Schlussbericht zum Vorhaben: Implementierung eines drohnengestützten Borkenkäferfrühdetektionsverfahrens in die FORSTliche PRAXis, Teilvorhaben 2: Automatisierung und Optimierung der georeferenzierten Sensordaten-HeatMap-Erstellung zur Visualisierung von Borkenkäfer-Befallskarten vor Ort im Wald (FORSTPRAX)

Abstract

Das Projekt FORSTPRAX hat zum Ziel, ein auf einem Halbleitergassensor basierendes System zur Erkennung von Borkenkäferbefall in Hinblick auf die forstliche Praxis weiterzuentwickeln. Der Sensor wird dabei von einer Drohne getragen, die in geringem Abstand über den Bestand fliegt. Das Messprinzip basiert auf der Erkennung von Monoterpenen, die von Bäumen bei Borkenkäferbefall an die Atmosphäre abgegeben werden. Diese Reaktion des Baumes setzt sehr früh ein, sodass mit diesem Ansatz eine schnellere Erkennung als mit bisherigen technischen Verfahren möglich sein kann. In diesem Teilvorhaben werden informationstechnische Grundlagen für eine mögliche Anwendung des Verfahrens in der Praxis weiterentwickelt. Dazu werden drei Aspekte bearbeitet: 1. Die Erarbeitung einer Routine zur Erstellung von Höhenprofilberechnungen zur Vorbereitung von Befliegungen im Fall der Nutzung eines Drohnensystems ohne Abstandssensor und genaue Positionsbestimmung. 2. Die Erarbeitung von Verfahren zur möglichst automatisierten und schnellen Erhebung, Übertragung und Darstellung der Sensordaten im Wald unmittelbar nach der Durchführung einer Befliegung, damit Nutzer eine direkte Rückmeldung erhalten können. 3. Die Erarbeitung einer Möglichkeit zur zentralen Speicherung der Daten zur Bereitstellung, Visualisierung und möglichen Einbindung in bestehende Waldwirtschaftssysteme basierend auf offenen Standards. Projektergebnisse: Im Rahmen dieses Teilvorhabens konnte das Konzept eine Früherkennung von Borkenkäferbefall mittels eines drohnengestützten Halbleitergassensors weiterentwickelt werden. Es wurde eine Routine für die Erstellung von Baumkronenhöhenprofilen und Orthomosaiken aus RGB-Luftbildern entwickelt und angewendet. Als Träger des Halbleitergassensors wurde das Drohnenmodell DJI Matrice 300 RTK ausgewählt und die dafür notwendige Software entwickelt. Die Eigenschaften dieses Modells, insbesondere die Fluggenauigkeit und die bereits integrierten Distanzsensoren, ermöglichten es, Messflüge direkt ohne Digitales Höhenmodell durchzuführen. In einer ersten Version wurden die Daten entsprechend der ursprünglichen Planung mittels einer eigenen PC-Software verarbeitet und visualisiert. Durch Weiterentwicklungen konnte die Verarbeitungslogik vollständig auf den Bordcomputer der Drohne integriert werden, die Steuerung und Datendarstellung wurde über eine WLAN-Verbindung und beispielweise ein Smartphone möglich. Eine zusätzlich Windmessdrohne wurde aufgrund mangelnder Praxisnähe nicht einbezogen. Die Übertragung auf einen Testserver bietet die Möglichkeit der zentralen Datenhaltung und der Einbindung der Daten über die OGC-Standards Web Map Service und Web Feature Service in Geographische Informationssysteme, forstliche Planungssoftware mit Kartenfunktion und in Webanwendungen. Datei-Upload durch TIB The project FORSTPRAX aims to further develop a system based on a semiconductor gas sensor for detecting bark beetle infestations with regard to forestry practice. The sensor is carried by a drone that flies over the stand at a short distance. The measuring principle is based on the detection of monoterpenes, which are released into the atmosphere by trees in the event of bark beetle infestation. This reaction of the tree starts very early, so that this approach can enable faster detection than with previous technical methods. In this sub-project, the information technology basis for a possible application of the method in practice is being further developed. To this end, three aspects are being addressed: 1. the development of a routine for creating height profile calculations in preparation for aerial surveys when using a drone system without a distance sensor and precise positioning. 2. the development of procedures for the automated and rapid collection, transmission and visualisation of sensor data in the forest immediately after a survey so that users can receive direct feedback. 3. the development of a possibility for central storage of the data for provision, visualisation and possible integration into existing forest management systems based on open standards. Project results: As part of this sub-project, the concept of early detection of bark beetle infestation using a drone-based semiconductor gas sensor was further developed. A routine for the creation of tree crown height profiles and orthomosaics from RGB aerial images was developed and applied. The DJI Matrice 300 RTK drone model was selected as the carrier for the semiconductor gas sensor and the necessary software was developed. The characteristics of this model, in particular the flight accuracy and the already integrated distance sensors, made it possible to carry out measurement flights directly without a digital elevation model. In a first version, the data was processed and visualised according to the original planning using a separate PC software. Further developments enabled the processing logic to be fully integrated into the drone's on-board computer, with control and data visualisation possible via a WLAN connection and a smartphone, for example. An additional wind measurement drone was not included due to a lack of practical relevance. The transfer to a test server offers the possibility of centralised data storage and integration of the data via the OGC standards Web Map Service and Web Feature Service in geographical information systems, forestry planning software with map function and in web applications