Antallet af observerede dyr og angivelse af de fløjne transekter foretaget den 14. juni 1997.

Transekt Længde (km) Areal Sum obs. 50°25 12,54 25,08 201 50°20 10,35 20,7 507 50°15 9,85 19,7 236 50°10 6,1 12,2 284 50°05 4,85 9,7 73 Sum 43,69 87,38 1.301 Bestandsestimat 2.307 95% konfidensgr. 1.172

299 14.5. Referencer

Aastrup, P. 1986. Rensdyrundersøgelser ved Vandkraftprojekt Kanger- luarsunnguaq/Buksefjord, Nuuk/Godthåb 1984-85. Grønlands Fiskeri- og Miljøundersøgelser. 79 s.

Jørgensen, P.V. 1993. Satellitbaseret kortlægning af snedække og vegetation på kystnære dele af det vestlige Grønland. Rapport til Grønlands Miljøundersøgelser. Københavns Universi- tet, Geografisk Institut. 14 s. samt bilag.

Lassen, P. & P. Aastrup 1981. Undersøgelser over tamrenbestanden (Rangifer tarandus tarandus L.) ved Itivnera, Vestgrønland. Danske Vildtundersøgelser 35. 36 s.

Thing, H. 1984. Feeding ecology of the West Greenland caribou (Ran- gifer tarandus groenlandicus) in the Sisimiut-Kanger- lussuaq Region. Danish Review of Game Biology 12 (3). 53 pp.

Thing, E.M. & H. Thing 1983. Cow-calf behaviour in West Greenland caribou on the Sdr. Strømfjord summer range. Proc. 3rd Int. Reindeer/caribou Symposium, Saariselkä, Finland, 1982. Acta Zool. Fenn. 175: 113-115.

Ydemann, D. & C. Pedersen 1999. Rensdyr i Vestgrønland. Upubliceret rapport fra Grønlands Naturinstitut.

300 Appendiks 15 Retrospective analysis of snow cover and vegetation from NOAA AVHRR satellite imagery

By Carsten Bøcker. Asiaq

15.1. Introduction As a part of the RenVeg project, a retrospec- The method for producing the thematic maps tive analysis of snow cover and vegetation is planned to be as automatic and operator from NOAA AVHRR satellite imagery. The independant as possible as it is planned to present paper is the documentation of this perform a continous survey of snow cover part project. and NDVI with AVHRR data recieved in Nuuk, Greenland. The aim of the retrospective analysis was to provide a tool for wildlife mangement regar- In principle the analysis covers West Green- ding vegetation and snow cover. More speci- land south of the Disko Bay. Three areas of fic this implies production of data regarding interest and, eight locations has been selected normal NDVI (Normalized Difference Vege- for detailed vegetation studies (#reference tation Index), information on temporal til områdedefinition andetsteds i rapporten), distribution of snow cover and production see figure 15.1. of thematic maps showing information on snow cover and vegetation for each acquired The structure of this paper is following the satellite scene. flow of the data as close as possible. The chapters 15.2.-15.7. describes the processing of separate AVHRR scene while chapters 15.8. describes the timeseries analysis. Thus chapter 15.2. describes the acquisition of data, chapter 15.3., the preprocessing of data, chapter 15.4. is extraction of auxillery data, chapter 15.5. is describing the geometric correction of the images, chapter 15.6. the actual processing of data and chapter 15.7. describes how the data are presented.

Selected results are presented in chapter 3. As it would be impossible to show all the results as paper prints, only selected data for one year, 1995 is presented. The rest of the results are on digital form on CD-Rom.

The main image processing system used in the present study is WinChips (Hansen 1998a). Winchips is extremely well suited for processing AVHRR imagery, with a magnitude of functionality, that far more expensive image processing packages are without. Therefore, all image data are produced in WinChips proprietary format. Figure 15.1. RenVeg Test Areas.

301 All applications developed for this study is The first 750 words contains time and posi- programmed in Borland Delphi 3 and 4, tion as well as calibration information, the mostly as 32 bit console applications, using next 10,240 word is the image data, band object oriented techniques. interleaved in the original 10 bit format as recieved from the satellite, while the last 100 15.2. Method words are more time information. 15.2.1. Data acquisition Data for the present project is obtained from The time and position information in the two sources, the major part (1979 - medio images, can be used to extract and rectify da- 1996) from NERC Satellite Recieving Station ta from a specific area in combination with at the University of Dundee and the most data describing the satellites path (called recent is recieved in Nuuk at ASIAQ - Green- TBUS-data or TLE-data). land Field Investigations. In order to extract image data as well as cali- In the autumn 1996 more than a week was bration and other information in WinChips, spend by browsing the entire quick-look ar- the GetAVHRR Console modules are used. chive at the University of Dundee in order As the HRPT format differs slightly from dif- to find suitable data. Approximately ten sce- ferent recieving stations. The Qtrack HRPT nes should be found each year, disstributed format used by the recieving station used by evenly over the growing season (ultimo ASIAQ in Nuuk contains the TLE-data in March - medio October), covering at least the header, while the Dundee HRPT only the three areas of interest (figure 15.1.). The contains the data frames.As a result the following criterias for selecting scenes applied: GetAVHRR modules are found in different variations. The GetNERC module reads and Least cloud cover as possible. extracts Dundee HRPT files using a TBUS- The areas of interest should be as near file while the GetQTrack module reads and nadir as possible. extract Qtrack HRPT files. As high solar azimuth angles as possible. For all the scenes obtained in Dundee, TBUS- Approximately 200 scenes where selected data should be found. The best source for and purchased. It was not always possible that is The University of Tokyos TBUS ar- to meet the demands for data as one or more chive (ftp://ftp.tkl.iis.utokyo.ac.jp/pub/ of the areas of interest could be cloud cove- TBUS/). TBUS-data for all scenes where not red for long periods, and therefore holes of available, but data within a week from the more than a month in the data series are scene date is adequate, and in some cases not unusual. The data density in the earliest even more distant TBUS-data can be used. years was also low. Going back in time less and less TBUS-data was available, and no data before 1983 was 15.3. Data preprocessing found. 15.3.1. Data Extraction Data from Dundee was delivered on Exabyte However, TLE-data (www.celestrak.com) is tapes in Dundee HRPT format. As no stan- easier obtainable, therefore in cases where dard package could read this, a program, no TBUS could be found, the Dundee HRPT- duntaper.exe, was developed specifically for file was converted to a Qtrack HRPT-file, this task, by Anders Djuurhus, Kanukoka using a utility d2q.exe. This utility reads the Informatics, Nuuk. The program simply TLE-data from a file and write it to the hea- reads the HRPT-files off the tape and writes der of the converted Dundeescene. Now them to the harddisk. A HRPT-file consists data can be extracted with the GetQtrack of a number of lines or frames, each frame module. spanning 11,090 16 bit words.

302 Radiometric Correction In order to illustrate the magnitude of the It is a well known fact that the sensibility of sensor degradation, figure 15.2. shows how the AVHRR-sensors for channel 1 and 2, on- the slope of the calibration formulas for board the various NOAA missions, degrades channel 1 and 2 has changed since launch with time. As no onboard calibration takes for Noaa 7, 9 and 11. This corresponds to a place, the pre-launch calibration formulas, loss in sensitivity up to 5 percent. if used, would perform worser with time passing after launch. In figure 15.3., an example on how the the absence of radiometric and atmospheric cor- In order to compensate for the csensor de- rection affects the NDVI is presented. gradation, formulas for post-launch calibration has been developed. Table 2.1. present No degradation has taken place in the tem- updated calibration formulae for Noaa 7, 9, perature channels 3, 4 and 5 (Teillet 1997) 11, and 14. The formulae are exponential as these use a deep space scan for calibra- and are functions of the number of days tion. An application recalibrating the ima- elapsed since launch. ges, recal.exe, has been developed.

Unfortunately, no recalibration formulae has Atmospheric Correction been found for NOAA 5, 6, 10 and 12. No atmospheric correction has been perfor- Therefore data from these missions are ex- med in the present study. The main reason cluded from the analysis in order to get a is that the algorithm available in Winchips uniform processing of all data. has very high treshold values for solar zenith angle as well as satellite viewing angle. This

Table 15.1.

Mission Formula Source Noaa 7 Channel 1: 0.1100 * exp(0.000101d) * (DN - 36) Rao & Chen 1998a Channel 2: 0.1169 * exp(0.000120d) * (DN - 37)

Noaa 9 Channel 1: 0.1039 * exp(0.000166d) * (DN - 37) Rao & Chen 1998a Channel 2: 0.1136 * exp(0.000098d) * (DN - 39.6)

Noaa 11 Channel 1: 0.1060 * exp(0.000033d) * (DN - 40) Rao & Chen 1998a Channel 2: 0.1098 * exp(0.000055d) * (DN - 40)

Noaa 14 Channel 1: (0.000232d + 0.109) * (DN - 41) Rao & Chen 1998b Channel 2: (0.000373d + 0.129) * (DN - 41)

Change of Calibration Slope, AVHRR Ch. 1 and 2 From Nagaraja Rao & Chen 1994 0.15 Channel 2 0.14

Channel 1 0.13

0.12 Channel 2

0.11 Channel 1 Channel 1

Slope (Percent per Count) Channel 2

0.10 NOAA 7 NOAA 9 NOAA 11 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 Year Figure 15.2. Figure 15.3.

303 would lead to large part of the images would NoaaVI be masked out, especially, in the northern The NoaaVI console module calculates diffe- parts of the area in the beginning and end rent vegetation indices, among these the of growth seasons. NDVI (normalized difference vegetation index from AVHRR channel 1 and 2. The vege- In mid october the solar zenith angle varies tation index is corrected for solar zenith app. 10 degrees in the app. 1,000 kilometers angle. from Kap Farvel to the Disko Bay. 15.5. Geometric correction The absence of atmospheric correction will, As mentioned previously in ch. 15.2.1., it is all others eqaul leads to an underestimation possible to geometrically correct (or rectify) of NDVI, see figure 15.3. but it has been con- Noaa images extracted with the GetAVHRR sidered more important to get data from as console modules, using orbit parameters and big areas as possible. Even when applicable, a digitized coastline. The rectification is per- no atmospheric correction has been perfor- formed in four steps: med in order to ensure uniform treatment 1. The digitized coastline in geographic of the data. coordinates, is transformed using the orbit data file extracted with GetAVHRR, 15.4. Base data (chips 2. The transformed coastline is adjusted so console modules) it fits the coastline of the unrectified The Chips Console Modules are parts of the image. This is done in an interactive man- standard WinChips installation, and is only ner with the image data and transformed briefly described here. For a thorough de- coastline shown in a view. With a dialog, scription is refferred to the Users Guide the transformed coastline is moved until (Hansen 1998b). it fits the coastline of the image. 3. A grid file with information on real world 15.4.1. NoaaGeo The NoaaGeo console module calculates three coordinate as well as image and pixel images with sun-satellite related angles: sizes is created. Solar Zenith Angle (extension *.sza) 4. The actual rectification of the images. View Zenith Angle (extension *.vza) Scattering Angle (extension *.sca) A

15.4.2. NoaaBRF The NoaaBRF console module extracts albedo images from unrectified NOAA AVHRR channel 1 and 2 images, using the calibration information extracted with the GetAV- HRR modules. B The albedo in the output images *.a1 and *.a2 is corrected for solar zenith angles.

15.4.3. NoaaTemp The NoaaTemp console moduke extracts channel 3, 4 and 5 temperature images from unrectified NOAA AVHRR images, using the calibration information extracted with the GetAVHRR modules. Figure 15.4.

304 For a trained operator, the entire rectification e.g the coastline fits in the southern part of process takes 5-10 minutes, depending on the area and not in the northern. In these image size, complexity of coastline and pro- cases orbit parameters from a nearby date cessor speed. was used, and data was extracted again and rectified with the new parameters. In the present context, the digitized coastline is a 1:2,500,000 (National Survey and Cada- 15.5.1. Data processing stre, Copenhagen) covering the whole of Cloud Cover Masking Greenland, from which the area of interest In order to perform reliable calculations on is clipped. The coastline is clearly erroneous various parameters deducted from the AV- in places, eg. The Ameralik Fjord, south of HRR scenes, it is important that cloud cove- Nuuk is misplaced some pixels, but in gene- red pixels are masked out, and not contribu- ral considered adequate as a trade-off be- ting. tween complexity (speed) and precision. The cloud masking model used here is adap- When the transformed coastline is adjusted, ted from Jørgensen and Hansen 1993 with a the images shown in the view is cannel 1, 2 few modifications. The model is a simple de- and 4 in the red, green and blue channels cision flow model, where each pixel is tested respectively. The lookup Table (LUT) is histo- against a series of criterias. The model is gram equalized as this produces almost na- outlined in figure 15.5. tural colors with good contrast between ocean and land. One of the main differences between this model and Jørgensen & Hansen 1993 is that The images are rectified to UTM Zone 22 the present model operates on 16 bit data in using nearest neighbour resampling, where comparison with 8 bit data. Therefore all upper left corner has the coordinates: easting threshold values for the criterias had to be 350,000 meters and northing 7,650,000 me- redifined and the original values could only ters. The image dimensions are 701 samples be used as clues. Some of the criterias was (columns) and 1,051 rows with pixel dimen- expanded with more threshold values. sions 1,000 * 1,000 meters (see figure 15.4B). The parameters used for the criterias are: The precision of the rectification is estimated Surface Albedo (alb): Calculated as the to be less than one pixel. When several ima- mean albedo of AVHRR channel 1 and 2 ges has been stacked, only little diffusion albedos. This is done using a program, along coastlines is found. However, this is . merely a sign of consistent rectification (ea- meanalb.exe sily achieved as only one operator has been NDVI (ndv): The calculation of the NDVI involved), the absolute location in space, is described in ch. 15.3.4. depending on the precision of the coastline. The reflected part of AVHRR channel 3 (t34): calculated as channel 3 temperature Figure 15.4. shows some of the steps in the subtracted from channel 4 temperature, rectification process. Figure 15.4A is the un- using a program T34.exe. rectified image with the transformed coast- Channel 4 temperature (T4): The surface line overlaid. The red grid is the a graphical temperature calculated from channel 4, representation of the resampling grid in or- see ch. 15.3.3. der to illustrate the warping necessary to rectify the image. Figure 15.4B is the recti- Channel 1 and 2 difference (R12). Calcu- fied image. lated by subtracting the channel 1 digital count from the channel 2 digital count Apparently, sometimes the TBUS or TLEs with a program R12.exe. are incorrect and rectification is impossible,

305 The cloud masking model itself is implemen- The model performs best on summer scenes ted in the program cloudcov.exe. The actual with low snow cover, and manual configu- cloud masking processis an interactive pro- ring is rather the rule than the exception. cess involving at least two steps figure 15.6. Especially thin cirrus clouds and cloud edges First step is to run cloudcov.exe for the spe- are hard to classify with default threshold cific scene. The first time cloudcov.exe is run- values. After having used the model on ned for a scene, default threshold values are many images, however, some typical chan- used. These are written to a configuration ges to the threshold values was found to file for the specific scene, while the cloud solve most problems. In the case of cloud ed- mask is written to a chips image. Next, the ges and thin clouds, surface features shi- result is checked visually against color com- nes through the clouds: posites (channel 1,2 and 4) or single overlays The NDVI sorting criteria is increased as (T4, Albedo) of the scene. If the result is not clouds with NDVI values up to 0.2 (DN satisfactory, the threshold values are chan- 120) is found, but typically incereased to ged in the configuration file and the next 110 (NDVI 0.1) time cloudcov.exe is runned, these threshold The default surface temperature in crite- values are used. The steps are repeated until ria 1 is to low and can be increased up to a satisfactory result is found. 2,750 (275 K). Typically up to 272 K for avoiding misclissification of land pixels. Each time cloudcov.exe is runned, a result resume is written to a log file for the specific T34 is the most effective parameter to scene, with information on number of pixels work with in all criterias, but a very sen- classified as clouds with each criteria, as well sible one. One count too low or too high as the threshold values used in the specific and the entire scene is classified as clouds. run. This way it is easy to track changes be- Typically T34 should be decreased in or- tween each consecutive run. der to catch thin clouds and edges to app

F F

T43>110 T34>110 5100 Cloud NDVI<0.05 T4<284 T R12>120 F 100280 F Free Albedo<0.05 NDVI<-0.1 Albedo>0.2 Pixel T T F

Cloud T4<269 T34>115 102110 Albedo>0.2 Pixel T T T

Figure 15.5.

Approved

Not approved Run Visual check of Edit treshold

Cloudmask.exe cloudmask values

Figure 15.6.

306 100-105. However in some cases T34 in Another approach to ensure that cloud ed- criteria 4 should be increased. All cloud ges are classified, is to but a buffer around covered pixels can be classified using T34, all pixels classified as clouds, 2-5 pixels. however, at the expence of massive mis- classication of cloud free pixels. Especial- A common problem is that mixed pixels with ly the upper parts of the Inland Ice and especially ice/land and to smaller extent the sea is very sensible to changes in T34. sea/land pixels are classified as clouds. An In some cases misclassification of these small increase of T34 in criteria 4 is often surface types has been ignored as it has enough to unclassify. been considered more important to classify cloud covered land pixels. Noise in Fjords with ice is often classified as clouds, channel 3 is known to lead to this situa- but this has been ignored, partly because tion. these pixels are masked out in a later stage, R12 has only been changed in a very few and partly because fjord fog is very common. cases, and is not considered very important. A reason for the poor performance Figure 15.7. shows an example of a cloud could be that R12 are calculated on values mask (960718) calculated with default con- that are not compensated for sensor de- figuration values. The problems classifying gradation (see ch. 15.2.2.) and therefore all the clouds are seen clearly, eg. In the up- the difference is dependant not only on per left corner where warm blueish clouds surface reflection but also on sensor age. are found. Instead maybe an albedo difference should be used. Snow Cover The snow cover calculation in this study is based on a linear mixing model, using albedo endmembers for 100% snow cover and 0% snow cover as well as measured snow cover. The snow cover is calculated on a subpixel level and is expressed as fraction pixel area covered with snow (Søgaard & Thom- sen 1988):

SC = (A - A )/(A - A ) c 0 100 0

where SC is snow cover, A is endmember 0 for no snow cover, A is endmember for full 100 snow cover and A is the measured albedo, c in this study, the mean albedo af AVHRR channel 1 and 2 albedos respectively, see ch. 15.5.1. How the endmembers are determined is described in ch. 15.5.2.1. and 15.5.2.2. below.

A program, snowcov.exe, was developed in order to implement the above formula.

Endmember for 0% snowcover (Background Albedo) Eventhough table values for albedos of Figure 15.7. Example of a cloud mask (960718) different surface types easily can be found, calculated with default configuration values. this approach for finding the albedo for a

307 snow free pixel was not considered appro- therefore advisable to use images with as priate. The classification process involved, low solar zenith angles as possible, in order will always result in simplification of the to minimize this problem. data, as the table classes most certain will be fewer than the land cover classes found In the present context this is not considered in a AVHRR scene of 700 * 1,000 pixels. a problem as the images selected are practi- cally all cloud free over land. However, on Instead a method for estimating the albedo the final image, the cloud shadows causes for each pixel is adopted from Broge et al. big problems on the Inland Ice. The images 1991. The idea is to stack cloudfree images used here is listed in table 15.2. below and and find the global minimum value for each the background albedo image is found in pixel. The lowest albedo is then assumed to figure 15.8. be the snow free albedo. Eventhough some of the images are partly cloud covered, a Endmember for 100 %s snow cover cloud free pixel will allways have lower albe- Snow albedo is a highly variable parameter, do than clouds. In order for this to be true, varying with grain size, amount of impuri- it is off course a condition, that all pixels are ties and solar incidence angle among others cloud free on at least one image in the series. (Dickinson 1983). Therefore it was an important goal to obtain a representative snow The main problem with this method, is not, albedo for each image. as previously stated, clouds, but cloud shadows as these has very low albedo. It is Six areas on ice caps and on the Inland Ice, considered snow covered at all times, was selected, see figure 15.8. The areas ranges from app. 700 to 1,000 pixels, and is considered large enough to be representative.

All areas were examined for cloud cover, and if cloud free, the mean albedo for the area was calculated. The areas was prioriti- zed so that areas on local icecaps had highest priority. The mean albedo for the cloud free area with the highest priority was chosen as the representative snow albedo value. Albedo values for all the areas was written to a database for future use.

Table 15.2.

Image Date 850820 860810 880826 890813 900730 910726 920801 930728 950730 Figure 15.8. Background albedo image of Greenland. 960718

308 The albedo on the local ice caps was assu- 15.6.1. Time series analysis med to be more representative for snow co- Maximum NDVI vered land pixels than areas on the Inland As it is useful to know the NDVI when the Ice. The lower terrain altitude and vicinity vegetation is at its height, annual maximum to the sea of the local ice caps will lead to NDVI overlays has been produced. more dust and imputities in the the snow and lead to lower albedos than on the In- It has been done simply by finding the global land Ice. This seem to be the case from the maximum for each pixel for all NDVI over- data found, however, no statistical tests has lay for a year. For this to be possible it is of been performed. course a condition that all pixels are cloud free on at least one scene. If all of the six ares was cloud covered in a scene, an alternative area was chosen for It is assumed that a vegetated pixel allways that scene, and the mean albedo calculated. will have a higher NDVI than a cloud covered one and no cloud cover masking is used. A source to error was observed in cases where the equilibrium line altitude (ELA) is When processing the images it appeared that higher is in or above the selected areas. In striping on older images (before 1990) was these cases the albedo value will represent accumulated, as the stripes had very high exposed ice or saturated snow with typical NDVI. Closer examination showed that no albedo values of 0.3 to 0.45, where snow land pixels had NDVI values higher than typically is in the range 0.6 to 0.8. If a suspi- 0.55. Therefore the processing was repeated, cious albedo value was found, the image this time ignoring all pixels above NDVI was manually checked, and if the ELA was 0.55. above or in the selected area, another area was chosen. The maximum NDVI overlay for 1995 is presented in figure 15.9. In practice the the method is implemented as a CSL script, prepared for batch proces- There are two main sources of errors. Firstly, sing. the date exhibiting the highest NDVI values is not necessarily represented in the dataset, 15.6. Data presentation and secondly if it is it is likely that some pi- In order to present the data in a clear way, xels are cloud covered. Both these cases leads an overlay was produced for each scene to a too low maximim NDVI for that speci- date, combining information of snow cover, fic year. NDVI and cloud cover. No digitized land mask, ie. an overlay only The overlay shows NDVI classes of intervals consisting of land pixels, exists, making cal- of 0.1 in pixels where snowcover is less than culation of eg. averages for all land pixels or equal to 0.2 and snow cover classes of in- difficult. However, during the process of re- tervals 0.1 in pixel where snow cover is grea- moving the stripes it was found that if taking ter than 0.2. the maximum NDVI overlay for a year, and masking all values out below 0.02 and above Data is only shown for land pixels as ice- 0.55 an acceptable land mask overlay was caps, Inland Ice and sea is masked out. A produced. The best result were found using description of the landcover mask is found the 1995 maximum NDVI overlay. It con- in ch. 15.7.1. Samples overlays is presented tains errors in mixed pixels, masking out in ch. 3 for the growth season 1995. areas near the coast and along the border of the Inland Ice as well as areas with exposed rocks with little vegetation. But no alternative exists and in this case the errors are ac-

309 ceptable. The land cover mask is used in red or off image pixels are given the value 0 figure 15.15. and the actual interpolation is performed on the CDV-overlays. A global maximum NDVI overlay was also produced by finding the maximum NDVI The interpolation is done in two steps: value for each pixel in the annual maximum NDVI overlays, see figure 15.14. First the model is calculated, a 2. degree polynomium resulting in three overlays with Normal NDVI 2., 1. and 0. degree coefficients. A RMS over- As the data used in this study is neather lay and a count overlay is also produced. complete nor evenly distributed in time, a method to fill the gaps is interpolating be- In the present context only values ranging tween the available scenes. from NDVI -0.01 to 0.55 is included in the interpolation to filter out partly the masks It is assumed that the course of the NDVI in the CDV-overlay and partly image strip- during the season follows a parabola ie. The ing (see ch. 15.7.1.). interpolation model is a 2. degree polynomium. A problem often encountered in NDVI interpolation is that too few values in in the start In order to avoid using off image pixels and or end of the season can force the parabola cloudcovered pixels in the interpolation, a to turn upside down ie. The legs of para- preprocessing step was performed. An over- bola is pointing upwards. This is the case in lay was produced (in the following called the Vatnaverfi pixel in 1995, where the last CDV) for each scene, where all cloud cove- three scenes in the end of the season are 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290 50 70 0.60 60 80 90

0.50 0.30 All Land Pixels 0.15 0.40 0.00 -0.15 -0.30 0.30 0.30 Vatnaverfi NDVI 0.15 0.00 No Data 0.20 -0.15 -0.30 0.10 0.30 Qassiarsuk 0.15 0.00 0.0 -0.15 -0.30 Ilulialik Isungua Brayasł Itinnera Qugsuk Kanasut 0.30 Kanasut Vatnaverfi Land pixels Qassiarsuk 0.15 0.00 -0.15 -0.30 Figure 15.9. 0.30 Quksuk 0.15 0.00 -0.15 -0.30 0.30 Ilulialik 0.15 250 0.00 Off Image pixels -0.15 -0.30 Qassiarsuk 1995, Interpolated 200 0.30 Itinnera Vatnaverfi 1995, Interpolated Normalized DifferenceVegetation Index 0.15 Qassiarsuk 1995, Image pixels 0.00 Vatnaverfi 1995, Image pixels -0.15 150 -0.30 0.30 Brayasł

NDVI 0.15 100 0.00 -0.15 -0.30 0.30 Isungua 50 0.15 0.00 Cloud Covered pixels -0.15 0 -0.30 50 100 120 130 150 160 180 190 210 220 240 250 270 280 50 75 100 125 150 175 225200250 275 300 60 70 80 90 110 140 170 200 230 260 290 Day number Daynumber

Figure 15.10. Figure 15.11.

310 cloud covered, see figure 15.10. It is seen NDVI is shown for 1995 for each of the test- from figure 15.10. that using this model areas. would lead to disastrous results, with NDVI increasing exponetially towards the end of Figure 15.12 shows the distribution of scenes, the season. in each of the 13 years used in the present study. The blue dots represents image data A simple method to filter out these cases is and the vertical red lined represents the in- to replace the second and first degree coeffi- terpolation dates. In order to calculate a nor- cients with the value zero if the second de- mal ndvi, average overlays has been calcu- gree coefficient is greater than 0. The 0. de- lated along the red lines. In this way the nor- gree coefficient is replaced with the value malndvi of a seaon is represented by 24 va- 250 resulting in a mask value in the pixel for lues for each pixel. The normal NDVI for all resulting images. The drawback is that a the eight test ares is presented in figure pixel is masked out for the entire year even 15.17. if the start and mid pixels are good, as in the Vatnaverfi pixel in 1995. But this is to prefer, Length of growth season compared to results based on an interpola- In the present context a pixel is defined as tion on clouds. vegetated when the spatial snow cover is below 20%. Then the start of the growth sea- The next step in the interpolation process is son in a pixel for a specific year, can be defi- the calculation of resulting images. ned as the day, the snow cover falls below 20% and likewise the end of the growth sea- The interpolation is done in 10 days intervals son can be defined as the day the snowcover starting at day 60 (March 1., February 29. exceeds 20%. in lapse years) and ending at day 290 (Oc- tober 27./26.) resulting in 24 overlays each The start and end dates of the growth sea- year. son for each pixel is found, by a simple line- ary interpolation routine which is sketched An example of an interpolation result is in figure 15.13. shown in figure 15.11., where interpolated The two cases are: 1) Start of growth season. The last image with snow cover below 20% and the first image with snow cover above 1996 20% are found and the day number for 1995 snow cover 20% is interpolated from these 1994 points. 2). The end of the growth season is 1993 found in the same way, only here, the points 1992 used for interpolation is the last image with 1991 snow cover below 20% and the first image 1990 with snow cover above 20%.

Year 1989

1988 Length of Growth Season = (Day0.2, end - Day0.2, start ) 1987 SC SC 2 Start of End of 2 1986 Growth Season Growth Season

1985 0.2 0.2

1984 Snow Cover SC 1 SC 1 1983 SC SC 130 140 150 160 170 180 280 290 300 60 70 80 90 100 110 120 190 200 210 220 230 240 250 260 270 Day Day Day Day Day Day 1 0.2, start 2 1 0.2, end 2 Daynumber Daynumber

Figure 15.12. Figure 15.13.

311 The routine is executed twice for each year, 15.7.2. Maximum NDVI where only images before August 1. is used Figure 15.14. presents the global maximum for calculating the start of the growth sea- NDVI overlay. As expected figure 15.14. son, and only images after july 1. is used for shows that areas with high NDVI values are calcula-ting the end of the growth season. If found in areas away from the coast where a no meaningfull value is found a value of dryer end warmer climate prevails. zero is assigned. In figure 15.16. the maximum NDVI for The length of the growing season each year each of the testareas as well as for all land is found by subtracting the end of season pixels is presented. overlay with the start of season overlay. For all years the maximum value found is 15.7. Results around 0.55, in an area near Kangerlussuaq. In the following chapter, presenting results, Kanasut exhibits the lowes values, with no not all data has been included. Results regar- years exceeding 0.3 while highest values are ding whole scenes are represented by show- found in Vatnaverfi with almost all years ing results from 1995, and pixel based re- above 0.4. sults showed for each of the eight test areas shown in figure 15.1. 15.7.3. Normal NDVI The normal ndvi for a growth season is pre- 15.7.1. Composite maps sented in figure 15.17. for each of the test Figure 15.15b-p. presents composite maps areas. The gray bars shows how many of for the growth season 1995. Figure 15.15a. potential 13 images has been used in the cal- is the legend for all composite maps. culation. It is seen that the more images used, the more the NDVI follows a parabola. As in figure 15.16. Kanasut has the lowest NDVI values through the season while Vatnaverfi and Itinnera has the highest.

15.7.4. Length of growth season Figure 15.16. is a summary of when the growth season starts, ie, when then the snow cover in a pixel is below 0.2. it is seen that in the eight pixels earliest dates are in medio April to primo May, while the latest season starts ranges from primo June to ultimo july. A mean day number is also calculated, with dates around primo June for all test areas.

Figure 15.17. summarizes the day number of the end of the growth season (snow cover > 0.2) for the eight test areas. The earliest end of season covers a large period of time of app. 2 months from ultimo June to ultimo September. In contrast, the latest end of season is very uniform for the eight areas, all around medio October. The average end of season data ranges from primo September to primo October.

Figure 15.14.

312 Figure 15.15a-p.

313 Figure 15.15a-p continued.

314 Table 15.3. presents the calculated growth is reflected in the calculation of interpolated season lengths for the eight test areas. Four overlays, as no data for Vatnaverfi exists years had to be excluded from the analysis, (fig. 15.11). As clouds in South Greenland is because data was highly doubtful. These a common problem is also seen in figure years are 1989, 1992, 1994 and 1996. The 15.17., where fewer images has been used reason for the exclusion is mainly missing in the calculation of normal NDVI other data in the end of the season. years.

Figure 15.20. is asummary of the data pre- In general, the method described in chapters sented in table 15.3. 15.2. to 15.6, performs well over land pixel, but from the above it is clear that this type 15.8. Discussion of model is heavily dependant on operator The composite maps presented in figure experience especially regarding cloud cover 15.15. gives an impression on how parame- masking. Therefore the model can not be ters like snow cover and NDVI varies over a considered fully oprational and further de- growth season. As these maps represents volopment is needed. However, the issue of the best datamaterial available for 1995, they operator experience is not likely to be solved. also demonstrates how difficult it is to obtain representative data for a specific year. The recent launch of Noaa 15 should im- It has been impossible to obtain cloudfree prove the posibillities of separating clouds images from large parts of South Greenland from snow as it contains a new channel 3 in the last months of the growth season. This setup, suitable for this. 100 120 130 140 150 160 170 180 190 200 210 220 230 250 270 290 300 110 240 260 280 50 60 70 80 90 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

Vatnaverfi 0.5 0.30 Vatnaverfi 12 0.4 0.15 9 0.00 0.3 6 0.2 -0.15 -0.30 3 Qassiarsuk 0.5 Qassiarsuk 0.4 0.30 12 0.15 9 0.3 0.00 0.2 -0.15 6 -0.30 3 0.5 Kanasut 0.4 0.30 Kanasut 12 0.15 0.3 9 0.2 0.00 6 -0.15 Quksuk

3 used images Number of 0.5 -0.30 0.4 0.30 Quksuk 0.3 12 0.15 0.2 9 0.00 6 Ilulialik -0.15 0.5 3 0.4 -0.30 0.30 0.3 Ilulialik 12 0.2 0.15 9 0.00 Itinnera 6 0.5 -0.15 3 0.4 -0.30 0.3 0.30 0.2 Itinnera 12 Normalized Difference Vegetation Index 0.15 9 0.5 Brayasł 0.00

Normalized Difference VegetationIndex (NDVI) 6 -0.15 0.4 3 0.3 -0.30 0.2 0.30 Brayasł 12 0.15 Isungua 9 0.5 0.00 6 0.4 -0.15 3 0.3 -0.30 0.2 0.30 Isungua 12 0.15 0.5 9 All Land Pixels 0.00 0.4 6 0.3 -0.15 3 0.2 -0.30 50 100 120 140 150 160 170 180 190 200 210 220 230 250 270 290 60 70 80 90 110 130 240 260 280 300 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 Daynumber Figure 15.16. Figure 15.17.

315 A recent article (Simpson et al. 1998) pre- While the composite maps, in a retrospective sents an entirely different approach and sta- analysis may not be as interesting as the pa- tes that static spectral and bi-spectral thres- rameters deduced from them, they have a holding models like the above are likely to great value in a continous survey, as the give fail in cloud/sn-ow discrimination. This ap- a status for a large area. Especially when proach uses an split and merge classification processed with regular intervals, with short method for classifying snow, cloud, mixed delay after recieving the image, they provide cloud/snow and land pixels in cold regions. wildlife administrators with valuable tools The process is based on channel 3 and 4 tem- for e.g. field work planning and explana- perature, channel 2 albedo and the emitted tions of features observed in the field. part of channel 3. The classification accuracy of the model is typically 97% and is con- It would have been aesthetically more plea- firmed with Landsat data and ground obser- sing with separate masks for sea and Inland vation. Ice in the composite maps, but this was not possible in the present context.

Some regional trends are found in the maxi- 250 Max. Mean Min. mum NDVI (figure 15.16.), e.g for 1984, 200 where a peak is found in South Greenland,

150 which is not found in the Nuuk and Kanger- lussuaq areas. 100 Day Number 50 In order to be able to perform better compa-

0 rison between different years and different ł

Ilulialik Brayas Itinnera Quksuk Kanasut Issungua Vatnaverfi Qassiarsuk

Figure 15.18. 200

150 350 Max. Mean Min. 300 100

250 Duration (Days) 50 200 150 0

Day Number100 Issungua Brayasł Itinnera Ilulialik Quksuk Kanasut Qassiarsuk Vatnaverfi 50 Max. 109 161 124 139 133 123 173 115 Mean 81.0 114.5 122.0 98.4 95.4 88.2 173.0 75.5 0 ł Min. 37 77 120 78 62 23 173 9

Ilulialik 54277616 Brayas Itinnera Quksuk Kanasut Count Issungua Vatnaverfi Qassiarsuk Figure 15.19. Figure 15.20.

Table 15.3.

1983 1984 1985 1986 1987 1988 1990 1991 1993 1995 - - 107 109 - - - 60 92 37 Brayasø - - 161 - - 77 - - 125 95 Itinnera - - - - 120 - - 124 - - Ilulialik 78 - - 97 83 112 - 83 97 139 Quksuk 91 - 99 98 85 100 - 62 - 133 Kanasut 78 - - 94 101 - 110 23 - 123 Qassiarsuk --173------Vatnaverfi 40 91 - 115 111 87 9 - - -

316 pixels, the variation of the maximum NDVI xed results are seen in 1992 and 1994 where in relation to a normal was found. A normal indiced above 100 is found in the two nor- (average) maximum NDVI overlay was pro- thernmost areas (Isungua and Brayasø), but duced by calculating the arithmetic mean values below 100 or near neutral is found in for each pixel for the annual maximum the rest of the areas. NDVI overlays (figure 15.21.). Next ratio images were calculated for each year simply The results shown in figure 15.22. especially by dividing the annual max NDVI overlay the absolute values of the indices, should be with the normal NDVI overlay resulting in a used with caution due to the possible errors ratio image for each year. described in ch. 15.7.1. However, the data shows some general trends and is therefore Figure 15.22. shows the variation of the a valuable source of information. maximum NDVI for each year in each of the test area pixels as well as for all land An other interesting analysis could be to find pixels in relation to the average maximum the daynumber for the maximum NDVI NDVI. The average maximum NDVI is gi- value in order to study the temporal varia- ven the index 100. Above average years has tion of the height of the growth season. A values above 100 while below average years figure could then be produced showing the has values below 100. displacement of the maximum NDVI value in days for specific years in relation to a 1988 is generally a bad year with values standard maximum NDVI daynumber. well below 100 in most testareas. Opposite However, the results was considered to be 1991 and 1995 were good years, 1995 exhi- too doubtfull, as the date of the maximum biting the highest index in Ilualik. More mi- NDVI is not very precise.

198219831984198519861987198819891990199119921993199419951996

Vatnaverfi 105 100 95

Qassiarsuk 105 100 95

Kanasut 105 100 95

Quksuk 105 100 95

Ilulialik 105 100 95

Itinnera 105 Index (Average= 100) 100 95

Brayasł 105 100 95

Isungua 105 100 95

105 All Land Pixels 100 95

198219831984198519861987198819891990199119921993199419951996

Figure 15.21. Figure 15.22.

317 Maybe it should be tried with the interpola- An easy way to percieve this is to run a new ted normal NDVI values as it is quite easy interpolation on the normal NDVI overlays to find the extreme if the parabola. However, on the same dates. Then the form of the even if the date could be determined this NDVI curve would be a perfect parabola, way, the absolute value of the maximum and the ruggedness would be levelled out. NDVI would be to low. This is also the place to discuss whether the The normal NDVI curves in figure 15.17. form of the saesonal variation of the NDVI follows the parabola form surprisingly well, is a parabola. It may be true for the start of considered that they are averages of several the season. However, the growth season in parabolas. Only in beginnings and ends of Greenland terminates abrubtly by the first seasons the curves are jagged. This is to be snow fall. It has been considered more save contributed to missing images in the start to consider all pixels as potentially snow and end of seasons, resulting in filtered out free. As the normal NDVI first comes above values due to the problems described in ch. 0 in the late spring, the melting of the snow 15.7.2. However, much of these problems cover has been taken into account. could be solved by introducing snow covered images in the analysis. In the present study The growth season length in table 15.3. is onlt very few images are totally snow cove- characterized by many - = No Data fields. red, but if cloud free snowcovered images For the Qassiarsuk pixel only data from one could be found in the start and end of each year is found and for 1984 only data for Vat- season, the NDVI values here would be so naverfi is found. In figure 15.20. is shown low that the parabolas was forced to point the maximum, minimum and mean season in right direction. length for each area. The number of years used in the calculation ranges from 1 to 7 out of the the 14 possible years.

200 Very low values are found in table 15.3., eg. 150 for the Vatnaverfi pixel where the minimum values found are 9 and 40 days. If these 100 values are omitted in the calculation of the

50 mean season length the new mean season Duration (Days) length is 101 days. Figure 15.23. shows the 0 Issungua Brayasł Itinnera Ilulialik Quksuk Kanasut Qassiarsuk Vatnaverfi same data as figure 15.20., only with lowest Max. 109 161 124 139 133 123 173 115 values (below 50) excluded. Mean 92.0 114.5 122.0 98.4 95.4 101.2 173.0 101.0 Min. 60 77 120 78 62 78 173 87 The removal of the lowest values results in Count 4 4 2 7 7 5 1 4 more uniform mean values. Now the mean Figure 15.23. season length ranges from 92 to 122 days except for the Qassiarsuk pixel, but as this value is only based on data from one year. 160 140 120 Figure 15.24. shows the mean season length 100 calculated by subtracting the mean start of 80 season date with the mean end of season 60 date taken from figures 15.18. and 15.19. Duration (Days) 40 respectively for each test area. This methods 20 levels out very late season starts and very 0 ł early season ends and gives results compa- Ilulialik Brayas Itinnera Quksuk Kanasut Issungua Vatnaverfi Qassiarsuk rable with figure 15.23., however without Figure 15.24. excluding any data.

318 The problems in the calculations can be con- 15.9. Conclusion tributed mostly to the fact that the first and The method for producing the composite last images for each year are not snow cove- maps has proven to be fast and well functio- red in all cases, sorting out many pixels. This ning, albeit not as automatic and operator especial-ly applies to the end of the season. independant as planned. Therefore the quality of the analysis would be improved considerably if each season It is mostly the cloud masking algorithm that started and ended with a snowcovered causes troubles as individual images has to image. be manually configured and reprocessed in many cases. In addition, the quality of the An alternative way to find the start and end cloud screening increases with operator ex- of growth seasons, is to determine when the perience. Therefore further development is NDVI declines below 0 in start and end of needed. growth seasons respectively. In ch. 15.4. an alternative method is descri- If the results for the temporal variation of bed (Simpson et. al 1998) for separating the snow cover had been better, it would snow land and cloud pixels. As the results have been interesting to correlate e.g. start are very promising and future development or length of growth season with maximum could easily go into that direction. NDVI. In the data aquisition fase for the present The very simple linerary interpolation used project, most weight was put on acquirering to find the start of the growth season could images during the growth season. However, be replaced with a more advanced method the results has shown that both the calcula- using depletion curves. A depletion curve is tion of normal NDVI and growth season a model for spatial smelting of a snow cover. would have benefitted from snow covered At first the snow cover melts away slowly, images in the start and end of each season. but after a certain point the melting speeds Therefore if the work presented here is to be up and most of the snow cover disappears continued, an important issue would be to in a short period of time until another point aquire these images. is reached, when the last snow is remaining for a long period of time. Another objective would be to include data from the latest 2 years in the analysis. In order to determine the depletion curves, images in the snow melt season should be Eventhough the present study is ended, the obtained with very low interval, at least one results should by no means be considered as per day, and the curves could be interpola- static. As continous syrveying of NDVI and ted between these. snow cover is going to take place with simi- lar or comparable methods, the amount of data will increase and thereby the quality of the deducted results will be improved.

319 Improved estimates of the area extent of snow cover 15.10. References from AVHRR data. Journal of Hydrology, vol. 204: 1- Broge, N., P.V. Jørgensen & Scharling 1991. 23. Snekortlægning til hydrologisk brug i Norge. Institute of Geography, University of Copenhagen. Søgaard, H. & T. Thomsen 1988. Application of Satellite data to Monitoring snow cover Dickinson, R.L. 1983. and Runoff in Greenland. Nordic Hydrology. vol. 19. Land surface processes and climate - Surface albedo and energy balance. In: Saltzman, B. (ed.). Theory of Teillet, P.M. 1997. climate. Advanves in geophysics 25: 305-353. A status overview of earth observation calibration/ validation for terrestial applications. Canadian. J. of Hansen, L. 1998a. Remote Sensing, vol. 23, no. 4: 291-298. Winchips Users Guide, Institute of Geography, Univer- sity of Copenhagen.

Hansen, L. 1998b. Winchips Console Modules Users Guide, Institute of Geography, University of Copenhagen

Jørgensen, P.V. & B.U. Hansen 1993. Satellitbaseret kortlægning af snedække og vegetation på kystnære dele af det vestlige Grønland. Institute of Geography, University of Copenhagen.

Nagaraja Rao, C.R. & J. Chen 1998a. Calibration formulae for the visible and near infrared channels og the Advanced Very High Resolution Radiometer on board the Noaa-7, -9, -11 spacecraft: An update. http://orbitnet.nesdis.noaa.gov/ora/ calib.html.

Nagaraja Rao, C.R. & J. Chen 1998b. Calibration formulae for the visible and near infrared channels og the Advanced Very High Resolution Radiometer on Noaa-14 spacecraft. http:// 140.90.207.25:8080/EBB/ml/niccal.html.

Simpson, J.J., J. Stitt & M. Sienko 1998.

320 321 322