Verbesserte 30 m undurchlässige Flächen für China (2020, 2022) durch 2 m/30 m-Datenfusion

Gepflasterte Flächen, die Sie vom Boden aus nicht sehen

Städte und Straßen verändern Chinas Landschaft in atemberaubendem Tempo, aber vom Boden aus ist es schwer zu erfassen, wie viel Land bereits mit Beton, Asphalt und Dächern bedeckt ist. Dieses Paper stellt eine neue, sehr detaillierte Karte vor, die zeigt, wo solche „undurchlässigen“ Flächen für fast ganz Festlandchina in den Jahren 2020 und 2022 liegen. Da diese harten Flächen Hochwasser, Hitzewellen, Verschmutzung und sogar die Verfügbarkeit von Flächen für Solaranlagen beeinflussen, ist ein genaues nationales Bild wichtig – von Klimaforschern über Stadtplaner bis hin zu Hausbesitzern.

Warum harter Untergrund wichtig ist

Undurchlässige Flächen sind Orte, an denen Regenwasser nicht in den Boden versickern kann – denken Sie an Autobahnen, Parkplätze, Werksgelände und dichte Wohngebiete. Mit der Ausdehnung von Städten wachsen diese Flächen, beschleunigen den Oberflächenabfluss bei Stürmen, erhöhen das Überschwemmungsrisiko, speichern Wärme und verdrängen Lebensräume für Pflanzen und Tiere. Viele Computermodelle, die Kohlenstoffspeicherung, Wasserzyklen und Nährstoffflüsse an Land vorhersagen, sind auf Karten zur Bodenbedeckung angewiesen. Wenn diese Karten verbaute Bereiche unterschätzen oder falsch lokalisieren, können die Modelle stark danebenliegen. Bestehende globale Landbedeckungsprodukte fassen oft viele menschengemachte Flächen in einer einzigen groben Kategorie zusammen und übersehen tendenziell kleine Dörfer, schmale Straßen und gemischte Gebiete, in denen Gebäude und Freiflächen verflochten sind – Merkmale, die in China besonders häufig vorkommen.

Scharfe Sicht mit großer Übersicht verbinden

Die Autoren haben diese Lücken durch die Fusion zweier Arten von Satellitendaten geschlossen. Scharfe 2-Meter-Aufnahmen der chinesischen Gaofen- und Ziyuan-Satelliten liefern detailreiche Ansichten im Straßenmaßstab, während 30-Meter-Landsat-Bilder und Geländedaten das gesamte Land konsistent abdecken. Zuerst erstellten sie wolkenfreie Mosaike aus den 2-Meter-Szenen für 2020 und 2022 und kombinierten diese dann mit jährlichen Kompositen der sichtbaren und infraroten Landsat-Bänder sowie Geländeinformationen. Für das Training ihres Modells entwickelten sie eine clevere Stichprobenstrategie: Mit einem Konzept aus der Informationstheorie, der Shannon-Entropie, wählten sie Gebiete mit besonders vielfältigen Mischungen von Landtypen und Stadien der Urbanisierung aus, sodass die Beispiele, die dem Algorithmus zugeführt wurden, alles von Wüstenstädten bis hin zu Küstenmetropolen widerspiegelten.

Dem Computer beibringen, die Landschaft zu lesen

Aus diesen sorgfältig gewählten Bereichen haben Experten hochauflösende Bildausschnitte visuell geprüft und 200.000 Stichprobenorte in vier grobe Klassen eingeteilt: undurchlässige Flächen, Vegetation, Wasser sowie nackter Boden oder Sonstiges. Wichtig ist, dass sie „unordentliche“ Mischpixel, bei denen eine 30‑Meter-Fläche beispielsweise sowohl Gebäude als auch Bäume enthält, nicht verworfen haben; stattdessen behielten sie diese bei und passten ihren Einfluss während des Trainings an, da solche Mischpixel in realen Städten häufig vorkommen. Das Team baute dann ein zweigleisiges Deep-Learning-System: Ein Zweig, basierend auf einem 50-schichtigen Residualnetzwerk, lernte Muster direkt aus den Bildausschnitten, während der andere einfache numerische Daten wie Landsat-Reflexionen und Geländewerte verarbeitete. Das Modell kombinierte beide Ströme, um zu entscheiden, zu welcher der vier Klassen jeder 30‑Meter-Pixel am wahrscheinlichsten gehörte.

Anpassung an ein weites und vielfältiges Land

Chinas Landschaften reichen von feuchten Küstenebenen bis zu Wüsten und hohen Plateaus, und menschliche Siedlungen sehen überall unterschiedlich aus. Um damit umzugehen, teilten die Forschenden das Land zunächst in fünf grobe Regionen – Plateaus, aride Zonen, Ebenen, Hügel und Berge – unter Verwendung von Klima-, Topographie-, Wolken- und bestehenden Landbedeckungsstatistiken. Anschließend trainierten sie mehrere Modellversionen, jeweils so gewichtet, dass sie in einer Region besonders gut performten, plus ein allgemeines nationales Modell. Bei der Kartenerstellung bewerteten sie für jede ein-Grad-Gitterzelle (etwa so groß wie eine kleine Provinz) mithilfe von Validierungsdaten, welche Version am besten funktionierte, und wählten lokal dieses Modell aus. Dieser regional adaptive Ansatz verbesserte die Leistung deutlich, besonders in herausfordernden westlichen Gebieten, in denen verbaute Flächen spektral ähnlich wie nackter Boden erscheinen können.

Wie gut ist die neue Karte?

Die resultierenden Produkte zur undurchlässigen Flächenbedeckung Chinas für 2020 und 2022 werden als benutzerfreundliche Kacheldateien in 30‑Meter-Auflösung bereitgestellt, wobei jeder Pixel als undurchlässig, Vegetation, Wasser oder nackter Boden gekennzeichnet ist. Bei Tests gegen unabhängig von Experten gelabelte Punkte erreichte die 2020‑Karte eine sehr hohe F1‑Score – ein Maß für die Gesamtgenauigkeit – von etwa 0,94 für undurchlässige Flächen und übertraf damit deutlich drei weit verbreitete globale Produkte. Visuelle Vergleiche über sieben kontrastreiche Regionen zeigen, dass der neue Datensatz feine Straßennetze, verstreute ländliche Dörfer und Siedlungen mit geringer Dichte erfasst, die andere Produkte oft übersehen, und gleichzeitig große Fehlklassifikationen in Wüsten, Hochgebirgen und Feuchtgebieten vermeidet. Die Autoren vermerken verbleibende Probleme, wie winzige Datenlücken entlang einiger Satellitenszenenränder und die inhärente Schwierigkeit gemischter Pixel, skizzieren jedoch Pläne, diese in zukünftiger Arbeit zu verringern.

Was das für den Alltag bedeutet

Für Nicht-Spezialisten lautet die Kernaussage: Wir verfügen jetzt über eines der verlässlichsten, detailliertesten Bilder davon, wo Chinas Land in zwei aktuellen Jahren durch menschliche Bebauung verhärtet wurde. Diese Karte kann in bessere Überschwemmungsrisikobewertungen einfließen, realistischere Modelle für Stadtklima und Luftqualität unterstützen, die Platzierung von Solardächern verbessern und planungsrelevante Entscheidungen für neue Infrastruktur informieren. Kurz gesagt: Indem Computer darin trainiert wurden, Satellitenbilder intelligenter zu lesen und die Modelle an Chinas vielfältige Landschaften anzupassen, stellt die Studie ein leistungsfähiges Werkzeug bereit, um zu verstehen, wie schnell das Land Boden und Vegetation gegen Beton eintauscht – und was das für Menschen und Umwelt bedeutet.

Zitation: Yin, R., He, G., Wang, G. et al. Enhanced 30 m Impervious Surfaces for China (2020, 2022) via 2 m/30 m Data Fusion. Sci Data 13, 297 (2026). https://doi.org/10.1038/s41597-026-06619-3

Schlüsselwörter: Urbanisierung, undurchlässige Flächen, Fernerkundung, Landbedeckungskartierung, China