Steckbrief WinMol Analyzer
| Name | WinMol Analyzer – Ein QGIS – Plugin zur Erkennung und Quantifizierung von Sturmschäden auf UAV-Orthomosaiken |
| Funktion | Schnelle Erkennung und Kartierung von Sturmwurfflächen in Wäldern, um Folgekalamitäten zu vermeiden und das Krisenmanagement nach Sturmkalamitäten zu verbessern. |
| Technologie | UAV, Deep Learning |
| Einsatzbereiche | Analyze von Sturmschäden |
| Datenquellen | Hochaufgelöste UAV-Orthomosaiken (Grond Sampling Distance <3 cm wird empfohlen) |
| Funktionsweise und Algorithmen | Detektion und Quantifizierung von vom Wind geworfenen Stämme auf UAV-Orthomosaiken Semantische Segmentierung von Windwurfstämmen mittels Deep Learning Architektur UNet Regelbasierte Objekterkennung und Quantifizierung der Stämme basierend auf der segmentierten Stammkarte |
| Ergebnis / Output | Erkannte Windwurfstämme und ermitteltes Stammvolumens als Vektor-Layer Messpunkten zur Durchmesserermittlung entlang der erkannten Stämme als Vektor-Layer Binäre Stammkarte der semantischen Segmentierung als Rasterlayer |
| Vorteile | Traditionelle Abschätzung der Schadholzmenge nur über die Abschätzung der Fläche möglich, da die Flächen aus Sicherheitsgründen nicht gegangen werden können. Einsatz von UAV und KI ermöglicht erstmals die automatische Erfassung und Vermessung von Einzelbäumen -> präzisere Erfassung, Erkennung von Gefahrenpotentialen erhöht die Arbeitssicherheit. Lagegenaue Erfassung der Einzelbäume verbessert die Planung der Räumungsarbeiten und steigert somit die Effizienz von eingesetzten Maschinen. |
| Zielgruppe | Das Plugin dient Waldbesitzern, Forstbetrieben und der Forstverwaltung zur besseren Planung und Umsetzung von Maßnahmen zum effektiven Krisenmanagement nach Sturmkalamitäten. |
| Projekte / Referenzen | WINMOL – Erfassung und Vorhersagemöglichkeiten von Sturmschäden im Forst Projektlaufzeit: Juli 2020 – Dezember 2023 Projektleitung: Prof. Dr. Jan-Peter Mund, Hochschule für nachhaltige Entwicklung Eberswalde Dr. Marco Natkhin, Thünen-Institut für Waldökosysteme Projektpartner: Thünen-Institut für Waldökosysteme Hochschule für nachhaltige Entwicklung Eberswalde Förderung: Gefördert durch das Bundesministerium für Ernährung und Landwirtschaft (BMEL) über die Fachagentur Nachwachsende Rohstoffe e.V. (FNR) Förderkennzeichen: 2220NR024A und 2220NR024B Referenzen: Reder, Stefan; Kruse, Melissa; Miranda, Luis; Voss, Nicole; Mund, Jan-Peter (2025): Unveiling wind-thrown trees: Detection and quantification of wind-thrown tree stems on UAV-orthomosaics based on UNet and a heuristic stem reconstruction. In: Forest Ecology and Management 578, S. 122411. DOI: 10.1016/j.foreco.2024.122411. Reder, Stefan; Mund, Jan-Peter; Albert, Nicole; Waßermann, Lilli; Miranda, Luis (2022): Detection of Windthrown Tree Stems on UAV-Orthomosaics Using U-Net Convolutional Networks. In: Remote Sensing 14 (1), S. 75. DOI: 10.3390/rs14010075. |
| Kosten | Open Source |
| Zukunftsperspektiven / Weiterentwicklung | Weiterentwicklung als Open Source Software koordiniert durch die HNE Eberswalde |
| Verfügbarkeit und Kontakt | https://stefanreder.github.io/WINMOL_Analyzer/index.html https://github.com/StefanReder/WINMOL_Analyzer Kontakt: stefan.reder@hnee.de |