Konzeptionelle Überlegungen zu Längs- und Querschnittsanalysen im Kontext von Flächennutzungsuntersuchungen

Chapter

Zusammenfassung

Die Analyse der Landnutzung und Landnutzungsveränderung hat in der Regel den raumzeitlichen Kontext zu implementieren. Raum und Zeit dienen dabei der Organisation und Ordnung der den Nutzungseinheiten zugrundegelegten Attribute. Während Querschnittsuntersuchungen das gleichzeitige Wirken der Attributeigenschaften zum Ziel haben, sind es in Längsschnittuntersuchungen die sich im Zeitverlauf verändernden Qualitäten und Quantitäten. In jedem Fall ist dabei die Überlagerung des räumlichen, zeitlichen und attributiven Maßstabs zu berücksichtigen, der aufgrund seiner unterschiedlichen und variablen Bezugsgrößen zu einer Zunahme der Komplexität führt.

Der Beitrag thematisiert diese Komplexitätssteigerung von Längs- und Querschnittsanalysen (LQA), indem er zunächst auf die modelltheoretischen Grundlagen abstellt und dabei auch Bottom-Up-Ansätze (Agentenbasierte Verfahren) sowie Top-Down-Ansätze (System Dynamics Verfahren) beschreibt. Darauf folgend wird die Problematik von analytisch aufeinander abgestimmten Raum- und Zeiteinheiten für LQA skizziert. Einen weiteren Schwerpunkt nimmt die Frage ein, welcher theoretische und methodologische Erkenntnisfortschritt in LQA für die Beurteilung von Landnutzung und Landnutzungsveränderung liegt. Hierbei wird insbesondere auf die häufig unterstellte Kausalität von Zusammenhängen der Nutzung und Nutzungsdynamik eingegangen. Im abschließenden Kapitel wird dann die Rolle der Emergenz, also das Wechselspiel der unterschiedlichen Maßstabsebenen, für LQA besprochen.

Literatur

  1. Anselin L (1995) Local indicators of spatial association – LISA. Geogr Anal 27:93–115CrossRefGoogle Scholar
  2. Backhaus K, Erichson B, Pinke W, Weiber R (2008) Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Springer, HeidelbergGoogle Scholar
  3. Bahrenberg G, Giese E, Nipper J (2003) Statistische Methoden in der Geographie. Bd. 2, Multivariate Statistik. Gebrüder Borntraeger Verlagsbuchhandlung, Berlin, StuttgartGoogle Scholar
  4. Bedau MA (2011) Schwache Emergenz und kontextsensitive Reduktion. In: Greve J, Schnabel A (Hrsg) Emergenz. Zur Analyse und Erklärung komplexer Strukturen. Suhrkamp Verlag, Frankfurt a.M., S 59–83Google Scholar
  5. Belina B, Miggelbrink J (2010) Hier so, dort anders. Zum Vergleich von Raumeinheiten in der Wissenschaft und anderswo. Westfälisches Dampfboot, MünsterGoogle Scholar
  6. Benenson I, Torrens PM (2004) Geosimulation. Automata-based modeling of urban phenomena. John Wiley & Sons, ChichesterCrossRefGoogle Scholar
  7. Bossel H (1994) Modellbildung und Simulation. Vieweg, Braunschweig, WiesbadenCrossRefGoogle Scholar
  8. Bossel H (2004) Systeme, Dynamik, Simulation. Modellbildung, Analyse und Simulation komplexer Systeme. Books On Demand, NorderstedtGoogle Scholar
  9. Conte R, Hegselmann R, Terna P (1997) Simulating social phenomena. Springer, Berlin, Heidelberg, New YorkCrossRefGoogle Scholar
  10. Costopoulos A, Lake M (2010) Simulating change. Archaeology into the twenty-first century. The University of Utah Press, Salt Lake CityGoogle Scholar
  11. Crooks AT, Castle CJE (2012) The integration of agent-based modelling and geographical information for geospatial simulation. In: Heppenstall AJ, Crooks AT, See LM, Batty M (Hrsg) Agent-based models of geographical systems. Springer, Dordrecht, Heidelberg, London, New York, S 219–251CrossRefGoogle Scholar
  12. Dekkers G, Keegan M, O'Donoghue C (2014) New pathways in microsimulation. Ashgate, Farnham, BurlingtonGoogle Scholar
  13. Edmonds B, Meyer R (2013) Simulating social complexity. Springer, Heidelberg, New York, Dordrecht, LondonCrossRefGoogle Scholar
  14. Fotheringham SA, Charlton M, Brundson C (2002) Geographically weighted regression: the analysis of spatially varying relationships. Wiley & Sons, New YorkGoogle Scholar
  15. Getis A, Ord KJ (1996) Local spatial statistics: an overview. In: Longley P, Batty M (Hrsg) Spatial analysis: modellingin a GIS environment. GeoInformation International, Cambridge, S 261–277Google Scholar
  16. Gilbert N (2008) Agent-based models. Sage Publishing, Los Angeles, London, New Delhi, SingaporeCrossRefGoogle Scholar
  17. Gimblett R, Skov-Petersen H (2008) Monitoring, simulation, and management of visitor landscapes. The University of Arizona Press, TucsonGoogle Scholar
  18. Goodchild MF, Janelle DG, Grossner K (2014) Critical spatial thinking. In: Stimson RJ (Hrsg) Handbook of research methods and applications in spatially integrated social science. Edward Elgar Publishing, Cheltenham, S 26–42Google Scholar
  19. Greve J, Schnabel A (2011) Emergenz. Zur Analyse und Erklärung komplexer Strukturen. Suhrkamp Verlag, Frankfurt a.M.Google Scholar
  20. Han J, Kamber MA (2006) Data mining. Concepts and techniques. Morgan Kaufmann Publishers, San FranciscoGoogle Scholar
  21. Haslauer E, Biberacher M, Blaschke T (2012) GIS based Backcasting: an innovative method for parameterisation of sustainable spatial planning and resource management. Futures 44:292–302CrossRefGoogle Scholar
  22. Hedström P (2005) Dissecting the social: on the principles of analytical sociology. Cambridge University Press, CambridgeCrossRefGoogle Scholar
  23. Heppenstall AJ, Crooks AT, See LM, Batty M (2012) Agent-based models of geographical systems. Springer, Dordrecht, Heidelberg, London, New YorkCrossRefGoogle Scholar
  24. Hoyningen-Huene P (2011) Emergenz: Postulate und Kandidaten. In: Greve J, Schnabel A (Hrsg) Emergenz: Zur Analyse und Erklärung komplexer Strukturen. Suhrkamp Verlag, Frankfurt a.M., S 37–58Google Scholar
  25. Ihde D (2006) Models, Models Everywhere. In: Lenhard J, Küppers G, Shinn T (Hrsg) Simulation. Pragmatic construction of reality. Springer, Dordrecht, S 79–86Google Scholar
  26. Iltanen S (2012) Cellular automata in urban spatial modelling. In: Crooks AT, Heppenstall AJ, See LM, Batty M (Hrsg) Agent-based models of geographical systems. Springer, Dordrecht, Heidelberg, London, New York, S 69–84CrossRefGoogle Scholar
  27. Janelle DG (2014) Time-space convergence. In: Stimson RJ (Hrsg) Handbook of research methods and applications in spatially integrated social science. Edward Elgar Publishing, Cheltenham, Northampton, S 43–60Google Scholar
  28. Johnston K, Van Hoef JM, Krivoruchko K, Lucas N (2001) Using arcGIS geostatistical analyst. ESRI, RedlandsGoogle Scholar
  29. Kaminski B, Koloch G (2014) Advances in social simulation. Proceedings of the 9th conference of the European social simulation association. Springer, Heidelberg, New York, Dordrecht, LondonGoogle Scholar
  30. Klein É (1995) Die Zeit. BLT, Bergisch GladbachGoogle Scholar
  31. Koch A (2017) Quod Erat Expectandum. The Modus Operandi of Models and Quantifications. In: Koch A, Mandl P (Hrsg) Simulating land-use change. LIT Verlag, MünsterGoogle Scholar
  32. Koch A, Carson D (2012) Spatial, temporal and social scaling in sparsely populated areas – geospatial mapping and simulation techniques to investigate social diversity. In: Jekel T, Car A, Strobl J, Griesebner G (Hrsg) GI_Forum 2012: geovisualization, society and learning. Wichmann Verlag, Heidelberg, S 44–53Google Scholar
  33. Koch A, Mandl P (2011) Modeling and simulating urban processes. LIT Verlag, Wien MünsterGoogle Scholar
  34. Koch A, Mandl P (2013) Modeling social phenomena in spatial context. LIT Verlag, Wien MünsterGoogle Scholar
  35. Kohler TA, Van Der Leeuw SE (2007) The model-based archaeology of socionatural systems. School for Advanced Research Press, Santa FeGoogle Scholar
  36. Lantuéjoul C (2002) Geostatistical simulation. Springer, Berlin, HeidelbergCrossRefGoogle Scholar
  37. Lehmann O (1937) Der Zerfall der Kausalität und die Geographie. Selbstverlag des Verfassers, DornbirnGoogle Scholar
  38. Leuangthong O, Khan DK, Deutsch CV (2008) Solved problems in geostatistics. John Wiley & Sons, HobokenGoogle Scholar
  39. Lloyd CD (2007) Local models for spatial analysis. Taylor & Francis Group, Boca Raton London New YorkGoogle Scholar
  40. Luke S, Balan GC, Sullivan K, Panait L (2015): MASONGoogle Scholar
  41. Manzo G (2014) Analytical sociology. actions and networks. John Wiley & Sons, ChichesterGoogle Scholar
  42. McMaster R, Sheppard E (2004) Introduction: scale and geographic inquiry. In: Sheppard E, McMaster R (Hrsg) Scale & geographic inquiry. nature, society, and method. Blackwell Publishing, Malden, Oxford, Carlton, S 1–22Google Scholar
  43. Meentemeyer V (1989) Geographical perspectives of space, time, and scale. Landsc Ecol 3:163–173CrossRefGoogle Scholar
  44. Miller HJ, Han J (2009) Geographic data mining and knowledge discovery: an overview. In: Miller HJ, Han J (Hrsg) Geographic data mining and knowledge discovery. CRC Press, Taylor & Francis Group, Boca RatonGoogle Scholar
  45. Mitchell M (2009) Complexity. A guided tour. Oxford University Press, OxfordGoogle Scholar
  46. Nagle NN, Buttenfield BP, Leyk S, Spielman S (2014) Dasymetric modeling and uncertainty. Ann Assoc Am Geographers 104:80–95CrossRefGoogle Scholar
  47. Nowotny H (1995) Zeitkonflikte in der technologischen Gesellschaft zwischen industrialisierter und individualisierter Zeit. In: Kurt W (Hrsg) Was ist Zeit? Zeit und Verantwortung in Wissenschaft, Technik und Religion. Selbstverlag der TU München, München, S 81–99Google Scholar
  48. Openshaw S (1984) The Modifiable Areal Unit Problem. Geobooks, NorwichGoogle Scholar
  49. O'Sullivan D, Perry GLW (2013) Spatial simulation. Exploring pattern and process. John Wiley & Sons, Ltd., Chichester, UKCrossRefGoogle Scholar
  50. Reardon SF, O'Sullivan D (2004) Measures of spatial segregation. In: Stolzenberg RM (Hrsg) Sociological methodology. Blackwell Publishing, Boston MA, S 121–162Google Scholar
  51. Roddick JF, Lees BG (2009) Spatio-temporal data mining paradigms and methodologies. In: Miller HJ, Han J (Hrsg) Geographic data mining and knowledge discovery. CRC Press Taylor & Francis, Boca, Raton, London, New York, S 27–44Google Scholar
  52. Sawyer RK (2013) Interpreting and understanding simulations: the pilosophy of social simulation. In: Edmonds B, Meyer R (Hrsg) Simulating social complexity. Springer, Heidelberg, New York, Dordrecht, London, S 273–289CrossRefGoogle Scholar
  53. Schurz G (2008) Einführung in die Wissenschaftstheorie. Wissenschaftliche Buchgesellschaft, DarmstadtGoogle Scholar
  54. Stachowiak H (1973) Allgemeine Modelltheorie. Springer, Wien, New YorkCrossRefGoogle Scholar
  55. Stegmüller W (1983) Probleme und Resultate der Wissenschaftstheorie und Analytischen Philosophie. Bd. I: Erklärung – Begründung – Kausalität. Springer, BerlinCrossRefGoogle Scholar
  56. Stephan A (2011) Emergenz in sozialen Systemen. In: Greve J, Schnabel A (Hrsg) Emergenz. Zur Analyse und Erklärung komplexer Strukturen. Suhrkamp Verlag: 133-155, Frankfurt a.M.Google Scholar
  57. Swyngedouw E (2004) Scaled geographies: nature, place, and the politics of scale. In: Sheppard E, McMaster R (Hrsg) Scale & geographic inquiry. nature, society, and method. Blackwell Publishing, Malden, Oxford, Carlton, S 129–153CrossRefGoogle Scholar
  58. Tobler WR (1970) A computer movie simulating urban growth in the Detroit region. Econ Geogr 46:234–240CrossRefGoogle Scholar
  59. Ventana-Systems (2015): VensimGoogle Scholar
  60. Ward MD, Gleditsch KS (2008) Spatial regression models. Sage Publications, Los Angeles, London, New Delhi, SingaporeCrossRefGoogle Scholar
  61. Watts M (2014) Spatial indexes: a focus on segregation. In: Stimson RJ (Hrsg) Handbook of research methods and applications in spatially integrated social science. Edward Elgar Publishing, Cheltenham, Northhampton, S 287–314Google Scholar
  62. Wilensky U (1999) NetLogo. Center for connected learning and computer-based modeling, Northwestern University, Evanston, IL, Uri Wilensky. http://ccl.northwestern.edu/netlogo/. Zugegriffen: 10. Jan. 2015
  63. Wurzer G, Kowarik K, Reschreiter H (2015) Agent-based modeling and simulation in archaeology. Springer, Heidelberg, New York, Dordrecht, LondonCrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Universität SalzburgSalzburgÖsterreich
  2. 2.Universität SalzburgSalzburgÖsterreich

Personalised recommendations