Erkennung von Objekten auf Dächern und Identifizierung von Freiflächen
 

Die aktuelle Klimawandel-Krise zwingt die Verwaltungen, ihre Planungspolitik zu überdenken, was das Gesicht unserer Städte und Dörfer verändern wird. Um den Herausforderungen des energetischen und ökologischen Wandels zu begegnen, ist die Nutzung von Dächern ein wichtiger Trumpf, um den Flächenbedarf auszugleichen und die Nutzung von Gebäuden zu optimieren. Beispielsweise trägt die Begrünung von Dächern dazu bei, Hitzeinseln zu reduzieren und das Gefüge der Biodiversität in der Stadt zu erhalten. Darüber hinaus sind Dächer auch ein Schlüsselraum für eine lokale Solarproduktion mit geringen Auswirkungen auf unsere Landschaften. Während es wichtiger denn je ist, klare und realistische Ziele zu setzen, um diese Krisen zu überwinden, ist die Kenntnis der tatsächlichen Dachbelegung eine strategische Herausforderung für die Priorisierung von Baumassnahmen. Das Ziel dieses Projekts, das in Zusammenarbeit mit dem Kanton Genf durchgeführt wird, besteht darin, in einem ersten Schritt die hindernisfreien Flächen auf den Dächern zu bestimmen, um so das Potenzial für die Installation von Solar- und Grünanlagen zu ermitteln. In einem zweiten Schritt sollen die verschiedenen Objekte auf den Dächern klassifiziert werden, um ein Dachkataster zu erstellen, das nützlich ist, um die Nutzung der bereits genutzten Flächen zu quantifizieren (Solaranlagen, Dachbegrünung, Wärmepumpen, ...).

Zunächst erstellt das STDL-Team eine Bestandsaufnahme der vorhandenen Daten (Bilder, 3D-Daten, Erfassung von Objekten) und schätzt ihre Vollständigkeit sowie ihre Genauigkeit ein. Anschliessend wendet das STDL zur Bestimmung der freien und belegten Dachflächen einen Ansatz an, der auf der Verarbeitung von LiDAR-Daten basiert und eine 3D-Darstellung der Dächer mit hoher räumlicher Auflösung ermöglicht (Aslani & Seipel, 2022; Zhong et al., 2022).

Ergänzend dazu können auch Orthofotos mit hoher räumlicher Auflösung für die Erkennung von Objektkonturen genutzt werden.

Schliesslich kann die automatische Klassifizierung von Objekten auf Dächern anhand von LiDAR-Daten und/oder Orthophotos getestet werden. Diese Aufgabe erfordert die Identifizierung von Gebieten von Interesse mit zuverlässigen Labels (Feldwahrheiten) der verschiedenen zu erkennenden Objekte.

Das Endziel des Projekts ist die Bereitstellung eines Entscheidungshilfe-Tools für die Behörden. 

Aslani, Mohammad, and Stefan Seipel. “Automatic Identification of Utilizable Rooftop Areas in Digital Surface Models for Photovoltaics Potential Assessment.” Applied Energy, vol. 306, Jan. 2022, p. 118033, https://doi.org/10.1016/j.apenergy.2021.118033.

Zhong, Qing, et al. “A Spatial Optimization Approach to Increase the Accuracy of Rooftop Solar Energy Assessments.” Applied Energy, vol. 316, 2022, p. 119128, https://doi.org/10.1016/j.apenergy.2022.119128.