KI-basierte Analyse in der Fernerkundung

Mit diesem Projekt erforscht das BKG, wie künstliche Intelligenz für die Auswertung von Fernerkundungs-Bildern, wie etwa Satellitenbildern, eingesetzt werden kann. Künstliche Intelligenz, auch englisch „artificial intelligence“ bezeichnet hier Methoden, die intelligente Verhalten wie Verstehen, Lernen oder Problemlösung größtenteils automatisiert nachbilden sollen. 

In welchen Bereichen eignen sich KI-Methoden zur Auswertung von Fernerkundungs-Bildern? Wie zuverlässig sind die Ergebnisse und in welchem Umfang lässt sich KI in die Prozesse des BKG integrieren? Werden die Standardprodukte dadurch qualitativ verbessert und ist die Herstellung effizienter? Wo stößt der Einsatz von KI derzeit noch an Grenzen und welcher Forschungsbedarf ergibt sich daraus?

Diese Fragen sollen anhand der Muster- und Habituserkennung von oberflächennahen Objekten geklärt werden. Zu unterscheiden, ob auf einer Fläche Bäume stehen oder ob sie mit Getreide bepflanzt ist, ist zum Beispiel relevant, wenn eine Fläche einer Landbedeckungsklasse zugeordnet werden soll.

Quelle: Pixabay.com

Mit Satellitenbildern können Infrastruktur, Gebäude und Vegetation mit relativ geringem Aufwand auch über große Flächen hinweg berührungslos erfasst werden.

In den letzten Jahren nutzen immer mehr Behörden Fernerkundungsdaten; zum Beispiel im Umweltbereich, bei Naturkatastrophen und auch wenn es um die Sicherheit geht.  Dabei entstehen jedes Jahr riesige Datenmengen. In Zukunft könnten Methoden der künstlichen Intelligenz eingesetzt werden, um diese Daten effizient zu verarbeiten und in einer Weise, dass sie den hohen Qualitätsanforderungen von Behörden entsprechen.

Für viele Analysefragen der Fernerkundung eignen sich Methoden der künstlichen Intelligenz um bestimmte Entscheidungsstrukturen des Menschen nachzubilden. Zum Beispiel kann ein Computer so angelernt werden, dass er relativ eigenständig konkrete Problemstellungen bearbeiten kann.

Im Zuge dieses Projektes werden Satellitendaten und ein Klassifikationsdatensatz dazu verwendet, die Güte der Klassifizierung zu bestimmen. Der Klassifikationsdatensatz ist das digitale Landbedeckungsmodell Deutschlands LBM-DE. Zur Analyse werden Daten verschiedener kommerzieller Satellitenmissionen sowie des Copernicus-Programms verwendet.

Die neuesten technologischen Entwicklungen aus der Forschung werden untersucht und auf ihre mögliche Anwendung in der Verwaltung geprüft. Das betrifft die Analyse der Daten und auch die Datenhaltung. Die Größe, Menge und Komplexität der benötigten Daten erfordern eine moderne Speicherung der Daten. Eine mögliche Lösung hierfür bieten sogenannte „Datacubes“, welche performanten Zugriff auf große rasterbasierte Datenmengen, über viele Zeitschnitte hinweg, ermöglichen. 

Aus diesen Rahmenbedingungen ergeben sich mehrere Herausforderungen und konkrete Zielvorgaben für das Projekt:

• KI-Methoden für die Analyse und Speicherung von Satellitendaten im behördlichen Umfeld prüfen
• Big-Data Datenmanagementsystem aufbauen, um großen Datenmengen effizient zu speichern und verarbeiten (Datacubes)
• Übertragung der Ergebnisse auf weitere Anwendungsfälle untersuchen oder die erforschten Methoden anpassen. Hierfür ist es nötig, dass technisches Know-how an das BKG übertragen wird.

Zusammenfassend liegt der Fokus des Projektes einerseits darin, fernerkundungsbasierte Produkte des BKG zu verbessern und effizienter bearbeiten zu können.

Andererseits verfolgt das Projekt die Absicht, technische Kapazitäten und handfeste, personelle Kompetenzen im BKG zu den Themen der KI aufzubauen. Dadurch verspricht sich das BKG, auch zukünftig der Verantwortung als Geodatenbroker und Berater für Geodaten sowie -methoden gerecht zu werden und neuste technologische Fortschritte erfolgreich in die Anwendung zu überführen.

Das BKG folgt mit diesem Projekt der KI-Strategie der Bundesregierung. Deren Ziel ist es, beim Einsatz von KI in der Verwaltung eine Vorreiterrolle einzunehmen und damit Verwaltungsdienstleistungen effizienter, besser und sicherer zu machen.