The degree of greenery in Łódź city, Poland – clearing up discrepancies between official statistics and satellite data

Adam Bielecki; Krzysztof Będkowski

doi:10.31648/aspal.7623

Published: 2022-12-141

Vol. 21 No. 4 (2022)

The degree of greenery in Łódź city, Poland – clearing up discrepancies between official statistics and satellite data

Adam Bielecki , Krzysztof Będkowski

Acta Scientiarum Polonorum Administratio Locorum

Section: Articles

https://doi.org/10.31648/aspal.7623

Abstract

Motives: According to public statistics guidelines, areas officially classified in Lodz city as urban greenery include only forests, parks, lawns, squares and cemeteries. Areas of so-called unsealed greenery are omitted, which, however, have a great positive impact on improving the living conditions of the population. By taking information from satellite images and comparing them with official data, we have received a closer to the reality picture of the city, which is much more better than it would appear from official statistical data. Another dimension which the study addresses is the uneven distribution of greenery of a certain quality in individual units of the city.

Aim: Comparing these data with the fact that the distribution of places of residence is also uneven, an attempt was made to assess the accessibility of green areas for the inhabitants of Lodz city.

Results: The results show that there are much more green spaces, similar in terms of vegetation abundance to the official green spaces. That means the city is underestimated when talking about the degree of greenery.

Keywords:

NDVI, urban greenery, Landsat, urban develompment

Most read articles by the same author(s)

Milena Nowak, Krzysztof Będkowski, USE OF A LASER SCANNING DATA TO INVENTORY OF SINGLE TREES AND TREES GROVING IN TREELINES , Acta Scientiarum Polonorum Administratio Locorum: Vol. 15 No. 1 (2016)

Download files

PDF

Citation rules

Bielecki, A., & Będkowski, K. (2022). The degree of greenery in Łódź city, Poland – clearing up discrepancies between official statistics and satellite data. Acta Scientiarum Polonorum Administratio Locorum, 21(4), 489–512. https://doi.org/10.31648/aspal.7623

Cited by / Share

Licence

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

References

Badgley, G., Field, C.B., & Berry, J.A. (2017). Canopy nearinfrared reflectance and terrestrial photosynthesis, Science Advances, 3, 1–5.
Crossref
Google Scholar

Będkowski, K., & Bielecki, A. (2017). Ocena dostępności zieleni w miejscu zamieszkania w miastach z wykorzystaniem NDVI oraz krzywej koncentracji Lorenza [Assessment of the availability of greenery in the place of residence in cities using NDVI and the Lorenz’s concentration curve]. Teledetekcja Środowiska, 57, 5–14.
Google Scholar

Białobok, S. (1976). Ochrona zadrzewień i roślin w najbliższym otoczeniu człowieka [Protection of trees and plants in the immediate vicinity of humans]. In W. Michajłow et al. (Eds.), Ochrona przyrodniczego środowiska człowieka (pp. 223–245). Warszawa: PWN.
Google Scholar

Borsa, M., Zagajewski, B., & Kulawik, B. (2017). Teledetekcja w planowaniu przestrzennym [Remote sensing in spatial planning]. Ministerstwo Infrastruktury i Budownictwa.
Google Scholar

Cieślak, I. (2006). Identyfikacja układu terenów otwartych w mieście Olsztynie [Identification of an arrangement of open spaces in the city of Olsztyn]. Acta Sci. Pol. Administratio Locorum, 5(1–2), 17–24.
Google Scholar

Colombo, R., Bellingeri, D., Pasolini, D., & Marino, C.M. (2003). Retrieval of leaf area index in different vegetation types using high resolution satellite data. Remote Sensing of Environment, 86, 120–131. https://doi.org/10.1016/S0034-4257(03)00094-4.
Crossref
Google Scholar

Cudny, W. (2011). Model przemian miasta postsocjalistycznego – przykład Łodzi [Model of changes in a post-socialist city – the example of Łodź]. Studia Miejskie, 4, 153–159.
Google Scholar

DeFries, R.S., Rudel, T., Uriarte, M., & Hansen, M. (2010). Deforestation driven by urban population growth and agricultural trade in the twenty-first century. Nature Geoscience, 3(3), 178–181. https://doi.org/10.1038/ngeo756.
Crossref
Google Scholar

Deering, D.W. (1978). Rangeland reflectance characteristics measured by aircraft and spacecraft sensors (Ph.D. Dissertation). Texas A&M University, College Stadion.
Google Scholar

Długozima, A., & Rej, M. (2014). Współczesne tendencje w projektowaniu cmentarzy w Europie [Contemporary trends in designing cemeteries in Europe]. Przestrzeń i Forma, 21, 403–416. https://doi.org/10.3390/su13169303.
Crossref
Google Scholar

Długozima, A. (2020). Social infrastructure of burial nature in Poland by voivodeships – conditions and changes. Acta Sci. Pol. Administratio Locorum, 19(1), 19–31. https://doi.org/10.31648/aspal.4382.
Crossref
Google Scholar

Forster, B. (1982). Some Urban Measurements from Landsat Data. Photogrammetric Engineering & Remote Sensing, Maryland, 1693–1707 .
Google Scholar

Gupta, K., Kumar, P., Pathan, S.K., & Sharma, K.P. (2012). Urban Neighborhood Green Index – A measure of green spaces in urban areas. Landscape and Urban Planning, 105(3), 325–335. https://doi.org/10.1016/j.landurbplan.2012.01.003.
Crossref
Google Scholar

Haber, Z., & Urbański, P. (2005). Kształtowanie terenów zieleni z elementami ekologii [Shaping green areas with elements of ecology]. Poznań: Wyd. Akademii Rolniczej im. Augusta Cieszkowskiego w Poznaniu.
Google Scholar

Jackson, R.D., & Huete, A.R. (1991). Interpreting vegetation indices. Preventive Veterinary Medicine, 11, 185–200. https://doi.org/10.1016/S0167-5877(05)80004-2.
Crossref
Google Scholar

Jarocińska, A. (2011). Modelowanie charakterystyk spektralnych heterogenicznych zbiorowisk trawiastych przy użyciu modelu transferu promieniowania [Simulating spectrum for heterogenous meadows using Radiative Transfer Model]. Teledetekcja Środowiska, 46, 29–42.
Google Scholar

Jarocińska, A., & Zagajewski, B. (2008). Korelacje naziemnych i lotniczych teledetekcyjnych wskaźników roślinności dla zlewni Bystrzanki [Correlations of ground- and airborne-level acquired vegetation indices of the Bystrzanka catchment]. Teledetekcja Środowiska, 40, 100–124.
Google Scholar

Konijnendijk, C.C. (2003). A decade of urban forestry in Europe. Forest Policy and Economics, 5(2), 173–186. https://doi.org/10.1016/S1389-9341(03)00023-6.
Crossref
Google Scholar

Kopańczyk, K., & Fitrzyk, M. (2016). Satellite imagery for the improvement of SOZO database – the case study in Central and High Sudetes. Acta Scientiarum Polonorum Geodesia et Descriptio Terrarum, 15(1–4), 5–18.
Google Scholar

Kosiński, K., & Hoffmann-Niedek, A. (2008). Klasyfikacja obiektowa użytków zielonych z wykorzystaniem wieloletnich zmian NDVI i filtracji kierunkowych obrazu satelitarnego [Object grassland classification using multi-year NDVI changes and directional filtering of satellite image]. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 18, 273–282.
Google Scholar

Kosiński, K., Hoffmann-Niedek, A., & Kozłowska, T. (2012). Rozpoznawanie ekologicznych użytków zielonych na zdjęciach Landsat ETM+ [Ecological grasslands recognition on Landsat ETM+ images]. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 24, 155–163.
Google Scholar

Kosiński, K., & Kozłowska, T. (2003). Zastosowanie wskaźnika NDVI i filtracji kierunkowej do rozpoznawania użytków zielonych oraz analizy zmian siedlisk i zbiorowisk łąkowych [Application of NDVI index and directional filtration in grassland recognition and changes of grassland habitats and communities analyzing]. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 13B, 387–395.
Google Scholar

Kressler, F., Mucher, C.A., Steinnocher, K., & Thunnissen, H.A.M. (2000). Evaluation of medium-resolution satellite images for land use monitoring using spectral mixture analysis. International Archives of Photogrammetry and Remote Sensing, XXXIII, Part B7, Amsterdam, 709–716.
Google Scholar

Krukowski, M. (2018). Modelowanie kartograficzne w ocenie jakości życia w mieście – aspekt zieleni miejskiej w Lublinie [Cartographic modeling in assessing the quality of life in the city – aspect of urban greenery in Lublin]. Annales Universitatis Mariae Curie-Sklodowska, sectio B–Geographia, Geologia, Mineralogia et Petrographia, 73, 7–27. dx.doi.org/10.17951/b.2018.73.0.7-27.
Crossref
Google Scholar

Krukowski, M., Cebrykow, P., & Płusa, J. (2016). Klasyfikacja terenów zieleni w Lublinie na podstawie zdjęcia satelitarnego IKONOS 2 [Classification of green areas in Lublin based on satellite imagery IKONOS 2]. Barometr Regionalny. Analizy i prognozy, 2, 35–44.
Crossref
Google Scholar

Kubalska, J., & Preuss, R. (2014). Wykorzystanie danych fotogrametrycznych do inwentaryzacji zieleni na terenach zurbanizowanych [Use of the photogrammetric data for vegetation inventory on urban areas]. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 26, 75–86. 10.14681/afkit.2014.006.
Google Scholar

Lhermitte, S., Verbesselt ,J., Verstraeten, W.W., & Coppin, P. (2010). A pixel based regeneration index using time series similarity and spatial context. Photogrammetric Engineering and Remote Sensing, 76(6), 673–682. https://doi.org/10.14358/PERS.76.6.673.
Crossref
Google Scholar

Lutz, M., & Felici, F. (2008). Indicators to identify the agricultural pressures on environmental functions and their use in the development of agri-environmental measures. Regional Environmental Change, 9(3), 181–196. https://doi.org/10.1007/s10113-008-0061-9.
Crossref
Google Scholar

Ludecke, M.K.B., Ramge, P.H., & Kohlmaier, G.H. (1996). The use of satellite NDVI data for the validation of global vegetation phenology models: Application to the Frankfurt Biosphere model. Ecological Modelling, 91, 255–270. https://doi.org/10.1016/0304-3800(95)00192-1.
Crossref
Google Scholar

Łonkiewicz, B. (1997). Urządzanie i zagospodarowanie lasu w terenach zurbanizowanych i uzdrowiskowych [Organization and management of the forest in urban and spa areas]. Postępy Techniki w Leśnictwie, 64, 31–37.
Google Scholar

Łukasiewicz, A., & Łukasiewicz, S. (2016). Rola i kształtowanie zieleni miejskiej [The role and shaping of urban greenery]. Poznań: Wydawnictwo Naukowe UAM.
Google Scholar

Michałowska, K., & Hejmanowska, B. (2008). Możliwości wykorzystania wieloczasowych obrazów znormalizowanego indeksu wegetacji (NDVI) i archiwalnych ortofotomap do badania zmienności wybranych elementów środowiska [A possibility of using temporal images normalised difference vegetation index (NDVI) for detection of environmental changes]. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 18, 397–407.
Google Scholar

Musiał, J. (2009). Metodyka oceny stanu środowiska przyrodniczego obszarów prawnie chronionych w Polsce w oparciu o zintegrowane dane teledetekcyjne i klimatyczne [The methodology of assessment of the environmental conditions in protected areas in Poland based on integrated remote sensing and climatic data]. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 20, 307–320.
Google Scholar

Niedzielko, J., Szepietowska, M., Boral, B., Milczarek, M., Pokrzywnicka, M., Łach, G., Kaźmierczak, M., & Jarocińska, A. (2012). Analiza zależności między zawartością wody w roślinach zmierzoną w terenie a teledetekcyjnymi wskaźnikami roślinności [Analysis of the relationships between vegetation water content obtained from field measurements and vegetation indices]. Teledetekcja Środowiska, 47, 43–57.
Google Scholar

Nouri, H., Beecham, S., Anderson, S., & Nagler, P. (2014). High spatial resolution WorldView-2 imagery for mapping NDVI and its relationship to temporal urban landscape evapotranspiration factors. Remote Sensing, 6, 580–602. https://doi.org/10.3390/rs6010580.
Crossref
Google Scholar

Obwieszczenie Ministra Inwestycji i Rozwoju z dnia 3 stycznia 2019 r. w sprawie ogłoszenia jednolitego tekstu rozporządzenia Ministra Rozwoju Regionalnego i Budownictwa w sprawie ewidencji gruntów i budynków [Notice of the Minister for Investment and Development of 3 January 2019 on the publication of the single text of the Regulation of the Minister of Regional Development and Construction on land and building records], Journal of laws of 2019 item 393.
Google Scholar

Panda, S.S., Ames, D.P., & Panigrahi, S. (2010). Application of Vegetation Indices for Agricultural Crop Yield Prediction Using Neural Network Techniques. Remote Sensing, 2, 673–696. https://doi.org/10.3390/rs2030673.
Crossref
Google Scholar

Parysek, J.J. (2004), Warunki życia w miastach polskich w okresie transformacji [Living conditions in Polish cities during the transition]. In I. Jażdżewska (Ed.). XVII Konwersatorium Wiedzy o Mieście „Zróżnicowanie warunków życia ludności w mieście” (pp. 55–66). Łodź: Wydawnictwo Uniwersytetu Łódzkiego.
Google Scholar

Pluto-Kossakowska, J., Władyka, M., & Tulkowska, W. (2018). Ocena obrazowych danych teledetekcyjnych do identyfikacji obiektów w zielonej i błękitnej infrastrukturze [Assessment of remote sensing image data to identify objects in green and blue infrastructure]. Teledetekcja Środowiska, 59, 13–27.
Google Scholar

Pyra, M., & Adamczyk, J. (2018). Klasyfikacja zorientowana obiektowo w inwentaryzacji obiektów Zielonej Infrastruktury na przykładzie dzielnicy Ursynów w Warszawie [Object-oriented classification in the inventory of Green Infrastructure objects on the example of the Ursynow district in Warsaw]. Teledetekcja Środowiska, 59, 29–49.
Google Scholar

Rejestr wyborcow wg stanu na dzień 30 czerwca 2016 [Register of voters as of June 30], 2016, Urząd Miasta Łodzi.
Google Scholar

Robinson, N.P., Allred, B.W., Jones, M.O., Moreno, A., Kimball, J.S., Naugle, D.E., Erickson, T.A., & Richardson, A.D. (2017). A Dynamic Landsat Derived Normalized Difference Vegetation Index (NDVI). Product for the Conterminous United States. Remote Sens., 9, 863. https://doi.org/10.3390/rs9080863.
Crossref
Google Scholar

Rocznik 2015: Rocznik Statystyczny Rzeczypospolitej Polskiej 2015 [Yearbook of 2015: Statistical Yearbook of the Republic of Poland 2015], Główny Urząd Statystyczny, Warszawa.
Google Scholar

Rostański, A. (2000). Trawy spontanicznie zasiedlające nieużytki poprzemysłowe w aglomeracji katowickiej [Grasses spontaneously inhabiting post-industry wasteland in the Katowice agglomeration]. Grassland Science in Poland, 3, 141–150.
Google Scholar

Rouse, J.W., Haas, R.H., Deering, D.W., & Schell, J.A. (1973). Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation, Progress Report RSC 1978–2, Texas A & M University, USA.
Google Scholar

Siciński, J.T. (1986). Zieleń polskich nekropolii [Green of Polish necropolises]. Aura, 11, 17–18.
Google Scholar

Sulma, S., Yulianto, F., Nugroho, J.T., & Sofan, P. (2016). A support vector machine object based image analysis approach on urban green space extraction using Pleiades-1A imagery. Modeling Earth Systems and Environment, 2(2), 2–13. https://doi.org/10.1007/s40808-016-0108-8.
Crossref
Google Scholar

Szarek-Iwaniuk, P. (2020). Changes and correlations in land-use structure within the administrative boundaries of a town – a case study. Acta Sci. Pol. Administratio Locorum 19(1), 61–69. https://doi.org/10.31648/aspal.4935.
Crossref
Google Scholar

Szarek-Iwaniuk, P. (2021). Measurement of spatial order as an indicator of sustainable development of functional urban areas in regional capitals. Acta Sci. Pol. Administratio Locorum, 20(2), 139–152. https://doi.org/10.31648/aspal.6536.
Crossref
Google Scholar

Tomaszewska, M., Lewiński, S., & Woźniak, E. (2011). Wykorzystanie zdjęć satelitarnych MODIS do badania stopnia pokrycia terenu roślinnością [Use of MODIS Satellite Images to Study the Percentage of Vegetation Cover]. Teledetekcja Środowiska, 46, 13–22.
Google Scholar

Trisakti, B. (2017). Vegetation type classification and vegetation cover percentage estimation in urban green zone using pleiades imagery. In IOP Conference Series: Earth and Environmental Science, 54(1), IOP Publishing: 1–7. https://doi.org/10.1088/1755-1315/54/1/012003.
Crossref
Google Scholar

Trzaskowska, E. (2011). Zbiorowiska synantropijne – niedoceniony potencjał współczesnych miast [Synantropic communities – underappreaciated potention of contemporary cities]. Acta Sci. Pol. Administratio Locorum, 10(3), 55–66.
Google Scholar

Tucker, C.J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8, 127–150. https://doi.org/10.1016/0034-4257(79)90013-0.
Crossref
Google Scholar

Turlej, K. (2009). Porównanie wartości NDVI odczytanych z obrazów satelitarnych NOAA AVHRR, SPOT-VEGETATION I TERRA MODIS [Comparison of NDVI index based on NOAA AVHRR, SPOTVEGETATION and TERRA MODIS satellite data]. Teledetekcja Środowiska, 42, 83–88.
Google Scholar

Ustawa 2004: Ustawa z dnia 16 kwietnia 2004 r. o ochronie przyrody [Act 2004: Law of 16 April 2004 on the Protection of Nature] (c.t. Journal of Law of 20.10.2015 item 1651).
Google Scholar

Walker, D.A. et al. (2012). Environment, vegetation and greenness (NDVI) along the North America and Eurasia Arctic transects. Environmental Research Letters, 7, 015504. https://doi.org/10.1088/1748-9326/7/1/015504.
Crossref
Google Scholar

Wang, T., Skidmore, A.K., Toxopeus, A.G., & Lin, X. (2009). Understory bamboo discrimination using a winter image, Photogrammetric Engineering and Remote Sensing, 75(1), 37–47.
Crossref
Google Scholar

Wasilewska, E. (2009). Statystyka opisowa od podstaw [Descriptive statistics from scratch]. Warszawa: Wydawnictwo SGGW.
Google Scholar

Wang, L., Hunt, J.E.R., Qu, J.J., Hao, X., & Daughtry, C.S.T. (2011). Towards estimation of canopy foliar biomass with spectral reflectance measurements. Remote Sensing of Environment, 115(3), 836–840. https://doi.org/10.1016/j.rse.2010.11.011.
Crossref
Google Scholar

Wirth, H., Schilbach, G., & Wirth, A. (1987). Beitrag zur Analyse von Fernerkundungsdaten im SUB-PIXELBereich. Vermessungstechnik, 33(2), 56–59. https://doi.org/10.13140/RG.2.1.3313.8162.
Google Scholar

Worm, A., Będkowski, K., & Bielecki, A. (2019). Wykorzystanie wskaźników powierzchniowych i objętościowych z wysokorozdzielczych danych teledetekcyjnych do oceny wypełnienia roślinnością kwartałów miejskich w centrum miasta Łodzi [The use of surface and volume indicators from high resolution remote sensing data to assess the vegetation filling of urban quarters in Łodź city centre, Poland]. Teledetekcja Środowiska, 60, 5–20.
Google Scholar

Wu, W., Wang, M., Zhu, N., Zhang, W., & Sun, H. (2019). Residential satisfaction about urban greenness: Heterogeneous effects across social and spatial gradients. Urban Forestry & Urban Greening, 38, 133–144. https://doi.org/10.1016/j.ufug.2018.11.011.
Crossref
Google Scholar

Yan, J., Zhou, W., Han, L., & Qian, Y. (2018). Mapping vegetation functional types in urban areas with WorldView-2 imagery: Integrating object-based classification with phenology. Urban Forestry & Urban Greening, 31, 230–240. https://doi.org/10.1016/j.ufug.2018.01.021.
Crossref
Google Scholar

Zarzecki, M., & Pasierbiński, A. (2009). Zastosowanie GIS I teledetekcji w badaniach szaty roślinnej [Use of GIS and remote sensing in vegetation cover studies]. Wiadomości Botaniczne, 53(3/4), 53–66.
Google Scholar

www.gugik.gov.pl
Google Scholar

www.sdg.data.gov
Google Scholar

www.stat.gov.pl
Google Scholar

www.usgs.gov/land-resources/nli/landsat/landsat-levelsprocessing
Google Scholar