Monitoring von Gründächern in Deutschland mit Erdbeobachtungsdaten

Das Umweltbundesamt (UBA) entwickelt gemeinsam mit Partnerfirmen ein innovatives Monitoring-System für begrünte Dachflächen in Deutschland. Mithilfe hochauflösender Satellitendaten und Machine-Learning-Verfahren (ML) entsteht ein Indikator zur Dachbegrünung - eine wichtige Anpassungsmaßnahme an den Klimawandel in urbanen Räumen. Dieser Indikator ist Teil des nationalen Klimawandelmonitorings im Rahmen der deutschen Anpassungsstrategie an den Klimawandel (DAS).

"Für uns bieten Cloudumgebungen wie CODE-DE interessante Sandboxeigenschaften, durch die flexible Entwicklungen von End-to-End Erdbeobachtungsanwendungen ermöglicht werden. Vor allem frei konfigurierbare virtuelle Maschinen (Linux) und die Möglichkeit S3 Buckets nutzen zu können, spielen dabei zentrale Rollen."

Projektleitung und Partner

Als Teil eines Eigenforschungsprojekts wird der Indikator aktuell vom Umweltbundesamt (UBA), KomPass - Kompetenzzentrum Klimafolgen und -anpassung auf Basis des DASIF-Projekts weiterentwickelt und operationalisiert.

Am DASIF-Projekt beteiligte Partner:

Brockmann-Consult GmbH
Christian-Albrechts-Universität zu Kiel

Nutzung von CODE-DE

Die Nutzung von CODE-DE ist für das Projekt essentiell, da die Plattform leistungsstarke Cloud- und Rechenressourcen für die Verarbeitung großer Erdbeobachtungsdatenmengen bereitstellt.

Hauptgründe für die Nutzung von CODE-DE:

Zugriff auf hochauflösende Planet Basemaps
Nutzung virtueller Maschinen zur Entwicklung und Skalierung von ML-Workflows
Speicherung und Bereitstellung großer Datenmengen über S3-Buckets

Ziel des Vorhabens

Das Projekt verfolgt das Ziel, ein verbessertes Monitoring der Dachbegrünung als Maßnahme zur Klimaanpassung zu entwickeln.

Mehrwerte

Identifikation von Gründachflächen auf Basis von Satellitenbildern, als kostengünstige Alternative zu in-situ Erhebungen
Möglichst bundesweite und mehrjährige Erfassung von Dachbegrünung, welche ein Novum darstellt, da es bisher keinen bundesweiten Datensatz gibt
Bereitstellung eines standardisierten und aggregierten Indikators für das nationale Klimawandelmonitoring im Rahmen der deutschen Anpassungsstrategie an den Klimawandel (DAS)

Zielkunden der zu erwartenden Ergebnisse:

Behörden - Integration in die Berichterstattung zu Klimawandelanpassung und -planung sowie Unterstützung von Gründachförderprogrammen
Forschungseinrichtungen - Erweiterung von Umwelt- und Klimastudien

Einsatz von CODE-DE im Projekt

Zeitraum: Seit Januar 2024 - laufend bis 2026
Virtuelle Ressourcen: Mittleres bis großes Kontingent

CODE-DE Nutzung für:

Datenrecherche & Download
EO- bzw.Geo-Daten-Pre- und postprocessing
Entwicklung von ML-Verfahren Klassifikation von EO-Bilddaten
Training, Validerung und Inferenz von ML-Modellen
Bereitstellung von Ergebnissen für DAS-Monitoringberichte am UBA

Genutzte Daten:

Hochaufgelöste kommerzielle EO-Daten von Planet Labs (multispektrale 8-Band Basemaps)
Gebäudemodelldaten (LoD2)
Referenzdatensätze aus Gründachkartierungen

Genutzte Cloud-Services:

Virtuelle Maschinen (Linux)
S3-Buckets zur Datenspeicherung
JupyterLab für Workflow-Prototyping und Datenanalyse

Vorteile der Cloud-Nutzung:

Einer der größten Pluspunkte für das Projekt ist die hohe Flexibilität und Skalierbarkeit der Rechenressourcen. Durch die Möglichkeit, virtuelle Maschinen nach Bedarf zu konfigurieren und zu skalieren, kann das Projektteam die notwendige Rechenleistung je nach Bedarf anpassen, ohne in teure Hardware investieren zu müssen. Zudem ermöglicht die Cloud eine effiziente Speicherung großer Datenmengen über S3-Buckets, was die Datenverfügbarkeit und -sicherheit gewährleistet. Die Zusammenarbeit mit Partnern wird durch die zentrale Datenhaltung und den einfachen Zugriff auf die Cloud-Umgebung ebenfalls erheblich erleichtert.

CODE-DE Community & zukünftige Nutzung

Datenfreigabe für andere Nutzer: Möglich, nach Abschluss des Projekts
Testmöglichkeiten für externe Anwender: Geplant für die spätere Projektphase

Ergebnisse & nächste Schritte

Eine erste Erfassung von Gründachflächen für das Jahr 2020 wurde im Rahmen des DASIF-Projektes, aggregiert für15 deutsche Großstädte erstellt (siehe Dashboard: DASIF-Projekt)
Derzeit wird ein Prototyp des EO-basierten ML-Workflows, inklusive Pre- und Postprocessing der EO- und Geodaten entwickelt
An der Validierung des ML-Ansatzes zur automatisierten Erkennung von Gründachflächen mit mehrjährigen Referenzdaten wird derzeit ebenfalls gearbeitet

Nächste Schritte:

Für die kommenden Monate ist geplant, dass Machine-Learning-Modell abschließend durch die Integration zusätzlicher Referenzdaten weiterer Städte zu trainieren und zu validieren. Ein weiterer Schritt ist die möglichst bundesweite Skalierung des Ansatzes zur mehrjährigen Erfassung von Gründachflächen. Schließlich wird das Projektteam die Ergebnisse aufbereiten, um sie in die Indikatorendatenbank und den UBA Data Cube einzuspeisen, sodass sie in den DAS-Monitoringbericht der Bundesregierung einfließen können.

Ansprechpartner:

Umweltbundesamt (UBA), KomPass - Kompetenzzentrum Klimafolgen und -anpassung

Weiterführende Links:

Kuhwald, K., Oppelt, N., Scholze, J., Stelzer, K., 2024. Operationalisierung von DAS-Indikatoren mit Fernerkundungsdaten (Schlussbericht No. 50/2024), Climate Change. Umweltbundesamt (UBA).
Operationalisierung von DAS-Indikatoren mit Fernerkundungsdaten (DASIF)

van Rüth, P., Schönthaler, K., von Andrian-Werburg, S., Wolf, M., Gabriel, M., 2023. Monitoringbericht 2023. zur Deutschen Anpassungsstrategie an den Klimawandel, Bericht der Interministeriellen Arbeitsgruppe Anpassungsstrategie der Bundesregierung. Umweltbundesamt (UBA).
Monitoringbericht 2023 zur Deutschen Anpassungsstrategie an den Klimawandel