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.

Waldmonitoring: Automatisierte Analyse von Messdaten
© dugdax/Shutterstock., Bildmontage Fraunhofer IPM
Daten aus multimodalen Sensorsystemen, darunter LiDAR und multispektrale Kameras, lassen sich mithilfe von KI-basierten Methoden automatisiert auswerten. Fraunhofer IPM nutzt dafür das spezifisch trainierte Deep Learning Framework 3D-AI. Damit lassen sich beispielsweise Baumstämme von anderer Vegetation unterschieden.

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.

 

Sonderforschungsbereich ECOSENSE

Skalenübergreifende Quantifizierung von Ökosystemprozessen in ihrer räumlich-zeitlichen Dynamik mittels smarter autonomer Sensornetzwerke

 

Fraunhofer IPM ist beteiligt am SFB 1537ECOSENSE, koordiniert von der Universität Freiburg und dem Karlsruher Institut für Technologie KIT. Der SFB wird von der Deutschen Forschungsgemeinschaft (DFG) gefördert.

Im Rahmen von ECOSENSE entwickeln wir in enger Kooperation mit dem Institut für nachhaltige technische Systeme der Universität Freiburg INATECH ein drohnengetragenes LiDAR-System zur Messung von Chlorophyllfluoreszenz (ChlF). Die ChlF gibt Aufschluss über die photosynthetische Aktivität von Pflanzen und damit über die Auswirkungen von Umweltveränderungen auf die Vegetation. Für das LiDAR-System wird eine neuartige Auswertekette und eine spezielle Laser-Ablenkvorrichtung entwickelt. Damit soll die Chlorophyllfluoreszenz flächenhaft bestimmt werden. Die Messdaten werden die Grundlage für detaillierte räumlich-zeitliche 4D-Fluoreszenzkarten des Waldbestands bilden – mit Auflösungen bis in den Bereich einzelner Blätter.

 

Projekt MuSe-3D

Multispektrales Kamerasystem vermisst Moor

Im Eurostars-Projekt MuSe-3D haben wir gemeinsam mit der Remote Sensing Solutions GmbH ein ultraleichtes multispektrales Kamerasystem für den Einsatz auf Drohnen entwickelt. Es nimmt Bilder und 3D-Geometrien großer Flächen sehr effizient aus der Luft auf. Im Projekt entstand  eine interaktive 3D-Karte des Kochelsee-Moores bei Benediktbeuren.