DeepDigitalForest
Projektlaufzeit gesamt:
3 Jahre
Das Projekt
Ziel des Projekts war es, einen kosteneffizienten Workflow zur Digitalisierung des Waldes zu erarbeiten, der von der Gewinnung flugzeugbasierter Fernerkundungsdaten von mittlerer bis sehr hoher Punktdichte und deren Prozessierung über optimierte Felderhebungen mittels terrestrischen Laserscannings bis hin zu einer Tablett-Applikation zur Unterstützung des forstlichen Managements reicht.
Unsere Tätigkeiten im Projekt
Die Aufgabe von JR im Projekt war die Entwicklung von Deep Learning (DL) Methoden für die Erkennung einzelner Bäume aus LiDAR-Daten mit hoher Punktdichte.
Forschungsgruppen
Downloads
Auftraggeber
Österreichische Forschungsförderungsgesellschaft FFG
Projektpartner
UMWELTDATA Gesellschaft m.b.H. (Koordination)
AeroMap GmbH
E.C.O. Institut für Ökologie Jungmeier GmbH
Souveräner Malteser-Ritter-Orden Waldbetrieb Ligist
Details zum Projekt
Im Projekt DeepDigitalForest wird das Konzept eines konsistenten, firmenübergreifenden und kosteneffizienten Workflows zur Digitalisierung des Waldes durch die Gewinnung und Auswertung von Flugstreifen mit sehr hoch aufgelösten Daten (VHR-ALS, Tiefflug-Streifen) erweitert. Diese ermöglichen eine genauere Beschreibung einzelner Bäume und müssen in das bestehende System aus Flugzeug ALS und Terrestrischen Erhebungen eingebunden werden. Zusätzlich soll im Projekt ein von Umweltdata GmbH patentiertes Verfahren für terrestrische Laserscanning Aufnahmen im Wald in den Workflow integriert werden.
Ein weiterer Fokus liegt auf einer fortgeschrittenen KI-basierten Extraktion von Baumeigenschaften, auf der Erweiterung der Tablet-App für komplexe Fragestellungen und sehr große Planungsgebiete und auf der Gewinnung von Indikatoren für das Monitoring von Strukturreichtum und Biodiversität im Wald. Insgesamt soll die kosteneffiziente Anwendung der Methoden in sehr großen Regionen oder ganzen Nationen vorangetrieben und als internationaler Standard etabliert werden.
