Measuring and modeling urban dynamics : impact on quality of life and hydrology Meting en modellering van stedelijke dynamiek : impact op levenskwaliteit en hydrologie (MAMUD) Mesure et modélisation de la dynamique urbaine: impact sur la qualité de vie et sur l'hydrologie

Projectdetails

!!Description

Stedelijke groeiprocessen in de voorbije decennia hebben een sterke impact op de menselijke en natuurlijke omgeving, en beklemtonen de nood aan een meer efficiënt beheer van de stedelijke ruimte, gebaseerd op duurzame ontwikkeling. De probleemanalyse, de planning en de implementatie van een beleid gericht op duurzaamheid vereisen echter betrouwbare en voldoend gedetailleerde informatie met betrekking tot de stedelijke omgeving en haar dynamiek, evenals kennis omtrent de oorzaken, het verloop en de effecten van stedelijke verandering. Remote sensing beeldmateriaal vormt een interessante databron voor de opvolging en de modellering van stedelijke groeiprocessen en hun impact op de omgeving. Met de recente lancering van hoge-resolutie sensoren zoals Ikonos en Quickbird, die een meer gedetailleerde kartering van complexe urbane gebieden mogelijk maken, is het potentieel van satellietteledetectie voor stedelijke toepassingen sterk toegenomen. Tegelijkertijd biedt sub-pixel analyse van gegevens, afkomstig van sensoren als Landsat TM/ETM+, ... aan de hand van spectrale ontmengingsmethoden interessante mogelijkheden voor een meer efficient gebruik van tijdreeksen van medium-resolutie beeldmateriaal in het kader van het opvolgen en modelleren van processen van stedelijke groei.



Zowel recente, hoge resolutie (HR) gegevens, als medium-resolutie (MR) tijdreeksen worden in dit project aangewend, onafhankelijk van elkaar en in combinatie, om de opvolging en modellering van stedelijke groeiprocessen te verbeteren, dit door de koppeling van innovatieve karteringsmethoden, gebaseerd op remote sensing, aan ruimtelijke structuuranalyse en ruimtelijk-dynamische modellering. Een van de belangrijkste objectieven van het onderzoek is na te gaan hoe ruimtelijke structuuranalyse van via remote sensing bekomen informatie kan bijdragen tot een objectieve beschrijving van het stedelijk landschap die bruikbaar is voor intra-urbane en inter-urbane vergelijkingen, en voor urbane veranderingsanalyse. Om dit te realiseren worden nieuwe maten gedefinieerd om stedelijke structuren te karakteriseren, inclusief maten die gebaseerd zijn op de kartering van gradiënten van stedelijke bodembedekking (bijv. dichtheid van de bebouwde ruimte), bekomen door sub-pixel classificatie van medium-resolutie beeldmateriaal of aggregatie van hoge-resolutie karteringen van stedelijke bodembedekking. Terwijl de meeste op remote sensing gebaseerde studies rond stedelijke morfologie zich beperken tot 2-dimensionele structuren, wordt in dit onderzoek ook gebruik gemaakt van stereoscopie en multiscopie om informatie omtrent de verticale dimensie van stedelijke ruimten te bekomen, die vanzelfsprekend belangrijk is om stedelijke structuren te karakteriseren.



De analyses van stedelijke structuur worden gebruikt voor de historische calibratie van een ruimtelijk-dynamisch landgebruiksmodel van het type cellular automata, gebaseerd op het EU-MOLAND model, één van de meest geavanceerde modellen van dit type. Dit moet toelaten de calibratie van het model te verbeteren. Het onderzoek concentreert zich op twee stedelijke gebieden binnen Europa (Dublin, Istanbul) die deel uitmaken van het MOLAND project. De betrokkenheid van JRC als partner verzekert de beschikbaarheid van tal van data die erg belangrijk zijn voor de uitvoering van het onderzoek. De uit remote sensing afgeleide gradiënten en structuurmaten, en de output van de modellering van landgebruiksveranderingen voor Dublin en Istanbul, worden gebruikt om de impact van urbane dynamiek op bevolkingsdichtheid en -spreiding en op de kwaliteit van de omgeving te analyseren. Een belangrijk deel van het onderzoek spitst zich ook toe op de gevolgen van stedelijke groei op runoff. Calibratie van het gebruikte runoff model wordt gebaseerd op een data-assimilatie benadering, waarbij optimaal gebruik gemaakt wordt van informatie omtrent bodembedekking en evapotranspiratie, afgeleid uit de beschikbare tijdreeks van RS data. Op basis van de resultaten van de modellering zal het risico op overstroming voor alternatieve scenario's van ruimtelijke ontwikkeling ingeschat worden, hierbij uitgaand van de resultaten van de simulatie van landgebruiksveranderingen.

AcroniemDWTC230
StatusGeëindigd
Effectieve start/einddatum1/12/0630/09/11

Flemish discipline codes

  • Biological sciences