Throughout the world, there is a great demand to map out the increasing environmental changes and life habitats on Earth. The vast majority of Earth Observations today, are collected using satellites. The Global Watch Center (GWC) initiative was started with the purpose of producing a global situational awareness of the premises for all life on Earth. By collecting, studying and analyzing vast amounts of data in an automatic, scalable and transparent way, the GWC aims are to work towards reaching the United Nations (UN) Sustainable Development Goals (SDG). The GWC vision is to make use of qualified accessible data together with leading organizations in order to lay the foundation of the important decisions that have the biggest potential to make an actual difference for the common awaited future. As a show-case for the initiative, the UN strategic department has recommended a specific use-case, involving mapping large accumulation of waste in areas greatly affected, which they believe will profit the initiative very much. This Master Thesis aim is, in an automatic and scalable way, to detect and classify dumpsites in Kampala, the capital of Uganda, by using available satellite imagery. The hopes are that showing technical feasibility and presenting interesting remarks will aid in spurring further interest in coming closer to a realization of the initiative. The technical approach is to use a lightweight version of Automatic Target Recognition. This is conventionally used in military applications but is here used, to detect and classify features of large accumulations of solid-waste by using techniques from the field of Image Analysis and Data Mining. Choice of data source, this study's area of interest as well as choice of methodology for Feature Extraction and choice of the Machine Learning algorithm Support Vector Machine will all be described and implemented. With a classification precision of 95 percent will technical results be presented, with the ambition to promote further work and contribute to the GWC initiative with valuable information for later realization.

The Concurrent Design Platform 4 (CDP4®) is a collaborative Model-Based Systems Engineering (MBSE) software tool conceived for architecting complex systems. Nevertheless, there are limitations concerning the manageable number of system options. The upcoming Siemens tool for generative engineering, Simcenter™ Studio, is attempting to overcome this limitation by enabling automatic synthesis and evaluation of architecture variants. The motivation for the Generative Concurrent Design (GCD) project as a collaboration between RHEA, Siemens and OHB is to develop a combined prototype of these two tools. This thesis presents a modelling of Copernicus Next Generation (CNG) space component, using generative capabilities in a typical Phase-0 study. It represents the third step of the bottom-up GCD validation process, intended to investigate how architecting differs among “Sub-system”, “Systems” and “Systems of Systems (SoS)”. Therefore, this work provides an architecting strategy which is generalizable for other SoS use-cases and contributes to assess whether extensions to ECSS-E-TM-10-25 are necessary to successfully support GCD. / Concurrent Design Platform 4 (CDP4®) är ett samarbetsverktyg för modellbaserad systemteknik (MBSE) som utformats för att bygga komplexa system. Dock finns det begränsningar vad gäller det antalet hanterbara systemalternativ. Det kommande Siemens-verktyget för generativ teknik, Simcenter™ Studio, försöker övervinna denna begränsning genom att möjliggöra automatisk syntes och utvärdering av arkitekturvarianter. Motivationen för Generative Concurrent Design (GCD) -projektet som ett samarbete mellan RHEA, Siemens och OHB är att utveckla en kombinerad prototyp av verktygen CDP4® och Simcenter™. Detta examensarbete presenterar en modellering av rymdkomponenten Copernicus Next Generation (CNG) med användning av generativa funktioner i en typisk fas-0-studie. Den representerar det tredje steget i GCD-valideringsprocessen nedifrån och upp, avsedd att undersöka hur arkitekturen skiljer sig åt mellan "Sub-system", "Systems" och "Systems of Systems (SoS)". Detta arbete ger därför en arkitektonisk strategi som är generaliserbar för andra SoS-användningsfall och bidrar till att bedöma om förlängningar till ECSS-E-TM-10-25 är nödvändiga för att framgångsrikt stödja GCD.

Saltmarshes provide a diverse range of ecosystem services and are protected under a number of international designations. Nevertheless they are generally declining in extent in the United Kingdom and North West Europe. The drivers of this decline are complex and poorly understood. When considering mitigation and management for future ecosystem service provision it will be important to understand why, where, and to what extent decline is likely to occur. Few studies have attempted to forecast saltmarsh morphodynamics at a system level over decadal time scales. There is no synthesis of existing knowledge available for specific site predictions nor is there a formalised framework for individual site assessment and management. This project evaluates the extent to which machine learning model approaches (boosted regression trees, neural networks and Bayesian networks) can facilitate synthesis of information and prediction of decadal-scale morphological tendencies of saltmarshes. Importantly, data-driven predictions are independent of the assumptions underlying physically-based models, and therefore offer an additional opportunity to crossvalidate between two paradigms. Marsh margins and interiors are both considered but are treated separately since they are regarded as being sensitive to different process suites. The study therefore identifies factors likely to control morphological trajectories and develops geospatial methodologies to derive proxy measures relating to controls or processes. These metrics are developed at a high spatial density in the order of tens of metres allowing for the resolution of fine-scale behavioural differences. Conventional statistical approaches, as have been previously adopted, are applied to the dataset to assess consistency with previous findings, with some agreement being found. The data are subsequently used to train and compare three types of machine learning model. Boosted regression trees outperform the other two methods in this context. The resulting models are able to explain more than 95% of the variance in marginal changes and 91% for internal dynamics. Models are selected based on validation performance and are then queried with realistic future scenarios which represent altered input conditions that may arise as a consequence of future environmental change. Responses to these scenarios are evaluated, suggesting system sensitivity to all scenarios tested and offering a high degree of spatial detail in responses. While mechanistic interpretation of some responses is challenging, process-based justifications are offered for many of the observed behaviours, providing confidence that the results are realistic. The work demonstrates a potentially powerful alternative (and complement) to current morphodynamic models that can be applied over large areas with relative ease, compared to numerical implementations. Powerful analyses with broad scope are now available to the field of coastal geomorphology through the combination of spatial data streams and machine learning. Such methods are shown to be of great potential value in support of applied management and monitoring interventions.

Tesis por compendio / [ES] El abandono de tierras agrícolas es un problema creciente en muchas regiones del planeta con importantes consecuencias a nivel socioeconómico y medioambiental. La Comunitat Valenciana (España) es la principal región productora de cítricos de Europa, sin embargo, actualmente se está produciendo un abandono significativo de estos cultivos. La presente tesis pretende desarrollar procedimientos para la identificar el abandono de los cultivos de cítricos a través de técnicas de teledetección y aprendizaje automático. Los métodos basados en teledetección se consideran especialmente convenientes debido a su alto grado de automatización y a su eficiencia en tiempo y coste, comparado con otras técnicas cartográficas habituales basadas en fotointerpretación y visitas de campo. La tesis desarrolla procedimientos para la identificación del estado de los cultivos utilizando diferentes tipos de datos de observación de la Tierra, como son: imágenes multiespectrales de los satélites Sentinel-2 y WorldVIew-3, imágenes aéreas, y nubes de puntos altimétricas derivadas de LiDAR aerotransportado y procesos fotogramétricos a partir de imágenes tomadas con vehículos aéreos no tripulados. Se desarrollaron diferentes metodologías para explotar dichas fuentes de datos en un paisaje agrícola altamente fragmentado con un tamaño promedio de las parcelas entre 0,25 ha y 0,50 ha. El análisis tomó como referencia la base de datos catastral de parcelas agrícolas y se identificaron tres estados de los cultivos en campo: productivo, no productivo y abandonado. Los resultados más precisos se obtuvieron al utilizar las imágenes aéreas o imágenes de satélite WorldView 3, incluyendo el cálculo de descriptores de textura, con una exactitud global entre 90-95%. La importancia de los descriptores de textura extraídos a partir de imágenes de resolución submétrica radica en su capacidad para identificar los patrones de plantación de los cultivos. Este enfoque permitió obtener una alta exactitud a partir de una única imagen. No obstante, también son destacables los resultados obtenidos al utilizar series temporales de imágenes Sentinel-2 con exactitudes globales en torno al 90%. Las diferencias existentes en las series temporales de índices de vegetación y humedad de los tres estados del cultivo permitieron mejorar el rendimiento de clasificación con respecto al enfoque basado en una única fecha. Diferentes casos de estudio demostraron la capacidad de identificar el abandono de tierras a través de teledetección. La información cuantitativa y espacialmente explícita generada sobre el estado de los cultivos puede ser una herramienta útil para la gestión agrícola, para la implementación de medidas de gestión del paisaje y para mejorar las estimaciones anuales de rendimiento de los cítricos. / [CA] L'abandonament de terres agrícoles és un problema creixent en moltes regions del planeta amb importants conseqüències en l'àmbit socioeconòmic i mediambiental. La Comunitat Valenciana (España) és la principal regió productora de cítrics d'Europa, no obstant això, actualment està produint-se'n un abandonament significatiu d'estos cultius. La present tesi pretén desenvolupar procediments per identificar l'abandonament dels cultius de cítrics per mitjà de tècniques de teledetecció i aprenentatge automàtic. Els mètodes basats en teledetecció es consideren especialment convenients a causa del seu alt grau d'automatització i a la seua eficiència en temps i cost, comparat amb altres tècniques cartogràfiques habituals basades en fotointerpretació i visites de camp. La tesi desenvolupa procediments per a la identificació de l'estat dels cultius utilitzant diferents tipus de dades d'observació de la Terra, com són: imatges multiespectrals dels satèl·lits Sentinel-2 i WorldVIew-3, imatges aèries i núvols de punts altimètrics derivats de LiDAR aerotransportat i processos fotogramètrics a partir d'imatges preses amb vehicles aeris no tripulats. Es van desenvolupar diferents metodologies per explotar estes fonts de dades en un paisatge agrícola altament fragmentat amb una grandària mitjana de les parcel·les entre 0,25 ha i 0,50 ha. L'anàlisi va prendre com a referència la base de dades cadastral de parcel·les agrícoles i es van identificar tres estats dels cultius al camp: productiu, no productiu i abandonat. Els resultats més precisos es van obtenir en utilitzar imatges aèries o imatges de satèl·lit WorldVIew-3, incloent-ne el càlcul de descriptors de textura, amb una exactitud global entre 90-95%. La importància dels descriptors de textura extrets a partir d'imatges de resolució submètrica radica en la seua capacitat per a identificar els patrons de plantació dels cultius. Aquest enfocament va permetre obtenir una alta exactitud a partir d'una única imatge. No obstant això, també són destacables els resultats obtinguts en utilitzar sèries temporals d'imatges Sentinel-2, amb exactituds globals entorn del 90%. Les diferències existents en les sèries temporals d'índex de vegetació i humitat dels tres estats del cultiu van permetre millorar el rendiment de classificació respecte a l'enfocament basat en una única data. Diferents casos d'estudi han demostrar la capacitat d'identificar l'abandonament de terres per mitjà de teledetecció. La informació quantitativa i espacialment explícita generada sobre l'estat dels cultius pot ser un ferrament útil per a la gestió agrícola, per a la implementació de mesures de gestió del paisatge i per millorar les estimacions anuals de rendiment dels cítrics. / [EN] Agricultural land abandonment is a growing issue in many regions of the planet with important socioeconomic and environmental consequences. The Comunitat Valenciana region (Spain) is the main citrus-producing in Europe, however, there is a currently significant abandonment of these crops. This thesis aims to develop procedures to identify citrus crop abandonment through remote sensing and machine learning techniques. Remote sensing-based methods are considered particularly convenient due to their high degree of automation and their efficiency in time and cost, compared to other usual cartographic techniques based on photo-interpretation and field visits. The thesis develops procedures for crop status identification using different types of Earth observation data, such as: multispectral images from Sentinel-2 and WorldView-3 satellites, aerial images, and altimetric point clouds derived from airborne LiDAR and photogrammetric processes from images taken by unmanned aerial vehicles. Different methodologies were developed to apply these data sources in a highly fragmented agricultural landscape with an average parcel size between 0.25 ha and 0.50 ha. The analysis was based on the cadastral database of agricultural parcels and three crop statuses were identified at field: productive, non-productive and abandoned. The most accurate results were obtained using aerial images or WorldView-3 satellite images, including the computation of texture descriptors, with an overall accuracy between 90-95%. The importance of texture descriptors extracted from sub-metric resolution images lies in their ability to identify crop planting patterns. This approach made it possible to obtain high accuracy from a single image. However, the results obtained when using time series of Sentinel-2 images are also remarkable, with an overall accuracy around 90%. The differences in the time series of vegetation and moisture indices of the three crop statuses improved the classification accuracy compared to the single date approach. Different case studies demonstrate the ability to identify agricultural land abandonment through remote sensing. The quantitative and spatially explicit information generated can be a useful tool for agricultural management, for implementing landscape management actions and for improving annual citrus yield estimations. / Morell Monzó, S. (2023). Desarrollo de procedimientos para la deteccion del abandono de cultivos de cítricos utilizando técnicas de teledetección [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/193058 / Compendio

Tesis por compendio / [ES] Los humedales son uno de los ecosistemas que reciben mayor atención por parte de la comunidad científica. Su importancia se puede explicar teniendo en cuenta que ayudan a mitigar los efectos de inundaciones, pueden actuar como filtros de agua y constituyen hábitats de valiosas especies de fauna y flora. En los últimos años este tipo de ambientes están cada vez más amenazados como consecuencia de la contaminación, alteraciones de los niveles de agua asociadas a los efectos del cambio climático y usos antrópicos, introducción de especies invasoras y los efectos negativos de algunos cambios de usos del suelo y determinadas prácticas asociados a ellos (agrícolas, pastoreo y urbanización). Para analizar estos ecosistemas, la teledetección se presenta como una herramienta con alto potencial que permite identificar, evaluar y monitorizar estos espacios. En esta tesis se utilizaron imágenes Sentinel-2A/B, Landsat-5 TM y Landsat-8 OLI para extraer láminas de agua libre en dos entornos: humedales mediterráneos costeros (Prat Cabanes-Torreblanca, Marjal de Sagunto, Marjal de La Safor y Marjal Pego-Oliva) y el humedal de llanura aluvial situado en el centro de España las Tablas de Daimiel. Para ello, se realizó un análisis de siete índices de agua (NDWI, mNDWI, Cedex, Re-NDWI, Awei(sh), AWEI (nsh) y B_Blue) y de umbrales para obtener la cartografía de las masas de agua libre en estos espacios. El objetivo principal es definir el índice y el umbral que permitan un uso más amplio de la metodología para su aplicación en otras zonas húmedas. También se utilizó información LiDAR (Laser Imaging Detection and Ranging) en el humedal de La Safor para analizar los efectos de la superficie inundada en diferentes usos del suelo. La evaluación de los resultados se realizó a partir de la validación con un conjunto de muestras obtenidas a partir de imágenes de elevada resolución espacial. Se calcularon la fiabilidad global y el índice kappa en los humedales analizados para distintas fechas y sensores. En el caso de los humedales costeros, el índice de agua NDWI con un umbral de ¿0,30 proporcionó los resultados con mayor precisión obteniendo un valor promedio de 0,89 en fiabilidad global. En el caso del humedal de las Tablas de Daimiel, se seleccionaron el índice MNDWI y umbral ¿0,15 para imágenes Landsat-5 (fiabilidad global 0,88), el índice MNDWI y umbral ¿0,25 para imágenes Landsat-8 (fiabilidad global 0,99) y el índice NDWI y umbral ¿0,20 (fiabilidad global 0,99) en el caso de imágenes Sentinel-2A/B. En el humedal de las Tablas de Daimiel se realizó un análisis temporal desde el año 2000 al 2021 que permitió calcular las anomalías de la superficie de agua, de la precipitación, del nivel piezométrico y del caudal hidrológico. Esta reconstrucción temporal también permitió comparar los resultados derivados a partir de las imágenes Sentinel-2A/B y de las imágenes Landsat 8. Se realizó un análisis de correlación entre los índices de anomalías calculados, que revela una correlación no significativa entre las anomalías precipitación y de superficie de agua. Mientras que el índice de anomalías de superficie de agua si presentó una correlación estadísticamente significativa con los índices de anomalía de caudal y de niveles piezométricos. En cuanto al análisis comparativo entre las imágenes Landsat-8 y Sentinel-2 se obtuvo una relación lineal entre la superficie de agua estimada por ambos sensores con un valor de R2 = 0,87. No obstante, la mayor resolución espacial de Sentinel-2 permite detectar masas de agua más pequeñas contribuyendo a un mejor análisis de los patrones de variabilidad en el área de estudio. La información derivada de esta tesis presenta una aplicabilidad de interés medioambiental para el seguimiento del estado de los humedales ayudando a adaptar planes de gestión que conduzcan a un estado de conservación adecuado. / [CA] Els aiguamolls són un dels ecosistemes que reben major atenció per part de la comunitat científica. La seua importància es pot explicar tenint en compte que ajuden a mitigar els efectes d'inundacions, poden actuar com a filtres d'aigua i constitueixen hàbitats de valuoses espècies de fauna i flora. En els últims anys aquest tipus d'ambients estan cada vegada més amenaçats a conseqüència de la contaminació, alteracions dels nivells d'aigua associades a l'efecte del canvi climàtic i usos antròpics, introducció d'espècies invasores i els efectes negatius d'alguns canvis d'usos del sòl i determinades pràctiques associades a ells (agrícoles, pasturatge i urbanització). Per a analitzar aquests ecosistemes, la teledetecció es presenta com una eina amb alt potencial que permet identificar, avaluar i monitorar aquests espais. En aquesta tesi es van utilitzar imatges Sentinel-2A/B, Landsat-5 TM i Landsat-8 OLI per a extraure làmines d'aigua lliure en dos entorns: aiguamolls mediterranis costaners (Prat Cabanes-Torreblanca, Marjal de Sagunt, Marjal de La Safor i Marjal Pego-Oliva) i l'aiguamoll de plana al·luvial situat en el centre d'Espanya les Taules de Daimiel. Per a això, es va realitzar una anàlisi de set índexs d'aigua (NDWI, mNDWI, Cedex, Re-NDWI, Awei (sh), AWEI (nsh) i B_Blue) i de llindars per a obtindre la cartografia de les masses d'aigua lliure en aquests espais. L'objectiu principal és definir l'índex i el llindar que permeten un ús més ampli de la metodologia per a la seua aplicació en altres zones humides. També es va utilitzar informació LiDAR (Laser Imaging Detection and Ranging) en l'aiguamoll de La Safor per a analitzar els efectes de la superfície inundada en diferents usos del sòl. L'avaluació dels resultats es va realitzar a partir de la validació amb un conjunt de mostres obtingudes a partir d'imatges d'elevada resolució espacial. Es van calcular la fiabilitat global i l'índex kappa en els aiguamolls analitzats per a diferents dates i sensors. En el cas dels aiguamolls costaners, l'índex d'aigua NDWI amb un llindar de ¿0,30 va proporcionar els resultats amb major precisió obtenint un valor mitjà de 0,89 en fiabilitat global. En el cas de l'aiguamoll de les Taules de Daimiel, es van seleccionar l'índex MNDWI i llindar ¿0,15 per a imatges Landsat-5 (fiabilitat global 0,88), l'índex MNDWI i llindar ¿0,25 per a imatges Landsat-8 (fiabilitat global 0,99) i l'índex NDWI i llindar ¿0,20 (fiabilitat global 0,99) en el cas d'imatges Sentinel-2A/B. En l'aiguamoll de les Taules de Daimiel es va realitzar una anàlisi temporal des de l'any 2000 al 2021 que va permetre calcular les anomalies de la superfície d'aigua, de la precipitació, del nivell piezomètric i del cabal hidrològic. Aquesta reconstrucció temporal també va permetre comparar els resultats derivats a partir de les imatges Sentinel-2A/B i de les imatges Landsat 8. Es va realitzar una anàlisi de correlació entre els índexs d'anomalies calculats, que revela una correlació no significativa entre les anomalies precipitació i de superfície d'aigua. Mentre que l'índex d'anomalies de superfície d'aigua si va presentar una correlació estadísticament significativa amb els índexs d'anomalia de cabal i de nivells piezomètrics. Quant a l'anàlisi comparativa entre les imatges Landsat-8 i Sentinel-2 es va obtindre una relació lineal entre la superfície d'aigua estimada per tots dos sensors amb un valor de R2 = 0,87. No obstant això, la major resolució espacial de Sentinel-2 permet detectar masses d'aigua de menor grandària contribuint a una millor anàlisi dels patrons de variabilitat en l'àrea d'estudi. La informació derivada d'aquesta tesi presenta una aplicabilitat d'interés mediambiental per al seguiment de l'estat dels aiguamolls ajudant a adaptar plans de gestió que condueixen a un estat de conservació adequat. / [EN] Wetlands are one of the ecosystems that receive the most attention from the scientific community. Their importance can be explained by the fact that they help mitigate the effects of flooding, can act as water filters, and provide habitats for valuable species of fauna and flora. In recent years, these types of environments are increasingly threatened as a result of pollution, alterations in water levels associated with the effects of climate change and anthropic uses, the introduction of invasive species and the negative effects of some changes in land use and certain practices associated with them (agriculture, grazing and urbanization). To analyze these ecosystems, remote sensing is presented as a tool with high potential to identify, evaluate and monitor these areas. In this thesis, Sentinel-2A/B, Landsat-5 TM and Landsat-8 OLI images were used to extract free water bodies in two environments: coastal Mediterranean wetlands (Prat Cabanes-Torreblanca, Marjal de Sagunto, Marjal de La Safor and Marjal Pego-Oliva) and the alluvial plain wetland located in the center of Spain, the Tablas de Daimiel. For this purpose, an analysis of seven water indices (NDWI, mNDWI, Cedex, Re-NDWI, Awei (sh), AWEI (nsh) and B_Blue) and thresholds were carried out to obtain the mapping of free water bodies in these areas. The main objective is to define the index and threshold that allow a wider use of the methodology for its application in other wetlands. LiDAR (Laser Imaging Detection and Ranging) information was also used in La Safor wetland to analyze the effects of the flooded surface on different land uses. The evaluation of the results was carried out based on the validation with a set of samples obtained from high spatial resolution images. The overall accuracy and the kappa index were calculated for the wetlands analyzed for different dates and sensors. In the case of the coastal wetlands, the NDWI water index with a threshold of ¿0.30 provided the most accurate results with an average value of 0.89 in global accuracy. In the case of Las Tablas de Daimiel wetland, the MNDWI index and threshold ¿0.15 were selected for Landsat-5 images (overall accuracy 0.88), the MNDWI index and threshold ¿0.25 for Landsat-8 images (overall accuracy 0.99) and the NDWI index and threshold ¿0.20 (overall accuracy 0.99) in the case of Sentinel-2A/B images. In Las Tablas de Daimiel wetland, a temporal analysis was carried out from 2000 to 2021 to calculate the anomalies of the water surface, precipitation, piezometric level and hydrological flow. This temporal reconstruction also made it possible to compare the results derived from Sentinel-2A/B images and Landsat 8 images. A correlation analysis was performed between the calculated anomaly indices, which revealed a non-significant correlation between the precipitation and water surface anomalies. However, the water surface anomaly index did show a statistically significant correlation with the flow anomaly and piezometric level indexes. As for the comparative analysis between Landsat-8 and Sentinel-2 images, a linear relationship was obtained between the water surface estimated by both sensors with a value of R2 = 0.87. However, the higher spatial resolution of Sentinel-2 allows the detection of smaller water masses contributing to a better analysis of the variability patterns in the study area. The information derived from this thesis presents an application of environmental interest for monitoring the state of wetlands helping to adapt management plans that lead to an adequate conservation status. / Pena Regueiro, J. (2023). Monitorización de cambios en la lámina libre de agua en humedales mediante teledetección [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/196109 / Compendio

This study explores the utilisation of spatial technologies as a tool to analyse and combat crime. The study deals specifically with remote sensing and its potential for being integrated with geographical information systems (GIS). The integrated spatial approach resulted in the understanding of land use class behaviour over time and its relationship to specific crime incidents per police precinct area. The incorporation of spatial technologies to test criminological theories in practice, such as the ecological theories of criminology, provides the science with strategic value. It proves the value of combining multi-disciplinary scientific fields to create a more advanced platform to understand land use behaviour and its relationship to crime. Crime in South Africa is a serious concern and it impacts negatively on so many lives. The fear of crime, the loss of life, the socio-economic impact of crime, etc. create the impression that the battle against crime has been lost. The limited knowledge base within the law enforcement agencies, limited logistical resources and low retention rate of critical staff all contribute to making the reduction of crime more difficult to achieve. A practical procedure of using remote sensing technology integrated with geographical information systems (GIS), overlaid with geo-coded crime data to provide a spatial technological basis to analyse and combat crime, is illustrated by a practical study of the Tshwane municipality area. The methodology applied in this study required multi-skilled resources incorporating GIS and the understanding of crime to integrate the diverse scientific fields into a consolidated process that can contribute to the combating of crime in general. The existence of informal settlement areas in South Africa stresses the socio-economic problems that need to be addressed as there is a clear correlation of land use data with serious crime incidents in these areas. The fact that no formal cadastre exists for these areas, combined with a great diversity in densification and growth of the periphery, makes analysis very difficult without remote sensing imagery. Revisits over time to assess changes in these areas in order to adapt policing strategies will create an improved information layer for responding to crime. Final computerised maps generated from remote sensing and GIS layers are not the only information that can be used to prevent and combat crime. An important recipe for ultimately successfully managing and controlling crime in South Africa is to strategically combine training of the law enforcement agencies in the use of spatial information with police science. The researcher concludes with the hope that this study will contribute to the improved utilisation of spatial technology to analyse and combat crime in South Africa. The ultimate vision is the expansion of the science of criminology by adding an advanced spatial technology module to its curriculum. / Criminology / D.Litt. et Phil. (Criminology)

This study explores the utilisation of spatial technologies as a tool to analyse and combat crime. The study deals specifically with remote sensing and its potential for being integrated with geographical information systems (GIS). The integrated spatial approach resulted in the understanding of land use class behaviour over time and its relationship to specific crime incidents per police precinct area. The incorporation of spatial technologies to test criminological theories in practice, such as the ecological theories of criminology, provides the science with strategic value. It proves the value of combining multi-disciplinary scientific fields to create a more advanced platform to understand land use behaviour and its relationship to crime. Crime in South Africa is a serious concern and it impacts negatively on so many lives. The fear of crime, the loss of life, the socio-economic impact of crime, etc. create the impression that the battle against crime has been lost. The limited knowledge base within the law enforcement agencies, limited logistical resources and low retention rate of critical staff all contribute to making the reduction of crime more difficult to achieve. A practical procedure of using remote sensing technology integrated with geographical information systems (GIS), overlaid with geo-coded crime data to provide a spatial technological basis to analyse and combat crime, is illustrated by a practical study of the Tshwane municipality area. The methodology applied in this study required multi-skilled resources incorporating GIS and the understanding of crime to integrate the diverse scientific fields into a consolidated process that can contribute to the combating of crime in general. The existence of informal settlement areas in South Africa stresses the socio-economic problems that need to be addressed as there is a clear correlation of land use data with serious crime incidents in these areas. The fact that no formal cadastre exists for these areas, combined with a great diversity in densification and growth of the periphery, makes analysis very difficult without remote sensing imagery. Revisits over time to assess changes in these areas in order to adapt policing strategies will create an improved information layer for responding to crime. Final computerised maps generated from remote sensing and GIS layers are not the only information that can be used to prevent and combat crime. An important recipe for ultimately successfully managing and controlling crime in South Africa is to strategically combine training of the law enforcement agencies in the use of spatial information with police science. The researcher concludes with the hope that this study will contribute to the improved utilisation of spatial technology to analyse and combat crime in South Africa. The ultimate vision is the expansion of the science of criminology by adding an advanced spatial technology module to its curriculum. / Criminology and Security Science / D.Litt. et Phil. (Criminology)