Detektion von Überschwemmungsflächen

Landesamt für Vermessung und Geoinformation Schleswig-Holstein

Überschwemmungen durch Starkregenereignisse, langanhaltende Regenperioden oder Sturmfluten stellen in Deutschland zunehmend ein Problem dar. Mit Sentinel-1 Radardaten werden vom LVermGeo SH Überschwemmungsflächen detektiert und können so Katastrophenschutz, Rettungsdienste und Planungsbehörden unterstützen.

Methodik

Aufgrund der geringen Rückstreuung von Wasserflächen im Radarbereich und der Wetter- und Tageszeitunabhängigkeit eignen sich Radardaten sehr gut zur Wasserdetektion. Systembedingt weisen jedoch wassergesättigte Wiesen und Felder oder nasser Asphalt ebenfalls für das Radar ähnliche Eigenschaften wie Wasserflächen auf. Es kann somit zu Fehlklassifikationen bei der automatischen Detektion kommen. Um solche Effekte zu minimieren bzw. auszuschließen, werden die zuvor aus Sentinel-1 (S1) Daten klassifizierten Wasserflächen mit weiteren amtlichen Geobasisdaten (Digitales GeländeModell (DGM) und ATKIS-Daten) und aus Sentinel-1 abgeleiteten Bodenfeuchtedaten verschnitten und qualifiziert.

Die Verarbeitung der Radardaten erfolgt automatisiert auf CODE-DE. Die benötigten Sentinel-1 Interferometric Wide (IW) swath Daten in VV- und VH-Polarisation werden zunächst vorprozessiert, um kalibrierte und geokodierte Intensitätsdaten in 10 m räumlicher Auflösung für die weiteren Arbeitsschritte zu erhalten. Im Anschluss daran wird eine unüberwachte k-Means-Klassifikation durchgeführt.

Abbildung 1: Überblick über die verschiedenen Eingangsdaten und die Korrektur der Klassifikation. Im Verlauf der Korrektur werden Pixel, auf denen es topographisch unwahrscheinlich ist, dass eine Wasserbedeckung vorliegt, ausgeschlossen.

Aus dem DGM des LVermGeo SH erfolgt zunächst die Berechnung des HAND-Modells (Height Above the Nearest Drainage). Der HAND-Algorithmus normalisiert die Topographie, indem die Höhen eines Einzugsgebietes relativ zu dem Abfluss gesetzt werden. Mit Hilfe dieses HAND-Modells werden höher gelegene Flächen über dem nächsten Abfluss maskiert. Zusätzlich werden aus dem DGM noch die Hangneigungen und Senken berechnet, Hangneigungen über 3° werden ebenfalls ausmaskiert.

Um die erhaltenen Klassifikationsergebnisse weiter auf Plausibilität zu prüfen und eventuelle Fehlklassifikationen zu minimieren, wird aus den S1-Intensitätsdaten die relative Bodenfeuchte mit Hilfe der TU-Wien-Methode bestimmt. Dafür müssen in einer Zeitreihe die trockensten und nassesten Bedingungen bekannt sein. Durch lineare Skalierung zwischen diesen trockensten und nassesten Referenzen kann die Bodenfeuchte relativ für einen bestimmten Zeitpunkt geschätzt werden. Flächen mit einer Bodenfeuchte unter 60 % werden als zu trocken angesehen und ausmaskiert.

Die übriggebliebenen Flächen, Senken und ATKIS-Gewässerflächen werden zusammengefasst, um ein Wahrscheinlichkeitsraster zu erstellen. Dieses wird mit der zuvor durchgeführten Klassifikation verschnitten, um die prozentuale Wahrscheinlichkeit für eine Wasserbedeckung anzugeben. Um nur überschwemmte temporäre Wasserflächen darzustellen, werden über Landgebieten die Geobasisdaten genutzt, um Flüsse und Seen auszumaskieren. Das Ergebnis ist eine prozentuale Zuverlässigkeit der überschwemmten Flächen angegeben in 33 %, 66 % oder 100 %.

Für eine automatisierte Prozesskette eignet sich CODE-DE durch die Verfügbarkeit der Sentinel-1 Daten und Rechenkapazität sehr gut. Durch den Ausfall des Satelliten Sentinel-1b Ende 2021 können aktuell lediglich nur alle 12 Tage Daten bereitgestellt werden. Mit dem Start von Sentinel-1c wird die Aktualität aber hoffentlich wieder auf sechs Tage erhöht werden können.

Weiterführende Informationen

Weitere Informationen zu diesem Produkt finden Sie auch auf den folgenden externen Seiten:

• Digitaler Atlas Nord: https://danord.gdi-sh.de/view/copernicus

Weitere Abbildungen

Abbildung 2: Hochwasser Kellinghusen am 21.02.2021. Enthält modifizierte Copernicus-Sentinel-Daten (2021), prozessiert durch LVermGeo SH. Hintergrund DOP 2022 ©GeoBasis-DE/LVermGeo SH/CC BY 4.0

Abbildung 3: Sturmflut Langeneß 25.12.2023. Enthält modifizierte Copernicus-Sentinel-Daten (2021), prozessiert durch LVermGeo SH. Hintergrund DOP 2022 ©GeoBasis-DE/LVermGeo SH/CC BY 4.0

Abbildung 4: Sturmflut Ostseeküste. Geltinger Birk (links) und Arnis (rechts) 21.10.2023. Enthält modifizierte Copernicus-Sentinel-Daten (2021), prozessiert durch LVermGeo SH. Hintergrund DOP 2022 ©GeoBasis-DE/LVermGeo SH/CC BY 4.0