3D-Punktwolke aus dem Naturpark Solling
Mithilfe des luftgestützten Laserscannings werden flächendeckende Karten der strukturellen Eigenschaften für ganz Niedersachsen erstellt.
Der Klimawandel hat bereits heute erhebliche Auswirkungen auf die Wälder Mitteleuropas und stellt eine zunehmende Herausforderung für ihre Bewirtschaftung unter den gegenwärtigen und zukünftigen Bedingungen dar.
Um dieser Herausforderung zu begegnen, wurde in Niedersachsen das FoResLab – „Future Lab towards Forests Resilient to Climate Change“ als zentrale Plattform ins Leben gerufen. Mit einem inter- und transdisziplinären Ansatz widmet sich FoResLab der zentralen Frage: Wie können wir Wälder unter heutigen und zukünftigen Bedingungen widerstandsfähig gegen den Klimawandel machen?
FoResLab bringt Expert*innen aus Universitäten, Forschungseinrichtungen, internationalen Partnerorganisationen und der Praxis zusammen und stärkt so die Verbindungen zwischen Wissenschaft, Privatwirtschaft und Zivilgesellschaft. Organisiert in drei Plattformen und 13 Teilprojekten werden innovative Ansätze für Forschung, Wissenschaftskommunikation und Wissenstransfer vorangetrieben.
Der Beitrag der HAWK: Fernerkundung zur Stärkung der Waldresilienz
Im Rahmen von FoResLab leitet die HAWK das Teilprojekt – „Development of a remote sensing indicator framework to monitor forest resilience“. Ziel des Projekts ist es, durch die Verknüpfung von Waldinventurdaten mit modernsten Fernerkundungstechnologien, wie beispielsweise dem luftgestützten Laserscanning, einen umfassenden Rahmen für die effiziente Bewertung zentraler Resilienzvariablen auf Landschaftsebene zu entwickeln.
Die Ergebnisse werden niedersachsenweite Karten der Baumartenzusammensetzung, der Waldstruktur und der Vitalität der Wälder bereitstellen, die wichtige Erkenntnisse zur Unterstützung einer nachhaltigen Waldbewirtschaftung in einem sich verändernden Klima liefern.
Mithilfe des luftgestützten Laserscannings werden flächendeckende Karten der strukturellen Eigenschaften für ganz Niedersachsen erstellt.
Die Daten aus dem terrestrischen Laserscanning werden genutzt, um ein Machine-Learning-Modell zu trainieren, das strukturelle Waldmerkmale vorhersagen kann.
Neben den fernerkundlichen Untersuchungen der HAWK werden an den Eddy-Flux-Türmen weitere Daten erhoben, wie beispielsweise die Flüsse von Kohlenstoffdioxid und Wasserdampf.