Die Verwendung von Fernerkundungsdaten für die Schadensbewertung und Wiederherstellungsplanung nach einem Erdrutsch

Fernerkundungstechnologie hat die Art und Weise verändert, wie Wissenschaftler und Einsatzkräfte Schäden nach Erdrutschen bewerten. Durch die Kombination von Satellitenbildern, Luftaufnahmen und Drohnenuntersuchungen können Experten die betroffenen Regionen auch in gefährlichem oder unzugänglichem Gelände schnell beurteilen. Dieser Artikel untersucht die Arten von Fernerkundungsdaten, ihre Anwendungen in der Schadensbewertung und -wiederherstellungsplanung und die aufkommenden Trends, die eine weitere Verbesserung der Katastrophenreaktion versprechen.

Verständnis der Fernerkundung und ihrer Rolle bei der Reaktion auf Erdrutsche

Erdrutsche gehören zu den zerstörerischsten geologischen Gefahren, die oft ohne Vorwarnung auftreten und erhebliche Verluste an Menschenleben, Sachschäden und Störungen der Verkehrsnetze verursachen. Herkömmliche bodengestützte Erhebungen, die für die Validierung von Daten erforderlich sind, sind zeitaufwendig, kostspielig und gefährlich für das Personal, das an instabilen Hängen arbeitet. Fernerkundung bietet eine sichere, effiziente Alternative, die umfassende, multitemporale Informationen auf lokaler, regionaler und globaler Ebene liefert.

Fernerkundung bezeichnet die Erfassung von Informationen über ein Objekt oder einen Bereich ohne physischen Kontakt, typischerweise mit Sensoren, die an Satelliten, Flugzeugen oder unbemannten Luftfahrzeugen (UAVs) montiert sind. Im Zusammenhang mit Erdrutschen ermöglichen diese Daten es Analysten, Hangausfälle zu erkennen, Trümmerausdehnungen zu kartieren, Änderungen in der Topographie zu quantifizieren und laufende Gefahren zu überwachen. Die Geschwindigkeit und Breite der Fernerkundung machen sie sowohl für die Notfallreaktion als auch für die langfristige Wiederherstellungsplanung unerlässlich.

Schlüsselsensoren und -plattformen

Verschiedene Fernerkundungsplattformen bieten je nach Umfang und Dringlichkeit des Ereignisses deutliche Vorteile:

  • Satelliten: Optische und Radarsatelliten (z.B. Sentinel-1, Sentinel-2, Landsat, PlanetScope) bieten häufige Wiederbesichtigungszeiten und eine breite Abdeckung, die Vorher-Nachher-Vergleiche über große Gebiete ermöglichen. Radarsensoren können Wolken durchdringen und Tag und Nacht funktionieren, was bei sturmbedingten Erdrutschen kritisch ist.
  • Mannflugzeuge: Luftaufnahmen von Flugzeugen liefern sehr hochauflösende (Untermeter-) Bilder, die für eine detaillierte Kartierung von Infrastrukturschäden, Gebäudeeinsturz und Trümmerströmungspfaden nützlich sind.
  • UAVs (Drohnen): Drohnen bieten eine außergewöhnliche Flexibilität und können ultrahochauflösende Orthofotos und digitale Oberflächenmodelle (DSMs) an bestimmten Standorten erfassen. Sie sind besonders wertvoll für wiederholte Umfragen nach einem Erdrutsch, um Veränderungen in instabilen Hängen zu überwachen oder Such- und Rettungsaktionen zu steuern.

Der Beitrag der Fernerkundung zur Schadensbewertung

Die Schadensbeurteilung nach einem Erdrutsch erfordert eine schnelle und genaue Identifizierung der betroffenen Gebiete, der betroffenen Infrastruktur und der Veränderungen der Bodenbedeckung oder Topographie, wobei die Fernerkundungsdaten durch mehrere bewährte Methoden direkt in diese Bewertungen einfließen.

Optische Bilder für die visuelle Interpretation

Hochauflösende optische Satellitenbilder (z. B. WorldView-3, Pleiades) ermöglichen es Analysten, Erdrutschnarben, Trümmerablagerungen, zerstörte Gebäude und blockierte Straßen visuell zu identifizieren. Techniken zur Erkennung von Veränderungen vergleichen Prä- und Nach-Ereignisse, um veränderte Pixel hervorzuheben. So kann der Normalized Difference Vegetation Index (NDVI) Bereiche aufdecken, in denen die Vegetation durch eine Rutsche entfernt wurde, während falschfarbige Komposite zwischen Boden, Gestein und Wasser unterscheiden können. Regierungsbehörden und humanitäre Organisationen wie das United Nations Satellite Centre (UNOSAT) erstellen routinemäßig innerhalb von Stunden nach einem Ereignis Schadensbewertungskarten aus optischen Bildern.

Synthetisches Aperturradar (SAR) für Allwetterbildgebung

SAR-Sensoren, wie sie an Bord von Sentinel-1 vorhanden sind, senden Mikrowellenimpulse aus und messen das rückgestreute Signal. Im Gegensatz zu optischen Sensoren arbeitet SAR durch Wolken, Rauch und Dunkelheit – ein großer Vorteil bei Erdrutschen bei Unwetter. Die SAR-basierte Änderungserkennung nutzt Kohärenz- oder Amplitudenunterschiede zwischen Pre- und Post-Event-Bildern, um Oberflächenstörungen zu lokalisieren. Darüber hinaus kann interferometrisches SAR (InSAR) subtile Bodenverschiebungen erkennen, bevor ein Erdrutsch auslöst, und so Frühwarnungen liefern. Nach einer Rutsche hilft InSAR, Restbewegungen zu identifizieren, die anhaltende Risiken für Bergungsarbeiter darstellen können.

LiDAR für hochauflösende Topographie

Airborne LiDAR (Light Detection and Ranging) erzeugt hochgenaue digitale Höhenmodelle (DEMs) durch Messung der Laserpulsrückgabezeiten. LiDAR-Untersuchungen nach dem Ereignis erfassen detaillierte dreidimensionale Darstellungen der Erdrutschmasse, einschließlich Kopfschälen, seitlichen Rändern und Ablagerungszonen. Der Unterschied zwischen Pre- und Post-Event-DEMs (eine Technik namens DEM of Difference, DoD) quantifiziert erodierte und deponierte Volumina, so dass Ingenieure das Ausmaß der Gefahr abschätzen und geeignete Minderungsstrukturen entwerfen können. LiDAR dringt auch in die Vegetation ein und enthüllt Oberflächenmerkmale, die unter Waldkronen verborgen sind - ein häufiges Szenario bei Bergrutschen.

Beispiel: LiDAR für Volume Estimation

Nach dem Montecito-Trümmerstrom 2017 in Kalifornien halfen luftgestützte LiDAR-Umfragen den Behörden, das Volumen der Trümmerablagerungen zu messen und mögliche zukünftige Strömungswege zu modellieren. Die Daten informierten über temporäre Entwässerungskanäle und Trümmerbeckendesigns, wodurch das Risiko bei nachfolgenden Stürmen reduziert wurde. Ähnliche Anwendungen wurden durch das USGS Landslide Hazards Program dokumentiert, das ein umfangreiches Archiv von LiDAR-abgeleiteten Bewertungen unterhält.

Anwendungen in der Recovery-Planung

Die Schadensanalyse ist nur der erste Schritt. Fernerkundungsdaten werden noch wertvoller, wenn sie als Orientierung für die Sanierungsplanung, die Ressourcenzuweisung und die langfristige Überwachung dienen.

Priorisierung der Interventionsgebiete

Schadenskarten aus der Fernerkundung helfen Katastrophenmanagern, die am stärksten betroffenen Viertel, kritische Infrastrukturen (Brücken, Stromleitungen, Wasserversorgungssysteme) und Zugangswege zu identifizieren, die sofort geräumt werden müssen. Durch die Überlagerung von Erdrutschen, Gebäudeschäden und Bevölkerungsdichteschichten können die Behörden Notfallteams und schwere Ausrüstung dort zuweisen, wo sie am dringendsten benötigt werden. Während des Erdrutsches 2021 in Chamoli, Indien, boten Satellitenbilder den ersten Überblick, der Rettungsteams in isolierte Dörfer führte.

Rehabilitationsprojekte entwerfen

Geomorphe Analysen mit Hilfe von DSMs und Oberflächenrauhigkeitskarten informieren über Maßnahmen zur Hangstabilisierung wie Stützmauern, Bodennagelung oder Entwässerungssysteme. So kann eine hochauflösende DEM beispielsweise die Lage von Spannungsrissen aufdecken, die sich in weitere Ausfälle fortpflanzen können. Auf diese Daten können Sanierungsplaner sichere Baustellen für den Wiederaufbau von Häusern und Straßen auswählen und instabile Zonen vermeiden, die während der Regenzeit reaktivieren könnten.

Überwachung von Fortschritt und Restrisiken

Wiederholte Fernerkundungsuntersuchungen – ob wöchentliche Satellitenwiederbesichtigungen, monatliche Drohnenflüge oder jährliche LiDAR – ermöglichen eine fortlaufende Überwachung des Erholungsfortschritts. Veränderungen des Vegetationswachstums, Sedimentbewegungen in Kanälen oder anhaltende Verformungen von Hängen können frühzeitig erkannt werden. Diese Überwachung ist besonders wichtig für große, sich langsam bewegende Erdrutsche, die nach dem ersten Ausfall jahrelang aktiv bleiben können. Das NASA Earth Observatory hat häufig Satellitenbilder aus Zeitreihen verwendet, um Erdrutsche betroffene Landschaften zu verfolgen, während sie sich erholen, und liefert wertvolle Daten für zukünftige Gefahrenminderungspläne.

Integration von Remote Sensing mit anderen Datenquellen

Das volle Potenzial der Fernerkundung wird ausgeschöpft, wenn sie mit In-situ-Beobachtungen, geotechnischen Daten und gemeinschaftsgemeldeten Informationen kombiniert wird. Geologen und Ingenieure verifizieren häufig satellitengestützte Schadenskarten durch Feldbesuche, Citizen Science-Berichte (z. B. über mobile Apps) und bodengestützte Sensoren wie Neigungsmesser oder Regenmessgeräte. Durch die Integration dieser Schichten in geografische Informationssysteme (GIS) entstehen umfassende Entscheidungshilfe-Tools für Bergungsmanager.

Machine Learning und automatisierte Analyse

Jüngste Fortschritte in der künstlichen Intelligenz und Computer Vision haben die Schadensbewertung beschleunigt. Convolutional neural networks (CNNs), die auf Tausenden von Pre- und Post-Event-Bildern trainiert wurden, können automatisch Erdrutschgrenzen abgrenzen, den Schadensschweregrad klassifizieren und sogar die Gebäudezerstörungsraten abschätzen. Automatisierte Systeme, wie sie vom deutschen Geoforschungszentrum des GFZ entwickelt wurden, verarbeiten jetzt optische und SAR-Daten in nahezu Echtzeit und reduzieren den Arbeitsaufwand für menschliche Analysten.

Vorteile und Einschränkungen der Fernerkundung bei Erdrutschen

Vorteile

  • Schnelle Antwort: Satelliten und Drohnen können innerhalb von Stunden nach einem Ereignis eingesetzt werden, wodurch Schadensinformationen an Responder geliefert werden, die bereits unterwegs sind.
  • Sicherheit: Beseitigt die Notwendigkeit, dass Personal in instabile und gefährliche Zonen während der ersten Bewertungsphase eindringt.
  • Wide coverage: Große Erdrutschkomplexe, die Wochen dauern würden, um zu Fuß zu vermessen, können in einer einzigen Überführung kartiert werden.
  • Multi-temporale Fähigkeit: Häufige Wiederholungen ermöglichen die Verfolgung sowohl der unmittelbaren Auswirkungen als auch der Entwicklung der Gefahren nach dem Erdrutsch.
  • Kosteneffektivität: Obwohl die anfänglichen Sensorinvestitionen hoch sein können, sind die Kosten pro Quadratkilometer weit niedriger als bei umfangreichen Bodenuntersuchungen, insbesondere in abgelegenem Gelände.

Beschränkungen

  • Wetter- und Beleuchtungsabhängigkeit: Optische Sensoren werden durch Wolken blockiert; während SAR dieses Problem löst, kann seine räumliche Auflösung gröber sein.
  • Benötigt für Referenzdaten vor dem Ereignis: Eine genaue Änderungserkennung erfordert Basislinienbilder und DEMs, die möglicherweise nicht für jede Region mit der erforderlichen Auflösung verfügbar sind.
  • Interpretationsherausforderungen: Automatisierte Algorithmen können Schatten, Gewässer oder kürzliche Konstruktionen als Erdrutschschäden falsch einstufen.
  • Datenvolumen und Verarbeitungszeit: Hochauflösende Bilder und LiDAR-Punktwolken erzeugen Terabyte an Daten, die erhebliche Speicher- und Rechenressourcen erfordern.
  • Regulierungs- und Koordinationsprobleme: Drohnenflüge sind in Katastrophengebieten oft eingeschränkt, und die Satellitenaufgabe kann sich aufgrund des Wettbewerbs zwischen mehreren Krisen verzögern.

Fallstudien zeigen effektiven Einsatz

2014 Oso Landslide, Washington, USA

Im März 2014 tötete ein massiver Erdrutsch 43 Menschen in der Nähe von Oso, Washington. LiDAR-Daten, die vor dem Ereignis gesammelt wurden, hatten den Hang bereits als instabil identifiziert, aber LiDAR- und Satellitenbilder nach dem Rutsch waren entscheidend für die Kartierung des Trümmerfeldes und die Ortung von Opfern. Die multitemporale Analyse half den Ermittlern, den Ausfallmechanismus zu verstehen und trug zu überarbeiteten Bauvorschriften in ähnlichem Gelände bei.

2017 Sierra Leone Mudslide

Nach verheerenden Sturzfluten und Erdrutschen in und um Freetown, Sierra Leone, erstellte UNOSAT rasch Karten zur Schadensbewertung mit hochauflösenden optischen Satellitenbildern, die den Einsatz von Such- und Rettungsteams und später die Umsiedlungsplanung für Tausende von Vertriebenen ermöglichten. Die Kombination von Satellitenbildern mit Open-Street-Kartendaten ermöglichte es den Behörden, die am stärksten gefährdeten informellen Siedlungen zu identifizieren.

2023 Tuban Landslide, Indonesien

Nach einem großen Erdrutsch in Tuban, Ostjava, setzten indonesische Behörden Drohnen ein, um Orthofotos und DSMs des betroffenen Gebiets zu erfassen. Die Daten ermöglichten es den lokalen Behörden, das Volumen des verdrängten Materials zu berechnen und ein Entwässerungssystem zu entwerfen, das den Oberflächenabfluss vom instabilen Hang ablenkte. Der gesamte Bewertungs- und Planungsprozess dauerte weniger als eine Woche und verdeutlichte den Geschwindigkeitsvorteil der Drohnen-gestützten Fernerkundung für mittelgroße Ereignisse.

Die Rolle der Fernerkundung im Erdrutschmanagement wird mit der Reife neuer Sensoren und Analysetechniken weiter zunehmen.

Höhere Auflösung und häufigere Satellitenabdeckung

Konstellationen von Kleinsatelliten, wie sie von Planet Labs betrieben werden, bieten nun eine tägliche globale Abdeckung mit einer Auflösung von 3 bis 5 Metern. Kommende Missionen wie NISAR der NASA-ISRO werden globale, schnelle L-Band-SAR-Daten liefern und die Erkennung von langsamen Erdrutschen in bewachsenen Gebieten verbessern. Die Kombination von hoher zeitlicher Auflösung mit moderater räumlicher Auflösung wird die Fernerkundung ansprechender denn je machen.

Echtzeit-Datenfusion und Cloud Computing

Cloud-Plattformen wie Google Earth Engine und Microsoft Planetary Computer ermöglichen es Benutzern, optische, SAR- und LiDAR-Datensätze ohne lokale Hardwarebeschränkungen zu verarbeiten und zu kombinieren. Die Echtzeit-Aufnahme von Satellitenbildern und Drohnen-Feeds in Verbindung mit automatisierten Algorithmen zur Erdrutscherkennung könnte den Außendienstteams innerhalb weniger Minuten nach einer Überführung Schadensupdates liefern.

Integration mit Sensoren des Internets der Dinge (IoT)

Fernerkundungsdaten werden zunehmend in bodengestützte IoT-Sensoren – wie Bodenfeuchtesonden, Neigungsmesser und Regenmessgeräte – integriert, um sie in Frühwarnsysteme einzuspeisen. Eine satellitenerfasste Deformationsanomalie kann lokale Sensoren zur Erfassung höherfrequenter Daten veranlassen und ein gestuftes Überwachungsnetzwerk schaffen, das die Abdeckung präzise ausgleicht.

Community-Based Validation durch Crowdsourcing

Plattformen wie das Humanitarian OpenStreetMap Team (HOT) von OpenStreetMap und die NASA-basierte Initiative „Foster ermöglichen es Freiwilligen, aus der Ferne abgeleitete Schadenskarten mit Satellitenbildern und Feldfotos zu validieren. Diese Crowdsourcing-Grundwahrheit beschleunigt die Produktion zuverlässiger Bewertungsprodukte, insbesondere wenn professionelle Teams den Standort nicht erreichen können.

Schlussfolgerung

Fernerkundungsdaten sind zu einem unverzichtbaren Gut für die Schadensbewertung und -wiederherstellungsplanung nach einem Erdrutsch geworden. Von optischen Satelliten, die ein Bild der Zerstörung zeichnen, über SAR-Sensoren, die durch Sturmwolken sehen, und LiDAR, das die verborgene Topographie einer Folie aufdeckt, bietet jede Technologie einzigartige Stärken. In Kombination mit bodengestützten Daten und automatisierter Analyse ermöglichen diese Tools schnellere, sicherere und objektivere Bewertungen, die Gemeinschaften in Krisen direkt unterstützen. Mit der Erweiterung der Satellitenkonstellationen und der zunehmenden Komplexität der Berechnungsmethoden wird das Fenster zwischen einem Erdrutsch und einer detaillierten, umsetzbaren Karte weiter schrumpfen - Leben retten und die Widerstandsfähigkeit in erdrutschgefährdeten Regionen auf der ganzen Welt stärken.

Für weitere Informationen zu Fernerkundungsanwendungen bei der Bewertung von Erdrutschen konsultieren Sie die Ressourcen zur Reduzierung des Erdrutschrisikos der UNESCO und das USGS-Landrutschgefahrenprogramm.