KI basierte Integration von Fernerkundungs- und Citizen Science Daten zur Ableitung der Biodiversität in Wäldern

Trotz der zunehmenden Gefährdung essenzieller Ökosystemleistungen des Waldes durch die Biodiversitäts- und Klimakrise existiert kein robustes Biodiversitätsmonitoring. Gründe hierfür sind insbesondere die mangelnde Zugänglichkeit und heterogener Formate wertvoller Daten sowie geeigneter Analysemethoden. Ziel des Projekts iForest ist es, das gesamte zur Verfügung stehende Repertoire an Geo- und Citizen-Science-Daten (Drohnen, Flora Incognita, iNaturalist) mit Fernerkundungsdaten zusammenzuführen, um diese mittels Methoden der Künstlichen Intelligenz (KI) zur flächenhaften Abbildung der Biodiversität von Waldgesellschaften zu nutzen. Dies soll durch die Nutzung gängiger Entwicklungsumgebungen für KI-Methoden erfolgen, die u.a. eine flexible Integration extrem hoher Datenvolumen ermöglichen. Dabei soll die Nutzung von heterogenen Daten, z.B. von Behörden und Citizen Science, ermöglicht werden. Zudem sollen die Methoden der KI auch nicht-lineare Zusammenhänge in hoch-dimensionalen Datensätzen detektieren.

Das Projekt verfolgt in der ersten Phase die vertiefte Ausarbeitung eines Konzepts und die Erstellung eines Antrags für eine zweite Phase, welcher die Umsetzung der genannten Ziele zum Gegenstand hat. Zudem werden im Projekt initiale wissenschaftliche Arbeiten vorgenommen, die einen effektiven und schnellen Einstieg in eine mögliche zweite Phase erlauben.