In Landschaftsplanung und -ökologie spielen Naturräumliche Ordnungen als Planungsgrundlage eine wichtige Rolle. Dabei kommen in Baden-Württemberg nach wie vor visuell erfasste und händisch klassifizierte Gliederungen zum Einsatz. Diese Arbeit verfolgt einen statistischen Ansatz, um mittels Regressionsanalysen ein objektiveres Klassifikationsverfahren zu erproben. In die Modellierung fließen die Vegetation, Geologie, Landbedeckung, Höhendaten sowie deren Derivate als erklärende Variablen ein. Die naturräumliche Gliederung von Meynen & Schmithüsen (1953-1962) dient als Zielvariable. Von 17 Eingangsvariablen erweisen sich sechs als signifikant. Vor allem die Geologie, Vegetation und Höhendaten besitzen entscheidenden Einfluss auf die automatisierte Ableitung der naturräumlichen Gliederung.
Within landscape planning and ecology, landscape structures play an important role in decision making. In Baden-Württemberg, the visually interpreted and hand drawn classification is still in use. This study uses the geostatistical approach of Boosted Regression Trees to test the classification in a more objective way. The model uses environmental variables such as potential natural vegetation, geology, land cover, digital elevation models and its derivatives. The target variable is the landscape structure of Meynen & Schmithüsen (1953-1962). Of 17 environmental variables, six are proved to be significant. Especially geology, vegetation and the topography play an important role in automatically drawing landscape structures.
Autor / Author: | Quénéhervé, Geraldine, Alle, Markus; Schwab, Andreas; Rosner, Hans-Joachim |
Institution / Institution: | Universität Tübingen, Deutschland; Pädagogische Hochschule Weingarten, Deutschland; Pädagogische Hochschule Weingarten, Deutschland; Universität Tübingen, Deutschland |
Seitenzahl / Pages: | 9 |
Sprache / Language: | Deutsch |
Veröffentlichung / Publication: | AGIT ‒ Journal für Angewandte Geoinformatik, 2-2016 |
Tagung / Conference: | AGIT 2016 – Symposium und Fachmesse Angewandte Geoinformatik |
Veranstaltungsort, -datum / Venue, Date: | Salzburg, Österreich 06-07-16 - 08-07-16 |
Schlüsselwörter (de): | Geostatistik, Modellierung, Naturraum, Boosted Regression Trees |
Keywords (en): | Geostatistical analysis, modelling, landscape structure, Boosted Regression Trees |
Paper review type: | Full Paper Review |
DOI: | doi:10.14627/537622030 |
Diese Website nutzt Cookies, um ihre Dienste anbieten zu können und Zugriffe zu analysieren. Dabei ist uns der Datenschutz sehr wichtig.
Legen Sie hier Ihre Cookie-Einstellungen fest. Sie können Sie jederzeit auf der Seite Cookie-Informationen ändern.