Geometa Lab OST - Benutzerbeiträge [de-ch]

CAS2012 publikumsintensive Anlagen

2012-12-14T15:42:35Z

RaphaelA: /* Tabellen zur Reklassifizierung */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==
[[Datei:Model_pubAnl.png|600px|thumb|left|Modelbuilder-Modell]]

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|600px|thumb|left|je grüner, desto potenzieller :-)]]

= Planung =

== Planung der "Vision Winti 2040" ==
[[Datei:Planung_ejra.jpg|600px|thumb|left|Die Planung]]

CAS2012 publikumsintensive Anlagen

2012-12-14T15:39:31Z

RaphaelA:

Datei:Planung ejra.jpg

2012-12-14T15:37:04Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-14T08:33:57Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-14T08:02:07Z

RaphaelA:

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==
[[Datei:Model_pubAnl.png|600px|thumb|left|Modelbuilder-Modell]]

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|200px|thumb|left|je grüner, desto potenzieller :-)]]

CAS2012 publikumsintensive Anlagen

2012-12-14T08:01:22Z

RaphaelA: /* Vorgehen */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==
[[Datei:Model_pubAnl.png|600px|thumb|left|Modelbuilder-Modell]]

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|200px|thumb|left|je grüner, desto potenzieller :-)]]

CAS2012 publikumsintensive Anlagen

2012-12-14T08:01:04Z

RaphaelA:

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==
[[Datei:Model_pubAnl.png|400px|thumb|left|Modelbuilder-Modell]]

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|200px|thumb|left|je grüner, desto potenzieller :-)]]

CAS2012 publikumsintensive Anlagen

2012-12-14T08:00:19Z

RaphaelA: /* Vorgehen */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==
[[Datei:Model_pubAnl.png|200px|thumb|left|Modelbuilder-Modell]]

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|200px|thumb|left|je grüner, desto potenzieller :-)]]

CAS2012 publikumsintensive Anlagen

2012-12-14T07:59:25Z

RaphaelA: /* Vorgehen */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==
[[Datei:Model_pubAnl.png]]

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|200px|thumb|left|je grüner, desto potenzieller :-)]]

Datei:Model pubAnl.png

2012-12-14T07:58:48Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-14T07:52:50Z

RaphaelA: /* Potenzialflächen für publikumsintensive Anlagen */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|200px|thumb|left|je grüner, desto potenzieller :-)]]

CAS2012 publikumsintensive Anlagen

2012-12-14T07:52:25Z

RaphaelA: /* Potenzialflächen für publikumsintensive Anlagen */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg|200px|thumb|right|je grüner, desto potenzieller :-)]]

CAS2012 publikumsintensive Anlagen

2012-12-14T07:50:50Z

RaphaelA: /* Potenzialflächen für publikumsintensive Anlagen */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===
[[Datei:CAS_2012_pub_Anl_Bewertungskarte.jpg]]

CAS2012 publikumsintensive Anlagen

2012-12-14T07:48:49Z

RaphaelA:

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==
=== Potenzialflächen für publikumsintensive Anlagen ===

Datei:CAS 2012 pub Anl Bewertungskarte.jpg

2012-12-14T07:46:56Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-08T15:59:40Z

RaphaelA: /* weitere Eingaben */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Eingabe Select ===

Expression: ABC <> 'B'

=== Eingabe Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Eingabe Slope ===

Output measurement: DEGREE

=== Eingabe Hillshade ===

keine Eingabe nötig

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-08T15:59:11Z

RaphaelA: /* weitere Eingaben */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== Select ===

Expression: ABC <> 'B'

=== Make Feature Layer ===

Expression: VTYP = 'Bahn'

=== Slope ===

Output measurement: DEGREE

=== HIllshade ===

keine Eingabe nötig

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-08T15:55:08Z

RaphaelA:

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== weitere Eingaben ==

=== Eingabe "Raster Calculator" (Gewichtung der Themen) ===

(5*("%wert_Hangneigung%") + 5 * ("%wert_areal%") + 4 * ("%wert_Siedlung%") + ("%wert_bahnhof%") + 7 * ("%wert_unbebaut%")) / 22

=== Eingabe Focal Statistics ===

Circle, 200m, MEAN

=== ===

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-08T15:48:50Z

RaphaelA: /* Bahnhofsnähe bewerten, Reclassify (5) */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Das ist Teil 1 des Tricks, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-08T15:48:20Z

RaphaelA: /* Reklassifizieren der Potentialflächen, Reclassify (4) */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Und das ist der Trick, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 50-60 || 100
|-
| 60-67 || 80
|-
| 67-73 || 50
|-
| 73-100 || 0
|-
| NoData || 0 => Und das ist Teil 2 des Tricks, hier werden die vorhin als NoData bezeichneten Gebiete ausgeschlossen!
|}

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-08T15:45:53Z

RaphaelA: /* Tabellen zur Reklassifizierung */

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für ''publikumsintensive Anlagen'' gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

Ziel dieser Aufgabe ist es, geeignete Orte für ein Fussballstadion (ca. 200m x 150m) zu finden.

== Anforderungen an den Raum ==

* Hangneigung: je flacher, desto besser
* ausserhalb der Wohnsiedlung
* Industriegebiete sind KEIN Ausschlusskriterium
* Abstand zur Siedlung: je näher desto besser
* Abstand zu Bahnstationen: je näher desto besser, max. 1500m
* Strassen werden nicht berücksichtigt, die Fussballfans sollen mit dem öV anreisen!

== benötigte Datensätze ==

* Arealstatistik vom BfS
* DTM von der Swisstopo
* öV Haltestellen ZH

== Vorgehen ==

== Tabellen zur Reklassifizierung ==

=== Hangneigung bewerten, Reclassify ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-3 || 100
|-
| 3-5 || 50
|-
| 5-90 || 0
|-
| NoData || NoData
|}

=== Arealstatistik bewerten, Reclassify (2)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 0
|-
| 2 || 0
|-
| 3 || 0
|-
| 4 || 100
|-
| 5 || 100
|-
| 6 || 80
|-
| 7 || 80
|-
| 8 || 100
|-
| 9 || 0
|-
| 10 || 0
|-
| 11 || 0
|-
| 12 || 0
|-
| 13 || 0
|-
| 14 || 100
|-
| 15 || 100
|-
| 16 || 0
|-
| 17 || 0
|-
| 18 || 100
|-
| 19 || 100
|-
| 20 || 0
|-
| 21 || 0
|-
| 22 || 0
|-
| 23 || 0
|-
| 24 || 0
|-
| NoData || NoData
|}

=== Siedlung aus der Arealstatistik exrahieren, Reclassify (3)===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || NoData
|-
| 2 || NoData
|-
| 3 || NoData
|-
| 4 || NoData
|-
| 5 || NoData
|-
| 6 || NoData
|-
| 7 || NoData
|-
| 8 || NoData
|-
| 9 || NoData
|-
| 10 || NoData
|-
| 11 || NoData
|-
| 12 || NoData
|-
| 13 || NoData
|-
| 14 || NoData
|-
| 15 || NoData
|-
| 16 || 1
|-
| 17 || 1
|-
| 18 || 1
|-
| 19 || 1
|-
| 20 || 1
|-
| 21 || NoData
|-
| 22 || NoData
|-
| 23 || NoData
|-
| 24 || NoData
|-
| NoData || NoData
|}

=== Siedlungsnähe bewerten, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-5 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

=== Bahnhofsnähe bewerten, Reclassify (5) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0 || 0
|-
| 0-400 || 0
|-
| 400-750 || 100
|-
| 750-1200 || 80
|-
| 1200-10000 || NoData => Und das ist der Trick, dass die Gebiete mit mehr als 1200m Abstand zu Bahnstationen ausgeschlossen werden!
|-
| NoData || NoData
|}

=== Babauungsstand bewerten, Reclassify (6) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 1 || 100
|-
| 2 || 100
|-
| 3 || 100
|-
| 4 || 100
|-
| NoData || NoData
|}

=== Reklassifizieren der Potentialflächen, Reclassify (4) ===

{| class="wikitable"
|-
! Old Values !! New Values
|-
| 0-40 || 0
|-
| 40-50 || 0
|-
| 5-200 || 100
|-
| 200-500 || 80
|-
| 500-1000 || 50
|-
| 1000-5000 || 0
|-
| NoData || NoData
|}

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-08T15:41:34Z

RaphaelA: /* Tabellen zur Reklassifizierung */

CAS2012 publikumsintensive Anlagen

2012-12-08T15:38:19Z

RaphaelA: /* Tabellen zur Reklassifizierung */

CAS2012 publikumsintensive Anlagen

2012-12-08T15:37:25Z

RaphaelA: /* Tabellen zur Reklassifizierung */

CAS2012 publikumsintensive Anlagen

2012-12-08T15:33:20Z

RaphaelA: /* Tabellen zur Reklassifizierung */

CAS2012 publikumsintensive Anlagen

2012-12-08T15:27:04Z

RaphaelA: /* Siedlung aus der Arealstatistik exrahieren, Reclassify (3) */

CAS2012 publikumsintensive Anlagen

2012-12-08T15:24:08Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-08T14:34:32Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-08T09:37:53Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-08T08:49:14Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-08T08:06:37Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-08T07:58:42Z

RaphaelA:

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

Im Grossraum Winterthur sollen geeignete Orte für publikumsintensive Anlagen gefunden werden.

=== Publikumsintensive Anlagen, unsere Definition ===

"Publikumsintensive Anlagen" ist ein weit gefasster Begriff, der hier eingeschränkt werden soll. Neben grossen Einkaufszentren, Kinos oder Eishockeystadien, welche oft im Siedlungsgebiet liegen, gibt es weitere grosse Anlagen wie Zoos, Fussballstadien oder Parks wie Wasserparks & Co., welche in der Regel ausserhalb der Siedlungen oder an deren Rändern liegen.

== benötigte Datensätze ==

== Vorgehen ==

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-08T07:55:55Z

RaphaelA:

CAS2012 publikumsintensive Anlagen

2012-12-08T07:53:59Z

RaphaelA:

zurück zu [[Workshop CAS 2012]]

== Ausgangslage ==

== benötigte Datensätze ==

== Vorgehen ==

== Resultate ==

CAS2012 publikumsintensive Anlagen

2012-12-07T15:05:51Z

RaphaelA: Die Seite wurde neu angelegt: „zurück zu Workshop CAS 2012“

zurück zu [[Workshop CAS 2012]]

Workshop CAS 2012

2012-12-07T15:05:05Z

RaphaelA: /* Bewertungsmodelle */

[[Kategorie:GIS]][[Kategorie:Lehre]][[Kategorie:Workshop CAS 2012]]

''Die Inhalte dieser Seiten werden im Laufe des Kurses durch alle Teilnehmenden laufend ergänzt...''

[http://gis.hsr.ch/Modul-3-Spatial-Decision-Supp.10287.0.html Progamm und Unterlagen]

== Workshop: Entwicklungsvisionen für die Region Winterthur ==

* Ziel dieses Workshop ist es, die Mechanismen eines Geoinformationssystems in der räumlichen Entscheidungsunterstützung (nach Steinitz' 1990) am Beispiel einer regionalen Planungsvision für die Stadt und Region Winterthur vollständig durchzuspielen.
* Die Erarbeitung der Workshopresultate und Zwischenprodukte finden neben dem intensiven Einsatz von ArcGIS mit MediaWiki und GoogleEarth in einem virtuellen öffentlich zugänglichen Ort statt, quasi einem Planungslabor mit weit offener Türe gleich. Der Einsatz dieser modernen, interaktiven Webtechnologien wird zusätzliche Erfahrungen über die Chancen und Gefahren beim verteilten und teilweise asynchronen Erarbeiten eines gemeinsamen Projektzieles, unterstützt durch Web 2.0. Elemente, bringen.

== Repräsentationsmodelle ==

Anhand im Internet vorhandener Informationen
* Bund: [http://map.geo.admin.ch map.geo.admin.ch]
* Kanton: [http://www.gis.zh.ch www.gis.zh.ch] -> GIS-Browser
* weiterer Quellen wie z.B. GoogleEarth, Webseiten Stadt und Gemeinden etc.
sollen folgende Fragen angegangen werden:
# Welche planerischen Fragen stellen sich im Planungsraum 'Winterthur' für das Ziel: 'Eine Vision für Winterthur 2040'
# Welche davon (Teilfragen) sollen/können mit GIS beantwortet werden?
## Typische 'GIS-Fragen' beginnen mit: '''Wo''' sind Flächen, Räume, Orte, die...
## Mit GIS zu bearbeitende Teilfragen können sein: Höchste/Beste bis Niedrigste/Kleinste von ... Werten, Risiken, Potenziale
# Welche Faktoren beinflussen den Wert?
## Welche Daten sind dazu vorhanden/resp. müssten vorhanden sein?

[http://gis.hsr.ch/GIS-2-Programm-und-Kursunterl.10073.0.html?&no_cache=1&cid=34604&did=17653&sechash=7e11ff30 Projektregion in GoogleEarth]

== Bewertungsmodelle ==
* Gruppe1: [[CAS2012_Wohnattraktivität]]
* Gruppe2: [[CAS2012_Verdichtungspotenziale]]
* Gruppe3: [[CAS2012_Naherholungsattraktivität]]
* Gruppe4: [[CAS2012_Biotopvernetzung/-schutz]]
* Gruppe5: [[CAS2012_publikumsintensive Anlagen]]

== Anforderungen ==

* Anforderungen an die Bewertung: [[CAS_2012 Bewertungsanforderungen]]