Automatisierte Erkennung von Baumkronen in urbanen Gebieten mittels Fernerkundungsdaten

Die Auswirkungen des Klimawandels und der damit verbundene Handlungsdruck stellen Kommunen vor große Herausforderungen. Versiegelte Flächen und fehlende Begrünung beeinträchtigen Mikroklima und Luftqualität negativ. Stadtbäume können wesentlich zur Verbesserung beitragen und spielen daher eine zentrale Rolle in der nachhaltigen Stadtentwicklung. Eine wesentliche Grundlage zur Bewertung von Begrünungspotenzialen bilden aufwändig erhobene Baumkataster. Diese erfassen meist nur Bäume im öffentlichen Raum, während Bäume auf Privatgrundstücken oft unberücksichtigt bleiben. Die flächendeckende, automatisierte Erfassung von Stadtbäumen mittels Fernerkundung ist daher ein aktuelles Forschungsthema. In diesem Beitrag wird ein Baumerkennungsverfahren, das auf LiDAR-Daten, Orthofotos und 3D-Gebäudemodellen basiert, weiterentwickelt und evaluiert. Durch den Einsatz von maschinellem Lernen wurden neue Funktionen für variable Suchfenstergrößen entwickelt, mit denen potenzielle Baumspitzen aus dem Kronenhöhenmodell extrahiert werden. Die Erweiterungen und die Evaluation der Methode erfolgten in einem Testgebiet in Köln mit 1.683 manuell erfassten Bäumen. ... mehrDie Güte der Methode wurde anhand stichprobenunabhängiger Metriken bewertet. Insgesamt konnte die Genauigkeit der automatischen Baumkronenerkennung sowie die Schätzung des darin gespeicherten CO2 auf Siedlungs- und Verkehrsflächen verbessert werden. Dennoch besteht weiterer Forschungs- und Entwicklungsbedarf in der automatisierten und exakten Baumerkennung.