Team 4 2017

Impressum

Hochschule für Technik Rapperswil

Modul: Räumliche Analysen und GIS (RAG)
Thema: Ermittlung potenzieller Hochhausstandorte in St. Gallen, Gossau, Herisau (AR) und Wittenbach
Studierende: Fiona Wenger | Daniel Hauser | Pascal Strüby
Dozent: Claudio Büchel
Datum: 18. Dezember 2017

Aufgabe

Im Rahmen des Moduls RAG im 5. Semester an der HSR soll mithilfe des Geoinformationssystem ArcGis ein Instrument erstellt werden, welches unterstützend für eine spezifische raumplanerische Fragestellung angewendet werden kann.

Ausgangslage

Als spezifische raumplanerische Fragestellung wird die Ermittlung von Standorten gewählt, welche sich für die Erstellung von Hochhäusern eignen. Aufgrund verschiedener Kriterien wird ermitelt welche Standorte für die Erstellung eines Hochhauses infrage kommen. Zusätzlich werden die möglichen Standorte nach deren Eignungsgüte bewertet.

Perimeter

Das Instrument ermittelt potenzielle Hochhausstandorte in der Stadt St. Gallen und den umliegenden Gemeinden Wittenbach, Gossau und Herisau.

Arbeitsschritte

Festlegen der Faktoren

Zur Ermittlung von möglichen Hochhausstandorten wurden folgende Faktoren festgelegt:

• Bauzonen
• Topographie
• Geplante Taktverdichtungen Zugverkehr
• Nutzungsreserven in Bahnhofgebieten
• ÖV-Güteklassen
• Autobahnzugang
• Zonierung als Industrie- oder Gewerbegebiet
• Wirtschaftliches Schwerpunktgebiet

Gewichtung der Daten

Um die Daten messbar zu machen sowie um die Relevanz zu bestimmen, wurde die jeweilige Punkteverteilung den Faktoren wie folgt zugewiesen:

Bauzonen

Hierbei wurde nebst der Punkteverteilung auch ein Ausschlusskriterium formuliert.

• Ja=2 Punkte
• Nein= 0 Punkte

Topographie

Hierbei wurde nebst der Punkteverteilung auch ein Ausschlusskriterium formuliert.

• 0-5°= 3 Punkte
• 6-14°=1 Punkt
• 15-90°=0 Punkte

Geplante Taktverdichtungen Zugverkehr

Hierbei wurde ein Umkreis von 500m berücksichtigt. Die geplanten Taktverdichtungen wurden dem Agglomerationsprogramm St. Gallen – Bodensee (3. Generation) entnommen. Dies wären die Bahnhöfe St. Gallen, Wittenbach, Winkeln und Gossau.

• 0-300m=5 Punkte
• 301-400m=3 Punkte
• 401-500m=1 Punkt
• Über 500m=0 Punkte

Nutzungsreserven in Bahnhofgebieten

Hierbei wurde ein Umkreis von 500m berücksichtigt. Die Informationen hierzu wurden den kantonalen Richtplänen St. Gallen und Appenzell Ausserrhoden entnommen.

• 0-300m=3 Punkte
• 301-400m=2 Punkte
• 401-500m=1 Punkt
• Über 500m=0 Punkte

ÖV-Güteklassen

Hierbei wurde nebst der Punkteverteilung auch ein Ausschlusskriterium formuliert. Die Informationen hierzu wurden map.geo.admin.ch entnommen

• A=5 Punkte
• B=3 Punkte
• C=1 Punkt
• D=0 Punkte

Autobahnzugang

Hierbei wurde ein Umkreis von 1000m berücksichtigt. Die Informationen hierzu wurden map.geo.admin.ch entnommen.

• 0-500m=3 Punkte
• 501-750m=2 Punkte
• 751-1000m=1 Punkt
• Über 1000m=0 Punkte

Zonierung als Industrie- oder Gewerbegebiet

Die Informationen hierzu wurden map.geo.admin.ch entnommen.

• Ja=2 Punkte
• Nein=0 Punkte

Wirtschaftliches Schwerpunktgebiet

Hierbei wurde ein Umkreis von 500m berücksichtigt. Die Informationen hierzu wurden den kantonalen Richtplänen St. Gallen und Appenzell Ausserrhoden entnommen.

• 0-300m=5 Punkte
• 301-400m=3 Punkte
• 401-500m=1 Punkt
• Über 500m=0 Punkte

Ergänzung der Feature Tables mit Gewichtungspunkten

Die entsprechenden Punkteverteilungen wurden via neuer Spalte in den jeweiligen Feature Tables den Datensätzen zugeordnet.

Umrechnung der Höhenkarte in Neigung mit dem Tool „Slope“

Die Höhenkarte „dhm25“ wurde als Rasterbild mit Höhenangaben in eine Rasterdatei mit Neigungswerten umgerechnet. Hierzu kam das Tool „Slope“ zum einsatz. Anschliessend wurde mittels Tool „Reclassify“ die Abstufung abgestimmt und die Punkteverteilung – in diesem Datensatz – vorgenommen. Die Rasterdaten des Faktors „Neigung“ wurden als Grundraster verwendet.

Datensätze in Rasterdaten umwandeln

Hierbei kamen drei Tools – eines davon das eben erläuterte Tool „Slope“ – zum Einsatz:

• „Polygon to Raster“ wurde verwendet, um Polygondatensätze in Rasterdaten umzuwandeln, wodurch die Punkteverteilung mit jener anderen Datensätzen verglichen werden kann.
• „Euclidean Distance“ wurde verwendet, um punktuelle Datensätze mit einem Distanzverlauf zu versehen. Anschliessend wurde mittels Tool „Reclassify“ die Abstufung abgestimmt und die Punkteverteilung vorgenommen.

Rasterdaten mittels Tool „Raster Calculator“ miteinander verrechnen

Die übereinanderliegenden Rasterdaten können nun mittels „Raster Calculator“ miteinander verglichen und die Rasterbasierten Punkteverteilungen miteinander addiert werden. Die formulierten Ausschlusskriterien wurden mit der addierten Punktgebung multipliziert. Dabei werden die von der Hochhausbauweise auszuschliessenden Gebiete nicht mehr als geeignete Standorte angezeigt.

Analyse / Bewertung des Ergebnisses

Die vorliegende Arbeit weist lediglich Standorte aus, welche auf Grundlage der gewählten Datensätze als geeignet erscheinen. Jedoch ist es nicht möglich sämtliche Faktoren, welche zur Entscheidung eines Hochhausstandortes beitragen flächenbasiert mit Punktewerten zu versehen. Beispielsweise spielt auch das Ortsbild eine wichtige Rolle bei der Entscheidung ob ein Standort für ein Hochhaus geeignet ist oder nicht. Das Resultat der Arbeit ist also als Starthilfe bei der Evaluierung von Hochhausstandorten zu verstehen. Gebiete die hier eine hohe Punktzahl erreichen, sind potentielle Hochhausstandorte. Diese sind jedoch von Fachleuten noch einmal genauer zu untersuchen.

Quellen

• map.geo.admin.ch
• HSR Geodatenkompass
• Agglomerationsprogramm St. Gallen-Bodensee (3. Generation)
• Kantonaler Richtplan St. Gallen
• Kantonaler Richtplan Appenzell Ausserrhoden