EO4Bay - Developing an Earth observation-based forest monitoring system for Bavaria
Förderung und Laufzeit:
Bayerisches Staatsministerium für Ernährung, Landwirtschaft, Forsten und Tourismus | 2024-2027
Zusammenfassung:
Etwa ein Drittel der bayerischen Landesfläche ist bewaldet und steht unter zunehmendem Druck durch klimatische Extremereignisse. Waldbesitzer stehen vor großen Herausforderungen durch Störungen wie Borkenkäferkalamitäten bei Fichten und Trockenstress bei Buchen. Zur Bewältigung dieser Probleme sind räumlich eindeutige, aktuelle und detaillierte Informationen über Ort, Zeitpunkt und Intensität dieser Störungen sowie über ihre Auswirkungen auf die Holzversorgung und den Erholungsprozess der Wälder erforderlich.
Die derzeitigen Waldüberwachungsmethoden, wie z. B. Luftaufnahmen, benötigen mehrere Wochen oder sogar Monate von der Datenerfassung über die Analyse bis zur Bereitstellung der Daten, was eine rechtzeitige Entscheidungsfindung verzögert. Daher ist es notwendig, ein erdbeobachtungsbasiertes Überwachungssystem zu entwickeln, das halbautomatisch und nahezu in Echtzeit Informationen über die Veränderungen der Waldkronen und ihre Auswirkungen auf die Holzvorräte liefert.
EO4Bay widmet sich der Entwicklung und Erprobung eines solchen halbautomatischen erdbeobachtungsbasierten Überwachungssystems, das speziell für die bayerischen Wälder mit einer räumlichen Auflösung von 10 m konzipiert wurde.
EO4Bay zielt darauf ab, die Widerstandsfähigkeit und Nachhaltigkeit der bayerischen Wälder zu verbessern, indem es wichtige Daten für Managementpraktiken und politische Entscheidungen bereitstellt. Das vom Bayerischen Staatsministerium für Ernährung, Landwirtschaft, Forsten und Tourismus (StMELF) geförderte Projekt verfolgt folgende Ziele:
- Entwicklung des bayerischen Erdbeobachtungsdatenwürfels: Dies beinhaltet die automatische Verarbeitung aller verfügbaren Daten der Copernicus Sentinel-2 Mission für Bayern
- Erstellung eines KI-basierten Ansatzes zur Vegetationshöhenkartierung: Deep-Learning-Modelle (z.B. UNet) werden auf Sentinel-2-Bildern mit weltraumgestützten Laserscanning-Daten des GEDI-Systems (Global Ecosystems Dynamics Investigations) trainiert. Es wird anhand von hochauflösenden luftgestützten Laserscanningdaten validiert.
- Umwandlung von Vegetationshöhenkarten in Holzbestandskarten: Anwendung allometrischer Funktionen, die aus der Bundeswaldinventur abgeleitet wurden, sowie deren Validierung anhand staatlicher Inventurflächen.
- Zeitliche Analyse von Vegetationshöhenkarten: Analyse von Vegetationshöhenkarten im Zeitverlauf, um negative Veränderungen durch Störungen und Kronenverlichtung sowie positive Veränderungen durch Höhenzunahme und damit verbundene Veränderungen des Holzvorrats zu erkennen.
Ansprechspersonen:
Weitere Informationen erhalten Sie bei: Srilakshmi.Nagarajan(at)tum.de
Neueste Veröffentlichungen:
Aktuelle Veröffentlichungen sind in Arbeit und werden hier gelistet, sobald sie verfügbar sind.