Früherkennung von Borkenkäferbefall bei Fichten mittels Drohnen

Borkenkäfer verursachen immense Schäden in den Wäldern. Können diese Schäden verringert werden, dann hat das Projekt ein hohes wirtschaftliches Potential sowohl für die Waldbesitzer, als auch für forstliche Unternehmen.

Fiche signalétique

Département responsable Haute école des sciences agronomiques, forestières et alimentaires
Institut Gestion multifonctionnelle des forêts
Unité de recherche Forêts de montagne, dangers naturels et SIG
Organisation d'encouragement Autres
Durée (prévue) 01.11.2020 - 31.12.2022
Responsable du projet Mark Günter
Direction du projet Mark Günter
Équipe du projet Mark Günter
Partenaire Forschungsfonds Aargau
Mots-clés Drohnentechnik, Borkenkäferbefall Frühdetektion, Green Attack, Spektralanalyse

Situation

Bisher wurde ein Ansatz mittels Satelitenbildern getestet und validiert und die Resultate sind signifikant. Dieser Ansatz kann gut für die grobe Lokalisierung von Bodenkäferattacken benutzt werden. Was fehlt ist ein Ansatz, der die Lokalisierung auf Baumebene mittels Drohnenbildern ermöglicht, was dieses Projekt testen und validieren wird.

Approche

Testen und Validieren des Workflows, um Borkenkäferattacken mittels Drohnenbildern zu erkennen. Schlussendlich werden wir Spektralsignaturen von gesunden versus angefallenen Fichten analysieren. Was wir suchen ist die signifikante Divergenz der Spektralsignaturen der gesunden versus kranken Bäumen.