Home › 
Use Cases › 
Überwachung von Aufforstungsprojekten

Überwachung von Aufforstungsprojekten

Use Case
Landwirtschaft

Hintergrund

Im Verlauf der Menschheitsgeschichte haben wir große Teile der ursprünglichen Urwaldflächen abgeholzt. Trotz verheerender Folgen wie der Desertifikation ganzer Subkontinente wird teilweise immer noch Kahlschlag betrieben. Um sich ausbreitende Wüsten und andere Probleme zu bremsen, wächst das Interesse an Wiederaufforstungprojekten wie z.B. Chinas Grüner Mauer oder privaten Impact Investment Initiativen.

Jedoch ist der Wald durch die initiale Baumpflanzung nicht wiederhergestellt. Nur eine kontinuierliche Überwachung stellt sicher, dass das junge Ökosystem nicht plötzlich zusammenbricht.

Herausforderungen

Im dicht besiedelten Deutschland können wir uns den Luxus von Förstern leisten, die sich um die Gesundheit der Wälder kümmern. Schwieriger ist es, den Überblick über große und abgelegene Wiederaufforstungsgebiete in anderen Ländern zu behalten. Luftaufnahmen machen das Monitoring effizienter als landbasierte Einsätze, sind aber dennoch sehr teuer.

Außerdem ist die Sichtung und Analyse der Aufnahmen durch Experten arbeitsintensiv und kann nur eine grobe Einschätzung des Bestandes liefern. Kleine Veränderungen über die Zeit werden schnell übersehen.

Lösungsansatz

Ein umfassenderer Ansatz ist die Nutzung von hyperspektralen Satellitenbildern, also Datensätzen die mehr als nur die von uns wahrgenommenen 3 Farben enthalten. Durch diese zusätzlichen Informationen können neue 'Farbbänder' erzeugt werden, wie z.B. der 'Normalized Difference Vegetation Index' (NDVI). Dieser stellt Bewuchs deutlich dar. Die 'Solar-Induzierte Chlorophyll Fluoreszenz' wiederum lässt auf die Stärke der Photosynthese schließen.

Um diese räumlich, zeitlich und spektral hochaufgelösten Datenmengen effizient zu verarbeiten und auf die relevanten Informationen zu destillieren, bieten sich neuronale Netzwerke (NN) mit Zeitcodierung an. Sie ermöglichen es, kostengünstig riesige Gebiete zu überwachen, Schwächen im Ökosystem frühzeitig zu erkennen und so größere Schäden zu verhindern.

KI-News jedes Quartal

Erhalten Sie Nachrichten über Machine Learning und Neuigkeiten rund um dida.

Erfolgreich angemeldet.

Gültige Email-Adresse benötigt.

Email-Adresse bereits registriert.

Etwas ist schiefgelaufen. Bitte versuchen Sie es nochmal.

Mit dem Klick auf "Anmelden" erklären Sie sich mit unserer Datenschutzerklärung einverstanden.

dida Logo