Bestimmung von Gebäude und Vegetationshöhen/ strukturen aus hochaufgelösten Luftbildern

Pilotstudie Bestimmung von Gebäude und Vegetationshöhen/ strukturen aus hochaufgelösten Luftbildern Abschlussbericht Projektleitung Corinna Brüßhaber (Promovendin HU Berlin) In Kooperation mit Deutsches Zentrum für Luft- und Raumfahrt e.v. Einrichtung Optische Informationssysteme am Institut für Robotik und Mechatronik Auftraggeber: Senatsverwaltung für Stadtentwicklung und Umwelt Abteilung III (Geoinformation) Informationssystem Stadt und Umwelt Berlin, Januar 2012

Auftraggeber: Senatsverwaltung für Stadtentwicklung und Umwelt Abt. Geoinformation, Informationssystem Stadt und Umwelt Ansprechpartner: Jörn Welsch III F 12 Fehrbelliner Platz 1, Zimmer 4031, 10707 Berlin Tel: +49-30 - 90139-5256 Fax: +49-30 - 90139-5251 Email: joern.welsch@senstadtum.berlin.de Projektleitung/ Durchführung: Corinna Brüßhaber (Promovendin HU Berlin) DLR e. V. - Einrichtung Optische Informationssysteme, am Institut für Robotik und Mechatronik Tel.: +49-30- 67055 367 Email: corinna.bruesshaber@dlr.de corinna.bruesshaber@googlemail.com Bereitstellung der Daten/ technische Peripherie: DLR e.v. - Einrichtung Optische Informationssysteme, am Institut für Robotik und Mechatronik Ansprechpartner: Frank Lehmann (Abteilungsleiter) Abt. Sensorkonzepte und Anwendungen Tel: +49-30- 67055-425 Email: frank.lehmann@dlr.de Weitere Projektbeteiligte: Firma GEO-NET Umweltconsulting GmbH (Gutachterbüro) Ansprechpartner: Peter Trute (Geschäftsführer) Große Pfahlstraße 5a, 30161 Hannover Tel.: +49-511 388 72 04 Email: trute@geo-net.de Web: www.geo-net.de 2

INHALT 1. Projektumfeld...7 1.1 Beteiligte Institutionen...7 1.2 Klimamodellierung im urbanen Raum...8 2. Vorbereitung...10 2.1 Workflow...10 2.2 Klassensystematik...11 3. Digitale Luftbilddaten...12 3.1 Aufnahmeprinzip und das Kamerasystem UltraCam X...12 3.2 Gewinnung des Digitalen Oberflächenmodells (DOM)...13 3.3 Bildflug 2010 und Bildprodukte...15 3.4 Normierte Digitale Oberflächenmodell (ndom)...17 3.5 Die Stärke der Bilddaten...19 4. Grundlagen und erweiteter Datenbestand...21 4.1 Untersuchungsgebiet...21 4.2 Geobasisdaten und Fachplanungsdaten...23 5. Methodik...25 5.1 Objekt- und Merkmalserkennung...25 5.2 Segmentierung...26 5.3 Klassifizierung...28 5.4 Software ecognition...29 5.5 Künstliche Kanäle/ Indizes...30 6. Strategie und Umsetzung...33 6.1 Datenvorverarbeitung...33 6.2 Durchführung...34 6.3 Teilprozess Gebäude (ALK)...36 6.4 Teilprozess: Vegetation...41 7. Ergebnis...46 8. Fazit...47 3

ABBILDUNGEN Abb. 2-1: Workflow Gebäude... 10 Abb. 2-2: Klassifizierungsschema für Bebauung und Vegetation.... 11 Abb. 3-1: Prinzip der Bildaufnahme einer Matrixkamera (Zentralperspektive)... 12 Abb. 3-2: Orthophoto (DOP 2010) - Differentialentzerrung mit DGM (FIS-Broker Berlin)... 14 Abb. 3-3: True-Orthophoto 2010 (SGM), real messbare Größen und keine Verkippung... 14 Abb. 3-4: RGB (Pilotgebiet)... 16 Abb. 3-5: ndom (Pilotgebiet).... 16 Abb. 3-6: Prinzip der ndom-generierung (nach Mayer, 2004)... 17 Abb. 3-7: Vorgehen zur Detektion erhöhter Punkte für die Grundhöheninterpolation... 18 Abb. 3-8: Image Drape, ndom texturiert mit dem RGB (Elsenbrücke)... 18 Abb. 3-9: Auf die Geländehöhe 0 normiertes Oberflächenmodell... 19 Abb. 3-10: Gebäude im ndom (Kirche); horizontales (links), vertikales (rechts) Profil... 19 Abb. 3-11: Kirche im RGB, überlagert mit Ergebnis-Vektoren.... 19 Abb. 3-12: Einzelbaum im ndom - horizontales (links), vertikales (rechts) Profil... 20 Abb. 4-1: Lage des Untersuchungsgebietes.... 22 Abb. 4-2: Berliner Dach (Querschnitt).... 22 Abb. 4-3: ALK-Ausschnitt Folien 11 Gebäude und Folie 520 mit Straßenbäumen.... 23 Abb. 4-4: Unterirdisch liegende Gebäudeteile, hier am Beispiel Tiefgaragen (0112363)... 24 Abb. 5-1: Schematische Darstellung der Multilevel-Segmentierung.... 25 Abb. 5-2: Beispiele für Segmentierungslevel (Abb. a bis e).... 28 Abb. 5-3: Feature View in ecognition... 29 Abb. 5-4: NDVI (rechts) - Farbcodierte Darstellung in der Feauture View (Segmente)... 30 Abb. 5-5: Identifikation von Schattenbereichen (Bsp. Wasserfläche).... 31 Abb. 5-6: Sobel Kantenfilter (links); Slope (mitte); Aspect (rechts).... 32 Abb. 6-1: Index Kacheln 1 bis 12... 33 Abb. 6-2: Klassensystematik Gebäude/ Vegetation... 35 Abb. 6-3: Unterirdische Gebäude und Gebäudeteile (ALK).... 36 Abb. 6-4: Doppelte ALK- Polygone... 36 Abb. 6-5: Gebäude (ALK) unter Baumkronen.... 36 Abb. 6-6: Blick Richtung Süd-Osten, Elsenbrücke und dem Bürokomplex des Treptowers... 37 Abb. 6-7: Gebäude mit wenig Differenzierung in der ALK (blau).... 37 Abb. 6-8: Gebäude an der MediaSpree mit Türmen, spezielle Dachform.... 37 Abb. 6-9: Segmentierung Scale Parameter 25 (links); 100 (rechts), Basis-Geometrie ALK.... 38 Abb. 6-10: Klassen Gebäude (ALK) je Höhenintervall (unsortierte)... 38 Abb. 6-11: Ergebnis (Treptower) - ALK-Umrisse (links) zzgl. der Segmentierung (rechts)... 39 4

Abb. 6-12: Beispiel einer Segmentkorrektur, Walmdach auf ALK... 39 Abb. 6-13:Ergebnis Gebäude Finale Segmente umgesetzt in der Klassensystematik... 40 Abb. 6-14: Vollgeschosse (ALK) und Höhe je Gebäudetyp.... 40 Abb. 6-15: Segmente der Klassen Vegetation Scale Parameter 20 (mitte) und 50 (rechts)... 41 Abb. 6-16: Vegetation Scale Parameter 20 (links) und 50 (rechts) - Detailansicht... 42 Abb. 6-17: Klassifikationsergebnis Baum überlagert mit Straßenbäumen der ALK... 43 Abb. 6-18: Klassen Vegetation je Höhenintervall (unsortierte Darstellung).... 43 Abb. 6-19: Klassifikationsergebnis Baum überlagert mit Straßenbäumen der ALK... 43 Abb. 6-20: Feature-Export (Attribut).... 44 Abb. 6-21: DataBase (QGIS) mit Attributen der Gebäude... 45 Abb. 6-22: Kartendarstellung der Kachel 01... 45 Abb. 7-1: Zusammenschau des Ergebnisses... 46 Abb. 7-2: Kartendarstellung der Kachel 11... 47 5

ABKÜRZUNGEN ALK Automatisierte Liegenschaftskarte ASMUS Ausbreitungs- und Strömungs-Modell für Urbane Stadtstrukturen DBF DataBase File DGM Digitales Geländemodell DLR e.v. Deutsches Zentrum für Luft- und Raumfahrt e.v. DOM/nDOM Digitales Oberflächenmodell/ normiertes Digitales Oberflächenmodell DOP Digitales Orthophoto EPSG European Petroleum Survey Group ETRS89 Europäisches Terrestrisches Referenzsystem 1989 FITNAH-3D Flow Over Irregular Terrain With Natural And Anthropogenic Heat Sources GIS Geo(graphisches) Informationssystem GPS Globales Positionierungssystem GRS80 Geodetic Reference System 1980 IR/NIR Infrarot/ Nahes Infrarot ISU Informationssystem Stadt und Umwelt NDVI Normalized Vegetation Index NN Normal Null OBIA Object-Based Image Analysis OSKA Objektschlüsselkatalog PAN panchromatisch RGB Rot Grün Blau (Echtfarbe) ROI Region of Interest SAPOS Satellitenpositionierungsdienst Shp Shape (Vektordatenformat) SGM Semi Global Matching SenStadtUm Senatsverwaltung für Stadtentwicklung und Umwelt TOM True-Orthophotomosaik UCX UltraCamX UTM Universal Transverse Mercator WGS84 World Geodetic Reference System 1984 6

1. Projektumfeld 1.1 Beteiligte Institutionen Deutsches Zentrum für Luft und Raumfahrt e.v. (DLR) Das Deutsche Zentrum für Luft- und Raumfahrt e.v. (DLR) ist das nationale Forschungszentrum für Luft- und Raumfahrt und die Raumfahrtagentur Deutschlands. In den Schwerpunkten Luftfahrt, Weltraum, Energie, Verkehr und Sicherheit arbeiten insgesamt rund 7000 Mitarbeiterinnen und Mitarbeiter, es unterhält 32 Institute, Test- und Betriebseinrichtungen und ist an 16 Standorten vertreten 1. Senatsverwaltung für Stadtentwicklung und Umwelt (SenStadtUm) Digitaler Umweltatlas von Berlin (ISU) Der Umweltatlas von Berlin liegt seit 2000 auch in digitaler Form vor als Informationssystem Stadt und Umwelt - und beinhaltet die Themenbereiche Boden, Wasser, Luft, Klima, Biotope, sowie Flächennutzung, Verkehr/Lärm und später auch Energie. Die thematischen Karten des Umweltatlasses sollten zunächst die übergeordnete Planung unterstützen und umweltrelevante Aspekte berücksichtigen, z. B. die Auswirkung von Bebauung und Vegetation auf das Stadtklima. Heute ist der Umweltatlas vielmehr ein zentrales Element der Umweltberichterstattung für Berlin. 2 GEO NET Umweltconsulting GmbH GEO-NET ist ein interdisziplinär ausgerichtetes, technologieorientiertes Unternehmen im Bereich Erneuerbare Energien, Umweltmeteorologie und Umweltplanung. GEO-NET führt seit 1996 Entwicklungen, Beratungen und Untersuchungen durch und ist Dienstleister für Wirtschaft, Banken und Verbände sowie öffentliche Auftraggeber - von der Kommune bis hin zur Bundesbehörde. 3 1 DLR auf www.dlr.de 2 SenStadtUm und Umwelt Online 3 GEO-NET auf www.geo-net.de 7

1.2 Klimamodellierung im urbanen Raum Umweltatlas Berlin (Windefeldmodellierung) Ziel dieses Projektes ist es, die Objektinformationen für Gebäude und Vegetation aus flugzeuggestützten Bilddaten der UltraCamX so zu erfassen und zu verarbeiten, dass sie den Anforderungen einer komplexen stadtklimatischen Bewertung am Beispiel des Siedlungsraums Berlin standhalten. Eine konkrete Anwendung ist die darauf basierende Ableitung des Windfeldes für das Stadtgebiet von Berlin mithilfe der Simulationsmodelle ASMUS/ FITNAH-3D. Ziel: Bestimmung von Gebäude- und Vegetationshöhen/ -strukturen aus hochaufgelösten Luftbildern der UltraCamX, 2010-Befliegung Rahmen: Vorbereitung eines Konzepts für die stadtweite Fortschreibung der Klimakarten des Umweltatlasses des Landes für das Jahr 2012 seitens SenStadtUm, Abt. III (ISU) Idee: Zur Verfeinerung der Klimamodellierung durch zugrunde liegende Eingangsdaten sollen möglichst hochaufgelöste Gebäudehöhen- und Vegetationsdaten (Höhe, Begrenzung und Struktur) bereitgestellt werden Veröffentlichung im Berliner Umweltatlas unter http://www.stadtentwicklung.berlin.de/umwelt/umweltatlas/dinh_04.htm Bisher: Angaben zu Vegetationshöhen liegen weder im Bebauungsbereich noch innerhalb von Grünflächen flächendeckend und zugreifbar vor. Berechnungsmodell: FITNAH 3D (Firma Geo-Net)/ ASMUS Es wird eine Auflösung von 10* 10m angestrebt Daten: Geometrien/ Fachdaten: für die Bearbeitung notwendigen Daten wie ALK, ISU5_2010 (Nutzungsdaten) etc. werden von SenStadtUm kostenfrei zur Verfügung gestellt. Raster: Befliegung, Erfassung der Rohdaten für das Stadtgebiet Berlin und Auswertung vom DLR bereitgestellt. 8

Grundlagen Die Stadt bewirkt im Gegensatz zum Umland und zu weitestgehend unberührten Landschaften ihr ganz spezifisches Klima, das Stadtklima, hervorgerufen durch die Gestaltung der städtischen Oberfläche unter verstärkter Versiegelung durch Gebäude, Verkehrswege, Parkanlagen. Hinzu kommt die Belastung durch Industrie- und Verkehrsabgase (Schadstoffe), die die Stadtluft und darüber hinaus auch das menschliche Wohlbefinden beeinträchtigen (Fehrenbach, 2001; Junk et al., 2003). Klimaeffekte, die aus der urbanen Struktur hervorgehen sind nächtliche Wärmeinseln (erhöhte Oberflächen- und Lufttemperaturen in der Nacht), ein stark modifizierter Strahlungshaushalt und veränderte Windströmungen (Windstille und erhöhte Geschwindigkeiten) (Offerle et al. 2007; Bruse, 2001). Erhöhte Objekte, wie Gebäude oder ganze Gebäudeblöcke stellen Hindernisse dar, die sich bremsend bis hin zur Windstille oder aber kanalisierend und damit beschleunigend auf die Windströme auswirken. Um solche stadtspezifischen, klimatischen Wechselwirkungen zu analysieren und ihnen rechtzeitig entgegenzuwirken, werden vermehrt dreidimensionale, numerische Simulationsmodelle (Klimamodelle) herangezogen. Solche computergestützten Modelle können stadtklimatische Phänomene innerhalb der städtischen Grenzschicht unter Berücksichtung von Einflussfaktoren simulieren und im Zuge eines Planungsprozesses räumliche Klimaszenarien sichtbar machen und sogar die Umsetzung einer räumlichen Planung positiv beeinflussen. Modelle stellen damit nicht nur den Ist-Zustand dar, sondern können auch zukünftige Entwicklungen unter verschiedensten Planungs- und Klimabedingungen voraussagen. Sie gelten daher als ein starkes Werkzeug innerhalb des Entscheidungsprozesses und während der verbindlichen Bauleitplanung ( 8 10 BauGB). Mit Hilfe der flugzeuggestützten Fernerkundung lassen sich, neben Thermalbildverfahren, auch auf indirektem Wege objektbezogene Informationen über stadtklimatische Zustände ableiten. Die Gestaltung der urbanen Oberfläche durch künstliche Versiegelung (Wohn- und Geschäftsbebauung, Industrie, Verkehrsflächen und Parkanlagen) ist dabei ein wesentlicher Faktor. Die Versiegelungsarten, sowie die Gebäude- und Vegetationsstrukturen können mit Methoden der Fernerkundung (detailliert) bestimmt werden. Neben der spektralen Information werden über das Digitale Oberflächenmodell und dem daraus abgeleiteten normierten Oberflächenmodell die Höhen der urbanen Objekte erfasst. Diese Objekthöhen sind ein wichtiger Bestandteil der Eingabegrößen in ein numerisches Simulationsmodell. Konkretes Beispiel wird die Ableitung der Windfelder für den Großraum Berlin sein, wobei sich dieser Teil der Untersuchung im Umfeld der Pilotphase auf das Gebiet um den Spreeraum Friedrichshain-Kreuzberg reduziert. 9

2. Vorbereitung Einleitung Anhand hochaufgelöster, flugzeuggestützter Bilddaten und der objektbasierten Klassifikation wird versucht Vegetations- und Gebäudestrukturen, sowie deren Höhen zu detektieren und zu erfassen. Dazu findet eine Kombination von optischen multispektralen Bilddaten (RGB, IR) mit den Höheninformationen des Digitalen Oberflächenmodells und dem daraus abgeleiteten normierten Oberflächenmodell statt. 2.1 Workflow Abb. 2-1: Workflow Gebäude Analog zu diesem Vorgehen der Gebäudeklassifikation findet die Erfassung der Vegetation statt. Das wesentliche Medium ist dabei das Hinzunehmen des NDVI (s. Kapitel 6) basierend auf dem Rot- und Infrarotkanal der die Unterscheidung von Vegetation und Nicht-Vegetation ermöglicht. Auch dabei wird die Ableitung der Höhen und die Differenzierung in Höhenklassen, als wichtigstes Klassifikationskriterium über das ndom (s. Kapitel 3) realisiert. Für die Unterscheidung der Objekte (nach Höhe -> mean[ndom]) fließt das ndom mit einer höheren Gewichtung in die eingangs stattfindende Segmentierung ein. Auf die abschließende Glättung der Vegetationsgeometrien wird aufgrund der Andersartigkeit der natürlichen Strukturen verzichtet. 10

In enger Abstimmung mit SenStadtUm; Abt. III Geoinformation fand eine Definition der zu erfassenden Objekte, sowie eine Erarbeitung von sinnvollen und praktikablen Klassen für die Darstellung in Thematischen Karten statt. 2.2 Klassensystematik Es handelt sich um die Klassifizierung von Landbedeckung d. h. um Objektklassen zur urbanen Oberflächenbedeckung. Eine direkte Ableitung der Nutzungen (auch Stadtstrukturen) aus diesen Oberflächenklassen findet dabei nicht statt. Diese Rückschlüsse würden eine Sinnbildung bedeuten und so ein Wissen von Beziehungen der Objekte zueinander voraussetzen. Die Oberflächenklassifikation wird zunächst mit einer Klassentiefe von jeweils 8 Klassen pro Objektart (Gebäude und Vegetation) durchgeführt. Die visuelle Erkennbarkeit der Gebäude wird mit Referenzdaten der ALK unterstützt. Gewässerflächen werden aus den ISU-Blockdaten entnommen. Abb. 2-2: Klassifizierungsschema für Bebauung und Vegetation. Die zuvor definierte Klassifizierungssystematik (Grundlage der späteren Zuordnung der Objektklassen) wurde im Laufe der Ergebniserarbeitung um die Klasse Gebäude > 40 m. 11

Pilotstud ie im Rahmen der Promotion von C. Brüßhaber (DLR e.v.); SenStadtUm Berlin, Abt. III 3. Digitale Luftbilddaten 3.1 Aufnahmeprinzip und das Kamerasystem UltraCam X Matrixkameras realisieren die Aufnahme eines Bildes mittels digitaler matrixförmiger Flächensensoren und der Zentralprojektion. Dabei beschränkt sich die Abbildung der Erdoberfläche auf einen rechteckigen, meist quadratischen Bildausschnitt. Bei einer Matrixkamera wird die Stereofähigkeit durch einen Überlappungsbereich in Flugrichtung von üblicherweise etwa 60 % aus drei Bildern realisiert. Dieser Überlappungsbereich simuliert die drei unabhängigen Blickwinkel über die bei einer Matrixkamera später das Stereobild realisiert wird. Anschließend können die entstandenen Flugstreifen zu einem Bildblock über die zuvor definierte Quer- und Längsüberdeckung verknüpft und im Zuge der Prozessierung als Gesamtmosaik ausgegeben werden. Der Überlappungsbereich der drei Blickwinkel gewährleistet die drei Sichtstrahlen zur Auffindung der notwendigen homologen Punkte zur Generierung einer stabilen räumlichen Szene und eines Oberflächenmodells. Das GPS und INS erreicht die hochgenaue Orientierung der Bilddaten. Abb. 3-1: Prinzip der Bildaufnahme einer Matrixkamera (Zentralperspektive). Bei einer Matrixkamera ändern sich bei der Aufnahme die Eigenschaften der äußeren Orientierung von Bild zu Bild (vgl. Kraus, 2004), pro Bild entsteht eine eigenständige äußere Orientierung. Durch die Abbildung in Zentralperspektive entstehen je Einzelbild Verklappungen radial zu den Bildrändern. Eine Korrektur dieses Radialversatzes ermöglicht das digitale Oberflächenmodell (DOM). Das so entstandene True-Orthobild (Beispiel in Abb. 3-2 und 3-3) weist im Anschluss ebenfalls die Eigenschaften einer Karte auf und erhöhte Objekte werden lagekorrigiert abgebildet (bei einem Orthobild bleiben die Verklappungen erhöhter Objekte 12

erhalten). Die Ableitung von tatsächlichen Entfernungsmesswerten aus dem Luftbild innerhalb der Genauigkeiten ist darüber möglich. Die UltraCamX ist ein großformatiger, multispektraler und digitaler Flächensensor. Das hochauflösende panchromatische Bild der Größe 9420 x 14430 Pixel (67.5mm x 103.5mm) wird von neun Flächendetektoren hinter vier Objektiven erzeugt. Unter Verwendung von 4 Farbfiltern - für R, G, B und IR - gelingt die Gewinnung der Farb- und Infrarotinformation in geringerer Auflösung. Zur Steigerung der Auflösung werden die höher aufgelösten panchromatischen (PAN) Kanäle hinzugerechnet. (vgl. Gruber, 2009; Sandau (Hrsg.), 2005 & Albertz, 2007) Photogrammetrische Prozessierung Anwendung findet hier eine Aerotriangulation, bei der die digital aufgezeichneten Einzelbilder zu einem festen Bildverband unter Einbeziehung von Passpunkten (eindeutig identifizierbar und Koordinaten im übergeordneten Referenzsystem bekannt) und hochpräziser Orientierungsdaten verknüpft werden. Über das GPS wird fortlaufend die Flugbahn des Sensorträgers und mit Hilfe des integrierten INS die ständige Position der Kamera und deren Bewegung während des Messvorgangs erfasst. Nach Aufzeichnung der Spektraldaten und der Orientierungs- und Navigationsdaten wird eine kombinierte Aerotriangulation zur direkten Sensororientierung mit direkter Georeferenzierung durch GPS, IMU und zusätzlicher Passpunkte erreicht. 3.2 Gewinnung des Digitalen Oberflächenmodells (DOM) Bei der Gewinnung des Oberflächenmodells kommt ein Algorithmus zum Tragen (SGM Semi- Global Matching), der ursprünglich am DLR, Institut für Robotik und Mechatronik von Hirschmüller (2005) entwickelt wurde und fortwährend optimiert wird (vgl. Hirschmüller et al, 2010). Das SGM ist ein pixelbasiertes Verfahren zum Auffinden korrespondierender Bildpunkte. Grundlage sind orientierte Luftbilder mit bekannter innerer und äußerer Orientierung, bei denen entlang einer rekonstruierten Epipolarlinie nach diesen übereinstimmenden Pixel gesucht werden kann. Die Epipolargeometrie beschreibt diese Abhängigkeit der korrespondierenden Bildpunkte, die durch einen realen Objektbodenpunkt in den zueinander orientierten Luftbildern erzeugt werden. (vgl. Schrerr, 2005) Eingerenzt wird die Suche durch das Bekanntsein einer Höheninformation des gesuchten Objektpunktes. Das Verfahren wird ausführlich in Hirschmüller, 2005 & 2006 beschrieben. In einem DOM wird jedem Bildpixel die Höhe über dem definierten Geoid bzw. Ellipsoid mit Hilfe eines Grauwerts zugeordnet. Zur Ableitung exakter Objekthöhen wird das ndom (auf die Grundhöhe NULL normiert) berechnet. 13

Abb. 3-2: Orthophoto (DOP 2010) - Differentialentzerrung mit DGM (FIS-Broker Berlin) Abb. 3-3: True-Orthophoto 2010 (SGM), real messbare Größen und keine Verkippung. Die Abbildungen (3-2 und 3-3) zeigen anschaulich die Unterschiede und den Vorteil eines True- Orthophotos gegenüber dem DOP, welches lediglich mit Hilfe der Differentialentzerrung unter Einbeziehung eines DGM korrigiert wird. Ebene Bereiche weisen die Eigenschaften einer Karte auf, wogegen erhöhte Objekte aufgrund der Zentralprojektion noch immer verkippt dargestellt werden. Bei einem True-Orthophoto wird das DOM in die Level 4-Prozessierung integriert. Auch erhöhte Objekte werden nun lagekorrigiert dargestellt und ermöglichen das Messen realer Entfernungen, Flächen und der exakten Position von Kanten. 14

3.3 Bildflug 2010 und Bildprodukte Der UCX-Bildflug fand im Spätsommer 2010 aus einer Flughöhe von ~2100 m über NN statt. Bildflug durchgeführt von: BSF Swissphoto GmbH Kamera: UltraCamX Flugdatum: 23.09.2010 Bodeauflösung: 10cm Längsüberdeckung: 80% Querüberdeckung: 60% Prozessierung Einzelbilder: UltraMap Fa. Microsoft Höhe über Grund: 6850 ft Höhe ü NN: 7000 ft Koordinatensystem: Geodätisches Datum: Bezugsellipsoid: Höhenbezugssystem: UTM, 33N ETRS89 GRS80 ellipsoidische Höhen bzgl. GRS80 GPS-Referenzstation: SAPOS-Station, Berlin-Wilmersdorf Genauigkeit der GPS-Prozessierung: Lage und Höhe theoretisch 5-6 cm Die eigentliche Prozessierung der Einzelbilder - zu einem für diese Studie benötigten True- Orthomosaik (TOM) - findet am DLR, am Institut für Robotik und Mechatronik in Berlin Adlershof unter Verwendung des im Kapitel Photogrammetrische Prozessierung beschriebenen SGM- Algorithmus statt. Durch die Größe des Aufnahmegebietes (Stadtfläche Berlin) und die daraus resultierte Dauer des Bildfluges sind in den Bilddaten Schattenbereiche zu verzeichnen. Besonders deutlich zu erkennen sind Schlagschatten im Bereich sehr hoher Gebäude (siehe Abbildungen auf Seite zuvor) Diese Schatten können in weiten Teilen durch die hohe radiometrische Tiefe (16bit) aufgefangen werden. Das Ableiten von Vegetationsstrukturen durch das nahe Infrarot (NIR) ist fast immer gewährleistet, dies wird im Zuge der folgenden Auswertung näher betrachtet. 15

Produkte Sensor: Matrixkamera UltraCam X Aufnahmedatum: 23.09.2010 Geometrische Auflösung: x; y: 15cm; z: 10 cm Radiometrische Tiefe: 16 bit Bildprodukte: Echtfarbenbild (RGB) und Infrarotkanal (IR) Digitales Oberflächenmodell (DOM) abgeleitete Produkte: Normiertes Digitales Oberflächenmodell (ndom) Abb. 3-4: RGB (Pilotgebiet). Abb. 3-5: ndom (Pilotgebiet). 16

3.4 Normierte Digitale Oberflächenmodell (ndom) Da die Geländehöhe in Berlin (~35m bis zu ~100m ü NN) nicht konstant ist, wenn auch im Vergleich zu anderen Regionen wenig, wird ein auf die Grundhöhe Null normiertes Oberflächenmodell erzeugt. Das Prinzip der Generierung des normierten Oberflächenmodells (ndom) gewährleistet die Ableitung der echten Objekthöhen ohne die aufsummierte Geländehöhe. Abb. 3-6: Prinzip der ndom-generierung (nach Mayer, 2004). Das normierte Digitale Oberflächenmodell (ndom) ergibt sich aus der Differenz eines Digitalen Oberflächenmodells (DOM) mit einem Digitalen Geländemodell (DGM). Die Prozedur zur Ableitung des ndom wurde von Mayer, 2004 am DLR in Berlin-Adlershof entwickelt. ndom = DGM DOM Das DOM bildet anders, als das DGM die tatsächliche Struktur auf der Erdoberfläche ab. Es beschreibt neben der Geländeform die dreidimensionale Geometrie der Objekte auf der Erdoberfläche, einschließlich der Gebäude (auch Brückenbauwerke), Gleisanlagen, der Vegetation und weiterer anthropogener Objekte. Neben der Vegetation werden ebenso die Höhen der künstlichen Strukturen wie Gebäude zum Zeitpunkt der Aufnahme dargestellt. Das ndom ist gekennzeichnet durch die ausschließliche Darstellung der Vegetation und der Gebäude in ihrer Höhe normiert auf die Geländehöhe Null. Dies vereinfacht, hinsichtlich der nachfolgenden Segmentierung und Klassifikation, die Unterscheidung der erhöhten von den nicht erhöhten Objekten und gewährleistet eine direkte Messung der Objekthöhen. (Abschnitt 3.7) Es erlaubt die Unterscheidung von Straßen, erhöhter Vegetation und der Bebbauung und liefert die exakte Höheninformation (siehe Abb. 3-6). 17

Abb. 3-7: Vorgehen zur Detektion erhöhter Punkte für die Grundhöheninterpolation. (Quelle Mayer, 2004) Zur Erzeugung des ndom wird in einem ersten Schritt zunächst ein DGM erzeugt. Zu diesem Zweck werden Suchfenster definiert und darüber das DOM in iterativen Schritten nach Kanten und abrupten Höhensprüngen durchsucht. Über die Definition eines Höhenschwellenwertes werden die erhabenen Objekte (Objektpixel) bestimmt. Gleichzeitig werden Punkte identifiziert, die sich eindeutig am Boden befinden (Grundpixel). Ist eine genügende Anzahl dieser Bodenpunkte sicher identifiziert, werden diese Punkte zu einer Fläche interpoliert, die abschließend das DGM bilden. Das entstandene DGM ergibt schließlich durch eine Subtraktion mit dem DOM das ndom. Abb. 3-8: Image Drape, ndom texturiert mit dem RGB (Elsenbrücke). 18

3.5 Die Stärke der Bilddaten Gebäudehöhen Abb. 3-9: Auf die Geländehöhe 0 normiertes Oberflächenmodell. Abb. 3-10: Gebäude im ndom (Kirche); horizontales (links), vertikales (rechts) Profil. Abb. 3-11: Kirche im RGB, überlagert mit Ergebnis-Vektoren. 19

Vegetationshöhen Abb. 3-12: Einzelbaum im ndom - horizontales (links), vertikales (rechts) Profil Vegetationshöhen lassen sich sehr gut über das ndom in Kombination mit geeigneten Segmentierungsalgorithmen ableiten. Die Tatsache, dass die Kontur und die Form der Vegetation (Krone und Stamm) hier ein ca. 10m hoher Baum (Abb. 3-12) nicht vollständig real abgebildet werden ist dabei nachteilig. Da es sich um eine Draufsicht handelt, ist die Ableitung des absoluten Umfangs der Krone bei genauer Abgrenzung eines Objektes realisierbar. Dichter Baumbestand erschwert dies aber häufig. Ähnliches trifft auf die Bebauung zu, wobei es in vielen Fällen möglich ist, sofern Dachtraufe und Bodenpunkt identisch sind. Dachübersprünge und Dachvor- und aufbauten verhindern dies allerdings in vielen Bereichen. 20

4. Grundlagen und erweiteter Datenbestand 4.1 Untersuchungsgebiet Um die Eignung des gegebenen Rasterdatenbestandes, bestehend aus dem digitalen multispektralen True-Orthophotomosaik (TOM) und des dafür erforderlichen Digitalen Oberflächenmodell (DOM) - zur Ableitung der geforderten Objekthöhen - zu prüfen, liegt dieser Pilotstudie ein rund 23 km² großer Bildausschnitt der Berliner Innenstadt zugrunde. Geographische Ausdehnung Fläche: 22,69 km² UTM, WGS84, Zone33 UL X: 389084 UL Y: 5820065 LR X: 396500 LR Y: 5817000 (EPSG:32633) Soldner Berlin (Rauenberg), Bessel, DE-40/83 to ETRS89 (EPSG: 3068) UL X: 22342 UL Y: 18332 LR X: 29817 LR Y: 21539 Geometrische Ausdehnung Pixel: 49.444px * 20.437 px (Originalpixel mit x/y 15cm, z 10cm) Gebietsmerkmale Das ausgewählte Projektgebiet für diese Pilotstudie erstreckt sich über weite Bereiche der Innenstadt, zentral inmitten des Berliner S-Bahnrings und beinhaltet partiell die Stadtbezirke Treptow-Köpenick, Friedrichshain-Kreuzberg und nordwestlich Berlin-Mitte mit dem Reichstagsgebäude und dessen imposanter Kuppel, und einem ausgedehnten Bereich des Stadtparks Großer Tiergarten. Dieser Bereich verfügt über einen hohen Anteil an repräsentativen Grünflächen und höherem Bewuchs, sowie Bestand von bis zu über 20 Meter hohen Bäumen. 21

Abb. 4-1: Lage des Untersuchungsgebietes. Das Untersuchungsgebiet enthält neben einer erheblichen Anzahl der typischen Berliner Wohnbebauung - den Mietskasernen mit der charakteristischen Traufhöhe von 22 Metern und den charakteristischen Berliner Dächern (Abb.4-2) - eine Vielzahl von architektonisch auffälligen Sondergebäuden. Zu diesen zählen neben modernen Bürobauten, wie dem Trias (Sitz der BVG) an der Holzmarkstraße oder dem Treptower an der Elsenbrücke ebenso Eventstätten, wie die Multifunktionshalle O2-World, das Tempodrom in Kreuzberg oder das Sony Center am Potsdamer Platz. Daneben bestehen entlang der Berliner Stadtspree Industrie- und Dienstleistungsflächen und auch eine Vielzahl historischer Gebäude, Kirchen und monumentalen Bauten. Zur Ableitung der Gebäudehöhen, sowie der nachfolgenden Einschätzung der Genauigkeiten dieser Höhen eignen sich besonders die ebenso häufig wie identisch erbauten Montagebauten und Wohngebäude. Sie verfügen über eine sehr klare Gebäudestruktur und dienen aufgrund der einheitlichen Höhen, als idealer Vergleichsgegenstand. Abb. 4-2: Berliner Dach (Querschnitt). Quelle: Wikipedia (Berliner Dach) 22

4.2 Geobasisdaten und Fachplanungsdaten ALK OSKA 2010/2011 o Gebäude o Straßenbaum Blockdaten ISU 2010 Die Automatisierte Liegenschaftskarte enthält die gesamten Liegenschaften des Landes Berlin und liegt flächendeckend im Landeskoordinatensystem Soldner Berlin vor. Der Bestand wird fortwährend aktuell gehalten und wöchentlich aktualisiert. Die Vektoren der ALK bestehen für diese Anwendung aus geschlossenen Polygonen (Flächen). Abb. 4-3: ALK-Ausschnitt Folien 11 Gebäude und Folie 520 mit Straßenbäumen. 4 In diesem Gebiet befinden sich Angaben basierend auf der Automatisierten Liegenschaftskarte (ALK) rund 11.600 eingemessene Gebäude und Gebäudeteile und rund 23.500 Straßenbäume (Laub- und Nadelbäume), welche im Sachdatenbestand der ALK einzeln erfasst sind (Abb. 4-3, überlagert mit den statistischen Blöcken des ISU 5 ). Nicht erfasst und nummeriert ist der Baumbestand auf Privatgrundstücken, sowie in Hinterhöfen und Parkanlagen bspw. der Baumbestand innerhalb der weitläufigen innerstädtischen Parkanlage Großer Tiergarten. 4 (Stand des Gebäudebestandes ist 30.06.2011) 5 Datengrundlage: Informationssystem Stadt und Umwelt (ISU) der Senatsverwaltung für Stadtentwicklung und Umwelt Berlin. 23

Automatisierte Liegenschaftskarte (ALK) Berlin/ Statistische Blöcke (ISU) Informationen aus dem Objektschlüsselkatalog Berlin (OSKA Bln) Stand: 01.08.2005 Hier werden die Gebäudeumrisse des ALK-Datenbestandes dargestellt. Dieser Bestand wird ge mäß der Systematik der ALK in einzelnen Folien vorgehalten. Die Gebäude bilden die Folie 011, die weitere Bezifferung beschreibt die Nutzung. Nach dieser Systematik ist es möglich die Vektoren unterirdischer Gebäude (Abb. 4-4), die für diese Untersuchung hinderlich sind, über den eindeutigen Objektschlüssel aus der Bearbeitungsmenge zu entnehmen. 011 Gebäude 068 Nicht eingemessene Gebäude 087 Geplante Gebäude (Quelle: Informationssystem Stadt und Umwelt GIS-Service) Folie 011 Gebäude Nutzung 011 1005 Unterirdische Gebäude (allgemein) 011 2363 Tiefgarage 011 2364 Sammelgarage 011 2365 Doppelgarage 011 2366 Einzelgarage 011 2723 Schuppen Abb. 4-4: Unterirdisch liegende Gebäudeteile, hier am Beispiel Tiefgaragen (0112363) 24