FUSION-RaLiKI
Fusion von Radar und Lidar Satellitendaten zur großskaligen quantitativen Bestimmung von Waldstrukturparametern durch modellbasierte und KI-Verfahren
Fusion von Radar und Lidar Satellitendaten zur großskaligen quantitativen Bestimmung von Waldstrukturparametern durch modellbasierte und KI-Verfahren
Wälder sind wichtige Kohlenstoffspeicher und spielen daher eine entscheidende Rolle bei der Transformation zur CO2-Neutralität. Entscheidend für das Monitoring der Wälder auf der globalen Skala ist die Entwicklung von robusten Fernerkundungsmethoden zur Abschätzung der Biomasse. Traditionelle Verfahren verwenden hierzu Transferfunktionen zwischen Waldhöhe und Biomasse (H2B-Allometrie), wobei erstere z.B. aus Synthetic Aperture Radar (SAR) Daten und zweitere oft aus Lidar Daten abgeleitet werden. In Zukunft werden zur Ableitung von Waldstruktur und -höhe auch Daten der BIOMASS-Mission zur Verfügung stehen, deren Frequenz (P-Band) niedriger und deren räumliche Auflösung gröber ist als die der bisher für derartige Verfahren verwendeten SAR-Daten. Bezüglich eines Monitorings der Biomasseänderung in Wäldern werden bisher absolute Änderungen zwischen zwei Aufnahmezeitpunkten gebildet. Dies hat den Nachteil eines potentiell größeren Fehlers, da sich die Fehler der beiden Schätzungen addieren. Daher verfolgt dieses Projekt zunächst das Ziel differentielle Änderungen in der Biomasse zu berechnen durch die Entwicklung einer ΔH2ΔB-Allometrie. Das zweite Ziel des Projektes ist, sowohl die Bestimmung der Biomasse als auch die Änderung dieser auf BIOMASS Daten unter Entwicklung von KI-Modellen zu übertragen.