Drohnenbasierte Früherkennung von Bäumen mit Borkenkäferbefall

Auf der gesamten nördlichen Hemisphäre stellen Borkenkäferschäden ein massives wirtschaftliches Problem dar. Bis ein Befall sichtbar wird, ist bereits die neue Käfergeneration am Ausfliegen, was ein hohes Risiko einer Massenvermehrung mit sich bringt. Die Konsequenzen einer Massenvermehrung sind in den Hochlagen der Nationalparke Bayerischer Wald und Sumava anschaulich nachvollziehbar. Eine Früherkennung des Befalls ist aktuell nur mit einer schwierigen terrestrischen Begehung möglich. Vielfältige Untersuchungen bestätigen den dringlichen Bedarf nach einem effektiven Verfahren zur Borkenkäferführerkennung. Die meisten bisherigen Untersuchungen mit Methoden der Fernerkundung scheitern an: - ungenügenden terrestrischen Referenzdaten - einer mangelnden zeitlichen Verfügbarkeit von spektral hochaufgelösten Daten und - an zu kleinen Maßstäben mit der Problematik von Mischpixeln. Im vorliegenden Projekt wird eine Methode entwickelt, womit der Borkenkäferbefall unter Verwendung unbemannter Luftfahrtsysteme (UAS = Drohnen) frühzeitig erkannt werden kann. Dabei soll aktuelle Fernerkundungssensorik zum Einsatz kommen. Durch Upscaling-Tests wird der Maßstab, bei dem eine Borkenkäferfrüherkennung möglich ist, analysiert. Dies ist die Grundlage, um das Verfahren für eine Praxisanwendung auf einer fliegenden Plattform mit möglichst großer Flächenleistung zum Einsatz zu bringen. Für die Entwicklung der Methode werden unterschiedliche Untersuchungsflächen in beiden Nationalparks ausgewählt, um eine möglichst große Variabilität der auftretenden Ausprägungen berücksichtigen zu können. Durch die Untersuchung in den Nationalparken ist es möglich, eine komplette Befallsentwicklung durchgängig und ohne Intervention durch den Menschen zu berücksichtigen. Der Verlauf des Borkenkäferbefalls wird mit Daten im großen Maßstab (hohe geometrische Auflösung), über einen weiten Bereich des elektromagnetischen Spektrums (mit hoher spektraler Auflösung) und sehr häufig (mit hoher zeitlicher Auflösung) erfasst. Die Daten werden mit Fernerkundungsmethoden intensiv untersucht. Im Ergebnis wird ein Arbeitsablauf für eine drohnenbasierte Borkenkäferfrüherkennung aufgezeigt. Dazu gehören Informationen zu erforderlichen Befliegungszeitpunkten und -maßstäben, über die zu berücksichtigenden Spektralbereiche (Sensoren) und deren spektrale Auflösung sowie über die Art der Datenauswertung. Mit diesem Projekt werden geeignete Datensätze über verschiedene Stadien des Borkenkäferbefalls in den Nationalparks erhoben. Die Datensätze dienen im Wesentlichen der Methodenentwicklung zur Borkenkäferfrüherkennung und werden der Öffentlichkeit frei zur Verfügung gestellt. Sie können für weitere Forschungs- und Entwicklungsarbeiten dienen. Die entwickelte Methode wird durch Veröffentlichung und einen Workshop bekannt gemacht.

Datum 1. 3. 2017 - 29. 2. 2020
Länderkürzel DE
Name der begünstigten Einrichtung Technische Hochschule Deggendorf
Projektleitung TC Freyung
Verknüpfung zaf.th-deg.de
Förderrahmen & Förderprogramm EFRE ETZ, Interreg BAY-CZ
Ikona

Entdecke die Europaregion

Hochschulführer

Hochschulführer

Ein Hochschulleitfaden für die Europaregion

Best Practice Projekte

Best Practice Projekte

Aus dem Hochschulbereich

Sommerjobs in der EDM

Sommerjobs in der EDM

Sammeln Sie Erfahrungen

Fotodatenbank der EDM

Fotodatenbank der EDM

Fotografien für die breite Nutzung

28 schönste Tagestouren

28 schönste Tagestouren

Mit dem Fahrrad durch die EDM

28 schönste Rundwanderungen

28 schönste Rundwanderungen

Wanderausflüge durch die Europagerion

28 traditionelle Rezepte

28 traditionelle Rezepte

Kochen mit der Europaregion

Wir kochen gut

Wir kochen gut

Geschmack der Europaregion

Zweisprachigkeit in der EDM

Zweisprachigkeit in der EDM

Unseres Angebot