No description available.

Thesis (MA)--Stellenbosch University, 2001. / ENGLISH ABSTRACT: The visual landscape is a resource that should be managed sustainably. Sufficient tools for the effective management of visual landscapes are still lacking. Existing visualization software (including 3D Analyst) could be utilized as an aid in visual landscape management, but as such it lacks quantification functionalities. Geographical Information Systems (GIS) could effectively be used in the quantification of visual landscapes. The composition, value and experience of visual landscapes are complex and interrelated. Visual landscapes should be divided into physical and cognitive elements for management purposes. In the quantification of visual landscapes, the physical elements are effectively handled within a GIS. Insufficient research though, hampers the quantification of the visual landscape in terms of cognitive elements. Arc View GIS, including the 3D Analyst Extension, can be extended to quantify visual landscapes. Arc View's integrated development language, Avenue, was used to develop a new technique, namely The Visual Landscape Quantifier (VLQ). The VLQ-technique is an application based on a virtual landscape where a user can select observation and target locations. These locations are used to quantify the visual landscape in a chosen direction. Results are expressed as the percentage (%) of the visible land use in the selected visual landscape. The user can choose whether the results should be displayed as a list or as a graph. Wanted and unwanted elements in the landscape could be identified, aiding the management and planning of landscapes. Keywords: Visual landscape, landscape, Visual Landscape Quantifier, visualization, Arc View GIS, Avenue, Object Oriented Programming, 3D Analyst. / AFRIKAANSE OPSOMMING: Die visuele landskap is 'n hulpbron wat volhoubaar bestuur moet word, maar ongelukkig bestaan daar mm instrumente om dit effektief te bestuur. Bestaande visualiseringsprogrammatuur (insluitend Arc View 3D Analyst) kan as hulpmiddel dien in die bestuur van visuele landskappe, maar dit ontbreek kwantifiseringsfunksionaliteite. Geografiese Inligtingstelsels (GIS) kan effektief aangewend word in die kwantifisering van visuele landskappe. Die samestelling, waarde en hoe visuele landskappe ervaar word, is kompleks en interverwant. Om visuele landskappe meetbaar te maak, moet dit in fisiese en kognitiewe elemente opgebreek word. GIS hanteer die fisiese elemente van visuele landskappe effektief en gevolglik is die kwantifisering daarvan (in GIS) wel moontlik. Onvoldoende navorsing maak die kwantifisering van visuele landskappe, in terme van kognitiewe elemente, egter moeilik. ArcView GIS, insluitend die 3D Analyst-uitbreiding, kan aangepas word om visuele landskappe te kwantifiseer. 'n Nuwe tegniek, die Visual Landscape Quantifier (VLQ), is met ArcView se geïntegreerde programmeertaal, Avenue, ontwikkel. Die VLQ-tegniek berus op 'n virtuele landskap waarbinne die gebruiker toegelaat word om waarnemers- en teikenliggings te selekteer. As toepassing word die visuele landskap in die gekose rigting in terme van die persentasie (%) van sigbare grondgebruik in die geselekteerde landskap gekwantifiseer. Die gebruiker kan kies of die resultaat as 'n lys of as 'n grafiek voorgestel moet word. Moontlike gewenste of ongewenste elemente in die visuele landskap kan gevolglik geïdentifiseer word en so die bestuurs- en beplanningstaak ondersteun. Sleutelwoorde: Visuele landskap, landskap, Visual Landscape Quantifier, visualisering, ArcView GIS, Avenue, 3D Analyst, Object Oriented Programmering.

Statistische Modelle basierend auf empirischen Daten und GIS-Analysen sind ein geeignetes Mittel, um das Landschaftsbild objektiv zu bewerten. Verbreitet sind vor allem lineare Regressionsmodelle, die vergleichsweise einfach anzuwenden und zu interpretieren, jedoch bei der Darstellung komplexer Zusammenhänge eingeschränkt sind. Die vorliegende Arbeit nutzt drei verschiedene Modelltypen für eine bundesweite, flächendeckende Bewertung der landschaftli-chen Schönheit und vergleicht diese hinsichtlich ihrer Plausibilität und ihrer anwendungsbezogenen Vor- und Nachteile. Ein lineares Regressionsmodell wird dazu einem ordinalen Regres-sionsmodell und einem neuronalen Netz gegenübergestellt, mit denen auch nichtlineare Zusammenhänge modelliert werden können. Es werden sowohl die Modelle mit ihren beteiligten Indikatoren als auch die bei der flächenhaften Anwendung entstehenden Ergebniskarten aus-führlich verglichen. Empirische Datenbasis ist eine Onlineumfrage zum Landschaftsbild, die im Rahmen des vom Bundesamt für Naturschutz beauftragten FuE-Vorhabens „Entwicklung eines Bewertungsmodells zum Landschaftsbild beim Stromnetzausbau“ durchgeführt wurde. Bei der Umfrage wurde eine Fotodokumentation mit 822 repräsentativen Landschaftsfotos unter ande-rem hinsichtlich ihrer Schönheit bewertet. Es handelt sich mit mehr als 3.500 Teilnehmenden und 44.000 Fotobewertungen um den bisher umfangreichsten Datensatz zum Landschaftsbild in Deutschland. Die Arbeit behandelt speziell die Schönheit, da sich diese im Vergleich zu an-deren im § 1 Abs. 1 Nr. 3 BNatSchG genannten Kriterien Vielfalt und Eigenart für eine intuitive Bewertung ohne Expertenwissen eignet. Der Vergleich bei der bundesweiten Anwendung der Modelle zeigt für alle drei Modelltypen überwiegend plausible und stark korrelierende Ergebnisse auf. Alle Ergebniskarten zeigen infolge des markanten Reliefunterschieds deutliche Bewertungsunterschiede zwischen der Nord- und Südhälfte Deutschlands. Es zeigt sich, dass Modelleigenschaften des linearen und ordinalen Regressionsmodells dazu führen, dass dieses Bewertungsgefälle deutlich zu stark ausgeprägt ist. Beim neuronalen Netz zeigt sich eine ausgewogenere Bewertung zwischen Norden und Süden, bei der auch Landschaftsräume ohne starke Reliefunterschiede häufig hohe Bewertungsstufen erhalten. Eine erneute Anwendung der Modelle auf die Ausgangsdaten bestätigt leichte Bewertungsvorteile des neuronalen Netzes. Es ist jedoch davon auszugehen, dass kleinere Untersuchungsgebiete mit weniger diversen Landschaftstypen dazu führen, dass die Vorhersagen verschiedener Modelltypen weniger Unterschiede aufweisen. In der Arbeit wird die zugrundeliegende Stichprobe zudem auf die Effekte sozial-empirischer Merkmale untersucht. Es zeigen sich schwache Einflüsse von Alter, Bildungsstand und Fachwissen zum Landschaftsbild. Zudem wurde untersucht, ob die landschaftliche Schönheit mit dem Vorkommen von bestimm-ten Farbtönen zusammenhängt. Ausgewählt wurden für die Analyse Grün- und Blautöne als Indikatoren für Vegetation und Wasser. Die Untersuchung zeigt keine Zusammenhänge mit blauen Farbtönen und eine geringe Korrelation zu grün(-blauen) Farbtönen. Insgesamt bestätigen die Untersuchungsergebnisse, dass in Bezug auf die landschaftliche Schönheit ein ausreichender gesellschaftlicher Konsens besteht, um empirisch-modellierende Methoden zu validen und genauen Bewertungsinstrumenten für dieses Kriterium in der Landschaftsbildbewertung zu machen.:Zusammenfassung 5 Inhalt 7 Abbildungen 10 Tabellen 13 Abkürzungsverzeichnis 15 Allgemeine Informationen 16 1. Einleitung 17 1.1 Anlass und Motivation 17 1.2 Zielstellung 18 1.3 Aufbau und Gliederung der Arbeit 19 2. Inhaltliche Grundlagen 22 2.1 Landschaft 22 2.2 Landschaftsbild 23 2.2.1 Rolle der sensorischen Wahrnehmung in der Landschaftsbildbewertung 23 2.2.2 Die Subjektebene 25 2.3 Begriffstrias Vielfalt, Eigenart und Schönheit 27 2.3.1 Vielfalt 28 2.3.2 Eigenart 28 2.3.3 Schönheit 30 2.4 Expertenbasierte, modellierende und empirisch-modellierende Landschaftsbildbewertung 31 2.5 Schönheit in der Landschaftsbildbewertung 36 2.6 Fotos als Bewertungsmedium 42 3. Fotodokumentation und Onlineumfrage 44 3.1 Erstellung der Fotodokumentation 44 3.1.1 Auswahl von Referenzräumen 44 3.1.2 Anfertigung der Fotodokumentationen 49 3.1.3 Auswahl der Fotos für die Onlineumfrage 51 3.2 Onlineumfrage 52 4. Einfluss sozial-empirischer Merkmale auf die Bewertung 55 4.1 Geschlecht 56 4.2 Alter 60 4.3 Schulabschluss 64 4.4 Berufsabschluss 66 4.5 Affinität zu Natur und Landschaft 69 4.6 Aufenthalt in der freien Landschaft 71 4.7 Berufliche Auseinandersetzung mit dem Landschaftsbild 73 4.8 Entfernung vom Wohnort zur bewerteten Landschaft 77 4.9 Ländliche oder städtische Prägung des Wohnortes 83 4.10 Zusammenfassung 85 5. Auswahl von Indikatoren 88 5.1 Operationalisierbare und nicht-operationalisierbare Indikatoren 88 5.2 Datengrundlagen 89 5.3 Liste aller potenziellen Indikatoren 90 5.4 Erhebung des Indikatorenvorkommens durch Strukturanalyse der Sichträume 95 5.4.1 Verifizierung der Sichträume 95 5.4.2 Vorbereitung der Sichträume im GIS 97 5.4.3 Ermittlung des Indikatorenvorkommens in den Sichträumen 99 5.4.4 Erfassung des Indikatorenvorkommens im GIS 101 6. Ergänzende statistische Analyse der potenziellen Indikatoren 102 7. Einfluss der Farbgebung der Landschaftsfotos auf die Bewertung 104 7.1 Messung der Farbgebung 105 7.2 Definition von Farbbereichen 107 7.3 Statistische Analyse der Daten zur Farbgebung der Landschaftsfotos 109 7.4 Fazit 110 8. Erstellung der Bewertungsmodelle 112 8.1 Lineare Regression 112 8.1.1 Voraussetzungen 114 8.1.2 Lineares Regressionsmodell zur Schönheit der Landschaft 119 8.2 Ordinale Regression 122 8.2.1 Modellerstellung bei der ordinalen Regression 124 8.2.2 Interpretation der Parameterschätzer / Berechnung von Wahrscheinlichkeiten 125 8.2.3 Vorbereitung der Daten / Ordinale Skalierung 128 8.2.4 Voraussetzungen 129 8.2.5 Ordinales Regressionsmodell zur Schönheit der Landschaft 131 8.3 Neuronales Netzwerk 135 8.3.1 Aufbau und Funktionsweise 135 8.3.2 Auswahl von Skalenniveaus für das neuronale Netz 139 8.3.3 Einstellungen zum mehrschichtigen Perzeptron in SPSS 140 8.3.4 Erstellung des mehrschichtigen Perzeptrons mit SPSS 141 8.3.5 Neuronales Netzwerk zur Schönheit der Landschaft 144 8.4 Vergleich des Aufbaus der Modelle 147 8.5 Vergleich der Modellergebnisse 149 9. Flächenhafte Anwendung der Bewertungsmodelle 153 9.1 Wahl der Bewertungseinheit 153 9.2 Erhebung des Indikatorenvorkommens in den Bewertungseinheiten 154 9.3 Übertragung des Distanzzonenkonzepts in die Flächenbewertung 155 9.4 Anwendung der Bewertungsmodelle auf das Untersuchungsgebiet 156 9.5 Einteilung der Bewertungsstufen der Ergebniskarten der Bewertungsmodelle 157 9.6 Auswertung und Vergleich der Ergebniskarten 160 9.6.1 Verteilung der Bewertungsstufen 165 9.6.2 Sichtbarer Einfluss von Indikatoren auf die Wertstufenverteilung 167 9.6.3 Fazit 175 10. Diskussion und Schlussfolgerung 177 10.1 Diskussion der drei Modellierungsmethoden und deren Ergebnisse 177 10.1.1 Einordnung der Ergebnisse 177 10.1.2 Kritische Betrachtung der Methoden und Optimierungspotenzial 179 10.2 Vor- und Nachteile der drei Modellierungsmethoden 183 10.3 Die Berechnung landschaftlicher Schönheit 185 10.4 Zweck großräumiger Landschaftsbildbewertung in der Landschaftsplanung 187 10.5 Daseinsberechtigung landschaftlicher Schönheit als Bewertungskriterium 188 10.6 Fazit 189 11. Quellenverzeichnis 190 Anhang 1 – Landschaftsfotos 202 Anhang 2 – Korrelationsanalyse der unabhängigen Variablen des linearen Regressionsmodells 213 Anhang 3 – Korrelationsanalyse der unabhängigen Variablen des ordinalen Regressionsmodells 215 Anhang 4 – Korrelationsuntersuchungen der potenziellen Indikatoren 217 Anhang 5 – Verteilung der Bewertungsstufen in den Ergebniskarten 219 Danksagung 227

Urban landscape, especially parks, mainly provide a wide range of disciplines, such as physical recreation, social interaction to urban residents. It has been associated with physical features of environments and nature. Today, urban parks are perceived as far more than just recreation or scenery. Urban park also constitutes social and cultural value at city level. This study seeks to investigate and challenge how to understand landscape perception and dialog between urban park and community through the interpretation of photographic social media (Instagram). The study also draws further discussion on reciprocity between urban landscape and photography as well as environmental psychology, focusing on cognitive map and environmental meaning. It also suggests possible strategies of future urban intervention and policy, in particular, promoting well being and pro-environmental behavior.

El presente trabajo trata sobre la identificación, catalogación, evaluación, protección y utilización de los recursos de la geodiversidad. Uno de los principales problemas que afecta al tratamiento conjunto del patrimonio geológico es el alto grado de subjetividad. En el presente trabajo se incluye un primer inventario de LIG para la región Cantabria, que se ha utilizado para el desarrollo de las fases sucesivas de evaluación, protección, puesta en valor de los LIG y para el cálculo de los impactos producidos por acciones humanas. Se han desarrollado procedimientos de evaluación de la calidad de los LIG a través de métodos directos (basados en el juicio de expertos) e indirectos (paramétricos) sobre la base de la identificación de criterios de evaluación, de parámetros medibles y de la definición de unos "modelos de calidad". Por medio de análisis factorial, se ha identificado un conjunto reducido de criterios que permite reproducir en un 83% los resultados obtenidos utilizando todos los criterios. Sobre la base de los resultados se han elaborado algunos ejemplos de acciones encaminadas a la protección, gestión y puesta en valor de los elementos de la geodiversidad de Cantabria. / The present work addresses issues related to the identification, cataloguing evaluation, protection and utilisation of geodiversity's resources. One of the main difficulties to carry out such tasks lies in the subjectivity. The work presented here includes an initial inventory of sites of geological interest in the region of Cantabria. Then, a group of sites of geomorphologic interest has been selected to make comparisons between different evaluation methods, determine the degree of coincidence between the ranks of classifications obtained and make recommendations on the most advisable procedures. These methods make it possible to apply transparent, clearly defined criteria which can provide replicable results if applied by different operators and can therefore be subject to external test and scrutiny. The above methods can provide good results using only six parameters that express three significant qualities of sites: scientific interest or intrinsic quality; potential for use; threats for conservation. The type of evaluation methods described has been applied to design a method for the incorporation of geosites into the EIA process. In order to contribute to the valorisation of geodiversity's values, a series of specific proposals are presented for the protection and use of sites of geologic interest in Cantabria.