FF.ai Decision Support System
Das FutureForest Decision-Support-System (FF.ai DSS) soll den Nutzenden auf ihren lokalen Waldbestand angepasste Handlungsempfehlung für einen klimaangepassten Waldumbau bereitstellen. Die Handlungsempfehlung basieren auf Informationen zur aktuellen Baumartenverteilung und zum Baumzustand, welche mittels Deep-Learning-Verfahren aus hochaufgelösten Fernerkundungsdaten wie Luftbildern und Satellitenbildern (Sentinel-2) abgeleitet werden. Zudem werden die Ergebnisse von KI-basierten Simulationsmodellen für Projektionen der Waldentwicklung in Deutschland einbezogen, um die Effekte von Waldumbaustrategien im Klimawandel einzubeziehen. Aktuelle und lokal erfasste Daten der Standorteigenschaften und des Vegetationszustandes können ebenfalls durch den Nutzenden in das FF.ai DSS eingespeist werden, um eine zielgerichtete Entscheidungsunterstützung für den Waldbestand zu ermöglichen.
Auf dieser Datengrundlage kann das FF.ai DSS die Effekte von unterschiedlichen Klimaprognosen und Waldumbauszenarien analysieren. Auf dieser Datengrundlage kann das FF.ai DSS die Effekte von unterschiedlichen Klimaprognosen und Waldumbauszenarien analysieren.
Die Einstufung verschiedener Alternativen für die Waldbewirtschaftung, die geeignet sind, um den negativen Auswirkungen des Klimawandels entgegenzuwirken, erfolgt mithilfe eines Modells, das als multikriterielle Entscheidungsanalyse (Multi Criteria Decision Analysis – MCDA) bekannt ist. Bei MCDA können die Nutzenden jeder möglichen Alternative eine Gewichtung zuweisen, indem sie die für sie wichtigsten Indikatoren auswählen (z.B. Biodiversität, Kohlenstoffspeicherung).
Für das in FF DSS wurde ein MCDA mit einem probabilistischen Ansatz entwickelt, d. h. mit der Möglichkeit, die Auswirkungen von Unsicherheiten auf das Endergebnis abzuschätzen. Dieser Aspekt ist in einem Kontext, in dem Unsicherheiten – z.B. aufgrund verschiedener Klimaszenarien – eine Schlüsselrolle spielen, von grundlegender Bedeutung.
Ergebnisse zur Einstufung der Waldbewirtschaftungsarten in einem Testgebiet in Süddeutschland. Jedes Pixel in der Fläche repräsentiert die in diesem Waldbestand für eine bestimmte Waldbewirtschaftungsart erzielte Gewichtung
Bei der Entwicklung des FF.ai DSS-Prototypen soll ein besonderes Augenmerk auf die Einbeziehung von Nutzenden der Zielgruppen gelegt werden, um die Relevanz und Nutzbarkeit durch diese sicherzustellen. Nutzende interagieren mit dem FF.ai DSS in erster Linie durch eine als Prototyp zu entwickelnde Progressive Web App, welche sowohl auf dem Desktop im Browser als auch als App auf Tablets oder Smartphones genutzt werden kann. Derzeit befindet sich das System in der Prototypischen Umsetzung und eine erste Version ist für Januar 2025 geplant.
Weiterführende Literatur
Interview mit Flaminia Catalli und Matteo Stada
Spada, M, et al. (2024): Effect Of Weights And Criteria Uncertainty On Scoring In Multi Criteria Decision Analysis Ranking Problem: Application To Electricity Supply Resilience Index