Team 05 2018
Inhaltsverzeichnis
Impressum
Hochschule für Technik Rapperswil
Modul: Visuelle Kommunikation 3 RAG
Thema: Carsharing - Ausscheiden potenzieller Mobility Standorte
Studierende: Xenia Fraefel, Katrin Hiestand, Larissa Wyss
Dozent: Claudio Büchel
Datum: 21. Dezember 2018
Aufgabenstellung
Im Rahmen des Moduls Visuelle Kommunikation 3 soll eine eigenständige raumplanerische Fragestellung mit Hilfe des Programms ArcMap gelöst werden.
Thema
In unserer Arbeit machen wir eine Standortevaluation. Gesucht werden Gebiete, welche sich als neue Mobility Standorte eignen würden. Die verschiedenen Anforderungen an einen möglichen Standort können anhand einer Bewertung durch ein Punktesystem, überprüft werden. Je mehr Punkte erfüllt sind, umso geeigneter sind die Standorte.
Perimeter
Als Perimeter für unsere Untersuchung haben wir uns auf den Kanton Schwyz festgelegt. Wir haben uns dafür entschieden, weil Schwyz im aktuellen Jahr die Partnerstadt der HSR ist und wir noch viel Potenzial im Kanton sehen, was Mobility Standorte anbelangt.
Arbeitsschritte
Arbeitsschritt 1: Anforderungen festlegen
Wir fragten uns zu Beginn der Arbeit, welche Anforderungen ein neuer Mobility Standort aufweisen muss. Zum einen überlegten wir selber, welche Anforderungen wir an einen Mobility Standort haben, zum Anderen suchten wir im Internet nach Kriterien, welche eine Mobility Standort definieren. Aus diesen Überlegungen sind die folgenden sechs Anforderungen entstanden:
1. Geringe Distanz zu bestehenden ÖV Haltestellen, somit wird eine gute Anbindung an den öffentlichen Verkehr gewährleistet. Zudem besteht so die Möglichkeit einer Kombination von ÖV und Carsharing.
2. Hohe Taktfrequenz an der Haltestelle, dadurch ist die Erschliessung der umliegenden Ortschaften viel besser.
3. Gewisse Distanz zu bestehenden Mobility Standorten, da man lieber an einem Standort mehr Autos hat, als zwei Standorte die fast beieinander sind.
4. Hohe Einwohnerdichte, da dort die Nachfrage nach Carsharing Angeboten grösser ist.
5. Stärkere Gewichtung der Erwachsenen (18-70-Jährigen), da diese im fahrfähigen Alter sind und somit ein Mobility eher benötigen.
6. Einwandfreier Netzempfang vorhanden, da dieser nötig ist, um sich ein Mobility zu reservieren.
7. Lage in geeigneter Zone, weil nicht jede Zone die Nachfrage nach Mobilitys hat. Als geeignet empfinden wir die Zentrumszone, die Kernzone, die Wohnzonen W3 und W4, sowie die Gewerbezone
Arbeitsschritt 2: Bewertungsraster festlegen
Um die einzelnen Anforderungen zu bewerten und ordnen wird ein Bewertungsraster erstellt. In diesem werden die sieben Anforderungen in einzelne Kriterien unterteilt, welchen danach eine Punktzahl zwischen 1 und 5 zugewiesen wird. Dabei ist die Punktzahl 5 die beste Wertung und die Punktzahl 1 die schlechteste Wertung.
Medium:Mobility_Bewertungsraster.pdf
Arbeitsschritt 3: Daten beschaffen
Im dritten Schritt wurden alle benötigten Datensätze gesammelt. Die meisten Daten bezogen wir vom Bund von der Seite map.geo.admin.ch. Da es auf dem Geoportal vom Bund nur die harmonisierten Bauzonen hatte, meldeten wir uns für die Bauzonen beim Kanton Schwyz. So erhielten wir die detaillierten Nutzungsarten der Bauzonen und konnten so unsere Bewertung differenzierter gestalten. Bei den Mobility Standorten war kein shapefile verfügbar, daher haben wir die Daten selbst digitalisiert. In einem neuen Layer wurden an den entsprechenden Stellen Punkte gesetzt. Die geringe Anzahl bestehender Standorte im Kanton Schwyz ermöglichte eine rasche Bearbeitung.
| Anforderung | Quelle | Layer |
|---|---|---|
| ÖV Haltestellen | map.geo.admin.ch | öV-Haltestellen |
| Taktfrequenz | map.geo.admin.ch | öV-Haltestellen |
| Mobility Standort | map.geo.admin.ch | Carsharing |
| Einwohnerdichte | map.geo.admin.ch | Bevölkerung (Einwohner) |
| Netzempfang | map.geo.admin.ch | Antennenstandorte GSM |
| Zonenart | map.geo.sz.ch | Nutzungsplanung |
Alle oben genannten Datensätze wurden für die Weiterverarbeitung ins ArcGis geladen.
Arbeitsschritt 4: Daten aufbereiten
Distanz zu bestehenden ÖV-Haltestellen
Für die Bewertung der Distanz zu bestehenden ÖV-Haltestellen werden die beiden Tools Euclidean Distance und Reclassify benötigt.
Im Tool Euclidean Distance wird der Layer ÖV-Haltestellen als Input eingelesen. Die Outputgrösse wird dabei auf 100 Meter gesetzt und in den Environment Settings wird der Layer Kantonsgrenze Schwyz als Referenz gewählt. Der Output wird als Rasterdatei abgespeichert. Mit OK wird der Prozess ausgeführt und die Outputdatei entsteht.
Im zweiten Schritt wird das Tool Reclassify geöffnet um die entstandene Datei anhand des Bewertungsrasters zu klassifizieren. Dazu wird die zuvor erstellte Datei als Imputdatei verwendet. Die Grenzwerte werden unter Classify den Grenzwerten, welche im Bewertungsraster definiert wurden, angepasst und erhalten die definierte Punktzahl zugewiesen. Die Zellengrösse wird wiederum auf 100 festgesetzt. Eine Referenz muss nicht gewählt werden, da die Daten bereits auf die gewünschte Grösse im Schritt zuvor zugeschnitten wurden. Die Outputdatei wird als Raster Distanz Haltestellen benannt und mit OK wird der Prozess ausgeführt.
Taktfrequenz an ÖV Haltestellen
Für die Bewertung der Taktfrequenz an den ÖV-Haltestellen wird das Tools Polygon to Raster benötigt.
Zuerst wird jedoch ein Buffer von 500 Meter um jede Haltestelle herum erzeugt. Dies weil wir nicht nur die Haltestelle selbst bewerten wollen, sondern auch ihre Umgebung. Jemand der 100 Meter von der Haltestelle entfehrnt wohnt ist mit einer hohen Taktfrequenz immer noch gut erschlossen. Ohne den Buffer würde diese Person aber schlecht bewertet. Die 500 Meter haben wir gewählt, da dies die schlechtest Bewertete Distanz zu einer ÖV-Haltestelle ist, die man aber noch bewältigen würde.
Für die Kategorisierung der einzelnen Takte wird in der Attribut Tabelle des Buffers eine weitere Spalte hinzugefügt. Die Spalte wird mit dem Namen Raster beschriftet. In dieser Spalte fügt man jetzt jedem Takt die entsprechende Bewertung zwischen 1 und 5 hinzu. So wird die Haltestelle Bäch, welche einen Takt von 30 Minuten hat mit der Punktzahl 4 bewertet.
Danach wird im Tool Polygon to Raster den Layer des zuvor erstellten Buffers als Imput festgelegt. Als Value field wählt man die zusätzlich erstellte Spalte mit der Bewertung. Die Outputgrösse wird auf 100 Meter festgelegt und als Referenz wählt man in den Environment Settings den Layer Kantonsgrenze Schwyz. Zusätzlich wird im Feld cell assignement type das Maximum gewählt. Das bedeutet, dass wenn in einem Raster zwei verschiedene Werte aufeinander treffen, erhält das Raster den Wert dessen welcher den grösseren Anteil hat. Mit OK wird der Prozess ausgeführt und die Outputdatei entsteht.
Distanz zu bestehenden Mobilty Standorten
Für die Bewertung der Distanz zu bestehenden Mobility Standorten werden die beiden Tools Euclidean Distance und Reclassify benötigt.
Im Tool Euclidean Distance wird der Layer Mobility Standorte als Input eingelesen. Die Outputgrösse wird dabei auf 100 Meter gesetzt und in den Environment Settings wird der Layer Kantonsgrenze Schwyz als Referenz gewählt. Der Output wird als Rasterdatei abgespeichert. Mit OK wird der Prozess ausgeführt und die Outputdatei entsteht.
Im zweiten Schritt wird das Tool Reclassify geöffnet um die entstandene Datei anhand des Bewertungsrasters zu klassifizieren. Dazu wird die zuvor erstellte Datei als Imputdatei verwendet. Die Grenzwerte werden unter Classify den Grenzwerten, welche im Bewertungsraster definiert wurden, angepasst und erhalten die definierte Punktzahl zugewiesen. Die Zellengrösse wird wiederum auf 100 festgesetzt. Eine Referenz muss nicht gewählt werden, da die Daten bereits auf die gewünschte Grösse im Schritt zuvor zugeschnitten wurden. Die Outputdatei wird als Raster Mobility Standorte benannt und mit OK wird der Prozess ausgeführt.
Einwohnerdichte Allgemein
Für die Bewertung der Einwohnerdichte Allgemein werden die beiden Tools Point to Raster und Reclassify benötigt.
Als erstes wird die Attributtabelle des Layer Einwohner geöffnet. Es wird eine weitere Spalte hinzugefügt, welche man mit dem Namen Alle Altersklassen beschriftet. In dieser Spalte werden die Werte der einzelnen Altersklassen addiert. Dadurch erhält man pro Zeile die genaue Anzahl Einwohner.
Im Tool Point to Raster wird der Layer Einwohner als Imput eingelesen. Als Value field wird die zuvor erstellte Spalte Alle Altersklassen gewählt und beim cell assignement type wählt man die Summe. Man möchte schliesslich pro Raster schlussendlich alle Personen haben. Die Outputgrösse wird dabei auf 100 Meter gesetzt und in den Environment Settings wird der Layer Kantonsgrenze Schwyz als Referenz gewählt. Der Output wird als Rasterdatei abgespeichert. Mit OK wird der Prozess ausgeführt und die Outputdatei entsteht.
Im zweiten Schritt wird das Tool Reclassify geöffnet um die entstandene Datei anhand des Bewertungsrasters zu klassifizieren. Dazu wird die zuvor erstellte Datei als Imputdatei verwendet. Die Grenzwerte werden unter Classify den Grenzwerten, welche im Bewertungsraster definiert wurden, angepasst und erhalten die definierte Punktzahl zugewiesen. Die Zellengrösse wird wiederum auf 100 festgesetzt. Eine Referenz muss nicht gewählt werden, da die Daten bereits auf die gewünschte Grösse im Schritt zuvor zugeschnitten wurden. Die Outputdatei wird als Raster Einwohnerdichte Allgemein benannt und mit OK wird der Prozess ausgeführt.
Einwohnerdichte Erwachsene
Für die Bewertung der Einwohnerdichte Erwachsene werden die beiden Tools Point to Raster und Reclassify benötigt.
Als erstes wird die Attributtabelle des Layer Einwohner geöffnet. Es wird eine weitere Spalte hinzugefügt, welche man mit dem Namen Erwachsene beschriftet. In dieser Spalte werden die Werte aller Personen zwischen 18 Jahren und 70 Jahren addiert. Dadurch erhält man pro Zeile die genaue Anzahl Erwachsener.
Im Tool Point to Raster wird der Layer Einwohner als Imput eingelesen. Als Value field wird die zuvor erstellte Spalte Erwachsene gewählt und beim cell assignement type wählt man die Summe. Man möchte schliesslich pro Raster schlussendlich alle Personen haben. Die Outputgrösse wird dabei auf 100 Meter gesetzt und in den Environment Settings wird der Layer Kantonsgrenze Schwyz als Referenz gewählt. Der Output wird als Rasterdatei abgespeichert. Mit OK wird der Prozess ausgeführt und die Outputdatei entsteht.
Im zweiten Schritt wird das Tool Reclassify geöffnet um die entstandene Datei anhand des Bewertungsrasters zu klassifizieren. Dazu wird die zuvor erstellte Datei als Imputdatei verwendet. Die Grenzwerte werden unter Classify den Grenzwerten, welche im Bewertungsraster definiert wurden, angepasst und erhalten die definierte Punktzahl zugewiesen. Die Zellengrösse wird wiederum auf 100 festgesetzt. Eine Referenz muss nicht gewählt werden, da die Daten bereits auf die gewünschte Grösse im Schritt zuvor zugeschnitten wurden. Die Outputdatei wird als Raster Einwohnerdichte Erwachsene benannt und mit OK wird der Prozess ausgeführt.
Netzempfang
Für die Bewertung des Netzempfanges werden die Tools Polygon to Raster und Reclassify benötigt.
Zuerst wird um jeden Antennen Standort ein Buffer gemacht. Je nach dem wie die Sendeleistung ist, wird der Radius anders gewählt. Welche Radien verwendet werden, sind im Bewertungsraster definiert. Diesen Layer wird mit dem Namen Buffer Antennen beschriftet.
Im Tool Polygon to Raster wird der der zuvor erstellte Buffer als Imput festgelegt. Die Outputgrösse wird auf 100 Meter festgelegt und als Referenz wählt man in den Environment Settings den Layer Kantonsgrenze Schwyz. Zusätzlich wird im Feld cell assignement type das Maximum gewählt. Das bedeutet, dass wenn in einem Raster zwei verschiedene Werte aufeinander treffen, erhält das Raster den Wert dessen welcher den grösseren Anteil hat. Mit OK wird der Prozess ausgeführt und die Outputdatei entsteht.
Die Outputdatei verwendet man im Tool Reclassify als Imput. Die entstandene Datei wird anhand des Bewertungsrasters klassifiziert. Die Grenzwerte werden unter Classify den Grenzwerten, welche im Bewertungsraster definiert wurden, angepasst und erhalten die definierte Punktzahl zugewiesen. Die Zellengrösse wird wiederum auf 100 festgesetzt. Eine Referenz muss nicht gewählt werden, da die Daten bereits auf die gewünschte Grösse im Schritt zuvor zugeschnitten wurden. Die Outputdatei wird als Raster Antennen benannt und mit OK wird der Prozess ausgeführt.
Geeignete Bauzone
Für die Bewertung der Bauzonen wird das Tool Polygon to Raster benötigt.
Für die Kategorisierung der einzelnen Takte wird in der Attribut Tabelle des Layers Bauzonen Kanton Schwyz eine weitere Spalte hinzugefügt. Diese Spalte wird mit dem Namen Raster beschrieben. In dieser Spalte fügt man jetzt jeder Bauzone die entsprechende Bewertung zwischen 1 und 5 hinzu. So erhalten die Mischzonen die Punktzahl 4 und die Gewerbezonen die Punktzahl 3.
Danach wird im Tool Polygon to Raster der Layer Bauzonen Kanton Schwyz als Imput festgelegt. Als Value field wählt man die zusätzlich erstellte Spalte mit der Bewertung. Die Outputgrösse wird auf 100 Meter festgelegt und als Referenz wählt man in den Environment Settings den Layer Kantonsgrenze Schwyz. Zusätzlich wird im Feld cell assignement type das Maximum gewählt. Das bedeutet, dass wenn in einem Raster zwei verschiedene Werte aufeinander treffen, erhält das Raster den Wert dessen welcher den grösseren Anteil hat. Mit OK wird der Prozess ausgeführt und die Outputdatei entsteht.
Arbeitsschritt 5: Daten verschneiden
Der letzte Arbeitsschritt hat zum Ziel die sieben erstellten Raster übereinander zu legen. Dadurch entsteht eine Heatmap, in welcher sichtbar wird, wo sich neue, geeignete Mobility Standorte befinden. Für diesen letzten Arbeitsschritt braucht man das Tool Raster Calculator. Im Tool Raster Calculator werden die sieben zuvor erstellen Raster (Distanz Haltestelle, Taktfrequenz, Mobility Standorte, Einwohnerdichte Allgemein, Einwohnerdichte Erwachsene, Antennen, Bauzonen) miteinander addiert. Es könnte dabei auch eine Gewichtung vorgenommen werden. Wir haben uns dagegen entschieden, da wir bereits eine Gewichtung gemacht haben, indem wir die Einwohnerdichte zwei Mal berechnet haben und dabei die Erwachsenen stärker gewichtet. Die Outputgrösse wird wieder auf 100 festgesetzt. Eine Referenz muss nicht gewählt werden, da alle sieben Raster auf die gleiche Fläche zugeschnitten sind. Mit OK wird die Datei gerastert und die Heatmap entsteht.
Resultat
Karte
Bitte Karte auch als PDF mit Auflösung 600dpi zur Verfügung stellen!
Beschreibung und Interpretation der Ergebnisse
Die geeigneten Mobility Standorte befinden sich grösstenteils an den von uns erwarteten Standorten. Klar ersichtlich ist, dass sich die Standorte grösstenteils im Siedlungsgebiet befinden.
Wir haben uns bei der detaillierten Auswertung auf die Standorte mit dem meisten Potential beschränkt.
Küssnacht am Rigi
In Küssnacht hat es auf der Seite des Vierwaldstättersees einige geeignete Standorte. Am Bahnhof und am See befinden sich bereits zwei Standorte. Auch am Ufer entlang des Zugersees hat es einige Gebiete, an welchen ein Mobility Standort geeignet wären. An diesen Stellen hätte es Potential für einen weiteren Standort.
Muotathal
In Muotathal hat es im Moment noch keinen Mobility Standort. Ein Grund könnte die kleine Zahl der Einwohner sein. Trotzdem ist es zu prüfen ob eine Nachfrage für einen Mobility Standort besteht. Auch für Besucher könnte ein solcher Standort interessant sein.
Einsiedeln
In Einsiedeln befinden sich einige geeignete Standorte. Vor allem im Dorfkern hat es viele gut bis sehr gut geeignete Bereiche. Im Moment befindet sich im Dorf zwei Mobility Standorte. Einer liegt am Bahnhof und der zweite befindet sich neben der Sportanlage Beachplus. Einen weiteren möglichen Standort sehen wir gemäss den Auswertungen im Dorfkern.
Wollerau
Am Bahnhof Wollerau hat es bereits einen Mobility Standort. Die Gemeinde könnte nach unseren Auswertungen weitere Standorte gut vertragen. Es hat viele gut bis sehr gut geeignete Flächen, auf welchen in Zukunft weitere Mobility Autos stehen könnten. In dem steuergünstigen Wollerau haben sich einige Firmen niedergelassen, auch für diese kann ein Mobilityauto eine Alternative zu einem Geschäftsauto sein.
Buttikon und Reichenburg
Im Dorf Buttikon gibt es einige sehr gut und gut geeignete Mobility Standorte. Diese ordnen sich vor allem entlang der Hauptstrasse an. Auch in Reichenburg hat es einige gut geeignete Standorte. Mobility Standorte an diesen Stellen würde.
Reflexion der Ergebnisse
Für unsere Standortevaluation definierten wir sechs Anforderungen an Mobility Standorte. Für uns waren diese sechs Anforderungen am relevantesten. Jedoch könnte die Liste der Kriterien beliebig ergänzt werden und dadurch die Standortwahl differenziert werden. Im folgenden reflektieren wir unsere sechs Anforderungen auf ihre Eignung.
1. Geringe Distanz zu bestehenden ÖV Haltestellen: Die Kategorisierung wurde mithilfe des Tools Euclidean Distance und einer Anpassung der Grenzwerte gemacht. Diese Methode finden wir sinnvoll. Man könnte jedoch die Grenzwerte anders setzen oder sie ausdifferenzieren. Für unseren Betrachtungsstandpunkt, finden wir unsere Einteilung der Grenzwerte jedoch für ideal.
2. Hohe Taktfrequenz an der Haltestelle: Bei den Grenzwerten, betreffend der Taktfequenz, könnte man eine Anpassung machen. Jedoch finden wir auch hier, dass sie für unseren Betrachtungsstandpunkt ideal gewählt sind. Wir bewerteten die Gebiete innerhalb von einem Radius von 500 Meter um die Haltestelle herum. Hier könnte man noch eine Differenzierung machen von wichtigen und eher unwichtigen Haltestellen. Für eine wichtige Haltestelle, welche auch gute Anschlussverbindungen hat, geht man evtl. auch einen Weg von mehr als 500 Meter ein. Dagegen für eine gewöhnliche Haltestelle in einem Dorf nicht einmal 500 Meter.
3. Gewisse Distanz zu bestehenden Mobility Standorten: Wir wählten für den Radius 500 Meter. Für uns war dieser Wert ein guter Mittelwert. Jedoch wäre es denkbar, dass in dicht besiedelten Gebieten auch innerhalb von 500 Meter die Nachfrage nach zwei Mobility Standorten hoch wär.
4. Hohe Einwohnerdichte: Die Klassifizierung der Einwohnerdichte, sowie auch die Methode mittels Point to Raster finden wir sinnvoll für diese Anforderung.
5. Stärkere Gewichtung der Erwachsenen (18-70-Jährigen): Für die Kategorisierung der Erwachsenen wurden die selben Daten verwendet, wie für die Kategorisierung der allgemeinen Einwohnerdichte. Es wurden aber nur die fahrfähigen Erwachsenen zwischen 18 und 70 Jahren ausgewählt. Dadurch werden diese stärker Gewichtet. Eine weitere Gewichtung könnte man im letzten Schritt beim erstellen der Heatmap machen. Jedoch entschieden wir uns dagegen, da auch die jüngeren Personen und die über 70 Jahre wichtig sind. Diese werden von den fahrfähigen Erwachsenen herumgefahren.
6. Einwandfreier Netzempfang vorhanden: Beim Netzempfang gibt es von allen sieben Kriterien die grössten Verbesserungspotenziale. Je nach stärke der Sendeleistung wurde ein Buffer mit dem entsprechenden Radius um die Antenne gemacht. Jedoch entsprachen die Radien unserem Empfinden und könnten von anderen anders interpretiert werden.
7. Lage in geeigneter Zone: Die Kategorisierung machten wir nach unserem Empfinden. Wir schauten, ob in den jeweiligen Zonen ein Standort sinnvoll ist oder nicht. In Industriezonen sind Mobility Standorte nicht sehr gefragt und auch in W1 und W2 Zonen nicht. Dagegen in Zentrumszonen und Mischzonen, sowie auch grösseren Wohnzonen (W3 und W4) sind Mobility Standorte schon mehr gefragt. Diese Klassifizierung finden wir sinnvoll, wie wir sie gemacht haben.
Fazit
Text
Quellen
- bitte pro verwendeteten Datensatz Quelle angeben
