Individualisierte Tierhaltung

Foto: ATB

Projekt

Titel
REGULUS - KI-basierte Verfahren zur Analyse von 4D-Punktwolken zum Aufbau Digitaler Zwillinge am Beispiel von Vegetationsbeständen, Teilprojekt 3
Kürzel
TreeDigitalTwins
Beginn
01.02.2023
Ende
31.01.2026
Koordinierendes Institut
Universität Potsdam
Ansprechpartner ATB
Partner
Universität Potsdam
Hochschule für Nachhaltige Entwicklung Eberswalde
Point Cloud Technology GmbH

Angesiedelt im Programmbereich
Zusammenfassung
Das Ziel des Verbundvorhabens TreeDigitalTwins besteht darin, innovative KI-Verfahren zur Objekterkennung und automatischen Ableitung von Objektparametern in diskreten 4D-Punktwolken zu entwickeln und diese Methoden und Verfahren am Beispiel von relevanten Inventurparametern für Wald-, Baum- und andere holzige Biomassebeständen in zwei Reallaboren zu testen. Das Konsortium entwickelt und erprobt dafür in einer transdisziplinären Innovationsgruppe digitale Werkzeuge in Form adaptiver Algorithmen des maschinellen Lernens, die auch für das Monitoring der Klimaneutralität Deutschlands bis 2045 sowie zum Erreichen der SDG 13 und 15 eingesetzt werden können. Die im Vorhaben entwickelten KI-Verfahren verwenden direkt die erfassten 3D-Daten, so dass die entwickelte Technologie durch Anpassung der Trainingsdaten auch auf andere Anwendungen übertragen werden kann. Das Forschungsziel des ATB in dem Vorhaben ist es, ausgehend von den mittels 4D-Punktwolken modellierten Biomassebeständen am Beispiel von Agroforstsystemen Methoden zur Bilanzierung des im Boden und im Bewuchs gespeicherten Kohlenstoff zu entwickeln und diese auf der Grundlage verfügbarer Flächendaten und eigener Messungen auf die Modellierung von Forstbeständen zu erweitern. Im Rahmen des transdisziplinären Verbundvorhabens übernimmt das ATB die Arbeiten zur Bilanzierung der Kohlenstoffvorräte, unterteilt in oberirdische und unterirdische Vorräte. Auf Basis des mehrjährigen Monitorings der untersuchten Agroforstsysteme wird das Modell so aufgebaut, dass sich Zusammenhänge zwischen Gesamtkohlenstoff, Standortparametern, Vegetationsbestand und Bewirtschaftung darstellen und analysieren lassen, um Handlungsempfehlung für eine Bewirtschaftung abzuleiten. Zudem erprobt das ATB das entwickelte Gesamtsystem im Einsatz in Reallaboren gemeinsam mit Praxispartnern aus den Bereichen Agroforst und Wald und unterstützt die Optimierung für das automatische Ableiten ökonomischer und ökologischer Bewirtschaftungsparameter.

Förderung
Bundesministerium für Bildung und Forschung (BMBF)
Projektträger
Projektträger Jülich (PtJ)
Förderkennzeichen
033L305C
Förderprogramm
BMBF-Fördermaßnahme Regionale Innovationsgruppen für eine klimaschützende Wald- und Holzwirtschaft (REGULUS)

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)