3D-Gebäudemodelle - Grundlage siedlungsstruktureller Analysen am Beispiel Sachsen. Alexandra Jahn, Robert Hecht, Gotthard Meinel Dresden, 6.

Transkript

1 3D-Gebäudemodelle - Grundlage siedlungsstruktureller Analysen am Beispiel Sachsen Alexandra Jahn, Robert Hecht, Gotthard Meinel Dresden, 6. Mai 2015

2 Gliederung 1. Hintergrund und Zielstellung 2. 3D-Gebäudedaten als Datengrundlage 3. Verfahren zur Ableitung aggregierter Gebäudekennzahlen Workflow Aggregation 4. Ergebnisse am Beispiel von Sachsen 5. Fazit und Ausblick

3 Gliederung 1. Hintergrund und Zielstellung 2. 3D-Gebäudedaten als Datengrundlage 3. Verfahren zur Ableitung aggregierter Gebäudekennzahlen Workflow Aggregation 4. Ergebnisse am Beispiel von Sachsen 5. Fazit und Ausblick

4 1. Hintergrund und Zielstellung Hintergrund Reduzierung der Flächenneuinanspruchnahme auf 30 Hektar pro Tag (aktuell, 73 ha/d) Innen- vor Außenentwicklung 150 Ausschöpfung des städtebaulichen Potenzials durch Nachverdichtungsmaßnahmen 100 Grundlage von Raumplanungsprozessen: 50 vielschichtige raumbezogene Informationen Dichte als wichtiges Maß zur Beschreibung der baulichen 0 Physis einer Stadt Anstieg der Siedlungs- und Verkehrsfläche ha pro Tag Ziel: 30 Quelle: Statistisches Bundesamt 2014

5 1. Hintergrund und Zielstellung Zielstellung Entwicklung eines deutschlandweit anwendbaren GISbasierten Verfahrens zur Berechnung aggregierter Gebäudekennzahlen Exemplarische Auswertung der 3D-Gebäude von Sachsen Zentrale Fragestellung: Welche Informationen lassen sich aus 3D- Gebäudedaten gewinnen und inwieweit können diese in der Stadtplanung verwendet werden?

6 Gliederung 1. Hintergrund und Zielstellung 2. 3D-Gebäudedaten als Datengrundlage 3. Verfahren zur Ableitung aggregierter Gebäudekennzahlen Workflow Aggregation 4. Ergebnisse am Beispiel von Sachsen 5. Fazit und Ausblick

7 2. 3D-Gebäudedaten als Datengrundlage Dachhöhe Traufhöhe Detaillierungsstufen GTA GmbH GTA GmbH virtualcitysystems höchster Dachpunkt (Dachfirst) LoD1 LoD2 niedrigster Dachpunkt (Dachtraufe) Bodenhöhe LoD3 Quelle: European Research Commission Centre 2013 virtualcitysystems höchster Bodenpunkt niedrigster Bodenpunkt LoD4

8 2. 3D-Gebäudedaten als Datengrundlage Elemente der amtlichen 3D-Gebäudemodelle entsprechend der AdV Generierung erfolgt aus: Amtlicher digitaler Liegenschaftskarte DGM Daten aus Laserscanning oder Luftbildern

9 2. 3D-Gebäudedaten als Datengrundlage 3D-Gebäudemodell Sachsen Spaltenname Spalteninhalt (Beispiel) OBJECTID 1 Shape MultiPatch M CreDate :48:46 CreUser LVSN-SVC-NF LastDate LastUser CurrUser Comment Created by nf3d-import Bodenhoehe 441,903 Dachhoehe 449,23 BezPntDach GebKennZch GebMsHoehe 7,327 GebHoehe 7,327 GebFunkion 2315_9998 Stockwerke 2 ClassQuali 94,9 Dachform FLAT ROOF DqDachhoe 1000 DqLage 3000 DqBodenhoe 1200 Modified 0 UNITID X0IIV5S001 UNITNAME X0IIV5S001 UNITSRC ELEMCLASS roof BldgRoot X0IIV5S001 BldgPart X0IIV5S001 BldgParent BldgPartIx 0 BldgDeep 0

10 Gliederung 1. Hintergrund und Zielstellung 2. 3D-Gebäudedaten als Datengrundlage 3. Verfahren zur Ableitung aggregierter Gebäudekennwerte Workflow Aggregation 4. Ergebnisse am Beispiel von Sachsen 5. Fazit und Ausblick

11 3. Verfahren zur Ableitung aggregierter Gebäudekennzahlen Ausgangsdaten 3D-Gebäudedaten LoD1 auf Traufhöhe ATKIS Basis- DLM, HK Vorprozessierung Konvertierung von 3D zu 2D, Verschneidung mit ATKIS Basis- DLM und HK Dachgeschoss Bruttogrundfläche Vollgeschoss Berechnung gebäudebasierter Kennzahlen Vollgeschoss Grundfläche, Höhe, Geschosszahl, Geschossfläche, Vollgeschoss Hauptnutzfläche, Oberfläche, Volumen, A/V-Verhältnis Kellergeschoss Geschossfläche Verschneidung mit und Wichtung nach Bezugseinheiten, Berechnung der aggregierten Gebäudekennzahlen Bezugseinheiten Aggregation Ausgabedaten Gebäudeindikatoren

12 3. Verfahren zur Ableitung aggregierter Gebäudekennzahlen Aggregation Grundlage stellen Siedlungsflächen des ATKIS Basis-DLM dar Formel Variablen Grundflächendichte Geschossflächendichte Volumendichte mittleres A/V- Verhältnis* gewichtete mittlere Gebäudehöhe* * pro Bezugseinheit ** o.e. = ohne Einheit Quelle: Grassl et al. 2013

13 Gliederung 1. Hintergrund und Zielstellung 2. 3D-Gebäudedaten als Datengrundlage 3. Verfahren zur Ableitung aggregierter Gebäudekennzahlen Workflow Aggregation 4. Ergebnisse am Beispiel von Sachsen 5. Fazit und Ausblick

14

15

16

17 Gliederung 1. Hintergrund und Zielstellung 2. 3D-Gebäudedaten als Datengrundlage 3. Verfahren zur Ableitung aggregierter Gebäudekennzahlen Workflow Aggregation 4. Ergebnisse am Beispiel von Sachsen 5. Fazit und Ausblick

18 4. Fazit und Ausblick Fazit und Ausblick 3D-Gebäudemodelle können Beitrag zu zukunftsorientierter Planung einer kompakten Stadt leisten (neue kleinräumige Information!) Großes Anwendungspotenzial (Stadtklima, ) Sichtbarkeit und Überprüfung städtebaulicher Potenziale bedingen jedoch weitere raumbezogene Informationen ( ) Aktuelle Herausforderungen: fehlerfreie und homogene Daten (theoretisch gesichert mit AdV-Standard) Führung von Attributen im Liegenschaftskataster wie Geschosszahl, Dachform Einbeziehung der Dachformen (LoD2)

19 Vielen Dank