Download - DeCOVER

Tabelle 9: Aggregierte Konfusionsmatrixdes Changelayer_1 Satellitendaten(TU02), TerraSAR-X, (Seite 36)Tabelle 10: aggregierte Konfusionsmatrixfür die Final integrierteVeränderungskartierung (TU01),(Seite 37)Tabelle 11: Konfusionsmatrix für die Finalintegrierte Veränderungskartierung(TU01), (Seite 38)Tabelle 12: Genauigkeitsberechnungenabgeleitet aus Tabelle 11Konfusionsmatrix der FIVK Herne;Testumsetzung_01, (Seite 39)Tabelle 13: Aggregierte Konfusionsmatrixfür die Final integrierteVeränderungskartierung (TU02) ,(Seite 42)Tabelle 14: Konfusionsmatrix für die Finalintegrierte Veränderungskartierung(TU02), (Seite 43)Tabelle 15: Genauigkeitsberechnungenabgeleitet aus Tabelle 14Konfusionsmatrix der FIVK Herne;Testumsetzung_01, (Seite 44)V1.0 F 25.09.2012 allgemeine Korrekturen Ulla WeingartV0.1 E 29.06.2012 Ulla Weingart© DeCOVER Konsortium – Vertraulich – Seite 3 von 59

Tabelle 3: AbkürzungsverzeichnisAbkürzung BedeutungAAA ATKIS ® , ALKIS ® und AFIS ®AdVArbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik DeutschlandAKAktualisierungsdienst entsprechend der DeCOVER Dienste SpezifikationAPArbeitspaketATKIS Amtliches Topographisch-Kartographisches InformationssystemBKGBundesamt für Kartographie und GeodäsieCL_1ChangeLayer I = Veränderungsindikation (keine Angabe der Veränderungsrichtung)CLCCORINE (Coordination of Information on the Environment) Land CoverDGPFDeutsche Gesellschaft für Photogrammetrie und FernerkundungDINDeutsche IndustrienormDLM-DE Digitales Landschaftsmodell des BundesDLRDeutsches Zentrum für Luft- und RaumfahrtEWErweiterungsdienst entsprechend der DeCOVER Dienste SpezifikationFFHFauna Flora HabitatFIVKFinale Veränderungskartierung (nicht semantisch rücktransformiert)GDI-DE Geodateninfrastruktur DeutschlandGMES Global Monitoring for Environment and SecurityISOInternational Organization for StandardizationLBLNLandbedeckung / LandnutzungMKFMindestkartierflächeMSLMeilensteinlieferungOAObjektartOAKObjektartenkatalogOGCOpen Geographic ConsortiumONTZP Offenland NaturnahPASPublicly Available SpecificationQSQualitätssicherungRERapideyeSARSynthetic Aperture RadarTDThematischer Dienst entsprechend der DeCOVER Dienste SpezifikationTGTestgebietTSXTerraSAR-X RadarsatellitTUTestumsetzungTZPThematisches ZwischenproduktVVIVerifizierte Veränderungsindikation (keine Angabe der Veränderungsrichtung)WFSWeb Feature ServiceWMSWeb Mapping Service© DeCOVER Konsortium – Vertraulich – Seite 4 von 59

Tabelle 4 - BezugsdokumenteReferenz Dokumentbezeichnung Titel[BD-1] MSL_M5101 _GAF_V3.0 Ergebnisse der Nutzererhebung[BD-2] MSL_M5102_GAF_V3.0 Methodenspezifikation zur internen Qualitätskontrolle[BD-3] MSL_M5103_GAF_V1.2 Ergebnis der internen Qualitätsprüfung des GebietesHerne (inkl. Prüfprotokolle)[BD-4] MSL_M5104_GAF_V1.0_100412 Ergebnis der internen Qualitätsprüfung des GebietesHerne zur Testumsetzung_02 (inkl. Prüfprotokolle)[BD-5][BD-6]Prüfprotokoll formale Dateneingangs-/DatenausgangsprüfungPrüfprotokoll Thematische Formale Qualitätsprüfung[BD-7] MSL_M5302_GAF_V1.2 Validierungsbericht I (nach erster Testumsetzung)[BD-8] MSL_M5303_GAF_V1.2 Validierungsbericht II (nach zweiter Testumsetzung)[BD-9]QS_Dateneingang-Datenausgangskontrolle_v3.3QS_Thematische-Formale-Qualitätsprüfung_v2.1FB_Produktvalidierung_AK-EW_GAF_V2.0_TU02Fragebogen zur Produktvalidierung des DeCOVER 2Aktualisierungsdienst (AK) und Erweiterungsdienst (EW)[BD-10] FB_Produktvalidierung_TD_GAF_V1.4.3 Fragebogen zur Produktvalidierung des DeCOVERThematischer Dienst (TD)[BD-11] MSL_3304_DIMM_V1.3 Beschreibung des DeCOVER Aktualisierungsdienstes(AK)[BD-12]AD_DeCOVER_2_Diensteportfolio_V2.5 Diensteportfolio_V2.5© DeCOVER Konsortium – Vertraulich – Seite 5 von 59

2.1.5.2 Ergebnisse ................................................................................................. 522.1.5.3 Bewertung ................................................................................................. 582.2 Spezifischer Verwertungsplan ................................................................................. 593 Anlagen ......................................................................................................................................................... 593.1 Anlage 1 Berichtsblatt .............................................................................................. 593.2 Anlage 2 Erfolgskontrollbericht ................................................................................ 593.3 Anlage 3 Document-Control-Sheet .......................................................................... 593.4 Anlage 4 Verwertungsplan ....................................................................................... 59© DeCOVER Konsortium – Vertraulich – Seite 7 von 59

AbbildungsverzeichnisAbbildung 1: Schema der internen Qualitätssicherung .......................................................... 22Abbildung 2: Beispiel einer Punktstichprobe mit entsprechenden Polygonflächen ................ 23Abbildung 3: DeCOVER Objektartenkatalog .......................................................................... 24Abbildung 4: Beispiel einer Fehlermatrix ........................... Fehler! Textmarke nicht definiert.Abbildung 5: Beispiel des Formblattes zur formalen Dateneingangsprüfung (Prüfblatt füroptische Satellitendaten) ........................................................................................................ 27Abbildung 6: Beispiel des Prüfprotokolls zur internen Qualitätssicherung (thematische undformale Prüfungen; Abschlussprüfblatt) ................................................................................. 28Abbildung 7: Beispiele für exakte Abgrenzung mit Fehlzuweisungen .............. 40Abbildung 8: Beispiele für Fehlklassifikationen mit Fehlzuweisungen ............. 40Abbildung 9: Beispiele korrekt erfasster und thematisch richtig ausgewiesener Flächen ...... 41Abbildung 10: Ansicht des Validierungsfensters im DeCOVER 2 Geodatenportal ................ 49Abbildung 11: eCognition ® Benutzeroberfläche zur interaktiven Bearbeitung TZP Urban ..... 53Abbildung 12: Gegenüberstellung als verändert ausgewiesener Flächen im ChangeLayer I(CL_1) und nicht indizierter ATKIS-Flächen im Blindtestgebiet; Testumsetzung 1, TZP Urbanund TZP Wald ........................................................................................................................ 55Abbildung 13: Erweiterungsdienst Urban, Versiegelungsdichte, TG Herne ........................... 57© DeCOVER Konsortium – Vertraulich – Seite 8 von 59

TabellenverzeichnisTabelle 1 - Autorenliste ............................................................................................................ 2Tabelle 2 - Dokumenthistorie ................................................................................................... 2Tabelle 3: Abkürzungsverzeichnis ............................................................................................ 4Tabelle 4 - Bezugsdokumente .................................................................................................. 5Tabelle 5 - DeCOVER-Arbeitspakete und Verantwortlichkeiten ............................................ 16Tabelle 6: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt aufder Basis von RapidEye Satellitendaten (TU01) .................................................................... 33Tabelle 7: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt aufder Basis von TerraSAR-X Satellitendaten (TU01) ................................................................ 34Tabelle 8: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt aufder Basis von RapidEye Satellitendaten (TU02) .................................................................... 35Tabelle 9: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt aufder Basis von TerraSAR-X Satellitendaten (TU02) ................................................................ 36Tabelle 10: Aggregierte Konfusionsmatrix für die Final integrierte Veränderungskartierung(FIVK), Testgebiet Herne in Testumsetzung_01 (TU01)........................................................ 37Tabelle 11: Konfusionsmatrix für die Final integrierte Veränderungskartierung (FIVK),Testgebiet Herne in Testumsetzung_01 (TU01) .................................................................... 38Tabelle 12: Genauigkeitsberechnungen abgeleitet aus Tabelle 11 Konfusionsmatrix der FIVKHerne; Testumsetzung_01 ..................................................................................................... 39Tabelle 13: Aggregierte Konfusionsmatrix für die Final integrierte Veränderungskartierung(FIVK), Testgebiet Herne in Testumsetzung_02 (TU02)........................................................ 42Tabelle 14: Konfusionsmatrix für die Final integrierte Veränderungskartierung (FIVK),Testgebiet Herne in Testumsetzung_02 (TU02) .................................................................... 43Tabelle 15: Genauigkeitsberechnungen abgeleitet aus Tabelle 14 Konfusionsmatrix der FIVKHerne; Testumsetzung_01 ..................................................................................................... 44© DeCOVER Konsortium – Vertraulich – Seite 9 von 59

1 Kurzdarstellung1.1 Partnerspezifische Aufgabenstellung(en)Die GAF war im DeCOVER 2 Projekt mit der Leitung des Arbeitspaketes 5000 und derBearbeitung verschiedener Unterpakete aus dem Arbeitspaket 5000 sowie 3000 betraut. ImEinzelnen handelte es sich dabei um folgende Tätigkeiten:AP5000: Entwicklung einheitlicher QualitätsstandardsKoordination der Arbeiten im AP5000AP5100: Interne QualitätskontrolleEntwicklung von Methoden zur Qualitätssicherung der DeCOVER 2 DiensteAP5110: Entwicklung interne QualitätskriterienErarbeitung von Methoden zur Prüfung der aktualisierten Kundendatensätze:- Erhebung der Qualitätsanforderungen der Nutzer an die DeCOVER Dienste [BD-12]und Zusammenfassung der Ergebnisse in einer Meilensteinlieferung [BD-1]- Berücksichtigung bestehender Qualitätsstandards bei der Definition der Methoden- Untersuchung und Auswahl geeigneter geostatistischer Prüfmethoden zurQualitätsprüfung der aktualisierten und erweiterten Landnutzungsdatensätze- Ermittlung eines angemessenen Sampling-Designs- Dokumentation der Methodenentwicklungen in einer Meilensteinlieferung [BD-2]AP5120: Durchführung der Qualitätsprüfung intern- Durchführung der internen Qualitätsprüfung des Aktualisierungsdienstes (AK) nachder ersten Testumsetzung für Testgebiet Herne und nach der zweiten Testumsetzungfür das Testgebiet Herne und das südliche Blindtestgebiet (innerhalb desTestgebietes Zinna)o Untersuchung von AK_Veränderung_BasisDLM [BD-12] für Testgebiet Hernein Testumsetzung_01 und Testumsetzung_02o Untersuchung von AK_Aktualisierung_BasisDLM [BD-12] für TestgebietHerne in Testumsetzung_01 und Testumsetzung_02o Untersuchung von AK_Veränderung_CLC (DLM-DE) [BD-12] für das südlicheBlindtestgebiet in Testumsetzung_02- Ergreifen von Maßnahmen zur Behebung von Mängeln, falls die Qualität desDienstes nicht den Vorgaben entsprach© DeCOVER Konsortium – Vertraulich – Seite 10 von 59

- Auswertung und Diskussion der Ergebnisse mit den Partnern- Rücklauf zu AP3000 „AK Weiterentwicklung & Umsetzung“ (Detektion vonVeränderungsflächen (AP3100), DeCOVER 2 Objektartenkatalog (AP3300),Integration und Prozesssteuerung (AP3400), Technische Umsetzung (AP3500) undAP2000 „Interoperabilität und Datenvorbereitung“)- Zusammenfassung der Ergebnisse zu jeder Testumsetzung in einerMeilensteinlieferung [BD-3] und [BD-4]AP5300: Produktvalidierung- Erarbeiten eines Validierungsschemas- - haben ja nicht wir gemacht- Vorab-Test des Geodatenportals und des Validierungsschemas- Validierung ausgewählter Ergebnisse aus der ersten und der zweiten Testumsetzung- Kontaktierung und Information der Referenznutzer zur jeweiligen Validierungsphase- Auswertung der Validierungsprotokolle- Rücklauf der Ergebnisse an die Partner- Erstellen der Validierungsberichte [BD-7] und [BD-8] zu jeder TestumsetzungAP3000 AD Weiterentwicklung und Umsetzung- Anpassung der Klassifikationsstrategie aus DeCOVER Phase I an Datenlage undAufgabenstellung für Objektkategorie Wald (AP3100)- Methodenentwicklung zur Änderungskartierung für Objektkategorie Urban (AP3100)- Anpassung der Klassifikationsstrategie zur thematischen Erweiterung derObjektkategorie Urban im Zielsystem (AP3200)- Erarbeitung potentieller Erweiterungs-Informationen für die Zielsysteme (AP3200)- Anpassung des OAK hinsichtlich der Objektart Urban an die Zielsysteme (AP3300)AP3520/3540: TZP-Urban/TZP Wald- Entwicklung einer Methodik zur Aktualisierung urbaner Nutzungsinformation undAbleitung von Waldtypen innerhalb eines vorgegebenen Veränderungslayers(AP3100 „Detektion von Veränderungen“) für die Zielsysteme ATKIS ® Basis-DLM undCLC- Exemplarische Erweiterung der urbanen Flächen in ausgewählten Zielsystemenbasierend auf einem Veränderungslayer- Umsetzung der Änderungskartierung in den Testgebieten Herne, Zinna und demBlindtestgebiet auf Basis des Change Layer I© DeCOVER Konsortium – Vertraulich – Seite 11 von 59

1.2 VoraussetzungenAP5110: Entwicklung interne QualitätskriterienZur Erhebung der Qualitätsanforderungen der Nutzer lagen Informationen und Kontakte zuReferenznutzern aus DeCOVER Phase 1 vor. Ebenso konnte auf den Erfahrungen zurQualitätssicherung von Geofachdaten aus Phase 1 aufgebaut werden. WeitereVoraussetzungen waren die Definition der DeCOVER 2 Objektarten [BD-11] sowie derProdukt- und Produktionsspezifikationen [BD-12]. Die Arbeiten zu diesem Arbeitspaketkonnten planmäßig begonnen und durchgeführt werden.AP5120: Durchführung der Qualitätsprüfung internAufgrund von Verzögerungen innerhalb der Prozesskette wurden die Ergebnisse derDeCOVER Dienste für beide Testumsetzungen verspätet bereitgestellt. Aufgrund dessenkonnte der Großteil der Arbeiten, die die Qualitätssicherung betrafen, erst mit größererVerspätung begonnen werden.AP5300: ProduktvalidierungFür die Ausarbeitung eines Validierungsschemas lag Informationsmaterial aus derDeCOVER Phase 1 vor, auf dem aufgebaut werden konnte. Das Geodatenportal war vonDelphi IMM für die Integration der Produktvalidierung, der Satellitendaten und anderenGeofachdaten vorbereitet worden. Die Arbeiten konnten daher wie geplant begonnenwerden.In beiden Testumsetzungen kam es innerhalb der Prozesskette zu Verzögerungen, so dassdie Ergebnisse der DeCOVER Dienste der Validierung erst verspätet bereitgestellt werdenkonnten. Aufgrund dessen starteten die Produktvalidierungen mit einer Verzögerung vonmehreren Wochen.AP3520 / AP3540: TZP-Urban / TZP-WaldBei der Methodenentwicklung zur Change Detection konnte im Fall des TZP Wald aufErfahrungen und Techniken aus Projektphase I aufgebaut werden. Für das TZP Urbanwurde im Vorfeld der ersten Umsetzung eine neue Methode zur Veränderungskartierungentwickelt und im Zuge der ersten Testproduktion überarbeitet. Voraussetzung waren jeweilsdie Definitionen des OAK (AP3300).Die TZP-spezifischen Prozessketten wurden unter Berücksichtigung der im AP3100definierten Schnittstellenspezifikationen zu den TZP Modulen finalisiert.Eingangsdatensatz war schließlich der Veränderungslayer (AP3510), welcher die für dieÄnderungserkennung relevanten Flächen auf Basis der transformierten Nutzerdaten© DeCOVER Konsortium – Vertraulich – Seite 12 von 59

(AP2000) ausweist. Analog wurde der zur Versiegelungsdichte-Kartierung im TZP Urbanbenötigte Eingangsdatensatz mit transformierten, erweiterbaren urbanen Nutzerdaten durchdas AP3510 bereitgestellt. Die Methodenentwicklung für den urbanen Erweiterungsdienstfand auf Basis multitemporaler RapidEye Daten statt und wurde im Zuge der erstenTestumsetzung abgeschlossen.1.3 Planung und AblaufAP5110 Entwicklung interne QualitätskriterienDie Arbeiten zur Entwicklung von Qualitätsstandards und Methoden zur Qualitätssicherungder DeCOVER 2 Dienste konnten planmäßig durchgeführt werden.Als Grundlage für die Prüfungen dienten die Spezifikationen und Methodenbeschreibungenaus der Meilensteinlieferung M5102 [BD-2]. Die angewandten Methoden derGenauigkeitsanalyse entsprechen derzeitigen Standards und werden durch internationaleNormen (ISO DIN, OGC) definiert.Nach Abschluss der Untersuchungen in Testumsetzung_01 (TU01) hat sich gezeigt, dasskeine Änderungen oder Anpassungen dieser Methoden für die Testumsetzung_02 (TU02)vorgenommen werden müssen.AP5120 / AP5300 Durchführung der Qualitätsprüfung intern / ProduktvalidierungDie Arbeiten im AP5120 und AP5300 wurden mit zeitlichem Verzug durchgeführt. Ursachewaren Verzögerungen in der Prozesskette und somit eine verspätete Fertigstellung undBereitstellung der finalen Veränderungskartierungen (FIVK) für die interne Qualitätsprüfung.Dies betraf auch die in die Ausgangsnomenklatur rücktransformiertenVeränderungskartierungen für die Produktvalidierung. Aus diesem Grund konnte mit dengeplanten Arbeiten teilweise erst sehr verspätet begonnen werden.Bei den Arbeiten des AP5120 kam es im Projektverlauf zu Änderungen im Ablaufplan. DasVorhaben, in der zweiten Testumsetzung das Testgebiet (TG) Zinna hinsichtlich seinerQualität zu untersuchen, musste wegen des Zeitverzugs aufgegeben werden. Stattdessenwurde wiederholt das TG Herne einer Prüfung unterzogen, was einen Vergleich mit denErgebnissen der Testumsetzung_01 (TU01) ermöglichte. Dennoch konnten, gemeinsam mitder Externen QS der GeoMLU Halle, die Ergebnisse im Bereich des südlichenBlindtestgebietes (Lage innerhalb des TG Zinna), überprüft werden.In beiden APs wurden alle geplanten Arbeiten vollständig durchgeführt.© DeCOVER Konsortium – Vertraulich – Seite 13 von 59

AP3520 / AP3540 technische Umsetzung innerhalb der Objektkategorien Urban undWaldTrotz zeitlicher Verzögerungen während beider Testproduktionen konnten alle Arbeitengemäß Planung durchgeführt werden.Durch die hervorragende Datenlage standen für die Umsetzungen in den Testgebietenjeweils lückenlose, multitemporale RapidEye Abdeckungen bereit.Neben der Kartierung der Änderungsinformation für die Objektkategorien Urban und Waldwurden die hierfür im Projekt entwickelten Methoden und Workflows zur operationellenDurchführung im Rahmen der Testumsetzungen optimiert. Wegen der unerwartet hohenZahl an indizierten Flächen im Veränderungslayer wurde im Anschluss an die ersteTestumsetzung ein Verfahren zur TZP-spezifischen Fokussierung auf möglicheVeränderungen durch statistische Analyse der Eingangsdaten entwickelt und im Zuge derzweiten, großräumigen Testumsetzung implementiert (TZP Urban).Darüber hinaus wurden auf Basis angepasster OAK-Definitionen die Spezifikationen füreinen Erweiterungsdienst Urban erarbeitet. Eine exemplarische Umsetzung erfolgte imRahmen der ersten Testumsetzung auf den aktualisierten Eingangsdaten der ZielsystemeCLC und ATKIS ® Basis-DLM in den Testgebieten Herne und Zinna (inkl. Blindtestgebiet).1.4 Ausgehender wissenschaftlicher und technischer StandDurch Studium der einschlägigen Fachliteratur wurde sichergestellt, dass die durchgeführtenArbeiten nach dem derzeitigen wissenschaftlich und technisch üblichen Standarddurchgeführt wurden.1.5 Zusammenarbeit mit anderen StellenDie GAF hat zu folgenden Arbeitspaketen Beiträge geliefert:AP1200:Öffentlichkeitsarbeit- Beitrag zum DeCOVER Newsletter Nr. 2 zum Thema „Bereitstellung und Validierungder DeCOVER 2 Ergebnisse“- Beitrag zum DeCOVER Newsletter Nr. 3 zum Thema “Qualitätsaspekte inDeCOVER“o Ergebnisse der Befragung zur „Entwicklung einheitlicher Qualitätskriterien undMethoden zur Prüfung von Daten beziehungsweise Prozessen“o Die DeCOVER 2 Produktvalidierung durch den Nutzer© DeCOVER Konsortium – Vertraulich – Seite 14 von 59

- Beitrag zum DeCOVER Newsletter Nr. 5 mit der Ankündigung der bevorstehenden„Möglichkeit zur Validierung der DeCOVER Ergebnisse“- Beitrag zum DGPF Tagungsband 21 / 2012 zum Thema: „Identifikation vonSynergieeffekten durch die Verwendung von RapidEye und TerraSAR-X Daten fürdie Veränderungsdetektion von Landnutzungsgeometrien - Erfahrungen ausDeCOVER 2“- Bereitstellung einer graphischen Darstellung der DeCOVER 2 ObjektartenAP1300: Wirtschaftlichkeitsbetrachtung- Bereitstellung von Kostenschätzungen zur Produktion der Veränderungsflächen inden Kategorien Urban und Wald im Rahmen einer parallelen Produktionskette und fürdie Qualitätskontrollen der DeCOVER Dienste- Beiträge zur Kosten-Nutzen-Analyse (Ankündigungen und Aufrufe im Rahmen derNutzeransprache zur Produktvalidierung)AP1500: Geodatenportal- Bereitstellung der Fragebögen zur Produktvalidierung der DeCOVER 2 Dienste zurIntegration in das DeCOVER Geodatenportal- Intensive Prüfung des DeCOVER Geodatenportals insbesondere der integriertenValidierungsfunktion- Aufbau einer Online-Hilfe zur Handhabung des Geodatenportals und zurDurchführung der Produktvalidierung- Erstellung von „Methodenspezifikationen von DeCOVER 2 Diensten“AP3000: AK Weiterentwicklung & Umsetzung- Beiträge für AP3100 zum Thema „Technisches Konzept zur Erstellung eineVeränderungslayers“- Beiträge für AP3200 zu den Themen „Technisches Konzept zur Erstellung derErweiterungsinformation (Urban)“ sowie „Katalog der Erweiterungsinformation(Urban)“- Beiträge zu AP3400 zum Thema „AK Prozesskette“ und „Entwicklung undAusarbeitung eines Konzepts zur Prozesskettenoptimierung AK Change Detection“- Beiträge für AP3500 zum Thema „Erfahrungen aus Testumsetzung 1“ und„Erfahrungen aus Testumsetzung 2“© DeCOVER Konsortium – Vertraulich – Seite 15 von 59

2 Eingehende DarstellungIn diesem Kapitel werden die durchgeführten Arbeiten und deren Ergebnisse entsprechendder AP-Struktur erläutert. In Tabelle 5 wird die Gesamt-AP-Struktur des DeCOVER 2-Projektes angezeigt. In dem vorliegenden partnerspezifischen Bericht werden jene AP-Ergebnisse dokumentiert, die über den AP-Lead dem entsprechenden Partner zuzuordnensind. Für alle anderen AP wird auf die weiteren partnerspezifischen Schlussberichteverwiesen.Tabelle 5 - DeCOVER-Arbeitspakete und VerantwortlichkeitenHaupt-AP Arbeitspakete Lead Mitarbeit1000 Koordination und Strategie EFTAS1100 Administration EFTAS1200 Öffentlichkeitsarbeit EFTAS Alle1300 Wirtschaftlichkeitsbetrachtung ITD GAF, RSS, EFTAS, RE, DIMM1400 Politikbereiche und Nutzerplattform EFTAS DIMM, ITD1500 Geodatenportal DIMM Alle1600 Entwicklung und Validierung der Marke DeCOVER DIMM GAF, RSS, EFTAS, RE, ITD2000 Interoperabilität und Datenvorbereitung DIMM2100 Zu aktualisierender Datensatz / Überführung DIMM2200SFE (Koregistrierung, Orthorektifizierung,Bildaufbereitung)IPIITD, RE, (ext. Zuarbeit JO)2300 Weiterentwicklung IO DIMM Alle3000 AD Weiterentwicklung & Umsetzung RE / ITD3100 Weiterentwicklung zur Detektion von Veränderungen ITD GAF, RSS, EFTAS, RE, IPI3200Weiterentwicklung zur Erweiterung bestehenderLandbedeckungsinformationenITDGAF, RSS, EFTAS3300 Weiterentwicklung AD OAK DIMM3400Weiterentwicklung zur Integration undProzesssteuerungREITD3500 Technische Umsetzung RE3510 Objektverifizierung / Veränderungsindikation ITD GAF, RSS, EFTAS, RE3520 TZP Urban GAF3530 TZP Gewässer und Naturnah RSS3540 TZP Wald GAF3550 TZP Agrar EFTAS3560 Prozesssteuerung RE3570 Integration RE4000 ED Entwicklung EFTAS4100 Methodenentwicklung zur Detektion von RSS IPI© DeCOVER Konsortium – Vertraulich – Seite 16 von 59

Veränderungen4200Methodenentwicklung zur Erweiterung bestehenderLandbedeckungsinformationenIPIEFTAS, RSS, IPI, ITD4300 Entwicklung ED OAK DIMM4400 Technische Umsetzung EFTAS4410 Agrar EFTAS4420 Naturnah RSS EFTAS5000 Entwicklung einheitlicher Qualitätsstandards GAF5100 Interne Qualitätskontrolle GAF5110 Entwicklung interner Qualitätskriterien GAF5120 Durchführung der Qualitätsprüfung intern GAF RSS, EFTAS, GAF, ITD5200 Externe Qualitätskontrolle GeoMLU5210Entwicklung von Methoden zur externenQualitätskontrolle der DeCOVER DiensteGeoMLUITD5220Qualitätssicherung anhand eines unabhängigenTestgebietes (Blindtest)GeoMLU5300 Produktvalidierung GAF5400 Validierung der Funktionalitäten GeoMLU2.1 Ergebnisse2.1.1 AP5000 Entwicklung einheitlicher Qualitätsstandards2.1.1.1 AP ZieleZiel des AP5000 war es, in Zusammenarbeit mit den Nutzern einheitlich definierteQualitätsstandards zu entwickeln, welche die Qualität der DeCOVER Dienste sichern sollen.a) intern, durch eine thematische und formale Qualitätsüberprüfung der DeCOVER–Produkteinnerhalb der Prozesskette undb) extern, um die Qualität der finalen Daten aus Nutzersicht zu prüfen. Hierzu sollte dieDeCOVER Prozesskette einen „Blindtest“ durchlaufen und dabei insbesondere diesemantische Güte der Ergebnisse des Aktualisierungsdienstes und des ThematischenDienstes sowie die Geometrie der abgeleiteten Veränderungen geprüft werden.Darüber hinaus sollte der Zusammenhang zwischen Phänologie und Aufnahmezeitpunktder Satellitendaten untersucht werden.Anhand der Produktvalidierung war geplant durch Referenznutzer eine unabhängigeBewertung der Qualität und der Brauchbarkeit, der in DeCOVER erzeugten Daten, zuerreichen. Durch die Bereitstellung der Ergebnisse über das Geodatenportal war beabsichtigtden Nutzern die Möglichkeit zu eröffnen, direkt auf die Qualität der Ergebnisse und dieGestaltung der Dienste Einfluss zu nehmen. Eine Validierung der Funktionalität desGeodatenportals und der Interoperabilität sollten der Überprüfung und Verbesserung derDeCOVER Tools dienen.© DeCOVER Konsortium – Vertraulich – Seite 17 von 59

Die Umsetzung der Ziele erfolgte in den folgenden Arbeitspaketen: AP5100: „Interne Qualitätskontrolle“ (GAF) AP5200: „Externe Qualitätskontrolle“ (GeoMLU Halle) AP5300: „Produktvalidierung“ (GAF) AP5400: „Validierung der Funktionalitäten“ (GeoMLU Halle)Eine detaillierte Beschreibung der Arbeitspakete befindet sich in den nachfolgendenKapiteln.2.1.1.2 ErgebnisseAP5100:Im Rahmen einer Nutzerbefragung wurden die Qualitätsanforderungen der Nutzer erfasst,welche nachfolgend in die Entwicklung von einheitlichen Methoden zur Qualitätssicherungvon DeCOVER Produkten einflossen. Unter Berücksichtigung bestehenderQualitätsstandards (ISO, OGC, DDGI Qualitätsmodel, ...) wurden, zusammen mit denQualitätsanforderungen der Nutzer und den Dokumentationen aus DeCOVER Phase 1,einheitliche Methoden zur Überprüfung, Sicherstellung und Dokumentation der Qualität vonDeCOVER Produkten entwickelt. Die beschriebenen Methoden beziehen sich nicht nur aufQualitätsprüfungen am Endprodukt, sondern auch auf die Anwendung von Prüfprotokollen,um die Qualität der Eingangsdaten und Referenzdaten während der Prozesskette zu sichern.Die Methoden zur Qualitätssicherung wurden erfolgreich zur Internen Qualitätsprüfungverwendet. Neben formalen Dateneingangs- und Datenausgangskontrollen fand eineUntersuchung der thematischen Qualität statt. Die Resultate der Untersuchungen wurdendem Konsortium zur Verfügung gestellt. Basierend auf den Ergebnissen wurden währenddes Prozesses Korrekturen eingeleitet, die zu Anpassungen und Verbesserungen innerhalbder Prozesskette führten. Die Qualität der Produkte konnte dadurch deutlich verbessertwerden.AP5300:Die Produktvalidierung in DeCOVER 2 wurde erfolgreich abgeschlossen. Hierzu konnten dieNutzer erstmals das DeCOVER Geodatenportal nutzen. Die über das Geodatenportalbereitgestellten Daten konnten von den Referenznutzern nach eigenen Vorstellungenmodifiziert, visualisiert, überprüft und anhand der integrierten und interaktiven Fragebögenbewertet werden.Die Produktvalidierung, an der sich Nutzer aus unterschiedlichen Bereichen aus Bundes-,Landes- und Regionalebene beteiligten, lieferte dem Konsortium wertvolle Informationen undHinweise zur Brauchbarkeit und Qualität der DeCOVER-Dienste aus Nutzersicht. Die© DeCOVER Konsortium – Vertraulich – Seite 18 von 59

Ergebnisse der Produktvalidierung boten dem Konsortium die Möglichkeit zu Anpassungeninnerhalb der bestehenden Prozesskette sowie zu weiterführenden Untersuchungen zurVerbesserung der Produkte.2.1.1.3 BewertungMit den Arbeiten im AP5000 konnte zum einen die Qualität der DeCOVER Produkteverbessert und sichergestellt werden. Zum anderen konnten sich die Nutzer im Rahmen derProduktvalidierung von der Qualität der Dienste überzeugen beziehungsweise durch ihrFeedback direkt Einfluss auf die Entwicklungen in DeCOVER nehmen. Der Bekanntheitsgraddes Projektes sowie die Akzeptanz der erzeugten Daten konnten dadurch gefördert werden.2.1.2 AP5110 Entwicklung interner QualitätskriterienIm Rahmen von DeCOVER 2 wurden einheitliche Qualitätskriterien und Prüfmethoden derDeCOVER 2 Dienste zur „Aktualisierung bestehender Landnutzungs- bzw.Landbedeckungsdatensätze“ entwickelt. Die Entwicklung dieser Kriterien und Methodenerfolgte in enger Abstimmung mit den Nutzern. Die Einbindung der Nutzer in die Entwicklungeinheitlicher Qualitätskriterien ermöglichte es, bezüglich der Qualität der Prozesse, Produkteund Dienste, für ausreichend Transparenz zu sorgen und somit eine höhere Akzeptanz derDeCOVER 2 Dienste zu erreichen.2.1.2.1 AP ZieleIm Einzelnen wurden im AP5110 folgende Ziele verfolgt: Erhebung der Nutzeranforderungen an die Qualität der DeCOVER 2 Dienste:Aufgabe war es zu ermitteln, welche Qualität und welche Qualitätskriterien seitensder Nutzer von den DeCOVER 2 Diensten erwartet werden. Durchführung einer Nutzerbefragung: gezielte Befragung einzelner Nutzer um zuermitteln, welche Erwartungen an die Verlässlichkeit von DeCOVER 2 Produktengestellt werden und welche, für die Nutzer, die wichtigsten Qualitätsmerkmale vonProdukten mit Geoinformation darstellen. Zusammenstellung der Ergebnisse der Nutzererhebung [BD-1] Erarbeitung einer regional unabhängigen Qualitätssicherungsstrategie: unterBerücksichtigung bestehender Qualitätsstandards (ISO, DDGI, etc.) und Ergebnisseder Nutzerbefragung werden geeignete geostatistische Prüfmethoden definiert. Zusammenstellung der Methodenspezifikation [BD-2] Anpassung der Produkte an die Nutzervorgaben© DeCOVER Konsortium – Vertraulich – Seite 19 von 59

wurde die minimale Stichprobe nach der Formel von GOODCHILD et al. 1994 1 berechnet.Diese Form der Berechnung hat den Vorteil, dass sie unabhängig von der Fläche deruntersuchten Objektklassen ist.Die unabhängige und zufällige Ziehung der Stichproben wurde mittels einer speziellgenerierten Anwendung sichergestellt. Die so gezogene Zufallsstichprobe bestand aus einerPunktstichprobe (Abbildung 2). Da in DeCOVER flächenhafte Objekte bearbeitet bzw. erstelltwurden, war es erforderlich, die zu der Punktstichprobe korrespondierenden Flächen zubewerten.Abbildung 2:Beispiel einer Punktstichprobe mitentsprechenden PolygonflächenZur Qualitätsprüfung waren die im Prozess verwendeten Basis-Satellitendaten (hier:RapidEye Satellitendaten) als primäre Referenz zugelassen. Falls andere Datenquellen zurVerfügung standen, wurden diese zusätzlich zur Entscheidungsfindung herangezogen.Die Entscheidung für die Umsetzung dieser ökonomischen wie praktikablen Methode wurdevon der Mehrheit der befragten Nutzer unterstützt.1 GOODCHILD, M F., BIGING, G.S., CONGALTON, R.G., LANGLEY, P.G., CHRISMAN N.R. AND F.W. DAVIS. 1994.Final Report of the Accuracy Assessment Task Force. California Assembly Bill AB1580, Santa Barbara: University of California, NationalCenter for Geographic Information and Analysis (NCGIA).© DeCOVER Konsortium – Vertraulich – Seite 23 von 59

DeCOVER 2 AktualisierungsdienstAK Level 1 AK Level 2 AK Level 3Wohnbaufläche [BSw]Siedlungsbereiche [BS]Kleingartenanlage [BSg]Städtische Grünflächen [BSf]Sport- / Freizeitanlagen [BSa]Bebaute Bereiche [B]Industrie und Gewerbeflächen [BI]Straßen- / Eisenbahnnetze + Plätze [BVs]Verkehr [BV]Hafengebiete [BVh]Flughäfen [BVf]Wirtschaftgrünland [VLg]Ackerbau [VLa]Landwirtschaft [VL]Weinbauflächen [VLw]Obstbestand [VLo]Hopfen [VLh]Sonstige Dauerkulturen [VLs]Vegetationsflächen [V]Wald [VW]Nadelwald [VWn]Mischwald [VWm]Laubwald [VWl]Unbestockte Waldfläche [VWu]Vegetation auf Feuchtflächen [VNf]Vegetation im Gezeiteneinfluss [VNg]Naturnahe Vegetation [VN]Heide [VNh]Kraut- und Staudenvegetation [VNk]Strauchvegetation, Wald-Strauch-Übergangsstadien,Gehölzstrukturen [VNs]Vegetationsfreie/ -arme Flächen [F]Anthropogen vegetationsfreie/ -arme Fläche [FA]Natürlich vegetationsfreie/ -arme Fläche [FN]Abbauflächen [FAa]Deponien, Abraumhalden [FAd]Baustellen [FAb]Watt [FNw]Strände, Dünen, Sandflächen [FNd]Felsflächen ohne /mit wenig Vegetation [FNf]Gletscher, Dauerschneegebiet [FNg]Sonstige, natürliche vegetationsfreie Fläche [FNs]Gewässer [G]Wasser im Binnenland [GB]Wasser mit Gezeiteneinfluss [GG]Meer [GM]Gewässerläufe [GBl]Wasserflächen [GBf]35 ObjektartenGeometrische Auflösung: 5mMindestkartierfläche: 0.5ha(in TU_01 für Siedlungsbereiche: 1ha)Abbildung 3: DeCOVER Objektartenkatalog© DeCOVER Konsortium – Vertraulich – Seite 24 von 59

Nicht unerheblich ist, in welcher Klassentiefe die Datensätze (CL_1 und FIVK) untersuchtwerden. Die Grundlage für die Betrachtung bildete der DeCOVER OAK (Abbildung 3). Umden Aufwand der Untersuchung in Grenzen zu halten und dennoch ein aussagekräftigesErgebnis zu erhalten wurde folgende Vorgehensweise veranschlagt:- die nicht thematisch veränderten Flächen der finalen Veränderungskartierung (FIVK)wurden auf einem niedrigeren Niveau (DeCOVER_OAK Level_2) und- die thematisch veränderten Bereiche auf höchstem Klassenlevel (DeCOVER_OAKLevel_3) untersucht.Entsprechend dieser Vorgehensweise wurden die als nicht verändert indizierten Polygonebzw. die als verändert indizierten Polygone des ChangeLayer I (CL_1) geprüft.Die Berechnung der thematischen Genauigkeit erfolgte anhand einer Konfusionsmatrix(Abbildung 4).Abbildung 4: Beispiel einerFehlermatrixAbgesehen von der Angabe der Overall Accuracy (Gesamtgenauigkeit) wurden auchProducer‘s und User‘s Accuracy (Omissions-/ Kommissionsfehler) der Einzelklassenerrechnet. Um die Streuung innerhalb der Genauigkeitsangaben darzustellen wurde zu jederGenauigkeitsangabe das dazugehörige Konfidenzintervall (Vertrauensintervall) angegeben.Neben den qualitativen Prüfungen (thematischen Genauigkeit) wurden auch quantitativeUntersuchungen durchgeführt. Diese Analysen umfassten beispielsweise Prüfungen derTopologie und der logischen Konsistenz sowie die Kontrolle der zeitlichen Vollständigkeit derhergestellten Daten. Ebenso fand eine Untersuchung der Eingangsdaten statt. Über einespezielle Anwendung konnten die Metadateninformationen der Basis-Satellitendatenausgelesen und mit den Datenspezifikationen miteinander verglichen werden. Darüber© DeCOVER Konsortium – Vertraulich – Seite 25 von 59

hinaus erfolgte eine Kontrolle der Wolkenbedeckung über eine Stichprobenanalyse derQuicklooks.Wurden bei den thematischen sowie bei den formalen Prüfungen Abweichungen von denfestgelegten Spezifikationen festgestellt, wurden der/die verantwortliche/ DeCOVER-Partnerdarüber informiert und aufgefordert den Fehler zu beheben. Konnten etwaigeUnstimmigkeiten nicht behoben werden, musste dies begründet werden oder auf einentsprechendes Dokument zur Begründung verweisen. Waren die Spezifikationen erfüllt,wurden die Daten offiziell freigegeben. Diese Prozesse wurden in Prüfdokumentenfestgehalten (Abbildung 4 und Abbildung 5).Die DeCOVER 2 Produkte und Dienstleistungen wurden von mehreren Partnern(Konsortium) parallel in Teilzwischenprodukten (TZP) erzeugt und anschließend zu einemEndprodukt zusammengefügt. Aus diesem Grund war es notwendig, nicht nur die Qualitätdes Endproduktes zu untersuchen, sondern auch die Qualität des Prozessablaufs in Formvon Protokolldokumenten zu gewährleisten. Diese formalen Prüfungen während derProduktion wurden fortlaufend von der RapidEye AG vorgenommen, die für den Bereich derVektordatenhaltung und Prozesssteuerung verantwortlich war.Im Rahmen der Qualitätssicherung ist es für den Hersteller als auch für den Nutzer wichtig,dass relevante Informationen über die im Prozess verwendeten Daten und die darauserzeugten Datensätze festgehalten werden. Von der GAF wurden deshalb Prüfdokumenteentwickelt, die vom Produzenten (hier das DeCOVER 2 Konsortium) mit den gewünschtenInformationen versehen werden. Neben der Information über den Inhalt und der Qualität derDaten konnten in diesen Dokumenten auch mögliche Reklamationen und die darauserfolgten Maßnahmen festgehalten werden. Im Abbildung 4 und Abbildung 5 werdeneinzelne Prüfblätter dieser Prüfdokumente beispielhaft abgebildet.© DeCOVER Konsortium – Vertraulich – Seite 26 von 59

Interne QualitätssicherungPrüfprotokollformale DateneingangsprüfungSeite 1Name Firma /Institution:Untersuchungsgebiet Testgebiet HERNE; TU 01Basis-SatellitendatenIm Rahmen der Internen Qualitätssicherung werden während der ersten Testumsetzung (TU 01) für das Testgebiet Herne die für die Produktion verwendeten Basis Satellitendaten dahingehend untersucht inwieweit sie dieDeCOVER Spezifikationen erfüllen. Zu dieseOptische DatenPos DatenbeschreibungSpezifikation erfüllt ? vorliegende Mängel Kommentar Anwendbare Dokumente1 Sensor2 Scene-Ids3 Layer4 Aufnahmezeitpunkt [Jahr/Monat/Tag]5 Abdeckung Untersuchungsgebiet [%]6 Auflösung [m]7 Lagegenauigkeit [CE90 in m]8 Projektion9 Incident Angle10 Prozessierunglevelja nein N/AjajajajajajaneinneinneinneinneinneinN/AN/AN/AN/AN/AN/Aja nein N/Aja nein N/Aja nein N/AAttributspalte [Sensor] in TabellenblattMetadaten OptischAttributspalte [Comp_ID] in TabellenblattMetadaten OptischAttributspalte [AcqDaTi] in TabellenblattMetadaten Optischvisuell; Abdeckung UG; Abfragen - Ver ESRI Shape-File Herne_UG_SatDat.shpAttributspalte [Accuracy] in TabellenblattMetadaten Optisch; TX-GS-DD-3302_Basic-Attributspalte [IncAngle] in TabellenblattMetadaten Optisch11 Preprocessingja nein N/A11.1 Radiometric Correctionja nein N/A11.2 Radiometric Calculation Versionja nein N/A11.3 Correction Level11.4 Elevation Correctionja nein N/Aja nein N/AFine DEM = SRTM3c oder besserTX-GS-DD-3302_Basic-Product-Specification-Document_1.6_signed.pdfTX-GS-DD-3302_Basic-Product-Specification-Document_1.6_signed.pdf11.5 Atmospheric Correctionja nein N/A11.6 Resamplingja nein N/A12 DateinamejaneinN/AAttributspalte [FileName] in TabellenblattMetadaten Optisch13 Dateiformatja nein N/A14 Bit-Tiefeja nein N/A15 Wolkenbedeckung [%]16 Metadaten17 Liefer-Medium18 Liefer-Datumja nein N/Aja nein N/Aja nein N/Aja nein N/AAttributspalte [CloudCover] in TabellenblattMetadaten Optisch; QuicklookAttributspalte [ArchiveDat] in TabellenblattMetadaten OptischAbbildung 4:Beispiel des Formblatteszur formalenakzeptiert am:zurückgewiesen am:Name Prüfer:wegen (Pos.):Maßnahme(n):Unterschrift:Dateneingangsprüfung (Prüfblattfür optische Satellitendaten)© DeCOVER Konsortium – Vertraulich – Seite 27 von 59

Interne Qualitätssicherung Prüfprotokoll Veränderungskartierung Seite 5Name Firma /Institution:Untersuchungsgebiet Testgebiet HERNE; TU 01Zusammenfassung: hier bitte einen Überblick über die Prüfvorgänge/Spezifikationen geben (was, warum, weshalb, wer)Pos Datenbeschreibung Verfahrensbeschreibung Spezifikation erfüllt ? vorliegende Mängel Kommentar5. Abschlußprüfung5,1 alle Prüfungen durchgeführt?sind Prüfprotokolle (auch Dateneingang)vollständig ausgefülltja nein N/A5,2 Spezifikationen erfüllt?ja nein N/A5,3 Datensatz lesbar?ja nein N/A5,4 Metadaten lesbar?ja nein N/A5,55,5Transformation inNutzernomenklatur korrekt?Veränderungskartierung,Metadaten, Prüfdokumente imGeoportal verfügbar?ja nein N/Aja nein N/Aakzeptiert am:zurückgewiesen am:Name Prüfer:wegen (Pos.):Maßnahme(n):Unterschrift:Abbildung 5: Beispiel des Prüfprotokolls zur internen Qualitätssicherung (thematische und formale Prüfungen; Abschlussprüfblatt)© DeCOVER Konsortium – Vertraulich – Seite 28 von 59

Die Vervollständigung, Aktualisierung und Lenkung dieser Prüfdokumente wurde durch dieGAF organisiert. Die Dokumente sind auf der „internen“ Plattform der DeCOVER Homepage,für jeden DeCOVER-Partner zugänglich und können eingesehen werden.Im Verlauf der Untersuchungen der TU01 hat sich eine thematische Prüfung aufverschiedenen Klassenstufen als nicht zielführend erwiesen. Aufgrund dessen wurden dieUntersuchungen noch während der TU01 – sofern möglich – auf höchstem Klassenniveaudurchgeführt. Dennoch war es für einige Klassen aus dem urbanen Bereich mit dengegebenen Mitteln nicht immer möglich, die Veränderungsrichtung auf höchstenKlassenlevel zu bestimmen. Diese detektierten Veränderungsflächen wurden im OAKLevel_2 kartiert und auch auf diesem Niveau bewertet.Desweiteren wurde die Stichprobenselektion von einer stratifizierten Zufallsstichprobe aufeine gewichtete stratifizierte Zufallsstichprobe erweitert. Dadurch wurde das mengenmäßigsehr unterschiedliche Auftreten der Klassen, in dem jeweilig betrachteten Gebiet, insVerhältnis gesetzt. Unter anderem verhinderte diese Vorgehensweise einerseits eine 100%Kontrolle von selten auftretenden Klassen, andererseits konnte dieser Ansatz aber auchdazu führen, dass für einen Teil der Klassen die Menge der Stichproben statistisch wenigeraussagekräftig war, da die Stichprobenanzahl unter dem errechneten Minimum lag.2.1.2.3 BewertungIm Laufe der beiden Testumsetzungen hat sich gezeigt, dass anhand der spezifiziertenMethoden sowohl die Qualität der erstellten Datensätze als auch die der Prozesskettesichergestellt werden konnte. Die Robustheit in der Vorgehensweise zeigte sich insofern,dass Fehler oder auch Fehlerquellen in der Bearbeitung herausgefiltert und zur Korrektur inden Prozess zurückgeführt werden konnten. Desweiteren können alle durchgeführtenUntersuchungen, deren Ergebnisse sowie eventuell getroffene Maßnahmen und dieResultate der Korrekturen in den entsprechenden Dokumenten schnell und einfachnachvollzogen werden.© DeCOVER Konsortium – Vertraulich – Seite 29 von 59

2.1.3 AP5120 Durchführung der Qualitätskontrolle intern2.1.3.1 AP ZieleIm Einzelnen wurden im AP5120 folgende Ziele verfolgt: Durchführung der internen Qualitätsprüfung der DeCOVER Aktualisierungsdiente fürdie Testgebiete Herne und Zinna Auswertung der Untersuchung zur jeweiligen Testumsetzung Zusammenstellung der Ergebnisse in [BD-3] und [BD-4] Diskussion der Ergebnisse mit den Partnern und Rücklauf zu AP30002.1.3.2 ErgebnisseIm Einzelnen wurden für das Testgebiet Herne in beiden Testumsetzungen die Ergebnissedes CL_1 und der FIVK des DeCOVER 2 Aktualisierungsdienstes (DeCOVER 2_AK)umfassend auf ihre thematische Güte hin untersucht. Im südlichen Blindtestgebiet wurde nurdie FIVK einer thematischen Kontrolle unterzogen. Für die interne Qualitätskontrolle lagenalle untersuchten Datensätzen in der DeCOVER 2 Nomenklatur vor. Eine thematischeQualitätsprüfung von aktualisierten und in die ursprüngliche Nomenklatur rücktransformiertenDatensätzen oblag dem Aufgabenbereich des AP5200.Für den Bereich des südlichen Blindtestgebietes, welches gänzlich im Testgebiet Zinna liegt,konnte zusammen mit der GeoMLU Halle eine Untersuchung zur thematischen Gütedurchgeführt werden. Auf diese Weise wurden nicht nur die Ergebnisse der Aktualisierungvon ATKIS ® Basis-DLM Daten (Testgebiet Herne) überprüft, sondern auch aktualisierte DLM-DE Daten, welche in der Corine Land Cover (CLC) Nomenklatur vorlagen.2.1.3.2.1 Berechnung der Stichproben und StichprobenselektionBei der Überprüfung der thematischen Genauigkeit der Datensätze CL_1 und FIVK wurdendie veränderten Flächen und die nicht veränderten Flächen getrennt betrachtet. Im Fall vonCL_1 bezog sich diese Untersuchung auf die Veränderungsindikation. Die Bewertung undAuswertung der Stichproben wurde auf dem höchsten Klassenniveau (AK_Level_3, sieheAbbildung 3) durchgeführt, um etwaige Tendenzen (z.B. systematische Fehler) in einzelnenKlassen oder Kategorien aufzuspüren. Für die CL_1 fand die Auswertung der Ergebnisseauch auf niedrigerem Level (AK_Level_2, siehe Abbildung 3) statt. Basierend auf dieserDarstellung konnten Veränderungsrichtungen zwischen den einzelnen Kategorien(beispielsweise von Landwirtschaft nach Bebauung) sichtbar gemacht werden.Die Prüfung der thematischen Genauigkeit von CL_1 und FIVK fand mittels einergewichteten und stratifizierten Zufallsstichprobe statt. Gewichtet, da die einzelnen LBLNKlassen in deutlich unterschiedlichen Mengenverhältnissen vorliegen. Die Anzahl der© DeCOVER Konsortium – Vertraulich – Seite 30 von 59

Stichproben variiert deshalb mit der Anzahl des Vorkommens einer Klasse imUntersuchungsgebiet. Stratifiziert bedeutet, dass aus allen vorkommenden Klassen einegewisse Stichprobe gezogen wird. Bei einer zufällig verteilten Stichprobe erhalten allePolygone einer Klasse die gleiche statistische Chance in die Stichprobe zu gelangen. DieStratifizierung der Zufallsstichprobe basiert auf den Klassen des DeCOVER 2Objektartenkatalogs (Abbildung 3).Den Untersuchungen wurde vorausgesetzt, dass alle Klassen aus dem DeCOVER 2Klassenschlüssel in der FIVK eine Genauigkeit von 80% besitzen sollen. Eine Ausnahmebildeten die Klassen aus dem landwirtschaftlichen Bereich (Ackerflächen, Grünland), die eineGenauigkeit von mindestens 85% erreichen sollten. Für den CL_1 gab es keine Vorgabenzur Genauigkeit, jedoch sollte der Unterlassungsfehler (Polygone ohneVeränderungsindikation, die aber eine Veränderung enthalten) unter 10 % liegen um dieVorrausetzungen für die FIVK erfüllen zu können.Anhand dieser Genauigkeitsvorgaben und dem angenommenen Vertrauensintervall von 5 %wurde die minimale Größe einer Stichprobe ermittelt. Durch eine minimale Anzahl anStichproben pro Klasse wird gewährleistet, dass die Stichproben für dasUntersuchungsgebiet repräsentativ sind. Da sich die Anzahl der Proben mit abnehmenderZielgenauigkeit erhöht, wurde die geringste Zielgenauigkeit von 80 % der Berechnung derStichprobengröße zugrunde gelegt.Aus diesen Vorgaben errechnete sich eine Menge von 245 Stichproben pro Klasse. DieseAnzahl wurde zu 10 % „übersampelt“ 2 , so dass sich daraus eine Menge von 270 Stichprobenpro Klasse ergab. Bei der sich anschließenden thematischen Untersuchung wurde dasselektierte Polygon als Ganzes beurteilt und nicht nur die Situation um den einzelnenProbepunkt bewertet.Vor der Stichprobenselektion wurden die einzelnen zu untersuchen Datensätze gezielt vonbestimmten Polygonen bereinigt, die bei der Erstellung der Veränderungsindikation (CL_1)oder der Veränderungskartierung (FIVK) nicht berücksichtigt wurden. Hierzu zähltenbeispielweise Polygone, die unterhalb der MMU lagen oder zur Gruppe der Polygonezählten, die zum Beispiel mit einem Attribut „spitzenaktuell“ oder „zeitstabil“ ausgewiesenwaren.Desweitern zeichnen sich im ATKIS Basis-DLM einige Klassen, besonders Wald- undSiedlungsflächen, durch eine Vielzahl administrativer („künstlicher“) Grenzen innerhalb dergleichen Landbedeckung / Landnutzung (LBLN) aus und suggerieren dadurch einen höherenPolygonanteil. Um die wahre Gewichtung der Klassen zu ermitteln wurden die Datensätze2 Übersampling wird angewendet wenn man davon ausgeht, dass ein gewisser Prozentsatz (ca. 10%) der Stichproben eliminiert werden muss, weil dieStichproben aufgrund ihrer Lage oder Güte der verwendeten Referenz (bspw. Wolken/Wolkenschatten) nicht interpretierbar/eineindeutig sind.© DeCOVER Konsortium – Vertraulich – Seite 31 von 59

deshalb so aggregiert, dass administrative Grenzen zwischen Polygonen gleicher Klassenwegfielen. Diese Aggregation wurde für die veränderten und für die nicht verändertenFlächen getrennt berechnet.Die Größe der Gesamtstichprobe ergab sich nun zuerst aus der Anzahl der vorhandenenKlassen multipliziert mit der errechneten minimalen Stichprobe. Diese Gesamtstichprobewurde mit dem prozentualen Vorkommen der Klassen nach der Bereinigung undAggregation ins Verhältnis gesetzt, wobei die Obergrenze bei 270 Stichproben je Klasse lag.Eine höhere Anzahl an Stichproben pro Klasse, die sich durch die Gewichtung für einigeKlassen ergaben, wurde als nicht sinnvoll erachtet, da sich erfahrungsgemäß keinewesentlichen Änderungen in den sich nachfolgenden Berechnungen ergeben. Dieunterschiedliche Anzahl an Stichproben pro Datensatz in den nachfolgend abgebildetenKonfusionsmatrizen resultiert aus der unterschiedlichen Menge von Polygonen, die alsverändert beziehungsweise als nicht verändert gekennzeichnet wurden.Aufgrund der jeweiligen Gegebenheiten in einem Testgebiet (Häufigkeit der Klassen) kanndie Verteilung der Stichproben innerhalb einer Ziehung per Klasse variieren und unterhalbdem errechneten Minimum liegen. Das kann dazu führen, dass das Ergebnis für diebetroffenen Klassen möglicherweise nicht mehr repräsentativ ist und die errechnetenGenauigkeitsangaben demnach mit Vorsicht zu behandeln sind.Die Selektion der Stichproben (gewichtet, stratifiziert und zufällig) erfolgte mittels einereigens dafür entwickelten Anwendung. Ausgehend von dem jeweilig zu untersuchendenDatensatz (eine Polygon-Shape Datei) wurde eine Punkt-Shape Datei erzeugt, die alleAttributwerte der Ausgangsdatei enthielt. Diese Punkt-Shape Dateien wurden anschließendzur Überprüfung herangezogen, wobei -wie bereits erwähnt- das dem Prüfpunktzugrundeliegende Polygon beurteilt wurde und nicht nur die Situation um den einzelnenProbepunkt. Als Prüfreferenz dienten die optischen Satellitendaten, die zur Erstellung derDatensätze (CL_1, FIVK) verwendet wurden. Zur Untersuchung stand in jederTestumsetzung und für jedes der untersuchten Testgebiete genügend Satellitenbildmaterialzur Verfügung.Die bei der visuellen Interpretation vorgefundenen Abweichungen und ebenso dieBestätigung der vorgefundenen Klassifizierung wurden in Form eines neuen Attributwertesan die Punkt-Shape Datei angefügt. Im Anschluss an die visuelle Beurteilung erfolgte einautomatisierter Vergleich der Attribute zwischen den Prüfpunkten vor und nach der visuellenUntersuchung. Als Resultat dieses Vergleichs lagen Konfusionsmatrizen (Error-Matrix) vor,© DeCOVER Konsortium – Vertraulich – Seite 32 von 59

anhand derer die Auslassungsfehler oder die Überschätzungsraten berechnet und bewertetwerden konnten.Die detaillierten Ergebnisse aller Untersuchungen sind sowohl in den Dokumenten zurDateneingangs- und Datenausgangsprüfung [BD-5] als auch in den Dokumenten zurformalen und thematischen Qualitätsprüfung [BD-6] festgehalten. In den nachfolgendenKapiteln werden die wichtigsten Ergebnisse dargestellt.2.1.3.2.2 Thematische (qualitative) Untersuchung der ChangeLayer I DatensätzeDie CL_1 Datensätze wurden in jeder Testumsetzung jeweils auf der Basis von optischenRapidEye Daten und TerraSAR-X Radardaten erstellt. Die Ergebnisse dieserVeränderungsindikationen wurden anschließend zusammengeführt und demKlassifikationsprozess zur Verfügung gestellt. Im AP5120 wurden allerdings die CL_1Einzeldatensätze untersucht.2.1.3.2.2.1 Testumsetzung_01Der von RapidEye automatisiert erstellte CL_1 Datensatz wurde mit insgesamt 1507Prüfpunkten untersucht. Dabei entfielen 851 Stichproben auf die Flächen, bei denen eineVeränderung indiziert wurde und 656 Stichproben auf Flächen, die keineVeränderungsindikation erhalten haben.Für die als verändert indizierten Flächen ergab sich eine Gesamtgenauigkeit von ca. 12 %und für die als nicht verändert indizierten Flächen wurde eine Gesamtgenauigkeit von über98 % errechnet. Bei der Beurteilung aller Flächen (als verändert und als nicht verändertindizierte Flächen) ergab sich eine Gesamtgenauigkeit von 57 %.ReferenzChange Layer I(RapidEye)KlasseVeränderungvorgefundenkeine VeränderungvorgefundenTotalVeränderungindiziert217 634 851keine Veränderungindiziert10 646 656Total 227 1280 1507• 57 % Gesamtgenauigkeit (Total Accuracy)• die Auslassungsrate liegt unter 2 %• die Überlassungsrate (Fehlalarme) liegt bei etwa 75 %Tabelle 6: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt auf derBasis von RapidEye Satellitendaten (TU01)© DeCOVER Konsortium – Vertraulich – Seite 33 von 59

Tabelle 6 zeigt außerdem, dass bei dem RapidEye-Datensatz die Auslassungsrate mitweniger als 2 % extrem niedrig (< 1 % der gesamten Stichproben), dafür die Rate derFehlalarme mit etwa 75 % ungünstig hoch ausfiel (> 44 % der gesamten Stichproben).Der auf TerraSAR-X Daten automatisiert erstellte CL_1 Datensatz wurde mit insgesamt 1440Stichproben überprüft. Dabei entfielen 785 Probepunkte auf die Flächen, bei denen eineVeränderung indiziert wurde und 655 Probepunkte auf Flächen, die keineVeränderungsindikation erhalten haben.Für die als verändert indizierten Flächen ergab sich eine Gesamtgenauigkeit von knapp18 % und für die als nicht verändert indizierten Flächen wurde eine Gesamtgenauigkeit vonüber 95 % errechnet. Bei der Beurteilung aller Flächen (als verändert und als nicht verändertindizierte Flächen) ergab sich eine Gesamtgenauigkeit von 53 %.ReferenzChange Layer I(TerraSAR-X)KlasseVeränderungvorgefundenkeine VeränderungvorgefundenTotalVeränderungindiziert139 646 785keine Veränderungindiziert30 625 655Total 169 1271 1440• 53 % Gesamtgenauigkeit (Total Accuracy)• die Auslassungsrate liegt unter 5 %• die Überlassungsrate (Fehlalarme) liegt bei etwa 82 %Tabelle 7: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt auf derBasis von TerraSAR-X Satellitendaten (TU01)Aus Tabelle 7 lässt sich ebenso eine sehr niedrige die Auslassungsrate mit weniger als 5 %ableiten (2 % der gesamten Stichproben). Die Quote der Fehlalarme ist mit etwa 82 % nochetwas höher (42 % der gesamten Stichproben).Zusammenfassung:In TU01 haben beide Untersuchungsergebnisse für die CL_1 sehr niedrigeAuslassungsfehler von weniger als 5% ergeben. Allerdings wurden diese Resultate vor allemaufgrund einer außerordentlich hohen Überschätzungsrate erzielt. Diese Tatsache steht derIdee einer Vorabselektion von potentiellen Veränderungsflächen und einer Arbeitsersparnisfür die sich anschließende Veränderungsklassifikation entgegen. Desweiteren war zubeobachten, dass in der Bewertung der Einzelklassen vor allem funktionale Klassen mit sehrschlechten Werten (teilweise 100% Überschätzung) abschnitten.Basierend auf den Ergebnissen dieser Untersuchung wurden im Anschluss an TU01 nebenÄnderungen im DeCOVER 2 Klassenschlüssel vor allem Anstrengungen dahingehend© DeCOVER Konsortium – Vertraulich – Seite 34 von 59

unternommen, bei möglichst gleichbleibender Qualität die Überschätzungsrate des CL_1deutlich zu reduzieren. Aufgrund dessen wurde die Prozesskette zur Erstellung des CL_1von den Partnern dahingehend verändert, dass spitzenaktuelle und zeitstabile Objekte ausder Betrachtung herausgenommen wurden. Unter diese Kategorien fielen vor allemfunktionale Klassen, wie z.B. Straßen, Sportanlagen, Friedhöfe usw., innerhalb dererVeränderungen mit fernerkundlichen Mitteln allein sehr schwer festzustellen sind.2.1.3.2.2.2 Testumsetzung_02Der CL_1 Datensatz, der auf Basis von RapidEye Daten erstellt wurde, wurde mit insgesamt1932 Prüfpunkten untersucht, wobei 1030 Stichproben auf die Flächen entfielen, die eineVeränderungsindizierung erhalten hatten und 902 Stichproben auf Flächen, die keineVeränderungsindikation erhalten haben.Bei der Beurteilung aller Flächen (als verändert und als nicht verändert indizierte Flächen)ergab sich eine Gesamtgenauigkeit von 61 % (Tabelle 8). Die Auslassungsrate ist mit etwa14 % (< 7 % der gesamten Stichproben) deutlich höher als in TU01, dafür konnte aber dieFehlalarmrate um 20 % auf etwa 61 % gesenkt werden, so dass nunmehr etwa 1/3 allerverwendeten Stichprobenpunkte (633) in diese Kategorie fiel.ReferenzChange Layer I(RapidEye)KlasseVeränderungvorgefundenkeine VeränderungvorgefundenTotalVeränderungindiziert397 633 1030keine Veränderungindiziert128 774 902Total 525 1407 1932• 61 % Gesamtgenauigkeit (Total Accuracy)• die Auslassungsrate liegt bei etwa 14 %• die Überlassungsrate (Fehlalarme) liegt bei etwa 61 %Tabelle 8: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt auf derBasis von RapidEye Satellitendaten (TU02)Der mit Hilfe von TerraSAR-X Daten erstellte CL_1 Datensatz wurde mit insgesamt 1932Stichproben überprüft (Tabelle 9). Hierbei entfielen 595 Prüfpunkte auf Flächen mitVeränderungsindikation und 1247 Stichproben auf Flächen, die keineVeränderungsindikation erhalten haben.Bei der Betrachtung aller Flächen (als verändert und als nicht verändert indizierte Flächen)ergab sich eine hohe Gesamtgenauigkeit von 77 %. Die Auslassungsrate ist mit etwa 15 %(10 % der gesamten Stichproben) zwar merklich höher als in TU01, aber interessanterweisegleichauf mit der Auslassungsrate für den RapidEye-Datensatz. Die Rate der Fehlalarme© DeCOVER Konsortium – Vertraulich – Seite 35 von 59

konnte erfreulicherweise, um mehr als die Hälfte, auf etwa 40 % gesenkt werden. Also nurnoch knapp 13 % aller verwendeten Stichprobenpunkte (237) fielen in diese Kategorie.ReferenzChange Layer I(TerraSAR-X)KlasseVeränderungvorgefundenkeine VeränderungvorgefundenTotalVeränderungindiziert358 237 595keine Veränderungindiziert187 1060 1247Total 545 1297 1842• 77 % Gesamtgenauigkeit (Total Accuracy)• die Auslassungsrate liegt bei 15 %• die Überlassungsrate (Fehlalarme) liegt bei etwa 40 %Tabelle 9: Aggregierte Konfusionsmatrix der Untersuchung des Changelayer_1 erstellt auf derBasis von TerraSAR-X Satellitendaten (TU02)Zusammenfassung:Nach den Untersuchungen in TU02 konnte, was die Überlassungsrate des CL_1 betraf, eineklare Qualitätssteigerung festgestellt werden. Die Auslassungsrate war mit 15 % bei beidenSensoren jedoch deutlich höher als in TU01 und ist sicherlich darauf zurückzuführen einemöglichst niedrige Überlassungsrate zu erhalten. Da in TU02 der Bearbeitung ein deutlichgrößeres Testgebiet zugrunde lag, dürfte diese Auslassungsrate für eine automatisierteVeränderungsindikation der Realität recht nahe kommen. Die Tatsache, dass maximal 10 %der verwendeten Stichproben bei dieser Untersuchung in die Kategorie der Auslassungenfielen, lies darauf schließen, dass die erstellten Changelayer_1 Datensätze der TU02 eine fürdie nachfolgenden Verarbeitungsschritte ausreichende Qualität aufwiesen.Eine Detailuntersuchung ([BD-4], Kapitel 6.1.2) ließ Rückschlüsse darauf zu, dass sich diefestgestellten Auslassungen auf bestimmte Klassen und auf eine geringeFlächenausdehnung einzelner Objektklassen eingrenzen lassen. Bei den hauptsächlichbetroffenen thematischen Bereichen handelt es sich um Grünland-, Strauch- undLaubwaldflächen, welche aufgrund ihrer spektralen Eigenschaften monotemporal nur schwerzu erfassen sind. Insbesondere für die Bereiche der Kraut- und Strauchvegetation sowie fürStrauch- und Waldübergangsklassen sind die Grenzen, ab wann tatsächlich eineNutzungsänderung zur jeweils anderen Klasse oder zu Wald oder Weide vorliegt, fließend.Dies, und die zuvor erwähnten Untersuchungsergebnisse, erlauben die Annahme, dass dieAuslassungsrate möglicherweise niedriger ist.© DeCOVER Konsortium – Vertraulich – Seite 36 von 59

2.1.3.2.3 Thematische (qualitative) Untersuchung der FIVK DatensätzeDie FIVK Datensätze wurden auf der Basis von optischen RapidEye Daten erstellt. In dieVeränderungskartierung gingen jedoch nur diese Flächen ein, die zuvor eineVeränderungsindikation erhalten hatten. Alle anderen, im Rahmen derVeränderungsindikation nicht indizierten, Flächen blieben von dem Aktualisierungsprozessunangetastet. Alle indizierten Flächen wurden aus der Vektordatenhaltung den Partnern zurBearbeitung zur Verfügung gestellt. Nach erfolgter Aktualisierung durch die Partner wurdendie aktualisierten Attribute und gegebenenfalls auch neue Polygongrenzen zusammen mitden Flächen, die nicht in den Aktualisierungsprozess gingen, zu einem neuen Datensatzzusammengefügt. Diese final integrierten Veränderungskartierungen (FIVK) warenGegenstand der Untersuchungen. Die Ergebnisse der Prüfungen zur thematischen Qualitätnach Testumsetzung_01 und Testumsetzung_02 werden anschließend anhand einerKonfusionsmatrix dargestellt und erläutert.Wie zuvor schon bei den ChangeLayer_1 Datensätzen wurden auch bei den FIVKDatensätzen die Stichproben getrennt, für die thematisch veränderten und für die thematischnicht veränderten Polygone, gezogen.2.1.3.2.3.1 Testumsetzung_01Zur Untersuchung des FIVK Datensatz wurden in TU01 insgesamt 3991 Stichprobenherangezogen. Dabei entfielen 1434 Stichproben auf die thematisch veränderten Polygoneund 2557 Prüfpunkte auf die thematisch nicht veränderten Polygone des FIVK Datensatzes.Für die thematisch veränderten Flächen ergab sich eine Gesamtgenauigkeit von fast 93 %und für die thematisch unveränderten Flächen wurde eine Gesamtgenauigkeit von fast 92 %errechnet.FIVK(TU01)KlasseReferenzVeränderungvorgefundenkeine VeränderungvorgefundenTotalVeränderungklassifiziert1328 106 1434keine Veränderungklassifiziert208 2349 2557Total 1536 2455 3991• 92 % Gesamtgenauigkeit (Total Accuracy)• die Auslassungsrate liegt bei 8 %• die Überlassungsrate (Fehlalarme) liegt bei etwa 7 %Tabelle 10: Aggregierte Konfusionsmatrix für die Final integrierte Veränderungskartierung(FIVK), Testgebiet Herne in Testumsetzung_01 (TU01)Die Werte in der aggregierten Konfusionsmatrix (Tabelle 10) zeigen an, dass zum einen derAuslassungsfehler (eine Veränderung wurde nicht erkannt) bei niedrigen 8 % lag und dieRate der Fehlklassifikationen (Fehlalarme, Überlassungen) bei knapp 7 % lag.© DeCOVER Konsortium – Vertraulich – Seite 37 von 59

Final integrierte Veränderungskartierung (FIVK)Testgebiet Herne (TU01)ReferenzKlasse BS BSf BSa BI BV VLg Vla Vlo VLs VWn VWm VWl VWu VNf VNk VNs FAa FAd FAb FNd FNs GBl GBf TotalBS 304 0 0 0 3 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 309BSf 0 213 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 214BSa 0 0 215 5 0 1 2 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 224BI 2 2 1 431 0 2 0 0 0 2 2 0 0 0 0 1 0 2 0 0 0 0 0 445BV 3 4 0 2 308 0 0 0 0 0 0 8 0 0 0 0 0 0 3 0 0 0 0 328VLg 1 0 0 1 0 465 11 0 0 0 0 3 0 0 2 2 0 0 1 0 0 0 0 486Vla 2 1 0 2 1 24 290 0 0 0 0 0 0 0 8 1 1 1 1 0 0 0 1 333Vlo 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1VLs 0 0 0 1 0 1 1 0 186 0 0 0 0 0 0 0 0 0 0 0 0 0 0 189VWn 0 0 0 0 4 1 0 0 0 319 28 6 22 0 2 0 0 0 0 0 0 0 0 382VWm 2 1 0 1 2 0 1 0 0 5 435 2 17 0 0 1 0 0 0 0 0 0 0 467VWl 3 2 1 2 6 0 0 0 0 4 32 225 1 0 3 21 0 1 1 0 0 0 0 302VWu 0 0 0 0 0 0 0 0 0 0 0 1 46 0 0 1 0 0 0 0 0 0 0 48VNF 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 0 0 0 5VNk 0 0 0 1 0 10 0 0 0 0 0 1 0 0 41 0 0 0 0 0 0 0 0 53VNs 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 49 0 0 0 0 0 0 0 53FAa 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 8 0 0 0 0 0 0 10FAd 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 8FAb 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 40 0 0 0 0 41FNd 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 2FNs 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 23 0 0 23GBl 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16 0 16GBf 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 0 0 0 0 47 52Total 317 223 217 446 325 505 305 1 186 330 499 246 86 5 60 77 14 13 47 2 23 16 48 399155 Klassifikation bestätigt 11 Klassifikation nicht bestätigtTabelle 11: Konfusionsmatrix für die Final integrierte Veränderungskartierung (FIVK), Testgebiet Herne in Testumsetzung_01 (TU01)© DeCOVER Konsortium – Vertraulich – Seite 38 von 59

Overall Accuracy: 92,13%95% Confidence Interval: 91,28% 92,98%KlasseProducer´sAccuracy95%Confidence IntervalUser´sAccuracy95%Confidence IntervalBS 95,90% 93,56% 98,24% 98,38% 96,81% 99,95%BSf 95,52% 92,58% 98,46% 99,53% 98,39% 100,68%BSa 99,08% 97,58% 100,58% 95,98% 93,19% 98,78%BI 96,64% 94,85% 98,42% 96,85% 95,12% 98,59%BV 94,77% 92,19% 97,34% 93,90% 91,16% 96,64%VLg 92,08% 89,62% 94,53% 95,68% 93,77% 97,59%VLa 95,08% 92,49% 97,67% 87,09% 83,34% 90,84%VLo 100,00% 50,00% 150,00% 100,00% 50,00% 150,00%VLs 100,00% 99,73% 100,27% 98,41% 96,37% 100,46%VWn 96,67% 94,58% 98,75% 83,51% 79,66% 87,36%VWm 87,17% 84,14% 90,31% 93,15% 90,75% 95,55%VWl 91,46% 87,77% 95,16% 74,50% 69,42% 79,58%VWu 53,49% 42,37% 64,61% 95,83% 89,14% 102,53%VNf 100,00% 90,00% 110,00% 100,00% 90,00% 110,00%VNk 68,33% 55,73% 80,94% 77,36% 65,15% 89,57%VNs 63,64% 52,24% 75,03% 92,45% 84,40% 100,51%FAa 57,14% 27,65% 86,64% 80,00% 50,21% 109,79%FAd 61,54% 31,25% 91,83% 100,00% 93,75% 106,25%FAb 85,11% 73,86% 96,35% 97,56% 91,62% 103,50%FNd 100,00% 75,00% 125,00% 100,00% 75,00% 125,00%FNs 100,00% 97,83% 102,17% 100,00% 97,83% 102,17%GBl 100,00% 96,88% 103,13% 100,00% 96,88% 103,13%GBF 97,92% 92,83% 103,00% 90,38% 81,41% 99,36%Tabelle 12: Genauigkeitsberechnungen abgeleitet aus Tabelle 11 Konfusionsmatrix der FIVKHerne; Testumsetzung_01Die thematische Untersuchung aller Flächen (thematisch verändert / unverändert) der FIVKfür das Testgebiet Herne ergab in TU01 eine sehr hohe Gesamtgenauigkeit von knapp 92%bei einem Vertrauensbereich von ca. ± 1%. Tabelle 11 zeigt die Konfusionsmatrix für dieGesamtuntersuchung der Stichproben. Die zugehörigen Klassenbezeichnungen zu denKlassenkürzeln, können Abbildung 3 entnommen werden.Die Genauigkeitsangaben der geprüften Einzelklassen, bestätigten diesen Wert mehrheitlich,sowohl mit der Producer’s als auch mit der User’s Accuracy (Tabelle 12). Die dazugehörigenVertrauensintervalle lagen fast alle im Bereich von ±5%. Genauigkeitsunterschreitungentraten bei den Klassen unbestockte Waldflächen (VWu), Laubwaldgebiete (VWl), naturnaheBereiche (VN*), Grünland-Ackerland (VLa / VLg) und bei stark anthropogen beeinflusstenArealen wie Abraumhalden (FAd) und Abbauflächen (FAa) auf.© DeCOVER Konsortium – Vertraulich – Seite 39 von 59

Die Ergebnisse der TU01 wurden mit den Projektpartnern diskutiert, um die Ursachen vonFehlklassifikationen beziehungsweise von Fehlzuweisungen (siehe Abbildung 6 undAbbildung 7) festzustellen und um Verbesserungen für die nachfolgende Testumsetzung_02zu erreichen.Wie bereits bei der Untersuchung der ChangeLayer I erwähnt, wurden diesbezüglichÄnderungen im DeCOVER 2 Klassenschlüssel und in der Prozesskette vorgenommen.03. Juni 07. JuliAbbildung 6: Beispiele für exakte Abgrenzung mit FehlzuweisungenKraut- und Staudenvegetation (VNk) wird als Strauchvegetation/Gehölzstrukturen (VNs) ausgewiesenund umgekehrt.07. März27. JuniAbbildung 7: Beispiele für Fehlklassifikationen mit FehlzuweisungenFehlerhafte Abgrenzung und Ausweisung von Mischwaldflächen (VWm) aufgrund spektralerEigenschaften der Bilddaten (Schattenwurf)In Abbildung 8 werden Beispiele korrekt erfasster Veränderungsflächen und derenthematisch korrekte Zuweisung anschaulich dargestellt.© DeCOVER Konsortium – Vertraulich – Seite 40 von 59

Abbildung 8: Beispiele korrekt erfasster und thematisch richtig ausgewiesener FlächenBild links: unbestockte Waldfläche (VWu) und Nadelwald (VWn) innerhalb von Laubwald (VWl)Bildmitte: Abgrenzung der Ackerbauflächen (VLa) von umgebenden GrünlandflächenBild rechts: Abgrenzung der Wohnbauflächen (BSw) von umgebenden Vegetationsbereichen2.1.3.2.3.2 Testumsetzung_02Im Rahmen der thematischen Untersuchung wurden systematische Zuweisungsfehler imBereich Agrar und Naturnah festgestellt, welche beanstandet wurden und zuKorrekturmaßnahmen führten. Nach erfolgter Korrektur wurde die thematische Überprüfungerneut durchgeführt.Zur Untersuchung des FIVK Datensatz wurden in TU02 insgesamt 4482 Stichprobenherangezogen. Dabei entfielen 2126 Stichproben auf die thematisch veränderten Polygoneund 2356 Prüfpunkte auf die thematisch nicht veränderten Polygone des FIVK Datensatzes.Für die thematisch veränderten Flächen ergab sich eine Gesamtgenauigkeit von ca. 84 %,d.h. die Rate der Fehlklassifikationen (Fehlalarme, Überlassungen) lag bei knapp 16 %.Dieser, im Vergleich zu TU01, schlechtere Wert zeigt sehr deutlich wie sehr die Ergebnissezwischen unterschiedlichen Bearbeitungen schwanken können. DerAktualisierungskartierung in TU02 lagen zum einen Basissatellitendaten aus einem anderenzugrunde, desweiteren wurden bestimmte Objektklassen (zeitstabile, spitzenaktuelleObjekte) aus der Bearbeitung ausgeschlossen und es wurde auch ein deutlich größeresTestgebiet bearbeitet.Auf der anderen Seite konnte für die thematisch unveränderten Flächen eineGesamtgenauigkeit von fast 93 % errechnet werden. Dies bedeutet, dass derAuslassungsfehler (eine Veränderung wurde nicht erkannt) weiterhin sehr niedrig bei ca. 7 %lag und sogar um 1 % gegenüber der TU01 verbessert werden konnte.Insgesamt hat die thematische Untersuchung der FIVK in TU02 gute Ergebnisse erbracht.Die Prüfung der Daten ergab eine Gesamtgenauigkeit (Overall Accuracy) von gut 88 % beieinem Vertrauensintervall von ± 0,96 % (Tabelle 15) und erfüllt in somit die© DeCOVER Konsortium – Vertraulich – Seite 41 von 59

Genauigkeitsvorgaben in DeCOVER 2. Das Ergebnis für das sehr viel größere Testgebietliegt nur knapp 4 % unter dem Gesamtergebnis für TG Herne aus der TU01 (Tabelle 12).Auch in den Einzelgenauigkeiten konnte dieses Ergebnis größtenteils bestätigt werden. 3957Stichproben von insgesamt 4482 verwendeten Stichproben konnten bestätigt werden undzwar unabhängig davon, ob bei dem Polygon eine thematische Veränderung vorlag odernicht. Dagegen wurde in 525 Fällen entweder keine oder nur in Teilen eine Übereinstimmungmit der Referenz vorgefunden. Diese Abweichungen sind zum Teil auf Fehlklassifikationenzurückzuführen oder stammten aus den Unterlassungen (nicht detektierte Veränderungen)z.B. aus der ChangeLayer I Erstellung (Folgefehler).Die nachfolgende Tabelle 13 zeigt die aggregierte Konfusionsmatrix für dieGesamtuntersuchung der Stichproben für das Testgebiet Herne in Testumsetzung_02.Darüber hinaus zeigt Tabelle 14 die Auswertung auf dem höchsten Objektklassenlevel(AK_Level_3). Die zugehörigen Klassenbezeichnungen zu den Klassenkürzeln in derKonfusionsmatrix, können Abbildung 3 entnommen werden. Die errechnetenGenauigkeitsangaben (Gesamt und Einzelwerte der Objektlassen) zu Tabelle 14 sind in derdarauf folgenden Tabelle 15 detailliert dargestellt.FIVK(TU02)KlasseReferenzVeränderungvorgefundenkeine VeränderungvorgefundenTotalVeränderungklassifiziert1776 350 2126keine Veränderungklassifiziert175 2181 2356Total 1951 2531 4482• 88 % Gesamtgenauigkeit (Total Accuracy)• die Auslassungsrate liegt bei 7 %• die Überlassungsrate (Fehlalarme) liegt bei etwa 16 %Tabelle 13: Aggregierte Konfusionsmatrix für die Final integrierte Veränderungskartierung(FIVK), Testgebiet Herne in Testumsetzung_02 (TU02)© DeCOVER Konsortium – Vertraulich – Seite 42 von 59

Final integrierte Veränderungskartierung (FIVK)Testgebiet Herne (TU02)ReferenzKlasse BSw BSg BS BI BVs VLg Vla Vlo VLs VWn VWm VWl VWu VNf VNh VNk VNs FAa FAd FAb FNd FNs GBl GBf TotalBSw 323 4 8 6 1 4 0 0 0 0 0 1 0 0 0 2 4 0 0 0 0 0 0 0 353BSg 1 117 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 121BS 1 1 161 4 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 169BI 2 1 2 351 0 4 0 0 3 0 0 0 0 0 0 3 8 1 5 7 0 0 0 0 387BVs 0 0 0 0 22 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 23VLg 1 3 0 0 1 485 13 0 0 0 0 5 1 0 1 4 23 0 1 0 1 0 0 1 540VLa 3 0 0 1 0 65 380 0 2 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 453VLo 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1VLs 0 0 0 0 0 2 0 0 13 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 16VWn 0 0 0 0 0 1 0 0 0 520 9 3 5 0 0 1 0 1 0 0 0 0 0 0 540VWm 0 0 0 0 0 0 0 0 0 7 395 10 13 0 1 0 3 0 0 0 0 0 0 0 429VWl 0 0 0 0 0 1 1 0 0 5 20 477 11 0 1 8 16 0 0 0 0 0 0 0 540VWu 0 0 0 0 0 0 0 0 0 1 0 0 87 0 0 0 0 0 0 0 0 0 0 0 88VNf 0 0 0 0 0 0 0 0 0 0 0 0 0 4 0 1 0 0 0 0 0 0 1 0 6VNh 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 1 1 0 0 0 0 0 0 0 15VNk 2 0 0 3 9 5 3 0 0 7 5 8 2 1 0 138 53 1 1 1 0 0 0 2 241VNs 1 1 0 1 3 9 6 0 5 1 0 9 4 1 5 21 350 0 0 3 0 0 0 0 420FAa 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6 0 2 0 0 0 1 9FAd 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 9 0 0 0 0 0 10FAb 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 25 0 0 0 0 27FNd 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1FNs 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 3GBl 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 19 4 24GBf 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 3 1 1 0 0 0 1 58 66Total 335 127 171 367 37 578 403 0 23 541 429 514 123 6 21 183 465 10 17 40 2 3 21 66 448255 Klassifikation bestätigt 11 Klassifikation nicht bestätigtTabelle 14: Konfusionsmatrix für die Final integrierte Veränderungskartierung (FIVK), Testgebiet Herne in Testumsetzung_02 (TU02)© DeCOVER Konsortium – Vertraulich – Seite 43 von 59

Overall Accuracy: 88,29%95% Confidence Interval: 87,33% 89,24%KlasseProducer´sAccuracy95%Confidence IntervalUser´sAccuracy95%Confidence IntervalBSw 96,42% 94,28% 98,56% 91,50% 88,45% 94,55%BSg 92,13% 87,05% 97,20% 96,69% 93,10% 100,29%BS 94,15% 90,34% 97,96% 95,27% 91,77% 98,76%BI 95,64% 93,41% 97,87% 90,70% 87,67% 93,72%BVs 59,46% 42,29% 76,63% 95,65% 85,14% 106,16%VLg 83,91% 80,83% 86,99% 89,81% 87,17% 92,46%Vla 94,29% 91,90% 96,68% 83,89% 80,39% 87,38%Vlo #DIV/0! #DIV/0! #DIV/0! 0,00% -50,00% 50,00%VLs 56,52% 34,09% 78,96% 81,25% 59,00% 103,50%VWn 96,12% 94,40% 97,84% 96,30% 94,61% 97,98%VWm 92,07% 89,40% 94,75% 92,07% 89,40% 94,75%VWl 92,80% 90,47% 95,13% 88,33% 85,53% 91,13%VWu 70,73% 62,28% 79,18% 98,86% 96,08% 101,65%VNf 66,67% 20,61% 112,72% 66,67% 20,61% 112,72%VNh 61,90% 38,75% 85,06% 86,67% 66,13% 107,20%VNk 75,41% 68,90% 81,92% 57,26% 50,81% 63,71%VNs 75,27% 71,24% 79,30% 83,33% 79,65% 87,02%FAa 60,00% 24,64% 95,36% 66,67% 30,31% 103,02%FAd 52,94% 26,27% 79,61% 90,00% 66,41% 113,59%FAb 62,50% 46,25% 78,75% 92,59% 80,86% 104,32%FNd 50,00% -44,30% 144,30% 100,00% 50,00% 150,00%FNs 100,00% 83,33% 116,67% 100,00% 83,33% 116,67%GBl 90,48% 75,54% 105,41% 79,17% 60,84% 97,50%GBf 87,88% 79,25% 96,51% 87,88% 79,25% 96,51%Tabelle 15: Genauigkeitsberechnungen abgeleitet aus Tabelle 14 Konfusionsmatrix der FIVKHerne; Testumsetzung_01Bei der Überprüfung der thematischen Güte (Konfusionsmatrix, Tabelle 14) hat sich gezeigt,dass Fehlklassifikationen oder unkorrekte Zuweisungen in ganz ähnlichen Objektklassenauftraten wie in TU01 und somit auch in dieser Bearbeitung zu niedrigen Angaben in denEinzelgenauigkeiten führten. Allerdings muss an dieser Stelle auch darauf aufmerksamgemacht werden, dass ein hoher Anteil der Fehlzuweisungen innerhalb bestimmterKategorien stattgefunden hat (z.B.: innerhalb der Kategorie Wald (VW*), im naturnahenBereichen (VN*), Grünland-Ackerland (VLg / VLa)). Ebenso fehlerbehaftet sind Zuweisungenzwischen den Kategorien Naturnah, Wald und Landwirtschaft, da es hier thematisch zuÜberschneidungen kommen kann. Bei einem weiteren Teil der Fehlzuweisungen handelte essich auch um funktionale Klassen (LN-Klassen, FA*), deren Zuordnung allein durchSatellitenbildinterpretation grundsätzlich schwierig ist.© DeCOVER Konsortium – Vertraulich – Seite 44 von 59

Desweiteren ließen sich die Unterschreitungen in den Genauigkeitsangaben auch auf einezu geringe Stichprobenanzahl zurückführen (VLo, VN*, FA*), die zum Teil aus derGewichtung der Stichproben resultierte. Wenige Fehler wirken sich hier sehr schnell negativauf das Ergebnis aus. Die Konfidenzintervalle zeigen, dass der zugrundegelegteVertrauensbereich von mindestens 5 % bei einem Teil der Klassen überschritten wurde. Diesist ein Hinweis darauf, dass für eine aussagekräftige Bewertung möglicherweise keineausreichend große Stichprobe vorlag. Die dazugehörigen Genauigkeitsangaben sinddeshalb mit Vorsicht zu betrachten.Im Vergleich zu den bisher beschriebenen Resultaten aus dem Testgebiet Herne erbrachtendie Untersuchungen im südlichen Blindtestgebiet (Testgebiet Zinna) eine Gesamtgenauigkeitvon über 86 %. Auch die betrachteten Einzelgenauigkeiten ergaben zufriedenstellenderweisekeine abweichenden Resultate. Aus diesem Grund wird in diesem Bericht nicht näher auf dieErgebnisse eingegangen.2.1.3.2.4 Formale (quantitative) UntersuchungDie formale Prüfung der Basis-Satellitendaten erlaubt keine Aussage über die Genauigkeitder Basisdaten in Bezug auf die Eignung zur Erstellung der DeCOVER-Produkte. Lediglichqualitative Parameter zur „Datenbeschaffenheit“ und deren quantitative Einhaltung wurdenüberprüft. Über eine spezielle Anwendung wurden die Metadateninformationen der Basis-Satellitendaten ausgelesen und mit den Datenspezifikationen verglichen. Darüber hinauserfolgt eine Kontrolle der Wolkenbedeckung über eine Stichprobenanalyse der Quicklooks.Eine Überprüfung der verwendeten Eingangsdaten wurde für alle DeCOVER 2 Testgebietedurchgeführt.In beiden Testumsetzungen konnten einige wenige Abweichungen von den Vorgabenfestgestellt werden, welche schlussendlich zu keiner Beanstandung führten. Bei einigenwenigen TSX-Satellitendaten wurden von den Spezifikationen abweichende (niedrigere)Aufnahmewinkel festgestellt. Da TSX-Daten ausschließlich zur Erstellung der CL_1Datensätze verwendet wurden, stellten sie keine Beeinträchtigung für die DeCOVER 2Prozesskette dar. Für die Generierung des CL_1 waren diese Abweichungen nicht vonBelang.Die formalen Analysen der DeCOVER 2 Produkte (CL_1 FIVK und VVI) umfasstenbeispielsweise Prüfungen der Topologie und der logischen Konsistenz sowie die Kontrolleder zeitlichen Vollständigkeit der hergestellten Daten. Es handelte sich dabei um eineÜberprüfung qualitativer Parameter zur „Datenbeschaffenheit“ und deren quantitative© DeCOVER Konsortium – Vertraulich – Seite 45 von 59

Einhaltung. Diese Untersuchungen wurden in den Testgebieten Herne und Zinnadurchgeführt.In TU01 gab es bei der formalen Untersuchung einiger DeCOVER 2 Produkte im TestgebietHerne Beanstandungen, weswegen Korrekturmaßnahmen eingeleitet wurden. ImWesentlichen handelte es sich um topologische Fehler, inkonsistente Attributvergabe undLücken im Datensatz, die im Verlauf dieser ersten Testumsetzung weitgehend behobenwerden konnten.Auf der Basis dieser Feststellungen wurden automatisierte Abfragen im Bereich derVektordatenhaltung und -erstellung eingeführt, um das Auftreten solcher Mängel in derweiteren Produktion zu unterbinden.Im Rahmen der formalen Untersuchungen der FIVK in TU02 wurde festgestellt, dass derDatensatz fehlerhafte Einträge enthielt, welcher Polygone als thematisch verändertgekennzeichneten obwohl aus anderen Attributen keine Veränderung ersichtlich war. Dieseoffensichtlich fehlerhafte Attributierung wurde beanstandet und anschließend korrigiert.Desweiteren konnte festgestellt werden, dass die Mindesterfassungsgrößen für Neuflächenunterschritten wurden. Aufgrund dessen entsprachen die Daten zwar nicht den DeCOVER 2Vorgaben, jedoch wurde auf eine Korrektur dieses Fehlers verzichtet um die Prozesskettenicht noch weiter zu verzögern.Weitere Beanstandungen konnten nicht festgestellt werden.2.1.3.3 BewertungAuf der Basis der entwickelten Methoden zur Qualitätssicherung konnte die Qualität derEingangs- und Ausgangsdaten und die Überprüfung der thematischen Genauigkeit derproduzierten Ergebnisse in DeCOVER 2 nach standardisierten Abläufen sichergestelltwerden. Aufgrund der vorgefundenen Beanstandungen konnten im Verlauf derTestumsetzungen weitreichende Verbesserungen in der Prozesskette und auch in derQualität der Daten (thematisch wie formal) erzielt werden.Besonders hervorzuheben ist, dass die thematische Qualitätsanalyse der FIVK im Rahmender internen Qualitätskontrolle sowohl für das Testgebiet Herne als auch für das südlicheBlindtestgebiet gute Ergebnisse erzielt hat. Die Genauigkeitsvorgaben desDeCOVER 2 OAK hinsichtlich der Gesamtgenauigkeit konnten voll erfüllt werden. DieResultate für die Einzelklassen sind von einigen wenigen Ausnahmen sehr zufriedenstellendausgefallen.Als problematisch haben sich die korrekten Zuweisungen in Naturnahen Bereichenherausgestellt. Dies konnte darauf zurückzuführt werden, dass bei den betreffenden Klassendie Übergange zu anderen Klassen (Wald, Grünflächen, Wiesen / Weiden, u.ä.) bisweilen© DeCOVER Konsortium – Vertraulich – Seite 46 von 59

fließend sind. Auf Basis der Klassendefinitionen war eine zufriedenstellende Einschätzungvon bestimmten Kriterien, wie beispielsweise Wuchshöhen oder intensiver/extensiverNutzung, mittels der zur Verfügung stehenden Datengrundlage (RapidEye) im Rahmen desAktualisierungsdienstes kaum zu erreichen.2.1.4 AP5300 ProduktvalidierungMit der Produktvalidierung wurde eine unabhängige Bewertung der Qualität und derBrauchbarkeit der erzeugten DeCOVER-Produkte durch die Referenznutzer angestrebt. Dadie Ergebnisse der Validierung direkt in die Methoden- beziehungsweiseProduktspezifikation von DeCOVER 2 einflossen, erhielten die Nutzer auf diesem Weg dieMöglichkeit auf die Qualität und die Gestaltung der Produkte direkt Einfluss zu nehmen.2.1.4.1 AP ZieleIm Einzelnen wurden im AP5120 folgende Ziele verfolgt: Erarbeitung eines Validierungsschemas Integration des Validierungsschemas in das Geodatenportal durch Delphi IMM(AP1520) und Vorab-Test des Geodatenportals und des Validierungsschemas Inhaltliche Bewertung (Validierung) ausgewählter Ergebnisse des DeCOVER 2Aktualisierungs- und des Erweiterungsdienstes aus der ersten und zweitenTestumsetzung durch Referenznutzer über das Geodatenportal Auswertung der Validierungsergebnisse und Rücklauf der Ergebnisse an die Partner Erstellung der Validierungsberichte [BD-7] und [BD-8] zu jeder Testumsetzung2.1.4.2 ErgebnisseDer mit den Konsortialpartnern abgestimmte Inhalt der Produktvalidierung sah einedifferenzierte Analyse der verschiedenen DeCOVER 2 Produkte vor. Anhand einesFragenkataloges [BD-9] und [BD-10] wurden vom Nutzer folgende Informationen abgefragt: verwendete Grundlagendaten zur Validierung Geometrische und thematische Qualität der DeCOVER Produkte Brauchbarkeit der DeCOVER Produkte Handhabung des Geodatenportals Vorschläge und Empfehlungen für VerbesserungenZur Produktvalidierung standen aus den verschiedenen Testregionen Ergebnisse zu allenDeCOVER Diensten (AK, EW, TD) bereit. Für den Aktualisierungsdienst (AK) undErweiterungsdienst (EW) erfolgte die Produktvalidierung in DeCOVER Phase 2 erstmalsüber das DeCOVER Geodatenportal. Zu diesem Zweck wurden die Fragenkataloge von© DeCOVER Konsortium – Vertraulich – Seite 47 von 59

Delphi IMM in das Geodatenportal integriert und in eine menügesteuerte Anwendungübersetzt (Abbildung 9). Für die Produktvalidierung wurden im Geoportal alle Datenbereitgestellt, die für die Validierung benötigt wurden. Desweiteren bestand für den Nutzerdie Möglichkeit, eigene Referenzdaten über einen WMS-Service hinzu zuladen. SpezielleWerkzeuge zur Visualisierung und Überlagerung von Datensätzen unterstützten den Prüferbei der Beurteilung der bereitgestellten DeCOVER 2 Ergebnisse.Eine Standardisierung der Validierung und ein schneller und gezielter Zugriff auf die Datenwurden durch die Bereitstellung von Validierungsprojekten ermöglicht. In TU01 beinhaltetendiese Validierungsprojekte zufällig ausgewählte, nach Kategorien unterteilteValidierungsflächen und die dazugehörigen Referenzbilddaten (RapidEye Satellitendaten). InTU02 wurde die Auswahl vereinfacht und je Testgebiet verschiedene Validierungsgebieteausgesucht, die unterschiedliche thematische Schwerpunkte (Urban, Wald, Gewässer, Agrarund Naturnah) zum Inhalt hatten. Aus Gründen der Performanz wurden die bereitgestelltenValidierungsprojekte in TU02 nicht mit den entsprechenden Grundlagendaten hinterlegt.Stattdessen wurde eine Filterfunktion in das Geoportal integriert, die die Suche nach dengeeigneten Referenzbilddaten ermöglichte.© DeCOVER Konsortium – Vertraulich – Seite 48 von 59

Abbildung 9: Ansicht des Validierungsfensters im DeCOVER 2 Geodatenportal© DeCOVER Konsortium – Vertraulich – Seite 49 von 59

Die über das Geodatenportal bereitgestellten Validierungsprojekte konnten von den Nutzernnach eigenen Vorstellungen modifiziert, visualisiert, überprüft und anhand integrierterFragebögen bewertet werden. Der Zugriff und Gebrauch des Geoportals wurde durch einentsprechendes Rechtesystem geregelt. Um zu verhindern, dass Dritte Einblick in dieValidierung erhielten registrierte Referenznutzer ein spezifisches Login und Passwort. Wurdeeine Validierung durchgeführt und beendet lagen die Ergebnisse als Datenbankeintrag vor.Anschließend wurde der AP-Lead durch eine automatische Benachrichtigung darüberinformiert und konnte die Einträge abrufen und auswerten.Für die Akquisition der Referenznutzer und deren Betreuung während der Validierung warenalle Projektpartner zuständig. Aus den vorangegangenen DeCOVER Phasen konnte hier aufeinen großen Pool an Nutzern zurückgegriffen werden, von denen sich einige zurProduktvalidierung in DeCOVER 2 bereit erklärten.Über den Start der Produktvalidierung und Kosten-/Nutzenanalyse wurden die Nutzer, wennmöglich direkt, via Email informiert. Desweiteren wurde die Information auch über dieDeCOVER 2 Homepage, den DeCOVER 2 Newsletter, die D-GMES Homepage und überdas GDI-DE Wiki verbreitet. Registrierte Nutzer wurden per Email oder auch telefonisch überden genauen Start- und Endtermin der Produktvalidierung in den Testgebieten Herne undZinna informiert. Zur jeweiligen Ankündigung wurde ein Informationsschreiben beigefügt,anhand dessen die Nutzer Grundlageninformationen zur bevorstehenden Produktvalidierungentnehmen konnten.An der Validierung der DeCOVER Ergebnisse haben sich Nutzeraus unterschiedlichen Bereichen aus Bundes-, Landes- undRegionalebene beteiligt. Beim Aktualisierungsdienst, der esermöglichte, amtliche Geobasisdaten, wie ATKIS ® Basis-DLM,Corine Land Cover und DLM-DE über den Vergleich mit aktuellenSatellitendaten zu aktualisieren, bestand in erster Linie großes Interesse an den Ergebnissenaus den Bereichen Landwirtschaft, Forstwirtschaft und den urbanen Gebieten.Neben Anregungen zu technischen Verbesserungen im Geodatenportal, dem Interesse aneiner Online-Hilfe und nach detaillierter Information zu dem Herstellungsprozess derDeCOVER Produkte, gaben die Nutzer in ihren Bewertungen und Aussagen an, dass durchDeCOVER die Aktualisierung von amtlichen Daten unterstützt werden könnte. Gestütztwerden die Aussagen dadurch, dass die Qualität (geometrisch wie thematisch) der in© DeCOVER Konsortium – Vertraulich – Seite 50 von 59

DeCOVER abgeleiteten Veränderungsflächen den Anforderungen der Nutzer an einautomatisiert erstelltes Produkt entspricht.Ebenfalls sehr interessiert zeigten sich die Fachbehörden an den Ergebnissen desTechnischen Dienstes in DeCOVER. Insbesondere der Einsatz vonFernerkundungsmethoden im Bereich der Landwirtschaft und des FFH-Monitoring (speziellMonitoring von Überflutungsflächen) rief positive Resonanz hervor.Die Ergebnisse der Produktvalidierungen aus beiden Testumsetzungen wurden denentsprechenden Validierungsberichten [BD-7] und [BD-8] dokumentiert. Die nachfolgendaufgeführten Aussagen einiger Nutzer aus dem Projektumfeld veranschaulichen die positiveRückmeldung für DeCOVER 2:Geobasis NRW„Die Verfahren und Werkzeuge des DeCOVER Projektes zeigen Potentiale derFernerkundung auf, die Möglichkeiten eröffnen, die Erhebung und Fortführung des ATKIS-Basis-DLM um weitere Datenquellen und Verfahren zu ergänzen. Voraussetzung ist dabeieine Anpassung und Integration der automatisierten Bildauswerteverfahren sowieFernerkundungsdaten in den Workflow zur amtlichen Erhebung und Fortführung für dasATKIS-Basis-DLM. Diese Geschäftsprozesse sind noch aufzubauen und werdenvoraussichtlich Gegenstand zukünftiger Entwicklungen im amtlichen Vermessungswesensein.“Umweltbundesamt„Als nationale Kontaktstelle für CORINE Land Cover sehen wir die Entwicklungen vonDeCOVER positiv. Die Wirtschaftlichkeit bei der Erstellung von Landnutzungs- undLandbedeckungsdatensätzen, wie z.B. CORINE Land Cover oder DLM-DE, ist für uns vongroßer Bedeutung. Gerade für zukünftige CORINE Land Cover- Aktualisierungen könntendie Verfahren und Entwicklungen von DeCOVER eine wichtige Rolle einnehmen.Voraussetzung hierfür ist deren Marktfähigkeit und die Finanzierbarkeit der DeCOVERDienste.“Landesbetrieb Wald und Holz NRW„Die Aktualisierung und Pflege der Daten zur tatsächlichen Nutzung im Wald gemäß ALKISkönnte durch DeCOVER gut unterstützt werden.“© DeCOVER Konsortium – Vertraulich – Seite 51 von 59

2.1.4.3 BewertungIm Rahmen von DeCOVER 2 konnte die Validierungsfunktion erfolgreich in dasGeodatenportal integriert werden. Die Darstellung der bereitgestellten Daten und die zurVerfügung gestellten Funktionen waren sehr anwenderfreundlich und übersichtlich gestaltet.Mittels der Produktvalidierung, die vorwiegend über das Geodatenportal durchgeführtwurden, konnte eine unabhängige Bewertung der Qualität und der Brauchbarkeit dererzeugten DeCOVER-Produkte durch die Referenznutzer erreicht werden. Die Aussagenaus den Validierungen über die Qualität und Brauchbarkeit der erzeugten Daten waren imHinblick auf die Entwicklungen der DeCOVER Dienste von großer Bedeutung.Die Einbindung der Nutzer sorgte für ausreichend Transparenz bezüglich der Qualität derProdukte und Prozesse, wodurch auch eine höhere Akzeptanz für DeCOVER 2 Diensteerreicht werden konnte.2.1.5 AP3520/3540 technische Umsetzung innerhalb der Objektkategorien Urban undWald2.1.5.1 AP Ziele Entwicklung einer Methodik zur Aktualisierung urbaner Nutzungsinformation undAbleitung von Waldtypen innerhalb eines vorgegebenen Veränderungslayers(AP3100 „Detektion von Veränderungen“) für die Zielsysteme ATKIS ® Basis-DLM undCLC Aktualisierung der thematischen Zwischenprodukte „Wald“ und „Urban“ innerhalb desvorgegebenen Veränderungslayers im Rahmen zweier Testumsetzungen in denGebieten Herne, Zinna (incl. Blindtestgebiet) Exemplarische Erweiterung der urbanen Flächen in ausgewählten Zielsystemenbasierend auf einem Veränderungslayer2.1.5.2 ErgebnisseMethodenentwicklungMit der Entwicklungsarbeit zur Erstellung von Workflow und Methodik zur Ableitung derÄnderungsinformation in den Objektkategorien Urban und Wald wurde im September 2009begonnen. Im besonderen Fokus standen hierbei die Identifizierung und optimale Nutzungdes möglichen Automatisierungspotentials in der Umsetzung sowie die vollständigeÜbertragbarkeit der Methodik im Falle einer veränderten Datenlage. Der gesamte Workflowwurde für die Software eCognition entwickelt und setzt sich aus sowohl vollautomatischablaufenden Prozessen sowie interaktiven Arbeitsschritten zusammen. Zur effektivenAbarbeitung der Prozesskette wurde der Workflow in eine modular aufgebaute Anwendungfür den eCognition Architect-Client umgesetzt. Diese erlaubt einem Bearbeiter neben dem© DeCOVER Konsortium – Vertraulich – Seite 52 von 59

Ausführen und Kalibrieren automatischer Analyseschritte über eine grafischeBenutzeroberfläche eine visuelle Bewertung, gegebenenfalls auch Korrektur der vomAlgorithmus erzeugten Ergebnisse. Neben der Notwendigkeit zur Datenausgangskontrollewar insbesondere die für die Änderungserkennung bzw. die Erfassung derÄnderungsrichtung urbaner Nutzungsklassen unabdingbare interaktive Bewertung durcheinen Bearbeiter ausschlaggebend für die Umsetzung des Workflows in eCognition Architect.Lediglich das unter Berücksichtigung der Integrationsschnittstellen-Spezifikation erstellteTool zur Attributierung der finalen TZP-Ergebnisse wurde für die Software ArcGIS 9.3umgesetzt.Abbildung 10: eCognition ® Benutzeroberfläche zur interaktiven Bearbeitung TZP UrbanFür die Entwicklung einer Methodik zur Aktualisierung der Landbedeckungskategorie Waldkonnte auf Erfahrungen und Ansätze aus DeCOVER Phase 1 zurückgegriffen werden. DerWorkflow musste jedoch wegen der geänderten Spezifikationen für Phase 2 vollständigüberarbeitet werden. Zusätzlich wurde auch das Konzept zur automatischen Ableitung vonMischwald modifiziert. Die finale Methodik kombiniert die Erkenntnisse aus der Analysespektraler Mischsignaturen und der räumlichen Verteilung von Waldtypen. Im Zuge dessen© DeCOVER Konsortium – Vertraulich – Seite 53 von 59

konnte auch die automatisierte Bezugsflächenbildung für Mischwald entscheidendverbessert werden.Die entwickelte Methode zur Erkennung urbaner Nutzungsänderungen im durchgeführtenMap to Image Szenario basiert auf einer spektralen und strukturellen Analyse der Flächenaus dem Nutzer-Referenzsystem. Wegen der aufgrund der jeweiligen Spezifikation (MKF,MKB) sehr unterschiedlichen Flächenbildung in den untersuchten Zielsystemen wurden dieGrenzen des ATKIS ® Basis-DLM als Standard-Bezugsflächensystem – auch für dieAktualisierung von CLC - zur Ableitung klassifikationsrelevanter Parameter aus derBildinformation verwendet. Das ursprünglich entwickelte Verfahren zur automatisiertenBildanalyse musste allerdings im Zuge der ersten Testumsetzung überarbeitet werden, daein erheblicher Teil der Flächen aus dem Zielsystem indiziert, d.h. als möglicherweiseverändert markiert und damit für den Aufbau einer Referenzdatenbank nicht zu verwendenwar. Diese Tatsache illustriert Abbildung 11 für die thematischen Zwischenprodukte Urbanund Wald im in TU01 bearbeiteten Blindtestgebiet. Im jeweils helleren Farbton sind alsverändert indizierte und damit zu bearbeitende Flächen der Objektkategorien Urban (rot) undWald (grün) dargestellt. Der dunklere Farbton zeigt die nicht-indizierten Flächen desNutzerdatensatzes (hier: ATKIS). Für beide TZP überwiegt die Fläche der möglicherweiseveränderten Polygone aus den Eingangsdaten gegenüber der unveränderten, potentiell zumTraining eines Klassifikators verwendbaren Referenzfläche.© DeCOVER Konsortium – Vertraulich – Seite 54 von 59

Abbildung 11: Gegenüberstellung als verändert ausgewiesener Flächen im ChangeLayer I(CL_1) und nicht indizierter ATKIS-Flächen im Blindtestgebiet; Testumsetzung 1, TZP Urbanund TZP Wald, Bearbeitungsumfang ca. 5600 FlächenAufgrund dieses Umstands wurde im Zuge der Testumsetzung_01 mit der Entwicklung einerMethode zur TZP-spezifischen Fokussierung auf wahrscheinliche Veränderungen in derObjektkategorie Urban begonnen. Erste methodische Tests wurden bereits während TU01durchgeführt, entscheidende Verbesserungen konnten später anhand einer systematischenAnalyse der Ergebnisse der ersten Umsetzung erzielt werden. Damit stand zu Beginn vonTU02 eine erweiterte, automatisierte und operationell einsetzbare Methodik zurÄnderungserkennung urbaner Nutzungsklassen zur Verfügung.© DeCOVER Konsortium – Vertraulich – Seite 55 von 59

Um das Erreichen der geforderten Genauigkeiten in der Kartierung der Änderungsrichtungzu gewährleisten, sieht der erarbeitete Workflow für das TZP Urban in einem letzten,interaktiven Schritt eine finale Bewertung der ausgegebenen Ergebnisse vor.Mindestanforderung zur Anwendung der Methodik (Urban und Wald) ist die Verfügbarkeiteiner einzigen, lückenlosen Abdeckung mit optischen Daten. Eine Erweiterung durch einebeliebige Anzahl multitemporaler Datensätze ist möglich und führt zu einer erheblichenSteigerung der Verlässlichkeit der Kartierung.Aktualisierung der TZP Urban und Wald in 2 Testumsetzungen für jeweils 2 TestgebieteIm Vorfeld der Testkartierungen wurde von der GAF ein Vorschlag zum Prozesskettendesigneiner parallelen Bearbeitung der Veränderungskartierung eingebracht, um die gegenseitigeAbhängigkeit der TZP-Partner während der Produktion zu minimieren. Durch die Verteilungder indizierten Flächen nach der Wahrscheinlichkeit ihrer TZP-Zugehörigkeit auf die Partnersollte eine zeitliche Optimierung des Prozesskettendurchlaufs gegenüber der inDeCOVER Phase 1 favorisierten sequentiellen Bearbeitungskette erzielt werden. Darüberhinaus sollte durch das vorgeschlagene Vorgehen eine sinnvolle Verteilung der Arbeitslastauf die an der Produktion beteiligten Partner ermöglicht werden. Das Verfahren bewährtesich in der ersten Testumsetzung und wurde nach positiver Bewertung durch die TZP-Partner auch für die weitere Produktion in TU02 beibehalten.Trotz Optimierung des Prozesskettenablaufs kam es während der TZP-Produktion seitensder Objektkategorie Urban zu zeitlichen Verzögerungen, die dem hohenBearbeitungsumfang (vgl. Abbildung 11) und dem gegenüber der Kartierung vonLandbedeckungs-Information vergleichsweise geringen Automatisierungspotential bei derErhebung von Landnutzungs-Information geschuldet waren.Topologische Inkonsistenzen bzw. Abweichungen vom Referenzraster konnten durch dieVerwendung aufgerasterter, verbindlicher Nutzerdaten-Referenzflächen verhindert werden.Allerdings kam es durch zum Teil erhebliche geometrische Abweichungen zwischenBildmaterial und Vektordaten (TU02, TG Zinna) zu Problemen in der Bewertung, vor Allemaber in der geometrischen Erweiterung der zu aktualisierenden Nutzerdaten.Wegen der ausgezeichneten Datenlage konnte die Produktion jeweils auf multitemporalenoptischen Datensätzen durchgeführt werdenDurch die Arbeit der Prozesskettensteuerung wie der Integration wurde insgesamt einreibungsloser Ablauf beider Testproduktionen ermöglicht.Die im Rahmen der Arbeiten im AP5000 ermittelten Genauigkeiten der thematischenProdukte erfüllen für beide Objektkategorien die gesetzten Qualitätsanforderungen inDeCOVER 2 (Tabelle 15, Objektkategorien BS*/BV*, VW*).© DeCOVER Konsortium – Vertraulich – Seite 56 von 59

ErweiterungsdienstNeben der Änderungskartierung wurde für das TZP-Urban ein möglicher Erweiterungsdienstentwickelt und während der ersten Umsetzung im Testgebiet Herne sowie demBlindtestgebiet exemplarisch erstellt. Die Spezifikation sieht die Einordnung der folgendenurbanen Klassen des Basis-DLM in fünf Versiegelungsdichtekategorien vor: „Flächebesonderer funktionaler Prägung“, „Fläche gemischter Nutzung“, „Industrie- undGewerbefläche“, „Sport-, Freizeit-, und Erholungsfläche“, „Wohnbaufläche“, „Friedhof“. DieMethode stützt sich auf die Erkennung versiegelter Flächen in einem multitemporalenDatenszenario innerhalb vorgegebener Referenzflächen (thematische Erweiterung).Abbildung 12 zeigt einen Ausschnitt des Erweiterungsdienstes Urban auf dem ATKIS ® Basis-DLM im Testgebiet Herne.Abbildung 12: Erweiterungsdienst Urban, Versiegelungsdichte, TG HerneZur Ableitung der Versiegelungsgrade werden innerhalb der – unter Verwendung sämtlicherverfügbarer FE-Datenquellen subsegmentierten - thematischen Referenz (o.g. Klassen desATKIS ® Basis-DLM) durch manuelles Sampling Referenzsignaturen für vollständigversiegelte Flächen sowie grüne Vegetation definiert. Hierbei gehen ausschließlich spektraleInformationen der aktuellsten Szene ein. Im nächsten Schritt wird mit Hilfe der generiertenKlassenbeschreibung eine Klassifikation für diese Szene hergestellt. Auf Basis dieserInformation erfolgt im Anschluss, unter Zuhilfenahme der jeweiligen Bildstatistik, die© DeCOVER Konsortium – Vertraulich – Seite 57 von 59

automatische Kalibrierung aller weiteren verfügbaren Szenen sowie die Definition derabzuleitenden Klassen. Jede zusätzlich verwendete Szene muss hierfür aus derVegetationsperiode stammen und nahezu wolken- und schneefrei sein. Durch regelbasierteAuswertung der so gewonnenen Information fällt die endgültige Klassifikations-Entscheidungfür jedes untersuchte Bildsegment. Der Aufbau des hierfür erstellten eCognition-Regelsatzeslässt die Einbindung einer unbestimmten Anzahl an Referenz-Szenen zu. Grundsätzlich wirddie Klassifikationsgenauigkeit mit jeder zusätzlichen Szene erhöht, das Ergebnis derMethode bildet jedoch – im Falle von Veränderungen der Landbedeckung - im schlechtestenFall den Zustand des ältesten verwendeten Bildes ab. Die verwendeten Bilddaten solltendaher – je nach Anforderung – einen möglichst geringen Zeitrahmen aufspannen. Bereits dieAnalyse von 2 Zeitpunkten ermöglicht deutliche Verbesserungen gegenüber einermonotemporalen Auswertung. Häufigste Ursache für Fehlklassifikationen ist die Einstufungoffenen Bodens in die Klasse „versiegelte Fläche“. Bei einer Vielzahl dieser Flächen ist deroffene Boden ein temporäres Phänomen und kann im multitemporalen Ansatz erkanntwerden.Die durch Klassifikation gewonnene Information zur Versiegelung wird im letztenVerfahrensschritt auf die übergeordnete Bezugsfläche des ATKIS ® Basis-DLM normiert. Fürjedes Polygon wird so die prozentuale Versiegelung berechnet. Die finale Klassenzuweisungerfolgt durch Kategorisierung des gefundenen Versiegelungsgrades. Abbildung 12 zeigteinen Auszug der so generierten Klassifikation für das Testgebiet Herne.Eine Verifizierung der Ergebnisse wurde nicht durchgeführt. Vor dem Hintergrund, dass essich um einen weitestgehend automatisierten Prozess handelt wäre eineMethodenvalidierung die geeignete Form der Überprüfung. Im Rahmen der Qualitätskontrollevon DeCOVER 2 waren keine Methodenvalidierungen vorgesehen.2.1.5.3 BewertungIm Rahmen der ersten Testumsetzung konnten die entwickelten Methoden so weitverbessert werden, dass ein operationeller Einsatz bereits während der zweiten,großräumigen Testumsetzung möglich war. Die entwickelten Workflows für dieAktualisierung der Objektkategorien Urban und Wald sind auf alternative Datenszenarienübertragbar und wurden über die Software eCognition Architect in eine intuitiv bedienbareAnwendung mit grafischer Benutzeroberfläche überführt. In beiden Testumsetzungenkonnten auf allen untersuchten Zielsystemen die geforderten Genauigkeiten der TZP Urbanund Wald erreicht werden.Im Zuge der exemplarischen Erweiterung urbaner Nutzungsklassen durch Informationen zurVersiegelungsdichte wurde im Rahmen von TU01 ein mögliches Szenario eines urbanen© DeCOVER Konsortium – Vertraulich – Seite 58 von 59

Erweiterungsdienstes entwickelt und in einem vollautomatischen Ansatz erfolgreichumgesetzt.Mit dem Vorschlag zum Prozesskettendesign, Beiträgen zumMehrfachattributierungskonzept und zur Gestaltung des Objektartenkatalogs leistete die GAFdarüber hinaus wertvolle Beiträge zum Produktionsablauf im AP3000.2.2 Spezifischer VerwertungsplanDie im AP3520 und AP3540 entwickelten Regelsätze für die Aktualisierung beziehungsweiseErweiterung von Flächen im urbanen Bereich und in Forstgebieten ermöglichen ganzallgemein eine wirtschaftlichere Durchführung von LU/LC- Klassifikationen und können daherfür weitere wissenschaftliche oder kommerzielle Verwertungen Anwendung finden. Dieentwickelten Methoden können auf andere LU/LC-Klassen übertragen werden und sowohlfür Veränderungskartierungen als auch für Neuklassifikationen eingesetzt werden.Im AP5000 wurden neben Standardmethoden der thematischen Qualitätskontrolle durch denProjektpartner GeoMLU Methoden der geometrischen Genauigkeit entwickelt undangewendet. Es ist vorgesehen, die geometrischen Genauigkeitsmaße zu formalisieren undals Standardmaße für die Bewertung der Klassifikationsgenauigkeit zu etablieren.Desweitern wäre es denkbar die in DeCOVER 2 entwickelten und angewandten Methodenzur Qualitätssicherung als Gütesiegel für DeCOVER einzurichten.3 Anlagen3.1 Anlage 1 Berichtsblatt3.2 Anlage 2 Erfolgskontrollbericht3.3 Anlage 3 Document-Control-Sheet3.4 Anlage 4 Verwertungsplan© DeCOVER Konsortium – Vertraulich – Seite 59 von 59