Laufende Projekte
SENSURE Wald
Sentinel-2-Super-Resolution mit Methoden der Künstlichen Intelligenz zur fernerkundungsbasierten Erfassung von Waldschadensflächen
Das Verbundprojekt der Nordwestdeutschen Forstlichen Versuchsanstalt, der Hochschule RheinMain und des Landesbetriebs HessenForst widmet sich der fernerkundungsbasierten Erfassung von Waldschäden mit Methoden der Künstlichen Intelligenz (KI). Infolge des Klimawandels haben Schäden am Wald durch Trockenheit, Stürme, Borkenkäfer und Pilzbefall stark zugenommen. Verschiedene fernerkundungsbasierte Monitoringsysteme stellen bereits bundesweit Daten zu Waldschäden bereit. Ihre räumliche Genauigkeit stößt jedoch an Grenzen. Insbesondere kleine Schadflächen werden nur mit geringer Genauigkeit erfasst.
Hier setzt das Projekt mit KI-Methoden an. Frei verfügbare Sentinel-2-Satellitendaten ermöglichen eine flächendeckende Beobachtung der Wälder, ihre räumliche Auflösung von 10 bis 20 Metern begrenzt jedoch die exakte Abgrenzbarkeit kleiner Schadflächen. Mittels sogenannter Super-Resolution-Verfahren werden daher KI-Modelle trainiert, die die Bildauflösung der Satellitendaten deutlich verbessern. Als Trainingsgrundlage dienen hochaufgelöste Orthofotos der Landesvermessungsinstitutionen. Auf den so erzeugten Bilddaten erfolgt anschließend eine pixelgenaue Klassifikation der Schäden durch semantische Segmentierung.
Ergänzend werden KI-Modelle entwickelt, die Schadflächen direkt in Luftbildern und in Sentinel-2-Daten automatisiert erkennen. Da der Ansatz nur einen einzigen Aufnahmezeitpunkt benötigt, lassen sich Schadenskarten nach Sturm-, Dürre- oder Käferereignissen zeitnah bereitstellen. Ein besonderer Mehrwert des Ansatzes liegt in der zuverlässigen Erfassung kleiner Schadflächen, die je nach Schadereignis einen großen Anteil der betroffenen Waldfläche ausmachen können und für den Waldschutz, die Verkehrssicherung und die Wiederbewaldung von hoher Bedeutung sein können.
Alle entwickelten Modelle, Verfahren und Dokumentationen werden als Open-Source-Produkte veröffentlicht. Ziel des Projektes ist es, Forstbetriebe und Verwaltungen mit hochwertigen Informationen über den Waldzustand zu unterstützen und so die Anpassung der Wälder an den Klimawandel sowie eine nachhaltige und multifunktionale Waldbewirtschaftung zu fördern.
Das Projekt wird aus Mitteln des Bundesministeriums für Landwirtschaft, Ernährung und Heimat (BMLEH) durch die Fachagentur für Nachwachsende Rohstoffe e. V. (FNR) im Rahmen des Förderprogramms Nachhaltige Erneuerbare Ressourcen gefördert (Förderkennzeichen 2224NR028A).
GitHub-Organisation: https://github.com/SENSURE-Wald