CLASSIFY - Freiflächen auf Dächern
Erkennung von Objekten auf Dächern und Identifizierung von Freiflächen. Begünstigte Verwaltung: Kanton Genf.
Kontext
Angesichts der Klimakrise müssen Verwaltungen ihre Planungspolitik neu ausrichten, was langfristig das Erscheinungsbild unserer Städte und Dörfer prägen wird. Die Nutzung von Dächern stellt dabei einen wichtigen Faktor zur Bewältigung der Herausforderungen des energetischen und ökologischen Wandels dar. Damit kann der Flächenverbrauch kompensiert und die Nutzung von Gebäuden optimiert werden. Durch begrünte Dächer lassen sich Hitzeinseln in Städten verringern und wichtige Lebensräume für mehr Biodiversität schaffen. Ausserdem sind Dächer zentral für die lokale Solarproduktion mit geringen Auswirkungen auf die Landschaft. Die Erfassung der tatsächlichen Nutzung von Dachflächen ist daher eine strategisch bedeutsame Voraussetzung für eine effektive Planung. Derzeit ist die Erfassung der freien Dachflächen und der bereits vorhandenen Solar- und Pflanzenanlagen, die für die Bewertung des Installationspotenzials erforderlich sind noch ungenau.
Methodik
Das Ziel dieses Projekts in Zusammenarbeit mit dem Kanton Genf war die genaue Erfassung vorhandener Objekte und die Identifizierung freier Flächen auf Dächern. Die Endprodukte liegen in Form von Vektorschichten vor. Im Rahmen des Projekts wurden drei Methoden getestet, um das Vorhandensein von Hindernissen auf Dächern zu bestimmen.
- Klassifizierung von Dachflächen nach ihrer Belegung: Eine statistische Analyse der Intensität und Rauheit der LiDAR-Punktwolken ermöglichte die Klassifizierung von Dachflächen in die Kategorien "belegt", "potenziell frei" und "undefiniert" durch einen Random Forest.
- Segmentierung von LiDAR-Daten: Die Methode zielt darauf ab, Hindernisse zu identifizieren, die über die Dachschrägen hinausragen. Die RANSAC- und DBSCAN-Algorithmen der Open3D-Python-Bibliothek wurden eingesetzt, um die Punkte in der Wolke zu separieren, die zu Dachschrägen und potenziellen Objekten gehören.
- Bildsegmentierung: Diese Methode, die auf einem Deep-Learning-Modell basiert, identifiziert potenzielle Objekte auf Dächern in Bildern. Dabei wurden die Tools Segment Anything Model (SAM) und segment-geospatial eingesetzt.
Bei den verwendeten Daten handelt es sich um LiDAR-Punktwolken und True Orthophotos, welche vom Kanton Genf im Jahr 2019 erworben wurden, sowie um den Dachschrägen-Layer, der 2023 vom SITG veröffentlicht wurde. Für 122 Gebäude wurde eine Ground Truth der auf den Dächern vorhandenen Objekte erstellt.
Ergebnisse
Die Objekterkennungsfähigkeit der Segmentierungsmethoden ist mit einem F1-Score zwischen 0,75 und 0,76 zufriedenstellend, allerdings weist die mittlere IoU mit 0,37 bis 0,40 noch Optimierungspotenzial auf. Die LiDAR-Segmentierung erzeugt Erfassungen, die nach Ansicht der Fachexperten in einigen Fällen nicht den Anforderungen entsprechen. Zudem ist sie nicht in der Lage, Objekte mit geringer Höhe (sehr nah am Boden) zu identifizieren.
Die Bildsegmentierung wurde von den Fachleute als zufriedenstellend bewertet; allerdings werden aufgrund von Farbabweichungen falsche Erkennungen produziert und die Anwendung erfordert einen hohen Computeraufwand, wenn sie in grossem Massstab eingesetzt werden soll.
Die Methode zur Klassifizierung der Belegung von Dachschrägen ist schließlich zuverlässig, da sie eine Gesamtgenauigkeit von ~0,84 erreicht. Ein weiterer Vorteil ist, dass sie nur geringe Computerressourcen benötigt. Die ausgewählte Methode wurde entwickelt, um auf der Ebene des Kantons Genf angewendet zu werden und einen Hinweis auf die potenziell freien Dachflächen für die Entwicklung neuer Infrastrukturen zu liefern.
Dokumentierte Ressourcen
Alle Arbeiten des STDL werden unter einer offenen Lizenz veröffentlicht und wir ermutigen Sie, diese in Ihren Projekten zu verwenden.
Inhaltsverzeichnis
Zurück zur Startseite von STDL
Swiss Territorial Data Lab
Das Swiss Territorial Data Lab (STDL) wurde im Jahr 2020 im Rahmen der Schweizer Geoinformationsstrategie (SGS) ins Leben gerufen und ist Teil des Aktionsfelds Nr. 5 «Innovationsförderung». Das Lab bietet öffentlichen Verwaltungen einen Raum zum Experimentieren, in dem sie neue Ansätze zur Bewältigung ihrer konkreten Herausforderungen testen können. Das STDL fördert die Zusammenarbeit zwischen Fachexperten und technischen Experten, um gemeinsam effiziente und geeignete Lösungen zu entwickeln.
Office fédéral de topographie swisstopo
Seftigenstrasse 264
3084 Wabern