Projektlaufzeit
Projektvolumen
gefördert durch BMDV
Kooperationspartner
KIBI ist ein wegweisendes Forschungsprojekt, das die präzise Kartierung geschützter Pflanzengesellschaften (GPG) aus Satelliten- und Befliegungsdaten zum Ziel hat. Wir setzen innovative maschinelle Lernverfahren ein, um GPG durch die intelligente Kombination verschiedener Eingangsdaten zu identifizieren und zu klassifizieren. Unsere Ergebnisse werden transparent und frei verfügbar für ein ganzes Bundesland (Rheinland-Pfalz) bereitgestellt.
Die räumliche Verteilung geschützter Vegetation spielt eine wesentliche Rolle in der nachhaltigen Flächen- und Infrastrukturplanung. Nur mit einer aktuellen und flächendeckenden Kartierung geschützter Pflanzen, kann eine nachhaltige Flächen- und Bebauungsplanung erfolgen. Aufgrund lokaler Vegetationsveränderungen kann eine ehemals aktuelle Kartierung jedoch schnell veralten, sodass Entscheidungen nicht unter optimalen Bedingungen getroffen werden können. Die Folge sind beispielsweise Verzögerungen in baulichen Genehmigungsverfahren bis hin zu Bausperren oder suboptimal gewählte Ausgleichsflächen.
Ziel von KIBI ist die Vereinfachung flächendeckender Kartierungen von geschützten Pflanzengesellschaften, um Planungsprozesse zu beschleunigen und das Umweltmonitoring für bspw. Nachhaltigkeitszwecke zu verbessern. Zudem wird das Projekt Vermessungsämter bei der kosteneffizienten Neuvermessung der sich stets verändernden Flächen unterstützen. Hierzu wird eine KI zur Identifikation der sechs häufigsten Pflanzengesellschaften des Kreises Ahrweiler entwickelt und ein optimaler Eingangsdatensatz erarbeitet. Die trainierte KI soll nach Projektende als KI-as-a-Service für zukünftige automatisierte Kartierungen durch Dritte angeboten werden.
Zentrale Aktivität in KIBI ist die Entwicklung und Evaluation geeigneter KI-Methoden zur schnellen und verlässlichen Identifikation und Klassifizierung von geschützten Pflanzengesellschaften. Hauptaugenmerk liegt hierbei auf der Bewertung der Ergebnisqualität in Abhängigkeit der Eingangsparameter, wie Kombination verschiedener Datenquellen und Wellenlängen oder verschiedene Aufnahmezeitpunkte der Bildaufnahmen. Als Datengrundlage sind sowohl frei verfügbare Datensätze, wie Luftbilder (DOP40/20) und multispektrale Sentinel-2 Bilder vorgesehen, als auch neue – im Projekt erzeugte – Daten, wie Multispektralbilder aus Befliegungen.
Am Ende von KIBI steht ein trainiertes und evaluiertes KI-Modell zur Ableitung geschützter Pflanzengesellschaften (GPG) aus Fernerkundungsdaten zur Verfügung, inklusive Trainingsdaten. Ein benutzerfreundliches Interface wird die Nutzung der trainierten KI an anderen Standorten und mit eigenen Daten ermöglichen. Für Rheinland-Pfalz wird eine flächendeckende Kartierung der GPG veröffentlicht. Die Ergebnisse tragen zur Effizienzsteigerung bei der Umsetzung von Bauvorhaben bei und unterstützen Bund und Länder im Nachhaltigkeitsmonitoring.
Brauchen Sie weitere Informationen?