Einzelbaumbasiertes, satellitengestütztes Waldökosystemmonitoring mittels autoadaptiver Hyperdimensions-Geodatenanalyse (Akronym: FOREST CARE)

dc.contributor.authorNeubert, Tarek
dc.contributor.authorPaczkowski, Sebastian
dc.contributor.authorJaeger, Dirk
dc.contributor.authorDatta, Pawanjeet
dc.contributor.authorBieniek, Patrick
dc.contributor.authorLiu, Xiang
dc.contributor.authorNegi, Swati
dc.contributor.authorSommer, Dorothea
dc.contributor.authorKirchner, Hauke
dc.contributor.authorKunkel, Julian
dc.contributor.authorKipfer, Anja
dc.contributor.authorFabry, Irina
dc.date.accessioned2025-07-15T09:30:27Z
dc.date.available2025-07-15T09:30:27Z
dc.date.issued2025-07-15
dc.description.abstractDas Projekt FORESTCARE wurde initiiert, um die wachsenden Waldschäden in Deutschland, die wahrscheinlich durch den Klimawandel verursacht werden, zu erfassen und weiterer Schadensausweitung zu reduzieren. Ziel des Projekts war es, Möglichkeiten eines intensiveren Monitorings von Waldbeständen zu erforschen, insbesondere durch die Erfassung einzelbaumbasierter Informationen mittels hochauflösender Fernerkundungsdaten wie LiDAR und optischen Kameras. Diese Daten wurden mithilfe künstlicher Intelligenz (KI) analysiert, um Waldbesitzern Instrumente zur Bewältigung der Klimawandelfolgen, wie trockenheitsbedingten Schäden, zur Verfügung zu stellen. Das Projekt umfasste die Entwicklung neuer Analysealgorithmen, die Bereitstellung von HPC-Server-Support und die Implementierung neuronaler Netzwerke. Durch die Zusammenarbeit mit verschiedenen Forschungseinrichtungen und die Integration des Projekts in die Lehre wurden wertvolle Erfahrungen und Erkenntnisse gewonnen. Besonders erfolgreich war die Forschung und Implementierung von Methoden zur Einzelbaumsegmentierung und Identifizierung von Schadensmerkmalen, was Potenzial für praktische Anwendungen im Forstsektor erwarten lässt.ger
dc.description.versionpublishedVersion
dc.identifier.urihttps://oa.tib.eu/renate/handle/123456789/19617
dc.identifier.urihttps://doi.org/10.34657/18634
dc.language.isoger
dc.publisherHannover : Technische Informationsbibliothek
dc.relation.affiliationGeorg-August-Universität Göttingen, Abteilung Arbeitswissenschaft und Verfahrenstechnologie (AWI)
dc.relation.affiliationAlbert-Ludwigs-Universität Freiburg, Professur für Fernerkundung und Landschaftsinformationssysteme
dc.relation.affiliationGISCON Systems GmbH
dc.relation.affiliationCon terra GmbH
dc.relation.affiliationGesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen
dc.rights.licenseCreative Commons Attribution-NonDerivs 3.0 Germany
dc.rights.urihttps://creativecommons.org/licenses/by-nd/3.0/de/
dc.subject.ddc500 Naturwissenschaften
dc.subject.otherWaldschädenger
dc.subject.otherKlimawandelger
dc.subject.otherFernerkundungger
dc.subject.otherKünstliche Intelligenzger
dc.subject.sdg15
dc.titleEinzelbaumbasiertes, satellitengestütztes Waldökosystemmonitoring mittels autoadaptiver Hyperdimensions-Geodatenanalyse (Akronym: FOREST CARE)ger
dc.title.subtitleGemeinsamer Schlussbericht zur Fördermaßnahme Digital GreenTech - Umwelttechnik trifft Digitalisierung
dc.typeReport
dcterms.event.date01.04.2021-30.09.2023
dcterms.extent66 Seiten
dtf.funding.funderBMFTR
dtf.funding.program02WDG014A
dtf.funding.program02WDG014B
dtf.funding.program02WDG014C
dtf.funding.program02WDG014D
dtf.funding.program02WDG014E
dtf.funding.verbundnummer01232948
dtf.version1
tib.accessRightsopenAccess

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Schlussbericht.pdf
Size:
3.18 MB
Format:
Adobe Portable Document Format
Description: