Atrakcyjność krajobrazu dla rekreacji i turystyki jako przykład kulturowych usług ekosystemowych

W projekcie zaproponowana i zastosowana zostanie metoda waloryzacji i kartograficznej prezentacji jednego z aspektów „kompleksowej nauki o krajobrazie”, a mianowicie atrakcyjności krajobrazów woj. lubuskiego dla potrzeb rekreacji i odpoczynku.  

1. Krajobraz

Przyjęto definicję krajobrazu zaproponowaną przez Europejską Konwencję Krajobrazową jako „obszar postrzegany przez ludzi, którego charakter jest wynikiem działania i interakcji czynników przyrodniczych i/lub ludzkich”. Takie podejście uzasadnia zbieżność celów realizowanego projektu z celami ww. Konwencji. Są nimi promowanie ochrony, zagospodarowania i planowania krajobrazu, a także organizacja i koordynacja współpracy europejskiej w tworzeniu gospodarki zrównoważonego rozwoju i dobrostanu społeczeństwa.

Zakres przedmiotowy Konwencji stosuje się do całego terytorium Unii Europejskiej i obejmuje obszary przyrodnicze, wiejskie, miejskie i podmiejskie.W takim ujęciu krajobraz („holistyczne kontinuum przyrodniczo-kulturowe”) stanowi wspólne dziedzictwo kulturowe o charakterze materialnym jak i niematerialnym. Jego charakterystyka, komponenty i znaczenie stały się przedmiotem interdyscyplinarnych badań oraz społecznej odpowiedzialności i troski. Nie bez znaczenia są również silne związki i znaczenie usług ekosystemowych z ekologią krajobrazu i geografią humanistyczną oraz fakt, że wiele – w szczególności społeczno-kulturowych – usług ekosystemowych jest kreowanych na poziomie krajobrazu i zalicza się do tzw. usług krajobrazowych.

Ważnym argumentem przemawiającym za takim podejściem jest dostępność numerycznej bazy danych zawierającej rozmieszczenie i charakterystykę aktualnych krajobrazów Polski. Baza ta powstała w procesie tzw. audytu krajobrazowego zrealizowanego w sposób zapewniający metodyczną spójność i porównywalność rezultatów w skali całego kraju. Przyjmuje się, że wyróżnione w 2024 r. w trakcie audytu kategorie krajobrazowe woj. lubuskiego wykorzystane będą jako jedne z najważniejszych podstawowych obszarów referencyjnych do wykonania analiz przestrzennych usług ekosystemowych. Nie wyklucza się jednocześnie możliwość uwzględnienia i użycia w miarę potrzeby innych klasyfikacji, np. pokrycia terenu i użytkowania ziemi (CORINE), podziału administracyjnego kraju (TERYT), europejskiej klasyfikacji jednostek terytorialnych (NUTS/LAU), tematycznych baz danych o środowisku i ukształtowaniu terenu, a także zastosowania regularnych siatek kwadratów.    

2. Atrakcyjność krajobrazu

Rozumiany w powyższy sposób krajobraz jest źródłem różnego rodzaju świadczeń uzależnionych od charakteru i przestrzennego rozmieszczenia jego komponentów oraz zachodzących w nich procesów i zjawisk. Świadczenia te, postrzegane jako korzyści mogą mieć zarówno formę:

• materialnych produktów lub usług o stosunkowo łatwo mierzalnych, wymiernych ekonomicznie wartościach,
• niematerialnych walorów, trudniejszych do obiektywnej oceny, zależnych od kontekstu, osobistych preferencji, zainteresowań, doświadczeń, emocjonalnej wrażliwości oraz uwarunkowań kulturowych i cywilizacyjnych.

Do tych ostatnich należy pojęcie atrakcyjności krajobrazu. Pamiętając, że „de gustibus non est disputandum”, można mimo wszystko przyjąć, że na atrakcyjność miejsc i przestrzeni, a także ludzi tworzących dany krajobraz będą zawsze miały takie czynniki jak warunki przyrodnicze (rzeźba terenu, flora, fauna, meteorologia), elementy antropogeniczne (użytkowanie terenu, infrastruktura, architektura, demografia, historia, literatura i unikalna tożsamość znana jako genius loci) oraz dostępność komunikacyjna i ekonomiczna.

Wieloczynnikową ocenę atrakcyjności krajobrazu wykonuje się dla osiągnięcia różnych celów o charakterze utylitarnym. Ich przykładem mogą być m.in. określanie potencjału turystycznego regionu, wybór destynacji turystycznych, wycena nieruchomości lub wyznaczanie obszarów cennych przyrodniczo, wspieranie procesu regionalnego planowania przestrzennego.

Wybór i zastosowanie konkretnej metody waloryzacji atrakcyjności krajobrazu dla potrzeb rekreacji i odpoczynku w woj. lubuskim zostaną zrealizowane w ramach niniejszego projektu na podstawie wyników internetowych konsultacji społecznych oraz edukacyjno-partycypacyjnych warsztatów eksperckich.

2.1. Definicja atrakcyjności krajobrazu

Na potrzeby niniejszego opracowania definiujemy termin „krajobraz” jako obszar geograficzny, charakteryzujący się zawartością obserwowalnych, naturalnych i antropogenicznych elementów krajobrazu. Definicja ta obejmuje fizyczną zawartość obszarów, niekoniecznie wykluczając percepcję człowieka, i umożliwia szerokie interdyscyplinarne porównanie różnych podejść. Zdajemy sobie sprawę, że krajobrazy mogą różnić się wielkością, nawet do średnicy mniejszej niż kilka kilometrów, podczas gdy elementy krajobrazu są zazwyczaj identyfikowalne na zdjęciach lotniczych i często ich szerokość waha się od 10 m do 1 km (Forman i Godron; 1986).

„Element krajobrazu” definiuje się jako naturalny lub antropogeniczny obiekt, kategorię lub cechę, w tym typ ekosystemu, który jest obserwowalny w skali krajobrazu (Erikstad i in.; 2015). „Biofizyczna koncepcja krajobrazu” jest używana w niniejszym przeglądzie do opisania metod dotyczących materialnej zawartości krajobrazu (naturalnych i antropogenicznych elementów krajobrazu), natomiast termin „holistyczny” odnosi się do koncepcji krajobrazu, które obejmują percepcję człowieka i relacje kulturowe z obszarami.

2.2. Podstawowe elementy składające się na atrakcyjność krajobrazu:

3. Metodyka oceny atrakcyjności krajobrazów województwa lubuskiego metodami geoinformatycznymi w oparciu o dane ESA Copernicus oraz wyniki audytu krajobrazowego

Istnieje wiele metod oceny walorów krajobrazu oraz jego atrakcyjności, jednak w szerokim rozumieniu, metodyka badań atrakcyjności krajobrazu najczęściej sprowadza się do wieloparametrowej bonitacji (z łac. bonus – dobry) wybranych elementów środowiska naturalnego.

Klasyczne opracowania w polskiej geografii (Bartkowski, 1974) wskazują wpływ na atrakcyjność takich elementów jak: różnorodność rzeźby terenu, lesistość, udział wód w powierzchni terenu, czy odsetek powierzchni jezior. Nowsze opracowania (Roos-Klein Lankhorst, de Vries, Buijs; 2011) uwzględniają również takie aspekty jak naturalność, wyjątkowość historyczna, urbanizacja lub czynniki negatywne: zakłócenia panoramy horyzontu czy poziom hałasu. W opracowaniu dla Flandrii w Belgii (Vannopen, Digirickx, Gobin; 2021) wykorzystano aż 12 cech i parametrów krajobrazu. W polskiej literaturze można znaleźć zarówno opracowania bazujące na bonitacji podstawowych cech, jak rzeźba terenu, typ i zróżnicowanie jego pokrycia, występowanie obiektów kulturowych (Jakiel; 2015), jak również zaawansowanych wskaźników miar bazujących na danych teledetekcyjnych (Sowińska-Świerkosz, Michalik-Śnieżek; 2020).

W przypadku niniejszego projektu dobór metodologii wynika z charakterystyki geograficznej województwa lubuskiego oraz dostępności odpowiednich danych przestrzennych. Jako kryteria bonitacji przyjęto:

1. Zróżnicowanie pokrycia terenu
2. Zróżnicowanie rzeźby terenu
3. Zróżnicowanie pokrywy leśnej
4. Obecność pozytywnych „modyfikatorów” krajobrazu
5. Obecność walorów kulturowych i obiektów dziedzictwa

Dla trzech głównych elementów krajobrazu przyjęto jako miarę atrakcyjności ich różnorodność.

Przyjęto założenie: „im bardziej różnorodny jego element, tym bardziej atrakcyjny krajobraz”. Teren pagórkowaty jest bardziej atrakcyjny od płaskiego, a jeszcze bardziej atrakcyjny jest miks tych form. Mozaika pól, łąk, wód powierzchniowych i siedlisk ludzkich wydaje się być bardziej interesująca, niż pokrycie terenu jednego rodzaju. Zadrzewienia śródpolne niewątpliwie dodają uroku krajobrazowi rolnemu. Koloryt lasu mieszanego jest zupełnie inny niż sosnowej monokultury. Obecność obiektów dziedzictwa kulturowego niewątpliwie podnosi atrakcyjność, a ich oddziaływanie często wykracza przestrzennie i mentalnie poza dokładną lokalizację.

Dzięki nowoczesnym technologiom geoinformatycznym można te oraz inne podobne kryteria wyrazić w formie tematycznych map stanowiących ich ciągłą numeryczną reprezentację.

3.1. Fizjografia obszaru województwa lubuskiego

Województwo lubuskie cechuje się sporym zróżnicowaniem rzeźby terenu, co ma kluczowy wpływ na specyfikę jego krajobrazów. Charakterystycznym dla jego obszaru jest quasi-równoleżnikowy układ naprzemianległych obniżeń pradolin oraz pasów wysoczyznowych, ukształtowany w wyniku procesów fluwioglacjalnych podczas ustępowania ostatniego zlodowacenia. Najwyższe wzniesienie województwa ma wysokość 226,9 m n.p.m (Góra Żarska).

Północna część regionu jest bardziej urozmaicona i obejmuje obszary Pojezierza Lubuskiego, gdzie występują liczne formy glacjalne, jak jeziora polodowcowe, wzgórza morenowe, ozy, czy kemy. Obszary położone w południowej części województwa zostały w większym zakresie ukształtowane podczas zlodowacenia środkowoeuropejskiego, które spowodowało dość dużą różnorodność krajobrazu oraz pozostawiło zespoły form eolicznych. Teren jest bardziej równinny, z rozległymi obszarami sandrowymi i dolinami rzecznymi (Staniewska-Zątek, Szczepańska; 2013).

Istotnym elementem rzeźby są doliny dużych rzek – przede wszystkim Odry, Warty i Noteci – które tworzą szerokie obniżenia oraz terasy rzeczne. Na obszarach przydolinnych występują również tereny podmokłe i rozległe kompleksy leśne, w tym fragmenty Borów Dolnośląskich i Puszczy Noteckiej. Całość krajobrazu województwa lubuskiego cechuje duży udział lasów, jezior oraz stosunkowo niewielki stopień przekształcenia rzeźby przez działalność człowieka.

3.2. Założenia metodologiczne GIS

Wybór metodologii przetwarzania geoinformatycznego podyktowany został następującymi wymaganiami:

• analizowane cechy środowiska mają w zdecydowanej większości charakter ciągły,
• jedna cecha powinna mieć reprezentację jako jedna warstwa tematyczna,
• zmienna wielkość jednostki odniesienia dla wybranych analiz,
• możliwość rozmycia granic cech (filtrowanie Gaussa),
• możliwość definiowania buforów przestrzennych względem obiektów,
• prezentacja wyników zarówno w formie ciągłej, jak i dyskretnej.

Na podstawie powyższego, przyjęto rastrowy (siatkowy) model przetwarzania danych geoprzestrzennych.

Model rastrowy pozwala na stosunkowo łatwą operację danymi w postaci algebry warstw, co jest bardzo przydatne w konstrukcji wieloparametrowych wskaźników. Jego przewagą jest też łatwość implementacji technik „FuzzyGIS” względem reprezentacji zjawisk o nieustalonych granicach (Duff D., Guesgen H. W., 2002). W tym przypadku umożliwia on wprowadzenie rozmycia granic wybranych cech krajobrazu (w postaci filtracji rastra), dzięki czemu stają się one ich wierniejszą aproksymacją. Dla badanego zagadnienia jest to szczególnie istotne w aspekcie percepcji krajobrazu (głównie wzrokowej ale oczywiście nie wyłącznie).

Obserwatora od krajobrazu dzieli zawsze jakiś dystans. Co więcej, oddziaływanie elementów krajobrazu na obserwatora nie ogranicza się do miejsca ich występowania. Można w tym miejscu postawić pytania w rodzaju:

• z jakiej odległości widać jezioro?
• z którego miejsca wygląda najatrakcyjniej?
• czy widok z pagórka jest ładny, jak daleko z niego widać?
• a może widok na pagórek jest ładniejszy, ale tylko z bliska?

które dowodzą, że oddziaływanie to jest obustronne, zaś dystans w relacji obserwator-krajobraz jest jego nieodłącznym parametrem. Musiał on więc zostać określony jako pole podstawowe w przypadku szeregu obliczeń w ramach niniejszego zagadnienia. Przyjęto go empirycznie i indywidualnie względem wybranych cech krajobrazu. Różnorodność pokrycia terenu mierzono dla pola o promieniu 1000 m, podczas gdy zróżnicowanie rzeźby terenu określono dla pola podstawowego o boku 500 m. Wybranym obiektom dyskretnym zdefiniowano przestrzenny bufor (wody: 500 m, obiekty kulturowe: 200 m), powiększając obszar ich „oddziaływania” oraz nadając im rozmycie gaussowskie o takiej samej wielkości.

Podstawową jednostką odniesienia przestrzennego w przyjętym modelu rastrowym jest piksel o wielkości 100 m w terenie.

Mimo różnej rozdzielczości danych wejściowych (10, 50, 500 m), wszystkie wyniki zostaną przepróbkowane do rozdzielczości 100 m. Jest to wartość wpływająca tym samym na szczegółowość i dokładność uzyskanych wyników. W literaturze, w podobnych badaniach w skalach regionalnych spotyka się z polami podstawowymi o wielkości 200-500 m, zatem w aspekcie wielkości obszaru całego województwa lubuskiego, niniejsza analiza jest dość szczegółowa.

Bonitację walorów krajobrazów województwa lubuskiego oparto na pięciu bazowych kryteriach. Każde kryterium tworzy syntetyczny wskaźnik wyrażony w formie przestrzennego rozkładu dla całego obszaru województwa. Wskaźniki te (jako rastrowe warstwy tematyczne GIS), odpowiednio przeskalowane, dodawane do siebie na poszczególnych etapach tworzą finalnie jeden sumaryczny wskaźnik atrakcyjności.

Poniższy schemat przedstawia szczegółową metodologię przetwarzania danych geograficznych na potrzeby niniejszego projektu:

Zastosowaną tutaj metodologię GIS można określić jako zorientowaną na dane EO ESA Copernicus, ponieważ w dużej mierze opiera się ona na zasobach geodanych Copernicus Land Monitoring Service.

3.2. Miary atrakcyjności wybranych cech krajobrazu

3.2.1. Zróżnicowanie pokrycia terenu (LC)

Przetwarzanie polegało na obliczeniu wskaźnika Shannona za pomocą specjalistycznego modułu filtracji stanowiącego część oprogramowania SAGA GIS, dla rastrowych danych CLC Plus. Przyjęto krzyżowy kernel o promieniu 50 pikseli, co odpowiada polu podstawowemu w kształcie krzyżowym o boku 1000 m w terenie.

W wyniku tego powstała cyfrowa reprezentacja zróżnicowania typów pokrycia terenu w formie warstwy rastrowej o ciągłych wartościach z przedziału [0,2…2], typowych dla tego wskaźnika. Wartości te zostaną przeskalowane do innego przedziału w kolejnych etapach sumowania komponentów.

Ryc. 3. Pokrycie terenu w województwie lubuskim i jego zróżnicowanie. Źródło: PTK Lubuskie

3.2.2. Zróżnicowanie rzeźby terenu (LF)

Jedną z najefektywniejszych miar zróżnicowania rzeźby terenu jest analiza deniwelacji badanego obszaru w oparciu o zdefiniowane pole podstawowe. Założyć można, że im one większe, tym większe zróżnicowanie rzeźby w obrębie jego powierzchni, i tym samym większa potencjalna atrakcyjność.

Dane wysokościowe dla lubuskiego pozyskano z krajowego geoportalu. Wysokorozdzielczy (0,5 m) numeryczny model terenu (2019) w postaci rastrowej, udostępniany w podziale arkuszowym krajowych map topograficznych, poddany został mozaikowaniu dla całego obszaru województwa i przycięciu do jego granic. Na potrzeby realizacji niniejszego zagadnienia jego rozdzielczość terenową (szczegółowość) zredukowano do 10 m/piksel.

Model w takiej formie poddany został rastrowym analizom strefowym (ang. grid zonal statistics). służących wyliczaniu danej miary statystycznej jednego zbioru rastrowego względem drugiego. Dla rastra referencyjnego o siatce wielkości piksela 500 m wyliczono dwie odrębne statystyki: maksimum oraz minimum Z na NMT, zachowując je w odrębnych zbiorach rastrowych. Deniwelacje w siatce 500 m obliczono z użyciem algebry kanałów Zmax–Zmin. Wynikowe wartości deniwelacji zawierają się w przedziale [0…90,7].

Rastrowa mapa deniwelacji jest jednocześnie reprezentacją rzeźby terenu, dlatego mając na uwadze wspomniany we wprowadzeniu czynnik dystansu jej oddziaływania, obraz poddany został filtracji gaussowskiej z oknem 3×3, co rozmyło wszystkie ostre krawędzie obrazu modyfikując finalnie przedział wartości pliku do [0,2…71]. Dla analizy istotne są wartości względne, więc zmiana przedziału nie stanowi tu przeszkody.

Ryc. 4. Strefowe deniwelacje jako miara zróżnicowania rzeźby terenu województwa lubuskiego. Źródło: PTK Lubuskie

3.2.3. Zróżnicowanie pokrywy leśnej (F)

Obecność lasów jest w wielu źródłach przyjmowana jako ważne kryterium atrakcyjności krajobrazu. Zważywszy na fakt, że województwo lubuskie jest najbardziej zalesionym w Polsce (50,8% powierzchni całkowitej w 2022, wg GUS), przyjęto lesistość jako ważny komponent waloryzacji krajobrazu. Naturalnie las lasowi nierówny i kryterium samego jego występowania na danym obszarze jest dla analizy niewystarczające. Ponownie jako kryterium przyjęto różnorodność, szczególnie, że w sukurs przychodzi tu bogaty zestaw wysokorozdzielczych produktów „leśnych” z zasobu CLMS. Dostępne tam geodane to:

• gęstość pokrywy leśnej (TCD),
• dominujący typ listowia (DLT),
• typ lasu (FT).

Do analizy wykorzystano zbiór DLT w postaci rastrowej, o terenowej wielkości piksela 10m (2023), który pobrano w sekcjach, połączono i przycięto do granic województwa z buforem 500m. Dane te poddano specjalistycznej filtracji – obliczeniu wskaźnika Shannona. Podobnie jak w analizie LC, przyjęto krzyżowy kernel o promieniu 50 pikseli.

Przedział danych wynikowych rastra wskaźnika różnorodności Shannona jest tu wyraźnie mniejszy [0…0,69]. Wynika to z małej liczby klas wejściowych, ograniczonej do 2. Jednak ponownie, interesują nas wartości względne i przestrzenny rozkład cechy.

Ryc. 5. Zróżnicowanie lasów województwa lubuskiego. Źródło: PTK Lubuskie

3.2.4. Obecność pozytywnych modyfikatorów krajobrazu (M)

W uzupełnieniu do powyżej zbudowanych komponentów analizy, postanowiono ją rozszerzyć o dodatkowe elementy wpływające na atrakcyjność krajobrazu, w oparciu o dostępne warstwy tematyczne z serwisu CLMS, odpowiadające :

• Woda i wilgotność (Water & Wetness) WW,
• Łąki zielne i pastwiska (Herbaceous & Grasslands) H+G,
• Gęstość małych zadrezwień (Small landscape features) SWF.

Z rastrowej warstwy WW (10m) wyodrębniono wody permanentne, nadano im bufor 500 metrów i z trybu 1. bitowego przeskalowano do 8. bitowego definiując wartość pikseli jako 100. Następnie poddano go filtracji gaussowskiej z oknem 9×9 uzyskując „rozmyty” obraz w przedziale [0…100].

Warstwy G oraz SWF nie wymagały ingerencji, za wyjątkiem przeskalowania do użytecznych dla nadania wag zakresów. Warstwy H i G zostały zsumowane i wynik przeskalowano do [0…50]. Wartości warstwy SWF przeskalowano do tego samego zakresu.

Jako, że wody są w tym zestawie najważniejszym komponentem, przypisano im priorytet w konstrukcji miary cechy. Finalnym warstwom przypisano następujące wagi:

WW(4) + HG(2) + SWF(1)

i dodając do siebie ich wcześniej określone przedziały wartości, uzyskano wynikowy raster zachowujący powyższe założenie. Wynik poddano filtracji gaussowskiej z oknem 3×3.

Ryc. 6. Wybrane elementy modyfikujące krajobraz województwa lubuskiego i ich wskaźnik. Źródło: PTK Lubuskie

3.2.5. Wskaźnik atrakcyjności naturalnej

3.2.5. Obiekty kulturowe i dziedzictwo (C)

W kolejnym etapie procesu przetwarzania do zostanie dodana warstwa atrakcyjności kulturowej C, tworząc finalny, kumulatywny wskaźnik atrakcyjności.

Wykorzystane w tym komponencie geodane pochodzą w dużej mierze z zasobów udostępnianych jako wyniki Audytu Krajobrazowego Województwa Lubuskiego 2024. Wszechstronny zestaw tematycznych warstw wektorowych pozwolił na skuteczne dodanie ich obiektów do algorytmów pozyskiwania atrakcyjności krajobrazu.

Do waloryzacji atrakcyjności „warstwy kulturowej” krajobrazu województwa lubuskiego wybrano następujące zasoby GIS:

• zabytki,
• obiekty UNESCO,
• parki kulturowe,
• rezerwaty,
• lokalne formy architektoniczne,
• winnice (>1 ha).

Wszystkie mają postać warstw wektorowych o geometrii poligonowej, dlatego konieczne jest przekształcenie ich do formy rastrowej, użytecznej w rastrowym modelu przetwarzania danych. Metodyka jest tu jednak stosunkowo prosta. Obiekty z wszystkich warstw tematycznych połączono w jedną wektorową warstwę zbiorczą (rozdzielczość 100m) ignorując ich atrybuty. Następnie nadano jej bufor o wartości 100m, po czym zrastrowano przypisując wartość piksela 100 oraz poddano filtracji gaussowskiej z oknem 5×5.

Mimo dostępności danych, nie wybrano do zestawu kryteriów obszarów parków narodowych i krajobrazowych. Ich granice wynikają wprost z cech środowiskowych obszaru, zatem w aspekcie niniejszych analiz stanowią redundantne wzmocnienie zawartych w nich cech, i to dla stosunkowo dużych areałów. W aspekcie określania różnorodności ma to również znaczenie, gdyż stała wartość na dużym obszarze tę różnorodność zmniejszy.

Ryc. 8. Obiekty kulturowe i dziedzictwa województwa lubuskiego i ich wskaźnik. Źródło: PTK Lubuskie

Sumaryczny wskaźnik atrakcyjności naturalnej i kulturowej dla województwa lubuskiego publikujemy w serwisie mapowym projektu.

4. Wyniki

Trudno jednoznacznie zweryfikować poprawność wynikowych map dla tak subiektywnego zagadnienia. Członkowie zespołu EO-BALP pochodzący z lubuskiego dobrze znający województwo, jak również zapytani o opinię lokalni krajoznawcy potwierdzają wysoką zgodność uzyskanych wskaźników z rzeczywistością. Zapraszamy do wyrobienia sobie własnej opinii w podlinkowanej niżej aplikacji mapowej projektu.

Swoistą weryfikacją wyniku jest zestawienie mapy wskaźnika atrakcyjności w formie ciągej, z mapą granic Jednostek Krajobrazowych. Dla pełniejszego zobrazowania, dla każdej JK obliczono średnią jego wartość. Choć oba zbiory danych przestrzennych zostały pozyskane w zupełnie inny sposób oraz w innym czasie, przestrzenna korelacja jest między nimi bardzo wyraźna. Wydzielone za pomocą opisanej wyżej metody „wyspy” atrakcyjności prezentowane na „heat-mapie” wysoce pokrywają się z granicami JK. Opracowano również statystyczne zestawienia dla gmin.

Ryc. 8. Wskaźnik naturalnej atrakcyjności krajobrazu województwa lubuskiego oraz jego odniesienie do Jednostek Krajobrazowych. Źródło: PTK Lubuskie

Wynikiem opracowań w ramach niniejszego zagadnienia jest zestaw tematycznych danych geoprzestrzennych opublikowanych w formie aplikacji mapowej on-line. Prezentujemy tam wszystkie wyliczone mapy wskaźników w formie ciągłej, jak również odniesione do gmin oraz jednostek krajobrazowych.

Bibliografia

Bartkowski T. (1974). Zastosowania geografii fizycznej. PWN Warszawa-Poznań.

Chmielewski T. J., Myga-Piątek U., Solon J. (2015). Typologia aktualnych krajobrazów Polski. Przegląd Geograficzny, 87, 3, s. 377-408. http://dx.doi.org/10.7163/PrzG.2015.3.0

Duff D., Guesgen H. W. (2002). An Evaluation of Buffering Algorithms in Fuzzy GISs. GIScience 2002, LNCS 2478, pp. 80–92.

Erikstad, Lars & Uttakleiv, Lars Andre & Halvorsen, Rune. (2015). Characterisation and mapping of landscape types, a case study from Norway. Belgeo. https://doi.org/10.4000/belgeo.17412.

EUROPEJSKA KONWENCJA KRAJOBRAZOWA (2000). Dziennik Ustaw RP Nr 14, Poz. 98, s. 564.

Jakiel M. (2015). Ocena atrakcyjność wizualnej krajobrazu dolinek krakowskich – możliwości zastosowania w planowaniu przestrzennym. Współczesne problemy i kierunki badawcze w geografii, tom 3, Instytut Geografii i Gospodarki Przestrzennej UJ, Kraków, s. 91 – 107 (link).

Mapping landscape attractiveness: A GIS-based landscape appreciation model for the Dutch countryside. (2011). Research in Urbanism Series, 2, 147-161. https://doi.org/10.7480/rius.2.210.

Mobaied, S. , Geoffroy, J. and Machon, N. (2016). The Importance of Spatiotemporal Heterogeneity for Biodiversity in Forest—Heathland Mosaics and Implications for Heathland Conservation. Journal of Environmental Protection, 7, 1317-1332. doi: 10.4236/jep.2016.710115.

Ratajski S, Ziółkowski M., red., (2015). Krajobraz kulturowo-przyrodniczy z perspektywy społecznej. Polski Komitet do spraw UNESCO, Narodowe Centrum Kultury. ISBN 978-83-902939-9-8.

Simensen T., Halvorsen R., Erikstad L. (2018). Methods for landscape characterisation and mapping: A systematic review. Land Use Policy, Volume 75, June, Pages 557-569 https://doi.org/10.1016/j.landusepol.2018.04.022.

Sowińska-Świerkosz, B., & Michalik-Śnieżek, M. (2020). The Methodology of Landscape Quality (LQ) Indicators Analysis Based on Remote Sensing Data: Polish National Parks Case Study. Sustainability, 12(7), 2810. https://doi.org/10.3390/su12072810.

Vannoppen, A., Degerickx, J., & Gobin, A. (2021). Evaluating Landscape Attractiveness with Geospatial Data, A Case Study in Flanders, Belgium. Land, 10(7), 703. https://doi.org/10.3390/land10070703.