Assessing airborne laser scanning and aerial photogrammetry for deep learning-based stand delineation

Die Studie zeigt, dass ein auf Deep Learning basierendes Framework zur Waldbestandsabgrenzung sowohl mit ALS- als auch mit photogrammetrisch abgeleiteten Daten vergleichbar hohe Genauigkeiten erreicht und somit die Nutzung zeitlich abgestimmter, kosteneffizienter DAP-Daten für die Erstellung großer Trainingsdatensätze ermöglicht.

Das Wesentliche

Wald-Manager mit KI: Wie Computer lernen, Wälder zu zeichnen

Stellen Sie sich vor, ein Förster muss einen riesigen, dichten Wald kartieren. Er muss den Wald in kleine, überschaubare Abschnitte unterteilen – sogenannte "Bestände". Jeder dieser Abschnitte ist wie ein eigenes Zimmer in einem großen Haus: In einem Zimmer stehen vielleicht nur junge Bäume, in einem anderen alte, dicke Eichen, und wieder ein anderes ist gerade gerodet.

Traditionell macht ein Mensch das mit einem Stift und einer Lupe auf Luftbildern. Das ist mühsam, dauert lange und hängt stark davon ab, wie gut der Förster gerade gelaunt ist oder wie gut er die Schatten erkennt.

Dieser Forschungsbericht fragt sich nun: Können wir das einem Computer beibringen, damit er das schneller und genauer macht? Und noch wichtiger: Brauchen wir dafür teure, spezielle Laserscanner-Daten oder reicht es, wenn wir einfach nur Luftbilder nehmen und daraus 3D-Modelle basteln?

Hier ist die einfache Erklärung der Studie, aufgeteilt in drei Teile:

1. Das Problem: Der "Zeit-Verzug"

Bisher haben Computer für diese Aufgabe zwei Arten von Daten gemischt:

• Luftbilder: Fotos vom Himmel (wie ein Smartphone-Foto, aber sehr scharf).
• Laserscanner (ALS): Ein spezielles Gerät, das mit Laserstrahlen die Höhe der Bäume misst, als würde man den Wald mit einem unsichtbaren Lineal abtasten.

Das Problem ist: Diese Daten werden oft zu unterschiedlichen Zeiten gemacht. Wenn das Foto im Juni gemacht wird und der Laser im August, hat sich der Wald vielleicht schon verändert (ein Baum wurde gefällt, ein anderer gewachsen). Das ist wie ein Kochrezept, bei dem die Zutatenliste von gestern und die Bilder von heute stammen – das Ergebnis wird ungenau.

2. Die Lösung: Der "Fotografen-Trick" (DAP)

Die Forscher wollten wissen: Können wir die teuren Laserdaten durch einen cleveren Trick ersetzen?
Sie nutzten digitale Luftbild-Fotogrammetrie (DAP). Das ist wie ein magischer Fotograf, der aus vielen normalen Fotos automatisch ein 3D-Modell der Baumkronen berechnet.

• Der Vorteil: Da die Fotos und das 3D-Modell aus derselben Bildserie stammen, sind sie perfekt zeitlich abgestimmt. Es gibt keine "veralteten" Daten.
• Die Sorge: Ein 3D-Modell aus Fotos ist vielleicht etwas "glatter" und weniger detailliert als der Laser-Scan. Es könnte kleine Lücken in den Baumkronen übersehen.

Die Frage war: Ist dieser "glattere" Trick gut genug, um den Computer zu trainieren?

3. Der Test: Der "Schul-Examen"

Die Forscher trainierten eine künstliche Intelligenz (eine Art "digitaler Förster", genannt U-Net) in sechs verschiedenen Gemeinden in Norwegen. Sie gaben dem Computer drei verschiedene "Rezepte" zum Lernen:

1. Rezept A: Luftbilder + Laser-3D-Modell (Der alte, teure Standard).
2. Rezept B: Luftbilder + Foto-3D-Modell (Der neue, günstigere Trick).
3. Rezept C: Luftbilder + Foto-3D-Modell + ein digitales Geländemodell (Um zu sehen, ob die Form des Bodens hilft).

Als "Lehrbuch" (die richtige Antwort) dienten ihnen die Karten, die echte, erfahrene Förster manuell gezeichnet hatten.

Die Ergebnisse: Was hat sich herausgestellt?

• Alle Rezepte waren fast gleich gut!
  Der Computer hat mit dem neuen "Foto-Trick" (Rezept B) genauso gut gearbeitet wie mit dem teuren Laser (Rezept A). Das ist eine riesige Nachricht: Man muss nicht zwingend teure Laserdaten haben. Wenn man gute Fotos hat, kann der Computer daraus lernen, den Wald zu zeichnen.

• Der Boden hilft nicht wirklich.
  Das Hinzufügen der Geländekarte (Rezept C) hat die Ergebnisse nicht verbessert. Warum? Der Wald in diesem Gebiet ist relativ flach, und die Bäume wachsen ohnehin schon so, dass die Grenzen im Bild klar zu sehen sind. Der Computer hat die Informationen über den Boden quasi schon "in den Bildern" gesehen.

• Die Computer waren sich einig, die Menschen nicht.
  Das ist das lustigste Ergebnis: Die verschiedenen Computer-Modelle stimmten untereinander viel besser überein als mit den menschlichen Förstern.

  • Die Analogie: Stellen Sie sich vor, drei Schüler lösen eine Matheaufgabe. Alle drei kommen auf fast das gleiche Ergebnis. Der Lehrer (der menschliche Förster) hat aber eine leicht andere Lösung im Lösungsheft. Das bedeutet nicht, dass die Schüler falsch liegen, sondern dass es bei der Wald-Kartierung oft keine eine perfekte Antwort gibt. Wo genau die Grenze zwischen zwei Waldabschnitten verläuft, ist oft eine Frage der Meinung.

Fazit: Was bedeutet das für die Zukunft?

Diese Studie ist wie ein Lichtblick für die Forstwirtschaft. Sie zeigt, dass wir große, aktuelle Datensätze für KI-Modelle viel einfacher und günstiger zusammenstellen können. Wir müssen nicht mehr warten, bis teure Laserscanner-Flüge genau zum selben Zeitpunkt wie die Foto-Flüge stattfinden.

Die Kernaussage:
Ein Computer, der mit modernen KI-Methoden trainiert wird, kann den Wald fast so gut einteilen wie ein Experte. Und er braucht dafür nicht unbedingt die teuersten Werkzeuge – manchmal reichen einfach nur sehr gute Fotos und ein bisschen Kreativität beim Erstellen der 3D-Modelle.

Die einzige Herausforderung bleibt noch, die "kleinen Fehler" zu glätten (wie winzige, unnötige Inseln auf der Karte), aber das ist ein technisches Detail, das sich leicht beheben lässt. Der Weg zu einem automatisierten, schnellen und fairen Wald-Management ist damit geebnet.

Technische Zusammenfassung

Titel: Bewertung von airborne Laser-Scanning (ALS) und aerialer Photogrammetrie (DAP) für die standortbasierte Waldabgrenzung mittels Deep Learning

1. Problemstellung

Die genaue Abgrenzung von Waldbeständen (Stand-Delineation) ist ein fundamentaler Schritt für die Waldinventur und das Management, bleibt jedoch traditionell ein manueller, subjektiver und zeitaufwendiger Prozess.

• Herausforderung: Ein zentrales Problem bei der Automatisierung ist die zeitliche Inkonsistenz (temporal misalignment) zwischen verschiedenen Datenquellen. Beispielsweise werden Luftbilder und ALS-Daten (Airborne Laser Scanning) oft zu unterschiedlichen Zeitpunkten erfasst. Dies führt zu Diskrepanzen (z. B. durch Erntemaßnahmen oder Vegetationsentwicklung), die die Trainingsdaten für Deep-Learning-Modelle einschränken und die Skalierbarkeit behindern.
• Forschungsfrage: Können Canopy Height Models (CHM), die aus digitaler aerialer Photogrammetrie (DAP) abgeleitet werden, als zuverlässiger Ersatz für ALS-basierte CHMs dienen, um zeitlich abgestimmte Datensätze zu ermöglichen? Zudem wurde untersucht, ob die Hinzunahme eines Digitalen Geländemodels (DTM) die Leistung verbessert, da Geländedaten in manuellen Interpretationen oft genutzt werden.

2. Methodik

Die Studie wurde in sechs Gemeinden im Südosten Norwegens durchgeführt und nutzte einen U-Net-basierten Ansatz für die semantische Segmentierung.

• Datenbasis:
  • Referenzdaten: Ein von zwei Experten erstelltes Bestandskarten-System (5 Klassen: von kahl bis reif), basierend auf stereoskopischen Luftbildern, ALS-Daten und vorhandenen Karten.
  • Eingabedaten (2021, zeitlich abgestimmt):
    1. Multispektrale Luftbilder (RGB + NIR).
    2. ALS-Punktwolke (Pulsdichte 5 Punkte/m²).
    3. DAP-Punktwolke (abgeleitet aus denselben Luftbildern, Dichte 25 Punkte/m²).
    4. DTM (aus ALS-Ground-Points abgeleitet).
• Datenvorbereitung:
  • Erstellung von CHMs aus ALS und DAP (1 m Auflösung).
  • Erstellung eines DTM.
  • Rasterisierung der Referenzbestandskarte in 5 Klassen (NF, I-II, III, IV, V).
  • Zusammenstellung von drei Eingabekombinationen für das Modell:
    1. RGBI-ALS: Luftbilder + ALS-CHM.
    2. RGBI-DAP: Luftbilder + DAP-CHM.
    3. RGBI-DAP-DTM: Luftbilder + DAP-CHM + DTM.
• Modelltraining & Validierung:
  • Architektur: U-Net für semantische Segmentierung.
  • Verlustfunktion: Focal Tversky Loss (angepasst für Klassenungleichgewicht).
  • Hyperparameter-Optimierung: Automatisiert mittels Optuna (Tree-structured Parzen Estimator).
  • Validierung: Sechsfache Kreuzvalidierung auf Gemeindeebene (Municipality-level cross-validation), um räumliche Autokorrelation zu minimieren.
  • Metriken: Overall Accuracy (OA), macro-averaged Matthew's Correlation Coefficient (mMCC), IoU, F1-Score, User's/Producer's Accuracy.

3. Wichtige Beiträge

• Ersetzung von ALS durch DAP: Die Studie liefert den ersten empirischen Beleg, dass DAP-basierte CHMs, trotz ihrer Tendenz zu geglätteten Kronenoberflächen und reduzierter Darstellung von Lücken, eine gleichwertige Leistung wie ALS-basierte CHMs in Deep-Learning-Modellen erzielen können.
• Bewertung von DTM: Es wurde erstmals systematisch getestet, ob die explizite Hinzunahme eines DTM die Abgrenzungsleistung verbessert.
• Robustheit des Frameworks: Die Arbeit demonstriert, dass ein U-Net-Framework robust gegenüber Variationen in den Eingangsdaten ist und konsistente Ergebnisse liefert, selbst wenn die strukturellen Details der CHMs variieren.
• Zeitliche Konsistenz: Die Studie unterstreicht die Bedeutung zeitlich abgestimmter Trainingsdaten für die Skalierbarkeit von Deep-Learning-Anwendungen in der Forstwirtschaft.

4. Ergebnisse

• Leistungsvergleich: Alle drei Datenkombinationen erzielten vergleichbare Ergebnisse. Die Overall Accuracy (OA) lag zwischen 0,90 und 0,91. Der macro-averaged MCC (mMCC) lag bei ca. 0,60–0,62.
• Einfluss der Datenquelle: Es gab keine signifikanten Unterschiede in der Leistung zwischen den Modellen, die mit ALS-CHM oder DAP-CHM trainiert wurden. Auch die Hinzunahme des DTM führte nicht zu einer Leistungssteigerung.
• Inter-Modell-Übereinstimmung: Ein bemerkenswertes Ergebnis war, dass die Übereinstimmung zwischen den Vorhersagen der verschiedenen Modelle (mMCC ≈ 0,84) deutlich höher war als die Übereinstimmung zwischen den Modellen und den menschlichen Referenzdaten. Dies deutet darauf hin, dass die Modelle konsistente Muster lernen, während die Referenzdaten selbst eine gewisse Subjektivität aufweisen.
• Fehleranalyse:
  • Die Modelle neigten zur Übersegmentierung (Over-segmentation), was zu vielen kleinen Polygonen führte, die unter der typischen Mindestfläche für Bestände (0,2 ha) liegen.
  • Waldwege wurden oft nicht erkannt.
  • In Laubwäldern (unter Blattabwurf-Bedingungen) waren die DAP-CHMs weniger detailliert, was jedoch die Gesamtsegmentierung nicht beeinträchtigte.
  • Die DTM-Kombination führte eher zu einem vorzeitigen Trainingstop (Early Stopping) aufgrund von Überanpassungstendenzen, ohne den Nutzen zu steigern.

5. Bedeutung und Fazit

• Operative Skalierbarkeit: Da DAP-Daten direkt aus Luftbildern gewonnen werden und oft zeitlich besser mit den Bildern selbst abgestimmt sind als ALS-Daten, ermöglicht diese Studie die Erstellung großer, konsistenter Trainingsdatensätze. Dies ist ein entscheidender Schritt für den praktischen Einsatz von Deep Learning in der Forstinventur.
• Ressourceneffizienz: Da ALS-Daten teuer und aufwendig zu beschaffen sind, zeigt die Studie, dass in vielen Fällen auf DAP-Daten zurückgegriffen werden kann, ohne an Genauigkeit zu verlieren.
• Grenzen und Zukunft: Die aktuellen Modelle benötigen noch Nachbearbeitung (z. B. Zusammenführen kleiner Polygone), um handhabbare Verwaltungseinheiten zu erzeugen. Zudem bleibt die Abhängigkeit von manuell annotierten Referenzdaten eine Hürde. Zukünftige Forschung sollte sich auf semi-überwachtes Lernen oder schwächere Supervision konzentrieren, um die Annotation zu reduzieren.
• Fazit: Das vorgestellte Framework ist robust und anpassungsfähig. Die Integration von DAP-CHMs ist eine valide Alternative zu ALS, was die Entwicklung operativer, automatisierter Waldinventursysteme in Norwegen und darüber hinaus vorantreibt.