Statistische Woche, München, 14. Oktober 2010Ergebnisse der Master Thesis (2009) am Z_GIS SalzburgSandra Töpsch, Hamburg
Disaggregation von Bevölkerungsdaten
Disaggregation von Bevölkerungsdaten
Mitgliedschaft
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 2
Einleitung
Ministerium für Landesentwicklung und Verkehr Sachsen-Anhalt vergibt Forschungsauftrag: welches Methode beim Stadtumbau Erfolge erzielte und warum.
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 3
Motivation/Zielstellung/Lösungsansatz
Grundlagen undMethode
Ergebnisse
Ausblick
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 4
Motivation
Bevölkerungszahlen der Bund-Länder-Statistik räumlich bis Gemeindebene aufgelöst bzw. allgemein verfügbar
diverse Problemstellungen erfordern eine kleinräumige Datenbasis Deutschland, Bevölkerung je Gemeinde-fläche verfälscht den realen Dichtewert
Bedarf
Angebot
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 5
Zielstellung
Modellierung der intrakommunalen Bevölkerungsdichte Deutschland durch GIS-gestützte Diasaggregation
auf Basis amtlicher Datenquellen
für die Erstellung eines gleichmäßigen geografischen Rasters
als mögliche Datenbasis für überregionale GIS-gestützte Planungs- oder Forschungszwecke
mit einer Modellvalidierung für die Angabe des Schätzfehlers
im Testgebiet: Länder Schleswig-Holstein und Hamburg
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 6
Lösungsansatz
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 7
2 prinzipelle Anwendungsfällea) Quelldaten räumlich zu gering aufgelöst
b) Raumeinteilung Quell- und Zieldaten nicht identisch
Quelldaten
Zieldaten
Disaggregation
Grundlagen: Disaggregation
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 8
2 prinzipielle Methodee (im mikroskaligen Maßstabsbereich)
„simple area weighting“ „dasymetric mapping“•einfache flächengewichtete Interpolation
•Proportionalitätsfunktion: Gewichtung der Bev. durch Flächenanteile an Quelldaten
•Prämisse: homogene Verteilung der Bevölkerung•z.B. GOODCHILD/LAM (1980)
•operiert mit „Hilfsdaten“, die Dichteverhältnisse der Bev. möglichst gut messen sollen
•benötigt funktionale Zusammenhänge
•differenzierte standortabhängige Verteilung der Bevölkerung•z.B. EICHER/BREWER (2001)
Grundlagen: Disaggregation
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 9
Grundlagen: Bevölkerungsverteilung und -dichte
regionales Dichtegefälle
urbaner Dichtegradient
Flächen-nutzung
Gebäude-typologie
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 10
Methode: Modellierung der kleinräumigen Bevölkerungsdichte
regionales Dichtegefälle
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 11
Methode: Modellierung der kleinräumigen Bevölkerungsdichte
urbaner Dichtegradient
Bevölkerungsdichte im intrakommunalen Trend, erstellt mit Trend Analysis Tool“ des ArcGIS „Geostatistical Analyst“
Dichtegradient von CLARK (1951):
städtische Bevölkerungsdichten folgen einem stadtspezifischen Kern-Rand-Gefälle
bxx edd 0
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 12
Methode: Modellierung der kleinräumigen Bevölkerungsdichte
Flächen-nutzung
Art und Maß der baulichen Nutzung (BauNVO)
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 13
Methode: Modellierung der kleinräumigen Bevölkerungsdichte
Gebäude-typologie
Geschossfläche=GFLGeschoßflächendichte=GFZGrundstücksgröße=GS
GSGFZGFl
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 14
Methode: Modellierung der kleinräumigen Bevölkerungsdichte
Regelbasierte Klassifikation der Hausumringe (Meinel et al. in BMVBS/BBR (2008))
zu Bebauungsleittypen (UBA 2004)
Attribute, Geometrie, Topologie werden ausgewertet
Gebäude-typologie
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 15
Methode: Modellierung der kleinräumigen Bevölkerungsdichte
Gebäude-typologie
KIEL
FLENSBURG
LÜBECK
HAMBURG
Wohnnutzung (Anteil an Gebäudegrundfläche gesamt)in ATKIS-"Flächen gemischter Nutzung" je Gemeinde in Prozent
rel. Häufigkeit % Boxplot
Box78 bis unter 97 50
2597 bis 100 Whisker bis Maximum
Whisker, 5 % Perzentil50 bis unter 78 20
12 bis unter 50 50
Ant
eil i
n P
roze
nt
100
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15milde Ausreißer (Punkt), extreme Ausreißer (Kreuz)
ATKIS-„Wohnbauflächen“= 100 %
ATKIS-„Mischnutzung“Agglom.räume = 75 %verstädterte R. = 85 % ländliche R. = 90 %
links: Wohnbauflächenrechts: MischnutzungDatenbasis: ATKIS und ALK
Anteil der Wohnnutzung an Geschossfläche
KIEL
FLENSBURG
LÜBECK
HAMBURG
Wohnnutzung (Anteil an Gebäudegrundfläche gesamt)in ATKIS-"Wohnbaufläche" je Gemeinde in Prozent
rel. Häufigkeit % Boxplot
0
Ant
eil i
n P
roze
nt
100
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10 10 bis unter 89 5 milde Ausreißer (Punkt), extreme Ausreißer (Kreuz)
89 bis unter 97 20 Whisker, 5 % Perzentil
97 bis 100 75 Box
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 16
Beschreibung DatenquelleGebäudenutzung nach Objektschlüsselkatalog (OSKA) des
Landes Schleswig-Holstein als Merkmal der Hausumringe aus der Amtlichen Liegenschaftskarte (ALK), Stand: 21.07.2008
Landesvermessungs-amt Schleswig-Holstein
Gebäudenutzung nach Objektschlüsselkatalog (OSKA) HH als Merkmal der Hausumringe aus der Digitalen Stadtgrundkarte (DSGK), Stand: 29.06.2008
Landesbetrieb für Geoinformation und Vermessung Hamburg
Melderegister Hamburg: Einwohneranzahl mit Haupt-Wohnsitz als Merkmal der Adresse, Stand: 31.12.2007 (anonymisiert)
Statistikamt Nord
Methode: Referenzdaten Kennwerte und Modellvalidierung
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 17
Bezeichnung BezugsquelleHauskoordinaten GEObasis.nrw, Land NRWHausumringe GEObasis.nrw, Land NRWATKIS-Basis DLM (für Flächennutzung)
Geodatenzentrum, BKG
Gemeindegrenzen Geodatenzentrum, BKG
Bevölkerungsfortschreibung Stat. Bundesamt DeutschlandWohnungsfortschreibung Stat. Bundesamt Deutschland
Methode: allg. verfügbare amtliche Datengrundlage für Lösungsansatz
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 18
Rasteraggregation der Einwohner je Gebäudegeografisches Raster 1000 x 1000 mbildet Bevölkerungsdichte ab
Ableitung der Bebauungsform des (Wohn-)Gebäudes
Schätzung von Nettobauland aus BruttobaulandSchätzung der Grundstücksgröße eines WohngebäudesSchätzung der Geschossfläche je GebäudeSchätzung der Wohnfläche je GebäudeSchätzung der Einwohner je Gebäude
Identifikation potentieller Wohngebäude
Methode: Modellprozesse im Überblick
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 19
(SZIBALSKI 2006), ArcGIS-Toolbox: CREATE FISHNET+SPATIAL JOIN)
Methode: Rasteraggregation (POINT IN POLYGON)
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 20
Ergebnisse: Modellergebnis vor Rasteraggregation
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 21
Ergebnisse: Modellfehler in Abhängigkeit der Rasterweite (MAUP)
Vergrößerung Rasterzelle verringert die Streuung des Fehlers Wahl des 1 x 1 km Rasters für Rasteraggregation
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 22
2 x 2km Raster
Visualisierung Hamburg
generalisierter Schätzfehler
Ergebnisse: räumliche Verteilung des Schätzfehlers
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 23
Ergebnisse: Ergebnisraster 1 x 1 km des Lösungsansatzes
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 24
Ausblick
Modellverbesserungen möglich durch:
Verwendung von Flurstücksgrenzen (Basis für Grundstücke), sind jedoch nicht zentral verfügbar (viele Katasterämter)
Hinzunahme Algorithmus Erkennung Hochhaus
Hinzunahme soziökonomischer Daten (Einkommen, Leerstand, Grundstückspreise) um kleinräumige Extreme modellieren zu können (z.B. Blankenese)
Modellerweiterung:
Bevölkerungsbewegung: Tag- / Nacht-Bevölkerung
Disaggregation von Bevölkerungsdaten
Sandra Töpsch * Disaggregation von Bevölkerungsdaten 25
Vielen Dank für Ihr Interesse.