Wie KI hilft, unsere Wälder besser zu verstehen

Die präzise Erkennung von Baumarten und das kontinuierliche Monitoring von Waldbeständen sind entscheidend für nachhaltiges Forstmanagement.

Ein Forschungsteam der Technischen Hochschule Würzburg-Schweinfurt (THWS) hat in einem aktuellen Paper ein neuartiges Deep-Learning-Modell vorgestellt: MMTSCNet. Dieses multimodale KI-Modell klassifiziert mithilfe von LiDAR-Daten und Full-Waveform-Informationen bis zu 7 verschiedene Laub- und Nadelbaumarten mit einer Genauigkeit von bis zu 97 % und das auf Einzelbaumbasis in gemischten Wäldern.

Die Methode nutzt verschiedene Datenquellen und kombiniert 3D- sowie 2D-Informationen, um selbst in strukturell komplexen Waldökosystemen zuverlässig zu unterscheiden.

Interesse an Details, Daten und Architektur? Direkt zum Open-Access-Paper: www.mdpi.com/2072-4292/17/7/1304