Eine Studie der FU Berlin testet Deep Learning auf Sentinel-2-Zeitreihen in Luxemburg, Österreich und Deutschland. Das Ergebnis dämpft Erwartungen: Binnen zehn Wochen nach Befall ist die flächige Erkennung allein aus dem Satellitenbild kaum möglich.
Symbolbild (Walliser Alpen, zeigt nicht das Studiengebiet) · Bild: European Space Agency · Wikimedia Commons
FERNERKUNDUNG · BORKENKÄFER · ZENTRALEUROPA
Steckbrief
Je früher ein Käferbefall auffällt, desto eher lassen sich befallene Fichten entnehmen, bevor die nächste Generation ausfliegt. Satelliten versprechen diese Früherkennung seit Jahren. Die Studie der FU Berlin prüft nüchtern, wie weit sie trägt.
Sentinel-2 liefert alle paar Tage Bilder, doch Wolken lassen die Zeitreihen Lücken. Der Käferbefall zeigt sich im Satellitenbild erst, wenn die Krone Veränderungen aufweist.
Das Modell lernt anhand von mehr als 300.000 Zeitreihen ungestörter Nadelwälder, wie sich gesunder Wald im Jahresverlauf verhält. Weicht eine Fläche davon ab, wird sie als Anomalie markiert. So kommt es auch mit unregelmäßigen, wolkenbedingt lückigen Zeitreihen zurecht.
Die Studie liefert belastbare Zahlen, was ein Satellitenwarnsystem leisten kann. Wird ein Befall erst nach 13 Wochen gewertet, erreichen Nutzergenauigkeit (84,5 %) und Erzeugergenauigkeit (81,5 %) ein brauchbares Niveau. Das hilft bei der Planung: Satellitendaten eignen sich, um Verdachtsflächen zu priorisieren.
Innerhalb von zehn Wochen nach Befall erkannte das Modell nur 11,8 % der Fälle (Erzeugergenauigkeit), bei einer Nutzergenauigkeit von 43,5 %. Die Autoren folgern, dass eine flächendeckende Erkennung binnen zehn Wochen allein mit Sentinel-2 wahrscheinlich nicht möglich ist und Begehungen am Boden weiterhin nötig bleiben. Die Zahlen stammen aus Studiengebieten in Luxemburg, Österreich und Deutschland. Für steile Hochlagen mit Wolken- und Schattenlagen sind sie nicht ohne Weiteres übertragbar.
Remote Sensing and Geoinformatics, Freie Universität Berlin.
Auf 56 Flächen in der Schweiz, davon mehrere in Graubünden, testen WSL und BAFU 18 Baumarten – begleitet von Klimastationen und regelmäßigen Inventuren.
Das BFW wertete Sentinel-2-Daten für Osttirol und Oberkärnten aus und machte die Schadkette aus Sturm, Schneebruch und Borkenkäfer flächig sichtbar.
Das Forschungsprojekt DraAuf erprobt, wie Geländedaten, KI und ein Pflanzroboter Wiederbewaldung in schwer zugänglichen Lagen unterstützen können.