KI-Plattform für klimaangepassten Waldumbau

Die rasche Erderwärmung und damit einhergehende Belastungen wie Stürme, Starkregenereignisse und langanhaltende Trockenperioden sowie das vermehrte Auftreten von Schädlingen stellen ein großes Risiko für die Forstwirtschaft dar. So sind zum Beispiel bis zu 3 Mio. ha Fichtenwaldfläche unter 600 m ü. NN gefährdet, was mehr als 25% der deutschen Waldfläche entspricht. Diese und andere Bestände müssen langfristig an die neuen Bedingungen angepasst werden. Um dieser Herausforderung zu begegnen, muss der Wald durch Wald­eigentümer bzw. die Forstverwaltungen umgebaut werden.

Die spezifischen Entscheidungsprobleme, vor denen Waldeigentümer stehen, sind:

• Welche Waldbestände sind beim Umbau besonders dringlich zu behandeln?
• Welche Bewirtschaftungsformen bzw. welche Baumarten und welche innerartlichen Varietäten sind an welchem Standort besonders geeignet, um den neuen klimatischen Anforderungen standzuhalten?
• Wie kann der Umbau so durchgeführt werden, dass der Wald eine hohe Biodiversität aufweist, einen wirtschaftlichen Ertrag sicherstellt und seine Klimafunktion erfüllen kann?

Bei der Lösung dieser Probleme besteht großer Informations- und Beratungsbedarf. Was den Waldeigentümern vor allem fehlt sind allgemein anwendbare Verfahren auf Basis einer konsistenten Datengrundlage, die sie in allen drei Entscheidungsproblemen unterstützt. Das Fraunhofer IGD arbeitete in 2020/2021 in diesem Projekt in enger Abstimmung mit dem Innovationszentrum Digitalisierung und Künstliche Intelligenz (KI4LIFE) an einer Konzeption und dem Aufbau einer KI-Plattform zur Entwicklung und Evaluierung von KI-basierten Verfahren als Entscheidungsunterstützung für klimaangepassten Waldumbau.

Um die Digitalisierung des Waldes weiter voranzutreiben, wurde als Nachfolgeinitiative die Phase II des Projektes PACT Ende 2021 gestartet und verfolgt die Ziele:

• Die Ressource Wald datenbasiert bestmöglich zu nutzen, ist die Datenakquise und die Datenaufbereitung der erste Schritt.
•  Auf dieser Datengrundlage, Smart Services bereitzustellen, um eine datenbasierte Auswertung der gegenwärtigen und zukünftigen CO2-Senke-Potentiale vorhandener Waldgebiete ermitteln zu können.
• Diese Potentiale wir mit datenbasierter Entscheidungsunterstützung für eine optimierte Nutzung und den Umbau der Ressource Wald zu heben.
• Aktuell werden verschiedene KI-basierte Modelle zur Baumartendetektion trainiert und evaluiert. Damit sollen zukünftig anhand von Satellitenbildern die unterschiedlichen Waldgebiete auf den Bildern segmentiert werden können. Als Grundlage für das Training, sowie der Evaluierung, dienen Daten, welche uns dank der Akquise von HessenForst zur Verfügung gestellt wurden.

Nebenher beschäftigen wir uns mit weiterer Datenakquise, um eine zusätzliche Datengrundlagen aufzubauen. Hinzu erweitern wird zurzeit unsere Infrastruktur, sodass ein besseres Monitoring/Logging des Trainingsprozesses möglich ist.