Erfassung und Identifikation einzelner B√§ume: Neue Perspektiven f√ľr Baumkataster

Point Cloud Technology ermöglicht mit seinen Analyseverfahren die Erfassung und Identifikation einzelner Bäume aus großflächigen 3D-Punktwolken.

Die Forstwirtschaft macht es bereits vor. Die Auswertung von 3D-Punktwolken aus Befliegungen mit Laserscannern erg√§nzt, beziehungsweise ersetzt sogar die Waldinventur. Die gro√üen Datenbest√§nde liefern Statistiken oder sogar Biomassebestimmungen von gro√üfl√§chigen Waldbest√§nden. Solche Vorteile der Digitalisierung k√∂nnen auch Kommunen bei Baumkatastern und der Gr√ľnfl√§chenbewirtschaftung nutzen. Moderne, KI-basierte Auswerteverfahren sorgen daf√ľr, dass diese Massendaten in sehr hoher Qualit√§t ausgewertet werden k√∂nnen. Genau dies leistet die Firma Point Cloud Technology GmbH (PCT) aus Potsdam. Deren seit etwa f√ľnf Jahren entwickelte Technologie schafft im Kern eine KI-basierte M√∂glichkeit zur Auswertung, Analyse und Visualisierung von hochvolumigen 3D-Punktwolken.

Damit k√∂nnen Baumstandorte und dazugeh√∂rige Parameter automatisch f√ľr gro√üe Gebiete errechnet werden. St√§dte k√∂nnen so beispielsweise Informationen zu allen einzelnen B√§umen auf dem Stadtgebiet erhalten und diese dann in GIS- und Speziall√∂sungen f√ľr das Baumkataster √ľberf√ľhren. Wichtigen Kenngr√∂√üen wie die Baumh√∂he, der Kronendurchmesser, die Baumdichteverteilung und zeitliche Ver√§nderungen werden dabei mit generiert.

Punktwolke und daraus abgeleitete Baumstandorte: Point Cloud Technology erm√∂glicht es, √ľber 90 Prozent der B√§ume einer Stadt automatisiert zu erfassen. Foto: Point Cloud Technology

Punktwolke und daraus abgeleitete Baumstandorte: Point Cloud Technology erm√∂glicht es, √ľber 90 Prozent der B√§ume einer Stadt automatisiert zu erfassen. Foto: Point Cloud Technology

Zumal die erforderliche Datengrundlage der Anwendung, nämlich eine 3D-Punktwolke auf Basis von Airborne Laserscanning (ALS) oder Luftbildern (Image-Matching) der Stadtfläche, in der Regel vorhanden ist: Kommunen können sie einfach von den Landesvermessungsämtern beziehen, entweder als Open-Data oder im Rahmen von Vereinbarungen zu attraktiven Konditionen.

‚ÄěUnsere Erfahrungen zeigen, dass mit der automatischen Auswertung √ľber 90 Prozent aller Einzelb√§ume in urbanen Gebieten erfasst werden k√∂nnen. In Vorst√§dten kommen wir bei dichten Punktwolken sogar auf einen Wert von mehr als 95 Prozent‚Äú, stellt Dr. Rico Richter, Gesch√§ftsf√ľhrer von PCT, heraus. Daf√ľr gen√ľgen Messdaten mit einer Dichte von f√ľnf Punkten pro Quadratmeter. Stand der Technik sind inzwischen Daten, die mehr als 25 Punkte pro Quadratmeter besitzen.

Alle Bäume im Baumkataster

Folglich k√∂nnen Kommunen ihre Baumkataster automatisiert erstellen, vervollst√§ndigen oder pr√ľfen. ‚ÄěViele B√§ume entlang von Stra√üen, etwa an Ausfahrtsstra√üen oder in Parkanlagen und W√§ldern, sind erfahrungsgem√§√ü √ľberhaupt noch nicht im System abgebildet‚Äú, beschreibt Richter. Auch der genaue Baumstandort spiele eine gro√üe Rolle, denn mit dem Verfahren k√∂nnen B√§ume nach Angaben von PCT mit einer Abweichung von maximal wenigen Metern lokalisiert werden. Dazu pflegt PCT eine Zusammenarbeit mit Widemann Systeme GmbH aus Wiesbaden, deren webbasiertes Baumkataster IRIS die B√§ume in einem mit der FLL Baumkontrollrichtlinie konformen Verwaltungssystem darstellt und die weitere Dokumentation der Kontrollg√§nge und ben√∂tigten Ma√ünahmen erm√∂glicht. Die automatisiert erfassten Baumstandorte stehen damit direkt im IRIS f√ľr die mobile Kontrolle zur Verf√ľgung.

Moderne KI-basierte Auswertungen zu B√§umen sind dar√ľber hinaus auch auf Basis von Luftbildern m√∂glich und kommen ebenso zu verwertbaren Ergebnissen bei der Baumidentifikation. Die Punktwolken liefern jedoch auch Informationen zu der Baumh√∂he, was zudem die Auswertung erleichtert. Zudem lassen sich auch Areale mit verschiedener Vegetation bestimmen. ‚ÄěDas Klassifizierungsverfahren erm√∂glicht eine zuverl√§ssige und automatisierte Differenzierung von Gel√§nde, Vegetation und Bebauung‚Äú, stellt der PCT-Gesch√§ftsf√ľhrer heraus. Als Beispiel l√§sst sich unter anderem die Analyse des Mikroklimas in St√§dten anf√ľhren, das zunehmend an Bedeutung gewinnt. Ebenso k√∂nnen Areale f√ľr Neuanpflanzungen von B√§umen bestimmt und Konzepte f√ľr den Umweltschutz und die Anpassung an den Klimawandel entwickelt werden.

Das ‚Äě100-Prozent-Baumkataster‚Äú ist also vor allem vor dem Hintergrund des Klimawandels ein wichtiges Instrument. F√ľr den Befall von Krankheiten k√∂nnen auch Einzelb√§ume oder verschiedene Areale dokumentiert werden ‚Äď eine Krankenakte f√ľr den Einzelbaum gewisserma√üen. Auch Planungen rund um die Bew√§sserung in Trockenphasen, wie sie besonders in den letzten beiden Sommern akut war, k√∂nnen so besser disponiert und dokumentiert werden. Ein weiterer Punkt ist die Aktualit√§t. Vorausgesetzt, die Grundlagendaten wurden aktualisiert, erm√∂glicht die PCT-Technologie ein automatisches Change Management. Sprich: Gef√§llte oder einem Sturm zum Opfer gefallene B√§ume werden automatisch ermittelt. Die Kommune hat somit auch ein Instrument, automatisiert ungenehmigte F√§llarbeiten zu entdecken. (sg)

www.pointcloudtechnology.com