Mit Drohnen und Künstlicher Intelligenz haben Forschende den invasiven Götterbaum erstmals auch im Unterwuchs eines Waldes kartiert. An der Studie ist die Hochschule Rhein-Waal beteiligt.

Ein Wald lässt sich aus der Luft gut überblicken. Sollte man zumindest meinen. Doch wer senkrecht von oben auf die Baumkronen schaut, sieht vor allem eines: die Baumkronen. Was darunter wächst, bleibt häufig verborgen. Genau dort kann sich jedoch längst eine invasive Pflanzenart ausgebreitet haben. Im Fall des Götterbaums sogar in einem Ausmaß, das bisherige Luftbildverfahren deutlich unterschätzt hätten.

Einem Forschungsteam der Justus-Liebig-Universität Gießen ist es nun gelungen, den Götterbaum auch unter dem Kronendach eines dürregeschädigten Waldes in Südhessen sichtbar zu machen. Dafür nutzten die Forschenden handelsübliche Drohnen, Aufnahmen aus mehreren schrägen Blickwinkeln und Künstliche Intelligenz. Mit Prof. Dr.-Ing. Rolf Becker war auch ein Wissenschaftler der Hochschule Rhein-Waal an der Studie beteiligt. Das Earth Observation Lab der Hochschule stellte dem Team wichtige technische Infrastruktur zur Verfügung.

Wenn die Vogelperspektive nicht genügt

Für die Beobachtung von Wäldern und Vegetation werden Drohnenbilder häufig zu sogenannten Orthomosaiken zusammengesetzt. Dabei entsteht aus vielen Einzelaufnahmen eine große, von oben betrachtete Karte. Das funktioniert gut, solange sich das Gesuchte an der sichtbaren Oberfläche befindet. Unter einem geschlossenen oder teilweise geschlossenen Blätterdach stößt diese Methode jedoch an ihre Grenzen.

Die Forschenden entschieden sich deshalb für einen anderen Weg. Statt ausschließlich die fertig zusammengesetzten Karten auszuwerten, ließen sie die Künstliche Intelligenz direkt mit den unbearbeiteten Originalaufnahmen arbeiten. Weil die Drohne den Wald aus mehreren Blickwinkeln fotografiert hatte, waren auf den Bildern auch Bereiche zu erkennen, die bei der klassischen Draufsicht verdeckt geblieben wären. Neuronale Netze übernahmen anschließend die automatische Erkennung der Götterbäume. Die einzelnen Ergebnisse wurden danach mit photogrammetrischen Verfahren in ein georeferenziertes dreidimensionales Modell des Waldes übertragen.

Mehr als 40 Prozent blieben bislang unsichtbar

Das Ergebnis zeigt, wie viel sich unter dem Kronendach verbergen kann. Mehr als 40 Prozent des tatsächlichen Götterbaum-Befalls lagen dort, wo herkömmliche Verfahren ihn nicht erfasst hätten. Der Blick von oben hatte also nur einen Teil der Ausbreitung gezeigt. „Ein erheblicher Teil dieser Invasion spielt sich im Verborgenen ab, unter dem Kronendach“, erläutert PD Dr. André Große-Stoltenberg von der Justus-Liebig-Universität Gießen. Erst die Verbindung aus Schrägluftbildern und Künstlicher Intelligenz habe ein realistischeres Bild des tatsächlichen Ausmaßes ermöglicht.

Bemerkenswert war für das Team außerdem, dass die KI mit den unbearbeiteten Einzelbildern genauer arbeitete als mit den sonst üblichen Orthomosaiken. Ein aufwendiger Zwischenschritt brachte in diesem Fall also nicht das bessere Ergebnis. Für Marcel Dogotari, der zunächst an der Hochschule Rhein-Waal arbeitete und seit 2021 an der Universität Gießen tätig ist, macht gerade das die Methode für die praktische Anwendung interessant. Die Auswertung wird einfacher, ohne dabei an Genauigkeit zu verlieren.

Eine Forschungskooperation mit Wurzeln am Niederrhein

Die Verbindung zur Hochschule Rhein-Waal besteht nicht nur über Rolf Becker. Auch Marcel Dogotari hat dort seine akademischen Wurzeln und war mehrere Jahre wissenschaftlicher Mitarbeiter im Team von Becker. Für seine Sensorentwicklungen nutzt er weiterhin die Infrastruktur des Earth Observation Labs.

Rolf Becker, Professor für Physik mit dem Schwerpunkt Sensorik und Mechatronik, sieht in der Zusammenarbeit mit der Universität Gießen eine Möglichkeit, gemeinsam an ökologisch drängenden Zukunftsfragen zu forschen. Gerade beim Götterbaum gewinnt das Thema an Bedeutung. Nach Angaben der Forschenden nimmt seine Verbreitung mit steigenden Temperaturen auch in Nordrhein-Westfalen zu. Invasive Arten können heimische Ökosysteme erheblich verändern. Um sinnvoll reagieren zu können, muss zunächst möglichst genau bekannt sein, wo und in welchem Umfang sie vorkommen.

Was die Methode künftig leisten könnte

Der neue Ansatz liefert nicht nur genauere Karten. Durch die Übertragung der Erkennungen in ein dreidimensionales Modell entstehen zusätzliche räumliche Informationen. Nach Einschätzung des Forschungsteams könnte sich das Verfahren deshalb auch auf andere Gebiete übertragen lassen. Außerdem kann es auf bereits vorhandene Bilddatensätze angewendet werden. Damit eröffnet die Methode nach Einschätzung der Forschenden neue Möglichkeiten für das Monitoring invasiver Arten und für die Vegetationsforschung insgesamt. Künftig könnte sie auch Entscheidungen im Natur- und Umweltschutz unterstützen.

Entstanden ist die Studie im Projekt „MonA“. Der Name steht für „Monitoring von naturschutzrelevanten Arten und Renaturierungsmaßnahmen per Fernerkundung“. Gefördert wurde das Projekt durch den Hessischen Biodiversitätsforschungsfonds des Hessischen Landesamtes für Naturschutz, Umwelt und Geologie. Veröffentlicht wurden die Ergebnisse in der Fachzeitschrift „ISPRS Open Journal of Photogrammetry and Remote Sensing“.

Publikation

Marcel Dogotari, Till Kleinebecker, Rolf Becker, André Große-Stoltenberg:
Mapping understorey tree invasion in a drought-affected forest using multi-view UAV imagery and deep learning, ISPRS Open Journal of Photogrammetry and Remote Sensing, Volume 21, 2026, 100133, ISSN 2667-3932.

^{Quelle: Hochschule Rhein-Waak
Text: Sonja Raimann}