Waldmonitoring aus der Luft

Aktivität: Vortrag ohne Tagungsband / VorlesungEingeladener Vortrag bei Industrie oder öffentlicher Einrichtung

Beschreibung

Schutzwälder erfüllen eine zentrale Funktion beim Schutz von Siedlungsräumen, Infrastrukturen und Verkehrswegen vor Naturgefahren wie Lawinen, Muren und Steinschlag. Gleichzeitig stehen sie unter zunehmendem Druck durch Klimawandel, biotische Schadfaktoren und strukturelle Überalterung. Ein effizientes, flächendeckendes und objektives Monitoring dieser Wälder ist daher essenziell, stellt aber mit konventionellen terrestrischen Methoden hohe Anforderungen an Zeit, Kosten und personelle Ressourcen.

Dieser Vortrag gibt einen Überblick über aktuelle Ansätze des Waldmonitorings aus der Luft mit besonderem Fokus auf UAV-gestütztes LiDAR (UAV-LS) als komplementäre Erfassungstechnologie. Im Vergleich zu klassischen Airborne-Laserscanning-Verfahren ermöglicht UAV-LiDAR eine deutlich höhere Punktdichte sowie eine verbesserte Erfassung der unteren Vegetationsschichten und der Naturverjüngung – auch in unzugänglichem Gelände. Anhand einer Beispielerhebung in Ebensee werden Erhebungsparameter, Datenqualität und praktische Einsatzmöglichkeiten illustriert.

Ein Schwerpunkt liegt auf der automatisierten Auswertung der hochaufgelösten Punktwolken mittels KI-basierter Punktwolken-Segmentierung. Vorgestellt wird ein Workflow zur Klassifikation der Waldstruktur nach Vertikalstraten (Bodenvegetation, Unterstand, Oberstand), der auf Deep-Learning-Methoden für Punktdaten basiert. Zur Überwindung des hohen Annotierungsaufwands werden synthetisch generierte Trainingsdaten eingesetzt, die reale UAV-LiDAR-Daten gezielt ergänzen und eine skalierbare Modellierung ermöglichen. Experimentelle Ergebnisse zeigen, dass durch die Kombination realer und synthetischer Daten robuste Klassifikationsgenauigkeiten erzielt werden können.

Abschliessend diskutiert der Vortrag den aktuellen Stand, die Grenzen und das Skalierungspotenzial der vorgestellten Methodik. UAV-LiDAR in Verbindung mit KI-basierter Dateninterpretation stellt einen vielversprechenden Baustein für ein modernes, objektives und zukunftsfähiges Schutzwaldmonitoring dar und bietet eine hohe Kompatibilität mit bestehenden forstlichen Bestandesbeschreibungen sowie Entscheidungsprozessen in der Praxis
Zeitraum2 Okt. 2024
EreignistitelForschungstag der Österreichischen Bundesforste 2024
VeranstaltungstypKonferenz
BekanntheitsgradNational

Research Field

  • Assistive and Autonomous Systems