Ein Forschungsteam der Justus-Liebig-Universität Gießen (JLU) hat eine innovative Methode entwickelt, um invasive Pflanzenarten im Unterwuchs von Wäldern zu kartieren. Mit dem Einsatz von Drohnen und Künstlicher Intelligenz (KI) gelang es den Wissenschaftlerinnen und Wissenschaftlern, den Götterbaum (Ailanthus altissima), der als invasive Art gilt, unter dem dichten Blätterdach eines durstgeplagten Waldes in Südhessen sichtbar zu machen. Diese bahnbrechenden Ergebnisse wurden kürzlich in der Fachzeitschrift „ISPRS Open Journal of Photogrammetry and Remote Sensing“ veröffentlicht.
Invasive Pflanzen wie der Götterbaum können erhebliche Auswirkungen auf die heimischen Ökosysteme haben. Traditionelle Methoden der Luftüberwachung stoßen dabei oft an ihre Grenzen, da sie in der Regel auf Orthomosaiken basieren. Diese mosaikartig zusammengesetzten Bilder bieten einen Überblick von oben, lassen jedoch alles, was sich unter den Baumkronen befindet, unsichtbar. Um diese Herausforderung zu überwinden, hat das Team die unbearbeiteten Originalaufnahmen der Drohnenflüge mit KI-Algorithmen analysiert und daraus ein dreidimensionales Modell des Waldes erstellt.
Die Ergebnisse waren aufschlussreich: Über 40 Prozent des Götterbaum-Befalls blieben verborgen unter dem Kronendach und wären mit herkömmlichen Kartierungsmethoden nicht entdeckt worden. Dr. André Große-Stoltenberg, der Letztautor der Studie, betont die Bedeutung dieser Entdeckung: „Ein erheblicher Teil dieser Invasion spielt sich im Verborgenen ab, unter dem Kronendach. Erst durch die Kombination von Schrägluftbildern und KI können wir ein realistisches Bild vom tatsächlichen Ausmaß der Invasion gewinnen.“
Eine der überraschendsten Erkenntnisse des Teams war, dass die KI-Modelle präziser arbeiteten, wenn sie mit den unbearbeiteten Originalaufnahmen gefüttert wurden, anstatt mit den üblichen, aufwendig erstellten Orthomosaiken. Dies vereinfacht den gesamten Arbeitsprozess und macht die Methode für die praktische Anwendung attraktiver, so Marcel Dogotari, der Erstautor der Studie.
Für die Untersuchung wurden Drohnenflüge in den Waldgebieten um Pfungstadt und Seeheim-Jugenheim (Landkreis Darmstadt-Dieburg) durchgeführt. Die Analyse der Drohnenbilder erfolgte mithilfe von neuronalen Netzen, einer Technik des maschinellen Lernens zur automatisierten Erkennung von Bildinhalten. Anschließend wurden die Ergebnisse auf eine georeferenzierte dreidimensionale Punktwolke des Waldes projiziert. Dieser neue Ansatz liefert nicht nur präzisere Karten, sondern auch umfassendere räumliche Informationen. Die Forschenden sind zuversichtlich, dass diese Methode auch in anderen Regionen und für verschiedene Arten angewendet werden kann.
Darüber hinaus eröffnet die Technik neue Möglichkeiten für die Umweltforschung und das Monitoring invasiver Arten. Diese Fortschritte könnten letztlich dazu beitragen, Entscheidungen im Bereich des Natur- und Umweltschutzes zu unterstützen. Das Projekt MonA (Monitoring von naturschutzrelevanten Arten und Renaturierungsmaßnahmen per Fernerkundung), aus dem diese Forschung hervorgegangen ist, wurde durch den Hessischen Biodiversitätsforschungsfonds des Hessischen Landesamtes für Naturschutz, Umwelt und Geologie (HLNUG) gefördert.
Neben den Forschern der JLU waren auch Wissenschaftler der Hochschule Rhein-Waal an der Veröffentlichung beteiligt. Die Ergebnisse dieser Studie könnten weitreichende Implikationen für die zukünftige Überwachung und den Schutz von Wäldern haben, insbesondere in Zeiten des Klimawandels, wenn die Gesundheit der Wälder zunehmend bedroht ist.
Zusammenfassend lässt sich sagen, dass die Kombination aus modernen Technologien wie Drohnen und Künstlicher Intelligenz neue Wege eröffnet, um versteckte Herausforderungen in der Natur zu erkennen und zu bewältigen. Die Erkenntnisse aus dieser Forschung sind nicht nur für die Wissenschaft von Bedeutung, sondern auch für die praktische Umsetzung von Naturschutzmaßnahmen und die langfristige Erhaltung der Biodiversität in unseren Wäldern.
