Projektbezeichnung
|
DeepForest: Entwicklung von Machine-Learning-Methoden zur Schätzung der unteren Schichten der Waldvegetation aus Laserpunktwolken flug-zeuggetragener Sensoren |
|---|---|
| Akronym | DeepForest |
| Projektpartner |
|
| Laufzeit |
2 Jahre, bis Sommer 2023 |
| Fördergeber | Land Hessen, LOEWE-Exploration (Förderlinie 5) |
| Projektinhalt | Die Wälder der Erde sind von besonderer Bedeutung für das Klima und den Menschen. Sie sind Lebensraum für die viele Tier- und Pflanzenarten, binden Treibhausgase und sind ein wichtiger Rohstofflieferant für uns Menschen. Die möglichst detaillierte Erfassung ihrer Struktur ist für das Verständnis und den Schutz dieses komplexen Systems unerlässlich. Da die Erfassung bei Begehungen sehr aufwändig ist, können moderne Verfahren der Fernerkundung helfen. Mit Hilfe von Künstlicher Intelligenz (KI) sollen Methoden zur Beschreibung des Zustandes des Waldes und der bodennahen Vegetation entwickelt werden. Hierfür sollen Laserscanning- und Bilddaten aus flugzeug- und satellitengetragenen Sensoren genutzt werden, um Daten aus der Bodenperspektive zu erzeugen. Das entstehende digitale Modell kann zum Beispiel für den Hochwasserschutz und für die Untersuchung der Auswirkungen von Waldbränden eine wichtige Rolle spielen. |
Airborne Laser Scanning
Mobile Laser scanning
In red colored healthy vegetation
