Versiegelungsanalyse zur bioklimatischen Bewertung von Stadtgebieten
Markus Metz, Markus Eichhorn, Victoria-Leandra Brunn and Anika Weinmann
Media error: Format(s) not supported or source(s) not found
Download File: https://berlin-ak.ftp.media.ccc.de//events/fossgis/2025/h264-hd/fossgis2025-58250-deu-Versiegelungsanalyse_zur_bioklimatischen_Bewertung_von_Stadtgebieten_hd.mp4Download File: https://ftp.fau.de/cdn.media.ccc.de//events/fossgis/2025/webm-hd/fossgis2025-58250-deu-Versiegelungsanalyse_zur_bioklimatischen_Bewertung_von_Stadtgebieten_webm-hd.webmDownload File: https://dortmund.media.ccc.de//events/fossgis/2025/h264-sd/fossgis2025-58250-deu-Versiegelungsanalyse_zur_bioklimatischen_Bewertung_von_Stadtgebieten_sd.mp4Download File: https://mirror.netcologne.de/CCC//events/fossgis/2025/webm-sd/fossgis2025-58250-deu-Versiegelungsanalyse_zur_bioklimatischen_Bewertung_von_Stadtgebieten_webm-sd.webm
Für eine bioklimatische Bewertung des Stadtgebietes Düsseldorf wurde der Grad der Versiegelung erfasst, wobei verschiedene Arten von vollversiegelten, teilversiegelten und unversiegelten Flächen unterschieden wurden. Zusätzlich wurde hohe Vegetation über diesen Flächen erfasst. Für diese Klassifikation wurde ein neuronales Netz (U-Net) trainiert und auf die Jahre 2021, 2022 und 2023 angewendet.
Im Rahmen einer bioklimatischen Bewertung aller Siedlungs- und Verkehrsflächen sowie Grün- und
Freiflächen im Stadtgebiet Düsseldorf wurde der Grad der Versiegelung erfasst. Hierbei sollten verschiedene Arten von vollversiegelten, teilversiegelten und unversiegelten Flächen erfasst werden. Zusätzlich wurde hohe Vegetation über den verschiedenen Oberflächenklassen bestimmt. Für die Umsetzung wurde eine automatisierte, auf Methoden der Künstlichen Intelligenz (KI) gestützte
Erfassung und Klassifizierung entwickelt. Konkret wurden zwei U-Nets (CNNs) entwickelt und trainiert, einmal für die Oberflächen und einmal für hohe Vegetation. Diese Ergebnisse wurden anschließend kombiniert, um Informationen über den Versiegelungsgrad, hohe Vegetation und die Oberflächenklasse unter dieser hohen Vegetation zu erhalten. Für diese Analysen wurden Digitiale Orthophotos, digitale Oberflächenmodelle und digitale Geländemodelle als Eingangsdaten verwendet. Um Veränderungen im Grad der Versiegelung abschätzen zu können, wurden diese Analysen für die Jahre 2021, 2022 und 2023 durchgeführt und miteinander verglichen.
Licensed to the public under https://creativecommons.org/licenses/by/4.0/