Der Geologische Dienst NRW führt im Auftrag der Landesplanungsbehörde NRW ein landesweites Monitoring von Gewinnungsstellen für Steine-Erden-Rohstoffe durch. Hierbei werden die jährlichen Veränderungen der Abbausituationen über DOPs (Geobasis NRW) durch eine On-Screen-Digitalisierung erfasst.Ziel eines Projektes ist es, die Einsatzbarkeit von Sentinel-2-Daten innerhalb des Abgrabungsmonitoring zu überprüfen. Hierbei werden sowohl die Anforderungen an die Genauigkeit als auch das Maß der Arbeitserleichterung und der Zeitersparnis betrachtet. In einem Vorprojekt wurden daher in 10 Gewinnungsstellen die Wasserflächen von Nassabgrabungen über Sentinel-2-Daten automatisiert detektiert und die generierten Flächen mit den Ergebnissen der Auswertungen über DOPs verglichen. Das Vorprojekt ergab, dass die eingesetzten Algorithmen die Wasserflächen gut erkennen, für einen realen Einsatz jedoch noch eine weitere Verfeinerung sowie das Definieren von fachlichen Regeln notwendig sind.Die technische Umsetzung erfolgt auf der CDI@IT.NRW, d.h. alle Softwarekomponenten sind modular, containerisiert und einfach für die gesamte Landesfläche von NRW skalierbar.Finanziert wurde das Vorprojekt vom MWIDE NRW, technisch durchgeführt von der con terra GmbH, inhaltlich begleitet von IT.NRW, der Landesplanungsbehörde NRW und dem GD NRW.

Ansprechpartner: Ingo Schäfer

Landesweite, Sentinel-2 basierte Baumartenklassifikation für Gesamt NRW

Für das gesamte Bundesland NRW (ca. 34.097,72 km²) bzw. dessen Waldflächen von ca. 935.000 ha wurde eine fernerkundungsbasierte Baumartenerkennung durchgeführt.Neben einer der Unterstützung im Fernerkundungsverfahren (Klimawis.NRW-FE) ist eine landesweite Baumartenklassifikation für viele aktuelle Fragestellungen hilfreich, wie etwa die Darstellung von Veränderungen in der Baumartenzusammensetzung in NRW im Klimawandel, CO2 Bilanz/Fixierung, Verfügbare Holzressourcen für unterschiedliche Baumarten (auch im nicht eingerichteten Wald in NRW, Möglichkeit der Auswertung baumartenspezifscher Vitalitätsabnahmen /Schadbilder.

Vorgehen:

• Erstellung eines räumlich und zeitlich konsistenten Mosaiks aus wolkenfreien Sentinel-2 Aufnahmen (über 18 Monate Anfang 2019 bis Mitte 2020).
• Aus den zur Verfügung gestellten Forsteinrichtungsdaten des Staatswaldes wurde ein Referenzdatensatz für den Klassifikator erstellt.
• Die verbleibenden Referenzdaten wurden in einen Trainingsdatensatz (95%) und einen internen Validierungsdatensatz (Testdatensatz) (5%) aufgeteilt.
• Das neuronale Netz wurde mit dem Trainingsdatensatz trainiert. Mit dem internen Validierungsdatensatz wurde dabei der Erfolg des Trainings unabhängig kontrolliert. Das ist das Trainingsergebnis, das die Leistungsfähigkeit des neuronalen Netzes beschreibt.
• Nach erfolgreichem Abschluss des Trainings wurde das neuronale Netz genutzt, um die Baumarten/Altersstufen für die gesamte Landesfläche NRW auf Basis des konsistenten Mosaiks 1.) zu klassifizieren.
• Die Daten wurden den Försterinnen und Förstern auf der Forstgis online Plattform zur Verfügung gestellt, um weitere Validierungen vor Ort durchführen zu können (siehe Abbildung Forstgis online)
• Das verwendete KI - Verfahren wurde für Wald und Holz NRW auf der cdi@it.nrw Plattform installiert, um die Berechnungen für andere Zeitschnitte (auch in Zukunft) unabhängig durchführen zu können

 Abb. 1: Baumartenklassifikation NRW – unter ForstGIS online

Ansprechpartner: Dr. Berthold Mertens, Dr. Stefan Franz

Automatisiertes Erkennen von Baustellen anhand von Luftbildern und neuronalen Netzen

Die Statistik der Baugenehmigungen ist eine Vollerhebung, die Neubauten von Gebäuden, Baumaßnahmen an bestehenden Gebäuden sowie die Änderung des Nutzungsschwerpunktes zwischen Wohnbau und Nichtwohnbau umfasst. Die Anzahl der eingegangenen Statistikbögen bildet bis dato jedoch die einzige Informationsquelle zur Abschätzung der tatsächlichen Grundgesamtheit der Statistik der Baugenehmigungen. Zur Wahrung der hohen Qualitätsstandards in der amtlichen Statistik werden deshalb neue Kontroll- und Validierungsmaßnahmen erprobt.Mithilfe von modernen Bilderkennungsmethoden sowie Luftbildern (den sogenannten digitalen Orthophotos) soll ein Verfahren entwickelt werden, das es ermöglicht, Baustellen automatisiert zu erkennen. Zur Auswertung von Luftbildern werden mit der Nutzung von künstlichen neuronalen Netzwerken (KNN) Methoden des maschinellen Lernens angewendet. Für die Anwendung auf die Statistik der Baugenehmigungen wird ein spezieller Typ eines KNN, das Convolutional Neural Network (Gefaltetes Neuronales Netzwerk, kurz: CNN) verwendet. Dieses eignet sich insbesondere für die Bildverarbeitung, da es in der Lage ist, die direkte Umgebung von Objekten zu berücksichtigen.

Ansprechpartner: Elena Stäger, KI Statistik

Weiterführende Informationen: Projektseite

Der Eingriff des Menschen in die Natur (z. B. durch Bergbau) führt mitunter zu irreversiblen Verformungen der Erdoberfläche und birgt damit eine Gefahr für Mensch, Umwelt und Infrastruktur. Die bisherige Messung solcher Bodenbewegungen erfolgte nur punktuell in den bekannten Bewegungsgebieten und unter hohem Personal-, Zeit- und Kostenaufwand.

Inzwischen ermöglichen technische Entwicklungen im Bereich der Satellitenfernerkundung, Messungen der Erdoberflächendeformation mit hoher Genauigkeit und in immer kürzeren Zeitabständen. In diesem Zusammenhang setzt Geobasis NRW seit 2015 die satellitengestützte Radarinterferometrie (InSAR) als neues Messverfahren zur Detektion und zum Monitoring von Bodenbewegungen ein. Die Datengrundlage liefern die Sentinel-1 Satelliten aus dem Copernicus Projekt der Europäischen Raumfahrtbehörde (ESA).

Die Prozesskette umfasst die Schritte:

• Datenerfassung:        Sentinel-1 (SLC-Format)
• Qualifizierung:            Radarinterferometrie (InSAR)
• Weiterverarbeitung:  Lagerung und Validierung
• Bereitstellung:            Amtliche Geobasisdaten

Das Bodenbewegungskataster NRW steht der Öffentlichkeit und der Verwaltung künftig als amtliches Produkt Open Data zur Verfügung. Die Bereitstellung der Daten sowie weiterer Funktionalitäten (Visualisierung, Analyse und Download) erfolgt voraussichtlich ab 2023 über TIM-Online (https://www.tim-online.nrw.de/tim-online2/).

 Abb.: Bodenbewegungskataster NRW in TIM-online

Das Projekt CCFireSense hat zum Ziel ein Frühwarnsystem zu etablieren, das mit Hilfe von Sentinel-2 Satelliten, DWD-Daten und in der Copernicus-Infrastruktur NRW vorhandenen Infrastrukturdaten Prognosen über möglichen Brandgefahren von Vegetationsgebieten an Scheinen, Straßen, auf Feldern und in Wäldern erstellt. Die Daten sollen in der technischen Infrastruktur der CDI.NRW prozessiert werden und über Geo- und Webserver Risikoprofile in einer Auflösung von 10m x 10m bereitstellen.

Ziel ist die regelmäßige Bereitstellung für Risikoprofile in Nordrhein-Westfalen mit einer zeitlichen Auflösung von bis zu einmal pro Tag. CCFireSense richtet sich dabei an Nutzende wie Wald und Holz NRW, die Deutsche Bahn, Feuerwehren. Durch eine Prognose mit hoher räumlicher Auflösung soll diesen Anwendenden die Möglichkeit gegeben werden präventive Maßnahmen im Rahmen ihrer Möglichkeiten zu treffen, wobei von Seite des CCFireSense-Systems nur die Prognose, nicht aber eine Empfehlung für Maßnahmen bereitgestellt wird. Langfristig soll CCFireSense im Dauerbetrieb durch regelmäßige Eingabe von aktuellen Brandereignissen verfeinert werden und den dynamischen Prozessen des Klimawandels gerecht werden.

 Abb. CCFireSense Systemablauf

Ansprechpartner: Dr. Kai Fürstenberg

Weiterführende Informationen: CCFireSense - Projektsteckbrief - pdf

Die Landesvermessung in Nordrhein-Westfalen verfolgt seit 2018 das Ziel, Satellitendaten zur Aktualisierung der Geobasisdaten des Landes zu nutzen. Für die Umsetzung dieses Vorhabens wurde ein zentrales Fernerkundungsverfahren entwickelt, welches die frei verfügbaren Sentinel-Daten des Copernicus-Programms (ESA) verwendet:

Copernicus für ATKIS, ALKIS und Landbedeckung in NRW (Cop4ALL NRW)

Bei diesem Zentralen Fernerkundungsverfahren handelt es sich um eine Software, die eine Erstableitung der Landbedeckung (LB), Veränderungsinformationen für ATKIS, ALKIS sowie Veränderungsinformationen in der Landbedeckung (LB) auf Grundlage der zur Verfügung stehenden Fernerkundungsdaten automatisiert ermitteln soll.

Die Klassifikation der Landbedeckung (s. Abb. 2 rechts) erfolgt auf Grundlage einer kombinierten Bildanalyse der Sentinel-2-Aufnahmen über einen Zeitraum von einem Jahr sowie den aktuell zur Verfügung stehenden Digitalen Orthophotos (s. Abb. 2 links). Die Veränderungshinweise entstehen durch einen Abgleich der berechneten Landbedeckung mit dem bestehenden ATKIS-, ALKIS- bzw. LB-Datenbestand. Die Software ist zentral bei IT.NRW installiert, so dass Geobasis NRW und alle 53 Katasterbehörden in NRW die Möglichkeit haben, webbasiert auf Cop4ALL NRW zuzugreifen.

Ansprechpartner: Dr. Silvia Müller

"Copernicus leuchtet Grün - Integration und Praxistransfer von Copernicus-Aktivitäten für ein umfassendes behördliches Monitoring von Grünland"

CopGrün ist eines von zwei sog. Leuchtturmprojekten zur Inwertsetzung von Copernicus Diensten und Daten für ein optimiertes Umweltmonitoring in den Zuständigkeitsbereichen der Bundesländer (Förderung: Bundesministerium für Verkehr und Infrastruktur, FKZ: 50EW2102A). An dem dreijährigen Projekt (2021-2024) sind neun Landesumweltämter (BB, BW, BY, HE, NI, NW, RP, SH, SN) sowie drei Verbundpartner aus dem Forschungs- und Entwicklungsbereich (Heinrich von Thünen Institut, RLP AgroScience GmbH, Technische Universität Berlin) beteiligt. Die Koordination des Projekts sowie die fachliche Federführung eines Arbeitspakets liegen beim LANUV NRW. Fachlich ist vorgesehen, auf Basis kostenfreier Zeitreihendaten der Satelliten Sentinel-1 und Sentinel-2 die in Deutschland häufigsten Grünlandtypen zu identifizieren und künftig semi-automatisch Hinweise auf markante Veränderungen zu erhalten. Adressiert werden sollen etwa ein Dutzend der im Anhang I der FFH-Richtlinie genannten Offenland-Lebensräume. Diese können konzeptionell entlang eines Feuchtegradienten angeordnet werden: von Mooren, Braunseggensümpfen und feuchten Heiden, über gemähtes oder beweidetes Feuchtgrünland und Grünland mittlerer Standorte, bis hin zu Trocken- und Magerrasen sowie trockenen Heiden. Dabei soll neben dem Bewirtschaftungsregime (Mahdhäufigkeit, Beweidung, Mischform) auch der Erhaltungszustand von Mähwiesen sowie die Vegetation, Nutzung und Feuchte auf organischen Böden ermittelt werden. Die Verwertungsziele umfassen eine verbesserte naturschutzfachliche, landwirtschaftliche und klimapolitische Berichterstattung sowie eine ganzheitlichere Flächennutzungsplanung. Diese Zielsetzung begründet auch die Einbeziehung von Flächen ohne Schutzstatus, d.h. aus dem gesamten Bereich landwirtschaftlicher Nutzung. Das Ergebnis wid ein einheitlich nutzbares, modular konzipiertes, skalierbares Instrumentarium auf der CODE-DE Plattform sein, das dauerhaft über ein aufgabenspezifisches Web-Interface auch von Sachbearbeitenden ohne tiefergehende Fernerkundungskenntnisse benutzt werden kann.

Ansprechpartner: Dr. Dirk Hinterlang

Zu den Aufgaben des LANUV gehört es gemäß § 6 des Bundesnaturschutzgesetzes die Natur und Landschaft in NRW zu beobachten. Diese wird u.a. durch die landesweite Biotopkartierung, durch das Arten- und Biotopmonitoring und zahlreiche andere Fachverfahren zur Gewinnung von naturschutzfachlichen Informationen umgesetzt. Ressourcenbedingt ist es mit der herkömmlichen terrestrischen Kartierung von Biotoptypen und Lebensräumen jedoch nicht möglich ein jährlich aktualisiertes Lagebild für ganz NRW zu erstellen. Mit den kostenfreien Fernerkundungsdaten des Copernicus Programms der EU rückt diese Möglichkeit in greifbare Nähe. Die relativ wetterunabhängigen Sentinel-1 Radardaten in Kombination mit den vegetationskundlich besonders aussagekräftigen Multispektraldaten des Sentinel-2 Satellitenpaars liefern dagegen alle drei Tage bzw. bei durchschnittlicher Bewölkung etwa alle drei Wochen landesweite Messwerte zur Beschaffenheit der Landoberfläche. Zudem besteht dank der bis mindestens 2030 gesicherten Finanzierung des Programms die für Monitoringverfahren wichtige Planungssicherheit.

Werden nun Fernerkundungsdaten mit jenen der herkömmlichen terrestrischen Kartierung intelligent verknüpft, so lassen sich für ganz NRW Hinweise ableiten auf bisher noch nicht terrestrisch kartierte Objekte von naturschutzfachlichem Interesse einerseits, und anscheinende Zustandsveränderungen von Flächen mit Planungs- und/oder Berichtsrelevanz andererseits. Auf Grundlage solcher Informationen können dann die - methodisch weiterhin erforderlichen - terrestrischen Kartierungen effizienter, weil zielgerichteter als bisher erfolgen. Zudem ermöglicht die hohe Aktualität der Satellitendaten, Handlungsbedarfe sehr zeitnah zu identifizieren (innerhalb weniger Wochen), während das herkömmliche Monitoringintervall ressourcenbedingt rund zehn Jahre beträgt.

Im Projekt EAGLE GRASP Library sollen obige Fernerkundungsdaten des Copernicus Programms für ausgewählte Testflächen - Schutzgebiete der Fauna-Flora-Habitat (FFH) Richtlinie - mit bestehenden Daten der terrestrischen Biotopkartierung zusammengeführt werden. Letztere sollen dabei unter Zuhilfenahme ökologischen Expertenwissens in ein Datenmodell gegossen werden, das ein gezieltes Abfragen wesentlicher struktureller Biotopmerkmale erlaubt. Dieser Ansatz unterscheidet sich von der üblichen Herangehensweise, Fernerkundungsdaten einer Liste von Biotop(typen)namen zuzuordnen. Vielmehr erfolgt eine explizite Verknüpfung der Fernerkundungsdaten mit den ökologischen Merkmalen der Objekte nach dem EAGLE*-Datenmodell (*= Eionet Action Group for Land monitoring in Europe). Dadurch wird sichergestellt, dass terrestrisch beobachtete Merkmale anhand ihrer Erscheinung und nicht anhand ihrer Funktion beschrieben werden. Denn nur so lassen sich robuste Beziehungen zwischen von Menschen kartierten Daten und solchen, die fernerkundlich (maschinell) erfasst wurden, herausarbeiten. Dies wiederum ist Voraussetzung für die Übertragung - nach einer anfänglichen Kalibrierungsphase - von punktuell ermittelten Erkenntnissen auf ganz NRW. Ein weiterer innovativer Aspekt des Vorhabens besteht darin, dass die terrestrischen und fernerkundlichen Merkmale eines jeden Biotops differenziert nach phänologischer Jahreszeit und ggf. Alters-/Entwicklungsstadium in die Datenbank eingespeist werden. Im Ergebnis wird diese an bestehende Fachinformationssysteme angeschlossenen GRASP (= GRound truth And Spectral Parameters) Bibliothek in Form von ampelfarbenen Meldungen eine jährliche Prüfung erlauben, ob der Zustand eines Biotops signifikant abweicht von dem Erscheinungsbild, das hinsichtlich seiner bekannten ökologischen Charakteristika, der phänologischen Jahreszeit und ggf. seiner Altersklasse zu erwarten ist.

Die Durchführung des Projekts erfolgt 2021 mit Mitteln des hauseigenen Innovationsfonds und in Zusammenarbeit mit der EFTAS GmbH.

Ansprechpartner: Matthias Herkt

SaaS-Produktentwicklung zur skalenübergreifenden kontinuierlichen Vitalitäts- und Waldschadensanalyse mittels multisensoraler Fernerkundungsdaten und künstlicher Intelligenz.

Das Verbundprojekt FirSt 2.0 wird im Rahmen der Förderrichtlinie Modernitätsfonds („mFUND“) mit rund 1,8 Millionen Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert und hat die Entwicklung eines Softwareprodukts zur satelliten- und KI-gestützten Erkennung der Schadentwicklung in den Wäldern Deutschlands (z.B. Sturm, Dürre, Borkenkäfer) zum Ziel.

Neben Wald und Holz NRW sind die Technische Universität Berlin, die Luftbild Umwelt Planung GmbH (Projektleitung), der Landesforst Mecklenburg-Vorpommern, das Thünen-Institut für Waldökosysteme, der Nationalpark Bayerischer Wald, der Waldbesitzerverband Niedersachsen, LiveEO und Ororatech am Projekt beteiligt.

Im Projekt sollen satellitenbasierte Radar-, optische, Hyperspektral- und Thermaldaten für die Erkennung von Waldschäden genutzt werden. Cloud-Computing und die neuesten Machine-Learning Algorithmen sollen eingesetzt werden, um die Fülle von Informationen, die sich aus der Kombination von unterschiedlichsten Satellitendaten und in situ Messungen ergeben, für ein kontinuierliches Monitoring und eine Prognose der Schadentwicklung zu nutzen.

Die Softwareprodukte sollen für die Überwachung unterschiedlicher Schadereignisse und Schadketten entwickelt werde, um den Akteuren aus Forstwirtschaft, Naturschutz und Politik ein verbessertes Waldmanagement zu ermöglichen. Die Werkzeuge sollen Schadenshotspots und besonders disponierte Stellen für Schädlingsbefall oder Waldbrand nach Dürre oder Sturm zeitnah erkennen. Ausbreitungsmodelle sollen entwickelt werden und im Idealfall eine Prognose der Schadentwicklung unterstützen.

Das Sachgebiet Planungs- und Informationssysteme am Zentrum für Wald und Holz NRW in Arnsberg wird in dem Verbundprojekt zum einen Referenzdaten aus dem Arnsberger Wald für beobachtbare Schadketten zur Verfügung stellen. Zum anderen werden hier die Daten statistisch ausgewertet, um entsprechende Ausbreitungsmodelle zu entwickeln. Für die Arbeiten kann dabei auch auf bisherige erfolgreiche Fernerkundungsprojekte von Wald und Holz NRW (Waldbedeckung, Baumartenerkennung, Vitalitätsmonitoring) zurückgegriffen werden.

Ansprechpartner: Dr. Berthold Mertens, Johannes May

Weiterführende Informationen: Projektseite

Detektion von Nadelwaldflächen mit Vitalitätsverlusten in NRW

Die Vegetationsperiode 2018 war von hoher Temperatur und niedrigem Niederschlag gekennzeichnet. Die extreme Trockenheit trug zur Massenvermehrung des Borkenkäfers bei. Beträchtliche wirtschaftliche Schäden in den Fichtenbeständen waren die Folge. In dem Projekt werden die Vitalitätsverluste der Nadelwaldflächen Nordrhein-Westfalens mittels eines Change Detection-Verfahrens unter Nutzung der flächendeckend, multitemporal und frei verfügbar vorliegenden Sentinel-2-Daten des Copernicus-Programms detektiert. Veränderungen von Biomasse, Blattwasser und Blattpigmentierung ermöglichen Aussagen über die Vitalität von Pflanzen und schlagen sich zudem in den optischen Eigenschaften des Kronendaches nieder und lassen sich mit spektralen Indices, abgeleitet von Satellitenbilddaten, beschreiben. In diesem Projekt wird die Eignung verschiedener Vegetationsindices untersucht und anhand eines Vergleichs der Indexwerte in 2018 (T2) zu Referenzwerten aus 2017 (T1) die Veränderung der Pflanzenvitalität und Biomasse erfasst. Über zu definierende Schwellenwerte lassen sich diese Veränderungen in Klassen unterschiedlicher Vitalitätsverluste überführen. Die relativen Vitalitätsverluste werden kartografisch dargestellt und dienen als Indikator für einen potenziellen Borkenkäferbefall. Darüber hinaus können Sie auch als Grundlage für anderweitige Waldzustandsanalysen verwendet werden.

Vorgehen:

• Datenbasis, Sentinel-2 Datenrecherche und Download
• Vorprozessierung: Wolkenmaskierung / Level 2A-Generierung
• Berechnung der Vegetationsindices
• Deskriptive statistische Analyse zur Eignung der Vegetationsindices
• Klassifikation und Visualisierung
• Ableitung von Schwellenwerten zur Klassifikation von Vitalitätsverlusten
• Vektorisierung, Nachprozessierung und Visualisierung der Vitalitätsverluste

Die Schwere der Schädigung ist in drei Stufen eingeteilt (gering, mittel, stark). Gesunder Nadelwald ist in grün, Bereiche, in denen z.B. aufgrund von Bewölkung keine Datenauswertung möglich war, sind in grau dargestellt. Die Daten zur Vitalitätsabnahme liegen mittlerweile für 8 Vergleichszeiträume für NRW vor und zeigen damit auch sehr gut die Entwicklung der Großkalamität in NRW.

Ansprechpartner: Dr. Stefan Franz