idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Das Ziel des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts TreeSatAI ist die Entwicklung von Methoden mit Künstlicher Intelligenz für das Monitoring von Wäldern und Baumbeständen auf lokaler, regionaler und globaler Ebene. Mithilfe frei zugänglicher Geodaten aus verschiedenen Quellen (Fernerkundungsdaten, administrativen Informationen, Social Media, Mobile Apps, Monitoring-Bibliotheken, offene Bilddatenbanken) werden Prototypen für die Deep Learning basierte Extraktion und Klassifikation von Baum- und Bestandsmerkmalen für vier verschiedene Anwendungsfälle aus den Bereichen Forst-, Naturschutz- und Infrastrukturmonitoring entwickelt.
Fernerkundungsdaten diverser Satellitenmissionen der ESA und NASA, Luftbilddaten sowie Geodaten über den Zustand der Umwelt stehen zunehmend kostenfrei und in großem Umfang zur Verfügung. Gleichzeitig ermöglichen Texte, Fotos und Videos aus Social Media Plattformen wie Flickr, Twitter oder Open Street Map den Zugang zu weiteren Informationen über unsere Umwelt. Eine händische Auswertung der sich ergebenden riesigen Datenmengen wäre jedoch zu zeit- und arbeitsintensiv.
Das Deep Learning Kompetenzzentrum des DFKI und der Forschungsbereich Smarte Daten und Wissensdienste entwickeln bereits seit längerer Zeit KI-Verfahren zur Analyse von Luft- und Satellitenaufnahmen, die sowohl eine lokale Auswertung als auch deren globale Analyse ermöglichen sollen. In TreeSatAI wollen die Wissenschaftler neben CNNs (Convolutional Neural Networks) auch spezialisierte LSTM-Modelle (Long Short-Term Memory) aus dem Bereich Deep Learning einsetzen, um die zeitliche Entwicklung von Waldgebieten automatisiert auf einer großen Fläche zu ermöglichen und so Umwelt- und Waldexperten zu unterstützen.
Eine der großen Herausforderungen hierbei ist die Beschaffung ausreichender, qualitativ hochwertiger Trainingsdaten zum Trainieren der Algorithmen sowie die Evaluation der sich ergebenden Modelle durch Experten aus dem Forst und Umweltbereich. Im Projekt werden daher die verschiedenen Kompetenzen der Projektpartner genutzt und miteinander kombiniert, um die zahlreichen Herausforderungen des ambitionierten Projektes meistern zu können.
Pressekontakt:
Christian Heyer
Leiter Unternehmenskommunikation DFKI Kaiserslautern
E-Mail: Christian.Heyer@dfki.de
Tel.: +49 631 20575 1710
Dr. Jörn Hees
Forschungsbereich Smarte Daten und Wissensdienste
Kompetenzzentrum Deep Learning
E-Mail: Joern.Hees@dfki.de
Tel.: +49 631 20575 1180
Eine abflugbereite Drohne für die Feldtests
TU Berlin / FG Geoinformation in der Umweltplanung
Durch Trockenstress und Borkenkäfer geschädigte Waldflächen im Harz
TU Berlin / Hartmut Kenneweg
Partner:
• TU Berlin: Geoinformation in der Umweltplanung (Konsortialführung)
• TU Berlin: Remote Sensing Image Analysis Group
• LiveEO GmbH
• LUP GmbH
• Vision Impulse GmbH
Laufzeit:
01.06.2020 - 31.05.2022
Förderkennzeichen: BMBF 01IS20014D
Criteria of this press release:
Journalists
Information technology, Zoology / agricultural and forest sciences
transregional, national
Research projects
German
Eine abflugbereite Drohne für die Feldtests
TU Berlin / FG Geoinformation in der Umweltplanung
Durch Trockenstress und Borkenkäfer geschädigte Waldflächen im Harz
TU Berlin / Hartmut Kenneweg
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
