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.

Factsheet

Lead school School of Agricultural, Forest and Food Sciences
Institute Multifunctional Forest Management
Research unit Mountain Forests, Natural Hazards and GIS
Funding organisation Others
Duration (planned) 01.11.2020 - 31.12.2022
Project management Mark Günter
Head of project Mark Günter
Project staff Mark Günter
Partner Forschungsfonds Aargau
Keywords 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.

Course of action

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.