Analyse und Bewertung der Erholungseignung unzerschnittener verkehrsarmer Räume (UZVR) in Thüringen

Transkript

1 Projektarbeit im Rahmen des GIS-Praktikums bei der codematix GmbH Jena in Zusammenarbeit mit der Thüringer Landesanstalt für Umwelt und Geologie (TLUG) Analyse und Bewertung der Erholungseignung unzerschnittener verkehrsarmer Räume (UZVR) in Thüringen Am Beispiel des UZVR Nr. 12 Pößnecker Heide Dipl.-Geologe Christian Hiller Dipl.-Wirtsch.-Ing. Sören Kassler 2011

2 2

3 Inhaltsverzeichnis 1. Einführung 1.1 Das Untersuchungsgebiet im UZVR 12: Die Pößnecker Heide Seite Aufgabenstellung Seite Vorbereitende Arbeitsschritte Seite 7 2. TEIL A Natürliche Erholungseignung (NEE) Seite Gestaltreichtum Seite Randeffekte (RE) Seite Relief (R) Seite Ermittlung des Gestaltreichtums Seite Flächennutzung Seite Ermittlung der Natürlichen Erholungseignung (NEE) Seite TEIL B Touristische Erholungseignung Seite Objektbezogene Erholungseignung Seite Touristische Punkte Seite Logistische Punkte Seite Berechnung der OEE Seite Nutzbare Natürliche Erholungseignung (NNEE) Seite Wegenetz Seite Berechnung der Nutzbaren Natürlichen Erholungseignung Seite Berechnung der Touristischen Erholungseignung Seite TEIL C - Automatisierung der Bewertung der Erholungseignung nach dem Verfahren von Marks (1992) Seite 23 3

4 1. Einführung 1.1 Das Untersuchungsgebiet im UZVR 12: Die Pößnecker Heide Abbildung 1: Lage der Pößnecker Heide (UZVR 12) im Staatsgebiet Thüringens Das Untersuchungsgebiet wird von den Bundesstraßen: B85, B88, B281 und den größeren Städten Rudolstadt (nordwestlich), Saalfeld(südwestlich), Pößneck (südöstlich) und Orlamünde (nordöstlich)begrenzt. Maßgebliche Zerschneidungsobjekte stellen jedoch die Stadt- und Dorfgrenzen, sowie die elektrifizierten und die zweigleisigen Schienenverkehrsflächen dar. Abbildung 2: Pößnecker Heide und angrenzende Unzerschnittene Verkehrsarme Räume 4

5 Kennzahlen des UZVR 12: Fläche: 145,85 km² (abzüglich Dörfern im UZVR: 141,61 km²) davon: Waldfläche: 84,92 km² Ackerfläche: Grünland: Gewässer: 33,39 km² 17,35 km² 1,22 km² Abbildung 3: Landnutzung in der Pößnecker Heide 5

6 1.2 Aufgabenstellung: Mit Hilfe von GIS soll eine Methodik entwickelt werden, welche es ermöglicht, jegliche UZVR Thüringens hinsichtlich der natürlichen Erholungseignung nach Marks 1992 in vergleichbarer Weise zu bewerten und darzustellen. Besonderes Augenmerk liegt auf der Verwendung des ArcGIS Model Builders, dessen Verwendung eine weitestgehende Automatisierbarkeit des Bewertungsprozesses ermöglicht. Unter Erarbeiten einer eigenen Methodik wird außerdem der touristische Wert des UZVR 12 (Pößnecker Heide) betrachtet und neben der natürlichen Erholungseignung nach Marks 1992 in die Bewertung der Touristischen Erholungseignung einberechnet. Definition eines UZVR: Als UZVR wird ein Gebiete bezeichnet, welches unzerschnitten ist von mehrgleisigen oder eingleisig elektrifizierten Bahnstrecken Bundeswasserstraßen der Kategorie IV oder höher hochfrequentierte Straßen (>1000 KfZ/Tag) Siedlungsflächen Flughäfen Gegebene Daten mit Relevanz für das UZVR 12: Topographische Karten Thüringens (Pößnecker Heide betreffend: 5332 und 5334) Digitales Geländemodell Thüringens (dgm5_20_thuer.aux) Unzerschnittene Verkährsarme Räume Thüringens als Flächen-Shapefile (uzvr_100qkm.shp) Flächennutzungsverteilung Thüringens (landnutzung08.shp) Flüsse im Gebiet Thüringens als Linien-Shapefile (gewaesser.shp) Erholungspunkte und Wegstrecken als Punkt- und Linien-Shapefiles Besondere Flächen (Schutzgebiete) und Punkte als Flächen- und Punkt-Shapefiles Relevantes Attribut Relevante Objekte OTP_2315, OTP_2316 OTP_2320 GFK = 17, 18, 19 FKT = 2, 12, 29 KON = 3 Burg, Kirche, Kapelle Kirchturm, Schlossturm, sonstiges Höhleneingang OTL_3101 BDI < = 4 oder BDU <= 3 Straßen, die Anliegerverkehr übersteigen OTP_3103 FKT = 1, 2 Parkplatz, Rastplatz OTL_3201 BKT_3201 = 1 Schienenverkehr OTF_4102 FKT = 18 und VEG = 18 Wiesen OTF_4107 VEG = 1, 2 ; VEG = 3 OTF_4208 VEG = 1, 2 ; VEG = 3 OTP_4201 WDM = 1 Naturdenkmal Holz OTL_4202 VEG = 1, 2, 3 Hecken / Gebüsch Tabelle 1: verwendete für das Untersuchungsgebiet relevante ATKIS-Daten 6 Wald, Reinbestand; Mischwald Neuaufforstung: Reinbestand; Mischwald

7 1.3 Vorbereitende Arbeitsschritte Auswahl und georeferenzieren der für das Untersuchungsgebiet relevanten Topokarten und shapefiles (verwendetes Koordinatensystem: S_PD-83_Zone_4) Zurechtschneiden der Geodaten auf die Fläche des Untersuchungsgebietes Zuschnitt des DGM s mit Hilfe der Analysemaske des spatial analysts, verwendete Maske: 500-Meter-Puffer um UZVR 12 ATKIS-Daten lokal und attributmäßig filtern Erstellen eines Gitternetzrasters, auf welches man die im Verlauf des weitere Vorgehens berechneten Raster fixieren kann: (toolbox > raster creation > random raster, cell size: 250) > zu beachten: random raster mit multiplizieren, da die erstellten Random- Zahlen nur zwischen 0 und 1 liegen > um das Ergebnis zu runden, mittels raster calculator die Integer-Zahlen errechnen > toolbox > conversion tools > raster to polygon Gitternetz als Polygon-Shapefile Erstellen eines Gitternetzes als Polygon-Shapefile, analog dem Vorgehen beim Gitternetzraster, erweitert um den abschließenden Schritt toolbox > raster to feature Zusätzlich zu den gegebenen Daten, wurden durch die Nutzung von Open Streetmap weitere für das Untersuchungsgebiet relevante Geodaten erhoben. Relevante Objekte Kirchen Parkplätze Sumpf Zeltplatz Quelle Open Street Map Open Street Map Open Street Map Open Street Map Tabelle 2: zusätzlich erhobene für das Untersuchungsgebiet relevante Daten 7

8 2. TEIL A Natürliche Erholungseignung (NEE) Abbildung 4: Schematische Darstellung der Vorgehensweise zur Berechnung der Natürlichen Erholungseignung 8

9 2.1 Gestaltreichtum Randeffekte (RE) Berechnen des Randeffekts Vegetation (Rv) 1. Eliminieren der Polygongrenzen, da diese real keine Waldränder darstellen (Editor -> merge) 2. Shapefile Wald exportieren, erneut in ArcMap einladen und mit dem Original verschneiden 3. Den Waldrand anhand des Gitternetzes zerschneiden (Toolbox > Intersect) 4. In der Attributtabelle des Ergebnisses das Feld length (type: Integer) hinzufügen und mittels Funktion calculate geometry die Länge der zerschnittenen Waldränder berechnen 5. Jeder Zelle des Gitternetzes den Wert Length vom Ergebnis Schritt 4 zuweisen (Toolbox > spatial join) 6. Rasterumwandlung (Spatial analyst > convert > feature to raster: output cell size: 250) 7. Addieren des Rasters für Waldränder mit dem analog erstellten Raster der Hecken 8. Wertzuweisung durch Reklassifizieren des Ergebnisses entsprechend nachstehender Tabelle -> Resultat: Randeffekt Vegetation (Rv) Den Wald- und Gebüschrändern werden Punkte nach der anteiligen Länge in jedem 250m * 250 m Quadranten zugeordnet. Folgende Schemata wurden verwendet: (Rv): Anteil Punkte Wald-. Gehölzrand und Hecken: < 50 m m m m 4 > 500m 5 Tabelle3: Wertzuweisung an den Randeffekt Vegetation (Rv) entsprechend der Randlänge 9

10 Berechnen des Randeffekts Gewässer (Rg) Seen und breite Flüsse (landnutzung08.shp, attribut: gewaesser) sind Polygone und gehen damit mit ihren Gewässerränder, analog der Berechnung der Waldränder in die Bewertung ein. Zusätzlich gibt es schmale, im Linien-Shapefile hinterlegte Flüsse, die als Linie einfach in die Bewertung eingehen. Um eine doppelte Wertung der Gewässer zu verhindern, müssen zunächst die Flusslinien welche sich mit den Fluss-Polygonen überschneiden entfernt werden. Nach dem Zusammenführen und der Rasterumwandlung beider Gewässertypen erfolgt die Bewertung durch Reklassifizierung entsprechend nachfolgender Tabelle. (Rg): Gewässer (Bach und Flussläufe), Ufer von Seen < 25 m m m m 4 > 300 m 5 Tabelle 4: Wertzuweisung an den Randeffekt Gewässer (Rg) entsprechend der Randlänge 10

11 Kumulieren der Randeffekte (RE) Die Verrechnung der Rasterdaten der einzelnen Bewertungskriterien, wie zum des Beispiel Randeffektes der Vegetation(RE) und des Randeffektes der Gewässer (Rg) zum Randeffek (RE)erfolgt nach Matrices folgenden Schemas: Rv Rg Tabelle 5: Matrix M1 Randeffekt aus Randeffekt Vegetation und Randeffekt Gewässer Da die zweidimensionale Verrechnung nach empirischen Daten erfolgt und keine weitere Gesetzmäßigkeit aufweist, liegt es nahe, einen Faktor (R) mit 10 zu multiplizieren und mit dem anderen (RE) zu addieren. Die Summe lässt eine eindimensionale Reklassifizierung nach einer vorgefertigten Tabelle zu. 10*R v+ Rg RE Tabelle 6: Reklassifizierung des Randeffektes (RE) 11

12 2.1.2 Relief (R) Berechnen des Reliefs 1. Unter Benutzung des Oberflächen-Analysetools (spatial analyst > surface analysis > slope) errechnet man aus dem DGM die Hangneigung in Grad als Raster der Zellgröße Reklassifizierung des Rasters in 5 Klassen entsprechend der Wertzuweisung nach Tabelle: Eine hohe Hangneigung bedeutet hohe Reliefenergie und damit abwechslungsreiche Landschaft. Aus diesem Grund erhalten große Hangneigungen eine hohe Punktwertung. Abbildung 5: im UZVR 12 auftretende Hangneigung in Grad 12

13 Entsprechend wurden dem Geländerelief (R) nach der errechneten Hangneigung Punktewertungen zugeordnet: Hangneigung in Grad Punkte >15 5 Tabelle7: Wertzuweisung an Geländerelief (R) nach Hangneigung Resultat: In 4 Wertungsstufen reklassifiziertes Raster Relief (R). Da die höchste im Gebiet auftretende Hangneigung nur etwa 9 beträgt, ergibt sich ein Relief-Raster mit nur 4 Klassen. Abbildung 6: Bewertete Hangneigung als Rastergrafik Relief (R) 13

14 Ermittlung des Gestaltreichtums (G) 1. Addition der beiden Raster Randeffekte und Relief (raster calculator: [R*10] + [RE]) 2. In der Attributtabelle des Ergebnisses (G) das Feld RESULT hinzufügen und diese Spalte mit Werten aus Matrix M2 ausfüllen. 3. spatial analyst -> reclassify calculation_re (reclass field: RESULT ; old values den new values gleichsetzen) -> Resultat: die vormalige Spalte RESULT wird in der Attr.Tabelle als value gesetzt -> Ergebnis: Gestaltreichtum (G 2 ) Anschließend wird der Gestaltungsreichtum (G) aus dem Randeffekt (RE) und dem Relief (R) errechnet RE R ,5 4 3, , , , , ,5 3 2,5 2 1 Tabelle 8: Matrix M2 Gestaltungsreichtum aus Randeffekt und Relief Da die Reklassifizierung im ArcGIS mit halben Werten des Häufigeren Probleme bereitet, wurden die Werte für des Ergebnisses der Verrechnung mit zwei multipliziert und als Ganzzahlen (Integer) verwendet: 10*R + RE RE Tabelle 9: Reklassifizierung des Gestaltreichtums 14

15 2.2 Flächennutzung (F) 1. Wertzuweisung entsprechend der Nutzung (Attributtabelle > add field WERT ) Landnutzung (ATKIS) WERT Gewässer 10 Wald 8 Grünland 5 Ackerland 2 Siedlung 0 Sonstige Flächen 0 Tabelle 10: Punktbewertung der Landnutzung Um in der Folge mit Integer-Zahlen weiterrechnen zu können, werden bei der Wertzuweisung die nach dem Verfahren MULBO gegebenen Punktwerte mit dem Faktor 2 multipliziert. Da im Shapefile landnutzung08.shp der Wald völlig undifferenziert aufgenommen wurde, werden die Atkis-Daten OTF_4107 und OTF_4108 in die Betrachtung einbezogen. Um Fehler bei möglichen Überschneidungen der Waldflächen zu minimieren, wird die Punktverteilung wie folgt gewählt: ATKIS-Daten Attribut VEG Landnutzung WERT OTF_4107 1; 2 Wald Reinbestand 0 OTF_ Mischwald 2 OTF_4108 1; 2; 3 Mehrstufiger Wald 2 Tabelle 11: Punktbewertung der aus den ATKIS-Datenstammenden Landnutzung Wald 2. Da es sich bei OTF_4108 um eine höher zu bewertende Aufforstung handelt, wird in der Attributtabelle VEG = 3 gesetzt, bevor die Zusammenführung (toolbox > merge)mit OTF_4107 erfolgt. Anschließend erfolgt die Wertzuweisung entsprechend obenstehender Tabelle. 3. Rastererzeugung (polygon to raster): um eine höhere Genauigkeit zu erreichen, wird dabei zunächst die Zellgröße = 10 gewählt 4. spatial analyst > reclassify > Wertgebung (siehe Tabelle) beibehalten; NoData = 0 setzen (beachte: unter spatial analyst > options: Zellgröße = 10 einstellen) 5. Aggregation von Zellgröße 10 auf Zellgröße 250 (Toolbox > aggregate; Zellfaktor = 25) Um den durchschnittlichen Wertanteil der jeweilig in einer Gitternetzzelle auftretenden Landnutzung zu berücksichtigen, wählt man als Aggregationstechnik MEAN -> beachte: die Zellen des Ausgaberaster müssen mit den Zellen des Gitternetz übereinstimmen (Environments > general settings > Snap Raster: raster_ref ) 6. Addieren der beiden Raster im raster calculator und Reklassifizieren des Ergebnisses -> Resultat: Raster Flächennutzung (F) 15

16 2.3 Ermittlung der natürlichen Erholungseignung (NNE) Folgend wurde aus diesem Ergebnis (G) und der Flächennutzung (F) der natürlichen Erholungseignung ermittelt. Die Funktion folgt genauso nach oben beschriebenem Schema - Gestaltungsreichtum multipliziert mit 10 in einer Reklassifizierungs-Tabelle. Aufgrund der halben Werte wurden wiederum die doppelten Werte als Ganzzahlen verwendet: F G Tabelle 12: Matrix M3 Natürliche Erholungseignung aus Gestaltungsreichtum und Flächennutzung* *Das Ergebnis wurde durch 2 geteilt und auf ganze Zahlen gerundet. Abbildung 7: Natürliche Erholungseignung (NEE) für UZVR 12, Ergebnis der leicht abgewandelten Berechnung nach Marks

17 3 Touristische Erholungseignung (TEE) Abbildung 8: Schematische Darstellung der Vorgehensweise zur Berechnung der Natürlichen Erholungseignung 17

18 3.1 Objektbezogene Erholungseignung (OEE) Touristische Punkte Auf die touristischen Punkte wurde eine subjektive, u.a. durch Fotodokumente aus dem Internet und Geländegängen gestützte, nachfolgend dargestellte Bewertung angewandt. Touristische Punkte Anzahl im UZVR 12 erfasst WERT Burg 2 5 Grotte / Höhle 2 5 Aussichtsturm 4 5 Kirche 15 4 Wüstung (Kirchruine) 1 4 Sonstiges (Denkmal, Motocross, 5 4 Hexentanzplatz etc.) Naturdenkmal 9 3 Tabelle 13: Bewertung der im Untersuchungsgebiet erfassten touristischen Punkte Logistische Punkte Bei Erfassung der logistischen Punkte wurde analog der Erfassung der touristischen Punkte vorgegangen. Dem grundlegendem Verständnis der touristischen Bedürfnisausprägung folgend, wurde den logistischen Punkten hierbei eine geringere Punktwertung zugeordnet. Touristische Punkte Anzahl im UZVR 12 erfasst WERT, subjektiv zugewiesen Information 1 5 Zeltplatz 2 4 Reiterhof / Gestüt 12 3 Bootsanlegestelle 8 2 Rastplatz 1 2 Parkplatz 16 1 Tabelle 14: Bewertung der im Untersuchungsgebiet erfassten logistischen Punkte 18

19 3.1.3 Berechnung der OEE Aus den logistischen und touristischen Punkten werden der Wertzuweisung entsprechend zwei Raster erstellt, die anschließend mit dem Rasterkalkulator nach folgender Formel addiert wurden: (2x[touristische_Punkte]) + (1*[logistische_Punkte]) Das aus den touristischen Punkten resultierende Raster wird mit 2 multipliziert, um diesen Punkten ein höheres Gewicht zu verleihen. Nach erfolgter Reklassifizierung stellt sich die Objektbezogene Erholungseignung wie im nachfolgenden Rasterbild gezeigt dar. Abbildung 9: Objektbezogene Erholungseignung (OEE) für UZVR 12 als Rasterbild nach subjektiver Wertzuweisung 19

20 3.2 Nutzbare Natürliche Erholungseignung (NNEE) Wegenetz Im Untersuchungsgebiet sind folgende touristische Wege vorhanden: Touristische Wege Wegstrecke [km] Reitweg 144,50 Wanderweg 135,98 Radweg 62,26 Wasserwanderweg 26, 84 Tabelle 15: im UZVR 12 vorhandene Touristische Wegestrecken 1. Jeder Weg wird einzeln durch das Gitternetz geschnitten 2. Berechnung der reliefgetreuen Wegstrecke der geschnittenen Wege Anstatt in der Attributtabelle das Feld length zu ergänzen und über calculate geometry die jeweiligen Weglängen zu berechnen, wird die Toolbox-Funktion Surface length angewendet, die unter Verwendung des DGM s die Länge der Wegstrecken reliefgetreu berechnet. 3. Rastererzeugung (Polyline to Raster) unter Verwendung des durch Schritt 2 automatisch erzeugten Attributes SLenght 4. Reklassifizierung durch Punktvergabe entsprechend nachstehender Tabelle Wegstrecke [m] Wertung Ausprägung 0 bzw. NoData 0 keine Sehr gering gering gut Sehr gut > Vollständig (Knotenpunkte) Tabelle 16: Wertzuweisung entsprechend der Wegstrecke pro Rasterzelle Da einige Wege, beispielsweise sowohl als Rad-, als auch als Wanderweg benutzt werden, ergeben sich eine Mehrfachbelegungen und damit eine entsprechend längere Wegstrecke je Rasterzelle. Nach Kalkulation der einzelnen Wegeraster erhält man für Rasterzellen, in denen sich viele Wegearten kreuzen bzw. überlagern (Knotenpunkte) einen besonders hohen Rasterwert. 20

21 3.2.2 Berechnung der Nutzbaren Natürlichen Erholungseignung Die unter Komplex B errechnete Natürliche Erholungseignung wird mit dem Wegenetz (Ergebnis C2.1.) verrechnet, wobei die Matrix von NEE aufgrund höherer Gewichtet mit 2 multipliziert wird. Als Resultat ergibt sich nachstehendes Rasterbild der Nutzbaren Natürlichen Erholungseignung. Abbildung 10: bewertete Nutzbare Natürliche Erholungseignung (NNEE) als Rastergrafik 21

22 3.3 Berechnung der Touristischen Erholungseignung Die Berechnung der Touristischen Erholungseignung erfolgt im raster calculator nach der Formel: (2x[OEE]) + (1*[NNEE]) Abschließend erfolgt die Bewertung und Reklassifizierung entsprechend nachfolgender Tabelle. Landnutzung (ATKIS) WERT Tabelle 17: Wertzuweisung an TEE entsprechend der errechneten Ausprägung aus OEE und NNEE Abbildung 11: Rastergrafik Erholungseignung (EE) als Ergebnis der Addition von OEE und NNEE 22

23 4. Automatisierung der Bewertung der Erholungseignung nach dem 1. Datenaufbereitung Verfahren von Marks (1992) Die Wälder müsse zuvor mit der Merge -Funktion zu einem Gesamtwald vereinigt werden, da größerer Waldstücke aus Einzelteilen zusammen gesetzt sind. Es ist zu vermeiden, dass an den Rändern der Einzelstücke Pseudo-Waldränder bei der Berechnung entstehen können, die nur Grenzen von verschiedenen Waldarealen darstellen, die direkt aneinander grenzen und ohne eine Lichtung getrennt sind. Mit den anderen ATKIS-Daten zur Randeffekt-Berechnung ist genauso zu verfahren, da geländeaufnahme-bedingt Gewässer-, wie auch Hecken-Objekte in Teile gespalten sind. Dies kann zur Folge haben, dass bei einer Zerschneidung mit dem 250 m Fliegengitter mehrere gleichartige Objekte sich auf demselben Gitter-Quadrat befinden. Bei der Längenberechnung ist es wichtig, dass bei der Umwandlung zur Rastern sich nur ein Objekt der jeweiligen Klasse auf diesem befindet. 2. Verfahren Die Automatiesierung erfolgt in zwei Schritten, einer Auswahl des Gebietes und der eigentlichen Berechnung. Erstere wird getrennt durchgeführt, um eine bei der eigentlichen Berechnungen sämtliche in der Forrm begrenzten Objekte zur Auswahl des Untersuchungsgebiete bereits zurechtgeschnitten zu haben Vorauswahl Abbildung 12: Erzeugung der Shapefiles für die räumliche Ausdehnung entsprechend der Auswahl des Untersuchungsgebietes 23

24 Zwei der Eingangsdaten sind als Parameter ausgelegt, wobei uzvr_100qkm.shp die Shape-Datei mit den vorgegebenen Untersuchungsräumen darstellt. Im Parameter Expression wird im uzvr_100qkm.shp nach Namen der zu untersuchende Bereich ausgewählt. Dies funktioniert bislang nur mit einem sql-ausdruck nach folgendem Schema: Abbildung 13: Auswahl des zu berechnenden Untersuchungsgebietes über eine Eingabemaske Abbildung 14: Auswahl des zu berechnenden Untersuchungsgebietes über eine Eingabemaske Der Name kann aus der Liste Get Unique Values ausgewählt werden. Die dritte Eingabe ist das Koordinaten-System, welche innerhalb eines Landes unverändert bleibt. 24

25 2.2 Hauptberechnung Die Hauptberechnung besitzt als Eingaben die Parameter: extensquare.shp extenquare work Cartographic Coodinate System berechnete Ausdehnung des Gebiets (Vorauswahl) selbiges als Raster (wird für Snap -Funktion benötigt Workspace, definiert das Arbeits-Verzeichnis auf der Festplatte Koordinatensystem Faktor (interne Berechnug) Randomraster Aus Vorauswahl Wald-OTF_4107.shp Wald aus ATKIS Wald-OTF-Neu_4108.shp Wald aus ATKIS (Neuaufforstung) Gewaesser.shp Gewässer aus ATKIS Hecken-OTL_4202.shp Hecken, Büsche aus ATKIS Vegetation_4105.shp Waldarten aus ATKIS (Laub/Nadel/Misch) Vegetation_4106.shp Waldarten aus ATKIS (Laub/Nadel/Misch) Neuaufforstung Landnutzung Landnutzung aus ATKIS DMG-dmg5_20_thuer_PD83.img Digitales Geländemodell, bereits thüringisches Koordinatensystem zugeordnet Tabelle 18: für den Modelbuilder verwendete Eingabedaten Die Wälder müssen in Handarbeit Die restlichen Parameter sind Konstanten, die zur Berechnung benötigt werden. 25

26 -Randeffekt- Die ATKIS-Daten und das Digitale Geländemodell werden mit der Clip-Fuktion auf des Untersuchungsgebiet ausgeschnitten und dann nach folgendem Muster bearbeitet: Wald wird mit einer Kopie von sich selbst verschnitten (intersect). Diese Funktion ergibt exakt die Waldränder (Randlinien eines Polygons). Die Werte des Random-Raster (ein Zufallsraster = Raster mit Werten durch den Zufallsgenerator generiert) mit der Größe 250 m * 250 m werden mit multipliziert, anschießend als Integer gespeichert. Dieses Raster zu Polygone umgewandelt ergibt eine Anordnung von Quadraten, welche dazu dient, Gewässer und Waldränder pro Fläche zu zerschneiden, um deren Länge zu berechnen ( Fliegengitter = 250 m * 250 m Quadrat-Polygon-Mosaik ). Anmerkung: Mit der Methode Zufalls-Raster ist einfach ein Raster zu erstellen, bei welchem keine zwei benachbarten Zellen den selben Wert haben. Gleiche Werte bedeuten bei der Umwandlung zu Polygonen, dass diese zu einem zusammengefügt werden. Auf diese Weise lässt sich an beliebiger Stelle ein Polygon-Mosaik nach vorgegebenen Parametern automatisiert erstellen. Waldränder, Gewässer, Flüsse und Hecken werden mit diesem Raster zerschnitten. Diesen Objekten pro Quadrat wird die Länge berechnet und mit der Länge als Wert zu Rastern umgewandelt. Die Hecken und Waldrändern werden für den Randeffekt zu Gehölz addiert. 26

27 Diese Raster werden nach den Matrizen addiert und reklassifiziert (siehe Handarbeit) Abbildung 15: Ausschneiden der Daten auf das Untersuchungsgebiet, Verschneiden des Waldes mit seiner Kopie (Waldränder), Längenberechnung -Landnutzung und Verrechnung- Die Landnutzung wird als Raster umgewandelt, Reklassifiziert nach Wertigkeit aufgrund der Matrizen, NoData Pixel bekommen hierbei den Wert 0 ( landnutz Wert ). Vegetation und Wald werden zu einer Datei zusammengefügt und als Raster umgewandelt ( OTF_4501_Merge ). Alle Punkte bekommen den Wert 0, außer Mischwald 0,5. Anschließend wird die Datei zu landnutz Wert addiert. Nach diesem Vorgang erfolgt erst das Beschneiden auf das Untersuchungsgebiet mittels der Funktion Extract by Mask. Vohergehendes Ausschneiden mit anschließender Umwandlung zu Raster-Daten hat zwar eine geringere Datenmenge zur Berechnung, wirft aber das Problem auf, dass hierbei häufiger durch das nicht vorhanden sein von Objekten leere Raster (NoData) entstehen, welche auch keine räumliche Ausdehnung besitzen (Problem bei ArcGIS). Eine Reklassifizerung ist dann nicht mehr möglich und hat eine Fehlermeldung mit Abbruch der Berechnung zur Folge. 27

28 Abbildung 16: Zusammenfügen der Shape-Dateien und Reklassifizierung der Raster Mit der Funktion Slope wird anhand des DGMs die Hangneigung berechnet, diese anschließend reklassifiziert um sie schließlich auch in die Matrizen-Berechnung einfließen zu lassen. Nach der End- Verrechnung erfolgt die Ausgabe als Erholungsreichtum x 2. Abbildung 17: Verrechnungen der Rasterdaten nach den Matrizen 28

29 Abbildungsverzeichnis lfd. Nr. Titel Quelle Seite 1 Lage der Pößnecker Heide (UZVR 12) im Staatsgebiet Thüringens TLUG 4 2 Pößnecker Heide und angrenzende Unzerschnittene Verkehrsarme Räume TLUG 4 3 Landnutzung in der Pößnecker Heide TLUG 5 4 Schematische Darstellung der Vorgehensweise zur Berechnung der Natürlichen Erholungseignung Christian Hiller 8 5 im UZVR 12 auftretende Hangneigung in Grad Sören Kassler 12 6 Bewertete Hangneigung als Rastergrafik Relief (R) Sören Kassler 13 Sören Kassler 16 7 Natürliche Erholungseignung (NEE) für UZVR 12, Ergebnis der leicht abgewandelten Berechnung nach Marks Schematische Darstellung der Vorgehensweise zur Berechnung der Natürlichen Erholungseignung 9 Objektbezogene Erholungseignung (OEE) für UZVR 12 als Rasterbild nach subjektiver Wertzuweisung Sören Kassler 17 Sören Kassler bewertete Nutzbare Natürliche Erholungseignung (NNEE) als Rastergrafik Sören Kassler 21 Sören Kassler Rastergrafik Erholungseignung (EE) als Ergebnis der Addition von OEE und NNEE 12 Erzeugung der Shapefiles für die räumliche Ausdehnung entsprechend der Auswahl des Untersuchungsgebietes 13 Auswahl des zu berechnenden Untersuchungsgebietes über eine Eingabemaske 14 Auswahl des zu berechnenden Untersuchungsgebietes über eine Eingabemaske 15 Ausschneiden der Daten auf das Untersuchungsgebiet, Verschneiden des Waldes mit seiner Kopie (Waldränder), Längenberechnung Christian Hiller 23 Christian Hiller 24 Christian Hiller 24 Christian Hiller Zusammenfügen der Shape-Dateien und Reklassifizierung der Raster Christian Hiller Verrechnungen der Rasterdaten nach den Matrizen Christian Hiller 28 Tabellenverzeichnis lfd. Nr. Titel Quelle Seite 1 verwendete für das Untersuchungsgebiet relevante ATKIS-Daten TLUG 6 2 zusätzlich erhobene für das Untersuchungsgebiet relevante Daten Open Street Map 7 3 Wertzuweisung an den Randeffekt Vegetation (Rv) entsprechend der Randlänge 4 Wertzuweisung an den Randeffekt Gewässer (Rg) entsprechend der Randlänge 5 Matrix M1 Randeffekt aus Randeffekt Vegetation und Randeffekt Gewässer 29 Sören Kassler 9 Sören Kassler 10 Marks, R. et al Reklassifizierung des Randeffektes (RE) Christian Hiller 11 7 Wertzuweisung an Geländerelief (R) nach Hangneigung Sören Kassler 13 8 Matrix M2 Gestaltungsreichtum aus Randeffekt und Relief Marks, R. et al Reklassifizierung des Gestaltreichtums Christian Hiller Punktbewertung der Landnutzung Sören Kassler Punktbewertung der aus den ATKIS-Datenstammenden Landnutzung Wald Sören Kassler Matrix M3 Natürliche Erholungseignung aus Gestaltungsreichtum und Flächennutzung Marks, R. et al Bewertung der im Untersuchungsgebiet erfassten touristischen Punkte Open Street Map Bewertung der im Untersuchungsgebiet erfassten logistischen Punkte Open Street Map im UZVR 12 vorhandene Touristische Wegestrecken TLUG Wertzuweisung entsprechend der Wegstrecke pro Rasterzelle Sören Kassler Wertzuweisung an TEE entsprechend der errechneten Ausprägung aus OEE und NNEE Sören Kassler für den Modelbuilder verwendete Eingabedaten Christian Hiller 25

30 Quellenangabe Für die Erstellung des vorliegenden Berichts wurden nachfolgend aufgelistete Daten- und Literaturquellen verwendet. Literaturquellen: Grabaum, R.; Meyer, B.C.; Friedrich, K.E.; Wolf, T.; Meyer, T.; Gehrung, J. (2005): Interaktives Nutzerhandbuch für das Verfahren MULBO -Textdokumente- Bewertungshandbuch- Sozioökonomische-Bewertungsverfahren Marks, R.; Müller, M.; Leser, H.; Klink, H-J. (1992): Anleitung zur Bewertung des Leistungsvermögens des Landschaftshaushaltes. In: Forschung zur deutschen Landeskunde Zentralausschuss für deutsche Landeskunde. Trier. Krippner, A.; Schäfer, J. (2010): Analyse und Bewertung der Erholungseignung in einem unzerschnittenen verkehrsarmen Raum UZVR. Am Beispiel des Untersuchungsgebiets UZVR Nr.4 Hohe Schrecke/Schmücke Online-Quellen: Internetpräsenz der TLUG Google Earth Open Street Map 30