API src

Found 1 results.

Erkennung stressbedingter Veränderungen des Vitalitäts- und Stoffwechselzustandes von spezifischen Baumarten auf Basis von Hyperspektralaufnahmen

Das Projekt "Erkennung stressbedingter Veränderungen des Vitalitäts- und Stoffwechselzustandes von spezifischen Baumarten auf Basis von Hyperspektralaufnahmen" wird vom Umweltbundesamt gefördert und von Fraunhofer-Institut für Fabrikbetrieb und -automatisierung durchgeführt. Bedingt durch Umwelteinflüsse haben in den letzten Jahren die Stresssituationen für Waldbestände zugenommen. Die Erfassung der daraus resultierenden Schäden erfolgt vor Ort durch die für das Gebiet zuständigen Forstbeamten. Die Erfassung der Schäden vor Ort ist mit einem erheblichen Zeitaufwand verbunden. Da diese Schäden hohe Kosten verursachen und zu erheblichen Wertverlusten führen können, sind für die Forstverwaltungen effiziente Verfahren zur Erfassung dieser Schäden von größter Bedeutung. Ein Erfolg der einzuleitenden Gegenmaßnahmen hängt in vielen Fällen von einer schnellen Reaktion ab, weshalb eine zeitnahe Erfassung erforderlich ist. Das Spektrum möglicher Stresssituationen ist in Waldbeständen sehr breit, da jede Baumart ihre speziellen Schädigungsformen aufweist. Innerhalb dieses Spektrums werden im Rahmen des Projektes speziell Untersuchungen zur Erkennung stressbedingter Veränderungen, die durch Eichenfraßgesellschaften verursacht werden, sowie Untersuchungen zur Bestimmung eines allgemeinen Vitalitätsindex von Waldbeständen durchgeführt. Erforscht werden dabei die Möglichkeiten und erzielbaren Effekte der Anwendung der Hyperspektraltechnik mit einer nachgelagerten Mustererkennung. Mit dem Vorhaben soll so ein Beitrag zur Vorbereitung schneller, sicherer und umweltschonender Maßnahmen zur Früherkennung und Prävention von Kalamitätsfällen geleistet werden. Ziel des Vorhabens ist im ersten Schritt die Erstellung eines Expertensystems (neuronales Netz) zur automatischen Detektion stressbedingter Stoffwechselzustände bei spezifizierten Baumarten und Stressfaktoren. Im zweiten Schritt die Anpassung (Training) der Auswertungsalgorithmen an spezifische Einsatzfälle (Vorsorge, Erfolgskontrolle) und regionale Spezifika (Kalibrierungsbasis). Im dritten Schritt erfolgt die Ableitung von Handlungsempfehlungen zur Vorbereitung schneller, sicherer und umweltschonender Maßnahmen zur Früherkennung und Prävention bzw. Bekämpfung von Kalamitätsfällen sowie Übertragung der Algorithmen und Vorgehensweisen auf andere Flächen und Kalamitätsfälle.

1