Standorte von Onshore-Windenergieanlagen in Deutschland – abgeleitet aus Fernerkundungsdaten (Datensatz)

Der rasche Ausbau der erneuerbaren Energiequellen stellt eine große Herausforderung dar, wenn es darum geht, die Energieentwicklung mit konkurrierenden Interessen in Einklang zu bringen. Dies unterstreicht die Notwendigkeit präziser raumbezogener Daten, um eine effektive Bilanzierung, Steuerung oder Bewertung der Einhaltung gesetzlicher Vorgaben zu ermöglichen. In Deutschland stellt das vom Bundesnetzagentur betriebene Marktstammdatenregister (MaStR) eine weit verbreitete Datenquelle für standort- und anlagenspezifische Informationen dar. Der vorliegende Datensatz baut auf dem Marktstammdatenregister auf und verbessert dessen räumliche Genauigkeit für Onshore-Windkraftanlagen durch die Nutzung hochauflösender Fernerkundungsdaten und Deep Learning gestützter Objekterkennung. Der Datensatz besteht aus Punktgeometrien von Windenergieanlagen an Land in Deutschland. Die Windkraftanlagen wurden mithilfe des Objekterkennungsalgorithmus YOLO auf hochauflösenden Satellitenbild-Zeitreihen von PlanetScope detektiert. Die Inferenz erfolgte auf monatlichen PlanetScope-Basiskarten (Global Monthly Basemaps) für die Monate April bis Oktober der Jahre 2018 bis 2024, mit insgesamt 45 deutschlandweiten Inferenzdurchläufen. Das Trainingsdatenset basiert auf den von Manske & Schmiedt (2023) am UFZ semi-manuell korrigierten Standortdaten des Marktstammdatenregisters für die Jahre 2021, 2022 und 2023. Dabei wurden Windkraftanlagen standortgleichmäßig ausgewählt, um eine geografisch ausgewogene Trainingsstichprobe zu gewährleisten. Zusätzlich wurden Negativbeispiele in das Trainingsset aufgenommen. Diese wurden sowohl zufällig aus ganz Deutschland ausgewählt (mit Ausschlusszonen um Windkraftstandorte) als auch gezielt aus Objektklassen, die häufig zu Fehlklassifizierungen führen (z. B. Strommasten, Mobilfunktürme), basierend auf Daten aus OpenStreetMap. Der Datensatz wurde in mehreren Iterationen verfeinert: Schlechte anfängliche Labels, die nicht zuverlässig über mehrere Zeitpunkte hinweg vom trainierten Modell erneut erkannt wurden, wurden gefiltert. Zusätzlich wurden Szenen ergänzt, bei denen das Modell Schwierigkeiten hatte. Die monatlichen Detektionen von Windkraftanlagen über Deutschland hinweg wurden zeitlich aggregiert. Hierzu wurden alle Detektionen zusammengeführt, die innerhalb eines bestimmten Puffers über die Zeit hinweg wiederholt erkannt wurden. Die Zeitreihe der Erkennungszeitpunkte wurde als Attribut an die aggregierten Punkte angefügt. Um Detektionsrauschen zu filtern, kann der Datensatz nach einer Mindestanzahl von Erkennungen pro Punkt gefiltert werden. In zukünftigen Arbeiten planen wir, den Datensatz um aktuelle Monate zu erweitern, die Nachbearbeitung zur Eliminierung von Fehlklassifikationen zu verbessern sowie für jede Erkennung eine Verlinkung zur jeweiligen ID im Marktstammdatenregister bereitzustellen.

Citation proposal
(2025) . Standorte von Onshore-Windenergieanlagen in Deutschland – abgeleitet aus Fernerkundungsdaten (Datensatz). https://gdk.gdi-de.org/geonetwork/srv/api/records/aee874c1-c614-4e4a-b23d-e0b6586100b2

INSPIRE
SDS

INSPIRE

Identification

File identifier: aee874c1-c614-4e4a-b23d-e0b6586100b2 XML

Hierarchy level: Dataset

Online resource

Resource identifier

code: https://registry.gdi-de.org/id/de.bund.uba/5c34e05d-1463-4222-a731-b3c067363b79

Metadata language: German

Metadata language: English

Spatial representation type: Text, table

Encoding

Format: GeoJSON

Version: x.x

Projection

Classification of data and services

Topic category

Planning cadastre

Classification of data and services

Coupled resource

Classification of data and services

Coupled resource

Keywords

Other keywords

Keywords

opendata

Keywords ( Discipline )

Windenergie an Land
Onshore-Windenergie
Onshore-Windkraft
Windstromerzeugung an Land
Windkraft an Land
Onshore-Windstrom
Erneuerbare Energie
PlanetScope

Keywords ( Place )

Deutschland

Geographic coverage

Temporal reference

Temporal extent

Date ( Creation ): 2025-07-08

Date ( Publication ): 2025-07-29

Date ( Revision ): 2025-07-28

Quality and validity

Lineage: Empfohlene Zitierweise: Wehner, C., Albert, J., Siegismund, J., Zschache, J., Röhl, S., & Gärtner, P. (2025). Remote sensing derived onshore wind turbine locations for Germany (Version V20250708) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.15835057