Optimierung der Überwachung von potenziellen Waldschädlingen mittels Künstlicher Intelligenz am Beispiel der Nonne (Lymnatria monacha L.): KINoPro; Teilvorhaben 1: Naturwissenschaftliche Begleitforschung

Abstract

Das Projekt KINoPro besteht aus zwei Teilvorhaben (TV) und dient der Verknüpfung von Technologie und Tradition im Hinblick auf die Optimierung der Überwachungsverfahren von potenziellen Waldschädlingen am Beispiel des Kieferngroßschädlings Nonne (Lymantria monacha L.). Dem zugrunde lagen einerseits eine ausführliche Literaturrecherche über die ökologischen Ansprüche und Haupteinflussfaktoren auf die Populationsentwicklung von L. monacha (TV 1) sowie die Fangdaten der Bundesländer Sachsen und Brandenburg und andererseits die Entwicklung einer Künstlichen Intelligenz (KI), welche diese Faktoren im Zusammenhang mit Wetterdaten über ein neuronales Netz zu deuten lernt und Prognosen zum Auftreten des Falters treffen kann (TV 2). Hintergrund dieses Projektes sind die derzeitigen Monitoringverfahren von L. monacha der Länder, welche einen sehr großen Personal-, Kosten- und Zeitaufwand darstellen. So betreute Brandenburg im Jahr 2022 insgesamt 776 Fallen, die im Zeitraum vom 15.06. bis 15.08. mehrmals pro Woche kontrolliert und die gefangenen Falter gezählt werden. Bei konstant hohen Fangzahlen muss der Überwachungszeitraum zusätzlich verlängert werden. In Sachsen werden im gleichen Zeitraum Falleninseln mit je zwei bis drei Fallen pro Standort aufgestellt, welche ebenfalls manuell ausgezählt und sich auf insgesamt 394 Fallen im Jahr 2022 summieren. Daraus entwickelte sich das Ziel des Projektes: die Minimierung des Monitoringaufwands durch Prognosen des Auftretens potenzieller Waldschädlinge unter Anwendung einer KI am Beispiel von L. monacha. Dieser Schlussbericht bezieht sich auf das TV 1, welches von der Technischen Universität Dresden, Professur für Waldschutz bearbeitet wurde.