GIS-Analysen von Flächenpotenzialen zur Innenentwicklung

Autor: Heßler, Anna, Weiß, Dominik, Blinn, Mirko, Fischer, Anne, Kötter, Theo
Přispěvatelé: Leibniz-Institut für ökologische Raumentwicklung e.V.
Rok vydání: 2021
Předmět:
Zdroj: Flächennutzungsmonitoring XIII: Flächenpolitik - Konzepte - Analysen - Tools, 79, IÖR Schriften, 89-100, Dresdner Flächennutzungssymposium, 13
Druh dokumentu: Sammelwerksbeitrag<br />collection article
DOI: 10.26084/13dfns-p009
Popis: Nur etwa ein Drittel der Städte und Gemeinden in Deutschland dokumentiert laut einer Umfrage des BBSR seine Innenentwicklungspotenziale und nur die Hälfte der erfassten Kommunen schreibt diese regelmäßig fort. Vorwiegend werden diese Analysen durch manuelle Auswertungen von Karten und Luftbildern und Ortsbegehungen weitgehend analog durchgeführt. Häufig mangelt es in Kommunalverwaltungen neben finanziellen und personellen Kapazitäten an Fachwissen, um die einzelnen Schritte einer automatisierten GIS-Analyse von Innenentwicklungspotenzialen implementieren zu können. Mittels der Skriptsprache Python wurde für die freie Open-Source-Software QGIS eine Programmierung entwickelt, mit der ausgewählte Vektor- und Rasterdaten nach einer vorab festgelegten Reihenfolge räumlich selektiert, thematisch gefiltert und über topologische Beziehungen miteinander verknüpft werden können. In der vorliegenden Arbeit werden hieraus Innenentwicklungspotenziale für den Wohnungsbau detektiert. Als Datengrundlage dienen sowohl Flurstücks-, Gebäude- und Nutzungsdaten aus ALKIS als auch 3D-Gebäudedaten (LOD2), sowie digitale Orthophotos (DOP10) zur Validierung der Ergebnisflächen. Insgesamt stellt der entwickelte Algorithmus zur automatisierten Erfassung von Innen-entwicklungspotenzialen für den Wohnungsbau ein nützliches Werkzeug dar, mit dem vor allem kleine Kommunen auf Grundlage lizenzfreier Software und frei verfügbarer Geobasisdaten eine umfassende und einheitliche Ersterhebung von Freiflächenpotenzialen durchführen und letztendlich bei der Innenentwicklung aktiv unterstützt werden können.
Databáze: SSOAR – Social Science Open Access Repository