idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
07/14/2021 15:30

Mit KI künftigen Waldbränden auf der Spur

Dr. Katharina Baumeister Corporate Communications Center
Technische Universität München

    Mit steigenden Temperaturen nimmt das Risiko für verheerende Feuer in der Natur zu. Forschende der Technischen Universität München (TUM) nutzen Methoden der Künstlichen Intelligenz, um die langfristigen Auswirkungen von vermehrten Waldbränden auf Waldökosysteme abzuschätzen. In ihren Simulationen zeigen sie, wie sich der Yellowstone Nationalpark in den USA bis zum Ende des Jahrhunderts entwickeln könnte.

    Waldbrände sind schon heute eine weltweite Bedrohung. „Angesichts des fortscheitenden Klimawandels stehen wir aber wahrscheinlich erst am Anfang einer brandgefährlichen Zukunft mit mehr und größeren Waldbränden“, sagt Rupert Seidl, Professor für Ökosystemdynamik und Waldmanagement in Gebirgslandschaften an der TUM.

    Dabei ist Feuer vielerorts Teil der natürlichen Umwelt und viele Baumarten sind evolutionär an wiederkehrende Brände angepasst. Die Anpassungen reichen von besonders dicken Borken, die das empfindliche Kambium im Stamm vor dem Feuer schützen, bis hin zu den Zapfen mancher Kieferarten, die sich erst durch die Hitze des Feuers öffnen, um dann abgebrannte Flächen effizient wiederbesiedeln zu können.

    KI beschleunigt Ökosystemmodelle

    „Das Zusammenspiel von Klima, Feuer und vielfältigen Prozessen im Waldökosystem ist sehr komplex, und es bedarf ausgefeilter prozessbasierter Simulationsmodelle, um die vielfältigen Interaktionen angemessen berücksichtigen zu können“, sagt Prof. Seidl. Eine an der TUM entwickelte Methode nutzt Künstliche Intelligenz, um das Anwendungsgebiet solcher aufwändigen Modelle deutlich zu erweitern.

    Dabei wird ein tiefes neuronales Netzwerk (Deep Neural Network) darauf trainiert, das Verhalten eines komplexen Simulationsmodells möglichst gut zu imitieren. Das neuronale Netzwerk lernt dadurch, wie das Ökosystem auf verschiedene Umwelteinflüsse reagiert, kommt dabei aber mit einem Bruchteil der Rechenleistung aus, die für große Simulationsmodelle sonst aufgewendet werden müsste. „Wir können damit räumlich hoch aufgelöste Simulationen von Waldgebieten mit mehreren Millionen Hektar durchführen“, sagt Wissenschaftler Dr. Werner Rammer.

    Prognose für die Wälder im Yellowstone Nationalpark

    Eine der Simulationen des Wissenschaftsteams ist die des „Greater Yellowstone Ecosystems“ mit dem weltberühmten Yellowstone Nationalpark im Zentrum. Diese rund 8 Millionen Hektar große Fläche ist eine weitgehend vom Menschen unberührte Region in den Rocky Mountains der USA. Die Forschenden der TUM haben mit amerikanischen Kolleginnen und Kollegen für dieses Gebiet berechnet, wie sich verschiedene Klimaszenarien auf die Waldbrandhäufigkeit im 21. Jahrhundert auswirken und welche Wälder sich nach dem Feuer nicht mehr erfolgreich verjüngen können.

    Je nach Klimawandelszenario geht der Studie zufolge bis zum Ende des Jahrhunderts auf 28 bis 59 Prozent der Fläche die heutige Waldvegetation verloren. Besonders betroffen sind dabei Wälder der subalpinen Zone nahe der Waldgrenze deren Baumarten von Natur aus weniger gut an Feuer angepasst sind, und Flächen am Yellowstone Plateau, wo die relativ flache Topographie die Feuerausbreitung kaum einschränkt.

    Klimawandel sorgt für deutliche Veränderungen im Ökosystem Wald

    Der Verjüngungserfolg des Waldes in der betrachteten Region ist aus mehreren Gründen gefährdet: Werden Feuer größer und damit auch die Distanzen zu überlebenden Bäumen, kommen zu wenige Samen auf die Fläche. Wird es in Zukunft heißer und trockener, überleben die empfindlichen frisch etablierten Jungpflanzen nicht, und brennt es zu häufig, erreichen Bäume gar nicht mehr das Alter ab dem sie selber Samen produzieren.

    „Bis 2100 wird sich das Greater Yellowstone Ecosystem aller Voraussicht nach stärker verändert haben als jemals zuvor in den letzten 10.000 Jahren, und damit auch deutlich anders aussehen als heute“, sagt Rammer. „Der Verlust heutiger Waldvegetation führt zur Reduktion des im Ökosystems gespeicherten Kohlenstoffes und wird auch tiefgreifende Auswirkungen auf die Biodiversität und den Erholungswert der ikonischen Landschaft haben.“

    Die in der Studie aufgezeigten möglichen Entwicklungspfade sollen auch dazu beitragen Nationalparkbesucherinnen und -besuchern Klimawandelfolgen und die Dringlichkeit von Klimaschutzmaßnahmen näherzubringen. Im nächsten Schritt wird das Forschungsteam den KI Ansatz nutzen um die langfristigen Rückkoppelungen von Klimawandel und Störungen in Europas Wäldern abzuschätzen.


    Contact for scientific information:

    Prof. Dr. Rupert Seidl
    Technische Universität München
    School of Life Sciences
    Lehrstuhl für Ökosystemdynamik und Waldmanagement in Gebirgslandschaften
    Hans-Carl-von-Carlowitz-Platz 2
    85354 Freising
    Tel: +49-8161-71-
    E-Mail: Rupert.Seidl@tum.de
    https://edfm.wzw.tum.de/

    Dr. Werner Rammer
    Technische Universität München
    Tel: +49-8161-71-4685
    E-Mail: werner.rammer@tum.de


    Original publication:

    Rammer, W., Braziunas, K. H., Hansen, W. D., Ratajczak, Z., Westerling, A. L., Turner, M. G., & Seidl, R. (2021). Widespread regeneration failure in forests of Greater Yellowstone under scenarios of future climate and fire. Global Change Biology, https://doi.org/10.1111/gcb.15726


    More information:

    https://doi.org/10.1111/gcb.15726 (Originalpublikation)
    https://www.tum.de/nc/die-tum/aktuelles/pressemitteilungen/details/36804/ (Pressemitteilung)
    https://mediatum.ub.tum.de/1616833 (Bildmaterial)
    https://www.edfm.wzw.tum.de/team/rammer.html (Werner Rammer)
    https://www.edfm.wzw.tum.de/ (Professur für Ökosystemdynamik und Waldmanagement in Gebirgslandschaften)
    https://www.wzw.tum.de/index.php?id=2 (TUM School of Life Sciences)


    Images

    Die ikonische Landschaft des Yellowstone National Park ist durch ausgedehnte, vom Menschen unberührte Wälder gekennzeichnet und durch zunehmende Waldbrände im Klimawandel bedroht.
    Die ikonische Landschaft des Yellowstone National Park ist durch ausgedehnte, vom Menschen unberührt ...
    R. Seidl / TUM
    Verwendung frei für Berichterstattung über die TU München unter Nennung des Copyrights.

    Wie zunehmende Waldbrände langfristig die Landschaft gravierend verändern, wird mittels KI untersucht.
    Wie zunehmende Waldbrände langfristig die Landschaft gravierend verändern, wird mittels KI untersuch ...
    R. Seidl / TUM
    Verwendung frei für Berichterstattung über die TUM unter Nennung des Copyrights.


    Attachment
    attachment icon Yellowstone National Park

    Criteria of this press release:
    Journalists, Scientists and scholars, all interested persons
    Environment / ecology, Oceanology / climate, Zoology / agricultural and forest sciences
    transregional, national
    Research results, Scientific Publications
    German


     

    Die ikonische Landschaft des Yellowstone National Park ist durch ausgedehnte, vom Menschen unberührte Wälder gekennzeichnet und durch zunehmende Waldbrände im Klimawandel bedroht.


    For download

    x

    Wie zunehmende Waldbrände langfristig die Landschaft gravierend verändern, wird mittels KI untersucht.


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    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).