View the Project on GitHub JonasHeinz/landcover_analysis

Logo

Vergleich LULC-Datensätze in der Schweiz

Datenaufarbeitung

Alle Datensätze wurden heruntergeladen und vorprozessiert, um einen konsistenten Datenstand für die Analyse bereitzustellen. Die Metadaten wurden vereinheitlicht und strukturiert.


Metadaten der verwendeten LULC-Datensätze

Arealstatistik, Amtliche Vermessung, CORINE LandCover und ESA WorldCover werden in den folgenden Abschnitten dokumentiert.


Metadaten Arealstatistik der Schweiz

Quelle: Bundesamt für Statistik (BFS)
Jahr: 1979–1985, 1992–1997, 2004–2009, 2013–2018, 2020–2025
Koordinatensystem: EPSG 2056 (LV95)
Auflösung: 100m Stichprobenraster, geometrische Unsicherheit ±50m

Erfassungsmethode
Luftbilder von swisstopo und Stichprobenraster mit 4.1 Mio. Punkten (BFS 2024b). Punkte repräsentieren 1ha. Klassifikation nach NOLC04, NOLU04 und NOAS04 (BFS 2006, 2013, 2015, 2018).

Attributstruktur
RELI, E_COORD, N_COORD, GMDE, GMDE_HISTID, FJ85–FJ25, METHOD25, REVISION25, ASaa_xx, LCaa_xx, LUaa_xx. Vollständige Beschreibung in BFS 2024a und 2024b.

Qualität
Geometrische Unsicherheit ±50m. Hohe methodische Konsistenz.

Dokumentation
Nomenklatur, Metadaten und Datenbeschreibung über die BFS-Webseite.

Bemerkungen
Nationale Referenz, konsistente Zeitreihe seit Ende der 1970er Jahre.


Metadaten Amtliche Vermessung

Quelle: geodienste.ch
Jahr: 2025
Koordinatensystem: EPSG 3035 (ETRS89)
Auflösung: abhängig von Toleranzstufen TS

Erfassungsmethode
Erhebung gemäss AV93 und VAV Art. 29 (1992).

Attributstruktur
fid, BFSNr., Qualitaet, Art, GWR_EGID, Kanton. Klassen gemäss AV-Bodenbedeckungskatalog (Grüter 2024).

Klassifikationssystem
Attribut Art.

Qualität
TS2 ±0.10m, TS3 ±0.20m, TS4 ±0.50m, TS5 ±1.00m (swisstopo 2024).

Dokumentation
Beschreibungen über geodienste.ch.

Bemerkungen
Vektorbasierte Datengrundlage. Vollständigkeit variiert regional.


Metadaten CORINE Land Cover (CLC)

Quelle: EEA
Jahr: 2018
Koordinatensystem: EPSG 4326
Auflösung: 100m Raster, Mindestkartiereinheit 25ha

Erfassungsmethode
Visuelle Interpretation und halbautomatische Verfahren basierend auf Satellitenbildern (Büttner et al. 2017).

Attributstruktur
CLC_CODE, LABEL3, RGB.

Klassifikationssystem
44 Klassen auf Level 3, hierarchisch aufgebaut.

Qualität
Europaweit harmonisierte Methodik, Validierung über nationale Stellen.

Dokumentation
Produktbeschreibung und Richtlinien des Jahres 2018.

Bemerkungen
Für grossräumige Vergleiche geeignet. Detailgrad in urbanen Gebieten eingeschränkt.


Metadaten ESA WorldCover 10m

Quelle: ESA
Jahr: 2021
Koordinatensystem: EPSG 4326
Auflösung: 10m Raster

Erfassungsmethode
Automatische Klassifikation basierend auf Sentinel 1 und 2, Random Forest (Van De Kerchove et al. 2022).

Attributstruktur
Rasterwerte 10–100.

Klassifikationssystem
11 Klassen. Farben und Codes gemäss ESA-Dokumentation.

Qualität
Globale Abdeckung. Genauigkeit 75 bis 80 Prozent.

Dokumentation
ESA WorldCover und GEE Dokumente.


Vorprozessierung

Alle Datensätze wurden in EPSG 2056 transformiert.
Für CORINE und WorldCover wurde ein 1km Puffer um die Schweizer Landesgrenze erzeugt und die Datensätze entsprechend zugeschnitten. Exklaven wurden entfernt.

Die Bodenbedeckung der Amtlichen Vermessung wurde geprüft und mit swissBOUNDARIES3D abgeglichen. Gemeinden mit weniger als 99 Prozent Abdeckung wurden ausgeschlossen. Betroffen waren vor allem Wallis und einzelne Gemeinden im Tessin. Luzerner Daten wurden an NOAS04 angepasst und vereinheitlicht. Sämtliche Gemeinden wurden zusammengeführt.

Anschliessend wurden alle Daten in ein Geopackage integriert und die Geometrien geprüft. Rund 150 fehlerhafte Polygone von 7.2 Mio. wurden korrigiert.

Für die Analyse wurde der Kanton Zug als Testgebiet ausgewählt.


Kategorien LULC zu IPCC

Zur Vergleichbarkeit wurden alle Klassenstrukturen auf IPCC Hauptkategorien harmonisiert.
Für die Arealstatistik wurde die Zuordnungstabelle FOEN 2022 p. 352 genutzt.
Für CORINE, WorldCover und Amtliche Vermessung wurden eigene Zuordnungen modelliert, geprüft und iterativ angepasst. Für unklare Klassen erfolgte die Prüfung im Testgebiet Zug.

Abbildung 11 zeigt die resultierende Harmonisierung sämtlicher Kategorien.
Tabellen und Python Skript zur automatischen Generierung der Visualisierung sind im GitHub Repository hinterlegt.


Startseite Startseite Startseite Startseite Startseite Startseite

Abbildung 11: Zuordnungen der Kategorien aller Datensätze auf die IPCC Kategorien

← Literaturrecherche
Vergleich Arealstatistik vs Amtliche Vermessung →