Erkennung und Beobachtung der Entwicklung von Rohstoff-Abbauarealen in der Schweiz
In diesem explorativen Projekt soll die Machbarkeit des Einsatzes von Deep-Learning-Techniken zur Beobachtung der zeitlichen Entwicklung von Rohstoff-Abbauarealen in der Schweiz untersucht werden. Es soll ermittelt werden, inwieweit eine automatische Inventarisierung dieser Areale auf der Grundlage von Luftbildern, die regelmässig auf Bundes- und Kantonsebene aufgenommen werden, erstellt werden kann.
Dieses Explorationsprojekt verfolgt das Ziel: auf nationaler Ebene soll die Erfassung von Abbauarealen beschleunigt werden, um auf zuverlässige, regelmässige und automatisierte Weise ein aktuelles Inventar zu erstellen. Anhand eines solchen Inventars und der Verwendung von geologischen Daten (GeoCover, swisstopo) kann für jeden von unserem Algorithmus erfassten Standort auf die Art der abgebauten Rohstoffe identifiziert werden. Auf diese Weise erhält man ein besseres Verständnis der abgebauten Materialien und damit einen besseren Überblick über die Abbauaktivitäten auf nationaler Ebene.
Die Forschung zum Einsatz von Deep Learning soll ermitteln, inwieweit diese Techniken bestehende Prozesse erleichtern und beschleunigen können. Wenn das Projekt erfolgreich ist, ist es für uns denkbar, dass die Perimeter der Abbaustellen einige Tage nach einem Flug aktualisiert werden können.
Das Team von Datenwissenschaftlern arbeitet eng mit der Landesgeologie von swisstopo zusammen. Die Abbaustellen, welche von den swisstopo-Topografen manuell erfasst sind, sind eine wesentliche Datenbasis für das Training unserer Algorithmen und somit die erfolgreiche Umsetzung dieses Projekts.
Nach mehreren Iterationen von Detektionen durch das STDL-Team und Qualitätskontrollen durch das Team der Landesgeologie erwies sich der entwickelte Ansatz als sehr vielversprechend in Bezug auf die Leistungsfähigkeit und die Qualität der Ergebnisse. Die Methode war in der Lage, in relativ kurzer Zeit ein umfassendes Inventar von Rohstoff Abbauarealen in der gesamten Schweiz zu erstellen.
Der Quellcode ist auf Github verfügbar.
Für weitere technische Details besuche die technische Website des STDL.
Das STDL setzte seine Arbeit fort, indem es die zeitliche Komponente in die Erkennung potenzieller Rohstoff-Abbauarealen einbezog. Auf der Grundlage der SWISSIMAGE Zeitreise von 1999 bis 2021 war die Methodik in der Lage, Rohstoff-Abbauarealen zu erkennen. Ihre Verfolgung erfolgte durch die Verschneidung von Polygonen, wodurch die Entwicklung desselben Objekts im Laufe der Zeit verfolgt werden kann.
Das entwickelte Tool kann Vorhersagen für eine Region von Interesse in der Grössenordnung eines Drittels der Schweiz innerhalb weniger Stunden erstellen, was im Vergleich zu manuellen Kartografierungen eine erhebliche Zeitersparnis darstellt. Falsche oder fehlende Detektionen sind dennoch in den Endergebnissen enthalten und müssen von den Fachleuten überprüft werden, bevor sie analysiert oder interpretiert werden können.
Die technische Dokumentation zu diesem Teil ist auch auf unserer technischen Website zugänglich.
Der Quellcode ist hier verfügbar.