Auswirkungen von Naturgefahren auf die Immobilien- und Grundstückspreise
©2008
Diplomarbeit
113 Seiten
Zusammenfassung
Inhaltsangabe:Einleitung:
Dass sich das Klima ändert, ist für die meisten nichts Neues mehr, die steigenden Temperaturen zerstören den Lebensraum hochalpiner Pflanzen, lassen Gletscher schmelzen, rufen Ernteausfälle durch Dürre hervor und bedeuten für uns Menschen neue Gesundheitsrisiken. Es gibt allerdings auch positive Effekte der Erwärmung z.B.:Ausgestorbene Insekten kehren ins Marchfeld zurück oder Winzer und Bauern in höher gelegenen Lagen erhalten neue Anbauflächen. Ob dies wirklich positiv ist, soll jeder für sich selbst entscheiden. Meiner Meinung nach ist die Verliererseite auf alle Fälle stärker vertreten.
Die vielen dadurch entstandenen extremen Wetterereignisse, welche man schon seit längerem beobachten kann, wie etwa der Lawinenwinter 1998 / 1999, der Wintersturm Lothar 1999, die Hochwasserkatastrophe im August 2002 (Österreich, Tschechien, Deutschland) oder der Dürresommer 2003, werden zunehmend auch von der Bevölkerung stärker wahrgenommen.
Auch aktuelle Ereignisse wie die starken Hagelniederschläge Ende August 2007 in Kärnten, welche binnen kürzester Zeit 3.700 ha landwirtschaftliche Flächen im Wert von einer Million Euro zerstörten und einen Sachschaden von zehn Millionen Euro durch kaputte Dächer von Häusern und Hofgebäuden verursachten, rücken Naturgefahren zunehmend in das Bewusstsein der breiten Öffentlichkeit.
Ein Individuum kann ohne Probleme all das ausblenden oder verdrängen (das geschieht doch nicht bei mir zuhause), aber was passiert, wenn durch nicht direkt sichtbare Folgen der Erwärmung plötzlich die eigenen vier Wände durch eine Mure, Steinschlag oder Hochwasser bedroht sind?
Führt dies in weiterer Folge dazu, dass die Bevölkerung derartige Ereignisse auch beim Kauf von Grundstücken und Immobilien bedenkt und werden somit unbewusst die Immobilienpreise am derzeitigen Markt beeinflusst oder nehmen Naturgefahren keinen oder nur einen sehr geringen Stellenwert bei der Preisbildung ein?
Da diese Einflüsse noch nicht gut genug beleuchtet sind, möchte ich in meiner Arbeit genau an diesem Schlüsselpunkt ansetzen und untersuchen, ob derartige Effekte bereits eingetreten sind und wenn ja in welchem Ausmaß diese zutage treten. Interessant dabei ist auf welche Bereiche einer Region sich diese Effekte auswirken und wie diese verstärkt oder geschwächt werden.
Als Untersuchungsregion habe ich das Bundesland Kärnten gewählt, da in diesem gleichermaßen alpine Regionen wie auch flache Gebiete vorhanden sind.
In meiner […]
Dass sich das Klima ändert, ist für die meisten nichts Neues mehr, die steigenden Temperaturen zerstören den Lebensraum hochalpiner Pflanzen, lassen Gletscher schmelzen, rufen Ernteausfälle durch Dürre hervor und bedeuten für uns Menschen neue Gesundheitsrisiken. Es gibt allerdings auch positive Effekte der Erwärmung z.B.:Ausgestorbene Insekten kehren ins Marchfeld zurück oder Winzer und Bauern in höher gelegenen Lagen erhalten neue Anbauflächen. Ob dies wirklich positiv ist, soll jeder für sich selbst entscheiden. Meiner Meinung nach ist die Verliererseite auf alle Fälle stärker vertreten.
Die vielen dadurch entstandenen extremen Wetterereignisse, welche man schon seit längerem beobachten kann, wie etwa der Lawinenwinter 1998 / 1999, der Wintersturm Lothar 1999, die Hochwasserkatastrophe im August 2002 (Österreich, Tschechien, Deutschland) oder der Dürresommer 2003, werden zunehmend auch von der Bevölkerung stärker wahrgenommen.
Auch aktuelle Ereignisse wie die starken Hagelniederschläge Ende August 2007 in Kärnten, welche binnen kürzester Zeit 3.700 ha landwirtschaftliche Flächen im Wert von einer Million Euro zerstörten und einen Sachschaden von zehn Millionen Euro durch kaputte Dächer von Häusern und Hofgebäuden verursachten, rücken Naturgefahren zunehmend in das Bewusstsein der breiten Öffentlichkeit.
Ein Individuum kann ohne Probleme all das ausblenden oder verdrängen (das geschieht doch nicht bei mir zuhause), aber was passiert, wenn durch nicht direkt sichtbare Folgen der Erwärmung plötzlich die eigenen vier Wände durch eine Mure, Steinschlag oder Hochwasser bedroht sind?
Führt dies in weiterer Folge dazu, dass die Bevölkerung derartige Ereignisse auch beim Kauf von Grundstücken und Immobilien bedenkt und werden somit unbewusst die Immobilienpreise am derzeitigen Markt beeinflusst oder nehmen Naturgefahren keinen oder nur einen sehr geringen Stellenwert bei der Preisbildung ein?
Da diese Einflüsse noch nicht gut genug beleuchtet sind, möchte ich in meiner Arbeit genau an diesem Schlüsselpunkt ansetzen und untersuchen, ob derartige Effekte bereits eingetreten sind und wenn ja in welchem Ausmaß diese zutage treten. Interessant dabei ist auf welche Bereiche einer Region sich diese Effekte auswirken und wie diese verstärkt oder geschwächt werden.
Als Untersuchungsregion habe ich das Bundesland Kärnten gewählt, da in diesem gleichermaßen alpine Regionen wie auch flache Gebiete vorhanden sind.
In meiner […]
Leseprobe
Inhaltsverzeichnis
Ronald Weberndorfer
Auswirkungen von Naturgefahren auf die Immobilien- und Grundstückspreise
ISBN: 978-3-8366-2303-2
Herstellung: Diplomica® Verlag GmbH, Hamburg, 2009
Zugl. Technische Universität Wien, Wien, Österreich, Diplomarbeit, 2008
Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte,
insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von
Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der
Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen,
bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung
dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen
der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik
Deutschland in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich
vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des
Urheberrechtes.
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in
diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme,
dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei
zu betrachten wären und daher von jedermann benutzt werden dürften.
Die Informationen in diesem Werk wurden mit Sorgfalt erarbeitet. Dennoch können
Fehler nicht vollständig ausgeschlossen werden und der Verlag, die Autoren oder
Übersetzer übernehmen keine juristische Verantwortung oder irgendeine Haftung für evtl.
verbliebene fehlerhafte Angaben und deren Folgen.
© Diplomica Verlag GmbH
http://www.diplomica.de, Hamburg 2009
Dank
3
Dank
An erster Stelle möchte ich meinen Eltern Johanna und Ewald Weberndorfer besonders
herzlich dafür danken, dass sie mir durch ihre Unterstützung das Studium in Wien, sowie
meinen vorangegangenen Bildungsweg ermöglicht haben.
Aufrichtigen Dank auch an meinen Betreuer ao.Univ.Prof. Dipl.-Ing. Dr.techn. Wolfgang
Feilmayr, der mir bei der Immobilienpreisanalyse mit Rat und Tat zur Seite gestanden hat.
Weiterer Dank gilt Wiss. Oberrat Dipl.-Ing. Leopold Riedl, der mir
die Software Leop's
MapModels kostenlos zur Verfügung stellte und auch ansonsten Hilfestellung gab.
Vielen Dank auch an alle öffentlichen Stellen, die durch Ihre kostenlose Bereitstellung von
Daten zum Gelingen der Arbeit beigetragen haben.
Schließlich gilt besonderer Dank noch meiner Freundin Lenka, sowie meinen Mitbewohnern
und Freunden, die in den letzten Monaten immer ein offenes Ohr für mich hatten.
Kurzfassung
4
Kurzfassung
Die Beurteilung von Naturgefahren mit Hauptaugenmerk auf die den Immobilienpreis
beeinflussenden Gefahren, sowie die anschließende Immobilienpreisanalyse sind die
grundlegenden Ziele der vorliegenden Arbeit.
Im einleitenden Kapitel 1 werden die essenziellen Analyseumstände abgeklärt.
Im zweiten Kapitel werden die für das grundlegende Verständnis von geografischen
Informationssystemen benötigten theoretischen Ansätze erörtert.
Das dritte Kapitel beschreibt Begriffe wie Sicherheit und Risiko, Eintrittswahrscheinlichkeit,
Schaden und Katastrophe und widmet sich sodann den einzelnen hydro- und geologischen
Naturgefahren. Weiters wird in diesem dann die rechtliche Sichtweise von Naturgefahren in
Bezug auf Raumplanung sowie der theoretische Hintergrund von Immobilien beleuchtet.
Kapitel vier behandelt den Modellaufbau des durch ein geografisches Informationssystem
erstellten Naturgefahrensimulationsmodells von der Datenintegration bis zur Output-
generierung.
Im abschließenden Kapitel 5 werden die Gefahrenpotenziale aus dem Simulationsmodell in
ein hedonisches Immobilienpreismodell eingegliedert und auf ihre Auswirkungen auf
Immobilienpreise hin untersucht.
Der Schwerpunkt der Arbeit liegt darin, mittels eines neu zu entwickelnden Gefahren-
simulationsmodells eine generelle Gefahrenbeurteilung für den gesamten Untersuchungs-
raum Kärnten durchzuführen und damit über ein flächendenkendes Gefahrenraster zu
verfügen.
Schlüsselwörter: Naturgefahren, Wildbach, Lawine, Hochwasser, Überschwemmung,
Gefahrenbewertung, Schadenspotenzial, GIS, Modellierung, Simulationsmodell, MapModels,
Fuzzy Logic, Immobilienpreise, hedonische Preise
Abstract
5
Abstract
The main aim of the submitted work is the evaluation of natural hazards, focusing on their
affect on real estate prices as well as an analysis of real estate prices themselves.
The introductory section (section 1) will explain the circumstances surrounding the analysis.
The second section will put forward the necessary theoretical roots as the basic
comprehension of geographical information systems.
The third section is concerned with terms such as security and risk, probability of the
occurance, damage and catastrophy. Furthermore, it considers particular hydro- and geo-
logical natural hazards. It also refers to the legal point of view with regards to natural hazards
in relation to enviromental planning, as well as the theoretical background of real estate.
Section four details the creation of the model that simulates natural hazards. This model
functions by utilising the geographical information system by integrating data. This ultimately
aims to create the required output.
The final section (section 5) will integrate the potential dangers/risks of the simlulated model
into the hedonic model of real estate prices. The affect of the resulting consequences will be
analysed in relation to real estate prices.
The key focus of this paper deals with the general evaluation of dangers for the area of
Carinthia, through the generated model of danger simulation. This in turn allows us to have
at our disposal the overall danger grid of the area.
Keywords: natural hazards, mountain surge, avalanches, high tide, flood, hazard evaluation,
damage potential, GIS, modeling, simulation model, mapmodels, fuzzy logic, real estate
prices, hedonic prices
Inhaltsverzeichnis
6
Inhalts verz eic hnis
Inhaltsverzeichnis
Erklärung ... 2
Dank ... 3
Kurzfassung ... 4
Abstract ... 5
Inhaltsverzeichnis ... 6
1
Einleitung ... 9
1.1
Datenbeschaffung ... 10
1.1.1
Warum wurde Kärnten als Analyseregion gewählt? ... 10
1.1.2
Datensituation | Einschränkung der Analysen ... 11
1.1.3
Geografischer Abriss Kärntens ... 11
1.1.4
Klimatischer Abriss Kärntens ... 15
2
Geografische Informationssysteme als Analysetools ... 17
2.1
GIS- Software ... 18
2.1.1
MapModels ... 18
2.2
GIS- Datenmodelle ... 20
2.2.1
Vektordaten ... 21
2.2.1.1
Die wichtigsten Eigenschaften von Vektordaten ... 21
2.2.2
Rasterdaten ... 22
2.2.2.1
Datentypen ... 22
2.2.2.2
Rasteranalyse ... 23
2.2.2.3
Die wichtigsten Eigenschaften von Rasterdaten ... 25
2.3
Verwendete GIS- Daten aus Kärnten ... 26
2.3.1
Durch Behörden oder Institutionen erhaltene Daten ... 26
2.3.2
Selbst digitalisierte GIS- Daten ... 28
2.4
Georeferenzierung... 30
3
Begriffsdefinitionen und Relevanzbewertung ... 32
3.1
Begriffsabgrenzung ... 32
3.1.1
Sicherheit und Risiko - eine gesellschaftliche Herausforderung ... 32
3.1.2
Extreme Wetterereignisse und ihre Eintrittswahrscheinlichkeit ... 33
3.1.3
Schaden und Katastrophe ... 35
3.1.4
Katastrophenfondszahlungen als Risikomessinstrument ... 35
3.2
Naturgefahren und ihre Risiken ... 38
Inhaltsverzeichnis
7
3.2.1
Hydrologische / meteorologische Naturgefahren ... 39
3.2.1.1
Gewitter und Blitzgefahr ... 39
3.2.1.2
Starkniederschläge ... 41
3.2.1.3
Hagel ... 41
3.2.1.4
Sturm ... 42
3.2.1.5
Trockenheit ... 43
3.2.1.6
Hochwasser ... 43
3.2.1.7
Wildbach ... 45
3.2.1.8
Lawinen ... 47
3.2.1.9
Schnee- und Eislasten ... 49
3.2.2
Geologische Naturgefahren ... 51
3.2.2.1
Massenbewegungen ... 51
3.2.2.2
Erdbeben ... 53
3.3
Raumordnung, Recht und Naturgefahren ... 54
3.3.1
Gefahrenzonenpläne ... 56
3.3.1.1
Gefahrenzonenplan der WLV ... 56
3.3.1.2
Gefahrenzonenplan der SWW ... 57
3.3.2
Realraumanalyse ... 59
3.4
Immobilien, Grundstücke und ihre Preise ... 59
3.4.1
Die Immobilie (Liegenschaft) und ihre Besonderheiten ... 59
3.4.1.1
Eigenschaften von Immobilien ... 60
3.4.2
Immobilienbewertung und ihre Methodik ... 61
3.4.2.1
Modell der hedonischen Preise ... 62
4
Gefahrensimulationsmodell ... 63
4.1
Modellbedingte Annahmen ... 63
4.2
Architektur des Modells ... 64
4.3
Fuzzy Sets als Datenrelais ... 65
4.3.1
Fuzzy Logic
Theorie und Modellimplementierung ... 66
4.4
Datenintegration ... 68
4.4.1
Statische Daten (1.) ... 68
4.4.1.1
Schadenspotenzial (1.1.) ... 69
4.4.1.2
Schneelasten (1.2.) ... 72
4.4.1.3
Erdbeben (1.3.) ... 73
4.4.1.3.1
Submodell fuzzy_min_max_and show in view ... 76
4.4.1.4
Flächenanteile gefährdeter Flächen am Gemeindegebiet (Wasser
(1.4.1.), sonstige Gefahren ( 1.4.2.)) ... 77
4.4.1.5
Flächenanteile gefährdeter Flächen am Siedlungsgebiet (Wasser
(1.5.1.), sonstige Gefahren ( 1.5.2.)) ... 78
4.4.1.6
Gebiete mit Gefahreneinwirkung durch Wasser mit (1.6.1.) und ohne
(1.6.2.) Analysemaske ... 80
4.4.1.7
Gebiete mit Gefahreneinwirkung durch sonstige Gefahren mit (1.7.1.)
und ohne (1.7.2.) Analysemaske ... 81
Inhaltsverzeichnis
8
4.4.2
Dynamische Daten (2.) ... 83
4.4.2.1
Zahlungen aus dem Katastrophenfonds (2.1.1. & 2.1.2.) ... 83
4.4.2.2
Blitzauftreten (2.2.1. & 2.2.2.) ... 84
4.4.2.3
Einwirkungen von Naturgefahren (2.3.1. & 2.3.2.) ... 85
4.4.2.4
Auswirkungen von Naturgefahren (2.4.1. & 2.4.2.) ... 86
4.5
Szenarien (3.) ... 88
4.5.1
Szenario statisch mit (3.1.2.) und ohne (3.1.1.) Schadenspotenzial ... 88
4.5.1.1
Submodell Output_Normal ... 90
4.5.1.2
Submodell Output_Gebäuderaster ... 90
4.5.2
Szenario dynamisch mit (3.2.2.) und ohne (3.2.1.) Schadenspotenzial ... 90
4.5.2.1
Submodelle Szenario 1,2 und 3 ... 92
5
Immobilienpreisanalyse ... 93
5.1
Datenverschneidung ... 93
5.2
Datenbeschaffenheit der Immobilienpreisdaten ... 94
5.3
Methode der Preisanalyse ... 95
5.4
Immobilienpreisauswertung und Schlussfolgerungen ... 96
5.4.1
Statische Daten (1.) ... 97
5.4.2
Dynamische Daten (2.) ... 98
5.4.3
Szenario statisch mit (3.1.2.) und ohne (3.1.1.) Schadenspotenzial ... 100
5.4.4
Szenario dynamisch mit (3.2.2.) und ohne (3.2.1.) Schadenspotenzial ... 101
5.4.5
Zusammenfassende Schlüsse aus der Preisanalyse ... 104
5.5
Abschließende Anmerkungen zum Gefahrensimulationsmodell und zur
Preisanalyse ... 105
Verzeichnisse ... 106
Abkürzungsverzeichnis ... 106
Literaturverzeichnis ... 107
Rechtsquellen ... 108
Internet- und sonstige elektronische Quellen ... 109
Abbildungsverzeichnis ... 110
Tabellenverzeichnis ... 111
Verwendete Software ... 112
Einleitung
9
1 Einleitung
Dass sich das Klima ändert, ist für die meisten nichts Neues mehr, die steigenden
Temperaturen zerstören den Lebensraum hochalpiner Pflanzen, lassen Gletscher
schmelzen, rufen Ernteausfälle durch Dürre hervor und bedeuten für uns Menschen neue
Gesundheitsrisiken. Es gibt allerdings auch
,,
positive
"
Effekte der Erwärmung
z. B.: Ausgestorbene Insekten kehren ins Marchfeld zurück oder Winzer und Bauern in höher
gelegenen Lagen erhalten neue Anbauflächen. Ob dies wirklich positiv ist, soll jeder für sich
selbst entscheiden. Meiner Meinung nach ist die Verliererseite auf alle Fälle stärker
vertreten.
Die vielen dadurch entstandenen extremen Wetterereignisse, welche man schon seit
längerem beobachten kann, wie etwa der Lawinenwinter 1998 / 1999, der Wintersturm
Lothar 1999,
die Hochwasserkatastrophe im August 2002
(Österreich, Tschechien,
Deutschland) oder der Dürresommer 2003, werden zunehmend auch von der Bevölkerung
stärker wahrgenommen.
Auch aktuelle Ereignisse wie die starken Hagelniederschläge Ende August 2007 in Kärnten,
welche binnen kürzester Zeit 3.700 ha landwirtschaftliche Flächen im Wert von einer Million
Euro
1
zerstörten und einen Sachschaden von zehn Millionen Euro durch kaputte Dächer von
Häusern und Hofgebäuden verursachten
2
, rücken Naturgefahren zunehmend in das
Bewusstsein der breiten Öffentlichkeit.
Ein Individuum kann ohne Probleme all das ausblenden oder verdrängen
(,,
das geschieht
doch nicht bei mir
zuhause")
, aber was passiert, wenn durch nicht direkt sichtbare Folgen der
Erwärmung plötzlich die eigenen vier Wände durch eine Mure, Steinschlag oder Hochwasser
bedroht sind?
Führt dies in weiterer Folge dazu, dass die Bevölkerung derartige Ereignisse auch beim Kauf
von Grundstücken und Immobilien bedenkt und werden somit unbewusst die Immobilien-
preise am derzeitigen Markt beeinflusst oder nehmen Naturgefahren keinen oder nur einen
sehr geringen Stellenwert bei der Preisbildung ein?
Da diese Einflüsse noch nicht gut genug beleuchtet sind, möchte ich in meiner Arbeit genau
an diesem Schlüsselpunkt ansetzen und untersuchen, ob derartige Effekte bereits
eingetreten sind und wenn ja in welchem Ausmaß diese zutage treten. Interessant dabei ist
1
Quelle: (ÖHV, 2007)
2
Quelle: (Kärntner Nothilfswerk, 2007)
Einleitung
10
auf welche Bereiche einer Region sich diese Effekte auswirken und wie diese verstärkt oder
geschwächt werden.
Als Untersuchungsregion habe ich das Bundesland Kärnten gewählt, da in diesem
gleichermaßen alpine Regionen wie auch flache Gebiete vorhanden sind.
In meiner Arbeit werde ich verschiedene Quellen für GIS- Daten in Kärnten anzapfen, um
diese in einem zweistufigen Analyseverfahren zur Auswertung der Immobilienpreise in
Bezug auf die verschiedensten Naturgefahren zu verwenden.
Im ersten Analyseteil wird für eine GIS- mäßige Betrachtung der vorhandenen Naturgefahren
(Lawinen, Muren, Hochwasser, Hagel,
Steinschlag,...)
ein
automatisiertes
Gefahren-
simulationsmodell entwickelt, um regionale Unterschiede der Gefährdung durch
Naturgefahren evaluieren und visualisieren zu können.
Im zweiten Teilabschnitt der Analyse werden dann Immobilienpreise mit den zuvor
ermittelten Schadenseignungen verschnitten und mit einem statistischen Verfahren
ausgewertet.
Als Ergebnis erhoffe ich mir dann Aussagen zu: Gibt es Auswirkungen auf die Immobilien-
preise im ,,Einzugsgebiet" von Naturgefahren, wenn ja welche und in welchem Ausmaß
treten diese zutage.
1.1 Datenbeschaffung
Für die Durchführung einer umfassenden flächenmäßigen Untersuchung der Naturgefahren
und extremer Wetterereignisse benötigt man eine Vielzahl von Daten, welche nicht immer
leicht zu beschaffen sind.
Um das möglichst höchste Potenzial aus den Daten zu ziehen, habe ich in meiner
Vorerhebung versucht jene Region abzugrenzen, welche es erlaubt die bestmöglichen Daten
für die vielseitigen Analysen zu finden. Hierbei wurde mittels Internetrecherche auf den
diversen GIS- Plattformen der neun österreichischen Bundesländer versucht, jenes mit den
aktuellsten und umfangreichsten Datenpool zu finden.
1.1.1 Warum wurde Kärnten als Analyseregion gewählt?
Um im Speziellen Naturgefahren aussagekräftig bewerten zu können, benötigt man eine
Region / Bundesland, welches alle Arten von Ereignissen aufweisen kann. Es soll vor allem
auch ein alpiner Bereich dabei sein, um neben Hochwasser auch Gefahren wie Lawinen
oder Rutschungen im Untersuchungsgebiet vorweisen zu können.
Einleitung
11
Dadurch kristallisierte Kärnten sich bald als jenes Bundesland heraus, welches für meine
Belange zum derzeitigen Stand (2007) die besten, umfangreichsten und vielschichtigsten
digitalen Daten beziehungsweise Kartenmaterialien zur Verfügung hat und auch geografisch
alles, was für die kommenden Untersuchungen benötigt wird, aufweist.
1.1.2 Datensituation | Einschränkung der Analysen
Anfangs wurden zunächst mögliche Thesen bzw. Analysefragen formuliert, um den
Datenbedarf genau zu spezifizieren und auch eine größtmögliche Genauigkeit bei den darauf
folgenden Analysemodellen zu erreichen. Da es nicht möglich war, alle gewünschten Daten
zu
beschaffen
(wie z. B.: den Gefahrenzonenplan der Schutzwasserwirtschaft Kärnten
welcher die Bundesflüsse wie Drau und Gail beinhaltet) hat sich recht schnell ergeben, dass
viele der anfänglich angedachten Analysen aufgrund fehlenden Datenmaterials nicht bzw.
nur eingeschränkt möglich sein würden. Dennoch werde ich mit dem vorhandenen Daten-
material versuchen eine aussagekräftige und umfassende Analyse durchzuführen.
1.1.3 Geografischer Abriss Kärntens
Vor der Betrachtung der Grundstücks- und Immobilienpreise ist es unumgänglich auch die
geografische Situation in der zu untersuchenden Region aufzuzeigen, um auch über die
Landschaft etwas Bescheid zu wissen und die örtlichen Gegebenheiten in die Analysen
miteinbeziehen zu können.
Kärnten als Österreichs südlichstes Bundesland ist in 2 Statutarstädte (Klagenfurt, Villach)
und 8 politische Bezirke (Klagenfurt- Land, Villach- Land, Spittal an der Drau, Hermagor,
Feldkirchen, Sankt Veit an der Glan, Wolfsberg, Völkermarkt) eingeteilt und beherbergt
132 Gemeinden.
Kärnten umfasst eine Fläche von 9.535,83 km², wovon 2.314,20 km² - dies entspricht
24,27 % - zum Dauersiedlungsraum zu zählen sind. Der österreichische Durchschnitt liegt
etwa bei 37,38 % und somit ist bereits hieraus ersichtlich, dass es sich bei Kärnten um ein
alpines
Bundesland
handelt,
welches
deutlich
weniger
Dauersiedlungsraum
beziehungsweise Siedlungsfläche als der Durchschnitt aufweist. Durch die nachstehende
Tabelle 1 (Fläche, Dauersiedlungsraum, Zahl der Gemeinden, Bevölkerung) kann dies noch
verdeutlicht werden, da man hier sieht, dass die Bezirke Kärntens mit einem hohen Anteil an
Dauersiedlungsraum deutlich dichter besiedelt sind als jene alpinen Bezirke wie etwa Spittal
an der Drau.
Einleitung
12
Fläche
3
Dauersiedlungs-
raum
4
Zahl der
Gemeinden
Bevölkerung
Anteil des
Dauersiedlungs-
raumes an der
Fläche in %
Km² am 1.1.2006
nach dem Gebietsstand vom
1.1.2006
Österreich
83.871,71
31.355,16
2.358
8.265.925
37,38
Klagenfurt-
Stadt
120,11
77,86
1
92.160
64,82
Villach-
Stadt
134,89
50,93
1
58.294
37,76
Feldkirchen
558,56
151,17
10
30.523
27,06
Hermagor
808,02
118,90
7
19.362
14,71
Klagenfurt-
Land
765,59
262,61
19
57.662
34,30
Sankt Veit an
der Glan
1.493,49
440,10
20
57.894
29,47
Spittal an der
Drau
2.764,52
326,24
33
80.752
11,80
Villach- Land
1.009,37
251,54
19
64.618
24,92
Völkermarkt
907,49
309,24
13
43.289
34,08
Wolfsberg
973,79
325,61
9
55.746
33,44
Kärnten
9.535,83
2.314,20
132
560.300
24,27
Tabelle 1: Fläche, Dauersiedlungsraum, Zahl der Gemeinden, Bevölkerung
5
3
Differenzen zu den Flächenangaben der Vorjahre beruhen auf neuen Vermessungsergebnissen.
4
Unter Dauersiedlungsraum im Sinne der STATISTIK AUSTRIA ist die agrarwirtschaftlich, baulich und
verkehrsmäßig genutzte Fläche laut Kataster mit Stand 2006 zu verstehen. Er umfasst somit die Benützungsarten
Bauflächen, landwirtschaftlich genutzte Grundflä
chen, Gärten, Weingärten und Teile der ,,Sonstigen Flächen"
(z. B. Ortsraum, Verkehrsflächen, Lagerplätze, Werksgelände, Schottergruben, Steinbrüche, Sport- und
Spielplätze, Friedhöfe, Parks, Bäder, Baurechte und andere) unter Ausschluss der alpinen Grünland-, der Wald-
und Ödland- sowie der Gewässerflächen.
5
Quelle: (Statistik Austria)
laut 15.5.2001 Volkszählung und 1.1.2006 Bevölkerungsregister.
Einleitung
13
Der Gesamtflächenverbrauch
6
in Kärnten beläuft sich 2006 auf 426,2
7
km², das bedeutet
18,4 % des Dauersiedlungsraumes sind bereits verbraucht, was etwas über dem
österreichischen Durchschnitt von 15,8 % liegt und im Vergleich zu allen anderen
Bundesländern einen kleinen Dauersiedlungsraum widerspiegelt. Wenn man in der unten
angeführten Abbildung 1 die Dauersiedlungsräume der österreichischen Bundesländer
betrachtet, kann man schnell feststellen, dass alle inneralpinen Bereiche einen bedeutend
kleineren Siedlungsraum zur Verfügung haben. Wobei hier zu erwähnen ist, dass die
Steiermark und Kärnten im Vergleich zu den anderen Alpenbundesländern (Salzburg, Tirol,
Vorarlberg) einen deutlich höheren Prozentanteil des Dauersiedlungsraumes an der Landes-
fläche aufweisen.
Dies führt zu der Problematik, dass innerhalb der Alpen die sehr intensive Raumnutzung zu
einem sehr hohem Schadenspotenzial bei extremen Wetterereignissen führt, da für diese
oftmals aufgrund der regionalen Raumordnungspolitik nicht ausreichend Platz gelassen wird.
Der fehlende Platz entlang von Flüssen, Lawinenhängen, Rutschungsflächen, etc. für
Extremereignisse führt zu übermäßig hohen Schadensereignissen, welche sich in weiterer
Folge dann durch erhebliche Schäden an Grundstücken und Immobilen bemerkbar machen.
6
Der Gesamtflächenverbrauch ist nach folgenden Benützungsarten definiert: "Baufläche" mit allen Nutzungen
("Gebäude", "befestigt", "begrünt" und "nicht näher unterschieden"); "Gärten" mit Nutzung ("Erholungsflächen");
"Sonstige" mit den Nutzungen
("Straßenanlagen", "Bahnanlagen", "Abbauflächen" und "nicht näher
unterschieden").
7
Quelle: (Umweltbundesamt GmbH, 2007), Der Wert für 2006 wurde von der Datenbasis 2007 gemäß dem
Zunahmetrend pro Tag von 1,0 [ha/d] errechnet. 429,8 km² - 3,65 km² = 426,15 km².
Einleitung
14
Abbildung 1: Flächenverbrauch des Dauersiedlungsraumes
8
Von entscheidender Bedeutung sind also die topografischen Eigenschaften und hierbei
insbesondere die Geländestrukturen. Die gesamte Region ist durch einen sehr hohen Anteil
an Mittel- und Hochgebirgen an ihrer Fläche gekennzeichnet, wodurch es eine Vielzahl
peripherer Täler gibt. Kärnten ist im Wesentlichen in den Zentralraum, welcher die Städte
Klagenfurt und Villach umfasst, den alpinen Raum im Westen des Bundeslandes sowie in
den dünner besiedelten Teil Nordkärntens zu gliedern, was in Abbildung 2
(Geografische Situation Kärntens) zu sehen ist, welche die geografische Situation beschreibt
und diese eindeutig durch die vorherrschenden Höhenlagen ersichtlich macht. Erwähnens-
wert ist auch noch, dass es rund 93 Gipfel gibt, welche über die 3.000 m Marke hinaus-
reichen und sich auch Österreichs höchster Berg, der Großglockner, mit 3.798 m in Kärnten
befindet. Das Klagenfurter Becken, welches grundsätzlich als der Zentralraum Kärntens
angesehen werden kann, ist eine der größten Beckenlandschaften der Ostalpen und nimmt
mit etwa 1.800 km² fast ein Fünftel der Fläche des gesamten Bundeslandes ein. In diesem
Becken befinden sich eine Vielzahl der 1.270 Seen (z. B.: Ossiacher- und Wörthersee) und
anderen stehenden Gewässer Kärntens.
8
Grafikquelle: (Umweltbundesamt GmbH, 2007), Flächenverbrauch: Flächen nach Regionalinformation der
Grundstücksdatenbank; Kategorien: Bauflächen, Straßenanlagen, Bahnanlagen, Erholungsflächen, Abbau-
flächen.
Einleitung
15
Der größte Fluss ist die Drau, welche in Südtirol (Italien) entspringt und sich dann vom
Westen aus durch ganz Kärnten schlängelt, bis sie nach Slowenien abfließt und dann in die
Donau mündet (Kroatien). Die wichtigsten Zuflüsse sind vom Westen her beginnend die Möll,
Malta, Gail, Gurk (Glan) und die Lavant kurz vor der Grenze nach Slowenien.
Abbildung 2: Geografische Situation Kärntens
Kärnten liegt mit einer durchschnittlichen Gemeindegröße von 72,24 km² deutlich über dem
österreichischen Durchschnitt von 35,57 km², was auf Gemeindezusammenlegungen in den
70er Jahren zurückzuführen ist.
Zwei Autobahnen durchziehen die Landschaft in Kärnten, die Südautobahn von Wien nach
Italien und die Tauernautobahn von Salzburg nach Slowenien. Parallel dazu verlaufen mit
ähnlicher Trassenführung die Südbahn und die Tauernbahn. Eine dritte wichtige Bahn-
verbindung ist die Brennerstrecke, welche über Südtirol verläuft.
1.1.4 Klimatischer Abriss Kärntens
9
Kärnten ist in der gemäßigten Klimazone Mitteleuropas anzusiedeln. Hierbei ist zu
erwähnen, dass aufgrund der südliche Lage Kärntens bereits ein mediterraner Klimaeinfluss
bemerkbar ist. Der Alpenhauptkamm ist als deutliche Wetterscheide einzustufen, jedoch
9
vgl. (Unbekannt, 2007)
Einleitung
16
nicht zu verwechseln mit einer Klimascheide. Ein ganz wichtiges und durch die spezielle
Topografie hervorgerufenes Phänomen ist die im Klagenfurter Becken und in seinen
angrenzenden Tälern stattfindende winterliche Temperaturumkehr. Dies ist darauf zurück-
zuführen, dass sich in dieser Region ein Kaltluftsee bildet und damit meist auch eine Nebel-
decke, welche sich bis in Höhen von etwa 1.000 m erstrecken kann. Aufgrund dieser
Nebeldecke sind die Temperaturen in Lagen, welche sich darüber (bis etwa 1.400 m)
befinden, oft um bis zu 15 °C höher als jene in den Tälern.
Das Niederschlagsverhalten ist wie im restlichen Mitteleuropa, so sind die meisten Nieder-
schläge im Sommer zu verzeichnen, wobei im Winter nur geringere Niederschläge auftreten.
Einige Ausreißer von der generellen Tendenz gibt es jedoch in den Gailtaler Alpen und
Karawanken, dort kommt es in der Regel zu einem zweiten Niederschlagsmaximum in den
Monaten Oktober und November, was durch die Adria- und Genua- Tiefs ausgelöst wird.
Grundsätzlich ist zu sagen, dass die Niederschläge im Sommer oft über Starkregen im
besonderen über Gewitter erfolgen. Bei den landesweiten Jahresniederschlägen ist eine
deutliche Niederschlagsmengenabnahme von West nach Ost zu erkennen. Die nord-
westlichen und südlichen Gebirge haben die höchsten Niederschläge (mehr als 2.000 mm
pro Jahr) zu verzeichnen und auf die restlichen Gebiete, wie etwa das nördliche Klagenfurter
Becken, das Mölltal oder das Untere Lavanttal, fällt deutlich weniger (unter 1.000 mm pro
Jahr) ab. Die Zahl der Tage mit Schneebedeckung ist natürlicherweise von der Seehöhe
abhängig und somit sind die tiefen Regionen, wie etwa das Klagenfurter Becken und die
großen Täler, ca. 70 - 100 Tage im Jahr, die Gebirgsregionen teilweise weit über 150 Tage
im Jahr mit Schnee bedeckt.
Geografische Informationssysteme als Analysetools
17
2 Geografische Informationssysteme als Analysetools
Oft werden GIS und CAD Systeme miteinander verglichen, da sich ihre Funktionalität ähnelt.
Allerdings gibt es zwischen diesen zwei Systemen grundsätzliche Unterschiede der
Eigenschaften. Bei CAD geht es vor allem um Konstruktion und geometrisches Modellieren
in zwei- beziehungsweise dreidimensionalen Darstellungen; das bedeutet von einem
digitalen Modell hin zur realen Welt. Im Gegenteil dazu ist bei geografischen
Informationssystemen die Hauptaufgabe die Abbildung der realen Welt mit Hilfe von
raumbezogenen Daten durch ein digitales Modell. Also könnte man auch sagen das Wichtige
bei einem GIS ist, dass Geometrie- und Sachdaten gemeinsam verwaltet und analysiert
werden.
Was ein GIS ausmacht, welche Aufgaben es hat und wie es im Allgemeinen verstanden
werden kann, möchte ich mit einigen Definitionen aus der Literatur darstellen:
,,
Ein Geografisches Informationssystem (kurz auch Geo- Informationssystem) ist ein
Informationssystem, das der Bereitstellung von Fachinformationen unter Berücksichtigung
ihres Raumbezuges dient. Es muss daher Funktionen zur Erfassung, Bearbeitung und
Darstellung von raumbezogenen Daten anbieten. Es integriert geometrische Primitive,
grafische und thematische Beschreibungen zu raumbezogenen Objekten. Die Verknüpfung
von thematischen Daten mit Informationen zum Lagebezug, die i.d.R. kartografisch
dargestellt werden, unterscheidet GIS von reinen Kartier- oder CAD- Systemen. Aufgrund
des Raumbezuges sind die notwendigen Auswertungs- und Darstellungsverfahren
besonders aufwändig. Zielsetzung des Einsatzes von GIS ist in vielen Fällen die Erstellung
thematischer Karten. Da der Raumbezug ein wesentliches Charakteristikum derartiger
Systeme ist, werden sie vereinzelt auch als raumbezogene Informationssysteme (RIS)
bezeichnet."
10
,,
Ein Geo- Informationssystem ist ein rechnergestütztes System, das aus Hardware,
Software, Daten und den Anwendungen besteht. Mit ihm können raumbezogene Daten
digital erfasst und redigiert, gespeichert und reorganisiert, modelliert und analysiert sowie
alphanumerisch und grafisch präsentiert werden.
"
11
Wie diese zwei Definitionen zeigen, ist ein GIS ein leistungsstarkes Analysewerkzeug für
raumbezogene Daten, welches vielseitig eingesetzt werden kann. Aus diesem Grund werde
ich dies als mein Hauptanalysetool für sämtliche Flächenanalysen einsetzen und damit
10
(Page, et al., 1993 S. 98)
11
(Bill, et al., 1994 S. 40)
Geografische Informationssysteme als Analysetools
18
versuchen mit Hilfe automatisierter Modelle die gesamte Untersuchungsregion auf-
zuarbeiten.
2.1 GIS- Software
Es gibt eine Vielzahl multifunktioneller Softwarelösungen von GIS- Produkten, welche mit
den verschiedensten Anwendungsmöglichkeiten für die Erfassung, Verwaltung, Analyse,
Modellierung, Visualisierung und Präsentation von geografischen Daten ausgestattet sind.
Die wichtigsten und meist verwendeten GIS- Lösungen sind meines Wissens nach von den
Firmen ESRI, Autodesk und Intergraph. Es gibt natürlich eine Vielzahl anderer Produkte und
Open- Source- Software Lösungen
12
, welche ebenfalls diverse GIS- Applikationen bereit-
stellen. In der folgenden Arbeit werde ich ausschließlich ArcView 3.2a von ESRI mit den
wichtigen Extensions
13
Spatial Analyst, GeoProcessing Wizard
und Leop's
MapModels
verwenden.
2.1.1 MapModels
,,
MapModels ist eine auf Flowcharts aufgebaute visuelle Programmiersprache zur Erstellung
räumlicher Analysemodelle. Ein intuitives grafisches Interface gibt dem anwendungs-
orientierten Benutzer weitgehende Möglichkeiten zur explorativen Analyse und
adhoc- Modellierung räumlicher Fragestellungen. Die Benutzung von MapModels erfordert
keine Programmiererfahrung im engeren Sinn, sondern lediglich Grundkenntnisse in
analytisch- kartografischer Modellierung (MapAlgebra nach D.Tomlin).
Die in Form von exekutierbaren Flussdiagrammen organisierten Modelle dienen gleicher-
maßen der Steuerung und der Dokumentation des Analyseprozesses. Der Benutzer baut
sein Modell einfach via Maus aus einzelnen Bausteinen ähnlich einem "Steckspiel" (Puzzle)
auf. Dabei repräsentieren die Modellbausteine als Knoten in einem gerichteten Graph
atomare Funktionen, welche bestimmte Inputs in bestimmte Outputs transformieren. Bei
Änderung von Modellparametern werden die Ergebnisse des Modells automatisch
aktualisiert (live update). MapModels versetzt Anwender/innen in die Lage, schnell und ohne
übermäßigen EDV- technischen Qualifikationsbedarf mit einem vorgegebenen Satz von
Funktionen aus den verfügbaren Daten die gewünschten Ergebnisse abzuleiten.
12
(EDV) Software, deren Quellcode frei zugänglich ist und die beliebig kopiert, genutzt u. verändert werden darf.
(Duden, 2007)
13
Extension ist eine Programmerweiterung, welche in die Hauptsoftware integriert wird.
Geografische Informationssysteme als Analysetools
19
Dem eher technisch orientierten Benutzer (Geoinformatiker) hingegen bietet MapModels die
Möglichkeit zum Aufbau komplexer Anwendungen in Form von selbst erstellten Funktions-
bibliotheken und daraus aufgebauten Modellen.
"
14
Wie die Abbildung 3 (MapModeloberfläche in ArcView) veranschaulicht, bettet sich die
MapModels Extension in der Menü- (A), Befehls- (B) und Werkzeugsymbolleiste (C), im
Projektfenster (D) sowie mit einem eigenem Projektkomponentenfenster (E) für Mapmodels
ins ArcView ein. Grundsätzlich sind alle Funktionen von MapModels im Komponentenfenster
über die gängige ArcView Logik zu bedienen, lediglich der Function Loader (F) sowie die
Funktion (G) mit Ihren Submenüs (GS) haben eine neue Bedienungsoberfläche.
Ein MapModel ist eine neue Dokumentart im ArcView und kann als *.mmo Datei gespeichert
und geladen werden. Für jedes einzelne MapModel müssen vor Beginn der Modellierung die
jeweiligen Analyseeigenschaften (H) (Name, Analysegebiet, Rasterzellengröße) eingestellt
werden, da ansonst keine Modelle berechnet werden können. Die Modelle werden dann über
funktionsbestimmende Knoten (I), die je nach Funktion mit geeigneten Input- und Output-
kanten (J) verbunden sind, aufgebaut. Die Pfeile auf den jeweiligen Kanten veranschaulichen
die Datenflussrichtung zwischen den verschiedenen Funktionen.
Es gibt eine Vielzahl an vorgegebenen Funktionen, die mit dem Function Loader (F) geladen
werden können, zusätzlich ist es bei Bedarf auch möglich, eigene Funktionen mit Hilfe des
Skriptfensters zu erstellen und diese als *.mmf Datei zu speichern. Vorprogrammierte
Funktionen sind für MapAlgebra- Berechnungen nach Tomlin
15
, In- und Output von Daten-
sätzen, Fuzzy Logic
16
Modellierungen, hydrologische Berechnungen, numerische und alpha-
numerische Rechenoperatoren, Tools zum Selektieren von Features über eine logische
Bedingung und zur Datentypkonvertierung vorhanden.
17
Eine weiteres wichtiges Feature in MapModels ist die Möglichkeit Analyseschritte, die
mehrmals in gleicher Form benötigt werden, zu automatisieren und als Submodell
abzuspeichern. Bei Bedarf können dann die zuvor definierten Ein- und Ausgabevariablen der
einzelnen Funktionsknoten über eine Ein- und Ausgabeschnittstelle in Form eines Interface-
Generators wieder aufgerufen und somit in ein anderes Modell implementiert werden.
14
(Riedl, 1999 S. 3)
15
detaillierte Beschreibung dazu im Kapitel 2.2.2 Rasterdaten
16
siehe dazu auch Kapitel 4.3 Fuzzy Sets als Datenrelais
17
Für weitere Informationen zu den MapModelfunktionen siehe (Riedl, 1999 S. 54 ff).
Geografische Informationssysteme als Analysetools
20
Abbildung 3: MapModeloberfläche in ArcView
2.2 GIS- Datenmodelle
Grundsätzlich sind Vektoren und Raster die zwei Abbildungsmöglichkeiten für Datenmodelle,
welche die Abbildung der Wirklichkeit ermöglichen sollen. Diese sogenannten Datenmodelle
sind nicht der Realität gleichzustellen, sie sollen lediglich durch Abstraktionen, die durch
Zweckmäßigkeitsüberlegungen geleitete Vereinfachungen der Problemstellung sind, die
vorherrschende Situation aufzeigen und widerspiegeln. Demnach ist Modellierung
18
ohne
vorangegangener Komplexitätsreduktion mittels geometrischer und thematischer
Abstraktionen, welche aus realen räumlichen Phänomenen Objekte im GIS machen, nicht
möglich. Man achte deshalb darauf, dass bei geografischen Informationssystemen nicht die
Realität an sich sondern nur relevante Teilaspekte Gegenstand der Betrachtung sind.
18
Transformation der Realität in ein Datenmodell, eine Datenstruktur und letztlich in eine Dateistruktur am
Computer. vgl. (Kalasek, et al., 2000 S. 4 ff (Einheit 2))
B
B
B
A
A
A
C
C
C
D
D
D
H
H
H
G
G
GS
S
S
G
G
GS
S
S
I
I
I
J
J
J
E
E
E
F
F
F
G
G
G
E
E
E
Geografische Informationssysteme als Analysetools
21
Abbildung 4: Grafische Umsetzung von Vektor- und Rasterdaten
19
2.2.1 Vektordaten
Wie es durch die oben stehende Abbildung 4 schon verdeutlicht ist, wird bei Vektoren jeder
Punkt durch ein Koordinatenpaar - wie etwa für Punkt 1, P1: x1, y1 - auf einer Bezugsfläche
definiert. Da Punkte/Knoten über keinerlei räumliche Ausdehnung verfügen, beschreiben
diese je nach Maßstab z. B. Berggipfel, Gebäude oder auch Siedlungen. Linien / Kanten,
welche aus mindestens zwei Koordinatenpaaren bestehen müssen, aber keine Fläche
bilden, können wiederum je nach Maßstab für die Abbildung von z. B. Straßen, Leitungen
und Verwaltungsgrenzen verwendet werden. Das wichtigste Element für meine kommenden
Analysen ist die geschlossene Fläche / Polygon, welche als geschlossener Linienzug aus
mindestens 3 Kanten und 3 Knoten zusammengesetzt sein muss. In meinem Fall werden
hiermit etwa Seen, verschiedene Typen von Siedlungsflächen, die Gefahrenzonenpläne und
vieles mehr abgebildet. Ein weiteres Element wäre dann noch der Körper / (Solid / Polyeder),
welcher aber in GIS nicht verarbeitetet wird und hauptsächlich bei CAD- Anwendungen zu
suchen ist.
2.2.1.1 Die wichtigsten Eigenschaften von Vektordaten
Es ist die einfache Attributanbindung, welche es ermöglicht, thematische Daten mit Hilfe
einer Datenbank unabhängig von den Geometriedaten in Form von Tabellen zu verwalten.
Hierbei wird die Verbindung zu den Geoobjekten über eine eindeutige ID (Objektnummer)
hergestellt. Somit kann ein sehr komplexes Datenmodell bei Verwendung topologischer
19
Grafikquelle: (Bill, et al., 1994)
Geografische Informationssysteme als Analysetools
22
Strukturen einfach erstellt und verwaltet werden, da es möglich ist, an vorhandene
Geoobjekte, beispielsweise Gemeindegrenzen, eine Vielzahl von zusätzlichen Informationen
wie etwa die Gebäudezahl oder auch die Einwohnerzahl einer Gemeinde hinzuzufügen.
Ein weiteres großes Plus von Vektordaten ist die hohe Lagegenauigkeit, welche jedoch mit
der Datenerfassungsgenauigkeit zusammenhängt. Der geringe Ressourcenverbrauch bei
der Speicherung und somit der dementsprechend kleinere Rechneraufwand ist ein wichtiger
Vorteil der Vektordaten gegenüber den Rasterdaten.
2.2.2 Rasterdaten
Grundlage des Rasterdatenmodells bildet ein regelmäßiger quadratischer Raster, welcher
als Grundelement die Rasterzelle (Pixel) beinhaltet. Rasterdaten werden nicht wie Vektoren
über Koordinatenpunkte räumlich verortet, sondern über den Ursprung des
Rasters (Referenzpunkt), welcher sich in der Regel durch eine Koordinate in der linken
oberen Ecke befindet, definiert. Weiters ist dann auch die Orientierung des
Rasters (Himmelsrichtung) und die Maschenweite, welche die Größe der Rasterzelle
beschreibt, sowie die Dimension, welche durch die Anzahl der Zeilen und Spalten festgelegt
wird, von Bedeutung. Demnach ist eine einzelne Zelle innerhalb des Rasters durch ihre
Zeilen- und Spaltennummer lagemäßig eindeutig zu identifizieren. Auf jede einzelne
Rasterzelle wird ein Attribut, welches die jeweilige Ausprägung beschreibt, angehängt und
somit ist es möglich geografische Phänomene abzubilden. Die Genauigkeit bei der
Abbildung diverser Daten hängt im Wesentlichen von der gewählten Zellengröße
(z. B.: 50 x 50 m oder 1 x 1 m) des jeweiligen Rasters ab. Demnach kann die Darstellung
von Punkten, Linien und flächigen Objekten nicht so genau wie bei Vektoren erfolgen. Wie
es die obige Abbildung 4 (Grafische Umsetzung von Vektor- und Rasterdaten) schon veran-
schaulicht, werden Punktobjekte als einzelne Rasterzellen, Linienobjekte als Folge an-
einandergrenzender Zellen und flächige Objekte aus einer Anhäufung benachbarter Zellen
mit gleicher Eigenschaftsausprägung dargestellt.
2.2.2.1 Datentypen
Bei der Bearbeitung von Rasterdaten mittels ArcView sind zwei Typen zu unterscheiden. Der
metrische
Datentyp ,,floating"
(links in Abbildung 5) bildet kontinuierliche Oberflächen wie
etwa das d
igitale Höhenmodell ab. Der zweite Datentyp ,,integer"
(rechts in Abbildung 5)
besitzt ein nominales und ordinales Datenniveau und ist deshalb für die Abbildung von
diskreten Bezugseinheiten wie z. B. Gemeinden zuständig. Weiters ist es bei Integerdaten
auch möglich eine Zusatzinformation als Attributtabelle (VAT) an den Raster zu hängen.
Geografische Informationssysteme als Analysetools
23
Abbildung 5: floating and integer Datenstrukturen
20
Wenn man mit beiden Datentypen operiert, ist es bei Integer- Daten wichtig nicht auf die
Nachkommastellen zu vergessen, denn diese werden ohne zu runden abgeschnitten, was zu
erheblichen Fehlern bei einer Auswertung führen kann.
2.2.2.2 Rasteranalyse
Eines der wichtigsten Analysetools für Rasterdaten, welches mittlerweile als Standard
angesehen werden kann, ist die sogenannte Map Algebra
21
mit ihren vier Operatorentypen
(lokal, fokal, zonal, global), welche in Tabelle 2 (Funktionen der MapAlgebra nach Tomlin,
1990) noch detailliert beschrieben werden. Diese erlaubt es analytische Funktionen auf
Basis der mathematischen Algebra
22
durchzuführen. Mit diesem mathematisch-technischen
Konzept ist es möglich verschiedene Datenlayer zu verschneiden und somit umfassende
Analyseoperationen zwischen verschiedensten thematischen Datenschichten in vertikaler
(lokal, zonal) Ebenenausrichtung durchzuführen. Horizontale Analysen (fokal, global)
beziehen sich hingegen nur auf eine einzelne Operationsebene.
20
Grafikquelle: (ESRI, 2005)
21
vgl. (Tomlin, 1990)
22
Lehre von den Gleichungen, von den Beziehungen zwischen mathematischen Größen u. den Regeln, denen
sie unterliegen. (Duden, 2007)
= No Data
Geografische Informationssysteme als Analysetools
24
V
ert
ika
l
Lokal:
Zonal:
,,Lokale
Funktionen
stellen
eine
einfache geometrische Überlagerung
(Overlay) dar, da nur die räumliche
Koinzidenz von jeweils einer Zelle in
unterschiedlichen Rastern bei der
Analyse berücksichtigt wird.
Mit
lokalen Funktionen können unter
Verwendung zahlreicher Operatoren
bereits komplexe Modellberechnungen
vorgenommen werden. Darunter fallen
z. B. arithmetische und logische
Operatoren,
Vergleichsoperatoren
sowie
trigonometrische
und
logarithmische Operatoren."
23
,,Zonale
Funktionen
dienen
der
statistischen
Analyse
von
einem
Werteraster innerhalb der "Grenzen"
eines kategorialen Rasters. Typische
Operatoren sind ZonalSum, ZonalMean,
ZonalMax, ZonalMin, ZonalRange etc.
Das Ergebnis ist ein neuer Raster, wobei
jede Zone einheitlich den Ergebniswert
der
jeweiligen Zone erhält."
23
H
ori
zon
ta
l
Fokal:
Global:
S
ou
rce cel
ls
True Eucl
ide
an
D
ist
an
ce
Geografische Informationssysteme als Analysetools
25
,,Fokale
Funktionen
(=
Nachbar-
schaftsfunktionen) können in ArcView
auf zwei Arten definiert werden.
Einerseits fokal im Sinn von jeweils auf
eine Zelle zentrierten und über-
lappenden
Zellumgebungen
und
andererseits im Sinn von blockweisen
Nachbarschaften
ohne
Über-
lappungen. Das Ergebnis der block-
weisen Berechnung wird dabei jeweils
allen Zellen eines Blocks zugeordnet.
Einsatzgebiet für diese Blockstatistik
ist vor allem die Aggregation auf
größere Zellen. Im anderen Fall wird
der berechnete Wert nur der Zelle im
Mittelpunkt
(processing cell)
zu-
geordnet.
Typische Operatoren von fokalen
Funktionen sind FocalSum (Summe),
FocalMean (Mittelwert), FocalMajority
(Modus = der häufigste Wert), Focal-
Variety (Anzahl von unterschiedlichen
Werten) oder FocalFlow (Abfluss-
richtung im Höhenmodell
)."
23
,,
Globale Funktionen können bei ihrer
Berechnung (zumindest potenziell) alle
Rasterzellen eines Rasters betreffen.
Das gilt vor allem für Fragestellungen, in
denen Distanz eine Rolle spielt (z. B. für
alle Rasterzellen: Distanz zur nächst-
gelegenen Zelle eines Zielrasters oder
die Berechnung von kürzesten Wegen
auf einer Kosten- oder Widerstands-
Oberfläche). Solche Analysen können
z. B. bei der Trassierung von Forstwegen
herangezogen werden, wobei die Werte
der Kostenoberfläche eine geeignete
Kombination aus Hangneigung, öko-
logischer Sensibilität und anderen
Kriterien darstellen.
"
23
Tabelle 2: Funktionen der MapAlgebra nach Tomlin, 1990
24
2.2.2.3 Die wichtigsten Eigenschaften von Rasterdaten
Es handelt sich um ein einfaches Datenmodell, welches mit Hilfe von mehreren Layern
25
gleichzeitig eine Vielzahl von Datenschichten mit ihren thematischen Kriterien abfragen und
auswählen kann. Analytische Fragestellungen können einfach und effizient modelliert bzw.
berechnet werden.
23
(Riedl, 1999 S. 55-58)
24
Grafikquellen: (ESRI, 2005)
25
Thematische Datenschicht, die zusammengehörige Geoobjekte beinhaltet (z. B.: Seen, Flüsse, Schutz-
gebiete,...).
Details
- Seiten
- Erscheinungsform
- Originalausgabe
- Jahr
- 2008
- ISBN (eBook)
- 9783836623032
- DOI
- 10.3239/9783836623032
- Dateigröße
- 7.8 MB
- Sprache
- Deutsch
- Institution / Hochschule
- Technische Universität Wien – Architektur und Raumplanung, Department für Raumentwicklung, Infrastruktur und Umweltplanung
- Erscheinungsdatum
- 2008 (November)
- Note
- 1,0
- Schlagworte
- wetterereignisse gefahrenbewertung mapmodels schadenspotenzial
