Forschungsprojekt

Motivation:

Wälder fungieren als Kohlenstoffspeicher, regulieren den Wasserhaushalt und bieten Lebensraum für unzählige Arten. Die veränderten klimatischen Bedingungen gefährden jedoch das sensible Ökosystem und führen zu plötzlichen und graduellen Veränderungen im Waldbestand. Steigende Temperaturen, veränderte Niederschlagsmuster und extreme Wetterereignisse bedeuten Stress für Bäume und fördern gleichzeitig die Ausbreitung von Dürre, Schädlingsbefall und Krankheiten. Eine präzise und kontinuierliche Überwachung der Waldgesundheit ist demnach essenziell, um rechtzeitig auf derartige Stressfaktoren reagieren zu können und gezielte Schutzmaßnahmen einzuleiten. Traditionelle Methoden stoßen dabei aufgrund des hohen Zeitaufwandes und der Kosten an ihre Grenzen. Dahingegen eröffnet Künstliche Intelligenz in Kombination mit Fernerkundungstechnologien neue Möglichkeiten, nicht nur die flächendeckende Erkennung des Vitalitätsrückganges, sondern ebenso die Modellierung zukünftiger Entwicklungen. Die davon ableitbaren Erkenntnisse stellen folglich eine ausgezeichnete und verlässliche Entscheidungsgrundlage für ein nachhaltiges Forstmanagement dar.

Die bei der Waldinventur vor Ort aufgenommenen Parameter dienen als ausgezeichnete Referenz für die Fernerkundungsanalysen mit Satellitendaten.

Projektziele:

Ziel des Projektes ist es, eine umfassende Bewertung des Waldzustandes durchzuführen. Die durch den Klimawandel am stärksten bedrohte Waldbestände werden dabei identifiziert sowie visuell als Gefährdungskarte dargestellt. Darauf aufbauend werden gezielte Managementmaßnahmen zur Förderung der Waldgesundheit, der Klimaresilienz und Katastrophenprävention entwickelt. Hierfür werden die Vitalitätsrückgänge mittels moderner Methoden der Fernerkundung und Algorithmen der Künstlichen Intelligenz für eine längere Zeitreihe ermittelt, wodurch sowohl der Gesundheitszustand als auch dessen Entwicklung analysiert werden können.

Untersuchungsdesign:

Das Untersuchungsgebiet umfasst den Nationalpark Bayerischer Wald sowie den benachbarten Nationalpark Šumava in Tschechien, die zusammen das größte Waldschutzgebiet in Mitteleuropa bilden. In diesem Gebiet werden die Veränderungen in der Phänologie, der Baumartenzusammensetzung und der Biomasse sowie die Entwicklung des Waldzustandes präzise analysiert und basierend auf diesen Ergebnissen eine Karte zur Gefährdung der Waldbestände erstellt. Die Untersuchungen erfolgen anhand frei verfügbaren Satellitendaten der Sentinel-Missionen der ESA und der Landsat-Missionen der NASA, wobei letztere seit 1972 verfügbar sind. Zusätzlich werden Luftbilder und Felddaten, die aus einem langfristigen Waldmonitoring stammen, hinzugezogen. Die kurz- als auch langfristigen Trends können im Rahmen von multitemporalen Analysen durch Anwendung von innovativen Methoden des Machine und Deep Learning ausgewertet werden, wobei auch Klimaparameter mitberücksichtigt werden. Die erfassten Daten im Feld stellen dafür eine gute Referenz zum Training und zur Validierung der generierten KI-Modellen dar. Nach dieser Auswertung der waldökologischen Veränderungen können folglich Forstmanagementmaßnahmen vorgeschlagen werden, mit dem Ziel, die Stabilität und Resilienz des Waldes im Hinblick auf die derzeitigen und künftigen Klimabedingungen zu stärken.

Finanzierung:

• Interreg – EU Mittel
  
  

Ansprechpartner:

Christine Hechtl
Projektmitarbeiterin
Christine.Hechtl@npv-bw.bayern.de

Prof. Dr. Marco Heurich
Sachgebietsleiter
marco.heurich@npv-bw.bayern.de

Kooperationspartner:

• Südböhmische Universtität České Budějovice
  Website: http://www.jcu.cz/
• Ludwig-Maximilians-Universität München
  Website: https://www.lmu.de/de/index.html