Advances for Urban Planning in Highly Dynamic Environments through very High-Resolution Remote Sensing Approaches

Abstract

Die fortschreitende Urbanisierung und der Klimawandel stellen Städte und Stadtplanung vor große Herausforderungen. Der Lebensraum für die Bewohner und die Infrastruktur müssen entsprechend den Klimaschutzanforderungen angepasst werden, zudem muss die Resilienz urbaner Räume gegenüber Klimawandelwandelfolgen erhöht werden. Ziel der urbanen Planung und urbanen Infrastrukturplanung ist vor diesem Hintergrund im Auftrag der Gesellschaft Lösungen zu finden, um diesen Anforderungen der Zukunft gerecht zu werden und um lebenswerte Städte mit allen städtischen Funktionen zu gewährleisten. Zudem müssen durch Planer ökonomische und ökologisch geeignete Vorschläge für die Bereitstellung urbaner Infrastruktur gefunden werden, um Grundbedürfnisse zu erfüllen und Slums zurückzudrängen. Gute Planungspraxis erfordert dafür die Entwicklung von Planungsszenarien für angemessene, erfolgreiche und integrierte Lösungen, wobei eine Datenbasis als Entscheidungsgrundlage dienen muss, die durch Datenkonsistenz, -Qualität und -Aktualität als Evidenz für Szenarienentwicklung herangezogen werden kann. In dieser Dissertationsschrift wird durch drei Studien gezeigt, dass die Disziplin der Fernerkundung durch die Verwendung sehr hochaufgelöster Erdbeobachtungsdaten einen Beitrag für erfolgreiche urbane Planung und urbane Infrastrukturplanung leisten kann, indem der Informationsgehalt bisheriger Fernerkundungsansätze unter Verwendung anwendungsfreundlicher Ansätze erhöht werden kann und direkt planungsrelevante Informationen als Evidenz für die Entscheidungsfindung bereitgestellt werden kann. In den hochdynamischen Städten Da Nang (VN) und Belmopan (BZ) konnte an dieser Thematik gearbeitet werden. Durch die Differenzierung photogrammetrisch abgeleiteter Höhenmodelle in sehr hoher Auflösung wurden in Da Nang anstatt flächenhafter Änderungen urbaner Gebiete Dynamiken innerhalb des Gebäudebestands bestimmt und evaluiert. Der Gebäudetyp kann, wie in Belmopan gezeigt, als geeignetes Mittel für Abschätzung sozio-ökonomischer Indikatoren dienen, die in Zusammenhang mit spezifischen Verbräuchen stehen. Mit der Verwendung von Drohnendaten wurde die Bestimmung der Gebäudetypen verbessert und zudem der Zusammenhang zwischen Gebäudetyp und Stromverbrauch gezeigt, wodurch eine Photovoltaikenergie-Bilanzierung auf Einzelgebäudeebene durchgeführt werden konnte.