Forschungs- und Innovationsprojekt
Künstliche Intelligenz für hochaufgelöste Baumartenerkennung (Projekt „KIHBA“)

Das Projekt KIHBA erforscht und entwickelt eine auf künstlicher Intelligenz (Deep Learning) basierende Methodik zur bayernweiten Baumartenklassifizierung unter Nutzung von hoch- und höchstaufgelösten optischen Fernerkundungsdaten.

Hintergrund

Flächendeckende, räumlich hochaufgelöste Information zur Baumartenverteilung, die als Grundlage für zukunftssicheres Waldmanagement und zur Untersuchung der Resilienz bestehender Waldbestände dienen können, liegen bislang nicht vor. Ziel des Projektes KIHBA ist es, diese Lücke in Form einer bayernweiten Baumartenklassifizierung zu schließen. Im Fokus stehen dabei die vier dominierenden Baumarten der Wälder Bayerns: Fichte (Picea abies), Kiefer (Pinus spec.), Buchen (Fagus sylvatica, Carpinus betulus) und Eichen (Quercus spec.).
Methoden des Deep Learning , beispielsweise Convolutional Neural Networks (CNN), stellen durch ihre Eignung zur Erkennung räumlicher Beziehungen und Strukturen eine Weiterentwicklung gegenüber Methoden des klassischen maschinellen Lernens dar. Diese neuen Möglichkeiten werden genutzt, um die Baumarteninformation flächendeckend abzuleiten.

"KI" in der forstlichen Forschung – LWF aktuell 131

Zwei Kartenauszüge (ca. 60*60m) links und rechts sowie eine Legende in der Mitte. Bildhintergrund ist eine RGB-Luftbildaufnahme mit Wald. Jeweils dargestellt ist dieselbe Traktecke (AOI) von 2500m² Fläche und die darin erhobenen Trainingsdaten.  In (a) werden Punkte gezeigt, die jeder Baumkrone manuell zugewiesen wurden. Die Baumart ist farblich codiert.  In (b) werden zusätzlich die flächigen, für jede Krone oder Kronengruppe erzeugten, Polygone dargestellt.

Abb. 1: Trainingsdatenerzeugung in einem AOI mit einer Gesamtfläche von 2500 m². Bildteil a (links) stellt ein Echtfarbbild (rot, grün und blau) mit den markierten Baumspitzen der jeweiligen Baumart dar. In Bildteil b (rechts) sind die Baumkronen der einzelnen bzw. gruppierten Baumarten flächig erfasst. (© LWF)

Projektmanagement

Das Projekt KIHBA ist ein Kooperationsprojekt zwischen der Bayerischen Landesanstalt für Wald und Forstwirtschaft (LWF) und der Firma IABG - Industrieanlagen Betriebsgesellschaft mbH.

Die beiden Akteure ergänzen sich durch ihre Expertise:

  • LWF: Erzeugung von Trainingsdaten und Validierung der Modellergebnisse.
  • IABG: Entwicklung und Implementierung des Deep-Learning-Ansatzes.
Schriftzug des BMWK mit Logo

Projektinformationen
Status: laufend
Laufzeit: 01.05.2021 bis 30.11.2023
Projektleiterin: Dr. Adelheid Wallner (Abt. 1, LWF)
Bearbeitung: Steffen Günster (Abt. 1, LWF)
Durchführende Institutionen: Bayerische Landesanstalt für Wald und Forstwirtschaft, IABG mbH Geodaten Factory
Gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz

Weitere Informationen