Um das Wasser in einer ganzen Stadt effektiv zu verwalten, muss man die Umgebung, in der es sich befindet, richtig verstehen und vor allem wissen, wohin das Wasser in Zeiten des überflusses flie?t. Vor diesem Hintergrund hat das Büro für Umweltplanung und -analyse (BEPA) des New Yorker Umweltministeriums (DEP) unser Fachwissen in Anspruch genommen, um ein stadtweites geografisches Informationssystem (GIS) für die undurchl?ssige Fl?che zu entwickeln.

Vereinfacht ausgedrückt war dies eine Studie, die dazu beitragen sollte, die Beschaffenheit des Bodens in der gesamten Stadt zu verstehen, um festzustellen, welche Fl?chen überschüssiges Wasser aufsaugen und speichern und welche Fl?chen undurchl?ssig sind, so dass das Wasser einfach abl?uft und Probleme verursachen kann.

New York City wird aufgrund der Tausende von Quadratkilometern undurchl?ssiger Fl?chen (D?cher, Bürgersteige, Gehwege usw.) gemeinhin als "Betondschungel" bezeichnet. Die Stadt hat jedoch erhebliche Anstrengungen unternommen, um diese Fl?chen, die erhebliche überschwemmungen verursachen, zu reduzieren. Ein solches Programm ist der NYC Green Infrastructure Plan aus dem Jahr 2010, der die Weichen für eine wesentlich effektivere und nachhaltigere Regenwasserbewirtschaftung stellt.

Nutzung von Daten zur Steuerung des Regenwassermanagements

Zwar wurde bereits vor über einem Jahrzehnt eine Karte der Wasserundurchl?ssigkeit erstellt, doch haben sich die Daten, die Kartenaufl?sung und die Fernerkundungstechniken erheblich weiterentwickelt. Unsere Arbeit bestand darin, ihnen diese Informationen im Detail zur Verfügung zu stellen, um sicherzustellen, dass DEP diese wichtigen Wasserbewirtschaftungsdaten in Zukunft kontinuierlich aktualisieren kann. Auf diese Weise kann die DEP ihr Programm validieren und eine Datenquelle zur Verfügung stellen, die die DEP nutzen kann, um die Regenwasserpolitik voranzutreiben, um die Qualit?t der st?dtischen Wasserwege zu verbessern und gleichzeitig die Auswirkungen von überschwemmungen in den Stadtvierteln zu verringern.

NYC Citywide Impervious area study map
Unsere Arbeit bietet der lokalen Umweltbehörde einen klaren Einblick in die Arten der Bodenbedeckung der Stadt, um die stadtweiten Planungsbemühungen, Projekte, Strategien und Programme zu informieren und zu unterstützen.

Automatisierung und maschinelles Lernen durch digitale Planung

Die Aufgabe bestand aus vier Phasen: Recherche, Kartierung, überprüfung der gesammelten Informationen und schlie?lich die Sicherstellung, dass das DEP den Prozess in Zukunft aktualisieren und aufrechterhalten kann. Die Suche und Sammlung von Informationen über die Bodendurchl?ssigkeit war alles andere als einfach, aber durch den Einsatz von Automatisierung und digitalen Ans?tzen w?hrend des gesamten Projekts konnten wir die Produktionszeit verkürzen und die gr??te GIS- und Fernerkundungsstudie, die Arup je durchgeführt hat, fertigstellen.

Die physische Durchführung eines solchen Projekts h?tte viele Jahre gedauert, weshalb ein digitaler Ansatz mit maschinellem Lernen erforderlich war. Selbst mit dem neuesten digitalen Ansatz war die Entwicklung des Automatisierungsprozesses immer noch mit einer gro?en Menge an Datenerfassung und manuellen Arbeitsstunden verbunden.

Ein strategischer Einsatz von Datenerfassungstechniken

Wir verwendeten Luftbilder, LiDAR-Daten, Planimetrie- und Katasterdaten, um eine einzige Bodenbedeckungskarte zu erstellen. Wir waren in der Lage, 17 verschiedene Fl?chenelemente zu identifizieren, von Stra?en und Geb?udegrundrissen bis hin zu Flüssen, Seen, landwirtschaftlichen Fl?chen und Grünfl?chen. Die Technologie musste auch so programmiert werden, dass sie Fahrzeuge von oben erkennt und den festen Boden darunter quantifiziert sowie andere Elemente wie Baumkronen und Schatten, die zu bestimmten Tageszeiten fallen, berücksichtigt.

Das Projektteam klassifizierte 1 % der Bodenbedeckung der Stadt und trainierte damit den Algorithmus für maschinelles Lernen, um automatisch eine vollst?ndige Karte zur Klassifizierung der Bodenbedeckung in New York zu erstellen. Um die Genauigkeit unserer Technologie zu gew?hrleisten, wurden die Ergebnisse mit unabh?ngigen hydrologischen Abgrenzungen von 25 zuf?llig ausgew?hlten Parzellen verglichen, wobei wir nachweisen konnten, dass die Technologie in allen Bereichen eine Genauigkeit von über 90 %, in vielen sogar von 99 % erreichte.

Dadurch konnten wir diese Methode stadtweit einsetzen und mehr als 3 TB an Multispektralbildern, LiDAR-Daten (Light Detection and Ranging) und anderen GIS-Daten zusammenstellen, um eine Analyse von 345 Quadratmeilen und 857.589 Parzellen zu erstellen.

Gemeinsame Nutzung von Daten mit dem DEP

Wir waren in der Lage, dem DEP genaue, hochaufl?sende GIS-Datens?tze zusammen mit einem vergleichenden Trendanalysebericht über die Position der letzten 10 Jahre zur Verfügung zu stellen.

Diese Informationen sind seither auf einem offenen Datenportal in New York ver?ffentlicht worden und stehen der ?ffentlichkeit zur Verfügung, so dass das Verst?ndnis von Grundstücken in der gesamten Stadt v?llig transparent ist. Darüber hinaus wurde ein Bild der Auswirkungen der in den letzten zehn Jahren durchgeführten Umweltprogramme erstellt, das die bereits geleistete Arbeit best?tigt. Vor allem aber bietet es der lokalen Umweltbeh?rde einen klaren Einblick in die Arten der Bodenbedeckung in der Stadt, um stadtweite Planungsbemühungen, Projekte, Strategien und Programme zu informieren und zu unterstützen.