Vor dem Hintergrund von zunehmender Urbanisierung, Klimawandel und alternder Infrastrukturen gewinnt die Analyse und Bewertung von Überflutungen im urbanen Raum aufgrund von Starkregenereignissen zunehmend an Bedeutung. Dazu sind Modelle erforderlich, die das Niederschlag-Abflussverhalten in einem angemessenen zeitlichen und räumlichen Detail beschreiben. Neben Daten zur Menge und Verteilung des Niederschlags gehen in die Modellierung auch Oberflächeneigenschaften ein, insbesondere der Versiegelungsgrad und die Flächennutzung. In dieser Studie untersuchen wir erstmals die Möglichkeit, hochauflösende Landnutzungskarten städtischer Gebiete aus Drohnen(UAV)-Bildern abzuleiten und die Eignung solcher Karten als Datengrundlage für Modellanwendungen in der Siedlungswasserwirtschaft. Wir zeigen, dass die aus UAV-Bildern (automatisch) abgeleiteten Karten zum Versiegelungsgrad hinsichtlich ihrer Genauigkeit mit Karten auf Basis konventioneller Luftbilder vergleichbar sind. Darüber hinaus zeigt sich in unseren Experimenten, dass sich die Genauigkeit der Versiegelungskarten bedeutend steigern lässt, indem man diskriminative Lernverfahren in Verbindung mit Bildinformation aus einer grösseren Nachbarschaft benutzt.