Flächennutzungsmonitoring II - Leibniz-Institut für ökologische ...

Rasterbasierte Regionalstatisitk 243
Der Vergleich der Ergebnisse der Disaggregation mit jenen der Aggregation in den Ländern,
in denen die Aggregation möglich ist, zeigt, dass dadurch die Bevölkerung in städtisch
geprägten Siedlungen zu wenig differenziert verteilt wird und ländlichen Gebieten,
je nach Methode, keine oder zu viel Bevölkerung zugeordnet wird (Steinnocher et al.
2006). Diese wertvolle Erkenntnis trägt aber wieder zur Verbesserung der Disaggregationsmethoden
bei. Weiterentwicklungen der Methoden, etwa durch Einbeziehung von
Siedlungsdichte, Gebäudehöhen sowie Versiegelungsgrad, sind in Arbeit.
4.2 Die Zuordnung flächenbezogener Daten zu Rastern
Die Verknüpfung unterschiedlicher Themenbereiche ist für raumbezogene Analysen von
Bedeutung. Für die Kombination von statistischen Daten mit nicht-statistischen Daten
ist es nötig, letztere den Rastern zuzuordnen. Sind diese Daten in ihrer Ausdehnung
flächenhaft und liegen sie auch als solche digitalisiert vor, können sie relativ einfach als
Raster dargestellt werden. Für grober gegliederte Flächen bietet sich eine einfache Methode
an, bei der die Rastermittelpunkte mit den zu rasternden Polygonen lagemäßig
verknüpft werden und somit jeder Rasterzelle der Wert in ihrer Mitte zugeordnet wird
(siehe Abb. 5). Für Landnutzungsdaten bedeutet das, dass die Rasterzelle jene Landnutzungskategorie
zugeordnet bekommt, die genau in der Mitte der Rasterzelle liegt. Je
feiner der gewählte Raster, desto genauer wird die Zuordnung (Wonka 2009, 52).
Abb. 5: Mittelpunktmäßige Zuordnung der Polygonflächen (hier Landnutzungsklassen aus Fernerkundungsdaten)
zu den 1 km-Rasterzellen (Quelle: Wonka 2009, 33)
Wesentlich aufwendiger und genauer ist das Verschneiden der Rasterflächen mit
den zu rasternden Polygonen. Als Beispiel für das exakte Umlegen von flächenbezogenen
Daten auf Raster bieten sich die INVEKOS-Daten an. Im Lebensministerium