Ziel
Für ein globales Waldmonitoring braucht es robuste Fernerkundungsmethoden zur Abschätzung der Waldbiomasse. Traditionelle Verfahren nutzen dafür Transferfunktionen zwischen Waldhöhe und Biomasse (H2B-Allometrie), wobei die Waldhöhe aus Radardaten (SAR) und die Biomasse aus Lidardaten abgeleitet wird. Mit der künftigen ESA-Mission BIOMASS stehen zudem Daten mit niedrigerer Frequenz und gröberer räumlicher Auflösung zur Verfügung als bei bisher genutzten SAR-Daten. Da die bisherige Bestimmung von Biomasseänderungen auf der Differenz zweier absoluter Schätzungen beruht und sich dabei Fehler addieren können, verfolgt FUSION-RaLiKI das Ziel, stattdessen differenzielle Änderungen der Biomasse direkt zu berechnen. Dies geschieht durch die Entwicklung einer sogenannten ΔH2ΔB-Allometrie auf Basis fusionierter Radar- und Lidardaten sowie modellbasierter und KI-gestützter Verfahren.
Projektteilnehmer
- Ludwig-Maximilians-Universität München (LMU)
- Institut für Hochfrequenztechnik und Radarsysteme des Deutschen Zentrums für Luft- und Raumfahrt e.V. (DLR)
- Helmholtz-Zentrum für Umweltforschung (UFZ)
Förderprogramm
Nationales Erdbeobachtungsprogramm
Verwendete Daten/Geoinformationen
- 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