Die Forscher am Geographischen Institut der Universität Heidelberg sowie am Heidelberg Institute of Geoinformation Technology (HeiGIT) haben einen bedeutenden Fortschritt in der Klassifikation globaler Straßennetze erzielt. Mithilfe modernster Künstlicher Intelligenz (KI) und hochauflösender Satellitenbilder wurde ein umfassender, öffentlich zugänglicher Datensatz erstellt, der mehr als neun Millionen Kilometer Straßen weltweit erfasst und klassifiziert. Dieses Projekt bietet nicht nur wertvolle Informationen über den Zustand der Straßen, sondern hat auch das Potenzial, als Indikator für sozioökonomischen Fortschritt in Regionen zu dienen, wo sonst nur begrenzte Daten verfügbar sind.
Die Bedeutung gut ausgebauter und sicherer Straßen wurde bereits von den Vereinten Nationen in ihren Zielen für nachhaltige Entwicklung hervorgehoben. Bisher fehlte jedoch eine verlässliche Referenz über die Beschaffenheit und den Zustand des globalen Straßennetzes. Um dies zu ändern, haben die Heidelberger Wissenschaftler zwischen 2020 und 2024 Bilder von PlanetScope-Satelliten genutzt, um die Infrastruktur der Erde detailliert zu untersuchen. Durch den Einsatz von Deep-Learning-Algorithmen konnten sie den Ausbauzustand und die Breite von Hauptverkehrsstraßen präzise klassifizieren.
Dr. Sukanya Randhawa, die am HeiGIT für das Projekt „GeoAI for Good“ verantwortlich ist, erklärt, dass das entwickelte Modell eine Genauigkeit von etwa 20 Prozent über bestehenden Datensätzen erreicht. Dies ermöglicht es den Forschern, Veränderungen in der Straßeninfrastruktur über mehrere Jahre hinweg zu verfolgen und Rückschlüsse auf die Passierbarkeit dieser Straßen unter unterschiedlichen Bedingungen zu ziehen, beispielsweise im Falle von extremen Wetterereignissen.
Ein besonderes Highlight der Forschung ist die Umwandlung der gesammelten Daten in eine sogenannte Humanitarian Passability Matrix. Diese Matrix ist ein entscheidendes Werkzeug für die Planung humanitärer Einsätze, da sie es ermöglicht, schnell zu beurteilen, welche Straßen in Krisensituationen befahrbar sind. Darüber hinaus gibt der Ausbauzustand der Straßen Aufschluss über den Entwicklungsstand von Ländern und Regionen. Die Analysen zeigen, dass Länder mit einem hohen Anteil an befestigten Straßen tendenziell besser im Human Development Index der Vereinten Nationen abschneiden als solche mit weniger ausgebauten Verkehrswegen.
Ein Beispiel, das die Relevanz dieser Studien verdeutlicht, ist eine Fallstudie zu Ghana. In der Hauptstadt Accra wurden durch die Daten Infrastrukturlücken in bestimmten Stadtteilen identifiziert. Diese Erkenntnisse können als Grundlage für eine gerechtere Stadtplanung und eine optimierte Verteilung von Ressourcen genutzt werden. Die Wissenschaftler betonen, dass die Straßeninfrastruktur sowohl auf globaler als auch auf lokaler Ebene als Maßstab für sozioökonomischen Fortschritt dienen kann, besonders in Gebieten, in denen traditionelle Entwicklungsindikatoren, wie etwa die Auswertung von Nachtlichtdaten, nicht ausreichend sind.
Der neu entwickelte Datensatz ist über eine Plattform zugänglich, die von den Vereinten Nationen für die Koordinierung humanitärer Angelegenheiten betrieben wird. Prof. Dr. Alexander Zipf, der das Projekt leitet, hebt hervor, dass die Daten kontinuierlich aktualisiert werden, um ihre Relevanz und Genauigkeit sicherzustellen. „Das globale Straßennetz fungiert als dynamisches Maß für Veränderungen und kann als Grundlage für eine Vielzahl von Handlungsfeldern dienen“, erläutert er. Dies reicht von wissenschaftlichen Anwendungen über die Planung humanitärer Hilfe bis hin zu gezielten Investitionsentscheidungen zur Förderung der wirtschaftlichen Entwicklung.
Die Ergebnisse dieser bedeutenden Forschungsarbeit wurden in der angesehenen Fachzeitschrift „Nature Communications“ veröffentlicht, was die wissenschaftliche Relevanz und den Einfluss der durchgeführten Studien unterstreicht. Der Datensatz ist nicht nur ein technologischer Fortschritt, sondern auch ein wertvolles Werkzeug für die Zukunft, das dazu beitragen kann, soziale Ungleichheiten abzubauen und die Lebensqualität in benachteiligten Regionen zu verbessern.
