- Популярные видео
- Авто
- Видео-блоги
- ДТП, аварии
- Для маленьких
- Еда, напитки
- Животные
- Закон и право
- Знаменитости
- Игры
- Искусство
- Комедии
- Красота, мода
- Кулинария, рецепты
- Люди
- Мото
- Музыка
- Мультфильмы
- Наука, технологии
- Новости
- Образование
- Политика
- Праздники
- Приколы
- Природа
- Происшествия
- Путешествия
- Развлечения
- Ржач
- Семья
- Сериалы
- Спорт
- Стиль жизни
- ТВ передачи
- Танцы
- Технологии
- Товары
- Ужасы
- Фильмы
- Шоу-бизнес
- Юмор
#FOSSGIS2026 KI-basierte Kartierung geschützter Lebensräume aus Fernerkundungsbildern
https://media.ccc.de/v/fossgis2026-83204-ki-basierte-kartierung-geschutzter-lebensraume-aus-fernerkundungsbildern
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.
Dr. Christopher Frank, Dr. Alexander Willner, Kröber
https://pretalx.com/fossgis2026/talk/CMSHVF/
#fossgis2026 #RaumzeitlicheAnalysenundModelle
Licensed to the public under https://creativecommons.org/licenses/by/4.0/
Видео #FOSSGIS2026 KI-basierte Kartierung geschützter Lebensräume aus Fernerkundungsbildern канала FOSSGIS
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.
Dr. Christopher Frank, Dr. Alexander Willner, Kröber
https://pretalx.com/fossgis2026/talk/CMSHVF/
#fossgis2026 #RaumzeitlicheAnalysenundModelle
Licensed to the public under https://creativecommons.org/licenses/by/4.0/
Видео #FOSSGIS2026 KI-basierte Kartierung geschützter Lebensräume aus Fernerkundungsbildern канала FOSSGIS
Комментарии отсутствуют
Информация о видео
27 марта 2026 г. 19:35:08
00:28:12
Другие видео канала





















