Satellite Monitoring of Urbanization and Indicator-based Assessment of Environmental Impact

As of 2018, 55% of the world population resides in urban areas. This proportion is projected to increase to 68% by 2050 (United Nations 2018). The Stockholm region is no exception to this urbanizing trend: the population of Stockholm City has risen by 28% since the year 2000. One of the major consequences of urbanization is the transformation of land cover from rural/natural environments to impervious surfaces that support diverse forms of human activity. These transformations impact local geology, climate, hydrology, flora and fauna and human-life supporting ecosystem services in the region where they occur. Mapping and analysis of land-cover change in urban regions and monitoring their environmental impact is therefore of vital importance for evaluating policy options for future growth and promoting sustainable urban development.The overall objective of this research is to investigate the extent of urbanization and analyze its environmental impact in and around selected major cities in North America, Europe and Asia by evaluating change in relevant environmental indicators, from local to regional scales. The urban regions examined are the Greater Toronto Area in Canada, Stockholm City, region and County in Sweden and Shanghai in China. The analyses are based on classifications of optical satellite imagery at medium to high spatial resolutions (i.e, Landsat TM/ETM+, SPOT 1/5, Sentinel-2A MSI and QuickBird-2/WorldView-2) between 1985 and 2018. Various classification techniques (maximum likelihood under urban/rural masks, object-based image analysis with rule-based or support vector machine classifiers) were used with combinations of spectral, shape and textural input features to obtain high accuracy classifications. Environmental indicators such as landscape metrics, urbanization indices, buffer/edge/proximity analysis, ecosystem service valuation and provision bundles as well as habitat connectivity were calculated based on the classifications and used to estimate
År 2050 förväntas 68 % av världens befolkning bo i urbana områden, jämfört med dagens 55 % (FN 2018). Stockholmsregionen utgör inget undantag i urbaniseringstrenden: befolkningen i Stockholms stad har ökat med 28 % sedan år 2000. En av de största följderna av urbanisering är markförvandling från lantliga och naturliga miljöer till bebyggda ytor, ämnade för olika former av mänskligt aktivitet. Förvandlingen påverkar lokal geologi, klimat, hydrologi, flora, fauna och ekosystemtjänster som bidrar till att understödja mänskligt liv. Kartläggning och analys av förändringar av marktäcket i urbana regioner och att hålla deras miljöpåverkan under uppsikt är därför kritiskt för att kunna utvärdera politiskt alternativ för framtida tillväxt och stödja hållbar storstadsutveckling.Det övergripande målet med denna forskning är att undersöka urbaniseringens utbredning och dess potentiella miljöpåverkan i regioner i och omkring utvalda storstäder i Nordamerika, Europa och Asien, genom förändringsanalys av relevanta miljöindikatorer, från lokal till regional nivå. De utvalda urbana regionerna är Toronto och dess omgivning i Kanada (Greater Toronto Area), Stockholms stad, region och län i Sverige och Shanghai i Kina. Analyserna baseras på klassificeringar av optiska satellitbilder (Landsat TM/ETM+, SPOT 1/5, Sentinel-2A MSI och Quickbird-2/WorldView-2) från mellan 1985 och 2018. Olika klassificeringstekniker (”maximum likelihood” klassificering under urbana/agrar maskeringar, objektorienterad analys med regelbaserad eller stödvektormaskin klassificering) användes med kombinerade spektral-, form- och texturdrag som indata för att höja noggrannheten. Miljöindikatorer så som landskapsnyckeltal, urbaniseringsindex, buffer-/kant-/närhetsanalys, ekosystemtjänstvärdering eller försöjningsgrupperingar och habitatnätverkskonnektivitet har beräknats baserad på klassificeringarna och har använts för att uppskatta urbaniseringens miljöpåverkan.Resultaten visar olika grader av urban tillväxt och
QC 20191118