First 2.0

Hintergrund und Zielsetzung

Ziel des Projektes ist die Entwicklung eines nutzerbezogenen Services zur
skalenübergreifenden kontinuierlichen Vitalitäts- und Waldschadensanalyse mittels
multisensoraler Fernerkundungsdaten und künstlicher Intelligenz, welche durch SaaS Produkte
und angepasste Services für den Endnutzer unterstützt wird. Die Produkte werden für die
Überwachung unterschiedlicher Schadereignisse (Sturm, Kalamitäten, Trockenheit, Feuer) und
Schadketten entwickelt, um den Akteuren aus Forstwirtschaft und Naturschutz ein verbessertes
Waldmanagement zu ermöglichen.

Vorgehensweise

Das Projekt FirST in der 1. Förderphase von mFund beschäftigte sich mit den Potentialen, die
Satellitendaten zur Unterstützung forstwirtschaftlicher Prozessketten nach einem Sturm bieten.
Die gewonnenen Erkenntnisse sollen in der zweiten Phase der mFund Förderung zu einem
ausgereiften Produkt entwickelt werden, welches die Anforderungen von öffentlichen und
privaten Waldbesitzern bzgl. der Informationen zur Vitalitätsüberwachung und zur Erkennung
unterschiedlicher Waldschäden, wie Sturm, Kalamitäten, Trockenstress oder Feuer, liefert.
Daher soll die Entwicklung in engem Austausch mit privaten und staatlichen Forstbetrieben, der
verschiedenen Bereiche der Waldwirtschaft sowie des Naturschutzes begleitet und von diesen
in der praktischen Anwendung getestet werden.
Der Fokus liegt auf der Analyse großer Mengen an Satellitendaten in Kombination mit
andersartigen Datenquellen, um rechtzeitig zu erkennen, wo Handlungsbedarf besteht, die
Kommunikation zwischen den einzelnen Akteuren zu optimieren und letztendlich die
Schadensbegrenzung und präventive Maßnahmen zu unterstützen.
Die Menge an verfügbaren Satellitendaten steigt von Jahr zu Jahr, gleichzeitig werden die
Daten immer günstiger. Die Anzahl kommerzieller Anbieter steigt, parallel bietet z.B. die
Europäische Weltraumorganisation (esa) ihre Daten kostenlos an. Der Vorteil dieser Daten liegt
in der großräumigen Erfassung sowie in den kurzen Zeitintervallen zwischen einzelnen
Aufnahmen. Cloud Services ermöglichen es, große Datenmengen in kürzester Zeit zu
prozessieren, zu fusionieren und zu analysieren. Die Entwicklung von Algorithmen der
künstlichen Intelligenz ist, auch aufgrund der nun vorhandenen Rechenkapazitäten, ein sehr
lebendiges Feld.
Das Projektkonsortium macht sich dies zunutze, verknüpft die Aspekte Datenakquise, -
bearbeitung und automatisierte Auswertung und wendet dies bundesweit zur Untersuchung des
Zustands der Wälder an. So können je nach Baumart und örtlichen Randbedingungen
Aussagen getroffen werden, wie exponiert dieser Bereich ist. Unter Einbeziehung
unterschiedlicher Datenquellen aus den Inventuren und dem Monitoring wird eine umfangreiche
Datengrundlage für die Validierung verwendet. Die Einbindung historischer Daten, Satellitenund
Drohnenbilder und in-situ Messungen soll ein holistisches Bild schaffen, dass es
Entscheidungsträgern ermöglicht, ihre Arbeit zielgerichteter und effizienter zu verrichten.
Durch die Verwendung mobiler Endgeräte kann mit dem Personal im Feld kommuniziert und
Gegebenheiten vor Ort aufgenommen werden. So entsteht eine neue
Kommunikationsschnittstelle über die auch das Festhalten des Ist-Zustandes und Abgleichen
mit den erwarteten Gegebenheiten ermöglicht wird. Der Einbezug unterschiedlicher Akteure aus
den Bereichen Forst und Naturschutz soll sicherstellen, dass alle Bedarfe abgedeckt werden.