One
Select issue
Year Issue
Article search ?
Author
Add authorDel author
Keyword
Add keywordDel keyword
Full text

all these words
this exact wording or phrase
one or more of these words
any of these unwanted words
Year
till
Privacy Policy

_________________________________

 
Two
You are here: Home Archive 2014 Sprawling cities and shrinking regions – forecasting urban growth in the Ruhr for 2025 by coupling cells and agents

Article details

Sprawling cities and shrinking regions – forecasting urban growth in the Ruhr for 2025 by coupling cells and agents

DOI: 10.3112/erdkunde.2014.02.02
Year: 2014
Vol: 68
Issue: 2
Pages: 85-107
Summary:

In the 20th century, the environment of Central Europe was shaped by an extensive growth of urban areas leading to sprawling agglomerations. While the cities’ morphological growth is still proceeding, a second major trend is emerging nowadays: urban decline. Accordingly, the polycentric agglomeration of the Ruhr (North Rhine-Westphalia, Germany) simultaneously faces a demographic decline and a physical extension. The modeling of both trends is essential in order to estimate their social and ecological impacts. Among urban land-use models are artificial intelligence techniques like cellular automata (CA) and multi-agent systems (MAS). While CA focus on discrete spatial entities, MAS are well-suited to capture individual decision making. This study presents an approach dealing with the integration of both complementary methods: the coupling of the MAS ReHoSh (Residential Mobility and the Housing Market of Shrinking City Systems) and the CA SLEUTH. SLEUTH is one of the best-assessed spatially-explicit urban growth models applied in numerous studies all over the world. Here, the CA will be guided by support vector machines in order to enhance its modeling performance. ReHoSh is a newly implemented MAS catching the interactions between stakeholders of housing markets and the development of potential residential areas in a declining urban environment. The concept of semi-explicit urban weights is introduced transferring the probable dwelling demand as results of individual decision making into the cellular environment. The CA-MAS combination is calibrated in order to mine the urban future of the Ruhr. Beside a “business as usual”-scenario, two further scenarios of changing housing preferences are simulated for 2025. They reflect the dissemination of sustainable thinking among stakeholders and the steady dream of owning a house in sub- and exurban areas. The created total probability maps clearly influence the future rates of SLEUTH. The CA is successfully provided with scenarios resulting in different extents of the Ruhr’s urban area for the year 2025: 136,007 ha (“business as usual”), 134,285 ha (“sustainable thinking”), and 140,141 ha (“dream of owning a house”). The spatial impacts are visualized with the concept of urban DNA and a digital petri dish. Here, it becomes obvious that a sprawled pattern of the cities of the Ruhr is just prevented in the scenario “sustainable thinking”.

Zusammenfassung:

Die Zunahme von Siedlungs- und Verkehrsflächen und die damit verbundenen ökologischen Probleme wie Landschaftszerschneidung oder Flächenversiegelung stellen in Deutschland eine noch nicht gelöste Herausforderung dar. Nach neueren Erkenntnissen geht die Flächeninanspruchnahme zwar zurück, doch ist die Erreichung des 30-Hektar-Ziels nach wie vor in weiter Ferne. Gerade auch in schrumpfenden Regionen ist eine ungebremste Ausweitung von Siedlungs- und Verkehrsflächen zu beobachten. Die Gründe für diese Entwicklung lassen sich unter anderem in der angebotsseitigen Bereitstellung von Wohn- und Gewerbeflächen im Zuge einer wachsenden interkommunalen Konkurrenz suchen. Die Landnutzungsmodellierung beider Großtrends kann Aufschlüsse über Prozesse, Ursachen und Folgen der Flächeninanspruchnahme im sozialen wie ökologischen Bereich geben. Zu diesen Techniken gehören auch Modelle der Künstlichen Intelligenz (KI) wie Zelluläre Automaten (CA) und Multi-Agenten Systeme (MAS). Während sich CA mit der Entwicklung von diskreten räumlichen Einheiten beschäftigen, simulieren MAS Verhaltensänderungen von Entscheidungsträgern. Die vorliegende Studie stellt einen Ansatz zur Integration der beiden komplementären KI-Techniken vor und kombiniert das MAS ReHoSh (Residential Mobility and the Housing Market of Shrinking City Systems) mit dem urbanen CA SLEUTH. Dieser ist einer der am besten untersuchten räumlich-expliziten Landnutzungsmodelle und wurde bereits in zahlreichen Regionen der Erde angewendet. Zur Verbesserung seiner Allokationsfähigkeiten wird SLEUTH hier durch den Einsatz von Support Vector Machines „geleitet“. Bei ReHoSh handelt es sich dagegen um ein junges MAS, das entwickelt wurde, um lokale Wohnungsmärkte in schrumpfenden Stadtregionen zu simulieren. Städte und Haushalte formen die proaktiven, mobilen Entitäten des Modells, die über Wanderungen, zyklische Preisanpassungen und Bereitstellung von Wohnraum miteinander interagieren. Die Untersuchung führt das Konzept von semi-expliziten urbanen Gewichtungskarten ein, um den durch individuelle Entscheidungsfindungen errechneten Bedarf von Neubauten zu de-aggregieren und in eine zelluläre Umgebung zu transferieren. Der CA-MAS Modellverbund wird kalibriert und zur Prognose der städtischen Zukunft des Ruhrgebietes angewendet. Neben einem “business as usual” werden zwei weitere Szenarien für das Jahr 2025 implementiert, die die Veränderung von Haushaltspräferenzen bei der Wohnstandortsuche unter gesamtgesellschaftlichen Dynamiken repräsentieren sollen: zum einen die Verbreitung einer nachhaltigen Denkweise bei den privaten und öffentlichen Entscheidungsträgern, zum anderen der stetige Wunsch nach einem Eigenheim und dem „Wohnen im Grünen“ in sub- und exurbanen Räumen. Die erzeugten Wahrscheinlichkeitskarten beeinflussen die Wachstumsraten von SLEUTH eindeutig. Die Szenarien konnten erfolgreich an den CA weitergegeben und unterschiedliche Ausdehnungen der Siedlungsfläche des Ruhrgebietes für das Jahr 2025 simuliert werden: 136.007 ha (“business as usual”), 134.285 ha (“sustainable thinking”), und 140.141 ha (“dream of owning a house”). Abschließend werden die räumlichen Effekte dieser Szenarien anhand des Konzeptes urbaner DNA analysiert. Es wird deutlich, dass ein Fortschreiten von urban sprawl nur mit einem Szenario erreicht wurde: “sustainable thinking”.

Document Actions