Projekte mit Fernerkundungsbezug ab 2013
| Projekttitel | Ziele | Laufzeit |
|---|---|---|
| 3D_CO2-Forest - Großflächenanalyse von Waldstrukturen und des CO2-Vorrats mit Hilfe von Fernerkundungsdaten | Erweiterung einer neuartigen 3D-Baumsegmentierung, um Einzelbäume sowie nachwachsende Baumbestände (= Verjüngungen) und Totholz (liegend, stehend) zu kartieren und zu klassifizieren. Aus der berechneten Biomasse (lebend, tot) wird der CO2-Vorrat geschätzt. Das Verfahren soll auf die Waldgroßfläche übertragen werden. | 2015-2017 |
| ARTEMIS - Adaptives Risikomanagement in trockenheitsgefährdeten Eichen- und Kiefernwäldern mit Hilfe integrativer Bewertung und angepasster Schadschwellen | Das Teilvorhaben zur Fernerkundung "Unterstützung eines Waldschutzrisikomanagements mit variablen Schadschwellen für Schädlinge der Kiefer" stützt sich auf Langzeit-Waldschutzdaten des Waldschutzmeldewesens Mecklenburg-Vorpommerns sowie neue Fernerkundungsverfahren, die im Rahmen des Projektes in der Praxis erprobt werden. Aus waldfunktionsabhängigen Schadprognosen wird das regionalspezifische Schadpotenzial in ökologischen, sozialen und ökonomischen Dimensionen hergeleitet, das als Kriterium für den PSM-Einsatz an Stelle der bisher pauschal gültigen Schadschwelle "Bestandesverlust" treten soll. | 2019-2023 |
| AutoDrone - Einsatz autonom bewegter Drohnentechnologie in der Waldinventur | Entwicklung einer Steuerungstechnologie für Drohnen mit dem Ziel des autonomen Drohnenflugs auf bzw. über Maschinenwegen, Rückegassen, Waldwegen und ähnlichen Linienstrukturen innerhalb der Waldbestände | 2020-2022 |
| Bayerns höchste Bäume | Mit einem neuen Berechnungsverfahren konnten flächendeckend für Bayerns Wälder aus amtlichen Fernerkundungsdaten (Stereo-Luftbildern und aus Lasermessungen) die Baumhöhen berechnet werden. Dieses „Bestandeshöhenmodell“ entspricht dem normalisierten digitalen Oberflächenmodell (nDOM) und erleichtert weitere Berechnungen, wie z.B. die Nährstoffeinträge über die Baumkrone in die Waldökosysteme oder die Abschätzung von Holzvorräten. | 2017-2018 |
| BEAT IT! Bark Beetle Detection From Space | Ziel ist die Einführung eines flächigen Ansatzes im Borkenkäfer-Monitoring und eine möglichst rasche Detektion des Käferbefalls. Damit kann die Planung von gezielten Gegenmaßnahmen optimal unterstützt werden. Nach Abschluss der methodischen Entwicklungen wird vom Konsortium ein Prototyp eines satellitenbasierten Borkenkäfer-Monitoring Service eingerichtet und über ein interaktives Webportal für Forstbetriebe und Forstverwaltungen zu Testzwecken zur Verfügung gestellt. | 2020-2022 |
| BeechSAT - geschädigte Buchen automatisiert erkennen | Eine zentrale Forschungsfrage von BeechSAT war, inwieweit die Erfassung geschädigter Baumkronen in den Fernerkundungsdaten automatisiert erfolgen kann und welche Genauigkeiten hierbei erreicht werden können. Zu diesem Zweck wurden verschiedene Ansätze aus dem Bereich des maschinellen Lernens getestet. | 2019-2020 |
| BioS - Monitoring und Modellierung des kritischen Gleichgewichts von Biomasse und Biodiversität in Sibirien mit Fernerkundungsmethoden | Untersuchung der Ökosysteme der borealen Wälder Sibiriens, Beurteilung der Waldstruktur und dessen Vitalität bei der Frage, ob ein Wald unter dem sich ändernden Klima und mit dem sich verändernden Brandregime als Kohlenstoffsenker fungieren wird | 2021-2026 |
| BrandSat - Kartierung der Waldbrandgefahr mit fernerkundlichen und meteorologischen Daten | Ziel des beantragten Vorhabens ist eine Kartierung vergangener Waldbrände sowie der Waldbrandgefahr mit Hilfe von Erdbeobachtungsdaten. Dabei stehen eine Kartierung des potentiell verfügbaren brennbaren Materials (fire fuel) und eine Kartierung des Risikos eines Waldbrandausbruchs im Vordergrund. Dieses hängt vor allem mit den aktuellen meteorologischen Bedingungen, insbesondere der Trockenheit, zusammen und soll zusätzlich über Satellitenfernerkundung erhoben werden. | 2020-2022 |
| Bundesweite fernerkundungsbasierte Baumartenerkennung | In der ersten Projektphase sollen verschiedene Ansätze entwickelt und getestet werden um baumartenbezogene Informationen der Bundeswaldinventur in die Fernerkundungsanalyse zu integrieren. Im Weiteren wollen wir uns mit Herausforderungen befassen, welche sich durch die Größe des Untersuchungsgebiets ergeben. Hier spielt vor allem die erhöhte Varianz in den Fernerkundungsdaten, die durch die hohe Diversität von Umwelt- und Wachstumsbedingungen in Deutschland entsteht, eine entscheidende Rolle. | 2020-2023 |
| BY-CS-UAV - Charakterisierung des Zustands der oberirdischen Biomasse sowie der Kohlenstoffverbindung mit Hilfe von UAV-Technologie in Wäldern am Beispiel des Flachlandes in Südbayern | Gesamtziel des Projektes ist es, die oberirdische Biomasse bzw. die Kohlenstoffbindung im Wald mit Hilfe eines UAV-basierten Verfahrens einer Inventurfortschreibung effizient und kostengünstig zu erheben. Hierzu soll ein Teil des Inventurnetzes der Bundeswaldinventur im Bundesland Bayern mit Drohnen beflogen werden. | 2019-2022 |
| CCFireSense - Cloud-basierter Copernicus-Dienst zum Monitoring und zur Bekämpfung von Wald- und Flächenbränden an Verkehrsinfrastrukturen | Die Aufgabe von CCFireSense ist es, Vegetationsbrandgefahren frühzeitig zu erkennen, damit Brände möglicherweise gar nicht erst entstehen. Das System ist also ein Teil des vorbeugenden Brandschutzes. Ziel ist es, eine Webseite zu erstellen, die ein graphisches Interface bietet, das ein einfaches Ablesen der Risikosituation ermöglicht. | 2021-2022 |
| DIABOLO: Distributed, Integrated and Harmonised Forest Information for Bioeconomy Outlooks | Diabolo befasst sich mit der Harmonisierung und Verknüpfung von nationalen Waldinventuren auf EU-Ebenen. Es werden Verfahren entwickelt, um Bestandeshöhen, Bedeckungsgrad, Kronenanzahl und Kronengrößen an Inventurplots automatisch zu bestimmen. Aufbauend auf den Methoden werden Modelle entwickelt, mit deren Hilfe anhand der BWI-Daten Aussagen für kleinere Gebiete getroffen werden können. | 2015-2019 |
| Digital Forest - A real-time forest monitoring system for climate change impacts | Bei Digital Forest werden neueste Fortschritte in der KI, genutzt um die großen Auswirkungen von Klimaextremen vorherzusagen. Durch die Berücksichtigung der Wechselbeziehungen zwischen ökophysiologischen Reaktionen und strukturellen Bestandseigenschaften wird Digital Forest die Etablierung breit einsetzbarer Frühwarnsysteme ermöglichen. Arbeitspaket 4: Untersuchung der „red edge“-Bänder (Sentinel 2) zur Überwachung der Waldgesundheit und von Radardaten (Sentinel 1) zur Erkennung struktureller Veränderungen in Wäldern | |
| Drohnen im BioMonitoring - Technische Möglichkeiten - Einsatzfelder - Potenziale - Wirtschaftlichkeit - Geschäftsoptionen | Konkret sollen die technischen Möglichkeiten und Potentiale der Einsatzfelder von UAV bzw. UAS für Monitoring- und Erfassungsaufgaben und ihre ökonomische Relevanz bei der Vergabe von Monitoring- und Erfassungsdienstleistungen untersucht werden. Am Ende sollen die Potentiale und Grenzen des Einsatzes von UAS im Naturschutz deutlich sein und damit Behörden eine fundierte Wissensgrundlage zur Verfügung gestellt werden, um einfacher Entscheidungen zum professionellen Einsatz von UAS im Naturschutz treffen zu können und um die Verfahren für sinnvolle Einsätze effektiv und pragmatisch zu gestalten. | 2020-2022 |
| EnSAG Phase II: Wälder und Ökosysteme | Entwicklung von Algorithmen zur abbildenden Spektroskopie für Fragestellungen der Forstwirtschaft und zur Bewertung von Waldökosystemen, Untersuchung von fünf Schwerpunktbereichen: u. a. Klassifikation von Baumarten und Entwicklungsphasen, Forstliche Wachstumsmodellierung unter Einbindung fernerkundlicher Daten, Erfassung struktureller Veränderungen in Waldökosystemen | 2013-2015 |
| ESPE - Emissionsquellen aus Satellitendaten für eine verbesserte Vorhersage des Pollenflugs in Bayern | ESPE sieht vor, durch die Einbindung aktueller hochaufgelöste Wald- und Offenlandkarten Bayerns in Vorhersagemodelle die Pollenflugmodellierung zu optimieren. 1. Verbesserung der Basiskartierung der aktuellen Verteilung von Grünland und Waldbeständen unter Verwendung der Copernicus Sentinel-2 Satellitendaten für den Freistaat Bayern. 2. Optimierung der fernerkundungsbasierten Erfassung von Waldtypen und Dauergrünlandflächen unter Einbezug der Nutzungsdynamik als Emissionsquellen des Pollenflugs. 3. Potentialanalyse zur Verbesserung der Pollenflugvorhersage durch die Integration von thematisch und räumlich hoch aufgelösten Landbedeckungsinformationen mit in-situ Messungen und Pollenflugmodellen. | 2020-2023 |
| F3 - Flächendeckende fernerkundungsbasierte forstliche Strukturdaten | Gesamtziel des Projektes F³ ist die Entwicklung von Methoden und Verfahren zur Generierung großflächig flächendeckender, räumlich expliziter und einheitlichen Waldparameter. Die Verfahren basieren auf Oberflächenmodellen, welche aus digitalen Luftbildern der landesweiten Befliegungen der Landesvermessungsämter abgeleitet werden. Hierfür und für die Herleitung der Walddaten sollen standardisierte Verfahren entwickelt werden, welche eine flächendeckend hoch aufgelöste und regelmäßig aktualisierbare Datengrundlage für die nachhaltige Waldwirtschaft in Deutschland bereitstellen. | 2017-2020 |
| FastResponse -Entwicklung eines fernerkundungsbasierten FastResponse Systems zur Unterstützung der Bewältigung von Kalamitäten | Das Projekt hat das Ziel ein Systemkonzept zu entwickeln, das das Krisenmanagement von Windwurfflächen mit fernerkundlichen Methoden in Bayern unterstützen soll. Basis des Systemkonzepts ist eine Prozesskette, mit der eine optimierte, weitgehend automatisierte Datenauswertung erfolgen soll. Sie setzt sich aus einem Sturmfrühwarnsystem, einer Veränderungsanalyse („Change Detection“), sowie einer GIS-gestützte Analyse zusammen. Einerseits liegt der Fokus darauf, die Lage und Größe von Windwürfen auf großer Fläche innerhalb weniger Tage zu identifizieren. Andererseits sollen bis zu zwei Wochen nach dem Sturm zusätzliche (forstliche) Informationen zu den Schadflächen geliefert werden (z.B. betroffene Holzmenge, Baumarten, etc.) | 2013-2016 |
| FeMoPhys - Entwicklung eines fernerkundungsbasierten Monitoringverfahrens auf Grundlage einer physiologisch fundierten Vitalitätsbewertung von Hauptbaumarten in Mischbeständen | Mit dem Projekt soll eine Brücke zwischen den modernen Möglichkeiten der forstlichen Fernerkundung und Gehölzphysiologie geschlagen werden. Der dreidimensionale Kronenraum eines Altbaumbestandes (Buche, Eiche, Lärche, Douglasie und Fichte) ist kontinuierlich über einen Drehkran zugänglich und steht für diverse Probennahmen und Messungen im Kronenraum vieler Baumindividuen dieser Arten bei unterschiedlichen Vitalitätszuständen zur Verfügung. Physiologische Stressmarker der Kronenblätter, Wachstumssignale von Krone, Stamm und Wurzeln sowie ein engmaschiges Probenahmeraster mit Fernerkundungssensoren (Drohne, Satellit) werden analysiert. Das Ziel ist ein besseres Verständnis von Stress und Stresssignalen in den Bäumen und in den Fernerkundungsdaten. | 2022-2027 |
| FIRIS - Bewirtschaftung der Fichte im Mittelgebirge unter Berücksichtigung des aktuellen Wachstumsgangs und Risikoabschätzungen | FIRIS wurde initiiert, um den aktuellen Wachstumsgang der Fichten im thüringisch-sächsischen Mittelgebirgsraum zu beschreiben, eine Risikoabschätzung der Fichtenbestände beider Bundesländer gegenüber biotischen und abiotischen Stressoren durchzuführen, um schließlich eine Synthese waldbaulicher Handlungsoptionen zusammenzutragen. Die methodischen Ansätze umfassten besonders die Analyse echter Zeitreihen, BWI-Daten und Fernerkundungsdaten. Die generierten Fernerkundungsprodukte bildeten für sich abgeschlossenen Ergebnisse, stellten aber auch die Datenbasis weiterer Analyseschritte dar. | 2016-2021 |
| FirST 2.0 - Forstschadeninventarisierung basierend auf rapiden Satellitentechnologien | Forschungsprojekt zur skalenübergreifenden und kontinuierlichen Vitalitäts- und Waldschadensanalysen mittels Fernerkundung und künstlicher Intelligenz. Ziel des Projektes ist die Entwicklung eines Softwareprodukts für Akteure aus der Forstwirtschaft und dem Naturschutz zur satelliten- und KI-gestützten Untersuchung des Zustands der Wälder Deutschlands mit dem Fokus auf mehrere Schadensarten. | 2020-2023 |
| FNEWs - Fernerkundungsbasiertes Nationales Erfassungssystem Waldschäden | Mit dem Projekt werden die Voraussetzungen für die Implementierung eines fernerkundungsbasierten Erfassungssystems für Waldschäden geschaffen und erprobt. Dieses soll Daten als Entscheidungshilfe für ein Krisenmanagement bei großflächigen Waldschäden liefern. Ziel des Projektes ist auch ein Technologie- und Wissenstransfer, sodass das Thünen-Institut nach Projektende ein entsprechendes Monitoring- und Berichtssystem mit Unterstützung der Länder fortführen kann. | 2020-2023 |
| ForDroughtDet - Einsatz von Fernerkundung zur frühzeitigen Erkennung von Trockenstress auf gefährdeten Waldstandorten | Das Vorhaben entwickelt Methoden, um Veränderungen des physiologisch/morphologischen Zustandes von Waldbäumen unter Trockenstress flächendeckend und automatisiert zu detektieren. Ziel ist dabei, dieses möglichst prävisuell, bzw. in einem noch reversiblen Zustand zu erreichen. Das zu entwickelnde System soll eine Detektion von Waldstandorten mit nicht standortsgerechten Baumarten bereits im Vorfeld eines Komplettausfalls erlauben | 2016-2020 |
| FORESTCARE - Einzelbaumbasiertes, satellitengestütztes Waldökosystemmonitoring mittels autoadaptiver Hyperdimensions - Geodatenanalyse | Im Projekt FORESTCARE werden Waldbestandesdaten mit Drohnen- und Satellitenbildern korreliert. Dabei werden die Korrelationen mit Hilfe von sehr großen Datenmengen (Big Data Ansatz), künstlicher Intelligenz (deepCNN) und high-performance computing erstellt. So sollen neue Möglichkeiten der Waldökosystemanalyse entwickelt werden, um den Wald im Klimawandel aktiv anzupassen. Durch umfangreiche Bestandesbegehungen werden Eigenschaften wie Baumart, Stammdimension und Baumfitness effizient angesprochen | 2021-2023 |
| ForstEO - Einsatz der Erdbeobachtung zur Erfassung von klimabedingten Schädigungen des Waldes in Deutschland | Gemeinsam wird an der Generierung und Weiterentwicklung praxisrelevanter Informationsprodukte für die raumzeitliche Erfassung von klimabedingten Schädigungen am Wald in Deutschland gearbeitet. Auf Landesebene wird auf Schädigungen an Laubhölzer in Bayern und in Thüringen auf die Ursachendifferenzierung von Schädigungen fokussiert. Auf der regionalen Ebene kann z.B. durch die Integration hoch genauer in-situ-Daten eine qualitative Prüfung ermöglicht und Herangehensweisen entwickelt und getestet werden, um relevante Informationen auf andere Skalenebenen zu übertragen. | 2023-2026 |
| ForInvUAV - Entwicklung und Verprobung eines praxisorientierten, stichprobenbasierten Forstinventurverfahrens auf Basis von UAV-Technologie (Drohnen) mit Einsatzschwerpunkten in mittleren bis größeren Forstbetrieben | Einsatz von Drohnen zur Gewinnung von Forsteinrichtungsdaten Entwicklung und praktische Erprobung eines objektiven, effizienten und jederzeit reproduzierbaren Inventurverfahrens. Hierfür wird eine flugzeugähnliche Drohne eingesetzt. Zur praktischen Erprobung des Verfahrens wird jeweils eine terrestrische Inventur aus der Luft begleitet, verglichen und verprobt. Im Ergebnis wird ein effizientes, digitales Inventurverfahren erwartet. | 2022-2025 |
| ForSens | ForSens verfolgt das Ziel, die Überwachung und Bewirtschaftung von Wäldern durch den Einsatz hochauflösender Satellitenbilder und fortschrittlicher KI-Analysemethoden zu verbessern. | 2022-2024 |
| ForstCARe - Forstwirtschaftlicher Copernicus-basierter Assistenzdienst - Reduktion des Referenzdatenbedarfs und Fusion von Sensordaten zur Schließung wolkenbedingter Datenlücken für die Klassifikation mittels Künstlicher Intelligenz (KI) | ForstCARe verfolgt das Ziel, durch die Nutzung innovativer KI-Verfahren ein Copernicus-basiertes forstwirtschaftliches Assistenzsystem aufzubauen, das insbesondere die schnelle Detektion illegaler Rodungen und das Monitoring neuartiger klimabedingter Waldschäden (Dürre-, Sturm-, Schädlingskalamitätsschäden) sowie die Überwachung von Managementmaßnahmen zur Wiederaufforstung unterstützt. | 2021 |
| Forstinventurparameter- und Waldstrukturerfassung durch neuartige Fernerkundungsprodukte | Das Projekt analysiert durch Kombination von Radarprodukten der TanDEM-X Mission und optischen Fernerkundungsprodukten die Möglichkeiten zur Erfassung von Waldstrukturen und zur Unterstützung der Forstinventur in komplexen Mischwäldern im Hinblick auf richtungsweisende Fernerkundungsvorhaben der Zukunft. Es untersucht, inwieweit sich traditionelle Größen der Forstinventur wie der Holzvorrat und der Zuwachs und innovative, biodiversitätsbezogene Inventurgrößen durch Einsatz von fernerkundlichen Verfahren effizienter erfassen lassen. | 2013-2015 |
| FraxMon - Fernerkundungsbasiertes Monitoringsystem zur Erfassung des Eschentriebsterbens | Entwicklung einer bundesweit anwendbaren Methode zum schnellen und großräumigen Auffinden von Eschenvorkommen, Demonstration der praktischen Anwendbarkeit der Methode, Entwicklung eines luftbildgestützten Inventurverfahrens zur großräumigen Erfassung der Eschenvitalität, Entwicklung eines Luftbild-Interpretationsschlüssels zur Kartierung des Kronenzustands von Eschen, Quantifizierung der räumlichen und zeitlichen Dynamik des Eschentriebsterbens durch die Analyse von Zeitreihen aktueller und historischer Luftbilder | 2020-2023 |
| FUSION-RaLiKI - Fusion von Radar und Lidar Satellitendaten zur großskaligen quantitativen Bestimmung von Waldstrukturparametern durch modellbasierte und KI-Verfahren | In Zukunft werden zur Ableitung von Waldstruktur und -höhe auch Daten der BIOMASS-Mission zur Verfügung stehen, deren Frequenz (P-Band) niedriger und deren räumliche Auflösung gröber ist als die der bisher für derartige Verfahren verwendeten SAR-Daten. Das Projekt verfolgt zunächst das Ziel, differentielle Änderungen in der Biomasse zu berechnen durch die Entwicklung einer ΔH2ΔB-Allometrie. Das zweite Ziel des Projektes ist, sowohl die Bestimmung der Biomasse als auch die Änderung dieser auf BIOMASS Daten unter Entwicklung von KI-Modellen zu übertragen. | 2021-2025 |
| FutureForest | Ziel von FutureForest ist es mittels Verfahren der künstlichen Intelligenz (KI) Informationen bereitzustellen, die den klimaangepassten Waldumbau unterstützen können. Dabei sollen Effekte von unterschiedlichen Klimaprognosen und Waldumbauszenarien simuliert und die möglichen Auswirkungen verschiedener Bewirtschaftungsverfahren abgeschätzt werden. Die Hauptinnovationen liegen in der Entwicklung neuer Verfahren für eine bundesweite Bestimmung von Baumarten und Baumzustand aus Satellitenbildzeitserien. | 2022-2025 |
| Habitatsveränderungen mit Luftbildern erfassen | Wiederholungskartierung des Vogelschutzgebiets "Donauauen zwischen Lechmündung und Ingolstadt", Habitat verschiedener Spechte hängt ab vom Zustand der Eschen und Eichen, Untersuchung, ob Populationsveränderung der Spechte sich auf Habitatsveränderung zurückführen lässt | 2021 |
| InnoExpert | Entwicklung einer automatisierten Herleitung von Bestandesinformationen aus Fernerkundungsdaten und deren Verwendung zur Detektion von Waldschäden: Ziel des Vorhabens ist es forstliche Parameter aus hochaufgelösten Drohnen-, Luftbild- und Satellitendaten abzuleiten. Für Waldbesitzer soll eine ressourcenschonende Lösung entwickelt werden, welche eine automatisierte Aufnahme von Waldbestandesparametern (Inventurdaten) ermöglicht und gleichzeitig eine Analyse der Forstbetriebe zu vorliegenden oder entstehenden Waldschadensereignissen mit Hilfe von Luftbild- und Satellitendaten zulässt. Zielstellung dabei ist es, ein Analyseraster zu entwickeln, um aus den gewonnenen Einzelbaumparametern auch die Vitalität des Einzelbaumes zu erkennen und mögliche Schadfaktoren abzuleiten. | 2020-2022 |
| IpsPRO - Verbesserte Abschätzung des Risikos für Buchdruckerbefall - Grundlagen für ein Prognosewerkzeug als Bestandteil des integrierten Waldschutzes | Gesamtziel ist es, die aktuelle Gefährdungssituation durch Buchdrucker in potenziell gefährdeten Fichtenbeständen mit hoher zeitlicher und räumlicher Auflösung einzuschätzen, wobei das Gesamtrisiko als kombinierte Wahrscheinlichkeit von (i) Brutraumangebot, (ii) Prädisposition (insb. Trockenheit) und (iii) Borkenkäferdruck ermittelt wird. Die Teilmodelle für (i) bis (iii) münden in einem Web-Prognosetool, in dem tagesaktuell und bestandesgenau das Gesamtrisiko kartiert wird und welches damit eine dynamische Fokussierung der terrestrischen Borkenkäferüberwachung auf aktuell besonders gefährdete Bestände erlaubt. | 2017-2022 |
| IpsSAT- Detektion von Borkenkäferschäden mit optischen Satellitendaten | Ziel von IpsSAT ist eine Analyse und ein Vergleich unterschiedlicher automatisierter Klassifikationsstrategien zur Identifizierung von geschädigten, bedeutet: verfärbten, Fichten in unterschiedlichen Fernerkundungsdaten. Hierfür werden Methoden des überwachten Lernens eingesetzt d.h. die automatisierten Klassifikationsverfahren werden mit einem vorab manuell erstellten Lerndatensatz „trainiert“. | 2019-2023 |
| KfP - Kleingebietsschätzer für die forstliche Planung | In dem Projekt soll ein Verfahren entwickelt werden, mit dem aus Fernerkundungsdaten in Kombination mit terrestrischen Inventuren kostengünstig und verlässlich der Holzvorrat sowie die Struktur des Holzvorrats flächenhaft auf Bestandesebene in regelmäßigem Rhythmus geschätzt werden kann. Als Datengrundlage dienen Großrauminventuren, wie die Bundeswaldinventur, oder Betriebsinventuren, aus Luftbildern abgeleitete 3D-Modelle der Kronendachoberfläche sowie Sentinel-2-Daten. Die in kürzeren Zeitabständen automatisiert bereitgestellten flächenhaften Daten bieten Vorteile in der strategischen Betriebsplanung, der mittelfristigen Forsteinrichtung, aber auch der operativen Eingriffsplanung der Forstbetriebe. | 2023-2025 |
| KIHBA - Künstliche Intelligenz für hochaufgelöste Baumartenerkennung | Das Ziel von KIHBA ist die Entwicklung einer KI-basierten Methodik zur automatisierten Baumartenklassifikation auf Basis von hoch- und höchstauflösenden Fernerkundungsdaten für die Waldflächen von Bayern. Auf der Basis der Nutzung unterschiedlichster Fernerkundungsdaten, gekoppelt mit terrestrisch erfassten und visuell interpretierten Daten werden KI-basierte Algorithmen entwickelt und getestet, die eine Differenzierung der in Bayern (und Deutschland) wirtschaftlich bedeutsamsten Baumarten wie Fichte, Kiefer, Buche und Eiche ermöglichen sollen. | 2021-2023 |
| KlimBa - Modellierung einer klimaangepassten Baumartenverbreitung für Deutschland | Hauptziel des geplanten Vorhabens ist die Erarbeitung und Bereitstellung von Datengrundlagen und Modellen, die eine standortgerechte und an das zukünftige Klima angepasste Baumartenwahl ermöglichen. Weiteres Ziel: Entwicklung einer öffentlich zugänglichen Signaturdatenbank, mit der bundesweite Baumartenkarten aus Copernicus-Daten erzeugt werden können | 2020-2024 |
| Laubbaumdegradationen in den historischen Gärten von Berlin/Potsdam | Quantifikation des Schädigungsmaßes des historischen Baumbestandes (automatische individuelle Baumkronenerfassung) auf Basis von multitemporalen/spektralen UAV Befliegungen im Park Sanssouci, Park Babelsberg und Landschaftspark Glienicke | 2020 |
| MIRS - Trendanalyse fernerkundlicher Zeitreihen für das phänologische Monitoring von Borkenkäfer-Befallsflächen | Machbarkeitsstudie zur Beantwortung der Fragen: Lassen sich mit Hilfe phänologischer Maße aus Landsat-Zeitserien vom Borkenkäfer befallene Waldstandorte charakterisieren? Lassen sich anhand der phänologischen Indizes unterschiedliche Befallsausmaße unterscheiden? | 2014-2015 |
| MoBiTools | Das Projekt MoBiTools erfasst biodiversitätsrelevante Waldstrukturen über Luftbild- und Satellitendaten und stellt die Ergebnisse für verschiedene Forschungsprojekte rund um Biodiversität zur Verfügung. Waldstrukturkarten werden flächendeckend für Baden-Württemberg erstellt und regelmäßig aktualisiert. | 2022 |
| Monitoring der Biodiversität im Wald mittels Fernerkundungsmethoden | Ziel des Projektes ist es das Monitoring der Biodiversität im Wald Baden-Württembergs mit Fernerkundungsmethoden zu unterstützen. Das im Rahmen des Projektes zu entwickelnde Monitoring-Konzept orientiert sich an den (quantitativen und qualitativen) Ansprüchen von Waldzielarten an die Strukturvielfalt von Wäldern. Hierzu werden unter Einbeziehung von Experten für Waldzielarten, Waldlebensraumtypen und FFH-Kartierung die Zusammenhänge zwischen den Lebensraumansprüchen der im Projekt zu definierenden Schirmarten mit Fernerkundungsparametern analysiert. | 2018-2022 |
| Monitoring Kiefernschäden | Untersuchung der Ursache für das Kiefernabsterben 2015/16: Zur Abschätzung der Schadflächen werden Sentinel-2 Satellitendaten ausgewertet und Stichprobenpunkte der Bundeswaldinventur in Anlehnung an die bewährte Methodik der Waldzustandserhebung aufgenommen. | 2016-2017 |
| Moschusbock-Monitoring | Identifizierung von Befallsbäumen des Moschusbockkäfers / Prävention der Ausbreitung des Käfers durch Ermittlung der Verbreitung der Writsbaum-Gattung "Prunus" durch Erfassung aus Luftbildern zum Blühzeitpunkt | 2020-2020 |
| PhenObserve | Wenn große Landwirtschaftsflächen von Schäden durch Klimaextreme (z. B. später Frost, Trockenheit) betroffen sind, können sich öffentliche Einrichtungen wie die Landwirtschaftskammer, Länder oder auch Versicherungen oft schwer ein objektives Gesamtbild der Lage machen. Für diese Beurteilung werden im vorliegenden Projekt meteorologische Daten und Modelle mit Phänologie - Informationen aus den Daten der europäischen Fernerkundungssatelliten Sentinel-2 (S-2) und Sentinel-3 (S-3) verknüpft. | 2019-2022 |
| Pro-Qual-Tools - Weiterentwicklung statistischer Holzaufkommensprognoseverfahren zur Differenzierung von Rohholzsorten und Produktqualität | Ziel des Projekts ist die Entwicklung von neuen Fernerkundungs- und statistischen Verfahren zur Vorhersage einer merkmalsdifferenzierten Holzqualität von Rohholz sowie deren Implementierung in vorhandene Inventur- und Holzaufkommensprognose-Tools. Damit lassen sich derzeit existierende volumen- und sortenbezogene Vorhersagefunktionalitäten um eine differenzierte Vorhersage zur Qualität von Holzprodukten aus inventurbasierten Daten erweitern. | 2016-2019 |
| Reconstructing Forst Disturbance Dynamics in Europe | Untersuchung der historischen Entwicklung mitteleuropäischer Wälder (1985-2015) durch Kombination von Landsat-Zeitreihenanalysen und statistischer Modellierung | 2016-2018 |
| ResEt-Fi - Wegbereiter Wiederbewaldung: Regionales Flächenmanagement zur Entwicklung multifunktionaler Wälder auf gestörten Fichtenflächen | Das Ziel ist, ausgehend von den großflächigen Störungen und forstwirtschaftlichen Schäden in ehemaligen Fichtenbeständen in Mittelgebirgslagen, umsetzbare Lösungskonzepte und Werkzeuge zur Risikoeinschätzung und Entscheidungsfindung bei der Wiederbewaldung von Störungsflächen zu entwickeln. Aufgaben im Teilprojekt „Fernerkundung“: verschiedene Managementvarianten auf Störflächen mittels UAV und Satellitenfernerkundung flächenhaft charakterisieren, sodass eine Übertragbarkeit von der Lokal- auf die Regionalskala ermöglicht wird. Dabei umfasst der multisensorale Ansatz optische und thermale Fernerkundung mittels UAV und Satellitenbildern sowie am Boden erhobene Referenzdaten. | 2023-2026 |
| SAPEX-SAT - Ableitung von Baumhöhen und Lücken aus Stereo-Satellitendaten | Untersuchung forstlicher Charakterisierung anpassungsnotwendiger Waldbestände sowie Regionalisierung von Großrauminventuren auf Basis von Satellitendaten Hauptziel: Generierung von Oberflächenmodellen aus stereoskopischen WorldView-2 Satellitendaten Ableitung von dendrometrischen Kenngrößen wie Höhe, Lückigkeit, Beschirmung, Stammzahl, mittlerer Stammdurchmesser und Schichtung aus Stereo-Satellitendaten | 2013-2014 |
| Satellitengestützte Erfassung von Störungen im Wald - Monitoring basierend auf Sentinel-1 SAR Daten | Im Rahmen des Projekts wird auf der Grundlage von Sentinel-1 SAR-Daten und anhand verschiedener Testgebiete in Europa ein System zur Erfassung von Störungen im Wald entwickelt. Durch die Verwendung der gesamten S1-Konstellation ist eine hohe zeitliche Aktualisierungsrate mit einer Datenerfassung mindestens alle drei Tage möglichEs wird untersucht, 1) wie rasch welche Arten von Störungen und 2) auf welcher räumlichen Skala diese Störungen zu erkennen sind | 2023-2025 |
| SenFor - Bestimmung der Potentiale der Sentinel-2-Mission für die Gewinnung von biophysikalischen Parametern aus Strahlungstransfermodellierungen in Forstgebieten | Das Projekt hat zum Ziel, robuste Aussagen über die Abhängigkeit der Signale von baum- und bestandesspezifischen Eigenschaften zu erlangen und eine flächenhafte Bestimmung von biophysikalischen Parametern im Forst unter Einbeziehung von Phänologie und Aufnahmewinkel abzuleiten. | 2013-2016 |
| SenThIS - Sentinels für Thüringer InformationsSysteme | Ziel: Anwendung und Akzeptanz von Fernerkundungsdaten im operationellen Landesbetrieb erhöhen, Entwicklung und Implementierung von prototypischen Produkten | 2015-2017 |
| Sentinel4REDD | Entwicklung von integrierten multi-temporalen Prozessierungsketten basierend auf Sentinel-1 und -2 Daten für die Unterstützung der REDD+ Initiative im Rahmen der United Nations Framework Convention on Climate Change (UNFCCC) Testgebiete in Mexiko und Südafrika, Anwendungspotenzial: Entwaldungs- und Walddegradierungskarten | 2016-2019 |
| SERAFIM - Satellitengestützte Waldbranddetektion | Derzeit gibt es einige Satellitengroßmissionen, welche die Feuererkennung in mittlerer räumlicher Auflösung zur Vormittags- und Mittagszeit ermöglichen. Am Nachmittag - der Tageszeit, wenn aufgrund der Sonnenintensität die meisten Brände ausbrechen - existiert eine Lücke von etwa 6 Stunden, in der keine entsprechenden Daten verfügbar sind. Ziel von SERAFIM ist es, diese Lücke mittels einer Konstellation von 7 Kleinsatelliten zu schließen. Während der Laufzeit wird die Auslegung, der Bau, der Test und der anschließende Start der 7 Kleinsatelliten auf einer Trägerrakete sowie die Entwicklung von innovativen Methoden für die Datenanalyse und -auswertung realisiert werden. | 2022-2024 |
| ST371 MM-UAV - Mistelmonitoring an Waldinventurpunkten | Bestimmung von Mistelbefall mit Drohnendaten, Abschätzen der Auswirkungen des Mistelbefalls, Verschneidung mit terrestrischen Daten | 2022 |
| STRUKTUR-X - Assimilation von Erdbeobachtungsdaten in Waldsimulationsmodelle zur Bestimmung der Struktur und Produktivität tropischer Wälder | Gesamtziel des Vorhabens ist die Entwicklung neuer Methoden zur Bestimmung der Struktur, Biomasse und Produktivität für komplex strukturierte tropische Wälder durch die Assimilation von TanDEM-X Messungen in Waldsimulationsmodelle | 2019-2025 |
| Studie zur Verwendung von unbemannten Flugobjekten im forstlichen Umweltmonitoring | Ziele der Forschungen sind: Ermittlung von Baumgeometrien (z.B. Baumhöhen), Automatisierte Standpunkt-Bestimmung von Bäumen, Vergleich von Baumspitzen und Standpunkten, Kartierung von Kronenlücke, Kostengünstige Datenerhebung im Vergleich zu terrestrischen Erhebungen (auch großflächig), Verbesserte Möglichkeiten für ein Langzeit-Monitoring (Möglichkeiten zur retrospektiven Analyse von Daten), Automatisierte Arbeitsabläufe für großflächige Erhebungen, Felddaten-Dokumentation | 2017-2020 |
| SYSSIFOSS - Synthetic structural remote sensing date for improved forest inventory models | In SYSSIFOSS wird ein neues Verfahren zur Erstellung synthetischer LiDAR Daten vorgeschlagen. Das Verfahren beruht auf der Verknüpfung von simulierten Forstinventurdaten (erstellt mit einem Waldwachstumssimulator) mit einer im Projekt entwickelten Modellbaum-Datenbank. Die Modellbäume werden dabei aus echten, hochaufgelösten LiDAR-Punktwolken extrahiert. Dieser Ansatz ermöglicht die Bereitstellung von detaillierten Einzelbaum-Inventurinformationen und dazu passender 3D-Waldstruktur über große Flächen. | 2019-2022 |
| TreeCop | Entwicklung eines Sentineldaten-basierten Steuerungstools zur Ermittlung von Trockenstress des Stadtbaumbestandes in der Stadt Essen | 2020-2022 |
| TreeIdent Fi/Kie | Identifikation anpassungsnotwendiger Fichten- und Kiefernbestände auf Basis von digitalen Standortsinformationen und Satellitendaten zur bayernweiten Erfassung von Fichten- und Kiefernvorkommen | 2013-2014 |
| TreeSatAI - Künstliche Intelligenz mit Erdbeobachtungs- und Multi-Source Geodaten für das Infrastruktur-, Naturschutz- und Waldmonitoring | Das übergeordnete Ziel von TreeSatAI ist die Entwicklung von KI-Methoden für das Monitoring von Wäldern und Baumbeständen auf lokaler, regionaler und globaler Skala. Auf Basis frei zugänglicher Geodaten verschiedener Quellen (u.a. Fernerkundung, Administration, Social Media, Mobile App, Monitoring-Bibliotheken, offene Bilddatenbanken) werden Prototypen für die Deep Learning basierte Extraktion und Klassifikation von Baum- und Bestandsmerkmalen für vier verschiedene Anwendungsfälle aus dem Bereich Forst-, Naturschutz- und Infrastrukturmonitoring entwickelt. | 2020-2022 |
| UAV-Assisted Tree Health Assessment by AI | Effizienzsteigerung von Maßnahmen zur Baumpflege mithilfe von Drohnentechnik in Bamberg (Stadtwald, Einzelbäume), Erkennung von Schädlingsbefall, Verbesserung der Forstbestände und der städt. Baumpflege, Anpassung an Klimawandel, Unterstützung der Verkehrssicherheit, schnellere Detektion von Baumfällen nach Starkwetterereignissen | 2022-2024 |
| UAVforSAT – Operationalisierung von Vegetationskartierungen durch Referenzdatenerhebung per UAV und cloud-basierte Analyse von Erdbeobachtungsdaten | Übergeordnetes Ziel des Projektes ist die Entwicklung einer satellitengestützten Prozessierungskette für die operationelle und automatische Vegetationskartierung. Das Projekt zielt darauf ab, die Referenzdatenerhebung für die satellitengestützte Fernerkundung durch den Transfer von zwei Schlüsseltechnologien aus dem Bereich der Robotik und der künstlichen Intelligenz zu automatisieren: Dabei sollen handelsübliche UAV mit RGB Sensorik mit Deep Learning-Algorithmen kombiniert werden, um eine automatische Kartierung der Zielmetrik (z. B. Biodiversität, Zielart) durchzuführen. | 2019-2022 |
| VitTree | Das Projekt untersucht, in welchem Ausmaß und ab welchem Zeitpunkt Veränderungen der Vitalität von Bäumen mittels Fernerkundung erfasst werden können. Das Ziel derartiger Methoden ist es, möglichst frühzeitig solche Veränderungen zu diagnostizieren, idealerweise noch bevor diese für das menschliche Auge im Gelände erkennbar sind. | 2013-2016 |
| Wald5Dplus | Eine KI-Benchmark-Datensatz für die kombinierte räumliche, spektrale, polarimetrische und zeitl. Erfassung von Waldbeständen mittels Sentinel-1 & -2-Daten Ziele: Generierung eines "gelabelten" Referenzdatensatzes für den Einsatz von KI-Methoden in der forstlichen Fernerkundung, Bereitstellung des Datensatzes und der vortrainierten KI-Klassifikationen frei für die Öffentlichkeit | 2022-2023 |
| WaldBiomasse/ForestBiomass | Das Projekt hat es sich zum Ziel gesetzt, kleinräumig die Waldbiomasse aus Fernerkundungsdaten zu erfassen. Dabei sollen insbesondere Daten der neuen Generation von Fernerkundungssatelliten aus dem optischen und dem Radarbereich Verwendung finden, um zuerst die drei Schlüsselparameter Vegetationshöhe, Vegetationsdichte und Baumart, abzuleiten und anschließend aus diesen Parametern die Waldbiomasse zu bestimmen. | 2013-2015 |
| WaldKlick - Sachdatenbasierte Entwicklung einer mobilen App zur Stärkung von Waldbesitzeransprache und Beratung im Kleinprivatwald auf der Basis von Fernerkundungs- und Geodaten | Die WaldKlick-App für Smartphones und aller Voraussicht nach auch für den Browser soll es privaten (Neu-) Kleinwaldbesitzern in Deutschland ermöglichen, unkompliziert grundlegende Informationen über den eigenen Wald abzurufen. Auf Basis freier Daten und aktueller Methoden werden Informationen zu jedem Waldstück einfach, schnell und verständlich abrufbar sein. So können Gefahren für den Wald und Potenziale der Bewirtschaftung erkannt werden und der eigene Wald wird digital erlebbar. | 2021-2024 |
| WALDPuls - Satellitengestütze Echtzeit-Überwachung und Risikoabschätzung des Waldzustandes | Das Verbundvorhaben WALD-Puls setzt sich aus zwei integrierten Teilvorhaben zusammen. Ziel des ersten Teilvorhabens ist die Entwicklung und Erprobung eines Wald-Monitoring Systems, das in Nahe-Echtzeit und räumlich verteilt boden- als auch satellitengestützte Daten sammelt und verknüpft, um dadurch die Risikoabschätzung zu verbessern und langfristige Projektionen zu unterstützen - von der Wurzel bis zur Krone - vom Einzelbaum zum Bestand - vom Bestand zum Waldökosystem. Ziel des zweiten Teilvorhabens ist den bereits bestehenden Waldzustandsmonitor (WZM) bzgl. der räumlichen Auflösung und der zeitlichen Latenz zu verbessern, zusätzliche Produkte einschließlich Frühwarnindikatoren bereitzustellen um darauf basierend ein deutschlandweites, digitales Waldzustandsmonitoring aufzubauen. | 2023-2026 |
| WinMol - Erfassung und Vorhersagemöglichkeiten von Sturmschäden im Forst | Das geplante Vorhaben will Methoden und Modelle entwickeln, um akute und potentielle Sturmwurfflächen im Gelände schnell zu erkennen und zu kartieren, um spätere Folgekalamitäten möglichst zu vermeiden. | 2020-2023 |
| WSF-SAT - Satellitenbasierte Erfassung von Waldschadensflächen in Niedersachsen | System zur automatisierten, landesweiten jährlichen Erfassung von Waldschadensflächen >0,25 ha zur Unterstützung der obersten Forstbehörde bei planenden Aufgaben | 2020-2022 |
| WZE-UAV - Erfassung des Zustands der Wälder in Bayern mit Hilfe von UAV-Technologie | Ziel des Projektes ist es ein Arbeits- und Auswertungsverfahren zu entwickeln, mit dem das bisherige analoge Verfahren der Waldzustandserhebung, das sehr zeit- und kostenaufwendig ist, mittelfristig durch ein modernes, digitales und objektives Verfahren ersetzt werden kann. | 2020-2023 |
Nach oben