At the German Congress of Geography ( https://dkg2023.de/ ) in Frankfurt am Main, various of our research studies from our cooperation between the German Remote Sensing Data Center (DFD) of the German Aerospace Center (DLR) and our Earth Observation Research Cluster of the Julius-Maximilians-University have been presented.
Our guest lecturer Dr. Nikola Sander from The Federal Institute for Population Research (BiB) presented our joint work on the differentiation of urban versus rural in Germany. The title of her presentation [in German] was: Eine Differenzierung der Stadt-Land Dichotomie: Ein wahrscheinlichkeitsbasierter Ansatz. This work is based on a collaboration between DLR-DFD, JMU, BiB and The Federal Institute for Research on Building, Urban Affairs and Spatial Development (BBSR): https://dkg2023.de/papers/eine-differenzierung-der-stadt-land-86194
Here is the abstract [in German]:
Gängige Vorstellungen von Stadt und Land zeugen von den intuitiven Konnotationen, die mit diesen Terminologien verbunden sind. Wenn man sich auf die räumliche und statistische Unterteilung der Landschaft in diese beiden Klassen einlässt, ist aber nichts so eindeutig: Eine allgemein akzeptierte Herangehensweise, wie „urban” und „ländlich” konzeptionell, datentechnisch und methodisch zu fassen sind, gibt es nicht (Taubenböck et al. 2022). In diesem Beitrag werden diese Uneindeutigkeiten systematisiert und unterschiedliche Ansätze und Schwellenwerte kombiniert, um daraus eine differenziertere, wahrscheinlichkeitsbasierte Bewertung des Urbanisierungsgrades für Deutschland zu ermöglichen. Neben internationalen Einwohner-Schwellenwerten der Urbanisierung (UN 2020), angewendet auf die administrative Gemeindeebene in Deutschland, werden die Gebäudedichte, Bevölkerungsdichte und der Anteil von Mehrfamilienhäusern auf 100 mal 100 Meter Gridzellen als Kriterien getestet. Auch hier werden unterschiedliche Schwellenwerte und ihre Effekte auf den Urbanisierungsgrad systematisch untersucht. Auf dieser Basis beruht der wahrscheinlichkeitsbasierte Ansatz, a priori keine Festlegung über richtige Schwellenwerte, Raumeinheiten oder Parameter zu treffen. Stattdessen werden alle oben dargelegten Ansätze und Schwellenwerte einbezogen und daraus Wahrscheinlichkeiten für die Klassen „urban” oder „ländlich” berechnet. Je öfter eine Raumeinheit als „urban” klassifiziert wird, desto höher ist die Wahrscheinlichkeit, dass sie als „urban” gelten kann. Die Wahrscheinlichkeiten werden in eine dreiteilige Klassifizierung verdichtet, d. h. eine sehr hohe Wahrscheinlichkeit, „urban” oder „ländlich” zu sein, sowie ein „nicht eindeutig klassifizierter Übergangsbereich”. Nach diesem Ansatz können 2% der Landfläche Deutschlands, auf der 50% (41,6 Millionen) der Bevölkerung leben, als eindeutig „urban” ausgewiesen werden. 32% der Fläche mit knapp 4 Millionen Einwohnern (4,7%) wiederum sind eindeutig dem ländlichen Raum zuzuordnen. Die 66% der Fläche bzw. die 45,3% (37,7 Millionen) der Bevölkerung zwischen diesen eindeutigen Zuordnungen könnten anhand von Quantilen der Unsicherheiten weiter unterteilt werden, so dass weitere 18,1% der Bevölkerung eher zu den „Städtern” und 12,6% entsprechend eher zu den „Landbewohnern” gezählt werden können. 14,6% der Bevölkerung sind genau zwischen diesen Polen anzusiedeln. Je nach Kombination und Beschränkung nur auf grid-basierte Daten ergeben sich leicht abweichende Prozentwerte der Zuordnung nach „urban”, „ländlich” und für den Übergangsbereich. Mit 50 bzw. 68% ist der Urbanisierungsgrad nach diesem Ansatz nicht nur geringer als üblicherweise angegeben und akzeptiert (vgl. z.B. Destatis 2020, UN 2020, Eurostat 2021), sondern das Raumbild ist differenzierter und stellt eine Grundlage für eine neue Debatte über städtische und ländliche Räume dar.
Publications related to this work can be found here: https://www.sciencedirect.com/science/article/pii/S0198971522000746 ; https://www.bbsr.bund.de/BBSR/DE/veroeffentlichungen/bbsr-online/2023/bbsr-online-18-2023.html
Our professor Hannes Taubenböck today presented the work conducted by a team (with Christoph Otto, Fabian Gülzau and Steffen Mau) from the Earth Observation Center (EOC) of the German Aerospace Center (DLR), the University of Würzburg and the Humboldt University of Berlin on border regions across the globe. https://dkg2023.de/papers/grenzregionen-ein-globaler-ansatz-zur-86222
Here is the abstract [in German]:
Astronauten sehen vom Weltraum aus unseren schönen blauen Planeten in seiner Gesamtheit und die Verteilung von Landmassen wirkt grenzenlos. Auf der Erde unterteilen nationalstaatliche Grenzen die Landmassen jedoch in bestimmte Territorien. Von einer ‘grenzenlosen Welt’, wie sie den Astronauten optisch erscheinen mag, sind wir weit entfernt und jüngere krisenhafte Entwicklungen wie die sog. Flüchtlingskrise oder der Ukrainekrieg zeugen davon, dass Grenzen weiterhin Wirkkraft entfalten. In dieser Präsentation wollen wir die Wirkkräfte in Grenzregionen in globaler Perspektive analysieren. Dafür verknüpfen wir typologisierende Daten zu Grenzinfrastrukturen (Grenztypologie), grenznahe Entwicklungsdynamiken und wirtschaftliche und politische Indikatoren benachbarter Nationalstaaten für alle 315 Landgrenzen. Wir stützen uns dabei auf Daten aus Grenzdossiers, die wir zu einem Indikator unterschiedlicher Grenztypen entwickelt haben, und multitemporalen Kartierungsprodukten aus Satellitenbildern. Unsere Analysestrategie ist zweigleisig: Zunächst werden in einer deskriptiven Analyse die verschiedenen Grenztypologien kartiert. Zum anderen berechnen wir die Entwicklungsdynamik über einen fünfzehnjährigen Zeitraum von 2000 bis 2015. Da es nur wenige konsistente, angemessen räumlich aufgelöste und weltweit verfügbare Datensätze gibt, messen wir die Entwicklung anhand der Proxies “Siedlungen” und “Bevölkerung” anstelle der üblichen wirtschaftlichen Merkmale. Wir verwenden eine Reihe von Messgrößen, die nicht nur die Entwicklungen in der Grenzregion, sondern auch die Dynamik in der Grenzregion im Verhältnis zum jeweiligen Nationalstaat zeigen. Anhand eines globalen Rankings zeigen wir die Variabilität der Entwicklungsdynamik an den Grenzen in der ganzen Welt. Zweitens setzen wir diese Dynamik in Beziehung zu den verschiedenen Grenztypen und zu den wirtschaftlichen und politischen Unterschieden der benachbarten Nationalstaaten. Wir stellen folgende Trends fest: Größere politische oder wirtschaftliche Unterschiede zwischen benachbarten Nationalstaaten stehen in Zusammenhang mit einer stärkeren Grenzbefestigung, größere wirtschaftliche oder politische Ungleichheiten stehen in Zusammenhang mit einer stärkeren Bevölkerungs- oder Siedlungsakkumulation auf der ärmeren oder weniger freien Seite der Grenze, und eine stärkere Grenzbefestigung behindert die Siedlungs- und Bevölkerungsentwicklung bis zu einem gewissen Grad. Diese empirisch gemessenen Trends sind jedoch nur teilweise statistisch signifikant und nicht so stark und eindeutig wie angenommen. In einer kritischen Diskussion reflektieren wir die Möglichkeiten und Grenzen eines solchen empirischen Gesamtansatzes. The full paper can be found here: https://www.sciencedirect.com/science/article/pii/S0143622822002375
Dr. Tobias Leichtle presented research works on urban heat island. The presentation [in German] was titled “Hitze in Städten: Ein quantitativer Ansatz auf Basis von höchstaufgelösten Fernerkundungsdaten und Citizen Science”. https://dkg2023.de/papers/hitze-in-st%C3%A4dten-ein-quantitativer-89659
Here is the abstract [in German]:
Der Klimawandel und die anhaltende Urbanisierung verstärken den städtischen Wärmeinseleffekt und führen insbesondere für Stadtbewohner zu einer erhöhten Wärmebelastung. Vor allem während sommerlicher Hitzewellen sind die Menschen extremen Tages- und hohen Nachttemperaturen ausgesetzt, wobei vor allem vulnerable Bevölkerungsgruppen von einem potenziell tödlichen Hitzerisiko betroffen sind. Dies trifft nicht nur auf Außentemperaturen zu, sondern ist vor allem in Innenräumen entscheidend, da sich die Menschen insbesondere während Hitzewellen überwiegend in Gebäuden aufhalten. Dennoch sind Messungen der Lufttemperatur zur Quantifizierung der Hitzebelastung nach wie vor als Stationsdaten nur punktuell und insbesondere in Städten mit geringer räumlicher Abdeckung verfügbar. Beispielsweise betreibt der Deutsche Wetterdienst bisher nur wenige Stadtklimamessstationen und Kommunen verfügen nur vereinzelt über eigene Messnetze zur räumlich differenzierten Temperaturerfassung im Stadtgebiet. Eine Möglichkeit zur Verbesserung der Datengrundlage sind Messungen auf Basis von Citizen Science, bei denen Lufttemperaturen vergleichsweise kostengünstig mit einfacher Messtechnik aufgenommen werden können. Insbesondere in Innenräumen stellt Citizen Science oftmals die einzige verfügbare Datenquelle dar. Vor diesem Hintergrund werden in dieser Studie punktuelle Messungen der Außen- und Innentemperatur aus formalen sowie Citizen Science Messnetzen mit flächendeckenden und räumlich höchstaufgelösten Fernerkundungsdaten als erklärende Faktoren sommerlicher Hitze verknüpft. Das Ziel dieser Arbeit ist die flächendeckende Modellierung der Außen- und Innentemperaturen auf Einzelgebäudeebene, um die Wärmebelastung gesamtstädtisch und räumlich detailliert zu quantifizieren. Unsere Ergebnisse zeigen die Möglichkeiten und das Potenzial von höchstaufgelösten Fernerkundungs- und Citizen Science Daten für eine detaillierte und stadtweite Quantifizierung der Hitzeexposition sowohl im Außen- als auch in Innenräumen. Die Analysen verdeutlichen beispielsweise die Abhängigkeit der Außentemperaturen von Vegetationsparametern und Bebauungsdichte am Tag, während die nächtlichen Temperaturen eher mit dem Gebäudebestand und den Strahlungseigenschaften zusammenhängen. Für die Innenraumtemperaturen sind zusätzlich die Gebäudedichte und dreidimensionale Gebäudeparameter von Bedeutung. Unter Verwendung von Regressionsmodellen konnten die Außentemperaturen im Vergleich zu Innentemperaturen mit höherer Genauigkeit flächendeckend modelliert werden. Darüber hinaus konnten Hotspots städtischer Hitze lokalisiert und schließlich mit detaillierten Bevölkerungsdaten in Bezug gesetzt werden. Diese Information stellt Planern und politischen Entscheidungsträgern räumliches Wissen für die Entwicklung geeigneter Anpassungsmaßnahmen zur Verfügung, um die Gesundheit der Stadtbewohner wirksam schützen zu können. The full paper can be found here: https://www.sciencedirect.com/science/article/pii/S2212095523001165
Dr. Nicolas Kraff presented parts of his PhD thesis on housing forms of poverty in Europe. His presentation [in German] was titled “Armutsviertel in Europa: Kategorisierung morphologischer Armutserscheinungen im 21. Jahrhundert”. https://dkg2023.de/papers/armutsviertel-in-europa-kategorisierung-morphologischer-88360
Here is the abstract [in German]:
Wohnformen der Armut werden oft durch Slums, informelle Siedlungen und dergleichen mit dem Globalen Süden assoziiert. Die Erforschung von Obdachlosigkeit und anderen physische Wohnformen von Armut sind dabei für Deutschland und Europa in der Sozialgeographie unterrepräsentiert, da die Grundlage für Ontologie und Kategorisierungen primär den Globalen Südens abbildet. Internationale Organisationen wie die UN und die Europäische Union appellieren mit Nachhaltigkeitszielen und Programmen zur globalen Armutsreduzierung. Dafür ist jedoch ein konkretes Verständnis der multidimensionalen Armut nötig. Eine Dimension umfasst die Wohnform, denn eine systematische Indizierung der Wohnungsmorphologien liegt für Europa bisher nur in Ansätzen vor. Ziel ist das bisherige globale ontologische Portfolio zu erweitern. Eine Literaturrecherche mit Fachliteratur und Presseartikeln zu Armutsvierteln in Europa mit mehr als 1.000 gesichteten Artikeln bildet die Grundlage. Sie dient als Armutsnachweis und bietet Informationen zu formellem Status und baulichem sowie infrastrukturellem Hintergrund. Somit lassen sich geographische Indikatoren (Lage, Struktur und formeller Status) ableiten. Basierend auf der Literaturrecherche werden mittels der visuellen Bildinterpretation Satellitendaten zur Erfassung der physischen Morphologien der Wohnformen genutzt. Hochaufgelöste Bilddaten mit bis zu 0,5m geometrischer Auflösung bieten dem subjektiven Bildinterpreten die Möglichkeit unterschiedlichste Wohnformen zu identifizieren und zu kategorisieren. Die Stichprobe der europäischen, insgesamt aber bisher unbekannten Grundgesamtheit an Wohnformen der Armut verdeutlicht eine große Vielfalt: Wir präsentieren eine Kategorisierung, von einfachsten Wohnstätten Obdachloser, über Hüttensiedlungen bis hin zu Großwohnsiedlungen. Die Darstellung erfolgt in Relation zu bekannten Ursachen und gesellschaftlichen Trends der Sozialgeographie, wie bspw. Flucht und Migration, Ghettoisierung und Segregation ethnischer Minderheiten. The full paper can be found here: https://www.sciencedirect.com/science/article/pii/S0143622822001916
