TOP5 "Anwendung von GIS und Statistik für ein ... - LAGA
TOP5 "Anwendung von GIS und Statistik für ein ... - LAGA
TOP5 "Anwendung von GIS und Statistik für ein ... - LAGA
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
16.08.02, BLAK-UIS-vorlage.doc<br />
4<br />
gebnis ist <strong>ein</strong> Konsens aus den derzeit verfügbaren digitalen Daten <strong>und</strong> den fachlichen<br />
Anforderungen aller beteiligter Behörden.<br />
Raumgliederung Deutschlands - 21 Klassen<br />
Köln<br />
%U Siegen<br />
%U<br />
%U<br />
Koblenz<br />
Mainz<br />
Copy right:<br />
Umweltb<strong>und</strong>esamt<br />
B<strong>und</strong>esamt <strong>für</strong> Natur schutz<br />
Statistisches B<strong>und</strong>esamt<br />
Bearbeitung:<br />
IUW, HS Vechta<br />
Datengr<strong>und</strong>lagen:<br />
BfN (PNV), DWD (Klima)<br />
BGR (Bodenart)<br />
UNEP (Topographie)<br />
%U<br />
Bremen<br />
%U<br />
%U<br />
%U<br />
Stuttgart<br />
Teterow<br />
Schwerin %U<br />
Hamburg<br />
%U<br />
%U<br />
%U<br />
Berlin<br />
Hannover<br />
%U<br />
Osnabrück<br />
%U<br />
%U<br />
Magdeburg<br />
Fulda<br />
Würzburg<br />
Ulm<br />
%U<br />
%U<br />
%U<br />
Erfurt<br />
%U<br />
Nürnberg<br />
Regensburg<br />
%U<br />
%U<br />
München<br />
Leipzig<br />
%U<br />
Dresden<br />
Hochschule Vechta<br />
Institut <strong>für</strong> Umweltwissenschaften<br />
Abt. Landschaftökologie<br />
Stand: Januar 2001<br />
%U<br />
Raumklassenbeschreibung<br />
8<br />
12<br />
18<br />
20<br />
22<br />
42<br />
43<br />
Altmark, Prignitz <strong>und</strong><br />
Uckermark<br />
Hochlagen der kristallinen<br />
<strong>und</strong> paläozoischen Mittelgebirge<br />
Brandenburger<br />
Jungmoränenlandschaft<br />
19 Leipziger Tieflandsbucht<br />
Mecklenburger<br />
Seenplatte<br />
Ost- <strong>und</strong> Nordfriesische<br />
Marsch<br />
26 Schwäbische Alb<br />
30 Sächsische Börden<br />
46<br />
Niedersächsische Geest,<br />
Westfälische Tieflandsbucht<br />
Schl.-Holst. Geest<br />
<strong>und</strong> Lüneburger Heide<br />
Schl.-Holst. <strong>und</strong> Mecklenb.<br />
Jungmoränenlandschaft<br />
Abb. 3 Standortsökologische Raumgliederung Deutschlands<br />
47<br />
54 Allgäu <strong>und</strong> Hochalpen<br />
55 Alpenvorland<br />
56<br />
Bayrisches Hügelland <strong>und</strong><br />
Fränkisches Keuper-Lias-<br />
Land<br />
57 Kristalline Mittelgebirge<br />
58 Fränkische Alb<br />
62<br />
63<br />
118<br />
119<br />
Nieders. Börden, Rh<strong>ein</strong>land<br />
<strong>und</strong> Oberrh<strong>ein</strong>tal<br />
Rh<strong>ein</strong>isches Schiefergebirge<br />
<strong>und</strong> südwestdeutsche<br />
Schichtstufenlandschaft<br />
Schwäbisches<br />
Schichtstufenland<br />
Lausitz <strong>und</strong><br />
Thüringer Schiefergebirge<br />
Schotterterrassen des<br />
Alpenvorlands <strong>und</strong><br />
Keuper-Bergland<br />
Admin. Grenzen<br />
Moorflächen (Corine Landcover)<br />
Naturräume (n. Meynen et al. 1962)<br />
Der Partitionsalgorithmus "log-likelihood" der Splus-Version <strong>von</strong> CART berechnet<br />
<strong>für</strong> alle Ausprägungen der beschreibenden Variablen die "Unr<strong>ein</strong>heiten" der sich<br />
ergebenden Untergruppen. Der Algorithmus wählt diejenige Partition mit dem<br />
günstigsten Fehlklassifikationswert aus. Er beschreibt die Beziehungen der Klassen<br />
unter<strong>ein</strong>ander bezüglich der Ausprägungen der Zielvariablen <strong>und</strong> der beschreibenden<br />
Merkmale. CART erstellt zunächst <strong>ein</strong>en Strukturbaum mit der nach Datenlage<br />
maximal möglichen Klassenanzahl. In der hier vorgestellten Raumgliederung<br />
wurde letztendlich <strong>ein</strong>e maximale Klassenanzahl <strong>von</strong> 73 erreicht. Der auf diese<br />
Weise berechnete Maximalbaum kann anschließend vom Bearbeiter anhand im<br />
<strong>ein</strong>zelnen fachlich zu begründender Kriterien manuell zurückgeschnitten werden.<br />
Dadurch wird es möglich, die vom Programm berechnete Klassifikation nach inhaltlichen<br />
Überlegungen zu modifizieren. Jede Klasse wird statistisch <strong>und</strong> verbal<br />
beschrieben <strong>und</strong> durch <strong>ein</strong>en Namen gekennzeichnet.