Hausarbeit - Friedrich-Schiller-Universität Jena

Bevölkerungszahlen nur für ein bestimmtes Gebiet angeboten werden. Obwohl man die
Ursache für dieses Problem nicht beheben kann, ist es doch möglich, es genau zu
quantifizieren, um so zumindest die schlimmsten Effekte zu verringern. Die Probleme
kommen auch daher, weil in einen GIS Daten unterschiedlichster Herkunft, Maßstabes,
Detailgenauigkeit und Klassifizierung miteinander verschmelzt werden
(LONGLEY et al. 2001: 137).
3.4.2 MAUP
Das „modifiable areal unit problem“ (MAUP) tritt auf, wenn willkürlich festgelegte Grenzen
für die Berechnung von räumlichen Ereignissen genutzt werden. Dies tritt z.B. bei
Volkszählungsdaten auf, die in bestimmten Flächen angegeben werden, oder die Angabe des
Wahlergebnisses wird höchstens in der Größe von Stadtvierteln gemacht, nicht aber in der
von Einzelpersonen. Vom statistischen Standpunkt her sind diese Grenzen beliebig festgelegt
worden weil, „They do not necessarily consider with breaks in the data. Thus, changing the
boundaries of units […] can affect the appearance of the data.“ (HEYWOOD et al. 2002²: 125)
Deshalb ist es sehr problematisch, zwei Karten oder Datensätze miteinander zu vergleichen,
die denselben Ausschnitt zeigen, aber deren Flächeneinheiten sich unterscheiden (HEYWOOD
et al. 2002²: 125 & LONGLEY et al. 2001: 138).
3.5 Spatial Sampling
Als letztes soll noch kurz auf das spatial sampling eingegangen werden, da die durch das
sampling reduzierten Daten auch bei der Analyse der räumliche Autokorrelation verwendet
werden. Sampling ist ein Prozess, bei dem aus einem Feld mit vielen Objekten, einige wenige
herausgesucht werden. Dies ist nötig, da die reale Welt unendlich komplex ist, ein GIS aber
nicht unendlich viele Daten verarbeiten kann. Daher braucht es eine Reduzierung der Daten,
wie es durch das sampling geschieht. Die sampling Modelle (engl.: sampling scheme, siehe
Abbildung 4) bestimmen die räumliche Verteilung der einzelnen Stichprobenpunkte im
Untersuchungsgebiet (LONGLEY et al. 2001: 103).
• Das Feld A in Abbildung 4 zeigt eine einfache zufällige Stichprobe, also eine, in der
jeder Punkt die gleiche Wahrscheinlichkeit hatte, gezogen zu werden. Dieses Modell
hat den Vorteil, dass es statistisch völlig korrekt ist, aber es weist in der Praxis einige
Schwierigkeiten auf. So kann es vorkommen, das kleine, aber wichtige Bereiche
unterpräsentiert werden, es sei denn es handelt sich um eine sehr große Anzahl von
Stichproben.
• Bei einer systematischen Stichprobe wird der erste Punkt zufällig ermittelt und an
diesem dann die restlichen entlang eines festen Schemas ausgerichtet, wie in Feld B zu
sehen. Diese Methode ist einfach durchzuführen, kann aber bei Daten die periodischen
Änderungen unterliegen, starke Fehler verursachen.
13