Automatisierte Analyse der Versiegelungsentwicklung in urbanen Gebieten mittels Sentinel-2 Daten und Machine Learning am Beispiel München

Kurzfassung

Diese Bachelorarbeit untersuchte die Entwicklung der Landbedeckung und Bodenversiegelung in München von Juli 2016 bis August des Jahres 2023 mithilfe von Sentinel-2-Satellitendaten und eines Random Forest Machine Learning Modells. Durch die automatisierte Klassifizierung der Landbedeckung konnte der ansteigende Trend der Urbanisierung und die Veränderungen in Vegetationsflächen aufgezeigt werden. Die Endergebnisse der Analyse basieren auf 53 Zeitpunkten innerhalb der acht Jahre, welche eine Gesamtgenauigkeit des Modells von 95.6% zeigte. Die Klassen Vegetation und Urban, auf welchen das Hauptaugenmerk des Verfahrens lag, überzeugten mit Genauigkeiten von 97.2% bzw. 94.6%. Im Vergleich der Klassifikationen mit den editierten LUCAS Daten wurden für 2018 und 2022 allgemeine Genauigkeiten von 85% und 83% erreicht. Die urbane Fläche wurde dabei zu 92% und 90% richtig bestimmt. Dabei war die Leistung des Modells in den Sommermonaten besser als im Frühling und Herbst. Es konnte gezeigt werden, dass innerhalb der letzten Jahre ein Anstieg der versiegelten Fläche stattgefunden hat, welcher mit dem Rückgang der vegetativen Flächen korreliert. Im Detail nahm die urbane Fläche laut den berechneten Daten von 151,9 km² im Juli 2016 auf 173,4 km² im August 2023 zu, während die Grünflächen im gleichen Zeitraum von 113,6 km² auf 89,5 km² zurückgingen. Trotz einiger Diskussionspunkte im Hinblick auf die Ausgangsdaten konnte gezeigt werden, dass die Methodik valide Trainingsdaten für einen skalierbaren Ansatz mit aussichtsreichen Ergebnissen liefern kann. Dadurch konnten bereits für andere Städte wie Hamburg, Frankfurt oder Würzburg erfolgreich Daten über die Landentwicklung mit geringem Aufwand generiert werden. Gerade der Flächenvergleich der Klassifikationsergebnisse mit offiziellen Zahlen im Stadtteil Freiham zeigt, dass die beschriebene Methodik sehr vielversprechend ist, um Statistiken über die Landbedeckung und Bodenversiegelung in und um Städte zu erlangen. Die generierten Informationen bieten einen wertvollen Einblick in die Flächenentwicklung und können dazu beitragen, städtische Planungsmaßnahmen zu unterstützen, um den genannten negativen Auswirkungen der Versiegelung entgegenzuwirken und nachhaltige Lösungen für die Erhaltung von Grünflächen und Biodiversität zu fördern.