Es ist die Absicht der Landesregierung und der Landesforsten, den Waldanteil in Schleswig-Holstein von 11 % auf 12 % zu erhöhen, um damit einen Beitrag zum Klimaschutz zu leisten. Dies würde einen Zuwachs von ca. 15.800 ha Aufforstungsfläche bedeuten. Das Projekt KI4Forst der Leitstelle Copernicus SH soll durch die Entwicklung einer automatisierten Prozesskette Waldflächen und deren Veränderungen mittels Deep-Learning-Techniken detektieren und in Karten darstellen. Die Detektion beruht auf der Auswertung von Sentinel-Daten des europäischen Erdbeobachtungsprogrammes Copernicus.
Im Rahmen dieses Projektes wird ein Bildklassifizierungsalgorithmus basierend auf einem künstlichen neuronalen Netz (KNN) aus dem Bereich Deep Learning entwickelt und in eine automatische Prozesskette zur Verarbeitung von Satellitendaten umgesetzt. Mit geeigneten Trainingsdaten ist auch eine Unterscheidung in Laub- und Nadelwald möglich. Mit der Unterscheidung einzelner Baumarten wird ebenfalls experimentiert.
Zusätzlich zur Veränderungsdetektion der Waldflächen werden auch Parameter zur flächenhaften Überwachung des Vegetationszustands abgeleitet: z. B. NDVI (Normalized Difference Vegetation Index) für die Vegetationsgesundheit, NDMI (Normalized Difference Moisture Index) für den Wassergehalt in der Vegetation. Dies ist von wesentlicher Bedeutung, da die Wälder in Schleswig-Holstein zunehmend durch Klimaveränderungen bedroht sind. Anhand der Auswertungen der Satellitendaten soll schließlich eine Lokalisierung und Bewertung des Vegetationszustands, etwaiger Schäden durch z. B. Dürre oder Borkenkäferbefall sowie die Ergreifung gezielter Maßnahmen möglich sein.
Projektpartner sind die Schleswig-Holsteinische Landesforsten (SHLF), das Ministerium für Energiewende, Landwirtschaft, Umwelt, Natur und Digitalisierung (MELUND), das Landesamt für Landwirtschaft, Umwelt und ländliche Räume (LLUR) und die Nordwestdeutsche Forstliche Versuchsanstalt (NW-FVA).
Das Projekt wird gefördert durch Künstliche Intelligenz in Schleswig-Holstein (KISH).
