WWF Wildnis Modellierung Österreich - eine GIS-gestützte Analyse
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
WWF Wildnis Modellierung Österreich –
eine GIS-gestützte Analyse
Technischer Bericht, Jänner 2013
WWF Austria Social Ecology Vienna
Christoph Plutzar
Institute of Social Ecology Vienna (SEC)
Alpen-Adria Universität
Schottenfeldgasse 29
1070 Vienna, Austria
http://www.aau.at/sec/Zielsetzung
Aufgrund der langen anthropogenen Siedlungsgeschichte gibt es in mitteleuropäischen Landschaften
kaum noch richtige Wildnisgebiete. Es existieren aber noch abgelegene Gebiete mit extensiver
Landnutzung die als sogenannte „wild areas“ viele Aspekte ursprünglicher Wildnisflächen besitzen
und durch gezielte Landnutzungsänderungen in sekundäre Wildnisgebiete überführt werden
könnten. Ziel dieser Studie ist es solche Flächen für das österreichische Bundesgebiet zu
identifizieren und Gebiete mit hohem Potenzial für Wildnis abzugrenzen. Weiters soll nicht nur das
Potenzial unter aktuellen Landnutzungsbedingungen abgeschätzt werden, sondern darüber hinaus
Flächen gefunden werden, die unter geänderter Landnutzung sich zusätzlich als Gebiete mit hohem
Wildnispotenzial eignen würden. Um einen Eindruck über die Verteilung dieser Gebiete zu erhalten
werden abschließend die Ergebnisse mit (naturschutz-)relevanten Informationen verschnitten.
Material & Methode
Die Modellierung erfolgte nach dem Wildnis-Kontinuum Konzept, bei dem jeder Lokalität ein
quantitativer Wildnisqualitätswert zugewiesen wurde. Dem Verfahren der Australian Heritage
Commission folgend (Lesslie et al. 1993) wurden vier verschiedene Aspekte von Wildnis getrennt
evaluiert und anschließend zusammengeführt:
1. Distanz zu Dauersiedlungsflächen
2. Distanz zu Verkehrswegen
3. Distanz zu Zivilisationseinrichtungen („offensichtliche Natürlichkeit“)
4. Anwesenheit von biophysikalischen Beeinträchtigungen („biophysikalische Natürlichkeit“)
Die Analysen wurden mit dem Geographischen Informationssystem ArcGIS 10 durchgeführt, alle
Daten wurden in Rasterdatensätze mit einer räumlichen Auflösung der Rasterzellen von 100 x 100
Metern überführt. Die Berechnungen erfolgten mit dem ModelBuilder-Werkzeug. Dabei wurden
verschiedene GIS-Techniken und Überlagerungen angewendet, bei der Zuordnung von Gewichten
wurde versucht sich an vorhandenen Studien zu orientieren (z.B. Carver & Fritz 1998, Carver et al.
2012). Es zeigte sich allerdings, dass es notwendig war (z.B. aufgrund der Datenqualität) die
Gewichtungen abzuändern.
Distanz zu Dauersiedlungsflächen
Als Datensatz für Siedlungsflächen wurde der Bodenversiegelungsdatensatz der European
Environment Agency herangezogen (Kopecky & Kahabka, 2009). Dieser Datensatz gibt den
Prozentsatz der versiegelten Fläche innerhalb einer Rasterzelle an und wurde mit Hilfe von
Satellitenbildern und Fernerkundungsverfahren erstellt. Lücken aufgrund von Wolkenbedeckung
wurden mit Informationen aus dem CORINE Landcover-Datensatz (Coordinated Information on the
European Environment, EEA-ETC/LUSI 2007) aufgefüllt.
Für die Berechnung der Distanz wurde eine gewichtete „pathdistance“ zu Flächen mit versiegelten
Anteilen durchgeführt. Im Gegensatz zur Euklidischen Distanz berücksichtigt die pathdistance das
Relief und misst so die Entfernung über das Gelände.
Im ersten Schritt wurde die pathdistance mit Hilfe eines Digitalen Höhenmodells (Jarvis et al. 2008)
berechnet. Um die Siedlungsdichte als Gewicht einfließen zu lassen wurde in einem nächsten Schritteine „kernel density“ als Gewichtungsfaktor berechnet und diese anschließend mit der pathdistance
mit Hilfe des „WeightedSum“-Werkzeugs überlagert. Abschließend wurde eine lineare Skalierung
zwischen 0 und 1 (linear stretch) durchgeführt (0: kleinster Wildnisqualitätswert, 1: höchster
Wildnisqualitätswert).
Karte 1 zeigt das Ergebnis für die Distanz zu Dauersiedlungsflächen.
Distanz zu Verkehrswegen
Für die Berechnung wurden Daten von Open Street Map (OSM 2012) herangezogen. Für den
privaten Verkehr wurde der Liniendatensatz „roads_v06“ verwendet, dabei wurden Abschnitte in
Tunneln nicht berücksichtigt. Für den öffentlichen Verkehr der Punktedatensatz „transport_v06“,
der die Haltestellen repräsentiert. Jeder Klasse dieser Datensätze wurde ein Gewicht
zugeordnet(Tabelle 1 und Tabelle 2), wobei Klassen mit höheren Gewichten eine negativere
Auswirkung auf den Wildnisqualitäts-Index hatten. Für jedes Gewicht wurde die pathdistance
getrennt berechnet und diese Zwischenergebnisse anschließend zusammengeführt. Analog zur
Distanz zu Siedlungsgebieten wurde abschließend ein „linear stretch“ durchgeführt.
Tabelle 1: Gewichte für den OSM Liniendatensatz „roads_v06“
classes_roads
fclass weight german
bridleway 1 Reitweg
cycleway 1 Radweg
footway 1 Fußweg
living_street 3 Verkehrsberuhigter Bereich
motorway 5 Autobahn
motorway_link 3 Autobahnzubringer
path 1 Weg
pedestrian 2 Fußweg
primary 5 Hauptverkehrsstraße
primary_link 3 Hauptverkehrsstraßezubringer
residential 3 Wohnstraße
road 4 Straße
secondary 4 Nebenstraße
secondary_link 3 Nebenstraßezubringer
service 2 Zufahrtsstraße
steps 1 Stufen
tertiary 3 Lokale Straße
track 2 Weg
track_grade1 2 Weg
track_grade2 2 Weg
track_grade3 1 Weg
track_grade4 1 Weg
track_grade5 1 Wegclasses_roads
fclass weight german
trunk 5 Fernverkehrsstraße
trunk_link 3 Fernverkehrsstraßezubringer
unclassified 1 Unklassifiziert
unknown 1 Unbekannt
Tabelle 2: Gewichte für den OSM Liniendatensatz „transport_v06“
classes_transport
fclass weight german
aerialway_station 2 Flugplatz
airfield 3 Flugplatz
airport 5 Flughafen
bus_station 1 Busstation
bus_stop 1 Busstation
ferry_terminal 2 Fährenanlegestelle
helipad 2 Hubschrauberlandeplatz
railway_halt 3 Zughaltestelle
railway_station 4 Zughaltestelle
taxi_rank 1 Taxistandplatz
tram_stop 1 Strassenbahnstation
Karte 2 zeigt das Modellergebnis für die Distanz zu Verkehrswegen mit Hilfe der weighted overlay
Technik berechnet, Karte 3 mit Hilfe des minimum operators (nähere Beschreibung siehe
„Integration der Zwischenergebnisse und Berechnung des Wildniskontinuums“).
Distanz zu Zivilisationseinrichtungen („offensichtliche Natürlichkeit“)
Für diesen Aspekt der Wildnisqualität wurden Daten aus unterschiedlichen Quellen herangezogen
und mit der gleichen Methodik wie zuvor beschrieben berechnet. Als Datengrundlage standen
Skigebiete (Umweltbundesamt 2012), Wasserkraftwerke (WWF 2009) und verschiedene Datensätze
aus dem OSM Fundus zur Verfügung. Die Gewichtung wurde wie folgt vergeben.
Skigebiete
Alle Skigebiete erhielten ein Gewicht von 4.
Wasserkraftwerke
Die Gewichte der Laufkraftwerke wurden anhand ihres Regelarbeitsvermögens (in GWh) vergeben.Tabelle 3: Gewichte für den Punktedatensatz „Wasserkraftwerke“
Regelarbeitsvermögen Gewicht
< 486000 1
< 850000 2
< 1221600 3
< 1617400 4
< 1967600 5
Speicherkraftwerke erhielten ein Gewicht von 5, Querbauwerke ein Gewicht von 1.
Kraftwerke
Tabelle 4: Gewichte für den OSM Punktedatensatz „power_v06“
classes_power
fclass weight german
pole 1 Mast
station 5 Kraftwerk
station_fossil 5 Kalorisches Kraftwerk
station_nuclear 5 Atomkraftwerk
station_solar 4 Solarkraftwerk
station_water Wasserkraftwerk
station_wind 4 Windkraftwerk
substation 3 Nebenstation
tower 3 Turm
transformer 2 Transformator
Stromleitungen
Tabelle 5: Gewichte für den OSM Liniendatensatz „powerlines_v06“
classes_powerlines
fclass weight german
cable Kabel
line 2 Leitung
minor_cable Neben-Kabel
minor_line 1 Neben-Leitung
“Orte von Interesse” (points of interest)
Dieser Datensatz unterscheidet 142 verschiedene Objektklassen. Für die vorliegende Studie waren
vor allem die Almhütten von Bedeutung, um die Situation in höheren Lagen beschreiben zu können.
In einem Vergleich mit der Österreichkarte zeigte sich, dass im OSM Datensatz einige Hütten nicht als
„alpine_hut“ klassifiziert waren. Deshalb war es notwendig die Anzahl der berücksichtigten Klassen
zu erweitern.Tabelle 6: Gewichte für den OSM Punktedatensatz „pois_v06“
classes_pois
fclass weight german
alpine_hut 3 Almhütte
restaurant 3 Restaurant
ruins 3 Ruinen
shelter 1 Schutzhütte
tower 3 Turm
Bahnnetz
Während für die Abschätzung der Distanz zu Verkehrswegen im Bereich des öffentlichen Verkehrs
die Verteilung der Haltestellen verwendet wurde, wurde für die Modellierung des Vorhandenseins
von Zivilisationseinrichtungen das Bahnnetz herangezogen. Es wurde entschieden, dass das
Straßennetz nicht zu integrieren, da es schon in der Berechnung der Distanz zu Verkehrswegen
berücksichtigt wurde
Tabelle 7: Gewichte für den OSM Liniendatensatz „railways_v06“
classes_railways
fclass weight german
cable_car 3 Seilbahn
chair_lift 3 Sessellift
drag_lift 2 Schlepplift
funicular 3 Seilbahn
light_rail 2 Kleinbahn
miniature_railway 2 Liliputbahn
monorail 2 Einschienenbahn
narrow_gauge 2 Schmalspurbahn
rail 3 Bahn
subway U-Bahn
tram 1 Straßenbahn
Gebäude
Der Gebäudedatensatz „buildings_v06“ erhielt ein Gewicht von 3.
Karte 4 zeigt das Modellergebnis für die Distanz zu Zivilisationseinrichtungen mit Hilfe der weighted
overlay Technik berechnet, Karte 5 mit Hilfe des minimum operators (nähere Beschreibung siehe
„Integration der Zwischenergebnisse und Berechnung des Wildniskontinuums“).Anwesenheit von biophysikalischen Beeinträchtigungen (biophysikalische
Natürlichkeit)
Dieser Aspekt des Wildnisqualitäts-Index reflektiert zu welchem Grad eine Fläche frei von
biophysikalischen Beeinträchtigungen durch gesellschaftliche Einflüsse ist. Denkbar sind hier
verschiedenste Faktoren die eine Rolle spielen können, wie z.B. landnutzungsrelevante Vorgänge
(Land- und Forstwirtschaft, Düngung, Beweidung, etc.), aber auch Einflüsse wie etwa Immissionen.
Hier wird die Landbedeckung nach CORINE (EEA-ETC/LUSI 2007) verwendet unter Berücksichtigung
einer Gewichtung der Landbedeckungsflächen nach ihrem Natürlichkeitsgrad. CORINE ist ein Produkt
der Europäischen Umweltagentur das flächendeckend für das Gebiet der Europäischen Union
Landbedeckungsdaten zur Verfügung stellt und ein einheitliches, hierarchisches Klassifikationssystem
bietet. Für die Waldflächen wurde zusätzlich der Hemerobiegrad (Grabherr et al. 1998)
herangezogen. Die Hemerobie ist ein ökologisches Konzept, das den Grad der menschlichen
Beeinflussung auf Ökosysteme misst und dem Wildniskonzept ähnlich.
Tabelle 8: Gewichtung der Landbedeckungsklassen.
Landbedeckungsklasse Gewicht
durchgängig städtische Prägung 5
nicht durchgängig städtische Prägung 4
Industrie/Gewerbeflächen 5
Straßen/Eisenbahnnetze, funktionell zugeordnete Flächen 4
Hafengebiete 4
Flughäfen 5
Abbauflächen 4
Deponien, Abraumhalden 5
Baustellen 4
Städtische Grünflächen 3
Sport/Freizeitanlagen 3
Nicht bewässertes Ackerland 3
Weinbauflächen 3
Obst/Beerenobstbestände 3
Wiesen und Weiden 3
Einjähr. Kulturen in Verbindung mit Dauerkulturen 3
Komplexe Parzellenstruktur 3
Landwirtschaftlich genutztes Land mit Flächen natürlicher Vegetation von signifikanter Größe 3
Laubwälder 1-31
Nadelwälder 1-31
Mischwälder 1-31
Natürliches Grünland 1
Heiden und Moorheiden 1
Wald/Strauch Übergangsstadien 1
Felsflächen ohne Vegetation 1
Flächen mit spärlicher Vegetation 1
Gletscher/Dauerschneegebiet 1
Sümpfe 1
Torfmoore 1
Gewässerläufe 1
Wasserflächen 1
1
Gewichtung nach HemerobiegradDas Ergebnis für die Anwesenheit von biophysikalischen Beeinträchtigungen ist in Karte 6 dargestellt. Integration der Zwischenergebnisse und Berechnung des Wildniskontinuums Für die Integration der vier Aspekte der Wildnisqualität wurden zwei unterschiedliche Ansätze verfolgt und diese in einem abschließenden Syntheseschritt verknüpft. In einem ersten Schritt wurden die vier Zwischenergebnisse mit einer gewichteten Überlagerung („weighted overlay“) miteinander verschnitten. Dabei wird für jede Rasterzelle das gewichtete Mittel berechnet. Ein ähnlicher Ansatz wird in Carver et al. (2012) durchgeführt, die dort eingesetzten Gewichte mussten allerdings für die vorliegende Analyse abgewandelt werden Tabelle 9: Gewichtung der vier Wildnisaspekte für die weightet overlay Methodik Wildnisaspekt Gewicht Distanz zu Dauersiedlungsflächen 4 Distanz zu Verkehrswegen 3 Distanz zu Zivilisationseinrichtungen 3 Anwesenheit von biophysikalischen Beeinträchtigungen 1 Dieses Zwischenergebnis wird in Karte 7 dargestellt. Das Ergebnis lieferte einen übersichtlichen, generellen Eindruck über die Wildnis-Qualität in Österreich, der auch in dichter besiedelten Gebieten Abstufungen erkennen lässt. In abgelegenen Gebieten allerdings wurde der Einfluss einzelner Zivilisationseinrichtungen unterschätzt, da sie in Summe so viel weniger Gewicht haben, als die Gesamtheit aller Einrichtungen in besiedelten Gebieten. Um auch diese Objekte in sensiblen Flächen berücksichtigen zu können wurde in einem zweiten Schritt die Vorgangsweise abgewandelt und statt einer gewichteten Überlagerung ein sogenannter Minimum-Operator (entspricht dem logischen „UND“) verwendet, der für jede Lokalität den kleinsten und somit einflussreichsten Distanzwert zuweist. Dieser kleinste Distanzwert wurde für die ersten drei Aspekte der Wildnis-Qualität herangezogen. Für die Einbeziehung der biophysikalischen Natürlichkeit wurde dieses Ergebnis durch die zwischen 0 und 1 skalierten Gewichte der Landbedeckungsklassen dividiert. Durch diesen Ansatz bekamen auch einzeln stehende Gebäude und Einrichtungen ein entsprechendes. Gewicht (siehe Karte 8). Beide Zwischenergebnisse wurden zwischen den Werten 0 und 1 skaliert und abschließend der Mittelwert berechnet um die finale Karte des Wildnerness Quality Index zu ermitteln (Karte 9). Das Ergebnis zeigt, dass sich die Flächen mit den höchsten Kontinuum-Werten in den höheren Lagen des alpinen Raumes befinden. Abgrenzung der Potenzialflächen Auf der einen Seite stellt das Wildniskontinuum eine wertvolle Informationsgrundlage für die Bewertung von Flächen dar, andererseits wäre eine Ausweisung von Gebieten mit einem hohen Potenzial für Wildnis wünschenswert. Zu diesem Zweck wurden (willkürlich) Schwellenwerte für die Abgrenzung von sowohl Wildnispotenzial-Kernflächen als auch erweiterten Flächen mit Wildnispotenzial eingesetzt. Bei der Wahl des Schwellenwertes für die Kernflächen wurde Wert
darauf gelegt, dass einzelne Objekte in alpinen Flächen berücksichtigt wurden, für die erweiterten
Flächen sollten Skigebiete eine Rolle spielen. Letztendlich wurde für die Kernflächen ein
Schwellenwert von 0.52 gewählt, für die erweiterten Flächen 0.39.
Für das österreichische Bundesgebiet ergibt sich daraus, dass 1,98% der Fläche als Kerngebiete für
Wildnispotenzialflächen (Karte 10) angesehen werden können, Flächen mit erweitertem
Wildnispotenzial (Karte 11) kommen auf 6,16%. Es sei an dieser Stelle darauf hingewiesen, dass der
Neusiedlersee einen beträchtlichen Teil dieser Flächen darstellt. Das sollte in der Interpretation der
Ergebnisse berücksichtigt werden.
Tabelle 10: Verteilung der Wildnispotenzialflächen in den Bundesländern.
BUNDESLAND GESAMTFLÄCHE WILDNISPOTENZIAL WILDNISPOTENZIAL ERWEITERTES ERWEITERTES
[ha] [%] WILDNISPOTENTIAL WILDNISPOTENTIAL
[ha] [%]
Burgenland 395877.26 11632.60 2.94% 17834.12 4.50%
Kärnten 953513.76 6431.06 0.67% 49369.25 5.18%
Niederösterreich 1917837.23 170.41 0.01% 2141.24 0.11%
Oberösterreich 1197522.90 1908.30 0.16% 9723.74 0.81%
Salzburg 715378.57 22005.66 3.08% 60931.72 8.52%
Steiermark 1639656.00 37854.35 2.31% 101729.67 6.20%
Tirol 1263032.72 83728.89 6.63% 258061.08 20.43%
Vorarlberg 259672.51 2221.51 0.86% 16915.46 6.51%
Wien 41463.68 0.00 0.00% 0.00 0.00%
ÖSTERREICH 8383954.63 165952.79 1.98% 516706.27 6.16%
Szenario für Landnutzungsänderung
Die oben beschriebenen Berechnungen spiegeln das Wildnispotenzial unter dem aktuellen Stand der
Landnutzung dar. Um das Potenzial für Wildnis unter geänderten Landnutzungsbedingungen
abschätzen zu können wurde ein Szenario entwickelt, das eine Einstellung bestimmter
Landnutzungstypen simuliert. Zu diesem Zweck wurden die Eingangsdaten für Skigebiete,
Forststraßen (OSM-Klasse „tracks“), Seilbahnen und Almhütten aus dem Modell entfernt und das
Modell noch einmal durchgelaufen. Da einige Almhütten zusammen mit Fluglandeplätzen (OSM-
Klassen „aerialway station“ und „helipad“) assoziiert waren, wurden diese ebenfalls aus der
Berechnung exkludiert. Zusätzliche Flächen die mit Wildnispotenzial ausgewiesen wurden sind in den
bestehenden Flächenkatalog aufgenommen worden.
Es zeigte sich, dass sich das räumliche Muster der Wildnisflächen kaum ändert, die Flächen stiegen
auf 2,80% für die Wildnispotenzialkerngebiete (Karte 12) und auf 7,74% für die erweiterten Gebiete
(Karte 13).Tabelle 11: Verteilung der Wildnispotenzialflächen in den Bundesländern im Landnutzungsszenario
BUNDESLAND GESAMTFLÄCHE WILDNISPOTENZIAL WILDNISPOTENZIAL ERWEITERTES ERWEITERTES
[ha] [%] WILDNISPOTENTIAL WILDNISPOTENTIAL
[ha] [%]
Burgenland 395877.26 11632.41 2.94% 17862.76 4.51%
Kärnten 953513.76 12323.99 1.29% 63508.47 6.66%
Niederösterreich 1917837.23 170.32 0.01% 3446.97 0.18%
Oberösterreich 1197522.90 1911.30 0.16% 12451.49 1.04%
Salzburg 715378.57 24481.65 3.42% 70584.66 9.87%
Steiermark 1639656.00 46936.30 2.86% 128360.43 7.83%
Tirol 1263032.72 134239.35 10.63% 329543.62 26.09%
Vorarlberg 259672.51 2855.41 1.10% 23572.18 9.08%
Wien 41463.68 0.00 0.00% 0.00 0.00%
ÖSTERREICH 8383954.63 234550.73 2.80% 649330.59 7.74%
GAP-Analyse
Um zusätzliche Informationen über die Verteilung der Wildnispotenzialflächen zu erhalten wurden
Überlagerungen mit verschiedenen weiteren Informationsebenen durchgeführt. Dafür standen
folgende Datengrundlagen zur Verfügung:
1. Natura 2000 Gebiete (EEA 2012)
2. Kernzonen der österreichischen Nationalparks (Datensatz von Umweltbundesamt zur
Verfügung gestellt)
3. Abgrenzung des Wildnisgebietes Dürrenstein (Datensatz von Gebietsverwaltung Dürrenstein
zur Vefügung gestellt)
4. Priority Conservation Areas (Arduino et al. 2006)
Eine Übersicht über diese Flächen befindet sich Karte 14.
Die Ergebnisse dieser Analyse, sowie Verschneidungen mit den forstlichen Wuchsgebieten (Kilian et
al. 1994) und den Höhenstufen (Willner & Grabherr 2007), befinden sich in der beigefügten Datei
WWF_Auswertung_WildnisÖsterreich.xlsx.
Literatur
Arduino, S., Mörschel, F. & Plutzar, C. (2006): A Biodiversity Vision for the Alps - Proceedings of the
work undertaken to define a biodiversity vision for the Alps. Technical Report WWF. 128pp.
Carver, S., Comber, A, McMorran R. & Nutter, S. (2012): A GIS model for mapping spatial patterns
and distribution of wild land in Scotland. Landscape and Urban Planning, 104: 395-409.
Carver, S., & Fritz, S. (1998): Mapping the Wilderness Continuum. from
http://www.geog.leeds.ac.uk/papers/98-8/EEA (2012): Natura 2000 data - the European network of protected sites. Available at: http://www.eea.europa.eu/data-and-maps/data/natura-2 (accessed June 2012) EEA-ETC/LUSI. (2007): CLC2006 technical guidelines. EEA Technical Report 17. Luxembourg: Office for Official Publications of the European Communities. Available at: http://www.eea.europa.eu/publications/technical_report_2007_17 (accessed November 2011) Grabherr G., Koch G., Kirchmeir H. & Reiter K. (1998): Hemerobie österreichischer Waldökosysteme. Österreichische Akademie der Wissenschaften Veröffentlichungen des Österreichischen MaB- Programms, Innsbruck, (17): 493 S. Kilian, W.; Müller, F.; Starlinger, F. (1994): Die forstlichen Wuchsgebiete Österreichs. Eine Naturraumgliederung nach waldökologischen Gesichtspunkten. FBVA-Berichte 82/1994, 60 Seiten Lesslie R., Taylor D. & Maslen M. (1993): National Wilderness Inventory, Handbook of Principles, procedures and Usage. Australian Heritage Commission. Jarvis, A., Reuter, H.I., Nelson, A. & Guevara, E. (2008) Holefilled seamless SRTM data V4. International Centre for Tropical Agriculture (CIAT). Available at: http://srtm.csi.cgiar.org (accessed June 2011). Kopecky & Kahabka (2009): Updated Delivery Report European Mosaic. Availble at: http://www.eea.europa.eu/data-and-maps/data/eea-fast-track-service-precursor-on-land- monitoring-degree-of-soil-sealing-100m-1 (accessed September 2012) OSM (2012): Open Steet Map. Available at: http://www.geofabrik.de (accessed September 2012) Umweltbundesamt (2012): Ski_gebiete 2008. Available at: http://www.umweltbundesamt.at/umweltsituation/umweltinfo/opendata/oed_naturschutz/ (accessed: June 2012) Willner W. & Grabherr G. (Hrsg.) (2007): Die Wälder und Gebüsche Österreichs. Spektrum Akademischer Verlag, Heidelberg. WWF (2009): Ökomasterplan. 29 S.
Karte 1: Modellergebnis „Distanz zu Dauersiedlungsflächen“
Karte 2: Modellergebnis „Distanz zu Verkehrswegen“ weighted overlay Methode
Karte 3: Modellergebnis „Distanz zu Verkehrswegen“ minimum operator Methode
Karte 4: Modellergebnis „Distanz zu Zivilisationseinrichtungen“ weighted overlay Methode
Karte 5: Modellergebnis „Distanz zu Zivilisationseinrichtungen“ minimum operator Methode
Karte 6: Modellergebnis „Anwesenheit von biophysikalischen Beeinträchtigungen“
Karte 7: Zwischenergebnis durch Überlagerung der vier Wildnisaspekte mittels „weighted overlay“
Karte 8: Zwischenergebnis durch Überlagerung der vier Wildnisaspekte mittels „minimum operator“
Karte 9: Wilderness Quality Index
Karte 10: Flächen mit Potenzial für Wildnis
Karte 11: Flächen mit erweitertem Potenzial für Wildnis
Karte 12: Flächen mit Potenzial für Wildnis unter einem Landnutzungsänderungsszenario
Karte 13: Flächen mit erweitertem Potenzial für Wildnis unter einem Landnutzungsänderungsszenario
Karte 14: Flächen für die GAP Analyse
Sie können auch lesen
