Waldvermessung mit KI (PM 28/24)

Eine präzise Analyse von Wäldern aus der Ferne ermöglicht die KI-basierte Methode eines Forschungsteams der Hochschule München (HM). Das Team des Instituts für Anwendungen des maschinellen Lernens und intelligenter Systeme (IAMLIS) entwickelte im Projekt Wald5DPlus unter der Leitung von Prof. Dr. Andreas Schmitt und Prof. Dr. Peter Krzystek von der Fakultät für Geoinformation einen umfangreichen Datensatz, der auf Satellitenbildern und Künstlicher Intelligenz (KI) aufbaut. Die Technologie eröffnet neue Möglichkeiten zur Kartierung und Analyse von Waldgebieten, ohne dass Forschende die Wälder betreten müssen.

Daten aus der Luft
„Die Vermessung von Wäldern war bisher vor allem in schwer zugänglichen Gebieten sehr zeitaufwendig“, erklärt Prof. Dr. Andreas Schmitt, einer der Projektleiter. „Mit unserer Methode können wir den Zustand von Wäldern mit hoher Genauigkeit aus der Vogelperspektive erfassen.“ Das Forschungsteam nutzt dabei die Daten der Sentinel-1- und Sentinel-2-Satelliten der Europäischen Weltraumorganisation ESA. Ein speziell entwickelter Algorithmus gleicht witterungsbedingte Datenlücken aus, die durch Wolken entstehen. Ergänzend dazu wurden Drohnen- und Flugzeugdaten verwendet, um typische Waldmerkmale wie Baumarten, Höhen und Dichte zu berechnen.

Präzise Prognosen dank KI
„Wir setzen ein Puzzle aus verschiedenen Datenquellen zusammen,“ sagt Sarah Hauser, wissenschaftliche Mitarbeiterin im Projekt. „Erst durch das Zusammenspiel dieser Informationen erhalten wir ein vollständiges Bild des Waldes.“ Die KI-gestützte Analyse ermöglicht nicht nur eine detaillierte Bestandsaufnahme, sondern liefert auch präzise Prognosen über die zukünftige Entwicklung der Wälder. So kann beispielsweise vorhergesagt werden, wie sich der Waldbestand verändern wird – ein entscheidender Vorteil im Kampf gegen Waldschäden und für eine effiziente Bewirtschaftung.