KI-basierte Kartierung geschützter Lebensräume aus Fernerkundungsbildern (fossgis2026)

KIBI untersucht, wie sich geschützte FFH-Lebensraumtypen mit offenen Geodaten und frei verfügbaren KI-Modellen aus Fernerkundungsdaten kartieren lassen. Ziel sind aktuelle, landesweite Grünlandinformationen für Infrastrukturplanung und Umweltmonitoring. Die Ergebnisse für Rheinland-Pfalz werden als Open Data bereitgestellt. Das Projekt KIBI (gefördert durch den mFUND des BMDV) erforscht die Nutzung von Open Data und offenen KI-Modellen zur automatisierten Kartierung geschützter FFH-Lebensraumtypen. Grundlage bilden offene Satelliten- und Luftbilddaten, ergänzt um multispektrale Befliegungen. Ziel ist ein KI-Modell, das eine Kartierung auf Basis von Luftbildern zuverlässig durchführt. Bei der Modelentwicklung werden Herausforderungen wie Datenqualität, Label-Ungenauigkeit und Klassen-Ungleichgewicht adressiert. Die Ergebnisse – Modelle, Datensätze und Karten für Rheinland-Pfalz – werden zukünftig als Open Data veröffentlicht, um Forschung, Verwaltung und Planungspraxis zu unterstützen. In der Präsentation werden das Projekt KIBI und erste Zwischenergebnisse vorgestellt. Gezeigt wird ein Vergleich der Modellleistung unter Verwendung multispektraler Sentinel-2-Daten oder hochaufgelösten RGB-Orthophotos (DOP). Der Vergleich soll aufzeigen, wie sich die höhere räumliche Auflösung der DOPs gegenüber den zeitlichen Informationen und der größeren spektralen Bandbreite der Sentinel-2-Daten auf die Erkennung geschützter Lebensraumtypen auswirkt. Zudem möchten wir Einblicke in das Modellierungs-Setup (Data-Splits, Cross-Validation, Binary- vs. Multiclass-Ansatz) geben, sowie erste Resultate mit räumlicher Visualisierung und Validierung anhand des Habitatstatus vorstellen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/CMSHVF/