Historische Baustrukturenerkennung in der Erdoberfläche

Veränderungen, die der Mensch an seiner Umwelt vornimmt, hinterlassen Spuren. Je nach dem verwendeten Baumaterial verwischen diese Spuren manchmal früher, manchmal später. Während manche Römerstraßen noch heute in Resten erhalten sind, ist das Wissen, wo wichtige Straßen des 18. Jahrhunderts verlaufen sind, häufig verlorengegangen. In den letzten 250 Jahren hat für manche Gegenden der Welt die Datenlage, die menschliche Eingriffe in die Erdoberfläche dokumentiert also Bautätigkeiten wie Häuser und Straßen, aber auch landwirtschaftliche Aktivitäten wie Feldbau und Forstwirtschaft stark verbessert. Für das Gebiet des ehemals habsburgischen Zentraleuropa liegen beispielsweise ab dem frühen 19. Jahrhundert sogenannte Katasterkarten vor, die uns eine detaillierte Vorstellung davon geben, wo damals Straßen verlaufen sind, Häuser gestanden haben, und welches Obst, Gemüse und Getreide auf welchen Flächen angebaut wurde. Viele dieser Gebäude stehen noch heute, und viele Straßen verlaufen noch heute auf ähnlichen Trassen. Dank hochauflösender Satellitenbilder ist es heutzutage auch Laien möglich, die Oberfläche der Welt zu studieren, sich anzusehen, wo heute Städte liegen und Straßen verlaufen oder wo es noch unberührte Natur gibt. Legt man moderne Satellitenbilder und alte Katasterkarten übereinander, kann man erkennen, wo sich in Österreich alte Gebäude und Straßenverläufe erhalten haben, und wo Häuser verschwunden sind und sich Landschaften verändert haben. Wir wollen mit den erwähnten Satellitenbildern und einer von uns trainierten Künstlichen Intelligenz (KI) systematisch erforschen, wo in Österreich seit dem 19. Jahrhundert Gebäude, Straßen und Kulturflächen verschwunden sind. Dazu legen wir die Katasterkarten und hochauflösende Satellitenbilder übereinander und trainieren unser KI-System, auf den Satellitendaten zu markieren, wo einst Spuren menschlicher Aktivität sichtbar waren. Danach muss unser KI-System die markierten Flächen, von denen wir wissen, dass dort vor Jahren, Jahrzehnten oder gar Jahrhunderten eine Straße, ein Gebäude oder ein Garten war, mit dem umliegenden vom Menschen unberührten Gelände vergleichen. Wir suchen nach kleinsten Spuren, die menschliches Handeln für lange Zeit in der Erdoberfläche hinterlässt. Wir forschen also nach ganz unterschiedlichen Signalen, und wir erwarten, so viele und so komplizierte Muster anzutreffen, dass sie nur von leistungsfähigen Computern erkannt werden können. Das Ziel ist es, eine künstliche Intelligenz zu trainieren, die an Satellitenbildern (und anderen Luftaufnahmen) anhand von bestimmten äußerlichen Merkmalen eine Veränderung der Farbe im Boden, winzige Niveauunterschiede, bestimmte Strukturen, etc. und Merkmalskombinationen historische Bebauungen und Bodennutzungen zu erkennen. ArchäologInnen und weitere ForscherInnen werden unser System dazu verwenden, mithilfe von Satellitenbildern nach Spuren von längst verschwundenen menschlichen Siedlungen und Niederlassungen zu suchen.

Im Zuge großer Bauprojekte - sei es der Straßenbahnausbau in der Grazer Innenstadt oder der Bau der Koralmbahn - stößt man immer wieder auf bauliche Überreste aus der Vergangenheit, von alten Stadttoren, Römerstraßen bis hin zu Wohngebäuden. Solche Funde sorgen für Verzögerungen im Bauplan, denn sie erfordern den Einsatz von ArchäologInnen, die die entdeckten Strukturen in Notgrabungen freilegen und dokumentieren. Unser Wissen über unser Baukulturerbe ist nämlich überraschend begrenzt und nur an wenigen Orten - etwa in mittelalterlichen Stadtzentren oder ehemaligen römischen Siedlungen - sehr gut. Im Projekt RePaSE - Reading the Past from the Surface of the Earth - widmete sich eine multidisziplinäre Forschungsgruppe aus HistorikerInnen und Data Scientists unserer in der Erde versunkenen Vergangenheit. Erforscht wurde, ob WissenschaftlerInnen Künstlicher Intelligenz beibringen können, Spuren von Gebäuden aus der Vergangenheit in Luftbild- und Satellitenbildaufnahmen zu entdecken. Die Grundidee hinter diesem Vorhaben war, dass häufig in Satellitenbildern, digitalen Geländemodellen, hochauflösenden Luftbildern und anderen, heute frei zugänglichen Bilddatensätzen häufig bauliche Strukturen erkennbar sind, die zwar (teils seit Jahrhunderten) nicht mehr existieren, aber Spuren in der Erde hinterlassen haben. Das Problem dabei ist, dass es davon abhängen kann, wann ein Satelliten- oder Luftbild aufgenommen wurde, ob noch etwas sichtbar ist, in der Landwirtschaft kann es einen Unterschied machen, welche Pflanze auf einem Feld angebaut wurde. Es kann sein, dass eine römische Straße in einem bestimmten Satellitenbild, nicht aber in einem anderen Satelliten- oder Luftbild oder im digitalen Geländemodell erkennbar ist, bzw. andersherum. Alleine für die Steiermark liegen so viele und so umfassende Bilddaten vor, dass ArchäologInnen diese niemals auswerten könnten. Künstliche Intelligenz kann sehr viele Daten schnell verarbeiten, sie muss aber für ihre Aufgabe sehr sorgfältig vorbereitet und trainiert werden. Um ihr sozusagen das "Lesen" der Spuren unserer materiellen Vergangenheit in diesem Bildmaterial beizubringen, hat das RePaSE-Team, bestehend aus zwei Historikern von der Universität Graz und drei Data Scientists vom Know Center an der TU Graz, mehrere unterschiedliche KI-Modelle für verschiedene Aufgaben trainiert: Zuerst wurde ein Deep Learning-Modell darauf trainiert, Häuser in historischen Katasterkarten aus den 1820er-Jahren zu erkennen. Dann wurde ein weiteres Modell verwendet, um diese Häuser aus den 1820ern bzw. deren Überreste in Luft- und Satellitenbildern aufzuspüren. Durch RePaSE konnte festgestellt werden, dass die dahinterstehende Idee sehr gut funktioniert. Demnächst wird ein Demonstrator von RePaSE online gehen, der es Steirerinnen und Steirern erlaubt, den Detektor auszuprobieren. Im nächsten Schritt soll ein Folgeprojekt begonnen werden, dass die dahinterstehende Technologie von Gebäuden auch hin zu Straßen erweitert, und von der Steiermark auf ganz Österreich ausweitet.