Vegetationshöhen 2020

Methode

Vorgehensweise

Das Verfahren der Bestimmung der Vegetationshöhen folgt einem aufwändigen Arbeitsablauf, der an dieser Stelle nur im Überblick dargestellt wird. Für detallierte Hinweise zu den Teilschritten des Verfahrens wird auf den Projektbericht verwiesen (SenStadtWohn 2021).

Bei der Aktualisierung des Datensatzes für den Datenstand 2020 wurde der gesamte Verfahrensablauf von der objektbasierten Segmentierung (Befliegungen 2009/2010) auf Rasterbasis umgestellt. Daraus ergeben sich vor allem Vorteile hinsichtlich der Größe und Vollständigkeit des Datensatzes und somit seiner Eignung bei der Weiterverarbeitung. Mit dieser Methode konnte auch der Datensatz von 2010 neu klassifiziert und berechnet werden, sodass ein Vergleich der beiden Zeitstände ohne Methodenbruch möglich war und fehlerhafte Bereiche minimiert wurden. Zur Berechnung des Datensatzes von 2010 wurden, wie oben aufgeführt, bildbasierte Digitale Oberflächenmodelle aus Befliegungen von 2009 und 2010 verwendet. Im vorliegenden Text wird dennoch für die Kartierung nur das Jahr 2010 als Referenzjahr angegeben, da die entscheidenden Datengrundlagen zur Berechnung des Vegetationsindex die Color-Infrarot-Orthophotos aus Befliegungen im Jahr 2010 darstellen.

Datenprozessierung (DOM)

Zur Erfassung der Vegetationshöhen ist es zunächst notwendig, aus den True-Orthophotos Höheninformationen in einem Digitalen Oberflächenmodell abzuleiten. Das bildbasierte Digitale Oberflächenmodell (bDOM) wird auf der Basis von Stereoaufnahmen prozessiert. Mithilfe sog. Orientierungsparameter werden die einzelnen breit überlappenden Luftbilder über Verknüpfungspunkte zueinander in Beziehung gesetzt, als Bildverband zusammengefügt und gleichzeitig in das geforderte Koordinatensystem überführt (Kraus 2004).

Das bDOM liefert kodierte Höhen der Erdoberfläche samt aller darauf befindlichen Objekte (Gebäude, Straßen, Vegetationsbewuchs, usw.). Dies geschieht, in dem die Geländehöhe zur Objekthöhe addiert wird. Da die Geländehöhe in Berlin trotz vergleichsweise geringer Topographieunterschiede (~35 m bis zu ~100 m ü. NN) nicht konstant ist, können zu diesem Zeitpunkt noch keine Rückschlüsse auf die jeweilige absolute Objekthöhe getroffen werden. Dazu bedarf es eines normierten Digitalen Oberflächenmodells (nDOM), bei dem das Gelände überall auf Null normiert wird. Das nDOM entsteht demzufolge durch die Subtraktion des Digitalen Geländemodells (DGM) vom Oberflächenmodell (DOM):

• nDOM = DOM – DGM

Dies vereinfacht hinsichtlich der nachfolgenden Klassifikation die Unterscheidung der erhöhten von den nicht erhöhten Objekten und gewährleistet eine direkte Messung der Objekthöhen. Es erlaubt die Unterscheidung von Straßen, erhöhter Vegetation und Bebauung und liefert die exakte Höheninformation (vgl. Abbildung 3).

Abb. 3: Prinzip der Generierung eines normierten Digitalen Oberflächenmodells (nDOM)

Berechnung des NDVI

Auf Basis der erstellten True-Orthophotos kann der Normalisierte Differenzierte Vegetationsindex (NDVI) berechnet werden. Mit Hilfe der charakteristischen Reflektionseigenschaften von Pflanzen in den roten und infrarotnahen Wellenlängenbereichen kann durch diesen Index die Dichte und Intensität von Vegetation in einem Raster-Datensatz erkannt werden. Der NDVI ergibt sich aus dem Quotienten der Differenz sowie der Summe des nahen Infrarotkanals (IR) mit dem sichtbaren roten Kanal ® (Rouse et al. 1974):

• NDVI = (nIR – R) / (nIR + R).

Der NDVI kann Werte zwischen -1 und 1 annehmen. Je größer der Wert, desto mehr grüne Vegetation ist vorhanden (vgl. Abbildung 4).

Abb. 4: oben: True-Orthophoto 2020, unten: Normalisierter Vegetationsindex NDVI, linke Bildhälfte: JVA-Moabit

Erstellung des Vegetationsbestandes

Überwachte Klassifikation der CIR-True-Orthophotos

Zur Abgrenzung der Vegetationsflächen von vegetationslosen Bereichen wurden die True-Orthophotos von 2020 klassifiziert. Dafür wurden einige Trainingsflächen für die verschiedenen Landbedeckungskategorien visuell am Bildschirm digitalisiert. Die Klasseneinteilung erfolgte in die folgenden Kategorien: „Flächen ohne Vegetation“, „niedrige Vegetation“ und „hohe Vegetation“. Aufgrund der langanhaltenden Sommertrockenheit 2020 waren große Bereiche mit niedriger Vegetation (v. a. Wiesenflächen) stark vertrocknet. Deshalb wurde eine zusätzliche Klasse „niedrige Vegetation vertrocknet“ eingefügt.

Anhand dieser Trainingsflächen konnte mit Hilfe eines Machine Learning Algorithmus (RandomForest, vgl. Breiman 2001) eine überwachte Klassifikation des gesamten Bildmosaiks durchgeführt werden.

Aufbau einer Regelbasis und Ableitung der Vegetationshöhen 2010 und 2020

Für die weitere Verfahrensentwicklung wurden fünf kleinere Beispielgebiete ausgewählt (siehe Abbildung 5). Diese Beispielgebiete erfüllten folgende Voraussetzungen:

• Verteilte Lage im Stadtgebiet mit unterschiedlicher Stadt- und Vegetationsstruktur:
  • Heterogene innerstädtische Lage,
  • Waldfläche,
  • Übergang Wald zu Siedlung,
  • Übergang Wald zu Gewässer,
  • Landwirtschaftlich geprägte Struktur im Außenraum,
• Abweichende Topographie.

Abb. 5: Lage der Beispielgebiete für die Methodenentwicklung, Hintergrund True-Orthophotos 2020

Zur möglichst fehlerlosen Analyse beider Datensätze wurde mit Hilfe der Beispielgebiete eine Regelbasis zur Differenzierung von 5 Klassen, die verschiedene Veränderungsfälle seit 2010 unterscheiden, aufgestellt. Dies war notwendig, da die True-Orthophotos der Befliegungen von 2009 und 2010 nicht verfügbar waren und somit keine direkte Neuklassifikation der alten Daten erstellt werden konnte. Stattdessen wurden Digitale Orthophotos (DOP) von 2010 und das nDOM von 2010 sowie die Vegetationssegmente der Kartierung von 2010 verwendet.
Die Regelbasis definiert Abfragen bezüglich der Vegetationssegmente aus der Kartierung 2010, der Ausprägung der NDVI 2010 und 2020, dem Vorhandensein von ALK- bzw. ALKIS- und OSM-Gebäuden zu den jeweiligen Zeitschnitten sowie der normalisierten Oberflächenhöhe (weiteres siehe Projektbericht, SenStadtWohn 2021).

Anhand der Regeln werden die folgenden 5 Klassen erzeugt, die das thematische Veränderungsraster bilden:

• Klasse 1: Vegetationssegmente fehlen fälschlicherweise 2010, Vegetation ist auch 2020 noch vorhanden,
• Klasse 2: Vegetation ist 2010 und 2020 vorhanden,
• Klasse 3: Vegetation ist 2010 vorhanden, 2020 nicht mehr,
• Klasse 4: Vegetation ist 2020 vorhanden, 2010 keine Vegetation,
• Klasse 5: Vegetationssegmente fehlen fälschlicherweise 2010, 2020 keine Vegetation.

Mit Hilfe des thematischen Veränderungsrasters wurden sowohl für 2010 als auch für 2020 die Vegetationshöhen aus dem jeweiligen nDOM in einer Rasterauflösung von 1 × 1 m² abgeleitet.

Berechnung der Vegetationshöhen und -anteile auf Block(teil)flächen- und Straßenebene

Für alle Block(teil)flächen und Straßenabschnitte der ISU5 2020 wurde mit Hilfe eines zonalen Analyseverfahrens (zonale Statistik) der Mittelwert, der Maximalwert, das Minimum und der Median der Vegetationshöhen aus beiden Vegetationshöhenrastern berechnet. Des Weiteren wurde für beide Zeitpunkte der prozentuale Anteil der vegetationsbestandenen Fläche innerhalb einer Block(teil)fläche ermittelt.

Die Datenanzeige im FIS-Broker umfasst folgende Informationen zur ausgewählten Block(teil)- oder Straßenfläche:

Tab. 1: Attributbezeichnung und Sachdatenanzeige des Datensatzes Vegetationshöhen 2020

• Attributbezeichnung

  Erklärung

• ANTEIL_OEFF_BAUM2020

  Anteil der Fläche des Straßenabschnittes (%), der Bäume des Baumkatasters enthält

• ANTEIL_VEG_2010

  Anteil der Fläche (%), der von Vegetation bedeckt ist (2010)

• ANTEIL_VEG_2020

  Anteil der Fläche (%), der von Vegetation bedeckt ist (2020)

• change_anteil

  Änderung der o.g. Anteile zwischen 2010 und 2020 (2010 minus 2020)

• MAX_OEFF_BAUM2020

  Maximale Höhe (m) der Bäume des Baumkatasters innerhalb eines Straßenabschnittes (2020)

• MAX_VEGH_BL2010

  Maximale Höhe (m) der Vegetation (2010)

• MAX_VEGH_BL2020

  Maximale Höhe (m) der Vegetation (2020)

• MEAN_OEFF_BAUM2020

  Durchschnittliche Höhe (m) der Bäume des Baumkatasters innerhalb eines Straßenabschnittes (2020)

• MEAN_VEGH_BL2010

  Durchschnittliche Höhe (m) der Vegetation (2010)

• MEAN_VEGH_BL2020

  Durchschnittliche Höhe (m) der Vegetation (2020)

• MED_VEGH_BL2010

  Median der Höhe (m) der Vegetation (2010)

• MED_VEGH_BL2020

  Median der Höhe (m) der Vegetation (2020)

• MIN_VEGH_BL2010

  Minimale Höhe (m) der Vegetation (2010)

• MIN_VEGH_BL2020

  Minimale Höhe (m) der Vegetation (2020)