Vandalism is a problem for many communities across Scotland negatively affecting the lives of people who live in them. Whilst there has been recent research into the broad phenomena of anti-social behaviour, there has been little recent research into the specific phenomena of vandalism. In particular, little is understood about why vandalism often persistently re-occurs year in year out in particular locations. Wider research into crime and place suggests that, opportunities to commit crime, levels of relative deprivation, and the capacity or belief that a community can work together (collective efficacy) may be relevant factors. Other theories suggest some areas may act as crime attractors or be more criminogenic than others. There is a strong need for a better understanding of why certain places experience persistent vandalism and others do not. This thesis seeks to redress that gap by suggesting that to understand the nature of vandalism it is best understood as a crime of place rather than property. By drawing on theoretical and methodological approaches from both criminology and geography the thesis explores whether some areas experience high and low concentrations of vandalism year on year; if patterns change over time and whether areas with differing levels of vandalism share characteristics. Exploring issues related to crime and place presents specific methodological challenges. In criminology there has been much debate about whether it is best to consider crime and place processes at the micro or macro level. This thesis contributes to this debate by contending that it is necessary to employ a multi-method approach which integrates both micro and macro levels of investigation to properly understand crime and place. The results presented here are based on secondary analysis of six years of recorded crime data on vandalism supplied by Lothian and Borders police covering the period 1 April 2004 to 31 March 2010 for a case study area within Edinburgh with a broad mix of socio-demographic contexts. The thesis investigates the value of taking an Exploratory Spatial Data Analysis approach combining GIS based Crime Mapping and LISA (Local Indicators of Spatial Autocorrelation) analysis with Group Trajectory Analysis. This is complimented by data acquired from holding focus groups with Police Officers responsible for neighbourhood policing who used shaded maps to aid discussion of characteristics of areas with high and low vandalism. Findings suggest there are distinct High, Low and Drifting areas of vandalism with particular characteristics influenced by crime attractors, routine activities, relative deprivation and collective efficacy. By using an innovative multi-method ESDA quantitative and qualitative approach, important insights into the nature of vandalism as a place crime are gained; using a multi-spatial and temporal approach was found to be crucial. Findings are somewhat confined as they relate to a single case study area and a small number of focus groups were undertaken only with police Officers and not other community actors which may limit generalisabily. These concerns are discussed along with recommendations for future policy on vandalism and theoretical and methodological approaches for researching crime and place.

Informal settlements are a common occurrence in South African due to housing backlogs and shortage of housing subsidies, and are often located on disputed land. To improve in-situ circumstances of these communities, informal settlement upgrades and urban design is required. Spatial data and maps are essential throughout the entire upgrading and urban design process in order to understand the current environment, plan new developments and communicate planned developments. All stakeholders need to understand maps to ensure active participation in the urban design process. Previous research demonstrated that a large number of planning professionals in South Africa have a relatively low level of map literacy, which is considered to be inadequate for effective planning. Many researchers proclaimed that because 3D visualisations resemble the real environment more than traditional maps, and are more intuitive, therefore 3D geovisualisations are easier to interpret. The goal of this research is to investigate the use of 3D geovisualisations (specifically 3D city models) for urban design in informal settlement upgrading in South Africa. To achieve this goal, the following topics were investigated: modelling processes (manual and procedural); visual design (visual characteristics, visual complexity and visual variables); and cognition related to spatial tasks on 3D geovisualisations and comparable alternatives (i.e. topographic maps, aerial photographs, 2D maps) when performing basic map reading tasks. Procedural modelling was found to be a feasible alternative to time-consuming manual modelling and has the capabilities to produce high-quality models. When investigating the visual design, the visualisation characteristics of 3D models of informal settlements, and relevance of a subset of visual variables for urban design activities of informal settlement upgrades were assessed. The results were used to produce various maps and 3D geovisualisations that were presented in quantitative user studies and expert interviews. The results of four user studies and expert interviews contributed to understanding the impact of various levels of complexity in 3D city models and map literacy of future geoinformatics and planning professionals when using aerial photographs, 2D maps and 3D models. The research results could assist planners in designing suitable 3D models for use throughout the entire urban design process. / As gevolg van agterstande met behuising en ’n tekort aan behuisingsubsidies, is informele woongebiede ’n algemene verskynsel in Suid-Afrika en is dit dikwels op betwiste grond geleë. Om hierdie in-situ omstandighede van die gemeenskappe te verbeter, is daar opgradering en stedelike beplanning nodig. Ruimtelike data en kaarte is deurlopend noodsaaklik vir die volledige opgradering en stadsbeplanningproses om sodoende die huidige omgewing te verstaan, nuwe ontwikkelings te beplan en die beplande ontwikkelings te kommunikeer. Dit is noodsaaklik dat alle rolspelers kaarte verstaan om aktiewe deelname aan die stedelike beplanningsproses te verseker. Vorige navorsing het getoon dat ’n groot aantal professionele beplanners in Suid-Afrika ’n relatiewe lae vlak van kaartgeletterdheid het, wat beskou word as onvoldoende om doeltreffende beplanning te kan doen. Baie navorsers maak daarop aanspraak dat 3D geovisualiserings nader aan die werklike omgewing is en dat dit meer intuïtief en makliker as tradisionele kaarte vertolk kan word. Die doel van hierdie navorsing is om die gebruik van 3D geovisualiserings (meer spesifiek 3D stadsmodelle) te ondersoek om die ontwikkeling van stadsbeplanning in informele woongebiede in Suid-Afrika op te gradeer. Om hierdie doelwit te bereik, is die volgende onderwerpe nagevors: modelleringsprosesse (volgens handleidings en prosesse); visuele ontwerp (visuele eienskappe, visuele kompleksiteit en visuele veranderlikes); en die herkenning van verwante ruimtelike take op 3D geovisualiserings en vergelykbare alternatiewe (byvoorbeeld topografiese kaarte, lugfoto’s, 2D kaarte) wanneer basiese kaartlees take uitgevoer word. Prosedurele modellering is ’n haalbare alternatief teenoor tydrowende modellering volgens handleidings en dit het die moontlikhede om hoë kwaliteit modelle te lewer. By die ondersoek van visuele ontwerp is die visuele karaktereienskappe van 3D modelle van informele woongebiede en die relevantheid van ’n onderafdeling van visuele veranderlikes beoordeel/geassesseer vir ontwerpaktiwiteite by informele nedersettings. Die resultate is gebruik om verskillende kaarte en 3D geovisualiserings te skep wat in kwantitatiewe gebruikerstudies en in onderhoude met kenners aangebied is. Die resultate van vier gebruikerstudies en onderhoude met kenners, het bygedra om die impak te verstaan van verskillende moeilikheidsvlakke van 3D stadsmodelle en kaartgeletterdheid van toekomstige geoinformatika- en professionele beplanners wanneer lugfoto’s, 2D kaarte en 3D modelle gebruik word. Die navorsingsresultate kan beplanners ondersteun om geskikte 3D modelle te ontwerp wat deurlopend in die stedelike beplanningsproses gebruik kan word. / Thesis (PhD)--University of Pretoria, 2017. / National Research Foundation (NRF) / German Academic Exchange Service (DAAD) / University of Pretoria’s vice-chancellor academic development grant / University of Pretoria’s Study Abroad programme / Centre for Geoinformation Science / Geography, Geoinformatics and Meteorology / PhD / Unrestricted

Dans cette thèse, nous nous intéressons à la conception et à la visualisation de cartes géographiques personnalisées en passant par des étapes d'évaluation et d'amélioration automatiques de ces cartes.Dans la plupart des outils cartographiques récents (comme le GeoPortail ou Google Maps) il est possible pour l'utilisateur de construire lui-même une carte adaptée à ses besoins à partir des couches de données pouvant provenir de sources hétérogènes. Cependant, la manipulation et l'édition de cartes par des utilisateurs non-experts peuvent engendrer des erreurs de représentation qui entravent la compréhension de cette carte par ses lecteurs.Notre recherche concerne donc l'amélioration de la représentation de cartes créées par des utilisateurs non-experts. Etant donné que la lisibilité d'une carte passe par la visibilité des objets qui la composent, dans ce travail nous proposons un modèle qui évalue la visibilité de ces objets cartographiques en se fondant sur un système de cinq indicateurs de visibilité dont les valeurs varient entre 0 et 1. Ce modèle prévoit ensuite quatre méthodes de modification de la symbolisation des objets cartographiques, qui seront utilisées afin d'améliorer leur visibilité. Entre l'étape d'évaluation et celle de l'amélioration de la visibilité de ces objets, une phase d'analyse est mise en place dans le but de décider si une amélioration de la symbolisation des objets cartographiques est nécessaire, et si oui, choisir lesquelles parmi ces modifications pourront être réalisées.Ce modèle prendra comme entrée une carte géographique sous la forme (1) d'un ensemble de couches composées chacune d'objets cartographiques, (2) et de la légende utilisée pour la symbolisation de ces objets cartographiques. Il donnera en sortie (1) un ensemble de fichiers xml qui contiennent les valeurs calculés des indicateurs de visibilité, (2) une carte finale avec une nouvelle symbolisation qui améliore la valeur des indicateurs de visibilité. Ce processus offre alors aux lecteurs une carte plus lisible.Ce travail est ensuite conclu par deux tests qui valident (1) les hypothèses de base, (2) la correspondance effective entre les valeurs des indicateurs et le ressenti réel des lecteurs de cartes, et qui tentent (3) de dégager des seuils de visibilité qui seront utilisés dans le but de corriger et affiner ultérieurement les algorithmes écrits lors de cette thèse / In this thesis, we focus on the design and visualization of custom geographic maps by executing different stages of automatic evaluation and improvement of these maps.In the most recent mapping tools (such as Google Maps or GeoPortail) it is possible for the user to build himself a map that suits his needs using different layers of data which can come from several sources. However, the manipulation and edition of maps by non-experts can cause errors in the representation that affects the understanding of this map by its readers.That's why our research focus on improving the representation of maps created by non-expert users. Since the readability of a map depends on the visibility of objects that compose this map, in this work we propose a model which assesses the visibility of cartographic objects based on a system of five indicators of visibility (values between 0 and 1). This model then provides four methods for modifying the objects symbolization of this map, which will be used to improve their visibility. Between the evaluation and the improvement of the visibility of these objects, an analysis step is performed in order to decide whether an improvement in the symbolization is required, and if so, which of these four methods should be executed.This model takes as input a map in the form of (1) a set of layers each consisting of cartographic objects, (2) and the legend used to represent these cartographic objects. It will generate as an output (1) a set of XML files that contain the values calculated by the indicators of visibility, (2) a final map with a new representation that improve the value of these indicators of visibility. This process then provides readers with a more readable map.This work is then concluded by two tests that validate (1) our basic assumptions, (2) the actual correspondence between the indicator values and the real feel of the map readers, and finally trying (3) to determine visibility thresholds that can be used later in order to correct and refine the algorithms that are proposed in this thesis

Comparing to traditional cartography, big data geographic information processing is not a simple task at all, it requires special methods and methods. When existing geovisualization systems face millions of data, the zoom function and the dynamical data adding function usually cannot be satisfied at the same time. This research classify the existing methods of geovisualization, then analyze its functions and bottlenecks, analyze its applicability in the big data environment, and proposes a method that combines spatial data structure and iterative calculation on demand. It also proves that this method can effectively balance the performance of scaling and new data, and it is significantly better than the existing library in the time consumption of new data and scaling<br>

Most of the largest databases currently available have a strong geospatial component and contain potentially useful information which might be of value. The discipline concerned with extracting this information and knowledge is data mining. Knowledge discovery is performed by applying automatic algorithms which recognise patterns in the data. Classical data mining algorithms assume that data are independently generated and identically distributed. Geospatial data are multidimensional, spatially autocorrelated and heterogeneous. These properties make classical data mining algorithms inappropriate for geospatial data, as their basic assumptions cease to be valid. Extracting knowledge from geospatial data therefore requires special approaches. One way to do that is to use visual data mining, where the data is presented in visual form for a human to perform the pattern recognition. When visual mining is applied to geospatial data, it is part of the discipline called exploratory geovisualisation. Both automatic and visual data mining have their respective advantages. Computers can treat large amounts of data much faster than humans, while humans are able to recognise objects and visually explore data much more effectively than computers. A combination of visual and automatic data mining draws together human cognitive skills and computer efficiency and permits faster and more efficient knowledge discovery. This thesis investigates if a combination of visual and automatic data mining is useful for exploration of geospatial data. Three case studies illustrate three different combinations of methods. Hierarchical clustering is combined with visual data mining for exploration of geographical metadata in the first case study. The second case study presents an attempt to explore an environmental dataset by a combination of visual mining and a Self-Organising Map. Spatial pre-processing and visual data mining methods were used in the third case study for emergency response data. Contemporary system design methods involve user participation at all stages. These methods originated in the field of Human-Computer Interaction, but have been adapted for the geovisualisation issues related to spatial problem solving. Attention to user-centred design was present in all three case studies, but the principles were fully followed only for the third case study, where a usability assessment was performed using a combination of a formal evaluation and exploratory usability. / QC 20110118

<p>Most of the largest databases currently available have a strong geospatial component and contain potentially useful information which might be of value. The discipline concerned with extracting this information and knowledge is data mining. Knowledge discovery is performed by applying automatic algorithms which recognise patterns in the data.</p><p>Classical data mining algorithms assume that data are independently generated and identically distributed. Geospatial data are multidimensional, spatially autocorrelated and heterogeneous. These properties make classical data mining algorithms inappropriate for geospatial data, as their basic assumptions cease to be valid. Extracting knowledge from geospatial data therefore requires special approaches. One way to do that is to use visual data mining, where the data is presented in visual form for a human to perform the pattern recognition. When visual mining is applied to geospatial data, it is part of the discipline called exploratory geovisualisation.</p><p>Both automatic and visual data mining have their respective advantages. Computers can treat large amounts of data much faster than humans, while humans are able to recognise objects and visually explore data much more effectively than computers. A combination of visual and automatic data mining draws together human cognitive skills and computer efficiency and permits faster and more efficient knowledge discovery.</p><p>This thesis investigates if a combination of visual and automatic data mining is useful for exploration of geospatial data. Three case studies illustrate three different combinations of methods. Hierarchical clustering is combined with visual data mining for exploration of geographical metadata in the first case study. The second case study presents an attempt to explore an environmental dataset by a combination of visual mining and a Self-Organising Map. Spatial pre-processing and visual data mining methods were used in the third case study for emergency response data.</p><p>Contemporary system design methods involve user participation at all stages. These methods originated in the field of Human-Computer Interaction, but have been adapted for the geovisualisation issues related to spatial problem solving. Attention to user-centred design was present in all three case studies, but the principles were fully followed only for the third case study, where a usability assessment was performed using a combination of a formal evaluation and exploratory usability.</p>

This thesis presents methods, techniques and tools for developing three-dimensional representations of tactical intelligence assessments. Techniques from GIScience are combined with crime mapping methods. The range of methods applied in this study provides spatio-temporal GIS analysis as well as 3D geovisualisation and GIS programming. The work presents methods to enhance digital three-dimensional city models with application specific thematic information. This information facilitates further geovisual analysis, for instance, estimations of urban risks exposure. Specific methods and workflows are developed to facilitate the integration of spatio-temporal crime scene analysis results into 3D tactical intelligence assessments. Analysis comprises hotspot identification with kernel-density-estimation techniques (KDE), LISA-based verification of KDE hotspots as well as geospatial hotspot area characterisation and repeat victimisation analysis. To visualise the findings of such extensive geospatial analysis, three-dimensional geovirtual environments are created. Workflows are developed to integrate analysis results into these environments and to combine them with additional geospatial data. The resulting 3D visualisations allow for an efficient communication of complex findings of geospatial crime scene analysis. / Diese Arbeit präsentiert Methoden, Techniken und Werkzeuge für die Entwicklung dreidi-mensionaler Lagebilder. Zu diesem Zweck werden Verfahren der Geoinformatik mit solchen der raumbezogenen Straftatenanalyse kombiniert. Das Spektrum der angewandten Methoden und Techniken umfasst raumzeitliche GIS-Analysen ebenso wie 3D Geovisualisierungen und GIS-Anwendungsprogrammierung. Um komplexe geovisuelle Analysen auf Basis virtueller 3D-Stadtmodelle zu ermöglichen, werden Datenbanken digitaler Stadtmodelle um anwendungsspezifische Fachinformationen ergänzt. Dies ermöglicht weiterführende Analysen, zum Beispiel zur räumlichen Verteilung urbaner Risiken. Weiterhin präsentiert die Arbeit Methoden und Verfahren zur Integration der Ergebnisse komplexer raumzeitlicher Straftatenanalysen in dreidimensionale Lagebilder. Die durchgeführten Analysen umfassen die Identifikation von Brennpunkten spezifischer Delikte mittels Techniken der Kerndichteschätzung, die Verifikation dieser Hotspots durch LISA-Statistiken, GIS-basierte räumliche Charakterisierungen von Brennpunkten sowie Analysen zur wiederholten Viktimisierung. Zur Visualisierung der Ergebnisse komplexer raumzeitlicher Analysen werden dreidimensionale geovirtuelle Umgebungen erzeugt. Um weitere raumbezogene Daten ergänzt, werden sämtliche Analyseergebnisse in diese Umgebungen integriert. Die resultierenden 3D-Visualisierungen erlauben eine effiziente Kommunikation der Ergebnisse komplexer raumbezogener Straftatenanalysen.

The work describes the processing and analysis of remote sensing time series data for a comparative assessment of changes in different tropical rainforest areas in East Africa. In order to assess the effects of the derived changes in land cover and forest fragmentation, the study made use of spatially explicit modelling approaches within a geographical information system (GIS) to extrapolate sets of biological field findings in space and time. The analysis and modelling results were visualised aiming to consider the requirements of three different user groups. In order to evaluate measures of forest conservation and to derive recommendations for an effective forest management, quantitative landscape-scale assessments of land cover changes and their influence on forest biodiversity patterns are needed. However, few remote sensing studies have accounted for all of the following aspects at the same time: (i) a dense temporal sequence of land cover change/forest fragmentation information, (ii) the coverage of several decades, (iii) the distinction between multiple forest formations and (iv) direct comparisons of different case studies. In regards to linkages of remote sensing with biological field data, no attempts are known that use time series data for quantitative statements of long-term landscape-scale biodiversity changes. The work studies three officially protected forest areas in Eastern Africa: the Kakamega-Nandi forests in western Kenya (focus area) and Mabira Forest in south-eastern Uganda as well as Budongo Forest in western Uganda (for comparison purposes). Landsat imagery of in total eight or seven dates in regular intervals from 1972/73 to 2003 was used. Making use of supervised multispectral image classification procedures, in total, 12 land cover classes (six forest formations) were distinguished for the Kakamega-Nandi forests and for Budongo Forest while for Mabira Forest ten classes could be realised. An accuracy assessment via error matrices revealed overall classification accuracies between 81% and 85%. The Kakamega-Nandi forests show a continuous decrease between 1972/73 and 2001 of 31%, Mabira Forest experienced an abrupt loss of 24% in the late 1970s/early 1980s, while Budongo Forest shows a relatively stable forest cover extent. An assessment of the spatial patterns of forest losses revealed congruence with areas of high population density while a spatially explicit forest fragmentation index indicates a strong correlation of forest fragmentation with forest management regime and forest accessibility by roads. For the Kenyan focus area, three sets of biological field abundance data on keystone species/groups were used for a quantitative assessment of the influence of long-term changes in tropical forests on landscape-scale biodiversity patterns. For this purpose, the time series was extended with another three land cover data sets derived from aerial photography (1965/67, 1948/(52)) and old topographic maps (1912/13). To predict the spatio-temporal distribution of the army ant Dorylus wilverthi and of ant-following birds, GIS operators (i.e. focal and local functions) and statistical tests (i.e. OLS or SAR regression models) were combined into a spatial modelling procedure. Abundance data on three guilds of birds differing in forest dependency were directly extrapolated to five forest cover classes as distinguished in the time series. The results predict declines in species abundances of 56% for D. wilverthi, of 58% for ant-following birds and an overall loss of 47% for the bird habitat guilds, which in all three cases greatly exceed the rate of forest loss (31%). Additional extrapolations on scenarios of deforestation and reforestation confirmed the negative ecological consequences of splitting-up contiguous forest areas but also showed the potential of mixed indigenous forest plantings. The visualisation of the analysis and modelling results produced a mixture of different outcomes. Map series and a matrix of maps both showing species distributions aim to address scientists and decision makers. The results of the land cover change analysis were synthesised in a map of land cover development types for each study area, respectively. These maps are designed mainly for scientists. Additional maps of change, limited to a single class of forest cover and to three dates were generated to ensure an easy-to-grasp communication of the major forest changes to decision makers. Additionally, an easy-to-handle visualisation tool to be used by scientists, decision makers and local people was developed. For the future, an extension of this study towards a more complete assessment including more species/groups and also ecosystem functions and services would be desirable. Combining a framework for land cover simulation with a framework for running empirical extrapolation models in an automated manner could ideally result in a GIS-based, integrated forest ecosystem assessment tool to be used as regional spatial decision support system. / Die Arbeit beschreibt die Prozessierung und Analyse von Fernerkundungs-Zeitreihendaten für eine vergleichende Abschätzung von Veränderungen verschiedener tropischer Waldökosysteme Ostafrikas. Um Effekte der Veränderungen bzgl. Landbedeckung und Waldfragmentierung auf Biodiversitätsmuster abzuschätzen, wurden verschiedene räumlich explizite Modellierungssätze innerhalb eines geographischen Informationssystems (GIS) zur räumlichen und zeitlichen Extrapolation biologischer Felderhebungsdaten benutzt. Die Visualisierung der Analyse- und Modellierungsergebnisse erfolgte unter Berücksichtigung der Bedürfnisse von drei verschiedenen Nutzergruppen. Um Waldschutzmaßnahmen zu evaluieren und Empfehlungen für ein effektives Waldmanagement abzuleiten, sind quantitative Abschätzungen von Landbedeckungsveränderungen sowie von deren Einfluss auf tropische Waldbiodiversitätsmuster nötig. Wenige fernerkundungsbasierte Studien haben jedoch bislang alle der folgenden Faktoren berücksichtigt: (i) Informationen zu Veränderungen von Landbedeckung und Waldfragmentierung in dichter zeitlicher Sequenz, (ii) die Abdeckung mehrerer Jahrzehnte, (iii) die Unterscheidung zwischen mehreren Waldformationen, und (iv) direkte Vergleiche von unterschiedlichen Fallstudien. Hinsichtlich Verknüpfungen von Fernerkundung mit biologischen Felddaten sind bisher keine Studien bekannt, die Zeitreihendaten für quantitative Aussagen zu Langzeitveränderungen von Biodiversität auf Landschaftsebene verwenden. Die Arbeit untersucht drei offiziell geschützte Gebiete: die Kakamega-Nandi forests in Westkenia (Hauptuntersuchungsgebiet) sowie Mabira Forest in Südost-Uganda und Budongo Forest in West-Uganda (zu Vergleichszwecken). Es wurden Landsat-Daten für insgesamt acht bzw. sieben Zeitpunkte zwischen 1972/73 und 2003 in ungefähr gleichen Abständen erworben. Mit Hilfe von überwachten, multispektralen Klassifizierungsverfahren wurden für die Kakamega-Nandi forests und Budongo Forest jeweils 12 Landbedeckungsklassen (sechs Waldformationen) und für Mabira Forest zehn Klassen unterschieden. Eine Genauigkeitsprüfung mit Hilfe von Fehlermatrizen ergab Gesamtklassifizierungsgenauigkeiten zwischen 81% und 85%. Die Kakamega-Nandi forests sind durch eine kontinuierliche Waldabnahme von 31% zwischen 1972/73 und 2001 gekennzeichnet, Mabira Forest zeigt einen abrupten Waldverlust von 24% in den späten 1970ern/frühen 1980ern, während die Ergebnisse für Budongo Forest eine relativ stabile Waldbedeckung ausweisen. Während eine Abschätzung der räumlichen Muster von Waldverlusten eine hohe Deckungsgleichheit mit Gebieten hoher Bevölkerungsdichte ergab, deutet die Anwendung eines räumlich expliziten Waldfragmentierungsindexes auf eine starke Korrelation von Waldfragmentierung mit der Art von Waldmanagement sowie mit der Erreichbarkeit von Wald über Straßen hin. Um den Einfluss von Langzeit-Landbedeckungsveränderungen auf Biodiversitätsmuster auf Landschaftsebene für das kenianische Hauptuntersuchungsgebiet quantitativ abzuschätzen wurden drei Datensätze mit biologischen Felderhebungen zur Abundanz von Schlüsselarten/-gruppen verwendet. Zu diesem Zweck wurde die Zeitreihe zunächst um drei weitere Landbedeckungs-Datensätze ergänzt, die aus Luftbildern (1965/67, 1948/(52)) bzw. alten topographischen Karten (1912/13) gewonnen wurden. Zur Vorhersage der raum-zeitlichen Verteilung der Treiberameise Dorylus wilverthi wurden GIS-Operatoren und statistische Tests (OLS bzw. SAR Regressionsmodelle) in einem räumlichen Modellierungsablauf kombiniert. Abundanzdaten von drei sich hinsichtlich ihrer Abhängigkeit von Wald unterscheidenden Vogelgilden wurden direkt auf fünf Waldbedeckungsklassen hochgerechnet, die in der Zeitreihe unterschieden werden konnten. Die Ergebnisse prognostizieren Abundanzabnahmen von 56% für D. wilverthi, von 58% für Ameisen-folgende Vögel und einen Gesamtverlust von 47% für die Vogelgilden, was in allen drei Fällen eine deutliche Überschreitung der Waldverlustrate von 31% darstellt. Zusätzliche Extrapolationen basierend auf Szenarien bestätigten die negativen ökologischen Konsequenzen der Zerteilung zusammenhängender Waldflächen bzw. zeigten andererseits das Potential von Aufforstungen mit einheimischen Arten auf. Die Visualisierung der Analyse- bzw. Modellierungsergebnisse führte zu unterschiedlichen Darstellungen: mit einer Reihe von nebeneinander positionierten Einzelkarten sowie einer Matrix von Einzelkarten, die jeweils Artenverteilungen zeigen, sollen Wissenschaftler und Entscheidungsträger angesprochen werden. Aus den Ergebnissen der Landbedeckungsanalyse für die drei Untersuchungsgebiete wurden Landbedeckungsveränderungstypen generiert und jeweils in einer synthetischen Karte dargestellt, die hauptsächlich für Wissenschaftler gedacht sind. Um die wesentlichen Waldveränderungen auch auf einfache Weise zu den Entscheidungsträgern zu kommunizieren, wurden zusätzliche Karten erstellt, die nur eine aggregierte Klasse „Waldbedeckung“ zeigen und jeweils auf drei Zeitschritte der Zeitreihen begrenzt sind. Zusätzlich wurde ein leicht zu bedienendes Visualisierungstool entwickelt, das für Wissenschaftler, Entscheidungsträger und die lokale Bevölkerung gedacht ist. Für die Zukunft wäre eine umfassendere Abschätzung unter Berücksichtigung zusätzlicher Arten/-gruppen sowie auch Ökosystemfunktionen und –dienstleistungen wünschenswert. Die Verknüpfung einer Applikation zur Landbedeckungsmodellierung mit einer Applikation zur Ausführung von empirischen Extrapolationsmodellen (in stärkerem Maße automatisiert als in dieser Arbeit) könnte im Idealfall in ein GIS-basiertes Tool zur integrativen Bewertung von Waldökosystemen münden, das dann als räumliches Entscheidungsunterstützungssystem verwendet werden könnte.

The work describes the processing and analysis of remote sensing time series data for a comparative assessment of changes in different tropical rainforest areas in East Africa. In order to assess the effects of the derived changes in land cover and forest fragmentation, the study made use of spatially explicit modelling approaches within a geographical information system (GIS) to extrapolate sets of biological field findings in space and time. The analysis and modelling results were visualised aiming to consider the requirements of three different user groups. In order to evaluate measures of forest conservation and to derive recommendations for an effective forest management, quantitative landscape-scale assessments of land cover changes and their influence on forest biodiversity patterns are needed. However, few remote sensing studies have accounted for all of the following aspects at the same time: (i) a dense temporal sequence of land cover change/forest fragmentation information, (ii) the coverage of several decades, (iii) the distinction between multiple forest formations and (iv) direct comparisons of different case studies. In regards to linkages of remote sensing with biological field data, no attempts are known that use time series data for quantitative statements of long-term landscape-scale biodiversity changes. The work studies three officially protected forest areas in Eastern Africa: the Kakamega-Nandi forests in western Kenya (focus area) and Mabira Forest in south-eastern Uganda as well as Budongo Forest in western Uganda (for comparison purposes). Landsat imagery of in total eight or seven dates in regular intervals from 1972/73 to 2003 was used. Making use of supervised multispectral image classification procedures, in total, 12 land cover classes (six forest formations) were distinguished for the Kakamega-Nandi forests and for Budongo Forest while for Mabira Forest ten classes could be realised. An accuracy assessment via error matrices revealed overall classification accuracies between 81% and 85%. The Kakamega-Nandi forests show a continuous decrease between 1972/73 and 2001 of 31%, Mabira Forest experienced an abrupt loss of 24% in the late 1970s/early 1980s, while Budongo Forest shows a relatively stable forest cover extent. An assessment of the spatial patterns of forest losses revealed congruence with areas of high population density while a spatially explicit forest fragmentation index indicates a strong correlation of forest fragmentation with forest management regime and forest accessibility by roads. For the Kenyan focus area, three sets of biological field abundance data on keystone species/groups were used for a quantitative assessment of the influence of long-term changes in tropical forests on landscape-scale biodiversity patterns. For this purpose, the time series was extended with another three land cover data sets derived from aerial photography (1965/67, 1948/(52)) and old topographic maps (1912/13). To predict the spatio-temporal distribution of the army ant Dorylus wilverthi and of ant-following birds, GIS operators (i.e. focal and local functions) and statistical tests (i.e. OLS or SAR regression models) were combined into a spatial modelling procedure. Abundance data on three guilds of birds differing in forest dependency were directly extrapolated to five forest cover classes as distinguished in the time series. The results predict declines in species abundances of 56% for D. wilverthi, of 58% for ant-following birds and an overall loss of 47% for the bird habitat guilds, which in all three cases greatly exceed the rate of forest loss (31%). Additional extrapolations on scenarios of deforestation and reforestation confirmed the negative ecological consequences of splitting-up contiguous forest areas but also showed the potential of mixed indigenous forest plantings. The visualisation of the analysis and modelling results produced a mixture of different outcomes. Map series and a matrix of maps both showing species distributions aim to address scientists and decision makers. The results of the land cover change analysis were synthesised in a map of land cover development types for each study area, respectively. These maps are designed mainly for scientists. Additional maps of change, limited to a single class of forest cover and to three dates were generated to ensure an easy-to-grasp communication of the major forest changes to decision makers. Additionally, an easy-to-handle visualisation tool to be used by scientists, decision makers and local people was developed. For the future, an extension of this study towards a more complete assessment including more species/groups and also ecosystem functions and services would be desirable. Combining a framework for land cover simulation with a framework for running empirical extrapolation models in an automated manner could ideally result in a GIS-based, integrated forest ecosystem assessment tool to be used as regional spatial decision support system. / Die Arbeit beschreibt die Prozessierung und Analyse von Fernerkundungs-Zeitreihendaten für eine vergleichende Abschätzung von Veränderungen verschiedener tropischer Waldökosysteme Ostafrikas. Um Effekte der Veränderungen bzgl. Landbedeckung und Waldfragmentierung auf Biodiversitätsmuster abzuschätzen, wurden verschiedene räumlich explizite Modellierungssätze innerhalb eines geographischen Informationssystems (GIS) zur räumlichen und zeitlichen Extrapolation biologischer Felderhebungsdaten benutzt. Die Visualisierung der Analyse- und Modellierungsergebnisse erfolgte unter Berücksichtigung der Bedürfnisse von drei verschiedenen Nutzergruppen. Um Waldschutzmaßnahmen zu evaluieren und Empfehlungen für ein effektives Waldmanagement abzuleiten, sind quantitative Abschätzungen von Landbedeckungsveränderungen sowie von deren Einfluss auf tropische Waldbiodiversitätsmuster nötig. Wenige fernerkundungsbasierte Studien haben jedoch bislang alle der folgenden Faktoren berücksichtigt: (i) Informationen zu Veränderungen von Landbedeckung und Waldfragmentierung in dichter zeitlicher Sequenz, (ii) die Abdeckung mehrerer Jahrzehnte, (iii) die Unterscheidung zwischen mehreren Waldformationen, und (iv) direkte Vergleiche von unterschiedlichen Fallstudien. Hinsichtlich Verknüpfungen von Fernerkundung mit biologischen Felddaten sind bisher keine Studien bekannt, die Zeitreihendaten für quantitative Aussagen zu Langzeitveränderungen von Biodiversität auf Landschaftsebene verwenden. Die Arbeit untersucht drei offiziell geschützte Gebiete: die Kakamega-Nandi forests in Westkenia (Hauptuntersuchungsgebiet) sowie Mabira Forest in Südost-Uganda und Budongo Forest in West-Uganda (zu Vergleichszwecken). Es wurden Landsat-Daten für insgesamt acht bzw. sieben Zeitpunkte zwischen 1972/73 und 2003 in ungefähr gleichen Abständen erworben. Mit Hilfe von überwachten, multispektralen Klassifizierungsverfahren wurden für die Kakamega-Nandi forests und Budongo Forest jeweils 12 Landbedeckungsklassen (sechs Waldformationen) und für Mabira Forest zehn Klassen unterschieden. Eine Genauigkeitsprüfung mit Hilfe von Fehlermatrizen ergab Gesamtklassifizierungsgenauigkeiten zwischen 81% und 85%. Die Kakamega-Nandi forests sind durch eine kontinuierliche Waldabnahme von 31% zwischen 1972/73 und 2001 gekennzeichnet, Mabira Forest zeigt einen abrupten Waldverlust von 24% in den späten 1970ern/frühen 1980ern, während die Ergebnisse für Budongo Forest eine relativ stabile Waldbedeckung ausweisen. Während eine Abschätzung der räumlichen Muster von Waldverlusten eine hohe Deckungsgleichheit mit Gebieten hoher Bevölkerungsdichte ergab, deutet die Anwendung eines räumlich expliziten Waldfragmentierungsindexes auf eine starke Korrelation von Waldfragmentierung mit der Art von Waldmanagement sowie mit der Erreichbarkeit von Wald über Straßen hin. Um den Einfluss von Langzeit-Landbedeckungsveränderungen auf Biodiversitätsmuster auf Landschaftsebene für das kenianische Hauptuntersuchungsgebiet quantitativ abzuschätzen wurden drei Datensätze mit biologischen Felderhebungen zur Abundanz von Schlüsselarten/-gruppen verwendet. Zu diesem Zweck wurde die Zeitreihe zunächst um drei weitere Landbedeckungs-Datensätze ergänzt, die aus Luftbildern (1965/67, 1948/(52)) bzw. alten topographischen Karten (1912/13) gewonnen wurden. Zur Vorhersage der raum-zeitlichen Verteilung der Treiberameise Dorylus wilverthi wurden GIS-Operatoren und statistische Tests (OLS bzw. SAR Regressionsmodelle) in einem räumlichen Modellierungsablauf kombiniert. Abundanzdaten von drei sich hinsichtlich ihrer Abhängigkeit von Wald unterscheidenden Vogelgilden wurden direkt auf fünf Waldbedeckungsklassen hochgerechnet, die in der Zeitreihe unterschieden werden konnten. Die Ergebnisse prognostizieren Abundanzabnahmen von 56% für D. wilverthi, von 58% für Ameisen-folgende Vögel und einen Gesamtverlust von 47% für die Vogelgilden, was in allen drei Fällen eine deutliche Überschreitung der Waldverlustrate von 31% darstellt. Zusätzliche Extrapolationen basierend auf Szenarien bestätigten die negativen ökologischen Konsequenzen der Zerteilung zusammenhängender Waldflächen bzw. zeigten andererseits das Potential von Aufforstungen mit einheimischen Arten auf. Die Visualisierung der Analyse- bzw. Modellierungsergebnisse führte zu unterschiedlichen Darstellungen: mit einer Reihe von nebeneinander positionierten Einzelkarten sowie einer Matrix von Einzelkarten, die jeweils Artenverteilungen zeigen, sollen Wissenschaftler und Entscheidungsträger angesprochen werden. Aus den Ergebnissen der Landbedeckungsanalyse für die drei Untersuchungsgebiete wurden Landbedeckungsveränderungstypen generiert und jeweils in einer synthetischen Karte dargestellt, die hauptsächlich für Wissenschaftler gedacht sind. Um die wesentlichen Waldveränderungen auch auf einfache Weise zu den Entscheidungsträgern zu kommunizieren, wurden zusätzliche Karten erstellt, die nur eine aggregierte Klasse „Waldbedeckung“ zeigen und jeweils auf drei Zeitschritte der Zeitreihen begrenzt sind. Zusätzlich wurde ein leicht zu bedienendes Visualisierungstool entwickelt, das für Wissenschaftler, Entscheidungsträger und die lokale Bevölkerung gedacht ist. Für die Zukunft wäre eine umfassendere Abschätzung unter Berücksichtigung zusätzlicher Arten/-gruppen sowie auch Ökosystemfunktionen und –dienstleistungen wünschenswert. Die Verknüpfung einer Applikation zur Landbedeckungsmodellierung mit einer Applikation zur Ausführung von empirischen Extrapolationsmodellen (in stärkerem Maße automatisiert als in dieser Arbeit) könnte im Idealfall in ein GIS-basiertes Tool zur integrativen Bewertung von Waldökosystemen münden, das dann als räumliches Entscheidungsunterstützungssystem verwendet werden könnte.