Spatial entropy changes for built-up areas in the vicinity of Kraków in the years 2014–2020

• Autorzy: Kudas Dawid , Wnęk Agnieszka

Identyfikatory

DOI

10.15576/GLL/2021.4.103

Warianty tytułu

PL

Zmiany entropii dla terenów zabudowanych w otoczeniu Krakowa w latach 2014-2020

• Języki publikacji: EN

Abstrakty

EN

Information on landscape structure is an important issue for sustainable development and for making correct spatial planning decisions. Therefore, studies providing information on the diversity and changes of land cover and land use in a selected area are currently an important research topic. In addition to quantitative-qualitative statistics, spatial entropy is increasingly used to assess the degree of diversity of land cover and land use. This paper aim was to determine the diversity of objects within the land cover classes in the years 2014, 2017 and 2020, with a focus on built-up areas, in three districts bordering the city of Kraków, i.e. the Wieliczka, Kraków and Proszowice districts, located in the Małopolskie Voivodeship in Poland. In order to perform the analysis with the appropriate spatial resolution, a hex grid was used to determine the diversity of objects in the built-up area class. For this reason, data on land cover from the BDOT10k national database of topographic objects were used. The analyses followed the division into classes and objects defined in the structure of the BDOT10k database. The degree of diversity was determined using the Entropy Index and Herfindahl-Hirschman Index. Changes in the diversity of built-up areas were observed especially in areas located in close proximity to the border of Kraków, as well as on its eastern and south-eastern sides. A significant relationship was also observed between the increase in diversity of objects in the built-up area class and the immediate proximity of roads.

PL

Informacje o strukturze krajobrazu są istotną kwestią dla potrzeb prowadzenia zrównoważonego rozwoju oraz podejmowania właściwych decyzji związanych z planowaniem przestrzennym. W związku z tym badania dostarczające informacji o różnorodności oraz zmianach pokrycia i użytkowaniu terenu zachodzących w wybranym obszarze są aktualnie istotnym tematem badawczym. Do oceny stopnia różnorodności pokrycia i użytkowania terenu poza statystykami ilościowo-jakościowymi, coraz częściej jest wykorzystywana entropia przestrzenna. W niniejszej pracy określono stopień różnorodności obiektów klas pokrycia terenu w latach 2014, 2017 i 2020, ze szczególnym uwzględnieniem terenów zabudowanych, dla obszaru powiatów graniczących z miastem Kraków tj. powiatu wielickiego, krakowskiego i proszowickiego, zlokalizowanych w województwie małopolskim w Polsce. W celu przeprowadzenia analizy z odpowiednią rozdzielczością przestrzenną do określenia różnorodności obiektów w klasie terenów zabudowanych wykorzystano siatkę heksagonów. Do realizacji postawionego celu wykorzystano dane dotyczące pokrycia terenu z ogólnopolskiej bazy danych obiektów topograficznych BDOT10k. Analizy przeprowadzono z zastosowaniem podziału na klasy oraz obiekty zdefiniowane w strukturze bazy BDOT10k. Stopień różnorodności określono wykorzystując Entropy Index oraz Herfindahl–Hirschman Index. Zmiany zróżnicowania trenów zabudowanych zaobserwowano szczególnie w terenach położonych w bliskim sąsiedztwie granicy miasta Krakowa, jak również po jego wschodniej i południowo wschodniej stronie. Zaobserwowano także istotny związek pomiędzy wzrostem zróżnicowania obiektów w klasie terenów zabudowanych a bezpośrednim sąsiedztwem dróg.

Słowa kluczowe

EN

built-up area; BDOT10k; entropy; hexagon

PL

obszar zabudowany; entropia; sześciokąt

• Wydawca: Wydawnictwo Uniwersytetu Rolniczego w Krakowie
• Czasopismo: Geomatics, Landmanagement and Landscape
• Rocznik: 2021
• Tom: no. 4
• Strony: 103--116
• Opis fizyczny: Bibliogr. 36 poz., rys., tab.

Twórcy

autor

Kudas Dawid

• University of Agriculture in Krakow Department of Land Surveying 30-198 Kraków, ul. Balicka 253a Correspondence address: al. Mickiewicza 21, 30-120 Kraków

• https://orcid.org/0000-0003-1109-114X

autor

Wnęk Agnieszka

• University of Agriculture in Krakow Department of Land Surveying 30-198 Kraków, ul. Balicka 253a Correspondence address: al. Mickiewicza 21, 30-120 Kraków

• https://orcid.org/0000-0001-8669-2519

Bibliografia

• Bagan H., Yamagata Y. 2014. Land-cover change analysis in 50 global cities by using a combination of Landsat data and analysis of grid cells. Environmental Research Letters, 9(6), 064015.
• Batty M. 1974. Spatial entropy. Geographical Analysis, 6(1), 1‒31.
• BDOT 2021. Rozporządzenie Ministra Rozwoju, Pracy i Technologii z dnia 27 lipca 2021 r. w sprawie bazy danych obiektów topograficznych oraz bazy danych obiektów ogólnogeograficznych, a także standardowych opracowań kartograficznych (Dz.U. 2021 poz. 1412).
• Bičík I., Kupková L., Jeleček L., Kabrda J., Štych P., Janoušek Z., Winklerová J. 2015. Land Use Changes in the Czech Republic 1845–2010: Socio Economic Driving Forces. Springer International Publishing, Switzerland.
• Bielecka E., Ciołkosz A. 2008. Land use mapping in Poland. Geodesy and Cartography, 21‒39.
• Birch C.P., Oom S.P., Beecham J.A. 2007. Rectangular and hexagonal grids used for observation, experiment and simulation in ecology. Ecological Modelling, 206(3‒4), 347‒359.
• Bitner A., Fialkowski M. 2021. Entropy of the Land Parcel Mosaic as a Measure of the Degree of Urbanization. Entropy, 23(5), 543.
• Cegielska K., Kudas D., Różycka-Czas R., Salata T., Szylar M. 2017a. The analysis of land cover macrostructure in the suburban area of Krakow. Geomatics, Landmanagement and Landscape.
• Cegielska K.M., Salata T., Gawroński K., Różycka-Czas R. 2017b. Level of spatial differentiation of anthropogenic impact in Małopolska. Journal of Ecological Engineering, 18(1).
• Cegielska K., Kukulska-Kozieł A., Salata T., Piotrowski P., Szylar M. 2019. Shannon entropy as a peri-urban landscape metric: Concentration of anthropogenic land cover element. Journal of Spatial Science, 64(3), 469‒489.
• Cushman S.A. 2016. Calculating the configurational entropy of a landscape mosaic. Landscape Ecology, 31(3), 481‒489.
• Deka J., Tripathi O.P., Khan M.L. 2011. Urban growth trend analysis using Shannon Entropy approach. A case study in North-East India. International Journal of Geomatics and Geosciences, 2(4), 1062‒1068.
• Di Gregorio A. 2005. Land cover classification system: classification concepts and user manual: LCCS, 2. Food & Agriculture Org.
• Fenta A.A., Yasuda H., Haregeweyn N., Belay A.S., Hadush Z., Gebremedhin M.A., Mekonnen G. 2017. The dynamics of urban expansion and land use/land cover changes using remote sensing and spatial metrics: The case of Mekelle City of northern Ethiopia. International Journal of Remote Sensing, 38(14), 4107‒4129.
• Feranec J., Jaffrain G., Soukup T., Hazeu G. 2010. Determining changes and flows in European landscapes 1990–2000 using CORINE land cover data. Applied Geography, 30(1), 19‒35.
• Feranec J., Šúri M., Ot’ahel J., Cebecauer T., Kolář J., Soukup T., ... and Nitica C. 2000. Inventory of major landscape changes in the Czech Republic, Hungary, Romania and Slovak Republic 1970s–1990s. International Journal of Applied Earth Observation and Geoinformation, 2(2), 129‒139.
• GDDKiA 2021. https://www.gov.pl/web/gddkia-krakow/wyniki-pomiarow-natezenia-ruchuna-drogach-krajowych-w-malopolsce [accessed: 25.11.2021].
• Geoportal 2021. www.geoportal.gov.pl [accessed: 20.11.2021].
• Goldblatt R., Stuhlmacher M.F., Tellman B., Clinton N., Hanson G., Georgescu M., ... and Balling Jr R.C. 2018. Using Landsat and nighttime lights for supervised pixel-based image classification of urban land cover. Remote Sensing of Environment, 205, 253‒275.
• GUS 2021: https://stat.gov.pl/ [accessed: 25.11.2021].
• Iváncsics V., Kovács K.F. 2021. Analyses of new artificial surfaces in the catchment area of 12 Hungarian middle-sized towns between 1990 and 2018. Land Use Policy, 109, 105644.
• Luc M., Bielecka E. 2018. Ontology for National Land Use/Land Cover Map: Poland Case Study. In: Land Use and Land Cover Semantics. CRC Press, 38‒57.
• Meyer W.B., Turner II B.L. (eds.). 1994. Changes in land use and land cover: A global perspective, 4. Cambridge University Press.
• Micek O., Feranec J., Stych P. 2020. Land use/land cover data of the urban atlas and the cadastre of real estate: An evaluation study in the Prague Metropolitan Region. Land, 9(5), 153.
• Mierzwiak M., Całka B. 2019. Zmiany pokrycia terenu w Polsce w latach 1990‒2012 na podstawie danych CORINE Land Cover. Roczniki Geomatyki, 17.
• Molnár Z., Bartha S., Seregélyes T., Illyés E., Botta-Dukát Z., Tímár G. … and Rév S. 2007. A grid-based, satellite-image supported, multi-attributed vegetation mapping method (MÉTA). Folia Geobotanica, 42(3), 225‒247.
• Noszczyk T., Rutkowska A., Hernik J. 2017. Determining changes in land use structure in Małopolska using statistical methods. Polish Journal of Environmental Studies, 26(1), 211‒220.
• Rahman M.T. 2016. Detection of land use/land cover changes and urban sprawl in Al-Khobar, Saudi Arabia: An analysis of multi-temporal remote sensing data. ISPRS International Journal of Geo-Information, 5(2), 15.
• Richards T., Gallego J., Achard F. 2000. Sampling for forest cover change assessment at the pantropical scale. International Journal of Remote Sensing, 21(6‒7), 1473‒1490.
• Shoman W., Alganci U., Demirel H. 2019. A comparative analysis of gridding systems for pointbased land cover/use analysis. Geocarto International, 34(8), 867‒886.
• Song Y., Martin L., Rodriguez D. 2013. Comparing measures of urban land use mix. Computers, Environment and Urban Systems, 42, 1‒13.
• Terra T.N., dos Santos R.F., Costa D.C. 2014. Land use changes in protected areas and their future: The legal effectiveness of landscape protection. Land Use Policy, 38, 378‒387.
• UA 2021. https://land.copernicus.eu/local/urban-atlas [accessed: 25.11.2021].
• Wnęk A., Kudas D., Halva J. 2019. Anaysis of changes in land cover structure using ring-shaped polygons of evaluation, on the example of selected areas of Slovakia, Poland and the Czech Republic. Geomatics, Landmanagement and Landscape, 1, 45‒56.
• Wnęk A., Kudas D., Stych P. 2021. National level land-use changes in functional urban areas in Poland, Slovakia, and Czechia. Land, 10(1), 39.
• Zhang H., Wu Z., Lan T., Chen Y., Gao P. 2020. Calculating the Wasserstein metric-based Boltzmann entropy of a landscape mosaic. Entropy, 22(4), 381.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).