Published June 11, 2024 | Version 1
Poster Open

Flächennutzungsartbezogene automatisierte Baumerkennung mittels LiDAR Fernerkundungsdaten

Description

Die Auswirkungen des Klimawandels und der damit verbundene Handlungsdruck stellen Kommunen vor große Herausforderungen. Das Stadtklima wird stark durch die Flächen­versiegelung und die fehlende Begrünung beeinflusst, was zur Verschlechterung der Luftqualität und zur Bildung von Wärmeinseln führt.

Eine wichtige Gegenmaßnahme ist die Begrünung. Insbesondere Stadtbäume stehen im Fokus von Strategien zur nachhaltigen Entwicklung in Bestandsquartieren. Basis für die Bewertung der Potenziale bilden Baumkataster. Jedoch sind lediglich die im öffentlichen Raum stehenden Bäume erfasst, Bäume auf Privatgrundstücken fehlen meistens. Eine manuelle Erfassung dieser Bäume ist ressourcenintensiv, weshalb eine automatisierte Erfassung wünschenswert ist.

In diesem Beitrag wird ein auf LiDAR-Daten, Orthofotos und LOD2-Gebäudemodellen basierendes Baumerkennungsverfahren weiterentwickelt. Basierend auf Vorarbeiten von Münzinger et al. [2022], werden Erweiterungen vorgeschlagen und implementiert. Die Erweiterungen werden in einem Evaluierungsgebiet mit 1.568 manuell erhobenen Bäumen in Köln Nippes bewertet. In den Erweiterungen wurden mittels Regressionen und SVMs neue variable Suchfenstergrößenfunktionen entwickelt, anhand derer aus dem Kronenhöhenmodell die potenziellen Baumspitzen extrahiert wurden.

Durch die an Stadtbäume angepassten Suchfensterfunktionen konnte die Genauigkeit der automatischen Erkennung von Bäumen auf Siedlungsflächen und Verkehrsflächen erhöht werden. Die Güte wird mit einer Kombination von Metriken bewertet. Der Beitrag zeigt, wie mit handhabbaren Methoden die Güte von automatisierten Verfahren verbessert werden kann.

Files

POSTER_DFNS2024_Rein_Fernerkundungsbasierte Baumkronenerkennung im urbanen Kontext.pdf