Schritthaltende Baufallerkundung aus dem All mit frei verfügbaren Satellitenaufnahmen

Lea Schollerer, Andreas Schmitt, Anna Wendleder, Simone Rogginger

doi:10.12902/zfv-0391-2022

Zusammenfassung

In den letzten Jahren ist ein starker Aufschwung in der Baubranche, vor allem im Bereich des Wohnungsbaus, zu verzeichnen. Aufgrund der Einmessungspflicht von Veränderungen im Gebäudebestand in Bayern wird in diesem Artikel eine neue Methode zur Baufallerkundung mit Hilfe von Fernerkundung vorgestellt. Grundlage hierfür bilden Zeitreihen aus kostenlos zugänglichen Sentinel-1 (S1) und Sentinel-2 (S2) Satellitenaufnahmen des Europäischen Copernicus-Programms. Betrachtet wurden aktive und passive Aufnahmen im Zeitraum zwischen Anfang Oktober 2019 und Ende November 2020 über einem Testgebiet in der niederbayerischen Stadt Dingolfing. Nach Aufbereitung der multi-temporalen polarimetrischen und multispektralen Aufnahmen zu Analysis Ready Data (ARD) im Kennaugh-Framework und Anwendung des neu entwickelten LEAIndex (LEAI) wurde ein Wavelet-basierter Ansatz zur Erkennung von Neubauten entwickelt. Der Abgleich sämtlicher Ergebnisse mit vor Ort gesammelten Eigentümerangaben zeigte, dass mit dem verwendeten Prototyp von 38 Neubauten 34 sicher erkannt worden sind. Die präsentierte Methodik ist darauf ausgerichtet, in naher Zukunft in einen flächendeckenden Baufallerkundungsservice umgesetzt zu werden.

Summary

In recent years, there has been a strong upswing in the construction industry especially with respect to residential buildings. Due to the obligation to document changes in the building stock in Bavaria, this article presents a new method for the detection of construction activities from remote sensing data. The approach bases on time series from freely available multi-temporal active Sentinel-1 (S1) and passive Sentinel-2 (S2) satellite images from the European Copernicus programme. Data collected during the period between the beginning of October 2019 and the end of November 2020 over a study area in the town of Dingolfing (Lower Bavaria, Germany) were evaluated. After processing the multi-temporal polarimetric and optical images to Analysis Ready Data (ARD) in the Kennaugh framework and applying the novel LEAIndex (LEAI), a simple, but robust, Wavelet-based approach for the detection of new buildings was developed. The validation of the results towards in-situ owner information gathered by the help of a questionnaire revealed that out of 38 new buildings 34 were reliably identified by the prototypic algorithm. The described methodology is intended to be implemented in a steady detection service for construction activities.