Workflow vom analogen historischen CIR-Luftbild zur automatisierten Vegetationserkennung

Historische Luftbilder stellen eine wertvolle Quelle für die Analyse langfristiger Vegetationsveränderungen dar. Ihre Nutzung ist jedoch mit verschiedenen Herausforderungen verbunden, da sie häufig eine geringe Bildüberlappung, unterschiedliche Digitalisierungsqualitäten und nur begrenzt verfügbare Metadaten aufweisen. In dieser Arbeit wird daher untersucht, inwieweit historische Colorinfrarot-(CIR-)Luftbilder mit modernen photogrammetrischen Verfahren verarbeitet werden können, um Orthophotos und Höhenmodelle zu erzeugen und darauf aufbauend eine automatisierte Einzelbaumerkennung durchzuführen.

Als Datengrundlage dienen analoge historische CIR-Luftbilder der Stadt München aus dem Jahr 1978, die in zwei unterschiedlichen Verfahren digitalisiert wurden. Mithilfe moderner photogrammetrischer Software werden aus den Bilddaten Orthophotos sowie digitale Oberflächen- und Höhenmodelle abgeleitet. Anschließend erfolgt eine automatisierte Vegetations- bzw. Einzelbaumerkennung, deren Ergebnisse anhand geeigneter Referenzdaten ausgewertet werden. Dabei werden verschiedene Aspekte des Workflows analysiert, darunter die Auswirkungen der Bildüberlappung, der Digitalisierungsmethode sowie der gewählten Verarbeitungsschritte auf die Stabilität und Genauigkeit der Resultate.

Die Ergebnisse zeigen, dass historische Luftbilder grundsätzlich für die automatisierte Vegetationserkennung genutzt werden können. Trotz der begrenzten Bildüberlappung konnten stabile Orthophotos und nutzbare Höhenmodelle erzeugt werden. Ein deutlicher Einfluss zeigt sich jedoch in der Qualität der Digitalisierung: Gescanntes Bildmaterial liefert deutlich bessere Ergebnisse als fotografierte Digitalisate, da Auflösungsverluste und Bildzuschnitte die nutzbaren Überlappungsbereiche reduzieren können. Die anschließende Detektionsanalyse erreicht einen mittleren F1-Score von 0,79 für Einzelbäume und zeigt insbesondere in strukturierten Baumbeständen eine zufriedenstellende Genauigkeit.

Gleichzeitig verdeutlichen die Ergebnisse die Grenzen stark automatisierter Verfahren bei der Verarbeitung historischer Luftbilder. In heterogenen urbanen Räumen treten vermehrt Fehlklassifikationen auf, beispielsweise durch Dachbegrünungen, die fälschlich als Vegetation erkannt werden. Insgesamt zeigt die Arbeit, dass historische Luftbilder ein großes Potenzial für die Analyse langfristiger Vegetationsentwicklungen besitzen, sofern angepasste Workflows eingesetzt und automatische Auswertungen durch manuelle Qualitätskontrollen ergänzt werden.