Advertisement

Raumplanung/-wissenschaft als Erheber, Nutzer und Anbieter von modernen Geodaten?

  • Nguyen Xuan Thinh
Chapter

Zusammenfassung

Zunächst charakterisiert der Beitrag die vielfältigen Aufgaben und Tätigkeiten sowie die erforderlichen Kompetenzen der Raumplanerinnen und Raumplaner und zeigt auf, dass Raumplanung ohne Daten nicht möglich ist. Danach wird beantwortet, welche Informationen und Geodaten die Raumplanung braucht, und angeführt, dass sich moderne Geodaten vor allem durch Dreidimensionalität und Kleinräumigkeit sowie die gewöhnlichen Qualitätsmerkmale wie hohe Relevanz, Genauigkeit, raumzeitliche Auflösung und Aktualität sowie Vollständigkeit, Validität, Zuverlässigkeit und Pünktlichkeit, Zugangsmöglichkeiten und Klarheit, Vergleichbarkeit und Kohärenz sowie das Vorhandensein detaillierter und prägnanter Metadaten auszeichnen. Um eine Orientierung für das Auffinden, Erheben, Nutzen und Austauschen von Geodaten zu geben, stellt der Autor eine Übersicht für Deutschland prägende Meilensteine der Entwicklung von Geodaten im Zuge der Umsetzung von INSPIRE-Richtlinien zusammen und skizziert ausgewählte bedeutende deutsche Institutionen, welche Geodaten erheben, vorhalten und anbieten. Des Weiteren wird auf neue Entwicklungen zur Erhebung von Geodaten, insbesondere von Sensoren und Big Data sowie auf raumbezogenes Data Mining zum Erzeugen und Anbieten hochwertiger Geodaten in Form relevanter Raummuster eingegangen.

Literatur

  1. Akademie für Raumforschung und Landesplanung (ARL) (2005) Handwörterbuch der RaumordnungGoogle Scholar
  2. Albers G (1997) Zur Entwicklung der Stadtplanung in Europa : Begegnungen, Einflüsse, Verflechtungen. Vieweg Verlag, BraunschweigCrossRefGoogle Scholar
  3. Batty M (2012) Smart cities, big data. Environ Plann B 39:191–193CrossRefGoogle Scholar
  4. Baudrexl L, Jungwirth F (1981) Grundlagen Raumbeobachtung/Entscheidungsfindung Statistische Datengrundlagen. In: ARL (Hrsg) Daten zur Raumplanung Teil A. Hermann Schroedel Verlag KG, HannoverGoogle Scholar
  5. Behnisch M (2007): Urban Data Mining – Operationalisierung der Strukturerkennung und Strukturbildung von Ähnlichkeitsmustern über die gebaute Umwelt. Dissertation, Universität Karlsruhe 2007Google Scholar
  6. Behnisch M, Ultsch A (2009) Urban data-mining: spatialtemporal exploration of multidimensional data. Building Res Inf 37(5–6):520–532CrossRefGoogle Scholar
  7. Brunn E (1976) Systemtheorie und Systemtechnik in der Raumplanung: Ansätze und Erfahrungen. Birkhäuser Verlag, Basel, Standort 825/289CrossRefGoogle Scholar
  8. Bundestag D (2000): Nutzung von Geoinformationen in der Bundesrepublik Deutschland. Drucksache 14/4139Google Scholar
  9. D’Angelo P, Lehner M, Krauss T (2008) Towards automated DEM generation from high resolution stereo satellite images. Int arch photogramm remote sens spat inf sci XXXVII (Part B4) 1137–1142Google Scholar
  10. Das Bundesministerium für Ernährung und Landwirtschaft (BMEL) (2016): Leistungsfähiger und ressourcenschonender mit Big Data. BMEL-Pressemitteilung Nr. 95 vom 03.08.16Google Scholar
  11. Esch T, Tum m (2013) Einsatzmöglichkeiten der Erdbeobachtung auf dem Weg zur Umsetzung einer nachhaltigen Energieversorgung. In: Meinel G, Schumacher U, Behnisch M (Hrsg) Flächennutzungsmonitoring V Methodik - Analyseergebnisse - Flächenmanagement. IÖR-Schriftenheft, Band 61. RHOMBOS-Verlag, BerlinGoogle Scholar
  12. Fischer K (1997) Informationsgestütztes Raummanagement im Spannungsfeld von Image und Planwerk – weiche Daten und harte Fakten. In: Weber H, Streich B (Hrsg) City-Management Städteplanung zwischen Globalisierung und Virtualität. Westdt. Verlag, OpladenGoogle Scholar
  13. Goodchild MF (2007) Citizens as sensors: the world of volunteered geography. GeoJ 69 (4):211–221CrossRefGoogle Scholar
  14. Hoymann J, Goetzke R (2014) Die Zukunft der Landnutzung in Deutschland – Darstelllung eines methodischen Frameworks. Raumforschung und Raumordnung 72:211–225CrossRefGoogle Scholar
  15. Kunzmann KR Albers G (1998) Raumplanung – eine utopische Disziplin? Institut für Raumplanung, Fak. Raumplanung, TU Dortmund, Dortmund. 120/180Google Scholar
  16. Krause KU (1998) Welche Daten braucht die Raumplanung? In: Schrenk M (Hrsg) Computergestützte Raumplanung. Beiträge zum Symposium CORP’98. Selbstverlag der TU, WienGoogle Scholar
  17. Kurstedt R (2013) ATKIS® Basis-DLM – fachliche Betrachtung amtlicher Geobasisdaten und deren bundesweite Nutzung. In: Meinel G, Schumacher U, Behnisch M (Hrsg) Flächennutzungsmonitoring V Methodik – Analyseergebnisse – Flächenmanagement. IÖR-Schriftenheft, Band 61. RHOMBOS-Verlag, BerlinGoogle Scholar
  18. Li S, Gragicevic S, Castro FA, Sester M, Winter S, Coltekin A, Pettit C, Jiang B, Haworth J, Stein A, Cheng T (2015) Geospatial big data handling theory and methods: a review and research challenges. ISPRS J Photogramm Rem Sens 115:119–133CrossRefGoogle Scholar
  19. Meinel G (2009) Konzept eines Monitors der Siedlungs- und Freiraumentwicklung auf Grundlage von Geobasisdaten. In: Meinel G, Schumacher U (Hrsg) Flächennutzungsmonitoring Konzepte – Indikatoren – Statistik. Shaker Verlag, AachenGoogle Scholar
  20. Meinel G, Krüger T, Schumacher U, Hennersdorf J, Förster J, Köhler C, Walz U, Stein C (2014) Aktuelle Trends der Flächennutzungs entwicklung, neue Indikatoren und Funktionalitäten des IÖR-Monitors. In: Meinel G, Schumacher U, Behnisch M (Hrsg) Flächennutzungsmonitoring VI Innenentwicklung – Prognose – Datenschutz. IÖR-Schriftenheft, Bd. 65. RHOMBOS-Verlag, BerlinGoogle Scholar
  21. Müller B, Meinel G (2012) Empfehlungen aus Sicht der Raumplanung und der Raumwissenschaft. In: Rat für Sozial- und Wirtschaftsdaten (RatSWD) (Hrsg): Georeferenzierung von Daten Situation und Zukunft der Geodatenlandschaft in Deutschland. SCIVERO Verlag, BerlinGoogle Scholar
  22. Müller-Ibold K (1997) Einführung in die Stadtplanung, Band 3: Methoden, Instrumente und Vollzug. Köln, Stuttgart, BerlinGoogle Scholar
  23. Petersohn H (2005) Data Mining – Verfahren, Prozesse, Anwendungsarchitektur. Oldenburg Verlag, MünchenCrossRefGoogle Scholar
  24. Poglitsch H, Behnisch M (2016) Räumliche Zusammenhänge erklärt am Beispiel der Flächeninanspruchnahme in Deutschland. In: Thinh NX (Hrsg) Modelling and Simulation of Eco Systems Workshop Kölpinsee 2015. RHOMBOS-Verlag, BerlinGoogle Scholar
  25. Rat für Sozial- und Wirtschaftsdaten (RatSWD) (2012) Georeferenzierung von Daten Situation und Zukunft der Geodatenlandschaft in Deutschland. SCIVERO Verlag, BerlinGoogle Scholar
  26. RIM (2016) Hochaufgelöstes Monitoring von Brach- und Konerversionsflächen im Ruhrgebiet mithilfe der UAV-Technik. Endbericht des fortgeschrittenen Studienprojektes am Fachgebiet Raumbezogene Informationsverarbeitung und Modellbildung (RIM), Fakultät Raumplanung, TU DortmundGoogle Scholar
  27. Schumacher U, Meinel G (2009) ATKIS, ALK(IS), Orthobild – Vergleich von Datengrundlagen eines Flächennutzungsmonitorings. In: Meinel G, Schumacher U (Hrsg) Flächennutzungsmonitoring Konzepte – Indikatoren – Statistik. Shaker Verlag, AachenGoogle Scholar
  28. Siedentop S (2010) Helfen informatorische Instrumente beim Flächensparen? Anforderungen an ein Informationsmanagement zur Unterstützung einer flächensparsamen Entwicklung. In: Meinel G, Schumacher U (Hrsg) Flächennutzungsmonitoring II Konzepte, Indikatoren, Statistik. IÖR-Schriftenheft, Band 52. RHOMBOS-Verlag, BerlinGoogle Scholar
  29. Siedentop S, Krehl A, Taubenböck H, Wurm M (2014) Die bauliche Dichte der Stadtregion – Erzeugung kleinräumiger Dichtedaten mit fernerkundlichen Mitteln. In: Meinel G, Schumacher U, Behnisch M (Hrsg) Flächennutzungsmonitoring VI Innenentwicklung – Prognose – Datenschutz. IÖR-Schriftenheft, Bd. 65, RHOMBOS-Verlag, BerlinGoogle Scholar
  30. Steinbrecher M, Schumann R (2015) Update Warum die Datenrevolution uns alle betrifft. Campus Verlag, Frankfurt und New YorkGoogle Scholar
  31. Streich B (2011) Stadtplanung in der Wissensgesellschaft Ein Handbuch. VS Verlag, WiesbadenCrossRefGoogle Scholar
  32. Thinh NX, Meinel G (2008) Spatial Data Infrastructures and Data Mining – An Introduction. In: Möller A, Page B, Schreiber M (Hrsg) Environmental Informatics and Industrial Ecology, EnviroInfo 2008. 22nd International Conference on Informatics for Environmental Protection, September 10–12, 2008, Leuphana University Lueneburg, Germany. Shaker Verlag, AachenGoogle Scholar
  33. Urbanski J, Weber M (Hrsg) (2012): Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte. BITKOM Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V., Berlin. http://www.post-und-telekommunikation.de/PuT/1Fundus/Dokumente/Info_und_Leitfaeden/BITKOM/Big_Data_BITKOM-Leitfaden_Sept.2012.pdf. Zugegriffen 03. März 2017
  34. Wegener M, Masser I (1997) Schöne neue GIS Welten. In: Weber H, Streich B (Hrsg) City-Management Städteplanung zwischen Globalisierung und Virtualität. Westdt. Verlag, OpladenGoogle Scholar
  35. Wrobel S, Voss H, Köhler J, Beyer U, Auer S (2015) Big Data, Big Opportunities Anwendungssituation und Forschungsbedarf des Themas Big Data in Deutschland. Informatik Spektrum 38(5), 370–378CrossRefGoogle Scholar
  36. Zeng C, Yang L, Dong J (2016) Management of urban land expansion in China through intensity assessment: a big data perspective. J Clean Prod 153, 637–647CrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Fakultät Raumplanung, Fachgebiet Raumbezogene Informationsverarbeitung und ModellbildungDortmundDeutschland

Personalised recommendations