Die direkte Verknüpfung des Lichtregimes und der Biodiversität in Wäldern - ein räumlich expliziter 3D-Modellierungsansatz auf der Grundlage von TLS, CNNs und Raytracing.
Zusammenfassung der Projektergebnisse
Wälder spielen eine entscheidende Rolle bei der Erhaltung der biologischen Vielfalt und der Ökosystemleistungen, doch das Verständnis ihrer komplexen räumlichen und zeitlichen Strukturen bleibt eine Herausforderung. Die Lichtverteilung, ein wichtiger abiotischer Faktor, beeinflusst ökologische Prozesse, weshalb ihre genaue Modellierung für die Charakterisierung von Lebensräumen und die Simulation des Waldwachstums unerlässlich ist. Das Projekt zielte darauf ab, die Lichtverteilung in Waldökosystemen zu modellieren, indem fortschrittliche 3D-Modellierungstechniken wie terrestrische LiDAR-Scans (TLS), neuronale Faltungsnetzwerke (CNNs) und Raytracing eingesetzt wurden. Dies erforderte verschiedene methodische Innovationen. Im Rahmen des Projekts wurde eine vollständige Pipeline von einer LiDAR-Punktwolke zu einem Waldnetzmodell entwickelt, wobei jedem Element spektrale Eigenschaften zugewiesen wurden. Dazu wurde eine Segmentierung von Einzelbäumen, die Klassifizierung in Blatt- und Holzpunkte, die Klassifizierung einer Baumart für jeden Baum und die Rekonstruktion einer Mesh-Geometrie durchgeführt. Die optischen Spektren der Blätter und des Holzes wurden mit Hilfe der TRY-Datenbank und Literaturwerten erstellt. Diese Netzmodelle und Spektren können direkt für die Durchführung von Strahlungstransfermodellen verwendet werden. Die im Rahmen des Projekts entwickelte Deep-Learning-basierte Artenklassifizierung ergab eine Gesamtgenauigkeit von 0,79 (F1-Score 0,79) bei der Klassifizierung von 33 Arten. Ein Test der gesamten Pipeline an einem Solitärbaum zeigte sehr hohe Korrelationen (r = 0,92) mit den Bodenwahrheitsdaten der Messwerte von 60 Sensoren für photosynthetisch aktive Strahlung (PAR). Zusätzlich konnten verschiedene methodische Verbesserungen für die Validierung der Bodenwahrheit erzielt werden. Es wurde ein mobiles PAR-Sensorsystem mit einem präzisen Positionierungssystem entwickelt, und wir führten eine Studie über die Sensorfusion von Wärmebildaufnahmen und terrestrischem Laserscanning durch. Letzteres zeigte einen signifikanten Zusammenhang zwischen Oberflächentemperaturgradienten entlang der Baumstämme und Saftflussmessungen am selben Baum.
Link zum Abschlussbericht
https://doi.org/10.5281/zenodo.15280734
Projektbezogene Publikationen (Auswahl)
-
Detailed mapping of below canopy surface temperatures in forests reveals new perspectives on microclimatic processes. Agricultural and Forest Meteorology, 341, 109656.
Frey, Julian; Holter, Patricia; Kinzinger, Laura; Schindler, Zoe; Morhart, Christopher; Kolbe, Sven; Werner, Christiane & Seifert, Thomas
-
Sensor fusion of TLS and IR-Imaging in Forest – A new Perspective on the Microclimate. SilviLaser, London
Frey, J., Holter, P., Kinzinger, L., Schindler, Z., Morhart, C., Kolbe, S., Werner, C. & Seifert, T.
-
DetailView model for tree species classification based on single tree LiDAR data (Version v1.0.0) [Computer software]
Frey, J. & Schindler, Z.
-
Dotshadow - create a polygon reconstruction of vegetation from terrestrail LiDAR data for radiative transfer modelling (Version v0.1.0) [Computer software]
Frey, J. & Kröner, K.
-
FOR-species20K dataset
Puliti, S., Lines, E., Müllerová, J., Frey, J., Schindler, Z., Straker, A., Allen, M. J., Lukas, W., Rehush, N. & Hristova, H.
-
Single tree segmentation from terestrial LiDAR forest scans (Version v1.1.0) [Computer software]
Frey, J. & Schindler, Z.
-
Training weights to classify tree species from single tree LiDAR point clouds—The DetailView AI-model. [Computer software]
Frey, J. & Schindler, Z.
-
Benchmarking tree species classification from proximally sensed laser scanning data: Introducing the FOR ‐ species20K dataset. Methods in Ecology and Evolution, 16(4), 801-818.
Puliti, Stefano; Lines, Emily R.; Müllerová, Jana; Frey, Julian; Schindler, Zoe; Straker, Adrian; Allen, Matthew J.; Winiwarter, Lukas; Rehush, Nataliia; Hristova, Hristina; Murray, Brent; Calders, Kim; Coops, Nicholas; Höfle, Bernhard; Irwin, Liam; Junttila, Samuli; Krůček, Martin; Krok, Grzegorz; Král, Kamil ... & Astrup, Rasmus
