Wald-Monitoring

Sensordaten für Zustandsmonitoring von Wäldern und Digitalisierung forstwirtschaftlicher Prozesse

Der Klimawandel und die daraus resultierenden Wetterextreme und Schädlingsbefälle setzen den Wäldern stark zu. Das Ökosystem Wald ist gefährdet – und damit auch Qualität und Quantität des Holzertrags. Regelmäßiges Zustandsmonitoring ist Voraussetzung für eine nachhaltige Bewirtschaftung von Wäldern – mit standortangepasster Baumartenwahl, effizientem Anbau von Misch- anstelle von Monokulturen und Früherkennung von Schäden. Gleichzeit sind digital erhobene Sensordaten Grundlage für eine allumfassende Digitalisierung des Ökosystems Wald (digitaler Zwilling von Nutzwald) und der industriellen Holzwirtschaft.  

Wir entwickeln drohnengetragene und terrestrische Monitoring-Systeme, die große Waldgebiete schnell und effizient vermessen. In den optischen Systemen sind verschiedene Sensoren auf UAV-/Drohnen-Plattformen integriert: Laserscanner und Kameras erfassen multiple Parameter gleichzeitig und erzeugen einen konsistenten Datenstrom, der automatisiert ausgewertet werden kann.

Multimodale Messungen: LiDAR kombiniert mit multispektralen Kameras

In unseren Messsystemen kombinieren wir Kameras, ultraleichte Laserscanner und Positionierungseinheiten. Damit eröffnen sich ganz neue Möglichkeiten für das Wald-Monitoring: Unsere multispektralen Kamerasysteme erfassen Vegetation aus der Luft und geben dabei Aufschluss über den Gesundheitszustand von Pflanzen (z. B. gemäß dem Normalized Difference Vegetation Index, NDVI). Laserscanner erfassen 3D-Geometriedaten, aus denen sich eine Fülle von Informationen ableiten lassen: die Höhe einzelner Bäume oder ganzer Waldbestände, Stammdurchmesser und Kronendurchmesser einzelner Bäume, die Anzahl der Bäume und die Bestandsdichte, 3D-Koordinaten von Baumkronen, die Klassifizierung von Laubbäumen und Nadelbäumen, das Holzvolumen und -wachstum, das geschätztes Biomasse-Volumen oder auch eine Abgrenzung von Waldgebieten.  

Sensor- und Datenfusion für umfassende Charakterisierung des Waldzustands

Für ein umfassendes Wald-Zustandsmonitoring fusionieren wir multiple Sensordaten terrestrischer und drohnengetragener Messsysteme. Diese multimodale Umgebungserfassung ermöglicht erstmals eine umfassende Waldcharakterisierung, also strukturiertes Wissen des Waldzustands oberhalb und unterhalb der Baumkrone.

Automatisierte Auswertung großer Datenmengen mithilfe von Deep Learning

Heute erfolgt die Analyse von Messdaten großer Landschaftsareale in der Regel manuell oder teilautomatisiert. Das von Fraunhofer IPM entwickelte Deep Learning Framework 3D-AI bietet für die Datenauswertung ein Vielfaches an Effizienz, Auflösung und Zuverlässigkeit. Die von 3D-AI automatisiert erzeugten Punktwolken enthalten RGB-Informationen ebenso wie multispektrale Daten und Tiefeninformationen. Die Datenauswertung ist sehr robust gegenüber Objektvariationen, verschiedenen Aufnahmewinkeln oder unterschiedlichen Lichtverhältnissen.