Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen über hochaufgelöste Laserscanningdaten

Transkript

1 Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen über hochaufgelöste Laserscanningdaten Dorothea LUDWIG, Martina KLÄRLE und Sandra LANIG Dieser Beitrag wurde nach Begutachtung durch das Programmkomitee als reviewed paper angenommen. Zusammenfassung Innerhalb des Forschungsprojekts SUN-AREA der Fachhochschule Osnabrück wurde eine Methode entwickelt, die es ermöglicht, jedes Gebäude einer großen Region auf die Standorteignung hinsichtlich einer Solarenergienutzung zu prüfen und das Energiepotenzial für PV (Photovoltaik) -Anlagen zu errechnen. Über eine vollautomatisch ablaufende Algorithmenabfolge werden für jedes Dach die für die Solarnutzung wichtigen Standortfaktoren ermittelt. Grundlage dafür sind hochaufgelöste Laserscanningdaten, die mit einer Messdichte von 4 Punkten pro m² kleinste Strukturen auf der Dachfläche erfassen. Als erste Stadt in Deutschland verfügt Osnabrück über ein gebäudeteilflächenspezifisches, flächendeckendes Solarkataster, welches in generalisierter Form offen für alle über die Homepage der Stadt unter einsehbar ist. 1 Einleitung Im Zuge der Diskussion über den Klimawandel nehmen erneuerbare Energiequellen als Alternative zu den fossilen Energieträgern einen immer höheren Stellenwert ein. Die Wissenschaft kann für diesen Marktbereich innovative Impulse setzen und technische Entwicklungen fördern, um die Wettbewerbsfähigkeit der erneuerbaren Energien auch ohne Subventionen sicherzustellen. Das von AGIP (Arbeitsgruppe innovative Projekte vom Ministerium für Wissenschaft und Kultur des Landes Niedersachsen) finanzierte Projekt ermöglichte die Entwicklung einer vollautomatisch ablaufenden Methode, die es erlaubt, für große Gebiete aus hochaufgelösten Laserscanningdaten das Solarenergiepotenzial eines jeden Gebäudes zu errechnen. Möglich ist die Berechnung über GIS-Funktionalitäten, die die Standortfaktoren Dachneigung, Dachexposition, Verschattung, Dachflächengröße und solare Einstrahlungsenergie ermitteln und auf Grundlage dessen den zu erwirtschaftenden Stromertrag über eine PV- Anlage berechnen. Das Projekt SUN-AREA wurde unter der Leitung von Frau Prof. Dr. Martina Klärle, mit den Kooperationspartnern IGF (Institut für Geoinformatik und Fernerkundung, Universität Osnabrück) und der Firma TopScan (Rheine) an der Fachhochschule Osnabrück, Fakultät Agrarwissenschaften und Landschaftsarchitektur, über einen Zeitraum von 26 Monaten durchgeführt.

2 Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen Grundlagen Grundlage der Solartechnik ist die Nutzung der Sonnenenergie. Die Stärke der Sonnenstrahlung entscheidet über die energetische Ausbeute einer Solaranlage. Für eine Abschätzung der solaren Eignung einer Dachfläche ist die Berücksichtigung von fünf Standortfaktoren notwendig. 2.1 Standortfaktoren Globalstrahlung Als Globalstrahlung wird die Summe aus direkter, diffuser und reflektierter Strahlung bezeichnet. Der Betrag der Globalstrahlung gibt somit an, welche Strahlungsenergie auf der Erde auf einer horizontalen Fläche empfangen wird (MALBERG 2007). In Deutschland existiert ein deutliches Nord-Südgefälle. Die höchsten Einstrahlungswerte können in Bayern und Baden-Württemberg verbucht werden, bedingt durch die südliche Breitenlage und das wolkenärmere, kontinentalere Klima (DWD 2005). Für die Berechnung von Solaranlagenerträgen ist die Einstrahlungsenergie auf die Dachfläche entscheidend. Kleinklimatisch ändert sich je nach Sonneneinfallswinkel zur Fläche die auftreffende Strahlungsintensität. Die stärkste Energie wird bei senkrechtem Auftreffen erreicht. Dies ist z.b. beim Auftreffen der Sonnenstrahlung auf eine horizontale Fläche gegeben, wenn die Sonne im Zenit steht (Sonnenhöhenwinkel γs = 90 am Äquator). In Deutschland wird maximal ein Sonnenhöhenwinkel von ca. γs = 60 erreicht (am ). Neben dem Sonnenhöhenwinkel ist der Sonnenazimut (αs) ausschlaggebend für die Einstrahlungsstärke. Um Aussagen zur Standorteignung treffen zu können, muss die solare Einstrahlungsenergie für jede Dachfläche ermittelt werden. Da sich Sonnenhöhenwinkel und Sonnenazimut im Laufe eines Tages und Jahres ändern, ändert sich somit auch der Sonneneinfallswinkel zur Dachfläche. Wichtig ist die Betrachtung des jährlichen Strahlungsangebots. Grundlage bildet dabei der vom Deutschen Wetterdienst (DWD) über Jahrzehnte erfasste Globalstrahlungswert auf eine horizontale Fläche. Der DWD hält die Globalstrahlungswerte in einer Datenbank für ganz Deutschland vor. Dabei werden die Ergebnisse der einzelnen Messstationen und des geostationären Satelliten METEOSAT in ein gleichmäßiges Ein- Kilometer-Raster interpoliert (DWD 2005). Der Globalstrahlungswert fließt als 20jähriges Mittel aus dem Zeitraum in die Berechnung ein. Zur Berechnung der Einstrahlungsenergie auf eine geneigte Fläche, müssen der Neigungsund Ausrichtungs- und der Globalstrahlungswert auf eine horizontale Fläche bekannt sein. Der höchste jährliche Einstrahlungswert wird auf einem nach Süden ausgerichteten Dach mit einer Neigung von etwa 37 erreicht. Umfangreiche Untersuchungen hinsichtlich der Globalstrahlung auf geneigte Flächen wurden an der Ruhr-Universität Bochum durchgeführt. Die Ergebnisse sind in den Solaratlas NRW (ENERGIEAGENTUR NRW 2001) eingeflossen und bilden die Grundlage zur Berechnung der Einstrahlungsenergie auf Dachflächen innerhalb der SUN-AREA Methode.

3 468 D. Ludwig, M. Klärle und S. Lanig Dachneigung Die Neigung (Länge des Gradienten) stellt den Winkel der Horizontalen zum Bezugspunkt in Grad oder Prozent dar (vgl. Abb. 1). Je nach Baujahr, Dachdeckung, gesetzlichen Vorgaben und Nutzung des Gebäudes variiert die Gebäude- und Dachform und Dachneigung. In unseren Breitengraden sind Dachneigungen in einer Bandbreite von < 5 (Flachdach) bis ca. 85 (z.b. Kirchturmdach) zu finden. Je nach Dachform kann auch innerhalb einer Dachseitenfläche eine Neigungsänderung bestehen (Mansardendach). Die Dachneigung beeinflusst den Sonneneinfallswinkel und damit auch die solare Einstrahlungsstärke. N W (α=90 ) O (α=-90 ) S (α= 0 ) α Abb. 1: Dachneigung Abb. 2: Dachausrichtung Dachausrichtung Zur Ermittlung der Ausrichtung (Gradient) einer Dachfläche wird die Richtung der größten Neigung in Grad berechnet und somit bestimmt, in wie weit das Objekt aus der Nord-Süd- Achse herausgedreht ist. In der Solartechnik wird im Allgemeinen Süd mit dem Azimut α= 0 angegeben, Ost entspricht α= -90 und West wird mit positivem Vorzeichen α= 90 gekennzeichnet (vgl. Abb. 2). Die nachfolgende Tabelle 1 gibt darüber Aufschluss, wie stark sich Neigung und Ausrichtung auf die prozentuale Ausbeute der auftreffenden Energie auswirken. Tabelle 1: Prozentuale Ausbeute der Einstrahlungsenergie Dachneigung Dachausrichtung Ost 84 % 76 % 50 % Südost 89 % 93 % 65 % Süd 91 % 100 % 71 % Südwest 89 % 93 % 65 % West 84 % 76 % 50 % Nord 76 % 52 % 30 %

4 Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen 469 Verschattung Um eine PV-Anlage wirtschaftlich betreiben zu können, ist ein verschattungsfreier Standort ausschlaggebend. Fällt zu bestimmten Zeiten auch nur auf Teilbereiche der Solarzellen ein Schatten, wird nicht nur der unmittelbar betroffene Bereich außer Kraft gesetzt, sondern die Leistung der gesamten Zellen innerhalb eines Moduls. Bei einer Reihenschaltung der Module (Strang) kann dadurch die Leistung der gesamten Anlage stark herabgesetzt werden. Ein ganzjährig verschattungsfreier Standort ab einem Sonnenstand von etwa 15 ist sinnvoll (SANDER 2006). Die Empfindlichkeit gegenüber Verschattung hängt vom Modultyp ab, diffuse Strahlung kann unterschiedlich effektiv genutzt werden. Dachflächengröße Als ökonomisch sinnvoll wird von Experten eine Photovoltaik-Leistung pro Standort ab ca. 3 KWp erachtet, das entspricht je nach Wirkungsgrad der Anlage ca m² Modulfläche. Auf Flachdächern ist eine Aufstellung der Module zum Optimum sinnvoll, um eine höhere Energieausbeute zu erzielen und die Selbstreinigung der Anlage zu gewährleisten. Um eine Eigenverschattung der aufgeständerten Modulreihen zu verhindern, ist ein Mindestabstand zwischen den Reihen einzuhalten, so dass nur die Hälfte der Flachdachfläche als nutzbare Modulfläche angerechnet werden kann (KONRAD 2007). 2.2 Datengrundlage Die entwickelte Methode zeichnet sich durch die Integration ausschließlich schon vorhandener Daten aus. Neben den Höheninformationen aus hochaufgelösten Laserscanningdaten, werden die Gebäudegrundrisse aus der ALK (Automatisierte Liegenschaftskarte) verwendet (KLÄRLE & LUDWIG 2006). Laserscanningdaten Neben der schon länger bestehenden sensorgestützten digitalen Bildaufnahme werden für immer mehr Regionen in Deutschland auch hochaufgelöste Höheninformationen aufgenommen. Neben der Modellierung der Topographie auch im urbanen Bereich (3D- Stadtmodelle) spielen diese Daten bei flächendeckenden Simulationen umweltrelevanter Prozesse eine immer größere Rolle. Das flugzeuggetragene Laserscanningverfahren ermöglicht durch die Aufnahme von Mehrfachreflexion des Laserstrahls (first und last echo) die Differenzierung von Objekt- und Geländeoberfläche. Mit einer Punktdichte von etwa 4 Punkten pro m² und einer Lage- und Höhengenauigkeit von bis zu 0,10 m besteht die Möglichkeit, kleinste Strukturen auf Dachflächen (Schornsteine, Gauben) zu erfassen und bei der Berechnung zu berücksichtigen. Für die Verschattungsanalyse müssen nicht nur die Dachfläche mit den Aufbauten an sich betrachtet, sondern auch mögliche Schattenverursacher in der Umgebung des Gebäudes berücksichtigt werden. ALK Zur Lokalisierung des Gebäudes werden die Gebäudeumrisse aus den ALK hinzugezogen. Dies ermöglicht zum einen eine Konzentration der Berechnung auf Flächen innerhalb der Gebäudeumrisse, zum anderen können den Ergebnispolygonen auch die Sachinformationen aus der ALK bzw. dem ALB (Automatisiertes Liegenschaftsbuch) zugeordnet werden.

5 470 D. Ludwig, M. Klärle und S. Lanig 3 Methodenentwicklung Ziel des Forschungsvorhabens SUN-AREA ist die Entwicklung einer vollautomatisch ablaufenden Methode, die es ermöglicht, große Datenmengen verarbeiten zu können. Im Vordergrund steht nicht die optisch saubere Konstruktion eines Gebäudes, sondern neben der flächenscharfen 2D-Darstellung von geeigneten Dachflächenbereichen die numerische Ausgabe des Solarenergiepotenzials. Geeignete Dachflächenbereiche sollen unter Berücksichtigung aller Dachaufbauten, die eine homogene Fläche unterbrechen, ermittelt werden. Zur Gebäudeextraktion und Modellierung von 3D-Gebäudemodellen aus Laserscanningdaten bestehen bereits verschiedene Ansätze (vgl. z.b. BRENNER 2002; HOFMANN et al. 2003; JANSA, STANEK 2003; SCHWALBE, 2004; STEINLE 2005). Die automatisierte Gebäudeextraktion ohne den Einsatz von Katasterinformationen bietet bisher noch nicht den gewünschten Erfolg (vgl. KAARTINEN et al. 2005). Verfahren zur 3D-Gebäudemodellierung, die über die Gebäudekategorie einfache Dachformen ableiten, oder die eine Detektion und Gruppierung aus der Punktwolke zur Bestimmung der Dachteilflächen vornehmen können, wurden mit einem anderen Ansatz entwickelt. Sie erfüllen entweder das Ziel des vollautomatisch ablaufenden Vorgangs mit großen Datenmengen nicht, oder beschränken sich auf die Konstruktion vorherrschender Dachteilflächen ohne die Dachaufbauten zu berücksichtigen. Ganz bewusst wurde auf das Einbeziehen von Bild-Daten, deren semi-automatische Auswertung über Segmentierungsverfahren immer bessere Ergebnisse liefert, verzichtet. Das Ziel der vollautomatischen Bearbeitung kann auch bei diesem Ansatz nicht erfüllt werden. 3.1 Datenaufbereitung Grundlage der Berechnungsmethode sind die first echo Informationen der Laserscanning- Erfassung. Die ungleichmäßig verteilten Punktwolken werden in ein DOM (Digitales Oberflächenmodell) mit 1-m-Rasterweite interpoliert. Als flächendeckendes Modell geht dieses in die Verschattungsanalyse ein. Für die Berechnung der anderen Standortfaktoren wird eine Verschneidung mit den Gebäudeumrissen aus der ALK vorgenommen. 3.2 Berechnung der Standortfaktoren Ein aus dem Oberflächenmodell innerhalb der Gebäudegrenzen abgeleitetes Neigungsbzw. Ausrichtungsraster in einer 1-m-Auflösung bildet die Grundlage für die Selektion homogener Dachflächenbereiche. Zur Selektion wird ein spezielles Schwellwertverfahren (Mehrfach-Thresholding) angewandt. Für die Neigung werden darüber zunächst Dachflächenbereiche segmentiert, die keine durch Dachaufbauten unterbrochene Einheit aufweisen. Separat davon wird das gleiche Verfahren auch auf das Ausrichtungsraster angewandt. Mit variierten Schwellwertgrenzen führen mehrfach ablaufende Schwellwertoperationen zu einem Segmentwachstum. Nach jedem Threshold-Vorgang wird eine Neuberechnung des absoluten Neigungs- bzw. Ausrichtungswertes für das Segment vorgenommen und den Pixeln innerhalb der Segmentgrenze zugeordnet. Dies bildet die Grundlage für den nächsten Vorgang. Orientiert an den vorherrschenden Dachstrukturen wird zu einem homogenen Segment innerhalb einer Bandbreite von 13 in der Neigung und 40 in der Ausrichtung gruppiert. Endergebnis dieser ersten für Neigung und Ausrichtung getrennt ablaufenden Berechnungsphase ist jeweils ein Raster, das eine Einteilung der Gebäudeflächen in homo-

6 Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen 471 gene Dachflächenbereiche hinsichtlich Neigung bzw. Ausrichtung beinhalten und das innerhalb dieser Bereiche über einen einheitlichen absoluten Neigungs- bzw. Ausrichtungswert verfügt (vgl. Abb. 4). Abb. 3: Vereinfachtes Ablaufschema Eine Konvertierung ins Vektorformat und Verschneidung der beiden Teilergebnisse aus Neigung und Ausrichtung gibt Polygonflächen aus, die sowohl in der Neigung als auch in der Ausrichtung homogen sind. Eine Umrechnung der 2D-Dachfläche auf die 3D- Dachflächengröße wird mit Hilfe des absoluten Neigungswerts vorgenommen. Die Selektion über die Flächengröße (>= 10 m²) und die Ausrichtung (maximale Abweichung von Süd um 90 nach Ost oder West) führt zu einer weiteren Datenreduzierung. Das flächendeckende DOM ist Grundlage für die Verschattungsanalyse, um den Schattenwurf auch von angrenzenden Bäumen oder benachbarten Häusern auf die Dachfläche zu berücksichtigen. Exemplarisch werden Schattenmomente bestimmter Tage und Stunden eines jeden Monats, wodurch die Bandbreite des Sonnenstandes über das ganze Jahr abgedeckt ist, berechnet und für die Jahresverschattung miteinander verschnitten. Die Verschattungsberechnung beinhaltet eine Sichtanalyse eines jeden Pixels zur Sonne zu allen exemplarisch ausgewählten Sonnenstandssituationen. Ist die Sicht zur Sonne unterbrochen, wird das Pixel als verschattet klassifiziert. Eine Selektion der verschatteten Bereiche innerhalb der Gebäudegrenzen bildet die Grundlage für das Zusammenführen der Teilergebnisse aus

7 472 D. Ludwig, M. Klärle und S. Lanig Verschattungsanalyse und Selektion homogener Dachflächenbereiche. Um die abschließende Berechnung des Solarenergiepotenzials nur für unverschattete Dachflächenbereiche vornehmen zu können, wird eine weitere Selektion (Ausschluss der verschatteten Bereiche) angehängt (vgl. Abb. 3). Die Einstrahlungsenergie auf jede Dachfläche lässt sich über den absoluten Neigungs- und Ausrichtungswert der Fläche und dem horizontalen Globalstrahlungswert der Region ermitteln. In die Berechnung des möglichen, zu erwirtschaftenden Stromertrags fließt neben der Einstrahlungsenergie, die 3D-Flächengröße und ein anzunehmender Wirkungsgrad der PV-Anlage ein. geeigneter Dachflächenbereich Abb. 4: 3D-Ansicht einer Dachfläche und des geeigneten homogenen Dachflächenbereichs 4 Pilotregion Die Stadt Osnabrück gab 2005 eine Laserbefliegung mit einer Aufnahmedichte von 4 Punkten pro m² in Auftrag. Dies ermöglichte die Entwicklung und erste Anwendung der Methode anhand des insgesamt ca Gebäude umfassenden Stadtgebietes mit einer Flächengröße von 120 km². Im Zuge der Befliegung am 12. und wurden 630 Mio. Rohpunkte in 600 m Höhe über Grund aufgenommen. Es wurden Werte von 2,0 cm und 15,0 cm in Lage und 5,0 und 7,0 cm in der Höhe angestrebt und weitestgehend innerhalb der Zielspuren erreicht. Damit wurde sichergestellt, dass die auftragsseitig geforderte Genauigkeit von ±15 cm in der Höhe und ±50 cm in der Lage erreicht werden kann. Verwendet wurde der Sensor Riegel LMS-Q560 (Milan Flug 2005). Zudem wurde eine Klassifizierung und Interpolation über Nearest Neighbor in ein 1-m- DGM und -DOM vorgenommen. 4.1 Datenqualität Um eine hohe Genauigkeit zu erreichen, ist eine Datenqualitätskontrolle notwendig. Große Datenlücken innerhalb der Gebäudegrenzen müssen ausgeschlossen werden. Aufgrund von zu geringer oder fehlender Reflexion des Laserstrahls bei der Laserdatenerhebung durch z.b. bestimmte Farbgebungen der Dachdeckung (dunkelgrau), Feuchteverhältnisse und Neigungs- oder Ausrichtungswinkel zur Aufnahmerichtung, wurden stellenweise große

8 Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen 473 Datenlücken auf den Gebäudeoberflächen ermittelt. Punktabstände von bis zu 10 m und zu geringe Punktdichten von bis zu 0,1 Punkten pro m² führen bei der Konvertierung in ein 1 m- Raster zur Extrapolation und bewirken große Abweichungen von der Realität (vgl. Abb. 5). Nach einer Qualitätsanalyse der Osnabrücker Laserscanningdaten wurde festgestellt, dass ca. 5 % der Gebäude mit weniger als 0,7 Punkten pro m² erfasst wurden. Diese Gebäude wurden selektiert und als nicht klassifizierbar aus der eigentlichen Berechnung herausgenommen. Abb. 5: Rohdatenverteilung auf einer grauen Dachfläche (9 Punkte pro 270 m²) 4.2 Ergebnis Osnabrück Ergebnis der SUN-AREA Berechnung für Osnabrück ist ein Polygonfeature, das flächenscharf die geeigneten Dachflächenbereiche beinhaltet und als Sachinformationen neben dem absoluten Neigungs- und Expositionswert, die Globalstrahlung, den möglichen Stromertrag einer mit 15 % Wirkungsgrad installierten Photovoltaik-Anlage und die darüber mögliche CO 2 - Einsparung enthält (vgl. Abb. 6). Das Potenzial auf Osnabrücks Dachflächen ist groß. Über Gebäude sind 2 km² Dachfläche für die Photovoltaik-Nutzung optimal geeignet. Über diese Fläche könnten MWh/a Strom gewonnen werden, die den derzeitigen Strombedarf aller Privathaushalte von Osnabrück ( MWh/a, Stand 2006) mehr als vollständig decken würden. Als erste Stadt in Deutschland verfügt Osnabrück über ein Solarkataster, das eine teilflächenspezifische Berechnung pro Dach liefert. Das Solarenergiepotenzial jedes geeigneten Gebäudes der Stadt kann abgerufen werden. Das Solarkataster ist für alle über die Homepage der Stadt einsehbar. Jeder Hauseigentümer kann sich auf dem Geodatenserver per Straßen- und Hausnummernsuche auf sein Haus zoomen und die Informationen zur geeigneten Dachflächengröße, zum möglichen zu erwirtschaftenden Energieertrag pro Jahr und zur Eignungsstufe ausgeben lassen (

9 474 D. Ludwig, M. Klärle und S. Lanig Abb. 6: Ergebnisdarstellung einer sehr gut geeigneten Dachfläche mit einer Neigung von 46, einer Ausrichtung von 5 Abweichung von Süd, einer geeigneten Dachflächengröße von 551 m² und einem potenziell zu erwirtschaftenden Stromertrag von kwh/a. Auf dem Orthophoto sind die in Firstnähe liegenden Gauben sichtbar, die auch in der Ergebnisfläche durch Aussparungen erkennbar sind. Orthophotos wurden nur zur visuellen Kontrolle hinzugezogen. 5 Fazit/Ausblick Innerhalb des Forschungsvorhabens SUN-AREA ist es gelungen, mit Hilfe von Standard- GIS-Funktionen eine Methode zur Standortanalyse für Solaranlagen zu entwickeln, die vollautomatisch für große Datenmengen anwendbar ist. Der Ansatz, die Berechnung ausschließlich über ein Rastermodell durchzuführen, konnte umgesetzt werden. Die Herausforderung besteht in der Gratwanderung zwischen der möglichst hohen Berechnungsgenauigkeit und der automatisierten Anwendung. Die Berechnung von großen Regionen soll so für Städte und Landkreise bezahlbar bleiben. Ergebnis ist eine Solarpotenzialanalyse, die für die konkrete Planung einer PV-Anlage nicht die Beratung eines Fachmannes ersetzt. Über die SUN-AREA-Methode können z.b. nicht die Statik des Daches oder die Dacheindeckungsqualität ermittelt werden, auch bleiben Dachfenster, die plan in die Dachfläche eingefasst sind, unberücksichtigt. Derzeit wird die Berechnung für weitere Städte mit anderen Datenqualitäten (z.b. Aufnahmedichte von 1 Punkt pro m²) und Aufnahmeparametern (Sensor; Flughöhe) durchgeführt, wodurch weitere Erkenntnisse gewonnen und Anpassungen der Methode vorgenommen werden können. Durch die Nutzung ausschließlich vorhandener Daten stellt das Projekt ein Glied der Wertschöpfungskette zur wirtschaftlichen Nutzung vorhandener Fernerkundungsdaten dar (KLÄRLE & LUDWIG 2006). Die Stadt Osnabrück nutzt die Ergebnisdaten auf unterschiedlichen Wegen, um die Photovoltaik-Nutzung im Stadtgebiet voranzutreiben, z.b. für die Auswahl geeigneter Dachflächen für PV-Großanlagen, um der großen Nachfrage nach anzumietenden Dachflächen gerecht zu werden.

10 Automatisierte Standortanalyse für die Solarnutzung auf Dachflächen 475 Literatur BRENNER, C. (2002): Dreidimensionale Gebäuderekonstruktion aus digitalen Oberflächenmodellen und Grundrissen. Dissertation, DRK Reihe C, 530. Web: ( ). DEUTSCHER WETTERDIENST (DWD) (2005): Allgemeines zur Globalstrahlung, Informationsblatt. Web: Globalstrahlung/Globalstrahlung1.htm, ( ). ENERGIEAGENTUR NRW (2001): Solaratlas für Nordrhein-Westfalen. Energieagentur NRW, Wuppertal. HOFMANN, A. D., MAAS, H.-G. & STREILEIN, A. (2003): Derivation of roof types by cluster analysis in parameter spaces of airborne laserscanner point clouds. In: IAPRS International Archives of Photogrammetry and Remote Sensing and Spatial Information Sciences, Vol. 34, Part 3 W13, pp JANSA, J. & STANEK, H. (2003): Ableitung von Stadtmodellen aus Laser-Scanner-Daten, Grundrissplänen und photographischen Aufnahmen. In: Österreichische Zeitschrift für Vermessung und Geoinformation (VGI), 91 (4), S KAARTINEN et al. (2005): Accuracy of 3D City Models: EuroSDR comparison. ISPRS WG III/3, III/4, V/3 Workshop Laser Scanning 2005, Enschede, the Netherlands, Sept KLÄRLE, M. & LUDWIG, D. (2006): SUN-AREA Standortanalyse für Photovoltaik-Anlagen durch hochauflösende Sensoren in der Fernerkundung Forschungsprojekt an der Fachhochschule Osnabrück. In: GI-reports@igf, Veröffentlichung des AK-Fernerkundung, 5/2006. KONRAD, F. (2007): Planung von Photovoltaik-Anlagen Grundlagen und Projektierung. GWV Fachverlag Wiesbaden. MALBERG, H. (2007): Meteorologie und Klimatologie Eine Einführung. Springer-Verlag Berlin/Heidelberg. MILAN FLUG (2005): Unveröffentlichter Bericht zur Datenerhebung Stadt Osnabrück. Spremberg. SANDER, T. (2006): Netzgekoppelte Photovoltaikanlagen, Hüthig & Pflaum, München/Heidelberg. SCHWALBE, E. (2004): 3D building model generation from airborne laserscanner data by straight line detection in specific orthogonal projections. In: IAPRS International Archives of Photogrammetry and Remote Sensing and Spatial Information Sciences, Vol. 34, Part 3 B3, pp STEINLE, E. (2005): Gebäudemodellierung und änderungserkennung aus multitemporalen Laserscanningdaten Dissertation, DRK Reihe C, 594, München. Web: ( ).