Τηλεπισκόπηση και Μοντέλα Αστικής Εξάπλωσης - Απαιτήσεις και Προοπτικές
Από RemoteSensing Wiki
Αντικείμενο Εφαρμογής: Ανίχνευση μεταβολών αστικής γης
Πρωτότυπος Τίτλος: «Remote Remote Sensing and Urban Growth Models – Demands and Perspectives»
Συγγραφείς: Martin Herold and Keith C. Clarke (Department of Geography, University of California, Santa Barbara) Gunter Menz (Remote Sensing Research Group, Department of Geography, University of Bonn)
Πηγή: Department of Earth Observation of the Friedrich-Schiller-University Jena [1]
Λέξεις Κλειδιά: αστική εξάπλωση, μοντέλα μεταβολής, χρήσεις γης
Περίληψη: Η αστική ανάπτυξη και τα μοντέλα αλλαγής χρήσης γης είναι ένα σημαντικό και καινοτόμο εργαλείο που βοηθάει ιδιαίτερα στον σχεδιασμό και την ανάπτυξη βιώσιμων αστικών περιοχών. Οι απαιτήσεις δεδομένων για την παραμετροποίηση, βαθμονόμηση και επικύρωση των αστικών μοντέλων είναι πολλές, κυρίως λόγω της πολυπλοκότητας των μοντέλων και των στόχων τους. Σε αυτή τη μελέτη, αξιολογείται ένας αριθμός μοντέλων αλλαγής χρήσης γης και συγκρίνονται οι απαιτήσεις τους σε χωρικά δεδομένα. Παρουσιάζεται και αξιολογείται μια κατάλληλη μεθοδολογία για τη διαφοροποίηση των αστικών χρήσεων γης, με τη χρήση υψηλής ανάλυσης τηλεπισκοπικών δεδομένων και με τόπο μελέτης την πόλη της Σάντα Μπάρμπαρα, Νότια Καλιφόρνια, ΗΠΑ. Η προσέγγιση βασίζεται σε περιοχές ακανόνιστου αλλά ομογενούς σχήματος αστική γης ως μονάδες χαρτογράφησης. Στις περιοχές αυτές, πραγματοποιήθηκαν χωρικές μετρήσεις και μετρήσεις πρότυπου σχήματος με σκοπό την περιγραφή της δομής της κάλυψης γης, την απόκτηση πληροφοριών για τις χρήσεις γης και να την περιγραφή κοινωνικοοικονομικών χαρακτηριστικών. Παρουσιάζεται η εφαρμογή ενός εκ των μοντέλων, η οποία βασίστηκε σε μια χρονοσειρά φωτογραφιών εβδομήντα ετών. Η διαδικασία αστικής ανάπτυξη, καθώς και οι μελλοντικές προβλέψεις αλλαγής χρήσεων γης εκπροσωπούνται στο μοντέλο βασιζόμενες στα κυψελοειδή αυτόματα και καταδεικνύουν τη δυνατότητα του συνδυασμού της τηλεπισκόπησης και της μοντελοποίησης.
Εισαγωγή / Στόχοι: Οι αλλαγές στα πρότυπα αστικοποίησης όλων των γεωγραφικών κλιμάκων του τελευταίου αιώνα, είναι ίσως η πιο σημαντική αλλαγή που έχει συμβεί στις αμερικανικές πόλεις. Αυτό οφείλεται κυρίως στην εφεύρεση προσβάσιμων μέσων μαζικής μεταφοράς. Αυτά τα παραδείγματα των νέων οικιστικών προτύπων είναι: η αποκέντρωση και η συγκέντρωση στο κέντρο, ο σχηματισμός προαστίων και νέων πόλεων στα άκρα, ο αποικισμός των απομακρυσμένων αγροτικών και δασικών εκτάσεων, η εμφάνιση νέων τύπων αστικής εξειδίκευσης (π.χ. τεχνοπόλεις), διάφορα κοινωνικοπολιτικά φαινόμενα, όπως επίσης και η αύξηση των απειλών από φυσικές καταστροφές, μιας και οι αστικές δομές γίνονται όλο και πιο κατακερματισμένες και πολύπλοκες στο εσωτερικό τους.
Τα τελευταία χρόνια, τα μοντέλα αλλαγής της χρήσης γης και αστικής ανάπτυξης έχουν γίνει σημαντικά εργαλεία για τους πολεοδόμους και άλλους, με σκοπό τη λήψη έγκαιρων και αποτελεσματικών αποφάσεων για τη βιώσιμη ανάπτυξη των αστικών περιοχών. Η εξέλιξη συνέβη λόγω της αύξησης των πόρων και της χρηστικότητα πολλαπλών συνόλων δεδομένων και εργαλείων επεξεργασία τους (π.χ. Γεωγραφικά Συστήματα Πληροφοριών). Η χρησιμότητά τους εστιάζει κυρίως στη λήψη αποφάσεων για: • την κατανόηση των αστικών αυτών συστημάτων • την πρόβλεψη μελλοντικών αλλαγών και νέων τάσεων αστικής ανάπτυξης • περιγραφή και αξιολόγησης επιπτώσεων μελλοντικής ανάπτυξης • αναζήτηση διαφορετικών πολιτικών και βελτιστοποίηση του αστικού σχεδιασμού και διαχείρισης.
Καθώς τα μοντέλα αλλαγής χρήσης γης προσομοιώνουν τόσο ανθρώπινα όσο και βιολογικό σύστημα, οι απαιτήσεις σε δεδομένα είναι αρκετά πολύπλοκες και ποικίλουν από φυσικές και οικολογικές παραμέτρους σε πληροφορίες κοινωνικοοικονομικής φύσεως και λεπτομερή στοιχεία χρήσης / κάλυψης γης με καθορισμένη χωρική και χρονική ακρίβεια.
Σε γενικές γραμμές, η τηλεπισκόπηση μπορεί να προσφέρει συνεκτικά σύνολα δεδομένων, καλύπτοντας μεγάλες περιοχές με μεγάλη χωρική ανάλυση και χρονική συχνότητα. Παρ' όλα αυτά, είναι λίγες οι μελέτες που ασχολούνται με την ενσωμάτωσή της σε εφαρμογές μοντέλων μεταβολής χρήσεων αστικής γής. Η έρευνα αυτή έχει τρεις βασικούς στόχους: • Μελετώντας τις διάφορες μεθόδους μοντελοποίησης χρήσεων αστικής γης, αυτές θα συγκριθούν ως προς τις απαιτήσεις τους σε πληροφορίες ώστε να σχηματιστούν τα χαρακτηριστικά και οι απαιτήσεις σε τηλεπισκοπικά δεδομένα. • Παρουσίαση και συζήτηση της χαρτογράφησης μιας αστικής περιοχής, και συγκεκριμένα της Σάντα Μπάρμαρα της Καλιφόρνια, από δεδομένων τηλεπισκόπησης υψηλής ανάλυσης. Η προσέγγιση αυτή δείχνει τις δυνατότητες για την περιγραφή και την απόκτηση πληροφοριών σχετικά με τις χρήσεις γης και άλλων κοινωνικοοικονομικής φύσεως. • Τέλος, παραμετροποιείται και βαθμονομείται το πρότυπο αστικής ανάπτυξης της Σάντα Μπάρμπαρα με χρήση του μοντέλου Sleuth, χρησιμοποιώντας κυψελοειδή αυτόματα. Από τη διαδικασία προκύπτει και η δυνατότητα μελλοντικών προβλέψεων αστικής ανάπτυξης.
Ανασκόπηση των μοντέλων μεταβολής χρήσεων αστικής γης: Τα μοντέλα που χρησιμοποιήθηκαν στα πλαίσια της εργασίας αυτής προέρχονται από αναφορές που δημοσίευσαν το Υπουργείο Γεωργίας των ΗΠΑ και ο Οργανισμός Προστασίας του Περιβάλλοντος των ΗΠΑ. Από τα 36 διαφορετικά μοντέλα που χρησιμοποιήθηκαν, με την εφαρμογή ενός αριθμού κριτηρίων, επιλέχθηκαν τα 7 για τους σκοπούς της ανάλυσής μας. Ο Πίνακας 1 μας δίνει μια περίληψη αυτών. Η δεύτερη στήλη του Πίνακα 1 μας δείχνει τους σκοπούς του σχεδιασμού κάθε μοντέλου, ενώ η τρίτη τα χωρικά τους πλαίσια. Τα μοντέλα αυτά χρησιμοποιούν τόσο διανυσματικές όσο και μεθόδους εικονοστοιχείων για τον χωρικό προσδιορισμό των στοιχείων τους. Ως ενότητες του μοντέλου προσδιορίζονται οι περιοχές εκείνες που έχουν κοινή γεωμετρία σαν αποτέλεσμα της αλληλεπικάλυψης πολλών επιπέδων δεδομένων, διαφόρων φυσικών και ανθρώπινων παραμέτρων. Στην περίπτωση της ράστερ απεικόνισης, οι χωρικές ενότητες είναι πιο συγκεχυμένες, σε αντίθεση με αυτές των γραμμικών απεικονίσεων που περιλαμβάνουν καλύτερα προσδιορισμένες ενότητες.
Χωρική Ανάλυση Δεδομένων: Σε γενικές γραμμές, οι απαιτήσεις χωρικής ανάλυσης των μοντέλων ράστερ ποικίλλουν ανάλογα με το σκοπό και τα χαρακτηριστικά των μελετών εφαρμογής. Η ανάλυση της μονάδας του καννάβου που χρησιμοποιούνται κυμαίνονται από 30μ x 30μ και 100μ x 100μ. Μερικά μοντέλα ζητούν μικρότερη χωρική ακρίβεια ώστε να χρησιμοποιηθούν σε ειδικές κατηγορίες χρήσεων γης (μοντέλο UPLAN) ή σε περιπτώσεις που η διαδικασία βασίζεται στην κλίμακα μελέτης, όπως τα μοντέλα LTM και UrbanSim.
Χρονική Ανάλυση Δεδομένων: Για την πλειοψηφία των μοντέλων, η παράμετρος αυτή μεταβάλεται. Τα περισσότερα εξετάζουν μια περίοδο 1 με 10 χρόνων με χρονικό πλαίσιο για μελλοντικές προβλέψεις της τάξεως των 5 με 10 χρόνων, μέχρι και σε βάθος 100 χρόνων. Εξαίρεση αποτελεί το CUF μοντέλο όπου τόσο τα χρονικά μεσοδιαστήματα όσο και περίοδος πρόβλεψης είναι συνήθως 5 με 10 χρόνια.
Κατηγορίες Χρήσεων/Κάλυψης Αστικής γης: Ένα άλλο σημαντικό χαρακτηριστικό είναι ο τρόπος που τα μοντέλα παραμετροποιούν τη διάκριση και κατηγοριοποίηση της αστικής γης. Η προσέγγιση με βάση το αγροτεμάχιο του UrbanSim μοντέλου συνήθως δεν απαιτεί τον περαιτέρω προσδιορισμό κατηγοριών χρήσεων αστική γης. Τα σημαντικότερα κοινωνικοοικονομικά χαρακτηριστικά παραμετροποιούνται στο επίπεδο του αγροτεμαχίου. Τα μοντέλα LUCAS και LTM που πραγματεύονται τις επιπτώσεις της αστικής εξάπλωσης στο γύρο περιβάλλον, αντιλαμβάνονται μόνο μία κατηγορία χρήσης γης, ενώ ταυτόχρονα η διαφοροποίηση των αστικών περιοχών γίνεται με την παράμετρο της πληθυσμιακής πυκνότητας. Άλλα μοντέλα όπως το CUF-2 και το UPLAN που ασχολούνται με την προσομοίωση της αστικής ανάπτυξης και του τρόπου αλλαγής των χρήσεων γης της πόλης, χρησιμοποιούν ένα ακόμη υψηλότερο επίπεδο διάκρισης των χρήσεων γης, όπως οι διαφορετικές πυκνότητες και κτιριακές κατασκευές των περιοχών κατοικίας, εμπορίου και βιομηχανίας. Πέραν των χρήσεων γης, τα περισσότερα μοντέλα χρειάζονται κι άλλα δεδομένα όπως η τοπογραφία της περιοχής και οι υπάρχουσες υποδομές μεταφορών. Τέλος, το μοντέλου Sleuth που θα χρησιμοποιήσουμε διακρίνει μόνο μια χρήση γης.
Η Τηλεπισκόπηση για την χαρτογράφηση των παραμέτρων των μοντέλων αστικλης ανάπτυξης: Σε γενικές γραμμές, η χαρτογράφηση των αστικών περιοχών μέσω της τηλεπισκόπησης είναι μια σχετικά πολύπλοκη διαδικασία λόγω της ετερογένειας των αστικού περιβάλλοντος το οποίο αποτελείται συνήθως από δομές (π.χ. κτήρια, μεταφορές δίχτυα), διαφορετικά είδη βλάστησης (π.χ. πάρκα, κήποι, αγροτικές περιοχές), ζώνες γυμνού εδάφους και υδάτινων τμημάτων. Παραδοσιακά, η ερμηνείες της οπτικής ανάλυσης αεροφωτογραφιών υψηλής ανάλυσης παρέχουν ολοκληρωμένη πληροφορίες για τη χαρτογράφηση των αστικών περιοχών.
Σήμερα, με την ευρεία διάθεση των δεδομένων της δορυφορικής τηλεπισκόπησης και την ύπαρξη δεδομένων με μεγάλη χρονική και χωρική ανάλυση, οι μέθοδοι ανάλυσης έχουν γίνει πιο αντικειμενικές και κατάλληλες για την εφαρμογή τους σε μεγάλες περιοχές. Οι πολυφασματικοί αισθητήρες επιτρέπουν την ακόμα πιο αποτελεσματική διάκριση ανάμεσα σε διαφορετικές καλύψεις γης (χτισμένες περιοχές, πράσινο και νερό). Δεν ισχύει το ίδιο για την αποτελεσματικότερη διάκριση των αστικών χρήσεων γης όπως κατοικία, εμπόριο κ.α.
Χωρική Ανάλυση: Οι απαιτήσεις για την περιγραφή της διάρθρωσης των δομημένων περιοχών απαιτούν δεδομένα πολύ υψηλής ανάλυσης όπως δεδομένα IKONOS 2, τα οποία και δεν ήταν διαθέσιμα την περίοδο διεξαγωγής αυτής της μελέτης. Έτσι, χρησιμοποιήσαμε ψηφιοποιημένες υπέρυθρες αεροφωτογραφίες, με ανάλυση εικόνας της τάξης των 3μ, παρόμοιες με αυτές των σύγχρονων δορυφορικών δεδομένων.
Χωρικές Μονάδες: Οι χωρικές μονάδες μπορούν να οριστούν ως ποσοτικοί δείκτες που περιγράφουν τις δομές και τους τύπους που σχηματίζονται στο χώρο. Βασίζονται στη θεωρία πληροφοριών και τη γεωμετρία των επαναλαμβανόμενων δομών. Για τη μελέτη αυτή επιλέχθηκαν 6 διαφορετικές μονάδες που καθεμιά περιγράφει διαφορετικά χωρικά χαρακτηριστικά κάλυψης γης.
Ομογενοποιημένες Αστικές Δομές: Οι περιοχές αυτές χαρακτηρίζονται ως τμήματα εικόνας με παρόμοιες ιδιότητες όσον αφορά στο μέγεθος, σχήμα, χρώμα, υφή και πρότυπο και μπορούν να οριστούν ως δομές ομογενοποιημένης χρήσης αστικής γης και μονάδα μέτρησης για την ανάλυση δεδομένων.
Οι περιοχές μελέτης της Σάντα Μπάρμπαρα μπορούν εύκολα να χωριστούν σε δομημένες και αδόμητες περιοχές. Οι 6 χωρικές μονάδες που αναφέρθηκαν παραπάνω υπολογίστηκαν στη βάση μια δυαδικής μορφής ταξινόμησης των τριών βασικών κατηγοριών αστικής χρήσης γης οι οποίες και αποτελούν τυπικό δείγμα χωρικών και κοινωνικοοικονομικών τύπων που βρέθηκαν σε αστικές περιοχές και συγκεκριμένα στη Σάντα Μπάρμπαρα. Αυτές περιγράφονται στην Εικόνα 1 και είναι: • Εμπορικές και Βιομηχανικές περιοχές (Comm) • κατοικία με μεγάλες πυκνότητες (ResHD) • κατοικία χαμηλής πυκνότητας (ResLD)
Εφαρμογή του μοντέλου Sleuth στη μοντελοποίηση της Αστικής Ανάπτυξης: Ο τόπος εφαρμογής του μοντέλου είναι η πόλη της Σάντα Μπάρμπαρα στην Καλιφόρνια των ΗΠΑ. Η προσομοίωση βασίστηκε στο μοντέλο Clarke (UMG) που συνδυάζει την επιρροή της τοπογραφίας, της γειτνίασης και του δικτύου μεταφορών με τους τύπους αστικοποίησης κατά τη διάρκεια του χρόνου. Χρησιμοποιεί κυψελοειδή αυτόματα για να τυποποιήσει την αστική εξάπλωση, βασισμένο σε κανόνες ανάπτυξης πλεγματικής αναπαράστασης του γεωγραφικού χώρου, κυψέλη προς κυψέλη. Το όνομα του μοντέλου Sleuth προκύπτει από τις απαιτήσεις σε δεδομένα, τα οποία είναι: κλίση, κάλυψη γης, αποκλεισμός, αστικές μετακινήσεις και σκίαση αναγλύφου.
Η αστική ανάπτυξη της περιοχής προκλήθηκε από ραγδαία αύξηση του πληθυσμού σε διάφορες χρονικές περιόδους. Η περιοχή μελετήθηκε από το 1929, χρόνος της πρώτης αεροφωτογραφίας που χρησιμοποιήθηκε για αυτή τη μελέτη. Συνολικά χρησιμοποιήθηκαν 7 ομάδες αεροφωτογραφιών τις χρονιές 1929, 1943, 1954, 1967, 1976, 1986 και 1997. Οι τύποι χρήσης γης διακρίνονται σε αστικοποιημένη και μη αστικοποιημένη γη. Μετά τη βαθμονόμηση του μοντέλου είναι δυνατή και η πρόβλεψη μελλοντικών επεκτάσεων στη βάση ενός αριθμού πιθανών σεναρίων. Η αστική εξάπλωση της πόλης φαίνεται στη Εικόνα 2.
Από την παρατήρηση της Εικόνας 2 βλέπουμε τις φάσεις εξάπλωσης της πόλης, η οποία λόγω των φυσικών ορίων αναπτύχθηκε κυρίως κατά μήκος της παράκτιας πεδιάδας με μια τάση προς τα δυτικά, που ξεκίνησε το 1970 με την εγκατάσταση εμπορικών λειτουργιών και συνεχίζεται μέχρι σήμερα. Στα ανατολικά έχουμε ιδιαίτερα υψηλές τιμές γης και αποθαρρύνεται η περαιτέρω επέκταση προς αυτή την κατεύθυνση. Ταυτόχρονα, μπορούν να προβλεφθούν και σενάρια μελλοντικής επέκτασης, παίρνοντας σαν δεδομένο τον σταθερό ρυθμό ανάπτυξης. Ένα τέτοιο φαίνεται στην Εικόνα 3. Η μελλοντικές επεκτάσεις φαίνεται να εστιάζονται σε δύο περιοχές, δυτικά στην περιοχή Goleta και ανατολικά στην περιοχή Carpinteria. Στην παρούσα μελέτη δεν υπάρχει διαφοροποίηση χρήσεων γης.
Αναφορές:
Acevedo, W., Foresman, T.W., and Buchanan, J.T., 1996. Origins and Philosophy of Building a Temporal Database to Examine Human Transformation Processes, Proceedings, ASPRS/ACSM Annual Convention and Exhibition, Baltimore, MD, April 22-24, 1996.
Agarwal, C. Green, G.L. Grove, M. Evans, T. and Schweik, C. 2000. A Review and Assessment of Land-Use Change Models: Dynamics of Space, Time, and Human Choice, published jointly by the US Forest Service and the Center for the Study of Institutions, Population, and Environmental Change (CIPEC), Indiana University.
Alberti M. and Waddell P. 2000. An Integrated Urban Development and Ecological Simulation Model, Integrated Assessment, in press, http://www.odot.state.or.us/tddtpau/papers/P2T2.4.2fnl.pdf, access: April 2001.
Anderson, J.R., E.E. Hardy, J.T. Roach, and Witmer, R.E. 1976. A Land Use and Land Cover Classification Scheme for Use with Remote Sensor Data. U.S. Geological Survey Professional Paper 964.
Barnsley, M.J.,Barr S.L., Hamid A., Muller P.A.L., Sadler G.J. and Shepherd, J.W. 1993. Analytical Tools to Monitor Urban Areas. Geographical Information Handling-Research and Applications. Ed. Mather, P.M., pp. 147-184.
Barr, S. and Barnsley, M. 1997. A region-based, graph-oriented data model for the inference of second order information from remotely-sensed images, International Journal of Geographical Information Science, 11, 6, pp. 555-576.
Batty, M. 1994. A chronicle of scientific planning: The anglo-american modeling experience, in Journal of the American Planning Association, 60, 1, pp. 7-12.
Batty, M. and Howes, D. 2001. Predicting temporal patterns in urban development from remote imagery,
Donnay, J. P., Barnsley, M. J. and Longley, P. A. (eds.). Remote sensing and urban analysis, Taylor and Francis, London and New York, pp. 185-204
Berry M. W., Flamm R. O., Hazen B. C. & MacIntyre R. L. 1996. The Land-Use Change and Analysis System (LUCAS) for Evaluating Landscape Management Decisions, IEEE Computational Science & Engineering, 3, 1, pp. 24-35.
Bowden, L. W. (eds.) 1975. Urban environments: inventory and analysis, in Bowden, L. W. et al. (eds.). Manual of Remote Sensing, Ed. 1, Volume 2, pp. 1815-1880.
Candau, J., Rasmussen, S. and Clarke, K. C. 2000. A coupled cellular automaton model for land use/land cover dynamics. 4th International Conference on Integrating GIS and Environmental Modeling(GIS/EM4): Problems, Prospects and Research Needs. Banff, Alberta, Canada, September2 – 8.
Clarke, K. C. , Hoppen, S. and Gaydos, L. 1997. A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area' Environment and Planning B: Planning and Design, vol. 24, pp. 247-261.
Clarke, K. C. and Gaydos, L. 1998. "Long term urban growth prediction using a cellular automaton model and GIs: Applications in San Francisco and Washington/Baltimore", International Journal of geographical Information Science, 12, 7, pp. 699-714.
Clarke, K. C., Hoppen, S., and Gaydos, L. J. 1996. Methods and techniques for rigorous calibration of a cellular automaton model of urban growth, Proceedings, Third International Conference/Workshop on Integrating GIS and Environmental Modeling CD-ROM, Santa Fe, NM, January 21-26, 1996. Santa Barbara, CA: National Center for Geographic Information and Analysis. http://www.ncgia.ucsb.edu/conf/SANTA_- FE_CD-ROM/main.html, access: May 1999.
Donnay, J. P., Barnsley, M. J. and Longley, P. A. 2001. Remote sensing and urban analysis, Donnay, J. P.,
Barnsley, M. J. and Longley, P. A. (eds.). Remote sensing and urban analysis, Taylor and Francis, London and New York, pp. 3-18. EPA – Environmental Protection Agency, 2000. Projecting land use change: A summary of models for assessing the effects of community growth and change on land use pattern, http://www.epa.gov/cbep/tools/-reportfinal3.pdf, access: April 2001.
Garreau, J. 1988. Edge city: Life on the new frontier. New York, Doubleday, 546 p.
Haack, B. N., Guptill, S. C., Holz, R. K., Jampoler, S. M., Jensen, J. R. and Welch, R. A. 1997. Urban analysis and planning, in Philipson et al. eds. Manual of photographic interpretation, 2. Ed, pp. 517-554.
Hart, J. F. (ed.) 1991. Our Changing Cities. The John Hopkins University Press. Baltimore.
Henderson, F. M. and Xia Zong-Guo 1997. SAR Applications in Human Settlement Detection, Population Estimation and Urban Land Use Pattern Analysis: A Status Report. IEEE Transactions on Geoscience and Remote Sensing, Vol. 35, No. 1, pp. 79-85.
Hepner, G. F., Houshmand, B., Kulikov, I. and Bryant, N. 1998. Investigation of the integration of AVIRIS and IFSAR for urban analysis, Photogrammetric Engineering and Remote Sensing, 64, 8, pp. 813 – 820.
Herold, M. And Menz, G. (2001). Fernerkundung und Landschaftsmaße – Untersuchungen zur raumstrukturellen Analyse urbaner Regionen, in Erdkunde, in press.
Jensen, J. R. and Cowen, D. C. 1999. Remote sensing of urban/suburban infrastructure and socio-economic attributes, Photogrammetric Engineering and Remote Sensing, 65, 5, pp. 611-622.
Klosterman, R. E. 1999. The What if? Collaborative planning support system, Environment and Planning B: Planning and Design, 26, pp. 393-408.
Knox, P. L. 1993. The Restless Urban Landscape. ed. Paul L. Knox. Englewood Cliffs: Prentice-Hall.
Landis, J. & Zhang, M. 1998. The second generation of the California urban futures model: Part 1: Model logic and theory, Environment and Planning B, 30, pp. 657-666.
Longley, P. A. and Mesev, V. 2000. On the measurement and generalization of urban form, Environment and Planning A, 32, pp. 473-488.
McGarigal, L. and Marks, B. J. 1994. FRAGSTATS Manual: spatial pattern analysis program for quantifying landscape structure, URL: ftp://ftp.fsl.orst.edu/pub/fragstats.2.0, access: Januray 2001.
Mesev, T.V., M. Batty, P.A. Longley, and Y. Xie, 1995. Morphology from imagery: detecting and measuring the density of urban land use. Environment and Planning A, 27, pp. 759-780.
O’Neill , R.V., J.R. Krummel, R.H. Gardner, G. Sugihara, B. Jackson, D.L. Deangelis, B.T. Milne, M.G. Turner, B. Zygmunt, S.W. Christensen, V.H. Dale, and R.L. Graham. 1988. Indices of landscape pattern. Landscape Ecology 1:153-162.
Peplies, R. W. 1974. Regional analysis and remote sensing: a methodological approach, in Estes, J. E. (eds.). Remote sensing: techniques for environmental analysis, pp. 277-291.
Pijankowski, B.C, Long D. T., Gage. S. H. and Cooper. W. E. 1997. A Land transformation model: conceptual elements spatial object class hierarchy, GIS command syntax and an application for Michigan’s Saginaw Bay watershed, http://www.ncgia.ucsb.edu/conf/landuse97/, access: April 2001.
Rao, K. M. L. 1996. Regional network planning and orientation for rural transportation using remote sensing technique, International Journal of Remote Sensing, 17, 17, pp. 1991-1022.
Shabazian, D. and Johnston, R. 2000, UPLAN - Urban Growth Model (UC Davis, Information Center for the Environment), http://snepmaps.des.ucdavis.edu/uplan/, access: April 2001.
Tanaka, S. and Sugimura, T. 2001. A new frontier of remote sensing from IKONOS images, International Journal of Remote Sensing, 22, 1, pp. 1-5. U.S. Census Bureau, Population Division 1999. Selected historical census data, http://www.census.gov/population/www/censusdata/pop-hc.html 1999, access: June 1999.
Waddell, P. 1998. UrbSim - The Oregon Prototype Metropolitan Land Use Model, in Proceedings of the ASCE Conference Transportation, Land Use, and Air Quality: Making the Connection Portland, Oregon, May 1998. http://www.urbansim.org/Papers/ASCE%20Model.pdf, access: April 2001.
Webster, C. J. 1995. Urban morphological fingerprints, Environment and Planning B, 22, pp. 279-297.
Welch, R. 1982. Spatial resolution requirements for urban studies. International Journal of Remote Sensing, Vol. 3, No. 2, pp. 139-146.
