Automatische Ableitung von Stadtstrukturtypen auf Basis von hochaufgelösten, multisensoralen Fernerkundungsdaten

Abstract

Der urbane Raum ist ein hochkomplexes, heterogenes Gebilde, dessen kleinräumige Strukturen das Ergebnis anthropogener Überformung sind und deshalb einem ständigen Wandel unterliegen. Aus diesem Grund verlangen räumliche Planungen nach einem ständig aktualisierten Bestand an Geodaten. Die Fernerkundung stellt bei der Erhebung dieser Daten eine kosteneffiziente und flächendeckende Möglichkeit dar. Dabei hat sich gezeigt, dass der Informationsgehalt von spektralen Analysen durch die Verschneidung mit Höhendaten erheblich in der Aussagekraft geschärft werden kann. Da die räumliche Planung ein interdisziplinäres Feld ist, findet die Betrachtung des urbanen Raumes oft auf verschiedenen Maßstabsebenen statt, wodurch die Ergebnisse der verschiedenen Disziplinen zueinander inkompatibel werden. Eine mögliche Lösung dieses Problems ist die Einteilung des urbanen Raumes in Raumeinheiten, die für alle Disziplinen nutzbar sind. Vor diesem Hintergrund wird, im folgenden anhand einer Ikonos-Szene in Verbindung mit einem digitalen Oberflächenmodell, eine automatisierte, objektorientierte Klassifikation des Stadtgebiets von München durchgeführt. Die Informationen der dabei einzeln beschriebenen und klassifizierten Landschaftsbausteine wie Häuser, Bäume oder Wasserflächen entsprechen den sogenannten Strukturelementen, die im Anschluss auf größeren Raumeinheiten (Blöcken) zu Stadtstrukturtypen zusammengefasst werden.