Monitoring of urbanization in the metropolitan area of Istanbul by means of remote sensing and the attempt at spatial-statistical modelling

Den größten Anteil an der globalen Verstädterung haben die urbanen Ballungsräume in den Entwicklungs- und Schwellenländern. Vor diesem Hintergrund ist die Zielsetzung der vorliegenden Arbeit das Monitoring der Verstädterung mit den Methoden der Satellitenfernerkundung. Weiterhin wird der Versuch unternommen, das räumliche Verteilungsmuster der Landschaftsveränderung durch topographische und topologische Größen zu erklären und schließlich im statistischen Sinne zu prognostizieren. Das Untersuchungsgebiet ist die östliche Hälfte des Großraumes Istanbul auf der Kocaeli-Halbinsel. In der Übersicht bisheriger, fernerkundungsgestützter Untersuchungen zur Verstädterungsdynamik im In- und Ausland wird der technische Stand der Forschung in diesem Bereich wiedergegeben. Besondere Aufmerksamkeit wird dem Aspekt der Operationalität der eingesetzten Monitoringverfahren als Voraussetzung für die kostengünstige Gewinnung aktueller, flächenbezogener Daten gewidmet. Anschließend werden die bisherigen Versuche zur räumlichen Modellierung von Landnutzungs-änderungen vorgestellt. Es wird gezeigt, wie der Grad der Komplexität im Laufe der Zeit von den einfacheren statistischen Modellen ohne konkreten Raumbezug (Markow-Modelle) über die regressionsanalytischen Ansätze bis hin zu den dynamischen Systemmodellen neueren Datums zugenommen hat. Nach einer Darstellung der demographischen, wirtschaftlichen und sozio-geographischen Entwicklung des Großraumes Istanbul und deren Ursachen folgt die Beschreibung der naturräumlichen Gegebenheiten auf der Kocaeli-Halbinsel und der aktuellen Landnutzung. Der methodische Teil der Arbeit beginnt mit der Auswahl des Verfahrens zur Kartierung der Landnutzungsänderung unter Verwendung von Landsat TM-Daten. Als Alternativen stehen dabei Verfahren der digital change detection"" i. e. S. und ein Klassifikationsvergleich zur Verfügung. Wegen der aufwendigen radiometrischen Korrekturen bei der digital change detection"" und der besser nachvollziehbaren Landnutzungsänderung beim Klassifikationsvergleich wird im Rahmen dieser Arbeit eine Methode entwickelt, die einen Klassifikationsvergleich darstellt, ohne jedoch auf einen parametrischen Klassifikator zu setzen. Aufgrund der Heterogenität vieler Siedlungsbereiche haben die Erfahren aus den bisherigen Untersuchungen gezeigt, daß die Anwendung parametrischer Klassifi Für das Untersuchungsgebiet wird eine Zunahme der urban-industriell genutzten Fläche um ca. 10 % im Zeitraum von 1994 bis 1998 festgestellt. Dabei entfällt etwa die Hälfte der neu bebauten Fläche auf planmäßige Industrieansiedlungen. Die Satellitenbildauswertung wird durch eine Genauigkeitsschätzung validiert, wobei eine aus digitalisierten Luftbildern abgeleitete Referenzkarte verwendet wird. Für die räumlich-statistische Modellierung wird die Ausbreitung urban-industriell genutzter Flächen von 1994 bis 1998 als erklärte Variable betrachtet. Auf der Grundlage der bisherigen Untersuchungen wird von folgenden Einflußgrößen ausgegangen: Landnutzung im Jahre 1994, Entfernung zu urban-industriell genutzten Flächen im Jahre 1994, Entfernung zu den Hauptverkehrsadern, Hangneigung und Geländehöhe. Sämtliche Variablen werden aus den Satellitendaten und einem digitalen Höhenmodell abgeleitet. Die Modellierung wird mit einer nicht-parametrischen Diskriminanzanalyse mit fünf nächsten Nachbarn durchgeführt. Sie wird mit Hilfe von Kreuzvalidierungen auf ihre Fähigkeit zur räumlich expliziten Prognose getestet, wobei sich das Kalibrierungsset und das Validierungsset räumlich nicht überschneiden. Danach hat das multivariate, nicht-parametrische Modell eine Vorhersagegenauigkeit von 86,9 %. Es stellt sich jedoch heraus, daß die Modellierung im abstrakten Diskriminanzraum bei Verwendung topologischer Größen (Ent In der abschließenden Diskussion werden die Ergebnisse des Monitorings der Verstädterung und der räumlich-statistischen Modellierung vor dem Hintergrund der zitierten Literaur kritisch beleuchtet. Es wird vorgeschlagen, angesichts der komplexen ökonomischen, rechtlichen und wirtschaftlichen Zusammenhänge im Untersuchungsgebiet die Datenbasis des Modells um sozioökonomische Daten zu erweitern.Global urbanization takes place mostly in congested areas in the threshold and developing countries. Against this background, the dissertation aims at the monitoring of urbanization by means of remote sensing and attempts to make a spatially explicit prognosis of land use patterns, using topological and topographical variables. Study area is the eastern half of the Istanbul metropolitan area, located on Kocaeli peninsula. The survey of previous studies on the dynamics of urbanization presents state-of-the-art techniques in this field of research. Special emphasis is given to whether the methods can be operationalized in terms of obtaining area-wide, up-to-date information at minimal costs or not. Previous attempts at spatial modelling of land use changes clearly show how the model complexity increases from the simpler statistical models (Markov models) via regression models towards the recent dynamical (system) models. After picturing the demographical, economical, and socio-geographical development of the Istanbul metropolitan area, and the natural conditions and present land use on Kocaeli peninsula, the methods part of the dissertation starts with the selection of an appropriate remote sensing technique on the basis of Landsat TM images. From two alternative approaches, digital change detection in a narrower sense and post-classification comparison, the latter is chosen because of a) the necessity of major radiometric corrections with most digital change detection techniques and b) the more comprehensible land use change in a post-classification comparison. The image processing can be characterized as a multi-component approach which does not rely on a parametric classifier. Research has shown that heterogeneous land cover, which is often associated with urban-industrial land use, causes many difficulties when using parametric classifiers. For the eastern part of the Istanbul metropolitan area, an increase in urban-industrial land use of about 10 % has been observed for the period from 1994 till 1998. Roughly half of that increase consists of industrial/commercial plants built according to regional plans. The multitemporal mapping is validated by using reference maps, derived from the delineation of aerial photos. The spatial-statistical modelling approach regards the spreading of urban-industrial land use from 1994 till 1998 as the explained variable. On the basis of the survey of previous spatial modelling, the following variables are regarded as the explanatory ones: land use in 1994, distance to urban-industrial land use in 1994, distance to main roads, altitude, and slope. All variables have been derived from the satellite images and a digital terrain model. The model uses a non-parametric discriminant analysis with five nearest neighbors. Its validity and prognostic performance is tested by cross validation using non-overlapping training and test sets. The multivariate, non-parametric model yields a prediction success of 86.9 %. However, a model within the abstract discriminant space that uses topological (distance) variables turns out to be a model that works within the concrete map space. Thus, the model does not meet the demand to answer the two questions of ""why?"" and ""where?"" regarding future land us The concluding discussion evaluates the results from the image processing and spatial-statistical modelling against the background of previoulsy cited literature. It is recommended that the knowledge base for the spatial-statistical model be extended to socio-economic data, as opposed to relying solely on data derived from remote sensing and cartography