Gruppe 13

Impressum

Hochschule für Technik Rapperswil

Modul: Planungsmethodik 5 | GIS 2 | HS 2015
Thema: Verdichtungspotential
Studierende: Jan Braun| Drita Hasani| Dominique Steiner
Dozent: Claudio Büchel
Datum: 29.10.2015

Ausgangslage

Mit dem neuen Raumplanungsgesetz führt der Bund neue, genauere Regeln für die Raumplanung ein. Insbesondere auf die Dimensionierung
der Bauzonen wird besonders geachtet. Damit überhaupt neue Einzonungen möglich sind, müssen die Kantone aufzeigen, dass die bestehende
Bauzonenfläche nicht ausreicht und dass das Verdichtungspotenzial ausgenutzt ist. Sind die Bauzonen zu gross dimensioniert, müssen auch
Auszonungen umgesetzt werden.

Aufgabe

Aufgabe im Rahmen des Moduls GIS2 ist es, für einen funktionalen Raum im Bündner Rheintal ein Entwicklungsleitbild zu erstellen. Anhand
detaillierter GIS-Analysen soll aufgezeigt werden, wie sich die Siedlung entwickeln soll:

• Wo wird ausgezont?
• Wo wird verdichtet?
• Wo wird neu eingezont?

Diese Fragestellung bearbeiten wir in fünf Arbeitsschritten. In jeder Vorlesung wird es einen Theorie-Input geben, welche Basis bilden für das
weitere Arbeiten am GIS-Projekt.

Perimeter

Als funktionalen Raum wurde folgende Region mit Gemeinden definiert:

• Oberengadin
  • Bever
  • Samedan
  • Celerina/Schlarigna
  • Pontresina
  • St. Moritz
  • Silvaplana
  • Sils im Engadin/Segl
  • Bregaglia

Thema

Das Thema unserer Untersuchung war es die Altersstruktur mit den baulichen Gegebenheiten zu analysieren und festzustellen, wo die
Entwicklungsschwerpunkte der Region in Zukunft liegen werden.

Arbeitsschritte

Altersstruktur

Arbeitsschritt 1: Altersgruppen zusammenfassen

Als Datengrundlage unserer Analyse diente uns die Volkszählung des Bundesamts für Statistik aus dem Jahr 2011
(db_bfs.MGRBASIS.STATPOP2011B).

Diese Grundlagen gilt für die ganze Schweiz, deshalb mussten wir zuerst nur die Daten in unserem funktionalen Raum
auswählen mit der Hilfe des "select by location".

Nun waren jedoch noch alle Daten von ganz Bregaglia vorhanden. Da nur ein Teil in unserem funktionalen Raum vorhanden ist, mussten
diejenigen Daten ausserhalb des funktionalen Raumes gelöscht werden. Dabei musste der Editor gestartet werden ("Start Editing").

Durch den Befehl "Field Calculator" konnten wir die Altersgruppen neu zusammenfassen. Dabei mussten wir zuerst noch eine neue Spalte machen
mit "add field".

Nun wählten wir die Altersgruppen aus der Metadatentabelle aus, die wir zusammenlegen wollten und fassten sie mit Hilfe
des "Field Calculator" zusammen. Zu Beachten ist, dass im selben Schritt die Männer und Frauen zusammen gezählt werden.

Die Gruppeneinteilung haben wir aus folgenden Gründen gewählt.

• Bis und mit 19 Jahren:

Kinder und Jugendliche bis und mit Erstausbildung, Wohnen meist noch zu Hause.

• 20 bis 34:

Singles, Junge Paare und Familien mit Kleinkindern.

• 35 bis 49:

Familien mit Kindern im Schulalter

• 50 bis 64:

Kinder ziehen aus und die Quadratmeter pro Person steigt.

• 65 plus:

Pensionsalter und Grosseltern

Arbeitsschritt 2: Extremwerte sichtbar machen

Für eine repräsentative Darstellung entschieden wir uns, dass nur Werte über unserem gesetzten Minimalwert von 9 Personen pro Hektarraster
dargestellt werden. Durch diesen Minimalwert wurden die nicht repräsentativen Daten ausgeblendet. Dies konnten wir mit dem Befehl "Definition Query"
erlangen.

Problem

Dadurch, dass die Gemeinden bereits wenige Einwohner haben, ist der Arbeitsschritt "Extremwerte sichtbar machen" nicht praktisch.
Deshalb benutzten wir die Daten aus dem Arbeitsschritt 1 weiter.

Arbeitsschritt 3: Tabellen zusammenlegen

Da die Spalten mit den zusammengefügten Altersgruppen nicht in einer einzigen Tabelle waren, wurden die Tabellen mit dem Tool "Merge" zusammengefügt.

Problem

Durch die Zusammenlegung der Tabelle durch "Merge" und der Wunsch die Altersstruktur mittels Balkendiagramm darzustellen,

wurde soweit zum Verhängnis, dass die Daten für jeden einzelnen Hektar aufgezeigt wurde. Jedoch ist das auf dieser Skala

eine zu kleine Einheit.

Arbeitsschritt 4: verschiedene Darstellungen der Daten

Durch das Problem der Unübersichtlichkeit des Balkendiagramms pro Hektar haben wir jeweils eine Fläche nach Dorf/Quartier über die Hektarpunkte
mit Hilfe des Editors gezeichnet.

Darstellung nach Dorf/Quartier

Dann wurden diese Hektarpunkte, die auf der gleichen Fläche liegen, mit der Hilfe des Tools " Join" zusammengelegt.

Problem

Durch die grosse Unterschiede in der Anzahl Einwohner, wurde die Darstellung mit Hilfe des Balkendiagramms sehr schwierig,

da es entweder sehr hohe Balken gab oder sie erst gar nicht sichtbar waren. Deshalb haben wir uns entschieden es

mit Kuchendiagramme darzustellen.

Achtung: Die Kuchendarstellung zeigt das Verhältnis der verschiedenen Alterseinteilung an und nicht die Anzahl an Personen.

ohne Werte

Darstellung der Label

Nachdem wir das Total der Anzahl Personen eingeblendet haben, fiel auf, dass Werte sich unterhalb des Kuchens befanden. Dieses Problem konnten wir aufheben
unter "Properties - Layer Properties - Placement Properties"

mit Werte

Problem

Grosse Dörfer sind durch das Zusammenfassen zu ungenau. Deshalb haben wir die Dörfer/Quartiere, die mehr als 1'000 Einwohner
haben, noch einmal aufgeteilt.

Arbeitsschritt 5: definierter Altersstruktur-Plan

Die Wahl, die Werte mit den Kuchendiagrammen darzustellen, mussten wir wieder verwerfen, da es nicht möglich war, die Werte mit dem Gebäudealter zu vergleichen.
Deshalb sind wir zurück in die Tabelle der Volkszählung gegangen und haben die 65+ mit dem Anwohnertotal verglichen und das Verhältnis wie folgt aufgeteilt:

• 0-20% an 65+
• 20-70% an 65+
• 70-100% an 65+

Problem

Um die Aussagekraft zu verstärken, konnten wir durch den Befehl "Definition Query" nur die Hektaren anzeigen, wo mehr als
9 Personen über 65 Jahre alt sind.

Für die Darstellung waren nur die Daten nötig, wo das Verhältnis pro Hektare der 65+ höher als 70% waren. Für die Darstellung wurde ein "Select by Attributes"
durchgeführt.

Für die bessere Darstellung der Daten wurden die Daten als Raster dargestellt. Dies wurde mit dem Befehl "Point to Raster" durchgeführt.

Gebäudealter

Gleicher Ablauf wie beim Arbeitsschritt 1 Altersstruktur

Damit die Altersstruktur mit den baulichen Gegebenheiten verglichen werden konnte, nahmen wir die Statistik des BFS als Grundlage. (db_bfs.MGRBASIS.GWS2013)

Wie schon bei der Altersstruktur wurden Untergruppen erstellt. Die Zuteilung fand wie folgt statt:

• Erbaut vor 1919 bis 1945
• Erbaut zwischen 1946 und 1970
• Erbaut zwischen 1971 und 1995
• Erbaut nach 1996 (bis 2015)

Darstellung wie beim Arbeitsschritt 5 Altersstruktur

Bei den Gebäuden haben wir die Bauten, welche vor 1970 gebaut wurden, mit dem Gesamtanteil aller Gebäude verglichen und das Verhältnis wie folgt aufgeteilt:

• 0-20% an vor 1970
• 20-70% an vor 1970
• 70-100% an vor 1970

Problem

Um die Aussagekraft zu verstärken, konnten wir durch den Befehl "Definition Query" nur die Hektaren anzeigen, wo mehr als
5 Gebäude vor 1970 erbaut wurden.

Für die Darstellung waren nur die Daten nötig, wo das Verhältnis pro Hektare der vor 1970 erbauten Gebäude höher als 70% war. Für die Darstellung wurde
ein "Select by Attributes" durchgeführt.

Für die bessere Darstellung der Daten wurden die Daten auch als Raster dargestellt. Dies wurde wiederum mit dem Befehl "Point to Raster" durchgeführt.

Problem

Durch die starke Einschränkung in der Hektardatenauswertung bezüglich der Wohngebäude und den Altersklassen können keine aussagekräftige

Ergebnisse gemacht werden. Der Vorgang der gewählt wurde eignet sich für Gebiete mit erhöhter Einwohnerdichte und ist eher ungeeignet für kleinere
Einwohnerdichten
Deshalb war es notwendig einen Schritt zurückzugehen. Eine erhöhte Aussagekraft ist nur möglich, wenn alle Gebäude vor dem Jahr 1970 und alle Personen

der Altersklasse 65+ berücksichtigt werden.

Ergebnisse

Um die Ergebnisse der Altersstrukturen mit den Ergebnissen der Gebäudealter vergleichen zu können und gleichzeitig eine gute Aussage treffen zu können, wurden
die Pläne mit allen prozentualen Einteilungen pro Hektare gewählt. Je mehr ältere Leute bzw. Je mehr Gebäude, die vor 1970 erbaut wurden, desto röter
sind die Raster. Und umgekehrt je weniger, desto grüner.

Altersstruktur:

Gebäudealter:

Plan "Reclassify"

Im nächsten Schritt wurden jeweils die Hektardaten der beiden Pläne mit Hilfe des Tools "Reclassify" einem Wert zugeordnet. Die Abstufung geht nach Anzahl
Personen- bzw. Gebäudeanzahl.

• 0-15 Personen erhalten den Wert 0
• 16-30 Personen erhalten den Wert 5
• 31-50 Personen erhalten den Wert 10

• 0-7 Gebäude erhalten den Wert 0
• 8-14 Gebäude erhalten den Wert 5
• 15-20 Gebäude erhalten den Wert 10

Planerisch sah das dann so aus:

Plan "Raster Calculator"

Nach dem "Reclassify" verfügten beide Pläne pro Hektar einen Wert von 0, 5 oder 10. Nun konnten beide Pläne anhand des "Raster Calculator" zusammengeschnitten und
miteinander verrechnet werden. Dabei konnte jeder Hektar entweder den Wert 0, 5, 10, 15 oder 20 erhalten.

Raster Calculator

Um die Aussagekraft zu erhöhen, wurden nur noch die Werte 10, 15 und 20 in Betracht gezogen. Festzustellen war, dass es keinen einzigen Hektar mit einem Wert von 20 gab.
Planerisch wurden die Werte pro Hektar farblich unterschieden.

• 10 = rot
• 15 = blau

Bewertung

Für die Bewertung wurde der Plan "Raster Calculator" einerseits mit den beiden Pläne aus dem Unterkapitel Plan "Reclassify" anderseits mit dem
Luftbild/Street View verglichen. Dafür haben wir eine Excel-Tabelle erstellt.

Datei:GIS Tabelle.pdf

Verdichtungspotenzial

Es besteht ein Verdichtungspotenzial in den Dörfern:

• Samedan
• Pontresina
• St. Moritz
• Silvaplana

Raumplanerischer Ratschlag

Aus der Analyse hat sich ergeben, dass 4 Gebiete ein Potenzial zur Verdichtung haben.

Andere Gebiete weisen einerseits alte Gebäude mit einer hohen älteren Bevölkerung auf, liegen in der Zentrumszone und sind bereits stark verdichtet.

Die geeigneten Gebiete für eine Verdichtung befinden sich in:

• Samedan

• Pontresina

• St. Moritz

• Silvaplana

In diesen Gebieten könnte in den nächsten 15 Jahren eine grosse Veränderung stattfinden. Wir empfehlen deshalb eine Sanierung, Aufzonung und Verdichtung
in den entsprechenden Gebieten vorzunehmen.

Quellen

• GIS-Daten:

(db_bfs.MGRBASIS.STATPOP2011B)

(db_bfs.MGRBASIS.GWS2013)

• Google Luftbild und Street View