Bestimmung von Baumarten und Baumzustand auf Satellitenbildzeitserien
Die Hauptinnovationen innerhalb der Arbeitspakete 2 und 3 von FutureForest liegen in der Entwicklung neuer Verfahren für eine bundesweite Bestimmung von Baumarten und Baumzustand aus Satellitenbildzeitserien.
Die Identifikation der relevanten Information aus großen Datenmengen benötigt effiziente Verfahren, z.B. aus dem Bereich der künstlichen Intelligenz (Deep Learning). Diese Verfahren sind so flexibel, dass verschiedene Datenquellen effizient zusammengeführt werden können. So sollen im Projektteil Baumartenbestimmung z.B. räumlich hochauflösende Luftbilder und zeitlich hochauflösende Satellitenbild-Zeitserien verknüpft werden, um durch die Verlaufsinformation und detaillierte visuelle Information die Klassifikation von Baumarten im Vergleich zu Standartverfahren deutlich zu verbessern.
Darüber hinaus soll durch die Aufnahme von detaillierten Validierungsflächen im Feld nicht nur die Klassifikationsgüte überprüft, sondern auch der Einfluss von Unterwuchs und Bodenvegetation auf die Reflexionswerte der Fernerkundungsdaten untersucht werden, um damit wichtige Informationen für die weitere Optimierung der Verfahren zu gewinnen.
Im Projektteil Baumzustand soll die hohe zeitliche Auflösung von Satellitenbild-Zeitserien (Sentinel-2 der ESA) ausgenutzt werden, um fast in Echtzeit den erwarteten und den beobachteten Zustand des Waldes zu vergleichen. Wiederholte Abweichungen vom erwarteten Zuständen, können dann als Hinweise aus entstehende Waldschäden dienen und die frühzeitige Erkennung von Waldschäden unterstützen.
