Ableitung aus Luftbildern – Projekt F3
Abb. 1: Karte Holzvorrat
Für die nachhaltige Waldbewirtschaftung sind Daten über die räumliche Verteilung von Holzvorräten und der Biomasse eine wichtige Basis. Besonders bei gehäuften Kalamitäten durch Sturm und Insekten (z. B. Borkenkäfer) stellen sie eine wertvolle Grundlage für die Planung von Maßnahmen der Holzernte, der Verjüngung, des Wald-, Natur- und Klimaschutzes dar. Um solche Daten abzuleiten, wurde ein Verfahren entwickelt, das basierend auf normalisierten digitalen Oberflächenmodellen (nDOM), Baumartenkarten und Standortsdaten die flächendeckende Verteilung von Holz- und Biomassevorräten modelliert und in Karten abbildet.
Verfahrensbeschreibung
Das Verfahren integriert Daten verschiedener Quellen für die Modellierung mit Random Forest (Abb. 2). Akkurate nDOM sind das Fundament des Verfahrens. Sie dienen als Grundlage zur Quantifizierung der strukturellen Eigenschaften von Wäldern, die eine wichtige erklärende Größe in der Modellierung darstellen. Die Einbindung weiterer erklärender Variablen (Prädiktoren) in die Modellierung (z. B. Daten zu Baumartenzusammensetzung, Boden, Klima und Topografie) ermöglicht potenziell genauere Vorhersagen bezüglich Holzvorrat und Biomasse.
Daten über Boden, Klima, Topografie und Baumartenzusammensetzung lassen sich nicht unmittelbar mit den Daten zur Waldstruktur kombinieren, weil sie üblicherweise aus verschiedenen Quellen stammen und daher in unterschiedlichen Formaten, Projektionen, Auflösungen etc. vorliegen. Auch müssen geeignete Waldstrukturmetriken aus den nDOM‑Daten abgeleitet und aufbereitet werden.
Abb. 2: Modellierung von Holzvorrat und oberirdischer Biomasse mit Random Forest.
Das hier vorgestellte Verfahren besteht aus Anleitungen und Software-Skripten zur Aufbereitung verschiedener Umweltdatensätze sowie zur Modellierung von Holzvorrat und Biomasse.
Als Eingangsdaten werden Daten zu Boden und Klima aus frei zugänglichen Datenquellen verwendet. Daten zur Topografie (Digitales Geländemodell mit 1 m horizontaler Auflösung (DGM1) können bei den Vermessungsinstitutionen der Bundesländer (evtl. kostenpflichtig) bezogen werden. Daten zur Baumartenzusammensetzung sind mit frei verfügbaren Sentinel-2-Satellitendaten generierbar (Informationen zum Verfahren). Die hier verwendeten Datensätze dienen als Demonstrationsbeispiele für die Einbindung in das Verfahren. Die deutschlandweite Verfügbarkeit und freier Zugriff auf die Daten spielten bei der Auswahl eine wichtige Rolle. Weitere bzw. andere Datensätze, z. B. höher aufgelöst oder akkurater, können in das Verfahren integriert und für die Modellierung genutzt werden. Aufgrund der Verwendung eines Random Forest Modells, das problemlos weitere Datensätze bei der Modellierung berücksichtigen kann, ist das Verfahren flexibel erweiterbar bzw. reduzierbar.
Für die Modellierung unabdingbar sind Referenzdaten aus forstlichen Inventuren, aus denen Informationen über Holzvorrat und Biomasse pro Stichprobeneinheit abgeleitet und einem bestimmten Geländeausschnitt zugeordnet werden können. Diese Daten werden benötigt um die Modelle zur Vorhersage von Holzvorräten und Biomasse zu trainieren und zu validieren.
Hauptarbeitsschritte des Verfahrens in Kürze
| 1. | Ableitung von Biomasse und Holzvorrat pro Stichprobenpunkt der Inventurdaten | |
| a) | Modellierung von Holzvorrat bzw. Biomasse eines jeden erfassten Einzelbaumes basierend auf dessen Brusthöhendurchmesser und Höhe | |
| b) | Aggregation der Einzelbaumwerte pro Probefläche | |
| 2. | Ableitung von Strukturmetriken aus normalisierten Oberflächenmodellen | |
| a) | Berechnung folgender Strukturmetriken pro 20 x 20 m Pixel: mittlere und maximale Höhe des nDOM, 75. und 95. Perzentil sowie Standardabweichung der Höhenwerte des nDOM, Flächenanteil überschirmt mit Bäumen > 6 m bzw. > 20 m Höhe | |
| b) | Datenprozessierung mittels Python-Skript unter Verwendung von LAStools (rapidlasso, Deutschland) | |
| 3. | Ableitung von Topographiemetriken aus dem digitalem Geländemodell (DGM1) | |
| a) | Berechnung der mittleren Geländehöhe und der Standardabweichung der Höhenwerte des DGM1 pro 20 x 20 m Pixel | |
| b) | Datenprozessierung mittels LAStools (rapidlasso, Deutschland) | |
| 4. | Aufbereitung von Klimadaten zu Niederschlag und Temperatur | |
| a) | Download der Daten zu Niederschlag und Temperatur vom Deutschen Wetterdienst (DWD) | |
| b) | Resampling und Reprojektion der Daten | |
| c) | Datenprozessierung: GIS-Software (z. B. ArcGIS (ESRI, USA)) | |
| 5. | Aufbereitung von Bodendaten | |
| a) | Download der Bodendaten von soilgrids.org | |
| b) | Berechnung der Bodenkennwerte potenzielle Kationenaustauschkapazität, Stickstoffvorrat, max. Lagerungsdichte | |
| c) | Resampling und Reprojektion der Daten | |
| d) | Datenprozessierung mittels eines R-Skriptes | |
| 6. | Aufbereitung der Baumartenkarte | |
| a) | Erstellung einer Baumartenkarte (siehe Dokumentation zu Meilenstein 5) | |
| b) | Resampling und Reprojektion der Daten | |
| c) | Datenprozessierung: GIS-Software (z. B. ArcGIS (ESRI, USA)) | |
| 7. | Modellierung (Erstellen von Holzvorrats- und Biomassekarten) | |
| a) | Einlesen und Verschneiden der Rasterdaten und der Referenzdaten | |
| b) | Erstellen eines Random Forest Modells | |
| c) | Flächendeckende Modellierung von Holzvorrat und Biomasse | |
| d) | Ausgabe von Holzvorrats- und Biomassekarten (Abb. 3). | |
| e) | Berechnung und Ausgabe der Validierungsergebnisse | |
Die Dokumentation und den Softwarecode des Verfahrens können Sie als Zip-Dateien hier herunterladen.
Abb. 3: Beispielkarten für Holzvorrat (b) und Biomasse (c). Das dazugehörige Orthophoto (a) wird zur Referenz angezeigt.
Web Map Service
Die hier vorgestellten Verfahren zur Ableitung von Waldstrukturparametern wurden auf Datensätze aus den F³-Projektgebieten angewandt. Die Ergebnisse daraus können als Beispieldatensätze über Web Map Services abgerufen werden.
- Die URLs zu den F³-Projekt WMS finden Sie hier.
