FutureForest Team
Die wetransform GmbH ist ein 2014 gegründetes Spin-Off des Fraunhofer IGD. Ziel von wetransform ist es, Datenplattformen für Umwelt- und Geodaten bereitzustellen, die offene Standards konsequent umsetzen, um die Zugänglichkeit, die Nutzbarkeit und Nützlichkeit dieser Daten stark zu verbessern. Erreicht wird dies durch neue Verfahren für die datengetriebene Modellierung, die KI-unterstützte Datenharmonisierung und durch eine hochgradige Automatisierung aller Analyse- und Verarbeitungsschritte.
Als Projektkoordinator und Leiter von AP 1 Projektmanagement ist wetransform für das administrative Projektmanagement sowie die Koordination der Kommunikation im Forschungsverbund verantwortlich. Zudem ist wetransform für die Konzeption und Umsetzung des FutureForest DSS im AP 6 FF.ai DSS zuständig und leitet AP 7 Capacity Building.
Die Fachrichtung „Fernerkundung und Geoinformatik“ der FU Berlin (FUB) beschäftigt sich mit der Entwicklung von Methoden und Workflows zur Ableitung von Vegetationsmerkmalen aus Fernerkundungsdaten mit einem Schwerpunkt auf Waldökosysteme. Ein methodischer Schwerpunkt innerhalb der Fachrichtung liegt auf der Verwendung von Methoden aus dem Bereich des maschinellen Lernens und der künstlichen Intelligenz.
In FutureForest wird die FUB Deep-Learning basierte Verfahren entwickeln, um zum einen eine flächendeckende Baumartenkarte aus Fernerkundungsdaten abzuleiten (AP 2) und zum anderen den Waldzustand in nahezu Echtzeit zu erfassen (AP 3).
Der Lehrstuhl für Ökosystemdynamik und Waldmanagement in Gebirgslandschaften der TU München (TUM) beschäftigt sich mit Veränderungen der Natur in Raum und Zeit, und quantifiziert deren Auswirkungen auf Biodiversität und Ökosystemleistungen. Ein besonderer Fokus liegt dabei auf dem Management von Waldökosystemen, sowie auf den möglichen Auswirkungen des Klimawandels. Methodisch ist – neben Feldforschung und Fernerkundung – die Entwicklung und Anwendung von Ökosystemmodellen ein Schwerpunkt des Lehrstuhls.
In FutureForest nutzen wir ein am Lehrstuhl entwickeltes Deep Learning – basiertes Simulationstool, um mögliche Entwicklungstrajektorien des deutschen Waldes zu entwickeln. Diese flächendeckenden Projektionen der Auswirkungen von Waldumbau und Klimawandel fließen als Datenbasis in das Entscheidungshilfesystem.
M.O.S.S. Computer Grafik Systeme GmbH wurde 1987 gegründet und bietet intelligente Geo- und IT-Lösungen in den Bereichen Geotopographie & 3D, Softwarelösungen für das Umweltdatenmanagement, INSPIRE, OGC-konforme Weblösungen und bei der Erstellung von Systemplattformen. Als der führende Technologielieferant in Deutschland für die Verwaltung landesweiter geotopographischer Datenbestände ist M.O.S.S. aktive in Erstellung, Analyse und Nutzung von Fernerkundungsdaten involviert. Mithilfe eines automatisierten Datenmanagements und der Datenaufbereitung unterstützt M.O.S.S. komplette Workflows und realisiert insbesondere Potentiale aus der Fernerkundung für forstwirtschaftliche Prozesse.
In FutureForest bringt sich M.O.S.S. mit seiner Kompetenz im Bereich Raster und Geodatenmanagement und Vorarbeiten aus vorangegangenen Projekten und Erfahrungen der Nutzung eigener Softwarelösungen in der Praxis ein. M.O.S.S. leitet vor diesem Hintergrund das Arbeitspaket AP5 Forstlicher Datenraum und konzipiert, entwickelt und erprobt die Softwarearchitektur Digitales Lager am Beispiel der Nutzung von Raster und insbesondere Sentinel-2 Daten des Copernicus Programms für einen Betrieb, die Datenbereitstellung und die Anbindung von Veredelungsprozessen entlang der Prinzipien von GAIA-X.