Suche

AuDeRi Datensätze

Problemstellung

Georisiken wie Erdfälle können ein Risiko für die Sicherheit der Bevölkerung darstellen und Schäden an öffentlichem und privatem Eigentum verursachen. Herkömmliche Methoden zur Entdeckung von Erdfällen sind in relevanten Gebieten teils schwer durchführbar. Gefährdete Bereiche sind unter Umständen schwer zugänglich sowie zu weitläufig. Bisher existiert keine effiziente, automatisierbare Methode zur Früherkennung von Erdfällen. Unbemannte Luftfahrtsysteme (UAS) können hier neue Möglichkeiten bieten.

Projektziel

Verschiedene mit UAS einsetzbare Methoden werden hinsichtlich ihrer Tauglichkeit zur Früherkennung von Erdfällen evaluiert. Für das jeweilige Potential von Aufnahmen wird in zwei Testgebieten eine aussagekräftige Datenbasis geschaffen. In der Forschung erprobte Methoden werden mit dem bereits gängigen Einsatz von UAS kombiniert und so in die Praxis übertragen. Aus den gewonnenen Daten werden für das Landesamt für Geologie und Bergbau Rheinland-Pfalz Gefahrenhinweiskarten der Testgebiete erstellt, um Sicherungsmaßnahmen zu ermöglichen.

Durchführung

Es werden großflächige UAS-Befliegungen mit thermalen und kurzwelligen Infrarot-Sensoren, RGB- und Hyperspektral-Kameras in den zwei Risikogebieten durchgeführt. Zur Kampagne gehören Befliegungen zu verschiedenen Jahreszeiten. Dabei soll ermittelt werden, ob verborgene Karst- und Bergbauhohlräume durch ihre thermische Signatur erfasst werden können.

mFUND-Projekt: AuDeRi

mcloud_id:BA1CBF97-213E-4C11-9BFC-11817E622F08

Links zu den Daten

UAS-gestützte Detektion von infrastrukturrelevanten Georisiken - AuDeRi - UAS Datensätze

https://doi.org/10.5445/IR/1000130454

Dateidownload (ZIP)

UAS-gestützte Detektion von infrastrukturrelevanten Georisiken - AuDeRi - UAS Datensätze

https://doi.org/10.5445/IR/1000130283

Dateidownload (ZIP)

Nutzungshinweise

Dateninformationen:
** Folder "AuDeRi_Drohnendaten"**
RGB images of drone flights from the studied areas in subfolders based on locality (Nittel and Nieder-Olm). Geolocation data is embedded in exif data. Grayscale images of the thermal camera from the studied areas. All images were created by Air-Bavarian GmbH on behalf of KIT-AGW-SGT as part of the project.

** Folder "products" **
Mosaicked Geotiffs of two Datasets (Run 310 and Run 314).
Including RGB, NDVI and thermal data (intensities only).

** Folder "rawdata" **
Datasets of different locations acquired during UAS campaigns with a multi modal sensor system including Data of thermal infrared sensor Flir Tau 2 640 (TIR), RGB of Mapir Survey 3 and hyperspectral data acquired with the Cubert S185 (HS).

Raw Data of various Datasets:
1. Run 310 - Run 314 (RGB, TIR, HS)
* Location: Nittel, Germany, 49.661411, 6.464998
* Date: 16.07.2019
2. Run 318 - Run 319 (RGB, TIR, HS)
* Location: Nieder-Olm, Germany, 49.895667, 8.207172
* Date: 04.09.2019
3. Run 320 - Run 322 (RGB, TIR)
* Location: Mayen, Germany, 50.334727, 7.243786
* Date: 17.12.2019

Sub-folder Cubert:
Data of flight, dark-reference and white-reference measurements (reflectance = 0.51).

Sub-folder Flir:
csv files of TIR sensor containing data and meta data, additional jpg file.
Data captured with ThermalCapture 2.0. Data converted using Thermoviewer.

Sub-folder Mapir:
JPG files of RGB Camera.

File *.spz:
measurements of an irradiance spectrometer (qmini,RGB Photonics). Not calibrated.

** Folder "matlabcode" **
Code to load used data with matlab.

The provided raw data can be used under the CC BY-NC-ND 4.0 license as specified in the data repository.