Wyniki wyszukiwania - BazTech

1

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

Wnęk Agnieszka, Kudas Dawid, Halva Jozef

Geomatics, Landmanagement and Landscape

|

2019

|

no. 1

45--56

EN

The objective of this paper is the assessment of the share of individual land cover categories in centric and ring-shaped evaluation polygons. In the analyses the data from the Corine Land Cover project for 2006 and 2012 were used. These data are available through the Urban Atlas. The basic spatial statistics concerning the land cover categories were determined. As a result of the analyses, information about land cover changes that took place over a period of 6 years was obtained, observed with increasing distance from the assumed reference point. An inference was also made regarding the possibility of determining the changes taking place in selected units in the period of 2006–2012.

PL

W ramach badań przeprowadzona została ocena stopnia udziału poszczególnych kategorii pokrycia w centrycznych poligonach oceny o kształcie pierścieni. Określono podstawowe statystyki przestrzenne dotyczące kategorii pokrycia terenu. Wykorzystano dane opracowane w ramach projektu Corine Land Cover dla roku 2006 i 2012, udostępnione poprzez Urban Atlas. W wyniku przeprowadzonych analizy otrzymano informacje o zmianach w pokryciu terenu, jakie zaszły w okresie 6 lat, w raz z oddalaniem się od przyjętego punktu odniesienia. Przeprowadzono także wnioskowanie dotyczące badania możliwości określenia zmian zachodzących w wybranych jednostkach w okresie od 2006 do 2012 roku.

2

Analysis of land use and land cover maps suitability for modeling population density of urban areas – redistribution to new spatial units based on CLC and UA databases

Pirowski T, Timek M.

Geoinformatica Polonica

|

2018

|

T. 17

53--64

EN

The series of articles contains a comparison of the possibilities of using data from three sources for mapping people, with diff erent spatial, thematic and time accuracy. These are data from Corine Land Cover (CLC) and Urban Atlas (UA) projects and the result of object classifi cation (OBIA) of RapidEye data. The information on the existence of building zone included on the land use and land cover maps (LULC) constituted a limiting variable in the dasymetric method of population mapping. Categories related to building types allowed for the introduction of variable relationships, diversifying population density. These treatments enabled multi-variant development of maps of spatial population occurrence at a higher level than the original census units. The experiment was carried out in the area of Krakow. Statistical data from 141 urban units (u.u.) of the city were used. Generation of population maps was carried out in several variants. Divisions of buildings were made depending on its characteristics and functions. The results of population conversion were analyzed on Central Statistical Offi ce (hereafter referred as CSO, in Polish: GUS) data in a kilometer grid and on a specially prepared map of the population including a part of Krakow. The applied double verifi cation allowed to rank the obtained population maps and provide border spatial accuracy of their cellular representation. The fi rst part of the cycle presents the state of knowledge about population mapping and population conversion using the dasymetric method. The area of research is described. Spatial and statistical data used in the research were characterized. Works related to population conversion based on CLC and UA were presented. Six maps of the population distribution of Krakow were obtained. A multi-variant process of recalculating and setting weights for various types of buildings is described by providing for urban units the values of RMSE and MAPE. Population using the surface-weight method based on UA data was considered the best (MAPE 66%, RMSE 3442 people/u.u.). On CLC data, these errors were: MAPE 168%, RMSE 5690 people/u.u. In the subsequent parts of the cycle, the population conversion will be presented using object-oriented classifi cation. The methodology for the verifi cation of results will be described based on a photointepretation map of the population and the GUS perimeter grid. A discussion will be conducted related to the use of RMSE and MAPE measures. The ranking of methods and recommendations improving the results of population redistribution based on CLC, UA and OBIA will be given.

PL

Cykl artykułów zawiera porównanie możliwości wykorzystania do kartowania ludności danych z trzech źródeł, o różnej dokładności przestrzennej, tematycznej i czasowej: dane z projektów Corine Land Cover (CLC) i Urban Atlas (UA) oraz wynik klasyfikacji obiektowej (OBIA) danych RapidEye. Zawarta na mapach pokrycia i użytkowania terenu informacja o występowaniu zabudowy stanowiła zmienną ograniczającą w dazymetrycznej metodzie kartowania ludności. Kategorie związane z typami zabudowy pozwoliły na wprowadzenie zmiennych powiązań, różnicujących zagęszczenie ludności. Te zabiegi umożliwiły wielowariantowe opracowanie map przestrzennego występowania ludności na poziomie wyższym niż pierwotne jednostki spisowe. Eksperyment przeprowadzono na obszarze Krakowa, wykorzystując dane statystyczne ze 141 jednostek urbanistycznych (j.u.) miasta. Generowanie map ludności przeprowadzono w kilku wariantach, dokonując podziałów zabudowy w zależności od jej charakterystyki i funkcji. Wyniki przeliczania ludności na nowe jednostki przestrzenne odniesiono na etapie weryfikacji do danych o ludności podanych przez GUS w siatce kilometrowej oraz do specjalnie przygotowanej przez autorów szczegółowej mapy ludności obejmującej fragment Krakowa. Zastosowana podwójna weryfikacja pozwoliła na uszeregowanie według jakości uzyskanych map populacji oraz podanie granicznych dokładności przestrzennych ich komórkowej reprezentacji. W pierwszej części cyklu zaprezentowano zarys stanu wiedzy o kartowaniu ludności i zasadach przeliczania populacji metodą dazymetryczną. Opisano obszar badań, scharakteryzowano wykorzystane w badaniach dane przestrzenne i statystyczne. Przedstawiono prace związane z przeliczeniem populacji w oparciu o CLC i UA, uzyskując łącznie 6 map rozkładu ludności Krakowa. Wielowariantowy proces przeliczania i ustalania poprawnych wag dla różnych typów zabudowy scharakteryzowano poprzez podanie dla jednostek urbanistycznych, sprzed realizacji warunku Toblera, wartości średniego błędu kwadratowego (RMSE) oraz średniego absolutnego błędu procentowego (MAPE). W oparciu o te parametry kartowanie ludności metodą powierzchniowo-wagową, bazującą na danych UA, uznano za najlepszą (MAPE 66%, RMSE 3442os./j.u.), podczas gdy na danych CLC błędy te wyniosły: MAPE 168%, RMSE 5690 os./j.u. W kolejnych częściach cyklu przedstawione zostanie przeliczanie populacji z zastosowaniem klasyfikacji obiektowej. Opisana zostanie metodyka weryfikacji wyników w oparciu o fotointepretacyjną mapę ludności oraz siatkę kilometrową GUS. Przeprowadzona będzie dyskusja nad zasadnością stosowania miar optymalizacyjnych RMSE i MAPE. Podany zostanie ranking metod oraz rekomendacje poprawiające wyniki redystrybucji ludności w oparciu o CLC, UA i OBIA.

3

Chemizm małych rzek wyżynnych na przykładzie Gór Świętokrzyskich

Kozłowski R., Przybylska J., Szwed M.

Proceedings of ECOpole

|

2016

|

Vol. 10, No. 2

667--675

EN

The research was conducted in eight sections located on six small upland rivers, flowing from the central part of the Świętokrzyskie Mountains: Lubrzanka, Gawlica and Belnianka (in the Nida River drainage basin) and Psarka, Czarna Woda and Pokrzywianka (Kamienna River drainage basin). The catchment areas of researched rivers had diversified forms of land use, with dominating arable lands and forests and small share of housing. From November 2015 to April 2016 field studies were conducted and water samples collected once a month. The following parameters were analysed: temperature, pH, conductivity, dissolved oxygen, hydrogencarbonate and concentration of major ions. The river with most stable ion concentrations was Czarna Woda, with catchment area covered in over 80% with forests. The greatest fluctuations were noted on Psarka in profile Trzcianka, gathering water from arable lands. There was a significant positive correlation between the concentrations of HCO3 – and NO3 – ions and the share of anthropogenic areas in river basins. The concentrations of NO2 – and NO3 – were positively correlated with the area of agricultural lands. Higher share of forests negatively affected the pH value and concentration of HCO3 –, Mg2+, NO2 – and NO3 –. The results also suggest the impact of point and line sources of pollution on the physicochemical properties of the analysed rivers.

4

Mapa krajobrazu kulturowego Polski w Koncepcji Przestrzennego Zagospodarowania kraju 2030

Śleszyński P.

Prace Komisji Krajobrazu Kulturowego

|

2015

|

nr 27

45--61

PL

W artykule opisano problemy koncepcyjne i realizacyjne jednej z 23 plansz, stanowiących załącznik diagnostyczno-kartograficzny aktualnej Koncepcji Przestrzennego Zagospodarowania Kraju 2030, przyjętej przez Radę Ministrów w grudniu 2011 r. Głównym celem tego załącznika było przedstawienie w możliwie syntetyczny i kompleksowy sposób zagadnień związanych z aktualnym stanem i oceną zagospodarowania przestrzennego Polski. Mapa krajobrazu kulturowego została wykonana w skali 1:2 500 000 i zawiera następujące warstwy informacyjne: granice obszarów historyczno-kulturowych, gęstość granic pochodzenia antropogenicznego (według bazy pokrycia terenu Corine Land Cover 2006), udział budownictwa mieszkaniowego zrealizowanego po 1989 r. oraz klasyfikację miast według pierwszego okresu nadania praw miejskich. Ponadto na mapie uzupełniającej zamieszczono dane obrazujące koncentrację i nasycenie zabytkami nieruchomymi (według rejestru zabytków Narodowego Instytutu Dziedzictwa).

EN

The paper presents conceptual and realization problems of one of the 23 charts, forming diagnostic-cartographic annex in the current National Spatial Development Concept 2030 (of the Republic of Poland), passed by the Council of Ministers in December 2011. The main aim of this annex is to present a possible synthetic and comprehensive manner issues related to the state and evaluation of spatial organization of Poland. Map of the cultural landscape has been made on a scale 1:2,500,000 and contains the following information layers: the boundaries of historical and cultural regions, density of anthropogenic boundaries (according to the database Corine Land Cover 2006), the share of housing construction realized after 1989 and the towns and cities classification by the first period of civic rights. In addition, a supplementary map contains among others data showing the concentration and saturation sights fixed (according to the register of monuments of the National Heritage Institute).

5

Zastosowanie sztucznych sieci neuronowych do aktualizacji map pokrycia terenu Corine

Golenia M., Zagajewski B., Ochtyra A., Hościło A.

Polski Przegląd Kartograficzny

|

2015

|

T. 47, nr 3-4

257--266

PL

Aktualne mapy pokrycia terenu są podstawą wielu dyscyplin nauki oraz mają szerokie zastosowanie aplikacyjne. Jednym z problemów aktualizacji map jest proces aktualizacji danych. Teledetekcja dostarcza codziennie nowych zobrazowań satelitarnych, które mogą zaspokoić potrzeby aktualizacji baz danych. W niniejszym artykule autorzy przedstawiają metodę klasyfikacji pokrycia terenu sztucznymi sieciami neuronowymi fuzzy ARTMAP zgodnie z założeniami i legendą Corine Land Cover na podstawie danych satelitarnych Landsat, które wykorzystywane są do opracowania map pokrycia terenu. W artykule użyto jako danych referencyjnych i weryfikacyjnych najnowszą mapę Corine Land Cover (CLC) 2012. Do przeprowadzenia klasyfikacji symulatorem wykorzystano trzy zdjęcia satelitarne Landsat TM (21.04.2011, 05.06.2010, 27.08.2011). Obszarem badań były okolice Warszawy. Wynikami pracy symulatora są mapy klasyfikacji pokrycia terenu oraz macierze błędów klasyfikacji. Uzyskane wyniki potwierdzają, że sztuczne sieci neuronowe mogą z powodzeniem być wykorzystywane do aktualizacji map pokrycia terenu.

EN

Modern land cover maps are the basis of many scientific disciplines and they are widely applied. One of the problems connected with the revision of maps is the data updating procedure. Remote Sensing daily provides us with the new satellite images, that can meet the needs of database updates. In this article the method of classification for land cover with the artificial, neural, fuzzy ARTMAP networks is presented by the authors in accordance with the objectives and legend of the CORINE Land Cover Map on the basis of the Landsat satellite data, which are used to elaborate the land cover maps. The latest CORINE Land Cover map 2012 polygons are used as the reference and verification data. Three satellite Landsat TM images of 21.04.2011, 05.06.2010, 27.08.2011 are processed by a fuzzy, artificial, neural network classificatory simulator. The area of research was Warsaw and its surrounding area. The results of this research are the classificatory land cover maps and error matrices. Acquired results confirm that the artificial neural networks can be successfully used for land cover updating.

6

Semiautomatic land cover mapping according to the 2nd level of the CORINE Land Cover legend

Golenia M., Zagajewski B., Ochtyra A., Hościło A.

Polish Cartographical Review

|

2015

|

Vol. 47, No. 4

203--212

EN

Actual land cover maps are a very good source of information on present human activities. It increases value of actual spatial databases and it is a key element for decision makers. Therefore, it is important to develop fast and cheap algorithms and procedures of spatial data updating. Every day, satellite remote sensing deliver vast amount of new data, which can be semi-automatically classified. The paper presents a method of land cover classification based on a fuzzy artificial neural network simulator and Landsat TM satellite images. The latest CORINE Land Cover 2012 polygons were used as reference data. Three satellite images acquired 21 April 2011, 5 June 2010, 27 August 2011 over Warsaw and surrounding areas were processed. As an outcome of classification procedure, the maps, error matrices and a set of overall, producer and user accuracies and a kappa coefficient were achieved. The classification accuracy oscillates around 76% and confirms that artificial neural networks can be successfully used for forest, urban fabric, arable land, pastures, inland waters and permanent crops mapping. Low accuracies were obtained in case of heterogenic land cover units.

7

The use of land cover data in ecosystem services assessment

Szumacher I., Pabjanek P.

Ekonomia i Środowisko

|

2014

|

nr 4

172--177

PL

Przedmiotem badań była ocena sekwestracji węgla, jako popularnego wskaźnika regulacyjnych świadczeń ekosystemowych, przy użyciu dwóch baz pokrycia terenu – Urban Atlas (UA) i Corine Land Cover (CLC). Badania objęły zachodnią strefę miejską i podmiejską Warszawy z fragmentem Kampinoskiego Park Narodowego (gminy Stare Babice, Izabelin, Łomianki i dzielnice Warszawy – Bemowo, Bielany). Wyniki świadczą, że dane CLC i UA nie są wystarczającym materiałem kartografiznym do oceny świadczeń ekosystemowych w skali lokalnej. Opracowywanie planów przestrzennego zagospodarowania na poziomie gmin lub ich fragmentów, powinno opierać się na badaniach terenowych, których celem będzie weryfikacja danych UA i CLC. Należy również wykorzystywać wskaźniki, które nie bazują bezpośrednio na danych UA i CLC.

8

Distribution of Crataegus (Rosaceae) along a gradient of anthropogenic influence

Oklejewicz K., Chwastek E., Szewczyk M., Bobiec A., Mitka J.

Polish Journal of Ecology

|

2013

|

Vol. 61, nr 4

683--691

EN

The impact of land use intensity on the taxonomic composition of hawthorns in four regions of south-eastern Poland was investigated. As a result of different human settlement histories, two of the regions are 54–64% forested nowadays, and the remaining two regions are 70–78% transformed into arable land. Numerical analysis and Monte Carlo permutation tests showed that the purely geographical component of the species distribution, linked with the land use intensity, was statistically significant (1.97%, P = 0.002), as well the pure site component (1.17%, P = 0.010). The human-induced opening of the landscape promotes Crataegus monogyna. Forests are occupied by C. laevigata, C. rhipidiphylla, C. rhipidophylla Gand. var. lindmanii and the hybrid C. × macrocarpa (C. rhipidophylla × C. laevigata); on forest edges the hybrid C. × media (C. monogyna × C. laevigata) tends to occur. Crataegus × subsphaericea (C. monogyna × C. rhipidophylla) is rare and tends to occur in thickets, and a triple hybrid C. monogyna × C. rhipidophylla × C. laevigata colonizes recently abandoned fields. Hybridization seems to be an efficient evolutionary strategy of hawthorns in the face of human-induced transformations of the landscape.

9

Monitoring of forest damages in Poland and Slovakia based on Terra.MODIS satellite images

Bartold M.

Geoinformation Issues

|

2012

|

Vol. 4, no. 1(4)

23--31

EN

Ten years since the largest post war disaster in the Polish forestry have passed last year. Back then in July the hurricane in Masuria region caused a huge devastation in the area of Pisz forest. The pine monoculture deforestation caused by the destructive force of nature and the prevailing drought caused the fire risk conditions. For research of forest destruction the satellite images taken in 2000 and 2006 were used. The observations were conducted at the area of Pisz forest, the Slovak Tatra Mountains and the forests along A1 and A4 motorway construction sites. The method for determining the range of deforestation caused by natural and anthropogenic impacts was developed. To validate the results the changes in change database Corine Land Cover 2000–2006 were used. Terra.MODIS medium resolution images shown themselves good material for elaboration of effective method for monitoring of forest stands changes. The obtained accuracy of detecting changes in forest areas was very high reaching 96.1% for Pisz forest and 96% for Slovak Tatra Mountains. In case of deforestation at the motorways construction sites the accuracy was 57% and 54% for A1 and A4, respectively. The lower accuracy was due to narrow widths of the motorways construction sites while monitoring was based on the analysis of satellite images of spatial resolution of 250 m.

PL

Minęło już ponad 10 lat od największej w powojennym okresie klęski w polskich lasach spowodowanej huraganowym wiatrem. Wówczas to zostały zniszczone ogromne połacie lasów sosnowych w Puszczy Piskiej. W badaniach obszaru tej klęski żywiołowej wykorzystano różne źródła pozyskiwania danych, w tym zdjęcia lotnicze i wysokorozdzielcze zdjęcia satelitarne. W opisywanych badaniach wykorzystano zdjęcia satelitarne o średniej zdolności rozdzielczej. Zdjęcia wykonane w latach 2000 i 2006 przez satelitę Terra za pomocą skanera MODIS objęły także lasy w Tatrach Słowackich oraz lasy położone w pasie budowy dwóch odcinków autostrad A1 i A4. W toku badań opracowano metodykę wyznaczania zasięgu wylesień powstałych z przyczyn naturalnych i antropogenicznych. Do walidacji wyników analizy zdjęć satelitarnych wykorzystano bazę danych zmian CORINE Land Cover 2000-2006. Średnio-rozdzielcze obrazy satelitarne Terra.MODIS pozwoliły na efektywne monitorowanie zmian stanu drzewostanów w przypadku gdy zaszły one na dużym obszarze. W przypadku Puszczy Piskiej i Tatr Wysokich uzyskano dokładność wykrycia zmian stanu lasów w granicach 96 %. Natomiast w przypadku wylesień pod budowę autostrad otrzymano nieco niższe dokładności wykrywania zmian – 57% dla odcinka A1 i 54% dla odcinka A4. Nieco gorsze rezultaty prawidłowego rozpoznania zmian w lasach wynikają z zastosowania zdjęć satelitarnych o rozdzielczości terenowej 250 metrów do monitorowania wąskich pasów lasów zlokalizowanych wzdłuż pasów budowy autostrad.

10

Inwentaryzacja i monitoring pokrycia terenu w Europie: pierwszy produkt serwisu szybkiej ścieżki GMES

Bielecka E.

Roczniki Geomatyki

|

2008

|

T. 6, z. 3

125-130

EN

Environmental policy, as well as regional development and agricultural policy in the European Union and in the Member States require access to current information on land use and land cover. In its operational work on monitoring and protecting environment, the European Union used the information gained from several programs, among them the CORINE Land Cover supervised by the European Environment Agency (EEA). Launching in 2002 the GMES program the European Commission decided that all existing programs of collecting data for environment monitoring based on satellite technologies would be implemented within the framework of this initiative. Thus, the GMES took its under umbrella the CORINE Land Cover program. The first service, launched according to the plan in 2008, is monitoring of land cover and land use - Land Core Monitoring Service, providing information about the status and changes in land use (COM 2005; EEA 2006). Thus, updating the CORINE Land Cover databases for the reference year 2006 is implemented within the framework of this service. To meet the ever growing requirements of CORINE Land Cover data users it was decided that the inventory of changes in land use and land cover will be carried out in greater detail than in 2000. It was also decided to use minimum mapping units of different sizes for the CLC2006 and CLC-Change databases. The sizes of 25 ha and 5 ha, respectively, designate different levels of aggregation, different spatial resolution, and thus different scale. The approach to creating the change database, applied in the CLC2006 project, does not result directly from "spatial overlaying" of the CLC2000 and CLC2006 bases, and provides higher resolution of the Changes2000.2006 database in a direct manner, since all changes greater than 5 ha are recorded. Completion of construction of the CLC2006 and Changes2000 .2006 for Europe is scheduled for the first quarter 2009 and Polish data will be available at the end of 2008. The CLC databases are available free of charge on-line via the EEA data downloading services, for Poland the data may be obtained at the Chief Inspectorate of Environmental Protection. Ultimately, it is assumed to share this data within the European infrastructure for spatial information, using European geo-portal. The necessity to launch the fast track service on land use monitoring as the first was connected with the growing interest in spatial land cover data by the European Commission and various institutions cooperating with the Commission. Research on changes in land use and land cover allow to obtain information about the impact of human activity on the environment, in particular of such processes as urbanization and deurbanization, mass tourism, industrialisation, extensification of crop agriculture, transformation of the landscape, afforestation and deforestation, climate change and many others.

11

Diversity of spatial organisation in Europe based on land cover and land use

Bielecka E.

Roczniki Geomatyki

|

2008

|

T. 6, z. 1

27-34

EN

Information about land cover and land use is recognized by decision-makers as crucial for spatial analysis at different territorial levels. Within the European Commission Services, as well as different European organisations, there is a growing need to use spatial analysis for integrated environmental assessment, mainly assessing impact of policy against regional development, planning, and agriculture. In all cases a key reference data is complete, reliable, and up to date land cover and land use data. That is why in the middle 80s of the 19th century the European Commission implemented CORINE Program. The main goal of that program was to establish an information system on the state of the European environment. Since then, information on land cover and land use in Europe was updated twice, in the years 2000 and 2006. As the diversity of land cover and land use reflects differentiation in spatial organisation, this data is of utmost importance for monitoring spatial organisation in Europe especially in the geographical context. The article presents the source databases storing information concerning land cover/use and land cover change and shows some examples how land cover change reflects the differences in spatial organisation within Europe, as well as impact of policy against particular land cover types e.g. arable lands, forests, artificial surfaces. It is mainly based on the research works carried out by author as well as on EEA reports. The three major processes of changes in land cover and in spatial organization are analysed in more detail, both at the European level and Poland. These are: development of urban and other artificial land, decreases in the agricultural area resulting from a range of changes in use, and increases in the area of forest and decreases in the area of natural land.

PL

Informacja o pokryciu terenu i użytkowaniu ziemi jest niezbędna do prowadzenia analiz przestrzennych o różnej szczegółowości i na różnych poziomach administracji, a także wielu organom Unii Europejskiej, do prowadzenia polityki w zakresie środowiska, rozwoju regionalnego i rolnictwa. A zatem, aby sprostać rosnącym wymaganiom unijnej administracji publicznej w zakresie wykorzystania tych informacji, Komisja Europejska uruchomiła w połowie lat osiemdziesiątych dwudziestego wieku program CORINE. Celem tego programu było utworzenie systemu informacyjnego przechowującego dane o stanie środowiska w Europie, w tym danych o sposobach użytkowania ziemi i formach pokrycia terenu. Dane te były już dwukrotnie aktualizowanie, w latach 2000 i 2006. Ponieważ zróżnicowanie pokrycia terenu i użytkowania ziemi odzwierciedla zróżnicowanie w zagospodarowaniu przestrzennym dane te są niezwykle istotne do monitorowania zagospodarowania przestrzennego w Europie, szczególnie w kontekście lokalizacji geograficznej. Artykuł zawiera krótką charakterystykę baz danych o pokryciu terenu i użytkowaniu ziemi i pokazuje, na licznych przykładach, jak zmiany w pokryciu terenu wpływają na zróżnicowanie zagospodarowania przestrzennego w Europie oraz jaki wpływ na zróżnicowanie poszczególnych typów pokrycia terenu (grunty rolne, lasy, tereny zabudowy miejskiej) ma polityka Unii Europejskiej. Przykłady Pochodzą głównie z badań prowadzonych przez autorkę oraz z raportów Europejskiej Agencji środowiska (EEA). Szczegółowiej zostały zilustrowane trzy główne procesy prowadzące do zmian w pokryciu i użytkowaniu terenu oraz zagospodarowaniu przestrzennym. Są to: rozwój (rozprzestrzenianie się) miast i innych terenów sztucznych, ubytek gruntów rolnych, wzrost terenów leśnych oraz ubytek terenów pokrytych roślinnością naturalną.

12

Land use mapping in Poland

Bielecka E., Ciołkosz A.

Geodezja i Kartografia

|

2008

|

Vol. 57, no 1

21-39

EN

This article presents an overview of 1and use mapping work carried out in Poland. The authors discuss major early 20th-century publications and then review projects undertaken since WWII, pointing out the use of satellite imagery as a new source of data for land use mapping. They also discuss contemporary land use mapping programs pursued by international organizations in Europe, including in Poland. The outcome of work performed in Poland under the CORINE Land Cover program is presented, and also the Land Cover Classification System developed by the FAO for the purposes ofland use mapping is discussed.

PL

W artykule przedstawiono prace związane z kartowaniem użytkowania ziemi prowadzone w Polsce. Omówiono najważniejsze opracowania wykonane w pierwszej połowie XX wieku, scharakteryzowano przedsięwzięcia podejmowane po drugiej wojnie światowej, zwracając uwagę na wykorzystanie w kartowaniu użytkowania ziemi nowego źródła danych jakim są zdjęcia satelitarne. Omówiono również współczesne programy kartowania użytkowania ziemi prowadzone przez międzynarodowe organizacje na obszarze Europy, w tym również na terytorium Polski. Przedstawiono także wyniki prac zrealizowanych w Polsce w ramach programu CORINE Land Cover, jak też omówiono Land Cover Classification System opracowany przez FAO na potrzeby kartowania użytkowania ziemi.

13

Wykorzystanie informacji o pokryciu terenu zawartych w bazach CORINE Land Cover w gospodarce przestrzennej

Bielecka E., Ciołkosz A.

Roczniki Geomatyki

|

2007

|

T. 5, z. 7

27-38

EN

Increasing needs of the European Commission and cooperating institutions for access to relevant, reliable and comparable data on land use and land cover contributed to launching of CORINE Land Cover programme in 1985. The main goal of the programme was to create geographical databases containing data on land cover in Europe, updating this data and its wide dissemination among users. The data stored in the CORINE Land Cover database has been widely used by relevant authorities in making decisions in the field of environment, agriculture, regional development and development of the enterprise.The databases on land cover in Europe in 1990 (CLC-90), and in 2000 (CLC-2000) as well as the database on land cover changes in the period of 1990.2000 (CLC change 90-00) are available at present. Subsequent updating of the existing databases has started in 2006 and its result would be a new database (CLC-2006) and a database on land cover changes in the period of 2000.2006. All databases are available in vector (ArcInfo Coverage, shapefile) and raster (ArcInfo GRID) formats. The spatial resolution of the data is 100 and 250 m. It should be emphasized that vector data is a source data. Satellite images were the source of land cover data. At first, there were satellite images acquired by Landsat satellite equipped with TM scanner. Spatial resolution of the images was 30 m. In elaboration of CLC-2000 database the images taken by Landsat satellite have also been used but this time they were taken with ETM+ scanner. Due to some technical problems with receiving new Landsat satellite data, the images acquired by the French satellites SPOT4 and SPOT 5, as well as Indian IRS satellite will be used as a source of data for creation of the new land cover database (CLC-2006). The European Commission, the European Environment Agency, the Joint Research Centre were the biggest and most important beneficiaries of the CORINE Land Cover data. Access to the data enabled them to elaborate the report on the current state and forecasted development of environment in Europe. In Poland, alike in other European countries, one can observe great interest in the application of CORINE Land Cover databases. In spite of the fact that these bases do not meet the national users requirements, the application of the CORINE Land Cover data is becoming increasingly common. CLC databases are the only complete and uniform digital data showing land cover in the whole Poland. Public administration, scientists and a number of commercial companies are the users of this data. Land cover data is very often the basic data for various thematic elaborations e.g. Geographic Database of Poland, Land Use Database of Mazovia, digital land use map of Małopolskie voivodship et cetera. CORINE Land Cover data has also facilitated elaboration of necessary information essential for preaccessing negotiations concerning the principles of determination of less favorable areas for agriculture. But the biggest number of applications of CLC databases concern environment, first of all the analysis of diversification of the landscape arising due to various natural conditions and the influence of economic, social and cultural factors. According to the UE directives, CLC databases have to be used in elaboration of plans of water development in catchment and development plans of NATURA 2000 areas. The CORINE Land Cover databases will also be a part of databases of European Infrastructure of Spatial Information INSPIRE.

14

Land cover structure in Poland and its changes in the last decade of 20th century

Bielecka E., Ciołkosz A.

Roczniki Geomatyki

|

2004

|

T. 2, z. 1

81-88

PL

W roku 1985 Komisja Wspólnot Europejskich powołała program pod nazwą CORINE (CoORdination of INformation on the Environment), którego celem była koordynacja przedsięwzięć zmierzających do gromadzenia i udostępniania informacji o środowisku w Europie. W ramach programu utworzono system informacji geograficznej, którego baza danych składa się z kilkunastu warstw tematycznych, zawierających m. in. informacje o pokryciu terenu. Od 1991 roku obowiązek zarządzania programem CORINE, a w tym aktualizacji baz danych spoczywa na Europejskiej Agencji środowiska (EEA). Rosnące zapotrzebowanie na aktualną informację o pokryciu terenu spowodowało, że w 2000 r. Europejska Agencja środowiska razem z Wspólnotowym Centrum Badawczym (JRC) w Iskrze zainicjowały projekt, którego celem jest aktualizacja bazy danych o pokryciu terenu w Europie (CORINE Land Cover) oraz utworzenie bazy pokazującej zmiany w pokryciu terenu w latach 1990.2000. W Polsce utworzenie bazy danych CORINE Land Cover (CLC) w latach 90. i jej aktualizacja zostało powierzone Instytutowi Geodezji i Kartografii. Prace nad projektem koordynowane są przez Główny Inspektorat Ochrony Środowiska. Informacje o pokryciu terenu uzyskano w wyniku wizualnej interpretacji zdjęć wykonanych przez satelitę Landsat TM, zgodnie z jednolitą dla całej Europy legendą CORINE Land Cover. Legenda ma charakter hierarchiczny i na poziomie krajowym, odpowiadającym mapie w skali 1:100 000, zawiera 44 formy ubytkowania ziemi, z czego na terenie Polski występuje 31 (tabela 1). Minimalna powierzchnia jednostek pokrycia terenu rejestrowanych w bazie wynosi 25 ha, przy czym wyznaczana jednostka nie może być węższa niż 100 m. CORINE Land Cover jest wektorową, topologiczną warstwą geometryczną, przechowywaną w sposób "bezszwowy" w układzie współrzędnych "1992". Na poziomie europejskim treść bazy danych CORINE Land Cover obejmuje pięć klas pokrycia terenu: tereny antropogeniczne, tereny rolne, lasy i ekosystemy seminaturalne, bagna śródlądowe oraz wody. Zmiany w pokryciu terenu rejestrowano poprzez wizualne porównanie zdjęć satelitarnych z lat 90 z nowymi obrazami wykonanymi w roku 2000. Warto zaznaczyć, że zgodnie ze specyfikacjami technicznymi w bazie znajdują się tylko te zmiany, których powierzchnia jest większa od 5 ha, a szerokość wydzielenie przekracza 100 m. Baza danych o pokryciu terenu w roku 2000 (CLC2000) powstała w wyniku połączenia dwóch baz: bazy z roku 1990 (CLC90) i bazy zmian (CLC_Changes). Polskę pokrywa 28 obrazów satelitarnych (rys. 1). Do inwentaryzacji pokrycia terenu wybrano zdjęcia bezchmurne i wykonane w pełni okresu wegetacyjnego (od maja do września). Ponieważ obrazy wykonane z sąsiednich orbit w dużej części pokrywają ten sam obszar interpretatorzy mieli do dyspozycji kilka zdjęć wykonanych w różnych latach i sezonach wegetacyjnych. Dominującymi formami pokrycia terenu w Polsce (rys. 2) są grunty rolne i lasy. Tereny wykorzystywane rolniczo zajmują 62% powierzchni kraju, lasy 30%, tereny zabudowane 5%, wody śródlądowe i tereny bagienne 3% (rys. 3 i rys. 4). Powierzchnie poszczególnych klas CLC zostały zamieszczone w tabeli 1. Analizując pokrycie terenu w latach 1992 i 2000 widzimy, że zaledwie 0,9% powierzchni Polski zmieniło sposób użytkowania. Największe zmiany wystąpiły w obrębie terenów leśnych i związane są z przebudową drzewostanów. Znaczące zmiany to ubytek terenów użytkowanych rolniczo, a szczególnie gruntów rolnych i łąk oraz wzrost powierzchni nieużytków rolniczych klasyfikowanych w CORINE jako grunty rolne z dużym udziałem roślinności naturalnej. Wzrósł również odsetek terenów zurbanizowanych, powstały nowe osiedla, zakłady przemysłowe i duże centra handlowe. Wzrosła powierzchnia terenów komunikacyjnych, zmalała natomiast - terenów eksploatacji odkrywkowej. Zaobserwowano zmniejszanie się powierzchni mokradeł, co jest wynikiem długotrwałej suszy w latach 90. i przeprowadzonych zabiegów melioracyjnych. Budowa trzech dużych zbiorników wodnych spowodowała przyrost powierzchni wód o około 2%. Bazy danych CORINE Land Cover dla Polski stanowią część zasobów europejskich i wykorzystywane są do wspomagania procesów podejmowania decyzji odnośnie kształtowania środowiska. Zgodnie z prawodawstwem europejskim stanowią źródłowy materiał do opracowywania rozmieszczenia obszarów chronionych w ramach programu NATURA 2000, planów ochrony wód i wybrzeża, planów rozwoju obszarów wiejskich i innych.