Mit der Einführung des fluggesteuerten Airborne Laserscannings Ende der 1980er Jahre wurde die Geländeaufnahme durch bislang unerreichte Datendichten von mehreren Punkten pro m², einer Höhengenauigkeit von ungefähr zehn Zentimeter und einer uneingeschränkten Datenaufnahme im Wald revolutioniert. Neben einer Reihe an Anwendungsmöglichkeiten lassen sich hochgenaue Geländemodelle aus ALS-Daten ableiten. Diese Modelle werden in der vorliegenden Masterarbeit verwendet, um die Geländekleinformen Böschung, Damm und Graben automatisiert zu detektieren. Die gewonnenen Daten sollen im weiteren Verlauf als Grundlage für die Aufnahme in das Digitale Landschaftsmodell von Österreich dienen. Die praktische Bewältigung der Problemstellung erfolgt in vier Phasen: Unterschiedliche Visualisierungen (1) erlauben einen ersten Überblick über die Daten und sind zudem als Ausgangsdaten für die folgende Rasterbearbeitung (2) relevant, in der Pixel bestimmten Schwellenwerten entsprechen müssen, um als Kleinform in Frage zu kommen. Danach werden bei der Kantendetektion (3) Ober- und Unterkanten detektiert, die vor allem für die spätere Höhenberechnung relevant und zudem ein klassisches Merkmal der gesuchten Formen sind. In der abschließenden Vektorbearbeitung (4) werden Höhen und Längen abgeglichen und die Formen generalisiert. Alle Schritte wurden in einem vorab definierten Untersuchungsgebiet in Österreich umgesetzt und können im weiteren Verlauf für ganz Österreich durchgeführt werden. Die Ergebnisse zeigen, dass eine automatisierte Detektion ohne manuelle Nachbearbeitung nicht gänzlich möglich ist, eine hohe Trefferquote jedoch gewährleistet werden kann. Probleme entstehen vor allem dort, wo sich mehrere Formen vermischen oder Unebenheiten in der geneigten Fläche vorkommen, wodurch die Genauigkeit der Höhenberechnung aufgrund von mehreren Kanten nachlässt.

With the introduction of flight-controlled airborne laser scanning at the end of the 1980s, terrain surveying was revolutionized with previously unattainable data densities of several points per m², a height accuracy of around ten centimeter and unrestricted data recording in the forest. In addition to a range of possible applications, highly accurate digital terrain models can now be derived from ALS data. These models are used in the present master thesis to automatically detect the small terrain forms of embankments, dams and ditches. The data obtained will later serve as basis for inclusion in the digital landscape model of Austria. The practical handling of the problem takes place in four phases: Different visualizations (1) allow an initial overview of the data and are also relevant as output data for the following raster processing (2), where pixels must meet certain threshold values in order to be considered as a small form. Then the edge detection (3) detects the upper and lower edges, which are primarily relevant for the subsequent height calculation and are also a classic feature of shapes we are looking for. In the final vector processing (4), heights and lengths are compared and the shapes are generalized. All steps were implemented in a previously defined study area in Austria and can in the further course be carried out throughout Austria. The results show that automated detection is not entirely possible without manual post-processing, but that a high hit rate can be guaranteed. Problems arise where several shapes are mixed or where there is unevenness in the inclined surface, which decreases the accuracy of the height calculation due to several edges.