Melde dich mit deiner syBos-ID an. Bestätige anschließend die E-Mail in deinem Postfach, um dich einzuloggen. Mit der Anmeldung hast du Zugriff auf interne Dokumente im Downloadcenter, kannst Schnellzugriffe setzen und Personalisierungen vornehmen.
OOELFV zur Übersicht
Waldbrände stellen infolge des Klimawandels eine weltweit rasant wachsende Bedrohung für Mensch, Tier und Umwelt dar. Eine neue Entwicklung der Johannes Kepler Universität Linz soll nun helfen, Gefahrenherde frühzeitig zu erkennen.
Die größte Chance zur Eindämmung liegt in der Früherkennung: Solange ein Brand noch klein und begrenzt ist, lässt er sich effektiv bekämpfen. Doch genau hier stießen bisherige Warnsysteme an ihre Grenzen. Befindet sich ein beginnendes, glimmendes Boden- oder Erdfeuer unter einem dichten Blätterdach im Wald, ist es für herkömmliche Sensoren, Satelliten oder klassische Wärmebilddrohnen praktisch unsichtbar, da die Baumkronen die Sicht blockieren.
Einem Forschungsteam des Instituts für Computergrafik der JKU ist nun in Zusammenarbeit mit dem Landesfeuerwehrkommando Oberösterreich und der Feuerwehr St. Agatha ein technologischer Durchbruch gelungen. Mithilfe einer neuartigen Kombination aus intelligenter Signalverarbeitung und Künstlicher Intelligenz können Drohnen buchstäblich „durch das Laub hindurchsehen“ und die Bodentemperatur recht genau abschätzen sowie versteckte Brandherde in Echtzeit rekonstruieren.
Das neue Verfahren nutzt die von der JKU bereits vor einigen Jahren entwickelte Airborne Optical Sectioning (AOS) Methode, um die Verdeckung der Waldvegetation wegzurechnen. Übrig bleibt ein Blick auf den Waldboden, der durch die Dichte des Waldes allerdings stark verzerrt und thermisch verschwommen ist. Hier kommt der eigentliche Kern der
Innovation ins Spiel: Eine speziell trainierte KI (ein sogenanntes visuelles Zustandsraummodell) analysiert die extrem schwachen und unscharfen Hitzesignale. Sie ist in der Lage, die Wärmebilder zu korrigieren und die tatsächliche Bodentemperatur sowie die genaue Form des Brandherdes originalgetreu wiederherzustellen.
Da es in der Realität unmöglich ist, exakte Temperaturmessungen unter einem dichten Baumkronendach für Trainingsdaten zu kalibrieren (ohne den Wald dafür abzuholzen), griffen die Forscher*innen zu einem genialen Trick: Sie nutzten echte Wärmebildaufnahmen eines realen Bergwaldbrandes oberhalb der Baumgrenze in Österreich (Grafenbergalm) als physikalische Grundlage. Mithilfe moderner KI-Bildgeneratoren erweiterten sie diesen kleinen Datensatz auf zehntausende täuschend echte, künstliche Feuerszenarien.
In einer hochpräzisen Computersimulation wurde über diese künstlichen Feuer ein virtueller europäischer Wald mit unterschiedlichen Baumdichten und Sonnenständen gelegt. Mit diesen hunderttausenden Bildern lernte die KI, wie Hitze durch Laubwerk hindurchstrahlt und wie sie die Messfehler perfekt herausrechnen kann.
Im Computermodell senkte die neue Methode die Messfehler bei der Temperaturerfassung im Vergleich zu normalen Wärmebildern um das Zweieinhalbfache. In realen Feldexperimenten vor Ort schlug das neue System alle Erwartungen: Versteckte Hotspots wurden mit einer bis zu 12,8-fach höheren Genauigkeit als bisher rekonstruiert.
Das System zeigt nicht nur, dass es brennt, sondern liefert auch die exakte Ausdehnung und Form des Feuers. Das ist mit herkömmlicher Technik bei dichtem Kronendach unmöglich.
Da das Verfahren extrem schnell und vollautomatisch arbeitet, könnte es in Zukunft auf Überwachungsdrohnen installiert werden, die große Waldgebiete autonom patrouillieren und Alarm schlagen, noch bevor der erste Rauch aufsteigt.
Das Projekt wurde vom Land Oberösterreich finanziert und nun im renommierten Nature Fachmagazin Communications AI & Computing publiziert.
