Früherkennung von Borkenkäferbefall bei Fichten mittels Drohnen

Borkenkäfer verursachen immense Schäden in den Wäldern. Können diese Schäden verringert werden, dann hat das Projekt ein hohes wirtschaftliches Potential sowohl für die Waldbesitzer, als auch für forstliche Unternehmen.

Factsheet

  • Lead school School of Agricultural, Forest and Food Sciences
  • Institute(s) Multifunctional Forest Management
  • Research unit(s) Mountain Forests and Natural Hazards
  • Funding organisation Others
  • Duration (planned) 01.11.2020 - 31.12.2022
  • Project management Mark Günter
  • Head of project Mark Günter
  • Project staff Mark Günter
  • Partner Forschungsfonds Aargau
  • Keywords Drohnentechnik, Borkenkäferbefall Frühdetektion, Green Attack, Spektralanalyse

Situation

Bisher wurde ein Ansatz mittels Satelitenbildern getestet und validiert und die Resultate sind signifikant. Dieser Ansatz kann gut für die grobe Lokalisierung von Bodenkäferattacken benutzt werden. Was fehlt ist ein Ansatz, der die Lokalisierung auf Baumebene mittels Drohnenbildern ermöglicht, was dieses Projekt testen und validieren wird.

Course of action

Testen und Validieren des Workflows, um Borkenkäferattacken mittels Drohnenbildern zu erkennen. Schlussendlich werden wir Spektralsignaturen von gesunden versus angefallenen Fichten analysieren. Was wir suchen ist die signifikante Divergenz der Spektralsignaturen der gesunden versus kranken Bäumen.

Looking ahead

Bei erfolgreichem Testen und Validieren des Algorithmus/Workflows wird ein Tool für die Praxis angestrebt

This project contributes to the following SDGs

  • 15: Life on land