Schnelle Krisenkartierung bei Hochwasser mit Hilfe von Fernerkundungsdaten und maschinellen Lernverfahren

Abstract

Eine schnelle Katastrophenhilfe ist entscheidend, um Leben zu retten und die Auswirkungen von Naturkatastrophen zu minimieren. Herkömmliche Methoden der Analyse von Fernerkundungsdaten (Satelliten-, Luft- oder Drohnenbilder) zur Unterstützung eines aktuellen Lagebilds sind in der Regel langsam und arbeitsintensiv, was die Reaktionsmaßnahmen verzögern kann. Jüngste Fortschritte im Bereich des maschinellen Lernens haben neue Möglichkeiten für die Automatisierung der Datenanalyse eröffnet, die es ermöglichen das wachsende Datenvolumen und die Komplexität sowie die räumlich-zeitliche Dynamik von Katastrophensituationen zu bewältigen.

In dieser Arbeit geben wir Einblicke in Methoden des maschinellen Lernens, die vom Deutschen Zentrum für Luft- und Raumfahrt (DLR) für schnelle Kartierungsaktivitäten entwickelt und zur Unterstützung der Katastrophenhilfe während der Hochwasser 2021 und 2024 in Deutschland eingesetzt wurden. Das Zentrum für satellitengestützte Kriseninformation (ZKI) des DLR unterstützte die Einsatzkräfte mit Luft- und Satellitenbildern, die innerhalb von Stunden nach der Aktivierung erfasst, verarbeitet und ausgewertet wurden. Die Ermittlung des Informationsbedarfs und die Verbreitung der Kartierungsprodukte erfolgten in enger Zusammenarbeit mit der Integrierten Leitstelle Schweinfurt (ILS) des Bayerischen Roten Kreuz (BRK) und dem Gemeinsamen Melde- und Lagezentrum von Bund und Ländern des Bundesamtes für Bevölkerungsschutz und Katastrophenhilfe (BBK).

Wir erörtern Aspekte der Datenerfassung und stellen Ergebnisse vor, die von den Einsatzkräften während der Hochwasserkatastrophen verwendet wurden. Auf der Grundlage der gewonnenen Daten zeigen wir außerdem experimentelle Ergebnisse aus den Forschungsprojekten AIFER, GEOCON und RESITEK. Dazu gehört das Hochwasser-Monitoring mit Radar-Satellitenbildern, die Detektion von Objekten und Personen sowie die Identifizierung beschädigter Straßen und Gebäude anhand von sehr hochauflösenden Luft- und Satellitenbildern.