Heidelberger Forschende haben einen einzigartigen weltweiten Datensatz erstellt, der Informationen über die Beschaffenheit von Straßen liefert. Ob die Straßen befestigt oder unbefestigt sind, hat weitreichende Auswirkungen auf den Verkehr, die Sicherheit und die wirtschaftliche Entwicklung, vor allem in weniger entwickelten Gebieten. Der Datensatz wurde mittels modernster Geo-AI-Methoden am HeiGIT (Heidelberg Institute for Geoinformation Technology) erstellt, das von der Klaus Tschira Stiftung getragen wird.
In vielen Sektoren spielt der Straßenbelag eine entscheidende Rolle, denn unbefestigte Straßen sind keine gute Wahl bei der Routenplanung, vor allem in Notfallsituationen. In Regionen mit begrenzt ausgebauter Infrastruktur benötigen Rettungsdienste genaue Informationen über die Beschaffenheit von Straßenbelägen, um die sichersten und dennoch kürzesten Routen zu wählen. Unbefestigte Straßen erhöhen außerdem das Unfallrisiko, vor allem, wenn sie schlecht gewartet oder stark der Witterung ausgesetzt sind. Aber auch das wirtschaftliche Wachstum ist abhängig von guten Transportwegen, um Lieferketten zu optimieren. Denn wenn Straßen in schlechtem Zustand sind, gibt es Verzögerungen und es entstehen höhere Transportkosten, wodurch die wirtschaftliche Entwicklung beeinträchtigt wird.
Besonders in ländlichen oder unterentwickelten Gebieten sind genaue Informationen über Straßenoberflächen für Navigations-Tools wie Google Maps, OpenStreetMap (OSM) und GPS-Systeme von entscheidender Bedeutung. Daten über Straßenbeläge verbessern somit die Genauigkeit von Navigationssystemen, die wiederum die Sicherheit und Effizienz auf globaler Ebene erhöhen. Am HeiGIT wurde nun ein weltweiter Datensatz mit Hilfe von Geo-AI-Methoden erstellt, um eine bessere Datengrundlage für alle zu liefern.
Aktuell sind nur 33 Prozent der Straßenbeschaffenheit in OSM, mit einer großen Datenlücke in den Entwicklungsregionen, erfasst. Zur Bewältigung dieses Problems hat HeiGIT einen globalen Datensatz über Arten von Straßenbelägen (befestigt oder unbefestigt) veröffentlicht und leistet damit einen wichtigen Beitrag in den Bereichen der humanitären Hilfe, bei Fragen der Stadtplanung und wirtschaftlicher Entwicklung.
Vor allem die jüngsten Fortschritte in der Geodaten-Technologie haben die globale Kartierung gefördert. Insbesondere in unterversorgten Gebieten verbesserte sich der Informationsgehalt zu Gebäuden und Straßen ständig. Kartieren ist jedoch nur der erste Schritt: Erst durch das Hinzufügen von detaillierten Informationen (beispielsweise über Arten von Straßenbelägen) wird die Zuverlässigkeit und der Nutzen der Daten angereichert. Die so mögliche Verbesserung von OSM macht es zu einem wertvolleren Hilfsmittel für Entscheidungsfindungsprozesse und zur Unterstützung von Dienstleistungen weltweit.
Der Datensatz wurde mit Big Data, Machine Learning und Geodatenanalyse sorgfältig erstellt. Mithilfe modernster Deep-Learning-Techniken hat das Team dann erhebliche Fortschritte bei der Verbesserung der globalen Klassifizierung von Straßenoberflächen erzielt. Eine große Herausforderung war die Vielfalt an Straßenbildern, insbesondere im Falle von Crowdsourcing-basierten Plattformen wie Mapillary, auf denen weltweit umfangreiche Straßenansichten bereitgestellt werden. Um einen robusten Trainingsdatensatz zu erstellen, organisierte das Team im Juli 2023 einen Mapathon unter Verwendung der HeiGIT CrowdMap-Webanwendung. 30 Freiwillige kamen zusammen und kennzeichneten 20.000 zufällige Mapillary-Bilder aus 39 Ländern in Afrika südlich der Sahara und klassifizierten sie als „befestigt“, „unbefestigt“ oder „schlechtes Bild“. Resultat dieses Kennzeichnungsprozesses war ein zuverlässiger Trainingsdatensatz für das Modell.
Sowohl bei urbaner als auch bei ländlicher Infrastruktur stellte das Team im Verlauf der Arbeit wichtige Entwicklungstendenzen in Bezug auf globale Daten über Straßenoberflächen und deren Erfassung durch Mapillary fest. Mit nur 3,48 Prozent der Straßen, die auf OSM verortet sind, ist die globale Erfassung durch Mapillary weiterhin begrenzt. Urbane Gebiete sind mit 8,88 Prozent etwas besser dargestellt, während ländliche Gebiete mit 2,65 Prozent weit dahinterliegen. Der kartierte Anteil an wichtigen Straßen wie Autobahnen und Fernstraßen beträgt 45 Prozent. Städte in Westeuropa, Nordamerika und Australien liegen sogar bei 70 Prozent.
In Bezug auf globale Entwicklungen im Bereich Straßenbeläge wurden durch die Analyse bedeutende Unterschiede zwischen urbanen und ländlichen Gebieten deutlich. In den meisten urbanen Gebieten besteht das Straßennetz zu 60 bis 80 Prozent aus befestigten Straßen. Ländliche Gebiete, vor allem in Afrika und Asien, weisen hingegen eine größere Vielfalt an Straßenbelägen auf. In diesen Gebieten liegt die Abdeckung durch befestigte Straßen bei unter 40 Prozent, wobei Länder wie Pakistan, Nepal, Ruanda und Mosambik durch ihren geringeren Anteil an befestigten Straßen besonders auffallen. Die Studie zeigt außerdem einen deutlichen Zusammenhang zwischen Straßeninfrastruktur und Entwicklungsstand. Länder, die höhere Werte auf dem Index der menschlichen Entwicklung (englisch Human Development Index, abgekürzt HDI) erreichen, weisen generell auch mehr befestigte Straßen auf. In Regionen mit niedrigerem HDI offenbart sich insbesondere in ländlichen Gebieten ein großer Unterschied in der Qualität von Straßenbelägen.
Die Analyse beinhaltet außerdem eine visuelle Karte, die den Zustand von Straßenbelägen und die Menge an verfügbaren OSM-Daten anzeigt. Entwickelte Regionen wie Nordamerika und Europa sind gut dokumentiert und weisen vor allem befestigte Straßen auf, während Regionen in Afrika, Südamerika und Teile Asiens mehr unbefestigte Straßen und weniger umfassende Daten zu Straßenbelägen ausweisen.
Straßeninfrastruktur ist weiterhin ein ausschlaggebendes Maß für sozioökonomische Entwicklung. Der globale Datensatz des HeiGIT für Straßenbeläge liefert wertvolle Einblicke, die dazu beitragen, eine besser vernetzte und widerstandsfähigere Welt zu bauen. Der generierte Datensatz ist online frei zugänglich, sowie die wissenschaftliche Veröffentlichung als Preprint. Dies ermöglicht weitere Analysen in Geodatenanwendungen und Computer-Vision-Modellierung. Letztlich oder darüber hinaus ist der Datensatz eine wichtige Ressource für Forschende, Planende und humanitäre Organisationen. Er schließt die Lücke in den Daten über globale Infrastruktur und unterstützt Ziele in Bezug auf Verkehrssicherheit, Wirtschaftswachstum und Umweltschutz.
Kontakte beim HeiGIT (Heidelberg Institute for Geoinformation Technology)
Prof. Dr. Alexander Zipf
E-Mail: Alexander.Zipf@heigit.org
Dr. Sukanya Randhawa
E-Mail: sukanya.randhawa@heigit.org
