Die LWF verglich fünf Satellitensysteme und mehrere Lernverfahren, um sichtbare Borkenkäferschäden an Fichte automatisiert zu erfassen.
Foto: Gilles San Martin · Bildquelle · CC BY-SA 2.0
WALDSCHUTZ · KI · BAYERN
Steckbrief
Wo Fichten nach Borkenkäferbefall absterben, verändert sich ihre Krone – und damit ihr Bild aus dem All. Das Projekt IpsSAT der Bayerischen Landesanstalt für Wald und Forstwirtschaft (LWF) hat untersucht, ob sich solche sichtbaren Schäden automatisiert aus Satellitendaten ableiten lassen.
Getestet wurden WorldView-3, SkySat, Planet Dove, RapidEye und Sentinel-2 – von sehr hoch aufgelösten kommerziellen Bildern bis zur frei verfügbaren Copernicus-Mission. Als Referenz dienten hochaufgelöste Stereo-Luftbilder aus drei Untersuchungsgebieten: Bad Kohlgrub, Bad Kötzting und Frankenwald.
Methodisch verglich das Projekt klassisches maschinelles Lernen (Random Forest, Support Vector Machine) mit Deep Learning über tiefe neuronale Netze. Partner war die IABG mbH. Die Laufzeit reichte von Juli 2019 bis September 2023.
Satelliten erkennen vor allem bereits sichtbare Schäden – also eher den Befall von gestern als den von morgen. Für Planung, Aufarbeitung und Übersicht über große Flächen sind solche Karten dennoch wertvoll, besonders in Kombination mit Modellen zur Käferentwicklung.
Quelle: LWF: Detektion von Borkenkäferschäden mit optischen Satellitendaten (IpsSAT)
Die JKU Linz kombiniert Airborne Optical Sectioning mit einer trainierten KI, um Wärmebilder von Drohnen durch das Blätterdach zu korrigieren. Getestet wurde mit der Feuerwehr in Oberösterreich.
BOKU und BFW modellieren die Entwicklung des Buchdruckers täglich und verbinden sie mit Wasserversorgung, Gefährdung und Schadholz.
Die FVA Baden-Württemberg prüft, ob autonome Audiorekorder und automatische Lautanalyse das Monitoring von Waldvögeln wie der Waldschnepfe erleichtern.