RP6 08a Team:Landwirtschaft: Unterschied zwischen den Versionen
| Zeile 47: | Zeile 47: | ||
* Addition: bo_nei_hoe mit nuz - Gewichtung wie folgt: nuz mit Faktor 3 | * Addition: bo_nei_hoe mit nuz - Gewichtung wie folgt: nuz mit Faktor 3 | ||
* Klassierung Resultat nuz_bo mit der Bewertung (1-6) - Erster Vorschlag: Klasse 0-20/20-25/25-30/30-35/35-40 | * Klassierung Resultat nuz_bo mit der Bewertung (1-6) - Erster Vorschlag: Klasse 0-20/20-25/25-30/30-35/35-40 | ||
| − | * | + | * Plausibilitätstest: Unser Ergebnis prüfen wir anhand des Fruchtfolgeflächen-Layers. Die beiden Flächen sind nur ungefähr deckungsgleich. Im Randbereich überlagern die Rasterdaten die Polygonflächen. |
== Arbeitsmodell == | == Arbeitsmodell == | ||
| − | Allgemeine Punkte | + | '''Allgemeine Punkte''' |
| − | Für unser Arbeitsmodell legen wir ein Bewertungsskala zwischen eins und zehn fest. Die Vergabe von zehn Punkten entspricht dem Punktemaximum | + | Für unser Arbeitsmodell legen wir ein Bewertungsskala zwischen eins und zehn fest. Die Vergabe von zehn Punkten entspricht dem Punktemaximum. |
Das Datenhöhenmodell (Rasterdaten) und die Bodenkarte (Vektorfile) dienen uns als Grundlage. Aus dem dhm25 leiten wir die Neigung und die Höhenlage ab (Spatial Analyst Tools/ Reclass/ Reclassify). Die Bewertungskala dafür definieren wir wie folgt: Je höher desto schlechter, je flacher desto besser. Die beiden Ergebnisse lassen wir mit der gleichen Gewichtung in die Zwischenbewertung einfliessen (Spatial Analyst Tools/ Map Algebra/ Single Output Map Algebra). | Das Datenhöhenmodell (Rasterdaten) und die Bodenkarte (Vektorfile) dienen uns als Grundlage. Aus dem dhm25 leiten wir die Neigung und die Höhenlage ab (Spatial Analyst Tools/ Reclass/ Reclassify). Die Bewertungskala dafür definieren wir wie folgt: Je höher desto schlechter, je flacher desto besser. Die beiden Ergebnisse lassen wir mit der gleichen Gewichtung in die Zwischenbewertung einfliessen (Spatial Analyst Tools/ Map Algebra/ Single Output Map Algebra). | ||
| − | Die Vektordaten der Bodenkarte rechnen (Conversion Tools/ to Raster) wir in Rasterdaten um. Der Filter für die Bodenkarte legen wir folgendermassen fest: Landwirtschaftsland (Wert 1) und Nichtlandwirtschaftsland (Wert 2). Die | + | Die Vektordaten der Bodenkarte rechnen (Conversion Tools/ to Raster) wir in Rasterdaten um. Der Filter für die Bodenkarte legen wir folgendermassen fest: Landwirtschaftsland (Wert 1) und Nichtlandwirtschaftsland (Wert 2). Das Teilergebnis addieren |
| + | |||
| + | Die Vektordaten der Bodenkarte (2) rechenen wir zuerst in Rasterdaten um. Die Bewertung der Nutzwerte berücksichtigen wir wie folgt: Je höher der Nutzwert umso besser. | ||
| + | |||
| − | |||
Version vom 29. Oktober 2008, 14:46 Uhr
zurück zu Workshop-Seite RP6 08a
Inhaltsverzeichnis
Vorgehen
Eignung als Landwirtschaftsland
Faktoren
- Besonnung
- Bodentyp (Feuchte, Aufbau ABC-Horizont, Steine wegen Maschinen)
- Eignung
- Eignung intensiv extensiv
- Fertilität
- Feuchte
- Grösse
- Höhenlage
- Maschineneinsatz
- Nähe zu Strasse / Stadt
- Neigung
- Produktivität
Datengrundlagen
- Bodenkarte
- Fruchtfolgeflächen
- Datenhöhenmodell (dhm25)
Bewertung
- noch festzuhalten: Bewertungsschema 1-10
- gleiche Bewertung für Neigung und Höhe
- Verrechnung (Single Map Algebra) immer Addition
- Filter Bodenkarte: Landwirtschaftsland (Wert 1) und Nichtlandwirschaftsland (Wert 0)
- Multiplikation(Single Map Algebra): Wert der Summe von Bo_Nei mit dem Wert von Boden_Raster
- Bodenkarte (2) - Raster: Bewertung Feld Nutzwert: Je höher der Nutzwert umso besser
- Addition: bo_nei_hoe mit nuz - Gewichtung wie folgt: nuz mit Faktor 3
- Klassierung Resultat nuz_bo mit der Bewertung (1-6) - Erster Vorschlag: Klasse 0-20/20-25/25-30/30-35/35-40
- Plausibilitätstest: Unser Ergebnis prüfen wir anhand des Fruchtfolgeflächen-Layers. Die beiden Flächen sind nur ungefähr deckungsgleich. Im Randbereich überlagern die Rasterdaten die Polygonflächen.
Arbeitsmodell
Allgemeine Punkte Für unser Arbeitsmodell legen wir ein Bewertungsskala zwischen eins und zehn fest. Die Vergabe von zehn Punkten entspricht dem Punktemaximum.
Das Datenhöhenmodell (Rasterdaten) und die Bodenkarte (Vektorfile) dienen uns als Grundlage. Aus dem dhm25 leiten wir die Neigung und die Höhenlage ab (Spatial Analyst Tools/ Reclass/ Reclassify). Die Bewertungskala dafür definieren wir wie folgt: Je höher desto schlechter, je flacher desto besser. Die beiden Ergebnisse lassen wir mit der gleichen Gewichtung in die Zwischenbewertung einfliessen (Spatial Analyst Tools/ Map Algebra/ Single Output Map Algebra).
Die Vektordaten der Bodenkarte rechnen (Conversion Tools/ to Raster) wir in Rasterdaten um. Der Filter für die Bodenkarte legen wir folgendermassen fest: Landwirtschaftsland (Wert 1) und Nichtlandwirtschaftsland (Wert 2). Das Teilergebnis addieren
Die Vektordaten der Bodenkarte (2) rechenen wir zuerst in Rasterdaten um. Die Bewertung der Nutzwerte berücksichtigen wir wie folgt: Je höher der Nutzwert umso besser.
SWOT-Analyse des Bewertungsmodelles
| Was ist? | Was könnte? |
|---|---|
|
Stärken (Strengths): |
Chancen (Oppurtunities): |
|
Text zu Stärken.... |
Text zu Chancen... |
|
Schwächen (Weaknesses): |
Gefahren (Threats): |
|
Text zu Schwächen... |
Text zu Gefahren... |
