Logo of Humboldt-Universität zu BerlinLogo of Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Header image: facade of Humboldt-Universität zu Berlin
View Item 
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
View Item 
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Dissertationen
  • View Item
2021-12-20Kumulative Dissertation DOI: 10.18452/23620
Urban land dynamics in the Abuja city-region, Nigeria
integrating GIS, remotely sensed, and survey-based data to support land use planning
Enoguanbhor, Evidence Chinedu cc
Mathematisch-Naturwissenschaftliche Fakultät
Die schnell wachsende Dynamik urbaner Räume stellt global eine große Herausforderung für die urbane und ökologische Nachhaltigkeit dar. In den Stadtregionen in Subsahara-Afrika stehen die Strategien und Instrumente der Landnutzungsplanung, die zur Steuerung der urbanen Dynamik für die urbane und ökologische Nachhaltigkeit eingesetzt werden, vor verschiedenen Herausforderungen, einschließlich der unzureichenden Verfügbarkeit von Daten. Das Ziel dieser Forschung ist es, zu einer effektiven Landnutzungsplanung zur Verbesserung der urbanen und ökologischen Nachhaltigkeit beizutragen, indem integrierte empirische Daten aus Geographischen Informationssystemen, Fernerkundung und Umfragen genutzt werden, um detaillierte und neue Einblicke in die urbane Landdynamik zu bieten. Bei der Untersuchung der Diskrepanzen zwischen der vergangenen und der aktuellen städtischen Landbedeckung und den Flächennutzungsplänen wurde die überwachte Klassifizierung (supervised classification) der Landbedeckung von LANDSAT-Daten aus den Jahren 1987, 2002 und 2017 verwendet, um die nicht-städtischen Entwicklungsflächen zu quantifizieren, die an die Stadt/Bebauung verloren gingen. Experteninterviews wurden zur Anleitung und Entwicklung von drei Szenarioalternativen zur Simulation der Landbedeckung von 2017 bis 2030 und 2050 unter Verwendung des Multi-Layer Perceptron Neural Network und Markov-Modellen verwendet. Die Ergebnisse zeigten eine Zunahme der städtischen/bebauten Flächen und große Unstimmigkeiten zwischen der früheren/aktuellen städtischen Landbedeckung und den bestehenden Flächennutzungsplänen. Außerdem zeigten die Ergebnisse eine hohe, geringe und keine potenzielle Beeinträchtigung der geschützten ökologisch sensiblen Gebiete durch die zukünftige urbane Dynamik unter den Szenarien "Business As Usual", "Adjusted Urban Land" und "Regionaler Flächennutzungsplan". Die Methoden und die zur Verfügung gestellten Basisinformationen, insbesondere aus dem “Adjusted Urban Land” Szenario, wären für eine effektive Flächennutzungsplanung von Nutzen. Dies würde dazu beitragen, die urbane und ökologische Nachhaltigkeit der Stadtregionen in Subsahara-Afrika und im gesamten Globalen Süden zu verbessern, wo eine unzureichende Datenverfügbarkeit die Flächennutzungsplanung erschwert.
 
Global urban dynamics are rapidly increasing, posing a great challenge to urban and environmental sustainability. In Sub-Saharan Africa city-regions, land use planning strategies and instruments used to guide urban dynamic patterns for urban and environmental sustainability are faced with various challenges, including insufficient data availability. The goal of this research is to contribute to effective land use planning for improving urban and environmental sustainability using integrated empirical data derived from Geographic Information Systems, Remote Sensing, and surveys to offer detailed and new insights into urban land dynamics. While investigating the mismatches between the past and current urban land cover and land use plans, the supervised classification of the land cover of LANDSAT data from 1987, 2002, and 2017 was used to quantify the non-urban development areas lost to urban/built-up. Expert interviews were applied to guide and develop three scenario alternatives to simulate land cover from 2017 to 2030 and 2050 using the Multi-Layer Perceptron Neural Network and Markov models. The results indicated an increase in urban/built-up areas and large mismatches between the past/current urban land cover and the existing land use plans. Also, the results indicated high, little, and no potential degradation of the protected environmentally sensitive areas by the future urban dynamics under the Business As Usual, Adjusted Urban Land, and Regional Land Use Plan scenarios respectively. The methods and the baseline information provided, especially from the Adjusted Urban Land scenario would be useful for effective land use planning. This would support improving the urban and environmental sustainability of the Sub-Saharan African city-regions and across the Global South, where insufficient data availability challenges land use planning.
 
Files in this item
Thumbnail
dissertation_enoguanbhor_evidence.pdf — Adobe PDF — 4.328 Mb
MD5: b8541ec70d465e31c7d340ddc0f1dee1
Cite
BibTeX
EndNote
RIS
(CC BY 4.0) Attribution 4.0 International(CC BY 4.0) Attribution 4.0 International
Details
DINI-Zertifikat 2019OpenAIRE validatedORCID Consortium
Imprint Policy Contact Data Privacy Statement
A service of University Library and Computer and Media Service
© Humboldt-Universität zu Berlin
 
DOI
10.18452/23620
Permanent URL
https://doi.org/10.18452/23620
HTML
<a href="https://doi.org/10.18452/23620">https://doi.org/10.18452/23620</a>