Problemstellung

Das Waldbrandrisiko einer Waldfläche hängt maßgeblich von der Feuchtigkeit der bodennahen Streuauflage in Form von Astresten, Stöcken und Blättern ab. Die konventionelle Feuchtigkeitsmessung von Streuauflagen fällt sehr kostenaufwendig aus. In der Folge wird die Feuchtigkeit von Streuauflagen bei der Modellierung von Waldbrandrisiken nur in Form von Schätzungen berücksichtigt. Die Zuverlässigkeit und räumliche Auflösung von Waldbrandvorhersagen werden hierdurch allerdings relevant vermindert.

Projektziel

Das Ziel des Projekts „IFSW“ ist es, neuartige Ultraschall- und Radarsensoren sowie maschinelle Lernsysteme zu entwickeln, mit denen die Feuchtigkeit von im Wald befindlichen Streuauflagen zuverlässig und kostengünstig gemessen werden kann. Durch die skalierungsfähige Erhebung der Feuchtigkeitsdaten sollen Akteure wie nationale Wetterdienste und weitere wissenschaftliche Einrichtungen regionale Waldbrandrisiken wesentlich sicherer und räumlich aufgelöster modellieren können.

Durchführung

Im Rahmen des Projekts werden ausgewählte kommerziell verfügbare Ultraschall- und Radarsensoren aufgegriffen und vorhabenspezifisch weiterentwickelt. Die Sensoren sollen beispielsweise vollständig über Solarenergie betrieben werden, über extrem energieeffiziente maschinelle Lernsysteme verfügen und über Langstreckenfunk kommunizieren. Das Training der maschinellen Lernsysteme soll mit Daten aus umfangreichen, kontrollierten Schwelbrandtests durchgeführt werden.