Fachagentur Nachwachsende RohstoffeEin Projektträger des Bundesministeriums für Ernährung und Landwirtschaft

 

FNR-Pressemitteilung

Trockenstress-Früherkennung: Waldblick aus dem All

Vorhaben der forstlichen Fernerkundung zur Baumartenerkennung und -zustandsanalyse

Forstwissenschaftler der TU München untersuchten im Vorhaben ForDroughtDet zusammen mit dem Deutschen Zentrum für Luft- und Raumfahrt und der Universität Trier, wie der Einsatz der Fernerkundung zur frühzeitigen Erkennung von Trockenstress in Wäldern verwendet werden kann.

Trockenstress-Früherkennung – so lässt sich das Kürzel des abgeschlossenen Forschungsprojekts „ForDroughtDet“ übersetzen, das aus dem Waldklimafonds der Bundesministerien für Ernährung und Landwirtschaft (BMEL) und für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) gefördert wurde. Ziel war es, für Luftbilder und Satellitendaten Methoden der Bildanalyse zu entwickeln, die eine flächendeckende, automatisierte Detektion von Trockenstress bei Wäldern ermöglicht.

Die bisher genutzten Ansätze zur Erfassung von Trockenheit bei Bäumen über die Fernerkundung beruhen auf Spektralanalysen der Aufnahmen von Kalamitäten – wenn also die Dürre bereits irreversible Schäden verursacht hat. ForDroughtDet zielte hingegen auf eine Dürrefrüherkennung, die ganz neue Möglichkeiten eröffnet, etwa Bestände mit nicht-standortgemäßen Baumarten bereits vor einem Komplettausfall zu identifizieren und darüber den Waldumbau zielgerichtet zu steuern.

Trockenstress = Änderung der Blattstellung?

Die Forstwissenschaftler versuchten daher, Reflexionsänderungen im Kronenraum ausfindig zu machen, die bereits geringen Trockenstress aufzeigen. Dabei folgten sie ihrer Hypothese, dass sich bei Trockenstress die Stellung der Blätter verändert. Um dies zu ermitteln, wurde neben der spektralen Analyse auch die Anisotropie, die unterschiedliche Rückstrahlung von Blattstrukturen, als Informationsquelle einbezogen. Diese ist bei der Fernbildauswertung normalerweise ein Störfaktor und wurde bisher wenig untersucht.

Bei ihrer Datenanalyse profitierten die Fernerkundler von der Zusammenarbeit mit dem KROOF Experiment der TU München im Kranzberger Forst bei Freising. Dort wurden zwischen 2013 und 2019 Buchen-Fichten Mischbestände künstlichem Trockenstress ausgesetzt und mit begleitenden Messungen vom Wurzel- bis in den Kronenraum untersucht. Über den Datenabgleich konnte ForDroughtDet die phänologische Entwicklung verschiedener Baumarten unter sich stetig verstärkendem Trockenstress im jeweiligen Spektralbereich verfolgen und einordnen.

Spektraldatenbankenals Basis für automatische Baumarten-Zustandserkennung

Mit dem übergeordneten Ziel einer automatisierten Baumartenerkennung via Luft- und Satellitenbild-Daten schuf das ForDroughtDet-Team Spektraldatenbanken, die mit Vor-Ort-Messungen abgeglichen sind. Ihnen gelang dabei der Aufbau einer ‚Phänologie‘-Datenbank, die die jahreszeitliche Entwicklung der Baumarten Fichte, Buche (für Trockenstress-Erkennung) sowie für Kiefer, Lärche, Eiche, Bergahorn, Birke und Zitterpappel einschließt. Eine ‚Anisotropie‘-Datenbank dient der Modellierung der Reflexionsverteilung bei Fichten und Buchen unter Trockenstress und entsprechenden Kontrollbäumen im Tages- und Jahresverlauf und liefert Hinweise auf Strukturänderungen im Kronenraum durch Stresssituationen.

Doch die Wissenschaftler kämpften auch mit Widerständen. Die technische Umsetzung erwies sich als komplex. Die Hypothese, dass es einen Zusammenhang von Trockenstress und Blattstellungsänderung gibt, konnten die Forschenden weder bestätigen noch völlig verwerfen. Um die Baumzustandsanalyse für eine frühzeitige Erkennung von Trockenstress aus der Ferne abzuschließen, sei eine Integration von meteorologisch/klimatischen Daten sowie Wachstumsmodellen notwendig, so die Erkenntnisse und Identifikation weiteren Forschungsbedarfs aus dem ForDroughtDet-Projekt.

Weiterführende Informationen zum Projekt:

Verbundvorhaben: Einsatz von Fernerkundung zur frühzeitigen Erkennung von Trockenstress auf gefährdeten Waldstandorten

Teilvorhaben 1: https://www.fnr.de/index.php?id=11150&fkz=22WB410601

Teilvorhaben 2: https://www.fnr.de/index.php?id=11150&fkz=22WB410602

Teilvorhaben 3: https://www.fnr.de/index.php?id=11150&fkz=22WB410603

Abschlussbericht: https://www.fnr.de/ftp/pdf/berichte/22WB410601.pdf

Themendossier Klimawandeleffekte im Wald:

https://www.waldklimafonds.de/presse/themendossiers/klimawandeleffekte-im-wald

Hintergrund:

Der Waldklimafonds wurde im Juni 2013 als Bestandteil des Energie- und Klimafonds gemeinsam von BMEL und BMUV aufgelegt.

Die FNR ist seit 1993 als Projektträger des BMEL für das Förderprogramm Nachwachsende Rohstoffe aktiv. Sie unterstützt als Projektträger auch Vorhaben der Förderrichtlinie Waldklimafonds.

Ansprechpartner:
Fachagentur Nachwachsende Rohstoffe e.V.
Benedikt Wilhelm
Tel.: +49 3843 6930-342
Mail: b.wilhelm@fnr.de

Pressekontakt:
Fachagentur Nachwachsende Rohstoffe e.V.
Martina Plothe
Tel.: +49 3843 6930-311
Mail: m.plothe(bei)fnr.de

Die Verwendung der folgenden Bilder ist für redaktionelle Zwecke honorarfrei. Veröffentlichung bitte unter Quellenangabe Bild 1: Leonie Wagner und Bid 2 und 3: Jan Burke.

PM 2022-14

Herausforderung Baumartenerkennung: Die Abbildung zeigt das Ergebnis einer multitemporalen Klassifikation von Baumarten. Dazu wurden drei Austriebsphasen erst getrennt behandelt und abschließend zusammengeführt. Aus Gründen der besseren Erkennbarkeit sind Nadel- (oben) und Laubbäume (unten)getrennt dargestellt. Foto: Leonie Wagner

Herausforderung Baumartenerkennung: Die Abbildung zeigt das Ergebnis einer multitemporalen Klassifikation von Baumarten. Dazu wurden drei Austriebsphasen erst getrennt behandelt und abschließend zusammengeführt. Aus Gründen der besseren Erkennbarkeit sind Nadel- (oben) und Laubbäume (unten)getrennt dargestellt. Foto: Leonie Wagner

Das Luftbild verdeutlicht die multisaisonale Datenerfassung zur Baumarten-Klassifikation über den Ansatz des 'Phänologischen Fingerabdrucks'. Dabei werden die zeitversetzten Austriebsphasen der Baumarten genutzt, wie etwa die Blüte der Kirsche. Foto: Thomas Schneider

Das Luftbild verdeutlicht die multisaisonale Datenerfassung zur Baumarten-Klassifikation über den Ansatz des 'Phänologischen Fingerabdrucks'. Dabei werden die zeitversetzten Austriebsphasen der Baumarten genutzt, wie etwa die Blüte der Kirsche. Foto: Thomas Schneider

Kran, Flugzeug oder Weltall: ForDroughtDet nutzt alle möglichen Distanzen und Techniken um Daten zu erfassen, die eine automatisierte Detektion von Trockenstress via Fernerkundung ermöglichen. Foto: Jan Burke

Kran, Flugzeug oder Weltall: ForDroughtDet nutzt alle möglichen Distanzen und Techniken um Daten zu erfassen, die eine automatisierte Detektion von Trockenstress via Fernerkundung ermöglichen. Foto: Jan Burke