Erforschung von Satelliten- und weiteren Fernerkundungsdaten zur Ermittlung von Gebäudeangaben

Florian Hennig, Maren Köhlmann, Julius Weißmann and Marianne Schepers

WISTA – Wirtschaft und Statistik, 2025, vol. 77, issue 4, 70-82

Abstract: Das Statistische Bundesamt hat gemeinsam mit dem Deutschen Zentrum für Luft- und Raumfahrt und dem Bundesamt für Kartographie und Geodäsie das Forschungsprojekt "Satelliten- und andere Fernerkundungsdaten für das Gebäude- und Wohnungsregister" (Sat4GWR) durchgeführt. Darin untersuchten sie den Einsatz von Fernerkundungsdaten und Methoden des Maschinellen Lernens zur automatisierten Erfassung und Analyse von Gebäudedaten. Ziel war, Machine-Learning-Modelle zu trainieren und zu evaluieren, um statistische Anwendungen wie die Ermittlung der Anzahl von Gebäuden und die automatisierte Aufbereitung spezifischer Merkmale zu unterstützen. Im Mittelpunkt standen dabei Verfahren der semantischen Segmentierung und der Instanzsegmentierung, die es ermöglichen, Gebäude auf Pixelebene präzise zu identifizieren und zu differenzieren.

Keywords: Gebäude- und Wohnungsregister; Bilderkennung; Maschinelles Sehen; Bautätigkeitsstatistik; Convolutional Neural Network; register of buildings and dwellings; image recognition; machine vision; statistics on building activity (search for similar items in EconPapers)
Date: 2025
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.econstor.eu/bitstream/10419/324738/1/1934728063.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:zbw:wistat:324738

Access Statistics for this article

More articles in WISTA – Wirtschaft und Statistik from Statistisches Bundesamt (Destatis), Wiesbaden Contact information at EDIRC.
Bibliographic data for series maintained by ZBW - Leibniz Information Centre for Economics ().