Logo Leibniz Universität Hannover
Logo: Institut für Photogrammetrie und Geoinformatik/Leibniz Universität Hannover
Logo Leibniz Universität Hannover
Logo: Institut für Photogrammetrie und Geoinformatik/Leibniz Universität Hannover
  • Zielgruppen
  • Suche
 

Erfassung und Fortführung der Tatsächlichen Nutzung in ALKIS®

Bearbeitung:L. Albert
Laufzeit:seit 01/2013

Projektpartner:

  • Landesamt für Geoinformation und Landentwicklung Niedersachsen (LGLN)
  • Landesamt für Vermessung und Geoinformation Schleswig-Holstein (LVermGeo-SH)
  • Institut für Kartographie und Geoinformatik der Leibniz Universität Hannover (ikg)

Motivation:

Von Seiten der Landesvermessungsbehörden besteht das Bestreben, die Objektart Tatsächliche Nutzung (TN) innerhalb der Datenbestände des Amtlichen Liegenschaftskatasterinformationssystem (ALKIS®) zu aktualisieren. Der bundesweit flächendeckend vorliegende und detaillierte Datenbestand der tatsächlichen Landnutzung ist für viele Nutzergruppen von Interesse. Bislang wird die TN anlassbezogen im Rahmen von Feldvergleichen oder Liegenschaftsvermessungen erfasst und fortgeführt. Dieser Aktualisierungsprozess ist aufwändig, unwirtschaftlich und führt in Folge von schnellen Nutzungsänderungen, z.B. im Zuge von städtebaulichen Maßnahmen, in weiten Bereichen zu Einbußen in der Aktualität der Datenbestände.

Zielsetzung:

Das Ziel dieses Projektes ist es, Verfahren zur automatisierten Aktualisierung unter Verwendung von Bildanalyse-Methoden zu entwickeln. Dabei sollen Daten der digitalen Photogrammetrie (Luftbilder, Orthophotos, Digitale Gelände- und Oberflächenmodelle) und ergänzend Geofachdaten berücksichtigt werden. In einem ersten Schritt gilt es die ALKIS®-Objekte mit aktuellen Sensordaten zu vergleichen, um Widersprüche zwischen der in ALKIS® abgelegten und der aktuellen TN aufzudecken. Darüber hinaus sollen für die als widersprüchlich erkannten Objekte Änderungsvorschläge auf Grundlage der Bodenbedeckung prädiziert werden. Es wird ein zweistufiger Ansatz verfolgt. Zunächst erfolgt eine pixelbasierte Klassifikation der Bodenbedeckung, deren Ergebnisse anschließend als Merkmale in die Klassifikation der Bodennutzung einfließen. Als Klassifikationsverfahren werden Conditional Random Fields verwendet, welche die Möglichkeit einer überwachten Klassifikation unter Berücksichtigung von Kontext bieten.Darüber hinaus gilt es in einem zweiten Schritt die Grenzen der TN-Objekte automatisch zu überprüfen. Hierfür werden die Grenzen mit den Ergebnissen der Bodenbedeckung abgeglichen, die einen Hinweis auf den tatsächlichen Verlauf geben, und gegebenenfalls angepasst.

Abb. 1: Orthophoto (links), Ergebnisse der Klassifikation der Bodenbedeckung (Mitte) und der Bodennutzung (rechts) einer städtischen Szene

Publikationen

Albert, L.; Rottensteiner, F.; Heipke, C. (2014): Land Use Classification using Conditional Random Fields for the Verification of Geospatial Databases. In: ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. II-4, pp. 1-7 | file |

Albert, L.; Rottensteiner, F.; Heipke, C. (2014): A two-layer Conditional Random Field model for simultaneous classification of land cover and land use. In: IntArchPhRS vol. XL-3, ISPRS Technical Commission III Symposium, Zurich, Switzerland, September 2014, pp. 17-24 | file |

Albert, L.; Rottensteiner, F.; Heipke, C. (2016): Contextual land use classification: How detailed can the class structure be? In: Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. XLI-B4, pp. 11-18

back to list