Waldmodellierung
Eine qualitativ hochwertige Waldmodellierung ist die Grundvoraussetzung für nahezu alle Anwendungen rund um den Wald:
- Wo bekomme ich welche Holzsortimente in welcher Menge zu welchem Preis? (Wer liefert was?)
- Automatisierte georeferenzierte Holzernte
- Vermögensbewertung (Finanzamt)
- Waldwachstumssimulation (Wie sieht mein Wald in 30 Jahren aus?)
- Waldbrandsimulation
- Simulation und Abschätzung der Folgen der Klimaveränderung
Der Virtuelle Wald in seiner finalen Ausbaustufe wird die Beschreibung des Waldes auf der Ebene von Bestandseinheiten, Einzelbäumen und Stichprobendaten ermöglichen. Erklärtes langfristiges Ziel des Virtuellen Waldes ist entsprechend die Generierung einer Datenbank, die alle Bäume in Nordrhein-Westfalen mit einem Brusthöhendurchmesser größer als 20 cm abbildet (ca. 240 Millionen Einzelbäume) und ihren genauen Standort mit ihren geografischen Koordinaten kennt. Die prinzipielle Machbarkeit dieses Vorhabens wurde bereits in der ersten Projektphase gezeigt. In der zweiten Projektphase stand jedoch die Generierung einer neuartigen Bestandsinventur als erster Meilenstein im Vordergrund. Diese zerlegt den Wald (teil-) automatisiert in Bestandseinheiten und beschreibt diese wiederum durch summarische Attribute wie Baumarten, Flächenanteile, Bestockungsgrad und Vorrat.
Aus Sicht der Sensor datenverarbeitenden Algorithmen liegen die beiden Ansätze nah beieinander. Für beide ist eine leistungsfähige Baumartenklassifikation notwendig. Die Algorithmen zur Bestandserkennung sowie zur Einzelbaumerkennung profitieren wechselseitig von ihren Ergebnissen. Grundlegend unterschiedlich ist lediglich die Ableitung der bestandes- bzw. baumbeschreibenden Attribute. Diese Zusammenhänge werden in Kooperation mit dem Institut für Waldinventur und Waldwachstum der Georg-August-Universität Göttingen (Prof. Kleinn) erarbeitet. In der Summe führt diese Vorgehensweise zu einer wechselseitigen Kalibration der Verfahren für ein großräumiges Vorgehen und hierdurch zu einer beidseitigen Qualitätssteigerung.
