Objektbasierte Einzelbaumdetektion in urbanen Gebieten auf Grundlage von Orthophotos aus OpenData

Kurzfassung

Diese Arbeit untersucht die automatisierte Erkennung von Bäumen in städtischen Gebieten mithilfe moderner KI-basierter Objekterkennung. Ziel war es, ein Verfahren zu entwickeln, das Bäume auf hochauflösenden Orthophotos zuverlässig identifiziert und dabei schnell genug ist, um große Stadtflächen effizient auszuwerten. Als Datengrundlage dienten frei verfügbare Orthophotos von fünf Städten aus dem OpenData-Angebot des Bayerischen Landesamts für Digitalisierung, Breitband und Vermessung. Um eine ausgewogene Repräsentation unterschiedlicher städtischer Strukturen zu gewährleisten, erfolgte ein gezieltes Szenen-Sampling auf Basis des europäischen Urban Atlas. Dieser bietet eine detaillierte Klassifizierung urbaner Landnutzungs- und Bebauungsstrukturen und wurde herangezogen, um die Flächen der Städte in vier übergeordnete Hauptkategorien zu unterteilen. Dadurch konnten typische urbane Landschaftsszenen – etwa dicht bebaute Innenstädte, Wohngebiete mittlerer Dichte und Gewerbeareale gezielt in den Datensatz integriert werden. Die so ausgewählten Szenen bildeten die Grundlage für die anschließende manuelle und halbautomatische Annotation von Baumobjekten. Durch dieses Verfahren wurde eine konsistente und vielfältige Trainingsbasis geschaffen, die sowohl die Heterogenität urbaner Räume als auch unterschiedliche Vegetationsstrukturen realitätsnah abbildet. Für die Aufgabe der Baumdetektion wurden gezielt drei aktuellen Architekturen YOLOv11, YOLOv12 und RT-DETR in allen verfügbaren Modellgrößen auf dem gesamten Datensatz mit einem zufälligen Trainings und Validierungs-Split getestet. Dadurch konnte der Einfluss der Modellkomplexität auf die Trainingszeit, Erkennungsleistung und die Inferenzgeschwindigkeit systematisch untersucht werden. Es zeigte sich, dass größere Modelle zwar eine höhere Genauigkeit erreichen, jedoch mit deutlich höheren Trainings- und Inferenzzeiten verbunden sind. Bei der Übertragung auf die praktische Anwendung mit unbekannten Valdierungs- und Testdaten stellte das Modell YOLOv12m hierbei den besten Kompromiss dar: Es erzielte bei leichten Abschlägen in der Lokalisierungsgenauigkeit nahezu die gleiche Präzision wie die größten Varianten, bei etwa halber Inferenzzeit. In der Anwendung auf bisher unbekannte Städte konnte das Modell eine hohe Detektionsleistung erzielen, insbesondere in stark versiegelten Innenstadtbereichen mit begrenzten Grünflächen. Dies unterstreicht die Robustheit des Ansatzes und die Übertragbarkeit der trainierten Architektur auf unterschiedliche urbane Strukturen. Die Ergebnisse zeigen, dass eine schnelle und verlässliche Erfassung von Baumstandorten aus frei zugänglichen Orthophotos möglich ist. Durch die Erweiterung des Datensatzes, den Einsatz kleinerer Kacheln und höher aufgelöster Orthophotos kann die Genauigkeit künftig weiter gesteigert werden. Aufgrund der geringen Rechenzeit könnte sich die Methode besonders für die regelmäßige Aktualisierung kommunaler Baumkataster und die datenbasierte Identifikation potenzieller Pflanzstandorte eignen.