Forschungsprogramm 2013-16 - Leibniz-Institut für ökologische ...
Forschungsprogramm 2013-16 - Leibniz-Institut für ökologische ...
Forschungsprogramm 2013-16 - Leibniz-Institut für ökologische ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Forschungsbereiche<br />
gen und in ihrer Fortschreibung gesichert sein. Diese Anforderungen können derzeit nur von<br />
Geobasisdaten erfüllt werden. Dabei hat sich gezeigt, dass topographische Geobasisdaten<br />
die tatsächliche Flächennutzung genauer, aktueller und homogener erfassen als Katasterdaten<br />
(Meinel/Scheffler 2011). Die genaueste, flächendeckende geotopographische Kartierung<br />
in Deutschland erfolgt im Digitalen Landschaftsmodell (DLM) von ATKIS in der Basisversion.<br />
Aus diesem Modell werden auch großmaßstäbige Topographische Karten abgeleitet. Es wird<br />
in dreijährigem Turnus auf Basis von Ortholuftbildern, Vermessungsdaten und Vororterhebungen<br />
im Maßstab 1:10.000 aktualisiert. Der hohe Informationsgehalt, die zentrale und<br />
homogenisierte Datenhaltung, die seit ca. 2006 mit der 3. Ausbaustufe erreichte Qualität<br />
sowie die gesetzlich gesicherte Fortführung machen das ATKIS Basis-DLM zu einer hervorragenden<br />
Grundlage eines Flächenmonitorings. Dies zeigen u. a. die Ergebnisse einer systematischen,<br />
flächendeckenden Auswertung des Basis-DLM durch die indikatorenbasierte Beschreibung<br />
der Flächennutzungsentwicklung im Monitor der Siedlungs- und Freiraumentwicklung<br />
(IÖR-Monitor).<br />
Indikatoren ermöglichen die Beschreibung ausgewählter Eigenschaften bzw. Zustände und in<br />
Zeitreihen die Bewertung von Veränderungen im Hinblick auf Zielvorgaben. Aus der Vielzahl<br />
von Indikatorsystemen sind hier nur die erwähnt, die auch einen Indikator mit Aussagen zur<br />
Flächennutzung oder zur Flächeninanspruchnahme haben. Dazu zählen die Indikatoren der<br />
nationalen Nachhaltigkeitsstrategie (Bundesregierung 2012), das Umwelt-Kernindikatorsystem<br />
des UBA (KIS, UBA), die Arbeiten der Länderinitiative <strong>für</strong> einen länderübergreifenden<br />
Kernindikatorsatz (LIKI), die UMK-Indikatoren (hier insbesondere die Indikatoren zur<br />
Flächeninanspruchnahme, Landschaftszerschneidung und zu Naturschutzflächen) sowie das<br />
Indikatorsystem der nationalen Strategie zur biologischen Vielfalt (BfN). Einige Indikatorkonzepte,<br />
wie das Nachhaltigkeitsbarometer Fläche (Siedentop et al. 2007) und die Indikatoren<br />
zur Messung des Urban Sprawl (Siedentop/Fina 2010), sind nur theoretisch skizziert und<br />
beispielhaft erprobt, werden aber weder flächendeckend noch wiederholt berechnet.<br />
Die bestehenden Indikatorsysteme bedürfen dringend einer Ergänzung, um die Wirksamkeit<br />
raumplanerischer Instrumente und die Erreichung flächenpolitischer Ziele wie Reduktions-,<br />
Schutz- und Erhaltungs-, Nutzungsstruktur- und Nutzungseffizienzziele messbar zu machen<br />
(Siedentop et al. 2007). Insbesondere die zunehmende Zerschneidung und Zersiedelung der<br />
Landschaft müssen durch Indikatoren beschrieben und deren Entwicklung auf Grundlage<br />
eines Monitorings verfolgt werden. Wegweisend sind hier die Arbeiten von Jäger zur Messung<br />
der Landschaftszerschneidung (Jäger et al. 2008), der Zersiedlung der Landschaft (Jäger<br />
et al. 2010a) und des Urban Sprawl (Jäger et al. 2010b).<br />
Für die Bewertung der Entwicklung auf Grundlage von Indikatoren bieten sich multivariate<br />
Analyse- und multikriterielle Bewertungsmethoden an (Thinh 2011a; Thinh et al. 2011b).<br />
Verfahren des räumlichen Data-Mining ermöglichen es, sehr große, komplexe Datenbestände<br />
zu analysieren, Muster, Regeln und Trends zu erkennen und neue Erkenntnisse über den<br />
Zusammenhang der Kenngrößen und Determinanten zu gewinnen (Behnisch 2009; Laube<br />
2011; Miller/Han 2009). Denn die stetig wachsenden und zunehmend heterogenen Geodatenbestände<br />
verlangen nach Alternativen zur klassischen Raumanalyse in Geographischen<br />
Informationssystemen (GIS). Techniken des (raum-zeitlichen) Data-Mining und des Knowledge<br />
Discovery unterstützen die rechnergestützte Wissensentdeckung in großen (Geo-) Datenbeständen.<br />
Wesentliche Entwicklungen der letzten Jahre sind: Ensemblebasierte Lernverfahren,<br />
Support Vector Machines, Kernel-basierte Verfahren, Graphbasierte Lernverfahren<br />
<strong>für</strong> relationale Daten.<br />
Für die kleinräumige Visualisierung der Flächenentwicklung sowie die zukünftige Regionalstatistik<br />
erlangen Rasterkarten auf Grundlage von geographischen Gitternetzen (Geographi-<br />
44