Urban land use detection and change using an enhanced monitoring system with remote sensing tools and GIS in the EUREGIO Meuse-Rhine area

Mönnig, Carsten; Lehmkuhl, Frank

doi:1965

Urban land use detection and change using an enhanced monitoring system with remote sensing tools and GIS in the EUREGIO Meuse-Rhine area = Urbaner Landnutzungswandel und -detektion unter Verwendung eines weiterentwickelten Monitoringsystems mit Fernerkundung und GIS in der Euregio Maas-Rhein

Mönnig, Carsten (Author)

2007

Verantwortlichkeitsangabevorgelegt von Carstn Mönnig

ImpressumAachen : Publikationsserver der RWTH Aachen University 2007

UmfangVIII, 153, [75] S. : Ill., graph. Darst., Kt.

Aachen, Techn. Hochsch., Diss., 2007

Zusammenfassung in dt. und engl. Sprache

Genehmigende Fakultät
Fak05

Hauptberichter/Gutachter
Lehmkuhl, Frank (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2007-01-12

Online
URN: urn:nbn:de:hbz:82-opus-19658
URL: https://publications.rwth-aachen.de/record/62424/files/Moennig_Carsten.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
Fernerkundung (Genormte SW) ; Satellitenfernerkundung (Genormte SW) ; Geoinformationssystem (Genormte SW) ; Landnutzung (Genormte SW) ; Euregio (Genormte SW) ; Maas-Rhein <Planungsregion> (Genormte SW) ; Verstädterung (Genormte SW) ; Geowissenschaften (frei) ; Landnutzungswandel (frei) ; grenzübergreifend (frei) ; GIS (frei) ; Urbanisierung (frei) ; remote sensing (frei) ; change detection (frei) ; urban (frei) ; monitoring system, cross-national (frei)

Thematische Einordnung (Klassifikation)
DDC: 550

Kurzfassung
Die urbanen Gebiete Mitteleuropas waren während der vergangenen drei Jahrzehnte Schauplatz von intensiven Veränderungen. Diese räumliche Umgestaltung von städtischen Gebieten können mit Katasterkarten und statistischen Daten erfasst werden. Die nationalen Daten werden nach länderspezifisch unterschiedlichen Kriterien aufgenommen und enden an den nationalen Grenzen, so dass eine grenzübergreifende Betrachtung der Siedlungen eines Wirtschaftsraumes wie der EUREGIO Maas-Rhein (EMR) nicht ohne großen Aufwand möglich wäre. Mit der vorliegenden Forschungsarbeit soll erstmals eine Erkennung und Differenzierung von urbanen Flächen unter Verwendung von Fernerkundungsdaten innerhalb der EMR durchgeführt werden und deren Änderungen im Zeitraum von 1988 bis zum Beginn des neuen Milleniums dokumentiert werden. Durch die Verwendung von Fernerkundungsdaten ergibt sich hier die Möglichkeit der Detektion von urbanen Veränderungen sowie deren Wechselwirkung mit anderen Landnutzungstypen. Zusätzliche räumliche Daten wie Statistiken sowie digitale topographische Karten und Informationssysteme standen während dieser Forschungsarbeit zur Verfügung. Für die vorliegende Arbeit wurden verschiedene Fernerkundungssensoren getestet, die die Erdoberfläche in unterschiedlichen räumlichen Auflösungen darstellen. Als Satellitenplattformen standen QuickBird mit 4 Meter, ASTER mit 15 Metern und Landsat mit 15 bzw. 30 Metern zur Verfügung. Zusätzlich wurden Luftbilder mit einer Pixelgröße von 4 Metern verwendet. Verschiedene Klassifikationsverfahren und zusätzliche synthetische Kanäle wurden evaluiert, um die Klassifikationsgenauigkeit zu erhöhen. Eine urbane Landnutzungsänderung von Gemeinden der EMR zwischen den Jahren 1988 und 2001 würde mit mesoskaliger 30 Meter Auflösung durchgeführt, da für höhere Auflösungen vergleichbare Daten aus der Vergangenheit nicht zur Verfügung standen. Die Verwendbarkeit von mittel- bis hochauflösenden Fernerkundungsdaten und deren Klassifikationsergebnisse in unterschiedlich dicht besiedeltem Gebiet wurde genau getestet. Die Klassifikationsergebnisse der mesoskaligen Satellitenaufnahmen sind mit zusätzlichen Daten wie Landesstatistiken, Topographischen Informationssystemen und digitalen Karten auf ihre Genauigkeit und Eignung zur urbanen Landnutzungserkennung vergleichen worden. Die Ergebnisse würden in einem geographischen Informationssystem (GIS) aufbereitet und visualisiert. Als wichtigstes Ergebnis dieser Arbeit ist die gute Verwendbarkeit von mesoskaligen Satellitendaten zur Erkennung von urbanen Landnutzungsänderungen zu nennen. Klassifikationsgenauigkeiten von 70 bis 80% konnten erreicht werden, obwohl nicht innerhalb der gesamten EMR ein solches Ergebnis zu erzielen war. Insbesondere bei der Landnutzungsänderung zwischen den Jahren 1988 und 2001 wären zusätzliche Satellitenaufnahmen wünschenswert gewesen. Weitere Synthetische Kanäle wie verschieden Texturanalysen und ein Vegetationsindex verbesserten die Genauigkeit in hohem Maße. Im Vergleich aller verwendeten Auflösungen ergaben die 30m und die 4m Daten das beste Abbild der städtischen Landnutzung. Die hochauflösenden Sensoren lieferten die exaktesten Ergebnisse mit dem größten Detailreichtum ohne das gehäufte Auftreten von Mischpixeln. Die verschiedenen urbanen Klassen, „Continuous and Discontinuous Urban Area“ sowie „Urban Fringe“ konnten mit einer Genauigkeit von über 80% differenziert werden. Der Vergleich von mesoskaligen Satellitendaten mit offiziellen Statistiken war zwar nicht direkt möglich, da die Aufnahmebedingungen in den drei Ländern der EMR verschieden sind, jedoch konnte übereinstimmend ein Trend im Wachstum urbaner Fläche bei ausgewählten Gemeinden festgestellt werden. Die Klassifikationsgenauigkeit mittel- sowie hochauflösender Daten ist in dicht und weniger dicht besiedeltem Gebiet ohne signifikanten Unterschied, die hochauflösenden Plattformen liefern genauere Ergebnisse. Nur unveränderte Landsat 30 Meter Klassifikationen zeigten einen leicht ansteigenden Fehlerquotienten in dicht besiedelten Gebieten. Der Vergleich von mesoskaligen Satellitendaten mit vorhandenen topographischen Informationssystemen zeigte eine hohe Übereinstimmung, während 15m Daten nicht diese Genauigkeit aufwiesen. Zusammenfassend kann gesagt werden, dass hochauflösende Satellitendaten, zusammen mit synthetischen Kanälen, die gegenwärtig beste Option zur städtischen Landnutzungsklassifikation darstellen. Zukünftig werden sie zeitnah ein sehr genaues Bild von städtischen Veränderungen geben können. Da diese Daten jedoch z. Zt. sehr hohe Kosten verursachen und nicht beliebig erhältlich sind, wird noch lange auf geringer aufgelöste Daten zurückgegriffen werden müssen, auch um eine Vergleichbarkeit mit den Daten der vergangenen drei Jahrzehnte digitaler Fernerkundung zu gewährleisten.

The urban areas of Central Europe changed considerably during the past three decades. The spatiotemporal changes, induced by expansions and conversions, are monitored and registered in cadastral maps and statistical data. These national data-sets are indexed with specific criteria in every single country and end at the national borders. A cross-national monitoring of urbanised regions in a market area like the Euregio Meuse-Rhine (EMR) is not possible without considerable effort. This research paper will accomplish for the first time the detection and differentiation of urban areas utilising remote sensing tools within the EMR. The changes are documented in a time frame of the late eighties to the beginning of the new millennium. The usage of remote sensing tools allows for the possibility of trans-national urban land use/land cover analysis, the detection of its changes and the interaction between other types of land use. Spatial data like statistics, digital topographic maps and information systems was used as an additional source of information in this research project. Different remote sensing sensors were tested which represent the earth surface in diverse resolutions. The utilised satellite platforms were QuickBird with 4 metres, ASTER with 15 metres and Landsat with 15 respectively 30 metres resolution. Additional aerial photographs with a pixel size of 4 metres were employed as well. Different classification methods and extra synthetic channels were evaluated in order to increase the classification accuracy. An urban land use detection of different EMR communities was completed between the years 1988 and 2001 using a resolution of 30 metres. Higher resolution data was not obtainable from the past years. The usability of meso- to high- resolution remotely sensed data and the corresponding classification results was assessed in regions of different population density. The classification results of the meso-scale satellite imagery were evaluated with supplementary information like national statistics, topographic information systems and digital maps for their usability and accuracy as a land use detection instrument. The results were implemented and visualised in a Geographic Information System (GIS). The main output of this study is the good applicability of meso-scale satellite images to detect urban land use alterations. A classification accuracy of 70 to 80% was achieved, even though it was not possible to accomplish such a fine result in every part of the EMR. In particular more satellite images in between the years 1988 and 2001 were desirable in order to improve the land use change detection. Bonus synthetic channels like diverse texture analyses and a vegetation index enhanced the accuracy to a great extent. After evaluating all utilised resolutions, the 4 metre and the 30 metre imagery provided the best electronic reproduction of urban land use. The high resolution sensors offered the most precise product with a wealth of detail without accumulated mixed pixels. The different urban classes “Continuous and Discontinuous Urban Area” and “Urban Fringe” were differentiated with an accuracy of more than 80%. The comparison of meso-scaled satellite data with official statistics was not possible in a straight approach, because the conditions of inventory of the three EMR countries are different. However, a consistent trend of increasing urbanised districts was observed in selected communities. The classification accuracy of meso- to high resolution data did not show a distinctive discrepancy in densely populated and less densely populated areas, but the high-resolution imagery provides superior results. Only un-altered Landsat 30 metre classifications prove a slightly increasing error quotient in densely populated areas. The assessment of meso-scaled data with existing topographic information systems prove a high correlation, the 15 metre did not show this precision. Concluding, it could be said that the high-resolution imagery, together with synthetic channels, currently provides the best option for the urban land use detection. They will offer a precise image of urban trans- formations in the near future. Due to the currently high costs and limited availability of this data, imagery with inferior resolution will be utilised in the next years, at least in order to provide comparability with remotely sensed data of the past three decades.

Fulltext:
PDF