Räumliche Regressionsansätze zur Charakterisierung des Status quo von Flächenbestand, Bodenversiegelung und Zersiedelung.

Abstract

In dem Beitrag wird die Wirkung ausgewählter Einflussgrößen auf den Status quo des Flächenbestands (Anteil der Siedlungs- und Verkehrsfläche an der Gemeindefläche), der Zersiedelung und der Bodenversiegelung in Deutschland mit Methoden des "Urban Data Mining" (vgl. Behnisch 2009) ergründet. Im Fokus stehen die bivariaten Zusammenhänge sowie die Anwendung und der Vergleich verschiedener Regressionsmethoden. Gegenübergestellt werden die klassische lineare Regression, die simultane autoregressive Regression sowie die geografisch gewichtete Regression, um zu veranschaulichen, dass das Berücksichtigen räumlicher Komponenten, wie Autokorrelation und räumliche Heterogenität, essenziell ist. Im Vergleich der globalen und lokalen Regressionsmodelle wird deutlich, dass sich globale Regressionsmodelle nur bedingt für Untersuchungsgebiete der Größe Deutschlands eignen. Zu groß sind die lokalen Unterschiede der verschiedenen Gemeinden und Regionen, die zwingend berücksichtigt werden müssen.