Logo Universität Bayreuth

Universität Bayreuth, Pressemitteilung Nr. 025 /2023 vom 14.03.2023

Waldbrandbekämpfung durch Künstliche Intelligenz: Neues Forschungsprojekt mit der Universität Bayreuth

Künstliche Intelligenz soll es schon bald ermöglichen, Waldbrandgefahren früher als bisher zu erkennen und Waldbrände effektiver zu bekämpfen. Dies ist das Ziel des Verbundprojekts „KI-basierte Waldüberwachung – Künstliche Intelligenz zur Früh-Detektion von Waldbrand-Ereignissen (KIWA)“, an dem die Universität Bayreuth mit ihren Forschungskompetenzen in der Biogeografie und der Störungsökologie beteiligt ist. Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) fördert das Vorhaben für die nächsten zwei Jahre mit einem Volumen von rund 1,8 Millionen Euro.

Das Verbundprojekt KIWA zielt darauf ab, neueste Technologien wie Künstliche Intelligenz, Drohnen und Entscheidungsunterstützungssysteme kombiniert einsetzen, damit mögliche Waldbrandrisiken identifiziert und frühzeitig Maßnahmen zur Prävention ergriffen werden können. Aktuelle Lageeinschätzungen und -vorhersagen sollen den Feuerwehren und dem Katastrophenschutz im Brandfall eine schnellere und effektivere Einsatzplanung ermöglichen. Auf diese Weise werden die Projektergebnisse dazu beitragen, die Gesellschaft von hohen Kosten zu entlasten, die alljährlich durch Waldbrände entstehen. Zugleich verfolgt KIWA ein klimapolitisches Ziel: Die Vermeidung oder rasche Bekämpfung von Waldbränden hilft dabei, die Funktion des Waldes als CO₂-Speicher zu erhalten und den Ausstoß brandbedingter CO₂-Emissionen zu verringern.

Kiefernwälder auf der Kanareninsel La Palma wurden in den letzten Jahren stark von Waldbränden geschädigt, haben sich aber teilweise regeneriert.

In den Kiefernwäldern auf La Palma ist der Corazoncillo de La Palma (Lotus hillebrandii), eine Strauchpflanze mit gelben Blüten, weit verbreitet.

Seitens der Universität Bayreuth werden Prof. Dr. Carl Beierkuhnlein und Prof. Dr. Anke Jentsch ihre Kompetenzen auf den Gebieten der Biogeografie und der Störungsökologie in das Projekt einbringen. Dadurch ist gewährleistet, dass die anwendungsbezogenen Arbeiten auf den neuesten Erkenntnissen über die jeweils relevanten ökologischen, klimatischen und agroforstwissenschaftlichen Zusammenhänge basieren. Dabei müssen bewährte wissenschaftliche Mess- und Auswertungsverfahren den spezifischen Aufgaben im Bereich der Waldbrandverhütung- und bekämpfung optimal angepasst werden. „Von zentraler Bedeutung für unsere Arbeiten wird die Gewinnung und Analyse von Bilddaten sein, damit Gebiete, die durch Wald- und Flächenbrände gefährdet sind, identifiziert und überwacht werden können. Drohnen – wir bezeichnen sie in der Forschung als Unmanned Aerial Systems – und Satelliten werden Fernerkundungsdaten sammeln und die Kartierungen unterstützen“, sagt Beierkuhnlein und fügt hinzu: „Schon heute ist klar, dass sich die bisher üblichen Muster von Wald- und Flächenbränden unter dem Einfluss des Klimawandels erheblich verändern, sodass herkömmliche Methoden der Risikobewertung künftig weniger effektiv sind. Umso wichtiger ist es, neueste digitale Technologien verstärkt auch in diesem Bereich zu nutzen.“

Künstliche Intelligenz wird bei der Auswertung der von Drohnen und Satelliten übermittelten Daten eine wichtige Rolle spielen: Es sollen Muster und Trends identifiziert werden, die auf ein Brandrisiko oder ein mögliches Brandereignis hinweisen. Die in Echtzeit ausgewerteten Daten werden direkt an alle für die Verhütung oder Bekämpfung von Bränden zuständigen Institutionen, beispielsweise an die lokalen Feuerwehren und an Katastrophenstäbe, weitergeleitet. Sie werden dabei auch mit aktuellen Wetter- und Klimadaten verknüpft, sodass die jeweilige Situation richtig eingeschätzt wird und Gegenmaßnahmen ergriffen werden können. Hierbei sollen moderne Entscheidungsunterstützungssysteme zum Einsatz kommen, welche die nötigen Risikobewertungen und die Identifikation wirksamer Maßnahmen beschleunigen können.

Zusammen mit der Universität Bayreuth arbeiten die folgenden Einrichtungen im Projekt KIWA mit: die [ui!] Urban Mobility Innovations in Zusammenarbeit mit der Quantum-Systems GmbH, die Technische Hochschule Deggendorf sowie die Staatliche Feuerwehrschule Würzburg als assoziierter Partner. Konsortialführer ist die Urban Mobility Innovations (B2M Software GmbH). „Dieser ungewöhnliche Verbund vereint alle Kompetenzen, die in einem ambitionierten Projekt wie KIWA zusammenwirken müssen: Expertise für Datenanalyse, Künstliche Intelligenz und Datenplattformen, technische und ökonomische Kompetenzen bei der Entwicklung unbemannter High-tech-Luftfahrtsysteme, praktische Erfahrungen mit der Verhütung und Bekämpfung von Wald- und Flächenbränden sowie wissenschaftliche Expertise hinsichtlich der jeweils relevanten Erkenntnisse aus der Grundlagen- oder Anwendungsforschung,“ sagt Beierkuhnlein.

Hintergrund:
Aktuelle Studien schätzen, dass Waldbrände für etwa fünf bis zehn Prozent der weltweiten CO₂-Emissionen verantwortlich sind und den Klimawandel beschleunigen. Die Weltorganisation für Meteorologie (WMO) berichtete im Rahmen des Weltwirtschaftsforums 2023 in Davos, dass die durchschnittlichen jährlichen weltweiten Kosten von Waldbränden in den letzten Jahren stark gestiegen sind und mittlerweile mehr als 50 Milliarden US-Dollar betragen. Zudem wurde festgestellt, dass allein durch Waldbrände im Jahr 2021 mehr als 6.400 Megatonnen CO₂ in die Atmosphäre freigesetzt wurden und bis 2050 ein enormer Anstieg extremer Brände weltweit zu erwarten sei.

Prof. Dr. Carl Beierkuhnlein

Prof. Dr. Carl Beierkuhnlein

Lehrstuhl für Biogeografie
Universität Bayreuth

Telefon: +49 (0)921 / 55-2270
E-Mail: carl.beierkuhnlein@uni-bayreuth.de

Prof. Dr. Anke Jentsch.

Prof. Dr. Anke Jentsch

Störungsökologie und Vegetationsdynamik
Universität Bayreuth

Telefon: +49 (0)921 / 55-2290
E-Mail: anke.jentsch@uni-bayreuth.de

Christian Wißler, Wissenschaftskommunikation

Christian Wißler

Stellv. Pressesprecher, Wissenschaftskommunikation
Universität Bayreuth

Telefon: +49 (0)921 / 55-5356
E-Mail: christian.wissler@uni-bayreuth.de