Methode

Hochaufgelöste Geodaten bieten die Möglichkeit, flächendeckende Analysen über große Räume hinweg realitätsnah durchzuführen. Mit Hilfe dieser Analysen und der daraus abgeleiteten Daten können erste objektive Grundlagen für strukturpolitische Empfehlungen gelegt werden, die dann selbstverständlich noch eine Überprüfung in der Realität benötigen.

Technische Herausforderungen

Die große technische Herausforderung im Projekt liegt in der Bearbeitung sehr großer Datenmengen, die durch den hohen Detaillierungsgrad der Analysen entstehen. Dieser wird im Projekt durch exaktes Routing von einer geobasierten Quelladresse zu einer Zieladresse in einer Erreichbarkeitsanalyse erzielt. Das Routing zwischen Quelle und Ziel erfolgt für die Verkehrsmodi Auto (sowohl mit als auch ohne Verkehrsaufkommen), Fußweg, Fahrrad und ÖPNV. Bei einer Ausgangsbasis von ca. 22 Mio. Adressen, 22 Infrastrukturtypen und 5 Verkehrsmodi ergeben sich bereits über 2 Milliarden Quelle-Ziel-Relationen, die auf einem detaillierten Straßen- und ÖPNV-Netz gerechnet werden. Hinzu kommen die Vielzahl an temporär gerechneten Relationen, d.h. unterschiedliche Routingoptionen zum Ziel, um die jeweils schnellste Möglichkeit ermitteln zu können. Um diese Herausforderungen meistern zu können, werden speziell optimierte Berechnungsalgorithmen sowie eine flexible und leistungsfähige IT-Infrastruktur, z.B. unter Nutzung des Cloud-Computings, verwendet.

Routing

Das Routing für die Verkehrsträger Auto, Fahrrad und Fußgänger erfolgte durch das DLR mit Hilfe des selbst entwickelten Tools „UrMoAC – Urban Mobility Accessibility Calculator“ auf Basis des OpenStreetMap Straßennetzes. Für die Berechnung der ÖPNV-Verbindungen wurde das Tool „HAFAS – HaCon Fahrplan-Auskunfts-System“ des Projektpartners HaCon mit den realen Fahrplandaten des Delfi Projektes als detaillierte Grundlage verwendet.

Analysen

Die Analysen der Fahrtzeiten und Kapazitäten erfolgten systematisch für 22 öffentliche Infrastrukturen in den Bereichen:

    •    Bildung (Kitas, Grundschulen, weiterführende Schulen)
    •    Berufliche Bildung (Berufsschulen, Universitäten)
    •    Gesundheit ((Haus)-Arzt- und Zahnarztpraxen, Krankenhäuser)
    •    Verkehrsknotenpunkte ((Fern)-Bahnhöfe, Autobahnauffahrten)
    •    Sicherheit (Landes- und Bundespolizei, Berufsfeuerwehr)
    •    Verwaltung und Zentren (Rathäuser, Grund-, Mittel-, Oberzentren, Metropolen)
    •    Kultur und Freizeit (Museen, Schwimmbäder)

Die berechneten adressscharfen Rohdaten wurden im nächsten Schritt durch TÜV Rheinland statistisch ausgewertet und auf verschiedenen räumlichen Ebenen aggregiert. Eine Besonderheit des entwickelten Ansatzes liegt darin, dass durch die Verknüpfung der Adressdaten mit soziodemographischen Daten der Fokus von Beginn an auf das die Infrastruktur nutzende Individuum gelegt wurde.

Eine genaue Beschreibung der für das Projekt entwickelten Methode kann dem Bericht zum Projekt entnommen werden.