Luftbilder und LiDAR-Daten variieren stark in Format, Qualität und Zugänglichkeit, was ihre interoperable Nutzung über große Gebiete erheblich erschwert. Um diese Heterogenität zu reduzieren, wurden automatisierte Verarbeitungspipelines auf Basis freier Software entwickelt. So entstehen standardisierte, bereinigte und Cloud-optimierte Datensätze für effiziente Analysen.

Für die Aufgaben an der Nordwestdeutschen Forstlichen Versuchsanstalt (NW-FVA) werden großflächige – häufig bundeslandübergreifende - Geodaten benötigt. Historisch gewachsene Datenstrukturen und eine Vielzahl von unterschiedlichen Datenquellen haben zu einer starken Heterogenität in Bezug auf Datenformate, Metadatenstandards, Zugriffsmöglichkeiten und Qualitätsniveaus geführt. Um insbesondere Orthofotos und LiDAR-Daten (Airborne Laser Scanning) effizient und einheitlich nutzbar zu machen, wurden automatisierte Prozessierungspipelines entwickelt, die vollständig auf Open-Source-Software wie GDAL, PDAL und lasR basieren.

Die Pipelines übernehmen Aufgaben wie Datenbereinigung, Standardisierung, Reprojektion, Komprimierung und Katalogisierung. Das Ergebnis sind hochwertige, homogenisierte Datensätze, die in Cloud-optimierten Formaten (COG, COPC) bereitgestellt werden. Diese werden zusätzlich über virtuelle Mosaike (VRT, VPC) referenziert, um einen performanten und flexiblen Zugriff zu ermöglichen.

Ziel ist der Aufbau eines umfassenden, qualitätsgesicherten und interoperablen Geodatenbestandes, der zukünftig per SpatioTemporal Asset Catalog (STAC) organisiert und zugänglich gemacht werden soll.

Licensed to the public under https://creativecommons.org/licenses/by/4.0/

about this event: https://pretalx.com/fossgis2026/talk/QNDSLH/