Predicting Local Climate Zones using Urban Morphometrics and Satellite Imagery

Diese Studie zeigt, dass die Vorhersage lokaler Klimazonen allein auf Basis urbaner Morphometrie unzuverlässig ist und die Kombination mit Satellitenbildern nur inkonsistente Genauigkeitsgewinne liefert, was zu einer vorsichtigen Anwendung des LCZ-Rahmens in morphologischen Studien auffordert.

Hugo Majer, Martin Fleischmann

Veröffentlicht 2026-03-03
📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

Each language version is independently generated for its own context, not a direct translation.

🏙️ Die Stadt als lebender Organismus: Ein Versuch, die "Stimmung" einer Stadt zu erraten

Stellen Sie sich vor, Sie wollen herausfinden, wie sich eine Stadt anfühlt – ist sie dicht und laut wie ein Ameisenhaufen (LCZ 1), weitläufig und grün wie ein Park (LCZ A) oder industriell und funktional wie eine Fabrik (LCZ 10)?

In der Wissenschaft nennt man diese Bereiche Lokale Klimazonen (LCZ). Normalerweise schauen sich Forscher dafür einfach Satellitenbilder an. Das ist wie ein Foto von oben: Man sieht die Farben und Formen. Aber die Autoren dieser Studie wollten es genauer wissen. Sie wollten nicht nur sehen, sondern die Stadt auch messen.

📏 Das neue Werkzeug: Der "Stadt-Maßstab"

Die Forscher (Hugo Majer und Martin Fleischmann) haben sich gedacht: "Was, wenn wir die Stadt nicht nur fotografieren, sondern wie ein Handwerker vermessen?"

Sie haben eine riesige Liste von 321 verschiedenen Messgrößen erstellt. Das ist wie ein riesiger Werkzeugkasten, der folgende Dinge misst:

  • Wie breit sind die Häuser?
  • Wie nah stehen sie beieinander?
  • Wie krumm oder gerade sind die Straßen?
  • Wie viele Ecken hat ein Gebäude?

Man kann sich das vorstellen wie einen Detektiv, der nicht nur schaut, wie ein Verdächtiger aussieht (Satellitenbild), sondern auch seine Schrittzahl, seine Körpergröße und wie er sich bewegt (die Messdaten) analysiert.

🧪 Das Experiment: Vier verschiedene Detektive

Die Forscher haben vier verschiedene Methoden getestet, um die Stadtzonen vorherzusagen:

  1. Der reine Mess-Detektiv (Morphometrie): Dieser versucht, die Zonen nur anhand der 321 Messgrößen zu erraten. Keine Bilder, nur Zahlen.
  2. Der reine Bild-Detektiv (Satellit): Der Klassiker. Schaut nur auf das Foto (wie es heute meist gemacht wird).
  3. Die Team-Up-Variante A: Bild + Messdaten werden einfach übereinandergelegt (wie ein Foto, auf das man einen transparenten Zettel mit Zahlen schreibt).
  4. Die Team-Up-Variante B: Ein smarter KI-Algorithmus, der das Bild und die Messdaten tiefgreifend vermischt, um Muster zu finden.

Sie haben das in fünf verschiedenen Städten getestet: Berlin, Hongkong, Paris, Rom und São Paulo.

🎲 Die Ergebnisse: Nicht überall ein Treffer

Das Ergebnis war überraschend und ein bisschen gemischt:

  • Der reine Mess-Detektiv war unsicher: Wenn man nur auf die Zahlen schaut, funktioniert das gut, wenn die Stadt sehr eindeutig ist (z. B. sehr dicht vs. sehr offen). Aber sobald es kompliziert wird (z. B. "ist das ein Industriegebiet oder nur ein großes Lagerhaus?"), stolpert der Detektiv. Die Ergebnisse schwankten stark von Stadt zu Stadt. Es war, als würde man versuchen, das Wetter nur anhand der Schuhgröße der Menschen vorherzusagen – manchmal klappt es, meistens nicht.
  • Die Bilder waren immer noch der König: Die Methode, die nur auf Satellitenbilder schaut, war am stabilsten und zuverlässigsten.
  • Die Team-Up-Variante war ein "Jein": Als man die Messdaten mit den Bildern kombinierte, gab es in einigen Städten (wie Hongkong und Rom) kleine Verbesserungen. In anderen Städten (wie São Paulo) wurde es sogar etwas schlechter. Es war, als würde man einem Koch, der schon ein tolles Gericht kocht, noch eine Prise Zimt hinzufügen. In manchen Gerichten schmeckt es besser, in anderen verwirrt es den Geschmack.

💡 Die große Erkenntnis: Die Stadt ist komplexer als gedacht

Die wichtigste Botschaft der Studie ist: Die Form einer Stadt (wie Häuser stehen) und das Klima (die Zone) hängen nicht immer direkt und einfach zusammen.

Man kann nicht einfach sagen: "Wenn die Häuser so und so geformt sind, ist es automatisch Zone X." Die Beziehung ist tückisch und hängt stark davon ab, wo man ist.

🏁 Fazit für den Alltag

Die Studie sagt uns:

  1. Messdaten sind toll, aber nicht allein ausreichend. Sie geben uns neue Einblicke (z. B. wie die Straßen verlaufen), aber sie ersetzen das Satellitenbild nicht.
  2. Vorsicht bei Vereinfachungen. Wenn wir Städte analysieren, sollten wir nicht glauben, dass ein einfaches Schema (wie die LCZ-Karten) alles perfekt erklärt. Städte sind zu komplex und individuell.
  3. Die Zukunft liegt in der Mischung. Aber man muss die Mischung sehr sorgfältig wählen. Ein "Rezept", das für Berlin funktioniert, funktioniert nicht automatisch für São Paulo.

Kurz gesagt: Die Forscher haben versucht, die Stadt mit einem Lineal zu verstehen, anstatt nur mit der Kamera. Das Lineal hilft, aber man braucht trotzdem die Kamera, um das ganze Bild zu sehen. Und manchmal ist die Stadt einfach zu verrückt, um sie nur mit Zahlen oder nur mit Bildern zu beschreiben.