Overlay-Analyse

Mit der Spatial Analyst-Lizenz verfügbar.

Die Overlay-Analyse umfasst eine Reihe von Methoden für die Auswahl optimaler Standorte oder die Erstellung eines Eignungsmodells. Diese Technik ermöglicht das Anwenden einer gemeinsamen Werteskala auf unterschiedliche und heterogene Eingaben zum Erstellen einer integrierten Analyse.

Eignungsmodelle helfen, den optimalen oder bevorzugten Standort für ein bestimmtes Phänomen zu ermitteln. Eignungsanalysen werden u. a. für folgende Probleme verwendet:

• Standortbestimmung neuer Siedlungen
• Ausweisung von Schutzreservaten für Wild
• Ermittlung von wahrscheinlichen Wirtschaftswachstumsbereichen
• Bestimmung von Flächen mit hoher Anfälligkeit für Murenabgänge

Overlay-Analysen erfordern oftmals eine Untersuchung zahlreicher unterschiedlicher Faktoren. Beispielsweise müssen bei der Auswahl eines Standorts für eine neue Siedlung viele Faktoren berücksichtigt werden, darunter die Grundstückskosten, die Entfernung zu vorhandenen Versorgungseinrichtungen, die Neigung und das Hochwasserrisiko. Diese Informationen liegen in verschiedenen Rastern mit unterschiedlichen Wertskalen vor: Dollar, Entfernung, Grad usw. Raster mit unterschiedlichen Maßeinheiten (Grundstückskosten in Dollar und Entfernungen zu Versorgungseinrichtungen in Metern) können nicht einfach zu sinnvollen Ergebnissen kombiniert werden.

Hinzukommt, dass die einzelnen Faktoren in der Analyse möglicherweise unterschiedlich wichtig sind. Es kann sein, dass die Grundstückskosten bei der Auswahl des Standorts eine größere Rolle als die Entfernung zu Versorgungsleitungen spielen. Sie bestimmen, welche Faktoren wie wichtig sind.

Die Priorisierung von Werten ist auch bei einem einzelnen Raster erforderlich. Einige Werte in einem bestimmten Raster sind möglicherweise ideal für Ihre Zwecke geeignet (z. B. Neigungen von 0 bis 5 Grad), während andere gut bzw. schlecht geeignet oder nicht akzeptabel sind.

Im Folgenden werden die allgemeinen Schritte einer Overlay-Analyse aufgeführt:

1. Definieren Sie das Problem.
2. Gliedern Sie das Problem in untergeordnete Modelle.
3. Bestimmen Sie bedeutende Layer.
4. Reklassifizieren oder transformieren Sie die Daten innerhalb eines Layers.
5. Gewichten Sie die Eingabe-Layer.
6. Addieren oder kombinieren Sie die Layer.
7. Führen Sie die Analyse durch.

Die Schritte 1 bis 3 fallen beim Lösen fast aller räumlichen Problemen an und sind bei der Overlay-Analyse von besonderer Bedeutung.

1. Definieren des Problems

Das Definieren des Problems ist einer der schwierigsten Aspekte des Modellierungsprozesses. Von grundlegender Bedeutung ist hierbei die Identifizierung des übergeordneten Ziels. Alle Aspekte der verbleibenden Schritte des Overlay-Modellierungsprozesses müssen sich an diesem übergeordneten Ziel orientieren.

Die Komponenten müssen im Zusammenhang mit dem Ziel definiert werden. Während sich einige Komponenten ergänzen, stehen andere in Konkurrenz zueinander. In jedem Fall ist jedoch eine klare Definition der einzelnen Komponenten und ihrer Interaktion erforderlich.

Wichtig ist nicht nur die Identifizierung des Problems, sondern es muss auch ein Bewusstsein dafür entwickelt werden, wann ein Problem als gelöst angesehen oder ein Phänomen als abgegolten betrachtet werden kann. Die Problemdefinition sollte spezifische Maßnahmen zur Identifizierung des Erfolgs im Hinblick auf das Ergebnis des Modells enthalten.

Beispielsweise kann das übergeordnete Ziel bei der Auswahl des am besten geeigneten Standorts für ein Skigebiet das Erzielen von Gewinnen sein. Alle Faktoren, die im Modell identifiziert werden, sollten dazu beitragen, dass das Skigebiet profitabel betrieben werden kann.

2. Aufteilen des Problems in untergeordnete Modelle

Overlay-Probleme sind i. d. R. komplex. Es wird daher empfohlen, das Problem in untergeordnete Modelle aufzuteilen, um ein höheres Maß an Übersicht und eine bessere Strukturierung der Gedanken zu erreichen und das Overlay-Problem möglichst effizient zu lösen.

So könnte das Eignungsmodell zur Identifizierung des optimalen Standorts für ein Skigebiet etwa in eine Reihe untergeordneter Modelle aufgeteilt werden, die jeweils einen Anteil an der Rentabilität des Gebiets haben. Das erste untergeordnete Modell könnte sich auf das Terrain beziehen und dazu dienen, Standorte zu identifizieren, die Skifahrern und Snowboardern besondere günstige Geländebedingungen bieten.

Die Frage der Erreichbarkeit des Skigebiets für Skifahrer und Snowboarder könnte in einem separaten untergeordneten Modell behandelt werden. Dabei können die Verkehrswege im Hinblick auf Großstädte ebenso wie Ortsstraßen berücksichtigt werden.

Mit einem untergeordneten Modell, bei dem die Kosten im Mittelpunkt stehen, kann der optimale Baugrund aufgefunden werden. Bei diesem untergeordneten Modell werden möglicherweise geringere Neigungen sowie eine größere Nähe zu Energie- und Wasserquellen günstiger beurteilt.

Einzelne Attribute oder Layer können in mehreren untergeordneten Modellen enthalten sein. Beispielsweise können steile Neigungen im untergeordneten Modell für das Terrain als günstig beurteilt, im untergeordneten Modell für die Erschließungskosten jedoch als ungünstig angesehen werden.

3. Bestimmen bedeutender Layer

Sie müssen die Attribute oder Layer identifizieren, die sich auf jedes untergeordnete Modell auswirken. Jeder Faktor erfasst und beschreibt eine Komponente der Phänomene, die vom untergeordneten Modell definiert werden. Die einzelnen Faktoren haben einen Anteil an den Zielen des untergeordneten Modells, und alle untergeordneten Modelle beeinflussen das übergeordnete Ziel des Overlay-Modells. Dieses Overlay-Modell sollte alle Faktoren enthalten, die zu einer Definition des Phänomens beitragen, aber auch nur diese.

Für bestimmte Faktoren müssen die Layer möglicherweise erstellt werden. So kann etwa eine größere Nähe zu Hauptstraßen als bevorzugt eingestuft werden. Um die Entfernung der einzelnen Zellen von einer Straße zu ermitteln, kann das Werkzeug Euclidean Distance ausgeführt und ein Entfernungsraster erstellt werden.

4. Reklassifizierung/Transformation

Unterschiedliche Zahlensysteme können nicht unmittelbar kombiniert werden. Beispielsweise ergibt das Addieren von Neigung zur Landnutzung ein sinnloses Ergebnis. Die vier wichtigsten Nummerierungssysteme sind folgende:

• Verhältnis: Die Verhältnisskala verfügt über einen Referenzpunkt, der i. d. R. null ist, und die Zahlen in der Skala können verglichen werden. Höhenwerte entsprechen beispielsweise Verhältniszahlen, und eine Erhebung von 50 Metern ist halb so hoch wie eine von 100 Metern.
• Intervall: Die Werte auf einer Intervallskala verhalten sich relativ zueinander, es gibt jedoch keinen gemeinsamen Bezugspunkt. Eine pH-Wert-Skala entspricht beispielsweise einem Intervall, bei dem mit zunehmendem Abstand zum Neutralwert 7 nach oben der Basencharakter und mit zunehmendem Abstand nach unten der Säurecharakter zunimmt. Diese Werte lassen sich jedoch nicht uneingeschränkt vergleichen. Beispielsweise ist ein pH-Wert von 2 nicht doppelt so sauer wie ein pH-Wert von 4.
• Ordinal: Eine Ordinalskala legt eine Reihenfolge fest, beispielsweise wer bei einem Rennen den ersten, zweiten und dritten Platz belegt hat. Auch wenn eine Reihenfolge festgelegt wird, erlaubt diese keinen direkten Vergleich der Werte. So muss die Person, die den ersten Platz im Rennen belegt hat, nicht notwendigerweise doppelt so schnell wie die Person auf dem zweiten Platz gewesen sein.
• Nominal: Die zugewiesenen Werte in der Nominalskala stehen nicht in Beziehung zueinander. Landnutzungswerte beispielsweise, bei denen es sich um Nominalwerte handelt, können nicht miteinander verglichen werden. Der Landnutzungswert 8 entspricht mit hoher Wahrscheinlichkeit nicht dem Doppelten des entsprechenden Wertes von 4.

Die potenziellen Unterschiede zwischen Wertebereichen sowie die verschiedenen Nummerierungssysteme einzelner Eingabe-Layer machen eine Reklassifizierung oder Transformation der einzelnen Faktoren mit einer gemeinsamen Skala erforderlich, um diese in einer Analyse kombinieren zu können.

Gemeinsame Skalen können vorab festgelegt werden, beispielsweise auf einen Wert zwischen 1 und 9 oder 1 und 10, oder die Skala kann von 0 bis 1 reichen und die Wahrscheinlichkeit der Zugehörigkeit zu einer bestimmten Menge angeben.

5. Gewichtung

Einzelnen Faktoren kann im Hinblick auf das übergeordnete Ziel eine größere Bedeutung zukommen. In diesem Fall können die Faktoren vor dem Kombinieren anhand ihrer Bedeutung gewichtet werden. So kann beim untergeordneten Modell für den Standort des Skigebiets das Neigungskriterium im Hinblick auf die Kosten der Erschließung gegenüber der Entfernung von einer Straße doppelt gewichtet werden. Daher sollte das Neigungskriterium mit dem doppelten Wert wie die Entfernung zu Straßen multipliziert werden, bevor die beiden Layer kombiniert werden.

6. Addieren/Kombinieren

Bei der Overlay-Analyse empfiehlt sich eine gemeinsame Bestimmung der Beziehung aller Eingabefaktoren, um die günstigen Standorte zu identifizieren, die den Zielen des Modells entsprechen. Beispielweise können die Eingabe-Layer nach entsprechender Gewichtung in einem additiven gewichteten Overlay-Modell kombiniert werden. Dabei wird davon ausgegangen, dass ein Standort um so wünschenswerter ist, je günstiger die einzelnen Faktoren beurteilt werden. Je höher der Wert im sich ergebenden Ausgabe-Raster, um so wünschenswerter ist ein Standort.

Andere Kombinationsmöglichkeiten sind denkbar. So wird mit den Kombinationsmöglichkeiten bei einer Fuzzy-Logik-Overlay-Analyse die Wahrscheinlichkeit der Zugehörigkeit eines Standorts zu mehreren Mengen untersucht.

7. Analysieren

Der letzte Schritt im Modellierungsprozess besteht aus dem Analysieren der Ergebnisse. Entsprechen die potenziell optimalen Standorte vernünftigerweise den Kriterien? Es kann durchaus von Vorteil sein, nicht nur die Standorte zu untersuchen, die das Modell als optimal geeignet erscheinen lässt, sondern auch jene, die an zweiter oder dritter Stelle rangieren.

Die so identifizierten Standorte sollten in Augenschein genommen werden. Auf diese Weise wird sichergestellt, dass die Modellannahmen mit den Gegebenheiten vor Ort übereinstimmen. Es ist auch nicht auszuschließen, dass sich seit der Erhebung der Daten für ein Modell Änderungen ergeben haben. Beispielsweise kann der Ausblick ein Eingabekriterium für das Modell sein, und je besser dieser ist, desto günstiger kann ein Standort erscheinen. Anhand von Höhendaten als Eingabe wurden im Modell die Standorte mit den besten Ausblicken identifiziert. Bei der Begehung eines als günstig erscheinenden Standorts zeigt sich jedoch rasch, dass der Ausblick mittlerweile durch ein neu errichtetes Gebäude beeinträchtigt wird.

Der Standort wird dann unter Berücksichtigung der Eingaben aus allen vorstehend genannten Schritten ausgewählt.