西アフリカのガーナ北東部での混合メソッドアプローチによる土地利用と土地被覆の駆動力の評価

土地利用と土地被覆変化（LULCC）は、複雑な人間と環境の相互作用の結果です。社会生態学的システムの高い相互依存関係により、主要なドライバーを特定することが困難になります。ただし、空間的または経済的分析では容易に決定できない間接的な（基礎となる）ドライバーを含むLULCCの主要なドライバーの知識は、土地利用計画に不可欠であり、発展途上国では特に重要です。ガーナ北部の東部地域のLULCCのドライバーを、信頼レベル分析で比較したさまざまな定性的および定量的方法により、混合メソッドアプローチを使用しました。専門家からの視点は、多くのトリガー効果、特にLULCCの非空間的および間接的なドライバーが他の方法論的アプローチによって測定できないため、土地利用が変化している理由に答えるのに役立ちます。地理的または経済的分析により、専門家ベースの結果の関連性を検証するために追加されます。まず、詳細なインタビューを実施し、LULCCの34の直接および間接ドライバーのリストを作成しました。その後、アンケートで専門家のグループに、リッカートスケールを使用して最も重要なドライバーを選択するように依頼されました。この情報は、リモートセンシング分析によって補完されました。最後に、ドライバー分析を文献からの情報と比較しました。これらの分析に基づいて、特に農村部での人口増加がLULCCの主要な要因であるという非常に高い自信があります。さらに、現在の農業慣行、茂みの火災、家畜、道路網、気候変動が主な直接的な推進力であり、農民の金融資本と土地所有権に関する慣習的な規範は、自信が高い重要な間接的なドライバーとしてリストされていました。労働力不足や移住など、これらの原動力の多くはさらに依存しています。政府の法律、クレジット、拡張担当官、保護農業、および外国農業の中規模規模の投資は現在、土地利用の変更を促進していません。混合メソッドアプローチは、特に発展途上国において、LULCCをモデル化するための最も重要なドライバーの調査結果と選択の信頼を改善すると結論付けています。

Land use and land cover change (LULCC) is the result of complex human-environmental interactions. The high interdependencies in social-ecological systems make it difficult to identify the main drivers. However, knowledge of key drivers of LULCC, including indirect (underlying) drivers which cannot be easily determined by spatial or economic analyses, is essential for land use planning and especially important in developing countries. We used a mixed-method approach in order to detect drivers of LULCC in the Upper East Region of northern Ghana by different qualitative and quantitative methods which were compared in a confidence level analysis. Viewpoints from experts help to answer why the land use is changing, since many triggering effects, especially non-spatial and indirect drivers of LULCC, are not measurable by other methodological approaches. Geo-statistical or economic analyses add to validate the relevance of the expert-based results. First, we conducted in-depth interviews and developed a list of 34 direct and indirect drivers of LULCC. Subsequently, a group of experts was asked in a questionnaire to select the most important drivers by using a Likert scale. This information was complemented by remote sensing analysis. Finally, the driver analysis was compared to information from literature. Based on these analyses there is a very high confidence that population growth, especially in rural areas, is a major driver of LULCC. Further, current farming practice, bush fires, livestock, the road network and climate variability were the main direct drivers while the financial capital of farmers and customary norms regarding land tenure were listed as important indirect drivers with high confidence. Many of these driving forces, such as labour shortage and migration, are furthermore interdependent. Governmental laws, credits, the service by extension officers, conservational agriculture and foreign agricultural medium-scale investments are currently not driving land use changes. We conclude that the mixed-method approach improves the confidence of findings and the selection of most important drivers for modelling LULCC, especially in developing countries.