Steckbrief FUSION-RaLiKI
| Name | FUSION-RaLiKI – Fusion von Radar- und Lidar-Satellitendaten zur großskaligen quantitativen Bestimmung von Waldstrukturparametern durch modellbasierte und KI-Verfahren |
| Funktion | Entwicklung robuster Fernerkundungsmethoden zur großskaligen Abschätzung der Waldstruktur und -biomasse durch Fusion von Radar- (SAR) und Lidar-Daten unter Einsatz von modellbasierten und KI-gestützten Verfahren. Ziel ist die Verbesserung des globalen Waldmonitorings zur Unterstützung von CO₂-Neutralitätsstrategien. |
| Technologie | Synthetic Aperture Radar (SAR), insbesondere BIOMASS-Mission (P-Band) Lidar-Satellitendaten (GEDI) Modellbasierte Verfahren, Höhe-zu-Biomasse-Allometrie (H2B) Entwicklung einer differenziellen ΔH2ΔB-Allometrie zur präziseren Erfassung von Biomasseänderungen Künstliche Intelligenz zur Übertragung der Biomassebestimmung auf BIOMASS-Daten |
| Einsatzbereiche | Globales Waldmonitoring Klimawandel-Forschung Landschaftsökologie Kohlenstoffbilanzierung |
| Datenquellen | SAR-Daten (z. B. BIOMASS-Mission) Lidar-Satellitendaten |
| Funktionsweise und Algorithmen | Fusion von SAR- und Lidar-Daten zur Ableitung von Waldstrukturparametern Anwendung von H2B-Allometrie zur Biomasseabschätzung Entwicklung der ΔH2ΔB-Allometrie zur präziseren Erfassung von Biomasseänderungen Einsatz von KI-Modellen zur Übertragung der Biomassebestimmung auf BIOMASS-Daten |
| Ergebnis / Output | Quantitative Karten der Waldstrukturparameter Verbesserte Modelle zur Abschätzung von Biomasse und deren Änderungen Beiträge zur CO₂-Bilanzierung und Klimawandelüberwachung |
| Vorteile | Höhere Genauigkeit bei der Erfassung von Biomasseänderungen durch differenzielle Methoden Nutzung von KI zur Verbesserung der Datenanalyse Unterstützung globaler Bemühungen zur CO₂-Neutralität durch präziseres Waldmonitoring |
| Zielgruppe | Klimaforscher*innen Forstwissenschaftler*innen (v.a. in Bezug auf die Algorithmen) Umweltbehörden Entscheidungsträger im Bereich Klimapolitik |
| Projekte / Referenzen | Fachgebiet: Fernerkundung, Landschaftsökologie, Modellierung Projektlaufzeit: 11/2021 – 04/2025 Gefördert durch: DLR Raumfahrtagentur Förderkennzeichen: 50EE2111 Projektleitung: Prof. Dr. Lukas Lehnert, Dr. Konstantinos Papathanassiou |
| Zukunftsperspektiven / Weiterentwicklung | Integration der entwickelten Methoden in globale Waldmonitoring-Systeme Weiterentwicklung der KI-Modelle für andere Fernerkundungsdaten Anwendung der Methoden auf andere Ökosysteme zur Unterstützung der Klimaforschung |
| Verfügbarkeit und Kontakt | Projektseite: LMU Geographie – FUSION-RaLiKI Kontaktperson: Prof. Dr. Lukas Lehnert, lehnert.lu@lmu.de Dr. Konstantinos Papathanassiou https://www.geo.lmu.de/geographie/de/forschung/physische-geographie-und-nexusforschung/forschung/aktuelle-forschungsprojekte/fusion-von-radar-und-lidar-satellitendaten-zur-grossskaligen-quantitativen-bestimmung-von-waldstrukturparametern-durch-modellbasi/ |
