nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

Wohnungstypisierungsanalyse auf der BAG

Jeskevan_der_Velden2

<\/HEAD>

Wir<\/SPAN> erhalten von Benutzern regelmäßig die Anfrage nach einem Datensatz, in dem die Wohnungsart zu finden ist.<\/SPAN> Wir haben dies kürzlich weiter untersucht und obwohl wir kurzfristig keine Pläne haben, daraus einen landesweiten Datensatz zu erstellen<\/SPAN>, möchte ich Ihnen gerne zeigen, wie Sie einen solchen Datensatz selbst mit unseren BAG-Daten erstellen können.<\/SPAN><\/P> <\/SPAN><\/P>Diese Analyse besteht aus mehreren Schritten. Wir werden anhand der umliegenden Gebäude prüfen, ob ein Gebäude freistehend ist und wenn nicht, wie viele angrenzende Nachbargebäude es hat, um zu bestimmen, ob es sich um ein Eckhaus oder ein Reihenhaus handelt. Aber das BAG<\/A><\/SPAN> enthält natürlich nicht nur Wohnräume, daher verwenden wir die Verblijfsobjecte, um hier mehr Klarheit zu bekommen. Diese Verblijfsobjecte verwenden wir auch, um Gebäude mit mehreren Verblijfsobjecten, wie Wohnungen, zu unterscheiden. Am Ende dieses Blogs werde ich eine Übersicht mit Links zu weiteren Informationen bereitstellen.<\/SPAN><\/P>

<\/SPAN><\/P>Zunächst beginnen wir mit dem Herunterladen der BAG-Daten. Sie können diese monatlich aus unserer

Datasets-Gruppe<\/A><\/SPAN> in ArcGIS Online herunterladen. Der Grund, warum ich hier die File Geodatabase und nicht den tagesaktuellen Service verwende, ist, dass ich die Attribute bearbeiten werde. Analysen auf einem Feature-Service sind möglich, aber Bearbeitungen (wie in Attributen) nicht.<\/SPAN><\/P>

<\/SPAN><\/P>Schritt 1: Identifikation von Gebäuden ohne Wohnfunktion<\/SPAN><\/STRONG><\/P>Aus der BAG File Geodatabase habe ich einen

Clip<\/A><\/SPAN> der Gebäude und Verblijfsobjecte in der Gemeinde Best<\/SPAN>, Noord-Brabant erstellt. Obwohl der Name bereits andeutet, dass dies der 27beste27 Ort für einen Testdatensatz ist, ist es auch noch das Dorf, in dem ich selbst aufgewachsen bin. Das macht die Überprüfung des Analyseergebnisses deutlich einfacher.<\/SPAN><\/P> <\/SPAN><\/P>Wir sind an den Gebäuden mit Verblijfsobject(en) mit Nutzungszweck 27Wohnfunktion27 interessiert. Verblijfsobjecte können mehrere Nutzungszwecke haben. In unseren BAGv2-Daten (siehe auch meinem früheren Blog<\/A><\/SPAN>) haben wir diese Nutzungszwecke in separate Attribute aufgeschlüsselt, sodass Analysen darauf einfacher durchzuführen sind. Jede Spalte gibt mit einer 1 oder einer 0 an, ob der Nutzungszweck in diesem Verblijfsobject vorhanden ist oder nicht.<\/SPAN><\/P>

<\/SPAN><\/P> <\/SPAN><\/P>Und davon werden wir Gebrauch machen. Also erstelle ich zunächst eine

Attributauswahl<\/A> <\/SPAN><\/SPAN>auf den Verblijfsobjecten:<\/SPAN><\/P><\/>

<\/> <\/>Ich exportiere<\/><\/><\/> diese Auswahl in eine neue Feature-Class Verblijfsobject_Best_Woning<\/><\/><\/> , da wir diese später noch verwenden werden.<\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/> Anschließend füge ich meiner Pand-Feature-Class ein neues Feld namens 27Woningtype27 hinzu. Hier speichere ich später das Ergebnis meiner Analyse ab. Dieses Feld wird aus den folgenden Kategorien bestehen:<\/>Freistehendes Haus<\/>Eckhaus<\/>Reihenhaus<\/>Wohnung<\/>Kein Wohnhaus<\/><\/> Wir beginnen mit der letzten Kategorie. Mit einer Standortauswahl <\/> wähle ich alle Gebäude aus, die keine Verblijfsobjecte mit Nutzungszweck 27Wohnfunktion27 haben. Dies geschieht dadurch, dass man die Gebäude auswählt, die tatsächlich mit einem Verblijfsobject mit Wohnfunktion schneiden, aber das Häkchen bei 22Invert spatial relationship22 setzt, wodurch die Auswahl umgekehrt wird.<\/> <\/>

< \ / span > < \ / p > < \ / p > Anschließend verwende ich das < a href = " http : \/ \/ pro.arcgis.com \/ en \/ pro-app \/ tool-reference \/ data-management \/ calculate-field.htm " rel = " nofollow noopener noreferrer " > Calculate Field tool < \ / a >< \ / span > , um für diese Gebäude ihr neues Woningtype-Attribut mit dem Wert 27Kein Wohnhaus27 zu füllen.< \ / span > < \ / p > < \ / p > < img __jive_id = "427046 " alt = " " class = " image-4 jive-image j-img-original " src = " https : \/ \/ us.v-cdn.net \/6038851 \/ uploads \/ legacyfs \/ online \/427046_4.png " /> < \ / span > < \ / p > < \ / p > Anschließend exportieren wir auch diese Features in einen neuen Datensatz und entfernen diese Features aus unserem Panden-Datensatz. Viele der Gebäude, die kein Wohnhaus sind, sind Garagen oder Schuppen. Dies ist eine Art Gebäude, das oft an ein Eckhaus oder freistehendes Haus grenzt. Unser nächster Schritt ist es, eine Analyse der Anzahl angrenzender Gebäude durchzuführen, auf deren Grundlage wir die Wohnungsart bestimmen. Wenn wir diese Features also im Datensatz belassen würden, würden diese Häuser fälschlicherweise als Reihenhaus oder Eckhaus kategorisiert werden. Wir werden diese Gebäude ohne Wohnfunktion später wieder zum Datensatz hinzufügen.< \ / span > < \ / p > < \ / p > Schritt 2: Identifikation der Anzahl angrenzender Gebäude mit Wohnfunktion < \ / span >< \ / strong > < \ / p > Zur Identifikation der Anzahl angrenzender Gebäude verwenden wir das < a href = " http : \/ \/ pro.arcgis.com \/ en \/ pro-app \/ tool-reference \/ analysis \/ polygon-neighbors.htm " rel = " nofollow noopener noreferrer " > Polygon Neighbours tool < \ / a >< \ / span > . Dieses Tool berechnet, wie viele angrenzende Gebäude ein Gebäude hat und welche das sind. Das Ergebnis wird in einer Tabelle ausgegeben. Wir setzen dabei das Häkchen bei 22Include both sides of neighbor relationship22, damit beide Gebäude berücksichtigt werden, die Nachbarn haben und nicht nur das erste Gebäude mit Nachbarn.< \ / span > < \ / p > < \ / p > < img __jive_id = "427047" alt ="" class= "image-5 jive-image j-img-original" src= "https:\/\/us.v-cdn.net/6038851/uploads/legacyfs/online/427047_5.png" />< \ / span > < \ / p > < \ / p > Die Tabelle, die durch dieses Tool erstellt wird, enthält mehrere Spalten:< \ / span > < \ / p > < \ / p > < img __jive_id= "427048" alt= " also zählen. Dies machen wir mit dem Frequency tool. Auch dieses Tool liefert eine Tabelle als Ergebnis.

Mit dieser Tabelle können wir die Frequenz der Anzahl benachbarter Gebäude zur Panden-Datensatz hinzufügen, indem wir die src_OBJECTID der Frequency-Tabelle mit dem OBJECTID des Panden-Datensatz verknüpfen.

Diese Information gibt uns Auskunft darüber, welche Gebäude zwei oder mehrere Nachbarn haben, das sind Reihenhäuser. Wir wählen diese Gebäude anhand des Attributs aus und verwenden erneut das Calculate Field tool, um ihnen den Wert „Tussenwoning“ zuzuweisen. Dasselbe machen wir für Eckhäuser; diese Häuser haben einen Nachbarn.

Schritt 3: Identifizierung von Apartments und freistehenden Häusern

Es erscheint logisch, dass Gebäude ohne angrenzende Häuser automatisch freistehende Häuser sind (diese Gebäude haben eine Frequency von „<Null>“), aber leider ist das nicht der Fall. Wohnblocks werden nämlich in der BAG als ein Gebäude bezeichnet, danach werden mehrere Verblijfsobjecten (die Apartments selbst) hinzugefügt. Wir müssen also für die Gebäude ohne Nachbarn bestimmen, wie viele Verblijfsobjecten sich im Gebäude befinden. Wenn es mehrere sind, klassifizieren wir das Gebäude als Apartment. Das müssen also nicht unbedingt freistehende Häuser sein, auch zum Beispiel ein Reihenhaus kann Apartments enthalten.

Esri Inc hat hierzu bereits einen technischen Artikel geschrieben und es gibt verschiedene Methoden, um die Anzahl der Punkte in einem Polygon zu zählen. Ich verwende hier das Spatial Join tool mit der Verblijfsobject_Best_Woning Feature-Class. Einige freistehende Gebäude können beispielsweise sowohl ein Geschäft als auch eine Wohnung enthalten, aber das wäre meiner Meinung nach immer noch ein freistehendes Haus, da wir nur an der Typisierung des Hauses interessiert sind.

Das Spatial Join tool zählt, wie viele Verblijfsobjecten mit Wohnungstypisierung sich in einem einzelnen Gebäude befinden. Wir wählen also die Gebäude mit einem Join_Count von mehr als 1 aus und klassifizieren diese anschließend mit dem Calculate Field tool als „Appartement“. Da dies auch nicht-freistehende Gebäude betrifft, werden zuvor als Reihenhaus oder Eckhaus bezeichnete Gebäude als Apartment überschrieben.

Von allen Wohnungen haben wir nun Eckhäuser, Reihenhäuser und Apartments identifiziert. Die Wohnungen, die noch nicht klassifiziert sind, sind freistehende Häuser. Um dies zu überprüfen, wähle ich alle Wohnungen mit Woningtype <Null> (mit anderen Worten die Wohnungen, die noch nicht klassifiziert sind) sowie alle Wohnungen mit einem Join_Count von 1 und einer Frequency von <Null>. Beide Auswahlen ergeben dieselben Zahlen, also stimmen die Zahlen bisher. Mit dem Calculate Field tool fülle ich für diese Auswahl den Woningtype „Vrijstaande woning“ aus.

Schritt 4: Zusammenführen der Datensätze

Wir haben jetzt zwei Datensätze, einen mit Wohnungen und einen mit Gebäuden ohne Wohnungen. Um eine Übersicht über alle Gebäude in der BAG zu erhalten, füge ich diese wieder zusammen mit dem Append tool, wonach ich das Endprodukt in Händen halte: einen Datensatz mit einer Klassifikation nach Wohnungstyp.

Überlegungen

Naturgemäß ist nie etwas so einfach wie es scheint und auch hier gibt es einige Dinge zu bedenken. Zunächst einmal mögliche „Fehler“ in den zugrundeliegenden Daten. Es ist wichtig zu wissen, dass die Datenverantwortlichen für die Aktualisierung der Daten zuständig sind und wenn beispielsweise ein Gebäude fehlt, hat dies Einfluss auf das Ergebnis der Analyse. Ein fehlendes Gebäude kann nämlich ein Reihenhaus fälschlicherweise als Eckhaus kennzeichnen und ein angrenzendes Eckhaus wird in diesem Fall als freistehendes Haus klassifiziert. Unten habe ich ein Beispiel für eine solche Situation erstellt (entspricht nicht der Realität). Überprüfen Sie daher immer die Quelldaten. Wenn deren Inhalt nicht stimmt, wenden Sie sich bitte an content@esri.nl.content@esri.nl

Zweitens gibt es die Definition eines freistehenden Hauses. Ich habe mich entschieden nur zu betrachten, ob ein Haus an ein anderes Haus grenzt, aber ein Haus kann natürlich auch an ein Gebäude mit einer anderen Aufenthaltsfunktion grenzen. Da dies in meinem Untersuchungsgebiet hauptsächlich Schuppen oder Garagen sind, habe ich mich entschieden diese Gebäude nicht einzubeziehen. Es hängt von Ihren eigenen Zielsetzungen bezüglich der Informationen ab, die Sie aus den Daten gewinnen möchten, welche Wahl Sie hier treffen.

Definitionen sind auch Thema meines dritten Punktes zum Nachdenken. Wann ist etwas nämlich ein Apartment? Angenommen es gibt eine Reihe von Gebäuden, deren untere Etage ein Geschäft ist und deren obere Etage(n) als Wohnung genutzt werden. Sind diese Wohnungen dann Apartments oder Reihenhäuser? Im Moment habe ich diese als Reihenhäuser bezeichnet, da ich nur die Verblijfsobjecten mit Wohnzweck gezählt habe, aber hier könnten Sie also eine andere Entscheidung treffen.

Herausforderung

Diese Analyse ist ein erster Ansatz zur Erstellung eines vollständigen Datensatzes mit Wohnungstypisierungen. Wie würden Sie die nächsten Schritte gestalten, um beispielsweise Eckhäuser von Doppelhaushälften zu unterscheiden? Und welche Überlegungen wären für Sie relevant einzubeziehen? Ich bin sehr gespannt auf Ihre Ideen!