Stand des Rasterdaten Projekts

Transkript

1 Stand des Rasterdaten Projekts Bericht auf der Frühjahrstagung des VDSt 19. März 2013 Wolfsburg Berichterstatter: Dr. Udo Maack

2 Rasterdatenprojekt Untersuchungsgegenstände: A. das Pan European Population Grid von Eurostat B. Verhältnis von Raster zur Kleinräumigen Gliederung C. Anwendungen von Rasterdaten D. Fazit

3 Roadmap Rasterdatenprojekt

4 Teilnehmende Städte: Rasterdatenprojekt

5 Rasterdatenprojekt A Datenbasis Gebietseinheit DD F FR GE HB L M MA Nbg / Fü S WOB 1kmRaster mRaster EuroPopGrid Stadtgrenze Stadtbezirke Stadtbereiche 6 18 Stadtbezirksteile 108 Distrikte 387 Stadt /Ortsteile Stadtviertel 319 Stat. Bezirke Rege/GBL/ 40/84 MBL 370 Baublöcke Baublockseiten Urban Atlas X X X X X X X X

6 Prinzip der Disaggregation Rasterdatenprojekt A Datenebene Filterebene Rasterebene

7 Rasterdatenprojekt A Disaggregierte Daten aus dem Pan European Population Grid Einfluss von Randzellen

8 Rasterdatenprojekt A Stadt Raster innerhalb der Stadt belegte Raster HW in belegten Rastern angeschnittene Raster HW in der Stadt HW lt.register Verhältnis HW EU zu HW aus Register DD ,019 F ,052 FR ,108 GE ,047 HB ,963 L ,022 M ,968 MA ,034 NF ,983 S ,053 WOB ,000

9 Rasterdatenprojekt A Raster Datenebene Ausgangs Datenebene (Punktwolke aus Adressen)

10 disaggregierte Bevölkerung Rasterdatenprojekt A

11 Rasterdatenprojekt A aggregierte Bevölkerung disaggregierte Bevölkerung

12 Rasterdatenprojekt A zeigt die nicht von der Disaggregation erfasste Bevölkerung Bevölkerungsverteilung in Hektarraster aggregierte Bevölkerung disaggregierte Bevölkerung

13 Disaggregierte Raster vor Blockgliederung (nur bebaute Blöcke) Rasterdatenprojekt A

14 Abweichung zwischen den aggregierten und disaggregierten Werten Rasterdatenprojekt A

15 Rasterdatenprojekt A Fehlerabschätzung: Differenz pro Raster: R s = Ṗ s P s Total Absolute Error: n TAE = R s s=1 Realtiver Fehler: TAE RelError TAE = Ṗ Stadt DD 37% F 33% FR 31% GE 22% HB 33% L 45% MA 39% M 40% NF 39% S 29% WOB 37% relerrortae

16 Aus Geostat 1A Report: Rasterdatenprojekt A A quality assessment of the disaggregated population grid carried out by AIT showed that the relative error at national level for those countries where reference register data are available is in the order of 30% but can exceed 50% for sparsely populated countries such as NO, SE and FI.

17 Rasterdatenprojekt B zunehmender Feinheitsgrad Raster KRG Einheiten 1 km Verhältnis zueinander 200 m 125 m 100 m Stadt Stadtbezirke Blöcke Blockseiten (geocodierte) Adresse Zweisäulenmodell der kommunalen Georeferenzierung

18 Rasterdatenprojekt B Wie kann das Verhältnis zwischen den beiden Säulen charakterisiert werden? Quantitativ welche Maßzahl(en)? Optisch nach welchen Regeln? Wo liegen die Vor und wo die Nachteile? Abweichungen in der Aussage zur Lage eines Phänomens Unschärfe an den Grenzen nach Außen Unschärfe an den Grenzen der KRG Flächen

19 Rasterdatenprojekt B Abweichung an den Grenzen innerhalb der Stadt 10 Stadtbezirke / Hektarraster von freie Raster Baublöcke / Hektarraster von freie Raster

20 Einwohnerdichte auf Baublockebene Rasterdatenprojekt B

21 Einwohnerdichte auf Hektarraster Ebene Rasterdatenprojekt B

22 Einwohnerdichte auf Baublockebene (nur Flächen < 13 ha) und Hektarraster Ebene (kontrast Farbpalette) Rasterdatenprojekt B

23 Rasterdatenprojekt B Gemischte Bezugseinheiten Einwohnerdichte auf Baublockebene (nur Flächen < 13 ha) und Hektarraster Ebene (gleiche Farbpalette)

24 Rasterdatenprojekt B Datenschutzproblem beim Wechsel des Koordinatensystems Blau: Europäisches 1 kmraster CRS: ETRS89 LAEA Grün: Nationales 1 kmraster CRS: ETRS89 FIN

25 Rasterdatenprojekt B Datenschutzproblem beim Wechsel des Koordinatensystems Verschneidung führt zu sehr kleinen Flächen, in denen die Indentifikation von Individuen leicht möglich ist

26 Rasterdatenprojekt B KRG vs. Raster Stärken der KRG Nachvollziehbare Grenzen Überwiegende Berücksichtigung politischer / administrativer Grenzen I. d. R. gute geografische Orientierung Schwächen der KRG keine lagegetreue Abbildung der räumlichen Strukturen innerhalb großer Flächen Probleme der adäquaten Darstellung in Kartogrammen (Chorophleten Karten) speziell: Prozentwerte bei geringen Bezugsgrößen sind problematisch nicht anwendbar zur Darstellung von Absolutgrößen (wg. ungleiche Flächen) Operationalisierung der Raum Interaktionen nur mit Zusatzinformationen (z.b. Verkehrsnetz)

27 Rasterdatenprojekt B KRG vs. Raster Stärken der Raster lagegetreue Abbildung der räumlichen Strukturen (abhängig von Maschenweite) Die Einrichtung der Karten ist günstig (man braucht keine zusätzlichen Geodaten) gleiche Größe der Bezugsräume (begünstigt u.a. "je ha " bzw. "je qkm" Merkmale) Problem adäquate Darstellung von Strukturen in Kartogrammen möglich Darstellung von Absolut und je Fläche Merkmalen in Kartogrammen möglich Direkte Operationalisierung der Raum Interaktionen ist möglich Schwächen der Raster schwer ablesbarer Bezug zu realen Planungsgebieten willkürliche "Alles oder nichts Zuordnung" zu Rasterfeldern (über Gebäudekoordinaten)

28 Rasterdatenprojekt C Kartierung Darstellung von Einzelwerten je Hektar 2013, Hans Menge

29 Rasterdatenprojekt C Kartierung Glätten durch Ausgleich mit den Nachbarrastern Gewichtungsfaktoren: 1,0 / 1,0 / 1,0 2013, Hans Menge

30 Rasterdatenprojekt C Kartierung Glätten durch Ausgleich mit den Nachbarrastern Gewichtungsfaktoren: 1,0 / 0,5 / 0,2 2013, Hans Menge

31 Rasterdatenprojekt C Potentialberechnung Raster-Kartierung (Einw./km²) Einwohnerpotential für ZP Hochwert H Rechtswert R , Hans Menge

32 Rasterdatenprojekt C Standortbewertung mittels Potential 100% 80% Potenzial-Ausschöpfung (%) in Abhängigkeit von der Distanz zum Zentrum Faktor f = 1,0 Faktor f = 1,0 bedeutet: Standard -Distanzempfindlichkeit Ausschöpfungsquote 60% 40% 20% 0% Kriterium "k" * Kriterium "k" * 2 km 3 km 4 km 5 km 6 km 7 km 8 km 9 km 10 km 11 km *) bis "k" km: Ausschöpfung = 100% Distanz d (zum Zentrum, km) 2013, Hans Menge

33 Potentiale und Barrieren Rasterdatenprojekt C 2013, Hans Menge

34 weitere Anwendungen: Rasterdatenprojekt C Small Area Estimation Lärmkartierung gem. Lärmdirektive. 2013, Hans Menge

35 Rasterdatenprojekt Fazit: Rasterorientierte Statistikdaten werden eingeführt minimale Granulariät wird beim Hektarraster liegen Zweite Säule der Georeferenzierung statistischer Daten wird entstehen Methoden zur sinnvollen Anwendungen werden wieder aktiviert und ausgebaut Einfache Verarbeitung wird neue Anwendungsfelder erschließen und neue Anwender finden Die Städtestatistik sollte sich damit auseinandersetzen

36 Danke