Fernerkundungsbasierte Klassifizierung von Lebensraumtypen in Flussauen und ihre Anwendung in der Planungspraxis
Projektdurchführung
SJE Ecohydraulic Engineering GmbH
Dilleniusstr 13
71522 Backnang
Zielsetzung
Wiederkehrende Hochwässer mit großen Schäden und insbesondere die Katastrophenereignisse der letzten Jahre machen deutlich, dass der Hochwasserschutz in Deutschland für Mensch, Umwelt und Wirtschaft von großer Bedeutung ist. Ein unverzichtbares Werkzeug für die Vorhersage von Hochwasserereignissen sowie die Planung und Optimierung von Hochwasserschutzmaßnahmen sind hydrodynamisch-numerische Modelle (HN-Modelle). Diese ermöglichen Strömungsberechnungen für Hochwässer unterschiedlicher Wahrscheinlichkeit und liefern Angaben zu Wasserspiegellagen und Fließgeschwindigkeiten.
Als Eingangsgröße für HN-Modelle werden unter anderem Rauheitsbeiwerte benötigt. Diese berücksichtigen Strömungswiderstände, die aus der Sohlrauheit, aber noch in stärkerem Maße durch die Vegetation verursacht werden. Obwohl diese Beiwerte die berechneten Wasserspiegellagen maßgeblich beeinflussen, werden aktuell pauschale, für größere räumliche Einheiten konstante Rauheitsbeiwerte als Eingangsgröße für Simulationen verwendet. Daher soll im von der DBU geförderten Projekt „Integration von fernerkundungsbasierten Vegetationsstrukturkarten in hydrodynamisch-numerische Modelle als Grundlage für die Optimierung von Hochwasserschutzmaßnahmen“ eine Methode zur Ableitung der Rauheitsbeiwerte entwickelt werden.
Hierfür stellen zeitlich hoch aufgelöste multispektrale Satellitenfotos eine vielversprechende Option dar. Mit ihnen kann die jahreszeitliche Änderung der Vegetation und damit ihrer Oberflächeneigenschaften und Strukturen erfasst werden, von welchen die Rauheitsbeiwerte abhängen. Hierzu werden Vegetationsstrukturtypen definiert, die sich aus den Satellitenfotos ableiten lassen (z.B. offene Sandbank, dichtes Weidengebüsch, Auwald). Die freie Plattform Google Earth Engine (GEE) mit umfangreichen Cloud-Computing-Kapazitäten und den regelmäßig aktualisierten Sentinel-Satellitenbildern bietet dafür vielversprechende Anwendungsmöglichkeiten.
Die Ziele des Projekts sind:
1) Die Entwicklung eines fernerkundungsbasierten GEE-Tools zur Erfassung von Vegetationsstrukturtypen in Flusslandschaften;
2) die Integration der Ergebnisse des GEE-Tools, welches an unterschiedlichen Flusstypen angewendet und optimiert wird, in HN-Modelle;
3) die Analyse von Auswirkungen ausgewählter Hochwasserereignisse auf die kurz- bis mittelfristige Entwicklung der Auenvegetation;
4) die Optimierung von HN-Modellen anhand des GEE-Tools für die Planungspraxis durch Testung und Feedback von Stakeholdern.
Arbeitsschritte
Insgesamt werden acht Beispiel-Flussabschnitte in Deutschland untersucht, die unterschiedlichen Flusstypen angehören und sich unter anderem in ihrer Abflussmenge, -dynamik und Morphologie unterscheiden. Neben der Datenbeschaffung für alle acht Flüsse aus Literatur, Datenbanken und Geländeaufnahmen, umfassen die wesentlichen Arbeitsschritte des Projekts:
1) Die Entwicklung des fernerkundungsbasierten GEE-Tools für Flusslandschaften: Abgeleitet aus einem Prototyp des GEE-Tools „Google4Habitat“ (Egger et al. 2024) wird das Fernerkundungsmodell an die Vegetationsstrukturtypen von Flusslandschaften angepasst. Relevante Indices für die Unterscheidung der Typen sind beispielsweise der Normalised Difference Vegetation Index (NDVI), mit dem die Reflexion des nahen Infrarot-Wellenbereichs durch Pflanzen im Vergleich zum sichtbaren Spektralbereich erfasst wird. Zudem sollen Textur-Merkmale integriert werden.
2) Die Anwendung des GEE-Tools an unterschiedlichen Flusstypen Deutschlands: An folgenden acht Flussabschnitten wird das GEE-Tool angewendet und an die Gegebenheiten angepasst: Ammer (bei Weilheim, kleiner Fluss der Jungmoräne des Alpenvorlandes), Blies (bei Blieskastel, großer Flusstyp des Mittelgebirges), Rhein (Rastatter Rheinaue, kiesgeprägter Strom im Mittelgebirge), Mulde (bei Bad Düben, kiesgeprägter Tieflandfluss), Elbe (bei Neukirchen, sandgeprägter Strom im norddeutschen Tiefland), Isar (zwischen Krüner Wehr und Sylvensteinspeicher, Fließgewässer der Alpen), Donau (am Zusammenfluss von Brigach und Breg, karbonatischer, materialreicher Mittelgebirgsfluss) und der Lech (Litzauer Schleife, großer Fluss des Alpenvorlandes). Das Ergebnis sind Karten, in denen aus den Satellitendaten anhand von Trainingspunkten automatisch die Vegetationsstrukturen abgegrenzt und spezifischen Typen zugeordnet werden.
3) Die Integration der Ergebnisse des GEE-Tools in HN-Modelle in drei Untersuchungsgebieten: An Donau, Lech und Isar werden die Rauheitsbeiwerte der Vegetation aus dem GEE-Tool abgeleitet und in HN-Modelle eingespielt. Aus den kalibrierten Modellen können die Effekte unterschiedlicher Rauheiten der Biotoptypen und Vegetationsstrukturen bei unterschiedlichen Abflüssen abgeleitet werden. Dies ermöglicht eine verbesserte Beurteilung von Hochwasserschutzmaßnahmen und weitergehend Empfehlungen für Unterhaltungsumfang und –intervallen zur Verringerung des Hochwasser-Schadensrisikos.
Die Bearbeitung des Projekts dauerte 18 Monate mit Projektstart am 01.01.2025.
Ergebnisse
Im Projekt wurde das Google4Habitat-Modell zur Vegetationsklassifizierung für die Anwendung in Fluss- und Auenökosystemen weiterentwickelt. In allen acht Untersuchungsgebieten wurden Vegetationsstrukturtypen definiert, anhand von Feldarbeiten angepasst und mit Referenzpunkten, Drohnenbefliegungen und weiteren Eingangsdaten klassifiziert. Nach iterativer Nachbearbeitung entstanden segmentierte Vegetationsstrukturtypenkarten mit Gesamtgenauigkeiten von etwa 0,6 bis 0,8 (Cohen's Kappa: 0,56–0,80). Gewässer, Grünland sowie flächige Wald- und Gehölzbestände wurden besonders zuverlässig erkannt. Ungenauigkeiten gab es bei kleinflächigen oder strukturell und spektral ähnlichen Typen wie Hochstaudenfluren/Röhrichten, Weidengebüschen und einzelnen Auwaldtypen. Der Ansatz ist damit grundsätzlich geeignet, stößt bei heterogenen, kleinräumigen Auenstrukturen jedoch an Grenzen.
Parallel wurde der GEE-Code weiterentwickelt und an die Anforderungen von Auen angepasst. Neu hinzugekommen sind bspw. die Indizes MSAVI2 und NDWI, erweiterte Texturmerkmale, eine höhere räumliche Auflösung (5 statt 10 m), die zeitliche Begrenzung des Auswertezeitraums sowie die optionale Einbindung von LiDAR-Daten zur Vegetationshöhe.
In 2D-HN-Modellen (HYDRO_AS-2D) an Isar, Lech und Donau wurden den Vegetationstypen Strickler-Beiwerte (kst = 8–30 m1/3/s) zugewiesen und mit Varianten auf Basis der ALKIS-Nutzungskarte bzw. eines kalibrierten Bestandsmodells für Abflüsse bis HQ100 verglichen. In allen drei Fällen ergaben sich überwiegend höhere Wasserspiegel und größere Überflutungsflächen; die Erhöhungen betragen 10 bis 50 cm und nehmen mit der Jährlichkeit zu. Hauptursache ist die hydraulisch wirksame Vegetationssukzession auf Kiesbänken, welche die normalerweise verwendeten ALKIS Daten nicht abbilden. Lokale Wasserspiegel-Absenkungen treten ebenfalls auf, da veränderte Rauheiten Fließwege und Abflussaufteilung verlagern. In den Naturschutzgebieten an Isar und Lech bleiben die Erhöhungen ohne Folgen. Am renaturierten Donauursprung mit Siedlungs- und Gewerbeflächen stieg der Wasserspiegel beim HQ100 um 20 bis lokal über 50 cm an, da durch die Revitalisierung und fortschreitende Sukzession die Rauheiten dort teilweise deutlich erhöht sind. Pauschale Rauheitsansätze mit reinen Nutzungsinformationen können die Hochwassergefährdung somit unterschätzen, mit Relevanz für Freibord, Deichhöhen und Überschwemmungsgebiete. Zudem ergeben sich Ansätze für eine gezieltere Gewässerunterhaltung.
Öffentlichkeitsarbeit
Um das Projekt einer der interessierten Öffentlichkeit sowie potenziellen Anwendern des Modells oder Nutzern der Modellergebnisse bekannt zu machen, wurden wissenschaftlich Beiträge veröffentlich, das Konzept auf mehreren Konferenzen vorgestellt und eine Website erstellt.
Publikationen:
• Becker, I.; Egger, G. (2026). Remote sensing-based classification of river and floodplain vegetation types and FFH habitat types along three Danube tributaries. Danube News, 8 (53), 2–8. doi:10.5281/zenodo.19827226
• Becker, I.; Schneider, M.; Hägele, T.; Winkelmann, P.; Egger, G. (akzeptiert): Mit Satellitenbildern zu einem besseren Hochwasser- und Naturschutz. Auenmagazin, 27.
Konferenzen:
• Vortrag auf dem Auenökologischen Workshop 2025: Becker, I.: From Pixels to Ecosystems: Classifying Riparian Vegetation with Google4Habitat; https://events.hifis.net/event/2039/attachments/3215/7387/Manuskript%20Abstractband%20AOEW25_V5.pdf
• Vortrag auf dem Auenökologischen Workshop 2026: Becker, I.: Fernerkundungsbasierte Klassifizierung von Biotop- und FFH-Lebensraumtypen in Auengebieten; https://events.hifis.net/event/3473/attachments/5073/11361/aoew2026_Tagungsprogramm_final_dt-pl_neu.pdf
Link auf die Projekt-Website:
Fazit
Die Projektergebnisse zeigen, dass das Google4Habitat-Vegetationsklassifizierungsmodell erfolgreich an die besonderen Anforderungen von Auenökosystemen angepasst werden konnte und sich als übertragbares Werkzeug zur Erfassung und Kartierung von Vegetationsstrukturtypen eignet. Die Anpassung in acht unterschiedliche Untersuchungsgebieten mit unterschiedlichen Fluss- und Auentypen bestätigte die Anwendbarkeit unter vielfältigen naturräumlichen Bedingungen.
Die Integration der Vegetationsstrukturtypenkarten in hydraulisch-numerische Modelle verdeutlichte das Potenzial für Hochwasserschutz und Hochwasserrisikomanagement. Frei verfügbare Satellitendaten ermöglichen eine effiziente, regelmäßige Aktualisierung und schaffen eine flexible Datengrundlage für Planungs- und Entscheidungsprozesse.
Die Verbreitung der Ergebnisse über Fachpublikationen, Veranstaltungen und die Projektwebsite unterstützte den fachlichen Austausch. Zukünftige Potenziale liegen in der Anwendung auf größere Gebiete sowie in der weiteren Automatisierung und Verbesserung der Klassifizierung durch KI-Verfahren. Die erstellten Referenzdatensätze bilden dafür eine wichtige Grundlage. Langfristig kann das Modell eine standardisierte, aktuelle und flächendeckende Erfassung von Vegetationsstrukturen in Auen ermöglichen und Gewässerentwicklung, Hochwasserschutz sowie regionale Managementplanung unterstützen.