Ten years analysis of Mau Forest degradation : forest cover and ecosystem transformation

Land use and land cover change is driven by human actions and drives changes that limit availability of products and services for human and livestock, and it can undermine environmental health as well. In the last three decades, global forest area decreased from 32.5% to 30.8%. Despite the many drivers causing forest degradation, the most important for Africa is agricultural expansion. To reverse this trend, many interventions have been initiated locally and on a global scale. In this study, we attempted to understand how Mau Forest, one of the major ecosystems in Kenya is transforming over the period of 10 years from 2010 to 2020. Overall, this study was to assess land use land cover transformation with specific interest in forest degradation analysis within in the Mau Forest Complex using Remote sensing and Geographical Information System (GIS). Specifically, the study was aiming to determine the trend in forest cover change for the study period. In addition, the study was seeking to determine and compare forest cover change with other land use classes e.g., agriculture, settlements within the ecosystem. Lastly, this projected will provide an application and data that will form the basis for future reference and may support the Kenyan Forest Service and Kenyan Wildlife Service in the planning of patrols, especially when operationalized as a near real-time (NRT) monitoring system. Knowledge on the spatial extent and the location of degrading areas may additionally inform policy makers to prioritize main intervention areas. Using GEE, an image collection, or data stack, were be generated for the study period comprising all images intersecting the study area to produce a cloud-free composite of scenes for the whole ecosystem. In this study, classification schema comprises of five Land cover classes namely Forest, Agriculture, Grassland, Bareland, Build-up, and water bodies were considered as they are the dominant land uses within the ecosystem. Using Random Forest algorithm, all the images were classified, and accuracy assessment conducted. The overall mean accuracy was 87.64%, slightly above the minimum allowable value according to Anderson et al (1976). From the analysis, Forest cover has been decreasing through the study period at annual rate of 0.5% with highest loss in 2017 (0.87%) translating to 1885.16 ha and lowest in 2014 (0.19%) which is about 403.88 ha. The agricultural land has been on the increase at an average annual rate of 3.14% which translate to 1254.5 ha/year. Unlike Forest and Agriculture which have one direction of land cover transformation, Grassland experience both increase and decrease. Averagely, over the 10 years analysis, Grassland cover reduced by approximately 0.23 % in terms of cover. The greatest loss occurred in 2019 by 12.99% which is approximately 837.91 ha with the highest gain in 2018 by about 9.09%. Like Grassland, both Bareland and Water experienced both positive and Negative trend within the 10 years of analysis. For water, the highest increase was in 2016 by about 4 ha. Land Use Land Cover transformation results from the composite interface of numerous factors such as culture, human behavior, policy, economics, management, and the environment. To understand and quantify such transformation, remote sensing and GIS has proven to very fundamental technology in providing such information. If used in conjunction with deforestation monitoring, this approach could be the base for precise forest monitoring in Kenya.

L'uso del suolo e il cambiamento della copertura del suolo sono guidati dalle azioni umane e determinano cambiamenti che limitano la disponibilità di prodotti e servizi per l'uomo e il bestiame e possono anche minare la salute ambientale. Negli ultimi tre decenni, la superficie forestale globale è diminuita dal 32,5% al 30,8%. Nonostante i numerosi fattori che causano il degrado forestale, il più importante per l'Africa è l'espansione agricola. Per invertire questa tendenza, molti interventi sono stati avviati a livello locale e su scala globale. In questo studio, abbiamo cercato di capire come si sta trasformando la foresta di Mau, uno dei principali ecosistemi del Kenya nel periodo di 10 anni dal 2010 al 2020. Nel complesso, questo studio era volto a valutare la trasformazione della copertura del suolo dell'uso del suolo con specifico interesse per il degrado forestale analisi all'interno del complesso forestale di Mau utilizzando il telerilevamento e il sistema informativo geografico (GIS). In particolare, lo studio mirava a determinare l'andamento del cambiamento della copertura forestale per il periodo di studio. Inoltre, lo studio cercava di determinare e confrontare il cambiamento della copertura forestale con altre classi di uso del suolo, ad esempio agricoltura, insediamenti all'interno dell'ecosistema. Infine, questo progetto fornirà un'applicazione e dati che costituiranno la base per riferimenti futuri e potrebbero supportare il Kenyan Forest Service e il Kenyan Wildlife Service nella pianificazione dei pattugliamenti, soprattutto quando operativi come sistema di monitoraggio in tempo reale (NRT). La conoscenza dell'estensione spaziale e dell'ubicazione delle aree in degrado può inoltre informare i responsabili politici a dare priorità alle principali aree di intervento. Utilizzando GEE, è stata generata una raccolta di immagini o uno stack di dati per il periodo di studio comprendente tutte le immagini che intersecano l'area di studio per produrre un composito di scene senza nuvole per l'intero ecosistema. In questo studio, lo schema di classificazione comprende cinque classi di copertura del suolo, vale a dire Foresta, Agricoltura, Prati, Bareland, Accumulo e corpi idrici sono stati considerati come gli usi del suolo dominanti all'interno dell'ecosistema. Utilizzando l'algoritmo Random Forest, tutte le immagini sono state classificate e condotta una valutazione dell'accuratezza. L'accuratezza media complessiva era dell'87,64%, leggermente al di sopra del valore minimo consentito secondo Anderson et al (1976). Dall'analisi, la copertura forestale è diminuita durante il periodo di studio a un tasso annuo dello 0,5% con la perdita più alta nel 2017 (0,87%) che si traduce in 1885,16 ha e la più bassa nel 2014 (0,19%) che è di circa 403,88 ha. La superficie agricola è in aumento ad un tasso medio annuo del 3,14% che si traduce in 1254,5 ha/anno. A differenza delle foreste e dell'agricoltura che hanno una direzione di trasformazione della copertura del suolo, i prati sperimentano sia un aumento che una diminuzione. In media, nei 10 anni di analisi, la copertura dei prati si è ridotta di circa lo 0,23 % in termini di copertura. La perdita maggiore si è verificata nel 2019 del 12,99% che è di circa 837,91 ha con il guadagno più alto nel 2018 di circa il 9,09%. Come Grassland, sia Bareland che Water hanno registrato un trend sia positivo che negativo nei 10 anni di analisi. Per l'acqua, l'aumento più alto è stato nel 2016 di circa 4 ha. La trasformazione dell'uso del suolo della copertura del suolo risulta dall'interfaccia composita di numerosi fattori come la cultura, il comportamento umano, le politiche, l'economia, la gestione e l'ambiente. Per comprendere e quantificare tale trasformazione, il telerilevamento e il GIS si sono rivelati una tecnologia fondamentale nel fornire tali informazioni. Se utilizzato insieme al monitoraggio della deforestazione, questo approccio potrebbe essere la base per un monitoraggio preciso delle foreste in Kenia.