Raumanalyse mit Hektarrasterdaten: Visualisieren von statistischen Informationen einer Schweizer Gemeinde mit Hektarrasterdaten

Es ist wichtig zu wissen, wo Menschen wohnen und wie viele es sind. Das ist schon seit dem Alten Testament so. Jedes Land führt Volkszählungen durch, so auch das Schweizerische Bundesamt für Statistik (BfS), das eine Statistik der Bevölkerung und der Haushalte führt. Für die Publikation dieser Statistik wählte das BfS eine Datenstruktur mit Punkten, die in einem regelmässigen Gitter (Grid) mit 100 m Rasterweite verwaltet werden. Jede Rasterzelle umfasst 100 x 100 Meter, als Masseinheit “Hektare” genannt. Daraus ergibt sich ein sogenanntes "Hektarraster".

HINWEIS: Die Hektare (Einzahl), ist eine Masseinheit der Fläche mit dem Einheitenzeichen ha. Die Hektare ist vor allem in der Land- und Forstwirtschaft verbreitet und entspricht einer Fläche von 10'000 m², also beispielsweise einem quadratischen Feld mit Seitenlängen von 100 Metern.

Das BfS publiziert nebst der Statistik der Bevölkerung (genannt Hektarraster BfS STATPOP) weitere interessante nach Hektaren aufsummierte (“aggregierte”) Geodaten zu Gebäuden (GWS), Unternehmen und Beschäftigten (STATENT) sowie zur Bodennutzung und Bodenbedeckung (Arealstatistik, NOAS).

Die Hektarraster-Datenstruktur wurde auch von weiteren Datenlieferanten übernommen, wie beispielsweise vom Amt für Statistik des Kantons Zürich und auch vom Institut für Software in Rapperswil u.a. mit Schulen und Shops und potentiell über 1000 sogenannte Points-of-Interest (POI). Letzterer Datensatz nennt sich “Hektarraster OSM”.

Typische Fragestellungen der Raumanalyse, die man mit solchen Statistiken beantworten kann, sind:

Eine räumliche Dichte wird typischerweise mit der Helligkeit visualisiert, also je dunkler eine Fläche ist, desto höher ist beispielsweise die Bevölkerungsdichte. Und um die Vergleichbarkeit der Analyse und Visualisierung zu erhöhen, klassiert man die Daten – hier die Personen pro Hektare - in Bereiche (Klassen) wie z.B. 0-50 Personen pro Einheitsfläche als Klasse 1, dann 51-100 als Klasse 2, dann 101-150, etc. Durch diese Klassierung ergibt sich eine besser lesbare Karte.

Bevor die eigentlichen Input-Daten vorgestellt werden, hier die Basiskarte und der Basisdatensatz, die der Orientierung und zur Eingrenzung dienen:

Das sind die eigentlichen Input-Daten:

Als Arbeitsdaten steht ein Ausschnitt des Punktdatensatzes "Statistik der Bevölkerung und Haushalte 2019" (STATPOP) vom Bundesamt für Statistik (BfS) bereit (STATPOP2019.csv). Die Daten zur Bevölkerung und den Haushalten liegt hierbei auf einem Raster mit 100m Rasterweite aggregiert vor. D.h. die Attribute liegen jeweils nur pro Hektar-Rasterzelle vor. Da es sich bei STATPOP um einen Punktdatensatz handelt, ist es wichtig zu wissen, auf welche Hektar-Fläche sich diese Punktinformation bezieht. Den Metadaten kann entnommen werden, dass es sich bei jedem Punkt jeweils um den südwestlichen Eckpunkt einer Hektar-Rasterzelle handelt (vergl. "be-d-00.03-10-STATPOP-v110.pdf").

Zusätzlich zeigen die Metadaten auch auf, dass es sich bei den Attributen "E_KOORD" und "N_KOORD" um die E- und N-Koordinaten des neuen Bezugsrahmens LV95 handelt. Für die vorliegende Übung ist daneben auch das Attribut "B19BTOT" von Bedeutung. Dies entspricht der totalen ständigen Wohnbevölkerung innerhalb der Hektar-Rasterzelle (vergl. be-b-00.03-10-STATPOP-v120.pdf).

Als weiterer Datensatz für die Übung steht ein Ausschnitt aus "Hektarraster OSM" bereit (Hektarraster_CH-ZH.gpkg). Es handelt sich dabei um einen auf das Hektarraster aggregierten Auszug aus OpenStreetMap. Das Hektarraster ist mit demjenigen der BfS-Daten kompatibel.

Zusätzlich gibt es eine Variante mit Polygonen statt Punkten. Die Polygone entsprechen einer Hektarrasterzelle. Der Vorteil davon ist, dass damit räumliche Analysen und Visualisierungen noch einfacher werden, da das Polygon effektiv eine Zelle repräsentiert. Dies im Gegensatz zu Punkten, die ja “stellvertretend” sind für die Zelle.

Für die vorliegende Übung wird das Attribut "schools" verwendet, welches aufzeigt, wie viele Schulen in einer bestimmten Hektarrasterzelle vorhanden sind.

Alle in den Aufgaben benötigten Daten findest du auf OpenSchoolMaps.

In dieser Aufgabe werden die Polygone des Hektarrasters extrahiert und gefiltert.

Hinweis: Die hier verwendeten Daten decken die ganze Schweiz ab. Es kann also anstelle von Uster auch eine ganz andere administrative Einheit gewählt werden.

Nun solltest du in QGIS einen Layer "Hektarraster_Uster_schools" haben. Klicke an dieser Stelle in QGIS auf Projekt  Speichern oder benutze den Shortcut (Crtl+S).

In dieser Aufgabe wird mit einer Klassifizierung die Schuldichte in Uster dargestellt.

In dieser Aufgabe wird gezeigt, wie man eine .csv-Datei in QGIS als Layer einfügt.

Die Datei STATPOP2019.csv findest du im Dateienordner (diese wurde von hier (admin.ch) heruntergeladen).

Die Datei STATPOP2019.csv laden mit Menü Layer hinzufügen  Getrennte Textdatei als Layer hinzufügen.

Wie beschrieben enthalten die Attribute E_KOORD und N_KOORD die Koordinaten des neuen Schweizer Koordinatenreferenzsystems LV95 (EPSG:2056).

In dieser Aufgabe wird die Bevölkerungsdichte von Uster durch extrahieren und klassifizieren ermittelt.