Hochschule München auf dem Living Planet Symposium 2025

Die Hochschule München war mit drei wissenschaftlichen Posterbeiträgen auf dem renommierten Living Planet Symposium 2025 der European Space Agency (ESA) vertreten, das in diesem Jahr in Wien stattfand. Die Konferenz zählt zu den bedeutendsten internationalen Veranstaltungen im Bereich der Fernerkundung und bietet eine Plattform für den Austausch zwischen Wissenschaft, Industrie und Raumfahrtagenturen.

Früherkennung von Borkenkäferbefall durch Radarfernerkundung

Christine Hechtl, Absolventin des Masterstudiengangs Geomatik, stellte ihre Abschlussarbeit mit dem Titel „Detection of the Green Attack Stage of Bark Beetle Infestation Using Sentinel-1 Time Series“ auf der Konferenz vor. Ziel der Studie war die frühzeitige Erkennung von Borkenkäferbefall in Nadelwäldern, bereits in der sogenannten Green Attack Stage, also vor dem sichtbaren Absterben der Bäume.

Durch die Analyse von Sentinel-1 Radarzeitreihen und den Einsatz maschinellen Lernens konnte die Entwicklung der Vitalität von Fichtenbäumen nachvollzogen und auf den Beginn eines Befalls geschlossen werden. Die Untersuchungen fanden im Nationalpark Bayerischer Wald statt und zeigen das Potenzial radarbasierter Fernerkundung zur Unterstützung des forstlichen Krisenmanagements angesichts zunehmender klimatischer Stressfaktoren.

Die Forschungsarbeit zeigt eindrucksvoll, wie aktuelle Fernerkundungsmethoden dazu beitragen können, forstwirtschaftliche Krisen frühzeitig zu erkennen, ein entscheidender Vorteil in Zeiten des Klimawandels, zunehmender Trockenheit und biotischer Störfaktoren. Die Ergebnisse wurden in der internationalen Fachzeitschrift Forests als wissenschaftlicher Artikel veröffentlicht: „Kennaugh Elements Allow Early Detection of Bark Beetle Infestation in Temperate Forests Using Sentinel-1 Data“.

Die Publikation entstand unter Federführung der Hochschule München, genauer aus dem Forschungsforum für Geoinformation und KI um Dr. Sarah Hauser und Prof. Andreas Schmitt, in Zusammenarbeit mit Expert:innen der Nationalparkverwaltung Bayerischer Wald, des Deutschen Zentrums für Luft- und Raumfahrt (DLR) sowie der Universität Freiburg. Die Veröffentlichung unterstreicht nicht nur die wissenschaftliche Tiefe der Masterarbeit, sondern auch die Forschungsstärke der Hochschule München im Bereich der radarbasierten Umweltbeobachtung, Waldökologie und KI-gestützter Fernerkundung.

Dolinenerkennung in der kasachischen Wüste

Simone Aigner präsentierte ihre Masterarbeit „Pattern-based Sinkhole Detection in Kazakhstan from Sentinel-1 and -2 Data“, in der sie ein automatisiertes Verfahren zur Erkennung von Dolinen (Sinkholes) entwickelte. Diese geologischen Strukturen stellen eine erhebliche Gefahr für Infrastrukturprojekte dar, unter anderem für das Großprojekt Hyrasia One zur grünen Wasserstoffproduktion in Kasachstan.

Das Verfahren nutzt optische und radarbasierten Satellitendaten in Kombination mit Hyperkomplexer Datenfusion, um Senken zuverlässig auch in schwer zugänglichen, spärlich vegetierten Regionen zu identifizieren. Die Studie liefert eine wichtige Grundlage für geotechnisches Risikomanagement in ariden Regionen.

Die Ergebnisse der Arbeit wurden in der renommierten Fachzeitschrift Sensors veröffentlicht: „Pattern-Based Sinkhole Detection in Arid Zones Using Open Satellite Imagery: A Case Study Within Kazakhstan in 2023“.

Die Publikation entstand ebenfalls im Rahmen des Forschungsforums der Hochschule München.

Sie belegt eindrucksvoll, wie zukunftsweisende Fernerkundungstechnologien zur Früherkennung geologischer Risiken beitragen können – nicht nur in Kasachstan, sondern weltweit in vergleichbaren Regionen.

Waldparameter mit KI und multisensorischer Fernerkundung

Sarah Hauser stellte im Rahmen des Symposiums aktuelle Ergebnisse aus dem Forschungsprojekt Wald5Dplus vor, das an der Hochschule München im Umfeld des Institute for Applications of Machine Learning and Intelligent Systems (IAMLIS) unter Leitung von Prof. Andreas Schmitt und Prof. Peter Krzystek durchgeführt wurde.

Das Projekt zielt auf die hochdimensionale Erfassung von Waldstrukturen mittels Zeitreihen aus Sentinel-1- (Radar) und Sentinel-2- (optische) Daten ab. Durch den Einsatz sogenannter Hypercomplex Bases (HCB) können die unterschiedlichen Sensorinformationen pixelgenau fusioniert werden – eine innovative Methode, die eine präzise Analyse von Baumhöhe, Kronenvolumen, Artenverteilung und saisonalen Dynamiken ermöglicht.

Ein zentrales Ergebnis des Projekts ist der offene Benchmark-Datensatz Wald5Dplus, der als Analyse-Ready-Data Cube bis zu 512 Datenebenen jährlich enthält. Der Datensatz wurde speziell für die Entwicklung und Validierung von KI-gestützten Anwendungen in der Forstwissenschaft konzipiert und bietet eine robuste Grundlage für übertragbare Modelle zur Waldüberwachung in unterschiedlichen Ökosystemen.

Der Datensatz ist als Open-Access-Ressource auf Zenodo erhältlich. Die zugrundeliegenden wissenschaftlichen Methoden und Ergebnisse wurden im Fachartikel „An Open Benchmark Dataset for Forest Characterization from Sentinel-1 and -2 Time Series“ veröffentlicht.

Die Beteiligung der Hochschule München am Living Planet Symposium 2025 unterstreicht die wissenschaftliche Relevanz und das Innovationspotenzial ihrer Forschungsarbeiten im Bereich Fernerkundung und Geoinformation. Die Konferenz bot den teilnehmenden Nachwuchswissenschaftlerinnen die Gelegenheit, ihre Ergebnisse vor internationalem Fachpublikum zu präsentieren, wertvolle Kontakte zu knüpfen und Einblicke in aktuelle Trends und Entwicklungen der globalen Erdbeobachtungsforschung zu gewinnen.