FORSENSE
Kombination moderner Sensortechnologien zur optimierten Ressourcenbewertung im Wald
Im FORSENSE-Projekt werden mit terrestrischem Laserscanning und Drohnen in einer modernen Forstinventur zwei hochmoderne Technologien kombiniert, mit denen bisher nicht messbare Informationen zum Wald erhoben werden können. Durch die algorithmische Umsetzung in eine Software sollen der Präzisionsforstwirtschaft von morgen hochgenaue Daten zu Baumdimensionen, Waldstruktur und möglichen Holzsortimenten im Wald zur Verfügung gestellt werden. Das Projekt wird im Rahmen der Förderinitiative KMU-innovativ durchgeführt. Die Initiative unterstützt kleine und mittlere Unternehmen bei der Entwicklung innovativer Technologien und Dienstleistungen für eine verbesserte Ressourcen- und Energieeffizienz.
Mit der Präzisionsforstwirtschaft
etabliert sich gerade ein forstliches Managementkonzept, bei
dem angestrebt wird, die Holzproduktion durch präzisere Informationen zum Wald zu optimieren. Dieses stützt
sich auf detaillierte und zeitaktuelle Daten über Menge und Verteilung von Holzsortimenten im Wald.
Traditionelle forstliche Inventurverfahren liefern zwar realistische Informationen zu Baumarten,
Durchmesser und Höhenverteilung, aus denen durch Modellannahmen Stammvolumina und Biomassen
berechnet werden können. Jedoch sind die Daten aufgrund der üblicherweise mehrjährigen Inventurintervalle
selten zeitnah verfügbar. Und es fehlen präzise Informationen über Qualitätskriterien wie Stammkrümmung,
nutzbare Stammlänge, wie sie für eine verwendungsorientierte Sägeholzsortierung notwendig wären.
Gerade diese Zusatzinformationen sind entscheidend für eine optimierten Verwertungsschiene.
Deshalb ist es das Ziel des FORSENSE-Projekts ein Verfahren zu entwickeln, das auf der Grundlage moderner Technologien wie terrestrischem Laserscanning (TLS) in Kombination mit dem Einsatz hochaufgelöster Drohnendaten, räumlich differenzierte Informationen zum Rundholzsortenanfall im Wald als Ausgangspunkt für eine ressourcenoptimierte Wertschöpfungskette bereitstellt. Das entwickelte Verfahren soll anschließend in ein kommerzielles Softwareprodukt umgesetzt werden, das als Bewertungs- und Steuerungsinstrument in der Forstinventur genutzt werden kann.
Der Einsatz von terrestrischen Laserscannern und Drohnen zur Luftbildfotografie liefert die notwendigen Daten für eine Präzisionsforstinventur. Dazu werden in Zusammenarbeit zwischen dem wissenschaftlichen Dienstleister Scientes Mondium UG und dem Lehrstuhl für Waldwachstumskunde der TU München Algorithmen zur kombinierten und automatisierten, räumlichen Mustererkennung aus TLS- und Drohnendaten entwickelt. Diese zwei modernen Technologien ergänzen sich idealerweise in ihrem Informationsspektrum. Terrestrische Laserscanner können ihre Umgebung hochgenau abtasten und liefern Daten zu Stammformen und -volumina , während Drohnen ganze Waldbestände flächig in ihrer Struktur erfassen und relevante Daten zur Repräsentativität der hochgenauen TLS-Daten zur Verfügung stellen, welche aus Kostengründen nur an ausgewählten Stichprobenpunkten erfasst werden können. Da bislang kein etabliertes Waldinventurverfahren existiert, das beide Technologien kombiniert, liegt auf der Verfahrensentwicklung das Hauptaugenmerk des FORSENSE-Projektes. Die optischen Sensordaten der Drohne werden dabei in räumliche Punktewolken mittels Multi View Geometry umgewandelt und mit den TLS-Daten kombiniert. Die Auswertung umfasst die automatisierte und robuste Erkennung von einzelnen Bäumen durch Algorithmen des maschinellen Lernens, sowie die Stammformerkennung und die automatisierte Ableitung größenklassenspezifischer Holzsortimente.
Weiteres Projektziel ist die Umsetzung des entwickelten Verfahrens in ein Softwareprodukt, das der Technologie den Sprung in die Anwendung ermöglicht. Damit wird die Forstinventur deutlich hinsichtlich ihrer Effizienz und der gewonnen Daten weiterentwickelt, so dass die nötigen Daten für eine Präzisionsforstwirtschaft im Sinne der Industrie 4.0 in Zukunft zur Verfügung stehen. Insbesondere kleinere und mittlere Waldbesitzer, welche bislang keine oder unzureichende Waldinventurmöglichkeiten hatten, werden von dem im FORSENSE-Projekt entwickelten Verfahren profitieren, da der Drohneneinsatz in Kombination mit terrestrischem Laserscanning kosteneffizient durchgeführt werden kann und die bis dato häufig unerschwinglichen, rein terrestrische Inventuren abgelöst werden können.
Projekttitel: Kombination moderner Sensortechnologien zur optimierten
Ressourcenbewertung im Wald
Förderkennzeichen: 033RK046A
Laufzeit: 1.1.2017 – 31.12.2018
Projektleitung:
Prof. Dr. Thomas Seifert
Scientes Mondium UG, Ruppertskirchen 5, 85250 Altomünster
E-Mail: t.seifert@scimond.com
Projektpartner:
Prof. Dr. Hans Pretzsch
Lehrstuhl für Waldwachstumskunde der TU München
Programmierung, Design: Erich Seifert