Globale Urbanisierung pp 29-38 | Cite as
Der Werkzeugkasten der urbanen Fernerkundung – Daten und Produkte
Zusammenfassung
Städte sind im Laufe des „Anthropozäns“ zum primären Lebensraum des Menschen geworden. Viele stadtgeographische Fragestellungen, die sich mit den sozialen, ökologischen und ökonomischen Aspekten unseres Zusammenlebens in Städten befassen, haben einen räumlichen Bezug. Sie bedingen daher quantitatives Wissen − Wissen, das über die Fernerkundung als Geoinformation verfügbar wird. Der Beitrag gibt einen systematischen Überblick über die Vielfalt lokalr bis globaler fernerkundlicher Daten und Produkte im urbanen Kontext sowie deren technischen Eigenschaften und Funktionalitäten. Dieser Überblick über den gegenwärtigen Werkezugkasten zur raumbezogenen Stadtforschung wird ergänzt durch einen Ausblick auf neue Satellitenmissionen in naher Zukunft, die eine noch breitere Palette qualitativ hochwertiger Werkzeuge bereit stellen werden.
Literatur
- Bhaduri, B. L., Bright, E. A., Coleman, P. R., & Dobson, J. E. (2002). LandScan: Locating People is What Matters. Geoinformatics, 5(2), 34–37.Google Scholar
- d’Angelo, P., Uttenthaler, A., Carl, S., Barner, F., & Reinartz, P. (2010). Automatic generation of high quality DSMs based on IRS-P5 Cartosat-1 stereo data ESA Living Planet Symposium 2010.Google Scholar
- Danko, D. M. (1992). The Digital Chart of the World Project. Photogrammetric Engineering and Remote Sensing, 58, 1125–1128.Google Scholar
- Elvidge, C. D., Erwin, E. H., Baugh, K. E., Ziskin, D., Tuttle, B. T., Ghosh, T., & Sutton, P. C. (2009). Overview of DMSP nighttime lights and future possibilities Proceedings of the 7th International Urban Remote Sensing Conference 2009, Shanghai. (S. 1–5).Google Scholar
- ESA (2013). European Space Agency – ESA’s Sentinel satellites: Overview – Sentinel-1, Sentinel-2. http://www.esa.int/Our_Activities/Observing_the_Earth/GMES/Sentinel-1. Zugegriffen: 13.11.2014Google Scholar
- Esch, T., Marconcini, M., Felbier, A., Roth, A., Heldens, W., Huber, M., Schwinger, M., Taubenböck, H., Müller, A., & Dech, S. (2013). Urban footprint processor – Fully automated processing chain generating settlement masks from global data of the TanDEM-X mission. IEEE Geoscience & Remote Sensing Letters, 10(6), 1617–1621.CrossRefGoogle Scholar
- European Environment Agency (2009). EEA – FTSP – Sealing Enhancement – Delivery Report: European Mosaic. http://www.eea.europa.eu/data-and-maps/data/eea-fast-track-service-precursor-on-land-monitoring-degree-of-soil-sealing. Zugegriffen: 13.11.2014Google Scholar
- Gonzalez, R., & Medina, J. S. (2004). Theories, models and urban realities. From New York to Kathmandu. Dela, 21, 69–81.CrossRefGoogle Scholar
- Heiden, U., & Heldens, W. (2010). Automatische Erkennung von Oberflächenmaterialien städtischer Objekte. In H. Taubenböck, & S. Dech (Hrsg.), Fernerkundung im urbanen Raum (S. 76–82). Darmstadt: WBG.Google Scholar
- Janoth, J., Gantert, S., Koppe, W., Kaptein, A., & Fischer, C. (2012). TerraSAR-X2 – Mission overview Proceedings of the IEEE International Geoscience and Remote Sensing Symposium 2012. (S. 217–220). München: IEEE.Google Scholar
- Keil, M., Kiefl, R., & Strunz, G. (2005). CORINE Land Cover 2000 – Germany: Final Report. Deutsches Zentrum für Luft- und Raumfahrt, Deutsches Fernerkundungsdatenzentrum Oberpfaffenhofen. http://www.umweltbundesamt.de/sites/default/files/medien/publikation/long/3212.pdf. Zugegriffen: 13.11.2014Google Scholar
- Loyola, D., Erbertseder, T., Balis, D., Lambert, J. C., Spurr, R., Van Roozendal, M., Valks, P., Zimmer, W., Meyer-Amek, J., & Lero, C. (2009). Operational monitoring of the Antarctic Ozone Hole: Transition from GOME and SCIAMACHY to GOME-2. In C. S. Zerefos, G. Contopoulos, & G. Skalkeas (Hrsg.), Twenty years of ozone decline. Proceedings of the Symposium for the 20th anniversary of the Montreal Protocol (S. 213–236). London: Springer.CrossRefGoogle Scholar
- Potere, D., & Schneider, A. (2009). Comparison of global urban maps. In P. Gamba, & M. Herold (Hrsg.), Global mapping of human settlements: Experiences, datasets and prospects (S. 269–308). Baton Rouge: Taylor & Francis.Google Scholar
- Schneider, A., Friedl, M. A., & Potere, D. (2009). A new map of global urban extent from MODIS data. Environmental Research Letters, 4(4), 11. article 044003, doi:10.1088/1748-9326/4/4/044003CrossRefGoogle Scholar
- Taubenböck, H., Heldens, W., Heiden, U., & Wurm, M. (2010). Physische Indikatoren für die Stadtplanung. In H. Taubenböck, & S. Dech (Hrsg.), Fernerkundung im urbanen Raum (S. 9–103). Darmstadt: WBG.Google Scholar
- Taubenböck, H., Esch, T., Felbier, A., Roth, A., & Dech, S. (2011). Pattern-based accuracy assessment of an urban footprint classification using TerraSAR-X data. IEEE Geoscience and Remote Sensing Letters, 8(2), 278–282.CrossRefGoogle Scholar
- Taubenböck, H., Esch, T., Felbier, A., Wiesner, M., Roth, A., & Dech, S. (2012). Monitoring urbanization in mega cities from space. Remote Sensing of the Environment, 117, 162–176.CrossRefGoogle Scholar
- Wehr, A., & Lohr, U. (1999). Airborne Laser Scanning – an introduction an overview. ISPRS Journal of Photogrammetry and Remote Sensing, 54, 68–82.CrossRefGoogle Scholar
- Wurm, M., & Taubenböck, H. (2010). Fernerkundung als Grundlage zur Identifikation von Stadtstrukturtypen. In H. Taubenböck, & S. Dech (Hrsg.), Fernerkundung im urbanen Raum (S. 86–93). Darmstadt: WBG.Google Scholar
- Wurm, M., d’Angelo, P., Reinartz, P., & Taubenböck, H. (2014). Investigating the applicability of Cartosat-1 DEMs and topographic maps to localize large-area urban mass concentrations. Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 7(10), 4138–4152.CrossRefGoogle Scholar