Drohnen, die fallende Bäume finden
In der EU befindet sich rund 5 % des globalen Waldbestandes, was in etwa 183 Millionen Hektar entspricht. Dank einer soliden Verwaltung nehmen die Waldflächen in der EU zu. Doch die Verwaltung dieser Bestände ist arbeitsintensiv und fehleranfällig, eine Situation, die das Projekt DFD zu ändern hofft.
Digitaler Zwilling
„Es ergab sich, als ich Freunden zuhörte, die Waldbesitzer waren. Sie waren frustriert, dass die Holzschätzungen ungenau waren“, so Levi Farrand, Projektkoordinator des DFD-Projekts. „Ich dachte: Das kann mathematisch gelöst werden.“ In der Regel werden die Holzschätzungen von forstwirtschaftlichen Feldarbeitskräften vorgenommen, die diese Zahlen auf Besuche von etwa 10 % des Bestandes stützen. Farrands Lösung besteht aus einem neuartigen Drohnentyp, der unterhalb des Kronendaches in den Wald hineinfliegt. Die Drohne navigiert autonom zwischen den Bäumen, wobei sie Lidar-Geräte mit sich trägt, welche eine Karte des Waldes erstellen können. „Es ist finanziell nicht tragfähig, den ganzen Wald von Menschenhand kartographisch abzubilden. Das würde bedeuten, buchstäblich jeden Baum auf einer Karte einzutragen“, erklärt Farrand. „Wir stellen den forstwirtschaftlichen Feldarbeitskräften ein neues Instrument zur Verfügung, das es ihnen ermöglicht, digitale Zwillinge ganzer Wälder in drei Dimensionen anzufertigen.“
Kontextbezogene Informationen
Farrands Start-up Deep Forestry nutzt die Fernerkundungstechnologie, die im Zuge des Aufkommens der autonomen Fahrzeuge entwickelt worden ist. „Diese Technologie stand bisher nicht zur Verfügung. Wir haben einige Jahre daran gearbeitet, in der Erwartung, dass die Technologie erhältlich werden würde“, merkt er an. Mit Unterstützung des EU-Programms „Horizont 2020“ konnte Farrand wesentliche Arbeiten zur Unternehmensentwicklung durchführen. „Wir haben viel Zeit in persönliche Treffen mit Unternehmen investiert. Dies war eine enorme Hilfe und wir haben dadurch unsere Preisgestaltung gefestigt, was ein sehr schwieriges Unterfangen ist“, fügt Farrand hinzu. Deep Forestry hat nicht nur 3D-Waldkarten erstellt, sondern auch einen 3D-Algorithmus für maschinelles Lernen entwickelt, um die gelieferten Daten zu interpretieren. Auf diese Weise werden nicht nur Schätzungen des verfügbaren Holzes vorgenommen und festgestellt, wo es am besten wächst, sondern auch Kontextinformationen für kommerzielle Holzernteunternehmen bereitgestellt.
Daten-Engpass
„Wir können sagen ‚hier gibt es einige geschützte Arten‘, oder ‚achten Sie auf dieses sumpfige Gebiet, fahren Sie nicht mit einer Erntemaschine darüber, da dies der Erntemaschine und dem Ökosystem schaden würde‘“, erklärt Farrand. „Das System bietet also diesen Nachhaltigkeitsaspekt.“ Die Erhebungen der Drohnen können auch zur Validierung von Satellitenbildern mit Bodenwahrheitsdaten verwendet werden, wodurch die Reichweite der Erkenntnisse dieser neuen Drohnen auf globaler Ebene erweitert wird. Farrand betont, dass nicht beabsichtigt wird, menschliche Arbeit zu ersetzen: „Mit unseren Drohnen wird jede Feldarbeitskraft in der EU in der Lage sein, täglich 3D-Daten für einen Bereich von 5-10 Hektar zu sammeln. Wir beseitigen damit einen mittlerweile historischen Daten-Engpass.“ Die von den Drohnen gesammelten Daten werden jede Feldarbeitskraft für die Forstunternehmen wertvoller machen und die Branche über die gesamte Wertschöpfungskette hinweg stärken. Im nächsten Schritt beabsichtigt Deep Forestry, eine Finanzierung für Phase zwei zu beantragen, um das Unternehmen voranzubringen. „Wir haben die technische Entwicklung abgeschlossen, der Prototyp funktioniert und wurde mit zahlenden Kunden praxisgetestet, aber dieser Prototyp besteht aus Klebeband und Kabelbindern“, sagt er. Sein unmittelbares Ziel ist es daher, den Schritt vom Prototyp zum Produkt zu gehen und sich vom Verkauf der Drohnenerhebungen als individuelle demonstrative Pilotprojekte zu einem global skalierbaren pro-Hektar-Abrechnungssystem hinzubewegen.
Schlüsselbegriffe
DFD, Deep Forestry, Holz, Drohne, Feld, 3D, Karte, Lidar, Kronendach, nachhaltig, geschützt, Arten
