Innovative KI-basierten Simulationsmodellen für Projektionen der Waldentwicklung in Deutschland
Wälder bedecken knapp ein Drittel der Fläche Deutschlands, und haben neben ihrer zentralen Rolle im Klimaschutz und bei der Erhaltung der Biodiversität auch eine wichtige wirtschaftlichen Bedeutung. Angesichts der Umwälzungen durch den globalen Wandel (v.a. Klimawandel) lautet die entscheidende Frage wie diese Funktionen erhalten und auch ausgebaut werden können. Um zukunftsfähige Entscheidungen treffen zu können, sind Waldbewirtschafter:innen auf wissenschaftlich fundierte, und lokal verfügbare Informationen über die langfristigen Auswirkungen von Bewirtschaftungsmaßnahmen (z.B., Wahl von Baumarten) im Klimawandel angewiesen.
Das Team der TU München entwickelt daher in FutureForest flächendeckende, hoch aufgelöste Projektionen der Waldentwicklung in Deutschland, wobei eine Reihe von realistischen Bewirtschaftungsvarianten analysiert werden. Die Analyse ergibt forstliche (z.B., Holzzuwachs), ökologische (z.B. Kohlenstoffspeicherung), und soziale (z.B. Erholungswert) Indikatoren als Datengrundlage für das Entscheidungshilfesystem.
Die Berechnungen basieren dabei auf einer innovativen Kombination von prozessbasierten und KI-basierten Simulationsmodellen, sowie aktueller Datenquellen aus der Fernerkundung. Das an der TU München entwickelte prozessbasierte Modell iLand simuliert Effekte von Klima und Bewirtschaftung mit einem hohen Grad an Realismus auf der Ebene von einzelnen Bäumen, ist allerdings daher auf kleinere Flächen beschränkt. Mit dem – ebenfalls von der TUM kommenden – neuen KI-basierten Ansatz SVD ist möglich, die detaillierten Simulationsergebnisse auf die gesamte Fläche der Bundesrepublik zu übertragen. Damit wird in FutureForest.ai ein einzigartiger Datensatz geschaffen, der konsistent Effekte von Waldumbaustrategien im Klimawandel für ganz Deutschland enthält.
