Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top
Raumforschung und Raumordnung | Spatial Research and Planning
Published in: Raumforschung und Raumordnung | Spatial Research and Planning 3/2014

01-06-2014 | Bericht aus Forschung und Praxis

Die Zukunft der Landnutzung in Deutschland – Darstellung eines methodischen Frameworks

Authors: Dr. Jana Hoymann, Dr. Roland Goetzke

Published in: Raumforschung und Raumordnung | Spatial Research and Planning | Issue 3/2014

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Vor dem Hintergrund der knapper werdenden Ressource Boden und den Herausforderungen des Klimawandels beschäftigt sich das Projekt „CC-LandStraD“ mit den Wechselwirkungen zwischen Klimawandel und Landnutzung. Es werden Szenarien der künftigen Landnutzung in Deutschland bis zum Jahr 2030 entwickelt. Der Fokus liegt dabei auf der Siedlungs- und Verkehrsflächenentwicklung. Dafür kommt ein Simulationsmodell zum Einsatz, das unterschiedliche Daten verarbeitet und miteinander kombiniert. Dazu zählen einerseits statistische Informationen der sozioökonomischen Entwicklung, aber auch zahlreiche räumliche Daten, die die aktuelle Landnutzung, natürliche Gegebenheiten, aber auch planerische Festlegungen beschreiben. Der Beitrag stellt die verwendeten Daten vor und beschreibt die Methodik, wie diese im Simulationsmodell „Land Use Scanner“ verwendet werden, um ein räumliches Landnutzungsszenario für Deutschland zu erstellen. Damit integriert das Modell Daten unterschiedlicher räumlicher, zeitlicher und thematischer Auflösung und führt Daten unterschiedlicher Skalenebenen konsistent zusammen. Die Ergebnisse des Modells zeigen, dass trotz demographischen Wandels in einigen Regionen Deutschlands ein hoher Siedlungsdruck bestehen bleibt.
previous article Ist die zunehmende Biogasproduktion die alleinige Ursache für den Grünlandschwund in Deutschland? – eine Analyse von georeferenzierten Daten zur Landnutzung
next article Kleinräumige Siedlungsanalysen zur Abbildung von Veränderungen: Vom Nutzen baulich-räumlicher Daten für die Planung

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

inform now
Footnotes
1
CLUE = Climate Neutral Urban Districts.
 
2
Eine vollständige Übersicht der verwendeten Datenquellen kann über die Autoren bezogen werden.
 
3
Von Seiten des Bundesamtes für Kartographie und Geodäsie ist dem Produkt ein neuer Name gegeben worden. Es wir nun unter dem Namen LBM-DE (Digitales Landbedeckungsmodell für Deutschland) vertrieben.
 
4
Digitales Basis-Landschaftsmodell.
 
5
Vgl. http://www.corine.dfd.dlr.de/intro_de.html (26.03.2014).
 
6
Vgl. http://www.eea.europa.eu/data-and-maps/data/urban-atlas (26.03.2014).
 
7
SRTM = Shuttle Radar Topography Mission.
 
8
Eine Übersicht über die Wirkrichtung der statischen Eignungsfaktoren kann über die Autoren bezogen werden.
 
9
Die hier verwendete Bevölkerungsprognose ist eine Vorabversion der offiziellen Raumordnungsprognose und unterscheidet sich im angenommenen Wanderungssaldo. Die räumliche Verteilung der Bevölkerung und Haushalte ist aber nicht betroffen.
 
10
Diese Annahme wurde in Gesprächen mit Forstökonomen des Thünen-Instituts als plausibel bestätigt.
 
11
RAUMIS = Regionalisiertes Agrar- und Umweltinformationssystem.
 
12
Anwendungsschema für verschiedene Informationssysteme wie ATKIS, durch die Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland neu konzipiert.
 
Literature
Alcamo, J.; Kok, K.; Busch, G.; Priess, J.A.; Eickhout, B.; Rounsevell, M.; Rothman, D.S.; Heistermann, M. (2006): Searching for the Future of Land: Scenarios from the Local to Global Scale. In Lambin, E.F.; Geist, H. (Hrsg.): Land-Use and Land-Cover Change. Berlin, Heidelberg, 137–155.
Barredo, J.I.; Engelen, G. (2010): Land Use Scenario Modeling for Flood Risk Mitigation. In: Sustainability 2 (5), 1327–1344.
Batista e Silva, F.; Lavalle, C.; Koomen, E. (2013): A procedure to obtain a refined European land use/cover map. In: Journal of Land Use Science 8 (3), 255–283.
BMVBS – Bundesministerium für Verkehr, Bau und Stadtentwicklung (2011): 30-ha-Ziel realisiert. Konsequenzen des Szenarios Flächenverbrauchsreduktion auf 30 ha im Jahr 2020 für die Siedlungsentwicklung. Bonn. = Forschungen 148.
Burgdorf, M. (2010): Disaggregation von Bevölkerungsdaten mittels ATKIS Basis DLM. In: Strobl, J.; Blaschke, T.; Griesebner, G. (Hrsg.): Angewandte Geoinformatik 2010. Beiträge zum 22. AGIT-Symposium Salzburg. Berlin, 474–483.
Clarke, K.C.; Gazulis, N.; Dietzel, C.K.; Goldstein, N.C. (2007): A Decade of SLEUTHing: Lessons Learned from Applications of a Cellular Automaton Land Use Change Model. In Fisher, P. (Hrsg.): Classics from IJGIS. Twenty years of the International Journal of Geographical Information Science and Systems. Boca Raton, 413–426.
Couclelis, H. (2005): “Where has the future gone?” Rethinking the role of integrated land-use models in spatial planning. In: Environment and Planning A 37 (8), 1353–1371.
Dekkers, J.; Koomen, E. (2007): Land-use simulation for water management. Application of the Land Use Scanner in two large-scale scenario studies. In Koomen, E.; Stillwell, J.; Bakema, A.; Scholten, H. (Hrsg.): Modelling Land-Use Change. Progress and Applications. Dordrecht, 355–373.
Distelkamp, M.; Großmann, A.; Hohmann, F.; Lutz, C.; Ulrich, P.; Wolter, M.I. (2009): Panta Rhei Regio. Ein Modellsystem zur Projektion der künftigen Flächeninanspruchnahme in Deutschland und zur Folgenabschätzung fiskalischer Maßnahmen. Osnabrück. = gws Discussion Paper 2009/7.
Einig, K.; Jonas, A.; Zaspel, B. (2009): Eignung von CORINE-Geodaten und Daten der Flächenerhebung zur Analyse der Siedlungs- und Verkehrsflächenentwicklung in Deutschland. In: Wirtschaft und Statistik 4, 355–364.
Engelen, G.; Lavalle, C.; Barredo, J.; Meulen, M.; White, R. (2007): The MOLAND modelling framework for urban and regional land-use dynamics. In Koomen, E.; Stillwell, J.; Bakema, A.; Scholten, H. (Hrsg.): Modelling Land-Use Change. Progress and Applications. Dordrecht, 297–319.
Geist, H.; McConnell, W.; Lambin, E.F.; Moran, E.; Alves, D.; Rudel, T. (2006): Causes and Trajectories of Land-Use/Cover Change. In Lambin, E. F.; Geist, H. (Hrsg.): Land-Use and Land-Cover Change. Berlin, Heidelberg, 41–70.
Goetzke, R. (2010): Entwicklung eines fernerkundungsgestützten Modellverbundes zur Simulation des urban-ruralen Landnutzungswandels in Nordrhein-Westfalen. Dissertation an der Rheinischen Friedrich-Wilhelms-Universität Bonn.
Hilferink, M.; Rietveld, P. (1999): Land Use Scanner: An integrated GIS based model for long term projections of land use in urban and rural areas. In: Journal of Geographical Systems 1 (12), 155–177.
Hoymann, J. (2013): Neuere Flächennutzungsdaten. Übersicht, Vergleich und Nutzungsmöglichkeiten. Bonn. = BBSR-Analysen KOMPAKT 2/2013.
Hoymann, J.; Beckmann, G.; Dosch, F.; Distelkamp, M. (2012): Trends der Siedlungsflächenentwicklung. Status quo und Projektion 2030. Bonn. = BBSR-Analysen KOMPAKT 9/2012.
Hoymann, J.; Koomen, E.; Dekkers, J. (2014): Szenarien der Siedlungsflächenentwicklung im Elbeeinzugsgebiet. In Wechsung, F.; Hartje, V.; Kaden, S.; Venohr, M.; Hansjürgens, B.; Gräfe, P. (Hrsg.): Die Elbe und ihr Einzugsgebiet im globalen Wandel. Berlin, 197–240.
Jacobs, C.; Bouwman, A.F.; Koomen, E.; van der Burg, A. (2011): Lessons learned from using land-use simulation in regional planning. In: Koomen, E.; Borsboom-van Beurden, J. (Hrsg.): Land-use modelling in planning practice. Dordrecht, 131–149.
Koomen, E.; Hilferink, M.; Borsboom-van Beurden, J. (2011): Introducing Land Use Scanner. In Koomen, E. (Hrsg.): Land-use modelling in planning practice. Dordrecht, 3–21.
Koomen, E.; Koekoek, A.; Dijk, E. (2011): Simulating Land-use Change in a Regional Planning Context. In: Applied Spatial Analysis and Policy 4 (4), 223–247.
Koomen, E.; Loonen, W.; Hilferink, M. (2008): Climate-Change Adaptations in Land-Use Planning. A Scenario-Based Approach. In: Bernard, L.; Friis-Christensen, A.; Pundt, H. (Hrsg.): The European Information Society. Berlin, 261–282.
Koomen, E.; Rietveld, P.; de Nijs, T. (2008): Modelling land-use change for spatial planning support. In: The Annals of Regional Science 42 (1), 1–10.
Kufeld, W. (Hrsg.) (2013): Klimawandel und Nutzung von regenerativen Energien als Herausforderungen für die Raumordnung. Hannover. = Arbeitsberichte der ARL 7.
Lambin, E.F. (2005): Modelling land-use change. In Wainwright, J.; Mulligan, M. (Hrsg.): Environmental Modelling. Finding Simplicity in Complexity. Chichester, 245–254.
Lavalle, C.; Baranzelli, C.; Batista e Silva, F.; Mubareka, S.; Rocha Gomes, C.; Koomen, E.; Hilferink, M. (2011): A High Resolution Land Use/Cover Modelling Framework for Europe: Introducing the EU-ClueScanner100 Model. In: Murgante, B.; Gervasi, O.; Iglesias, A.; Taniar, D.; Apduhan, B.O. (Hrsg.): Computational science and its applications. Berlin, 60–75.
Meinel, G.; Schubert, I.; Siedentop, S.; Buchroithner, M. (2007): Europäische Siedlungsstrukturvergleiche auf Basis von CORINE Land Cover. Möglichkeiten und Grenzen. In: Schrenk, M.; Popovich, V.; Benedikt, J. (Hrsg.): To plan is not enough. REAL CORP 2007. Schwechat-Rannerdorf, 645–656.
Mertens, B.; Lambin, E. (1997): Spatial modelling of deforestation in southern Cameroon: Spatial disaggregation of diverse deforestation processes. In: Applied Geography 17 (2), 143–162.
Mertens, B.; Lambin, E. (2000): Land-Cover-Change Trajectories in Southern Cameroon. In: Annals of the Association of American Geographers 90 (3), 467–494.
Poelmans, L.; van Rompaey, A. (2009): Detecting and modelling spatial patterns of urban sprawl in highly fragmented areas: A case study in the Flanders-Brussels region. In: Landscape and Urban Planning 93 (1), 10–19.
Pontius Jr., R.; Cornell, J.; Hall, C. (2001): Modeling the spatial pattern of land-use change with GEOMOD2: application and validation for Costa Rica. In: Agriculture, Ecosystems and Environment 85 (1–3), 191–203.
Pontius Jr., R.; Schneider, L.C. (2001): Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA. In: Agriculture, Ecosystems and Environment 85 (1–3), 239–248.
Reck, H.; Hänel, K.; Jeßberger, J.; Lorenzen, D. (2008): Unzerschnittene verkehrsarme Räume, Unzerschnittene Funktionsräume und Biologische Vielfalt. Landschafts- und Zerschneidungsanalysen als Grundlage für die räumliche Umweltplanung. Bonn-Bad Godesberg. = Naturschutz und Biologische Vielfalt 62.
Rounsevell, M.; Reginster, I.; Araújo, M.; Carter, T.; Dendoncker, N.; Ewert, F.; House, J.; Kankaanpää, S.; Leemans, R.; Metzger, M.; Schmit, C.; Smith, P.; Tuck, G. (2006): A coherent set of future land use change scenarios for Europe. In: Agriculture, Ecosystems and Environment 114 (1), 57–68.
Schlömer, C. (2012): Raumordnungsprognose 2030. Bevölkerung, private Haushalte, Erwerbspersonen. Stuttgart. = BBSR Analysen Bau.Stadt.Raum 9.
Schneider, L.C.; Pontius Jr., R. (2001): Modeling land-use change in the Ipswich watershed, Massachusetts, USA. In: Agriculture, Ecosystems and Environment 85 (1–3), 83–94.
Scholten, H.; van de Velde, R.; Rietveld, P.; Hilferink, M. (1999): Spatial information infrastructure for scenario planning: the development of a Land Use Planner for Holland. In: Stillwell, J.; Geertman, S.; Openshaw, S. (Hrsg.): Geographical Information and Planning. Berlin, 112–134.
Schotten, C.; Goetgeluk, R.; Hilferink, M.; Rietveld, P.; Scholten, H. (2001): Residential construction, land use and the environment. Simulations for the Netherlands using a GIS-based land use model. In: Environmental Modeling and Assessment 6 (2), 133–143.
Silva, E.; Clarke, K. (2002): Calibration of the SLEUTH urban growth model for Lisbon and Porto, Portugal. In: Computers, Environment and Urban Systems 26 (6), 525–552.
Statistisches Bundesamt (2011): Bodenfläche nach Art der tatsächlichen Nutzung. Ergebnisse der Flächenerhebung 2010. Wiesbaden. = Land- und Forstwirtschaft, Fischerei, Fachserie 3, Reihe 5.1.
Statistisches Bundesamt (2013): Bodenfläche nach Art der tatsächlichen Nutzung 2012. Wiesbaden. = Land- und Forstwirtschaft, Fischerei, Fachserie 3, Reihe 5.1.
Umweltbundesamt (2011): Berichterstattung unter der Klimarahmenkonvention der Vereinten Nationen und dem Kyoto-Protokoll 2011. Nationaler Inventarbericht zum Deutschen Treibhausgasinventar 1990–2009. Dessau-Roßlau.
Verburg, P.H.; de Nijs, T.; van Eck, J.; Visser, H.; de Jong, K. (2004): A method to analyse neighbourhood chararcteristics of land use patterns. In: Computers, Environment and Urban Systems 28 (6), 667–690.
Verburg, P.H.; Koomen, E.; Hilferink, M.; Pérez-Soba, M.; Lesschen, J.P. (2012): An assessment of the impact of climate adaptation measures to reduce flood risk on ecosystem services. In: Landscape Ecology 27 (4), 473–486.
Verburg, P.H.; Schot, P.P.; Dijst, M.J.; Veldkamp, A.T. (2004): Land use change modelling: current practice and research priorities. In: GeoJournal 61 (4), 309–324.
Verburg, P.H.; Schulp, C.; Witte, N.; Veldkamp, A. (2006): Downscaling of land use change scenarios to assess the dynamics of European landscapes. In: Agriculture, Ecosystems & Environment 114 (1), 39–56.
Verburg, P.H.; van Eck, J.R.R.; de Nijs, T.; Dijst, M.J.; Schot, P. (2004): Determinants of land-use change patterns in the Netherlands. In: Environment and Planning B 31 (1), 125–150.
Zaspel, B.; Einig, K. (2012): Raumordnungsplan-Monitor (ROPLAMO) – ein Planinformationssystem für Deutschland. In: Strobl, J.; Blaschke, T.; Griesebner, G. (Hrsg.): Angewandte Geoinformatik 2012. Beiträge zum 24. AGIT-Symposium Salzburg. Berlin, 745–754.
Metadata
Title
Die Zukunft der Landnutzung in Deutschland – Darstellung eines methodischen Frameworks
Authors
Dr. Jana Hoymann
Dr. Roland Goetzke
Publication date
01-06-2014
Publisher
Springer Berlin Heidelberg
Published in
Raumforschung und Raumordnung | Spatial Research and Planning / Issue 3/2014
Print ISSN: 0034-0111
Electronic ISSN: 1869-4179
DOI
https://doi.org/10.1007/s13147-014-0290-y

Other articles of this Issue 3/2014

Raumforschung und Raumordnung | Spatial Research and Planning 3/2014 Go to the issue

Bericht aus Forschung und Praxis

Weltnaturerbe Wattenmeer – Trilaterale Geodaten für die Meeresraumordnung

Editorial

Geoinformation für jedermann – goldene Zeiten für die empirische Raumforschung

Rezension

Schneider, Martin (2012): Raum – Mensch – Gerechtigkeit. Sozialethische Reflexionen zur Kategorie des Raumes.

Wissenschaftlicher Beitrag

Dichter dran! Neue Möglichkeiten der Vernetzung von Geobasis-, Statistik- und Erdbeobachtungsdaten zur räumlichen Analyse und Visualisierung von Stadtstrukturen mit Dichteoberflächen und -profilen

Wissenschaftlicher Beitrag

Ist die zunehmende Biogasproduktion die alleinige Ursache für den Grünlandschwund in Deutschland? – eine Analyse von georeferenzierten Daten zur Landnutzung

Rezension

Jureit, Ulrike (2012): Das Ordnen von Räumen. Territorium und Lebensraum im 19. und 20. Jahrhundert