根据德国可持续发展战略，全国新建的不透水路面每天不得超过30公顷。为了验证是否达到这一目标，必须能够定期监测土壤密封性。
德国波洪鲁尔大学的地球科学家们正与Andreas Rienow教授的团队合作，以北莱茵-威斯特伐利亚州为例，为此开发一种新方法。博士生Jan-Philipp Langenkamp正在研究一种利用人工智能(AI)自动检测航空图像中不透水表面的模型。该团队的研究结果发表在鲁尔大学波鸿分校的科学杂志《鲁宾》上。
迄今为止，北威州不透水水面的数量是利用53个土地注册处的土地调查登记册确定的。它们记录了哪些区域被使用以及如何使用。
然而，并非所有不透水的表面都包括在内:“例如，花园棚等较小的建筑不需要规划许可，因此没有被记录下来，”Andreas Rienow指出。这些所谓的与现实的小偏差确实加起来了。
为了根据登记册确定不透水表面的百分比，当局假设，例如，50%的居民区和交通基础设施是不透水的。Rienow说:“这种方法提供了一个很好的估计，但仅此而已。”
在“捕获整个北莱茵-威斯特伐利亚州不透水表面区域以确定土壤密封指标”(EBOVE)项目中，来自地理研究所跨学科地理信息科学工作组的波亨研究人员正在开发一种更精确的方法。
Jan-Philipp Langenkamp改编了开源人工智能模型，并训练它们在航空照片中区分不透水区域和透水区域。这家总部位于波鸿的公司投入了大约1000个工作小时，为该算法创建高质量的训练数据。该算法现在对90%的区域进行了正确分类。为了达到这个百分比，模型不仅要评估每个图像像素的信息，还要考虑上下文，这一点至关重要。
“例如，建筑物旁边通常有一条道路，我们的算法意识到这一事实，”Jan-Philipp Langenkamp解释说。
此外，研究人员还设计了一种软件，只需按一下按钮就可以启动，并自动处理来自北莱茵-威斯特伐利亚州的公开地理数据。
Langenkamp解释说:“这个想法是，没有特定先验知识的用户也可以运行分析，这样每两年就可以用新的数据集重复一次。”
