Was wächst hier?

Projekt: Erfassung und Fortführung der Tatsächlichen Nutzung in ALKIS®

Forschende: M.Sc. Lena Albert

Projektidee: Automatisierte Aktualisierung der Landnutzung anhand von aktuellen Sensordaten

Der bundesweit flächendeckend vorliegende und detaillierte Datenbestand der Tatsächlichen Nutzung (TN) innerhalb der ALKIS^®-Datenbestände ist für viele Nutzergruppen von Interesse. Bislang wird die TN von den Landesvermessungsbehörden anlassbezogen im Rahmen von Feldvergleichen oder Liegenschaftsvermessungen erfasst und fortgeführt. Dieser Aktualisierungsprozess ist aufwändig, unwirtschaftlich und führt in Folge von schnellen Nutzungsänderungen, z.B. im Zuge von städtebaulichen Maßnahmen, in weiten Bereichen zu Einbußen in der Aktualität der Datenbestände. Daher sind die Landesvermessungsbehörden an der Entwicklung eines Verfahrens interessiert, das eine automatisierte Aktualisierung der TN unter Verwendung von Bildanalyse-Methoden realisiert. Hierbei sollen Daten der digitalen Photogrammetrie (Luftbilder, Orthophotos, Digitale Gelände- und Oberflächenmodelle) berücksichtigt werden.

Die Verifikation und Aktualisierung des TN-Datenbestandes basiert auf einer Klassifikation der Landnutzung anhand von aktuellen Sensordaten. Als Klassifikationsmethode werden Conditional Random Fields (CRF) verwendet. Im Gegensatz zu klassischen Ansätzen, die jedes Objekt unabhängig voneinander klassifizieren, wird bei CRF Kontextwissen, wie z.B. die räumliche Nachbarschaft von Objekten, im Rahmen der Klassifikation berücksichtigt. Bei der Klassifikation der Landnutzung kommen verschiedene Arten von Kontextwissen in Betracht. Neben den benachbarten Land­nutzungsarten geben insbesondere die an der Stelle vorliegenden Bodenbe­deckungsarten einen Hinweis auf die Nutzung einer Fläche.

Die räumliche Ab­hängigkeit der Bodenbedeckungen bzw. Landnutzungen benachbarter Objekte sowie die Abhängigkeit zwischen der Bodenbedeckung und der Landnutzung wird explizit in dem CRF modelliert. Im Rahmen des Projekts wird ein iterativer Ansatz verfolgt, in dem sich die Klassifikation der Bodenbedeckung und jene der Landnutzung unter Berück­sichtigung von gegenseitigen Abhängigkeiten abwechseln. Die iterative Vorgehensweise führt zu einer zunehmenden Verfeinerung der Kontextinformation und damit zu einer Verbesserung der Klassifikationsergebnisse.