Die Ableitung des Landbedeckungsmodells (LBM-DE) mittels Deep Learning.

Kurzfassung

Durch schnelle Entwicklungen im Hardwarebereich und die Möglichkeit zur Prozessparallelisierung rücken DeepLearning-Verfahren zunehmend in den Fokus der Wissenschaft. Hierbei hat sich die semantische Segmentierung von Landbedeckung mittels Encoder-Decoder-Ansätzen als besonders leistungsfähig etabliert. Auf Basis des Landbedeckungsmodells Deutschland (LBM-DE) des Jahres 2021 wurde für das Bundesland Schleswig-Holstein evaluiert, inwieweit ein vortrainiertes Modell auf RapidEye-Daten zur Klassifizierung von PlanetScope-Daten genutzt werden kann. Mit klassenspezifischen F1-Scores von bis zu 0,95 zeigt sich das große Potenzial für die Ableitung von Landbedeckung mit Ansätzen der künstlichen Intelligenz.