95
Appendix 5 Production of exposure points
Marcus Justesen – SCB (Department RM/SBT) Datum: 2019-02-15
Version 1 dokumentation
Befolkning från rutor till byggnader
Med syfte att förbättra kvalitén för beräkning av befolkningsexponering har en ny typ av befolkningsdata tagits fram. Sedan länge har befolkningsdata hos SCB fun-nits som öppen data eller via geodatasamverkan i aggregerad form som rutor i olika storlekar, samt som sekretessbelagd individdata för varje folkbokförd person, d.v.s. befolkning per adress.
Användning av aggregerad befolkningsdata som är allmänt tillgänglig kan ge miss-visande resultat vid en beräkning av bullerexponering, och det kan vara svårt att bedöma hur missvisande det är. Användning av högre upplösta data som befolk-ning per adress motsvarar försvårar samtidigt för andra aktörer än SCB att göra beräkningar för bullexponering. Det har därför i detta projekt utvecklats en metod där aggregerad befolkningsdata per ruta skalats upp och i hög grad motsvarar nog-grannheten och geografiska upplösning som data för befolkning per adress har. Metoden som utvecklats beskrivs nedan.
Levererad data
SCB levererar härmed en Shape-fil med punkter (projektion Sweref99 TM) som är en fördelning av befolkning från rutdata till byggnadspunkter, enligt nedan be-skrivna metod. Här är en beskrivning av attributen:
ATTTRIBUT FÖRKLARING
LANKOD Länstillhörighet, härstammar från byggnadsskiktet från fastig-hetskartan
OBJEKT_ID Byggnadens ID från fastighetskartan
ANDAMAL_1 Vilket ändamål byggnaden har i numeriskt format ANDAMAL_1T Vilket ändamål byggnaden har i textformat In_befruta Eget skapat id för vilken ruta punkten finns i
Bef_per_punkt Befolkningen per punkt- d.v.s. hur många som ”bor” på respek-tive punkt
Antalet punkter är totalt 4 035 348 stycken. Några punkter har inget värde för flera av attributen ovan. Dessa punkter har inte skapats utifrån byggnader från
96
hetskartan, utan istället direkt från rutdata och representerar rutans mittpunkt. Detta beskrivs nedan.
Indata som använts
1. Befolkning per ruta där rutstorleken är 250 x 250 m i tätort och 1000 x 1000 m (1 km) utanför tätort.
2. Fastighetskartans byggnadsskikt (by) där byggnader med bostadsändamål använts som urval (d.v.s. andamal_1= 130-135 och 199, vilket motsvaras av Småhus friliggande, småhus kedjehus, småhus radhus, småhus med flera lägenheter, flerfamiljshus och ospecificerat bostadshus).
3. Fastighetskartans skikt med anläggningsområden (ba) märkta med koloni-områden som funktion.
Metod
Förbearbetning av rutor
• Rutor som levererades som indata överlappade varandra, d.v.s. 1 km stora rutor täcker i vissa fall samma område som 250 m stora rutor. De olika rut-storlekarna kombinerades på ett sätt så de inte överlappade, vilket illustres i Figur 1.
Figur 1 hantering av rutor. Den svarta ramen är 1 km ruta men befolkningssiffran för rutan motsvarar den befolkning som bor i byggnader på östra sidan om vattnet, vilket är utanför tätort. Västra sidan är tätort och där finns fem rutor i 250 m stor-lek, med uppgifter om befolkning i tätort. Efter att rutdata kombinerats så är 1 km rutan klippt och ytterkanten går vid den streckade linjen.
97
• Ett antal 1 km rutor var helt täckta av 250 m stora rutor (rutorna täcker ett område med befolkning både innanför och utanför tätort). Dessa rutor sär-behandlades, 33 stycken med totalt 1644 personer. Dessa 33 rutor konver-terades till mittpunkter och all befolkning sattes på mittpunkten.
Byggnader till punkter
• Byggnadspolygoner från fastighetskartan med alla typer av bostadsända-mål konverterades till linjer
• Var 50:e meter längs linjerna skapades en punkt
o Byggnader med omkrets kortare än 50 m får en punkt, byggnader med omkrets 50-99 m får två punkter etc.
• Punkter i koloniområden togs bort. Processen illustreras i Figur 2.
Figur 2 Befolkning från ruta till byggnadspunkter. Lila linjer är alla typer av små-hus och orangea flerfamiljssmå-hus och ospecificerat. Det blir oftast några fler punkter på flerfamiljshus än småhus. Varje punkt har samma värde.
Från befolkning per ruta till befolkning per punkt
98
• Befolkningsmängden för rutan dividerades med antalet punkter i rutan – och ett värde för befolkning per punkt skapades då, se Figur 2.
• Ett antal rutor saknade helt punkter (2 284 rutor, med totalt 29 189 perso-ner)
o För dessa rutor skapades en mittpunkt och all befolkning i rutan sattes till mittpunkten, se Figur 3.
Figur 3 Exempel på rutor som saknar punkter för byggnader. Det här är ett större bostadsområde i Borlänge där byggnader är klassade som annat än för bostadsän-damål i fastighetskartan. Rutan med 977 (befolkningen) får en mittpunkt där dessa personer hamnar. I rutan västerut, med 563 personer finns en byggnad med bo-stadsändamål som dessa personer lokaliseras till.
Kvalitetsaspekter
I de levererade rutorna saknas ca 14 000 personer p.g.a. att det saknas uppgift om koordinat.
Som beskrivits ovan har ca 30 000 personer inte kunnat fördelas från ruta till bygg-nad. Detta främst p.g.a. av ”fel” klassningar av byggnader i fastighetskartan, men också p.g.a. hantering av överlappande 250 m rutor mot 1 km rutor. För områden liknanden den i Figur 3 blir det avsevärt försämrad kvalitet än om befolkningen kunnat fördelas på byggnaderna, där dessutom en större väg finns i närheten. På det stora hela, sett för riket är det dock liten påverkan.
Det är troligt att det finns en viss skevhet i fördelningen till byggnader i de rutor som innehåller både småhus och flerfamiljshus. I många fall kan det tänkas att mer befolkning hamnar på småhus än vad som är rimligt. En förbättringspotential skulle kunna vara att skilja på flerfamiljshus och småhus, så att mer befolkning lokali-seras till flerfamiljshus. Det skulle ge en bättre fördelning av befolkningen.
99
Aggregering till rutor har för första gången gjorts från befolkning till adress. Tidi-gare år har befolkning per fastighet aggregerats till ruta. Detta innebär en kvalitets-förbättring, vilket Figur 4 och Figur 5 visar.
Figur 4 Befolkning per fastighet aggregerat till rutor