Fernerkundungsbasierte Wertermittlung von Waldbeständen am Beispiel Herbelsdorf 2

Wie können Waldflächen effizient erfasst und bewertet werden? Mit dieser Frage befasst sich die Masterarbeit von Luisa Fischer mit dem Titel „Fernerkundungsbasierte Wertermittlung von Waldbeständen am Beispiel Herbelsdorf 2“, die in Kooperation mit dem Amt für Ländliche Entwicklung (ALE) Unterfranken in Würzburg entstanden ist.

Hintergrund ist die Waldneuordnung, ein Verfahren nach dem Flurbereinigungsgesetz (FlurbG). Sie soll zersplitterte und schlecht erschlossene Waldgrundstücke neu ordnen und damit eine bessere Bewirtschaftung und Pflege ermöglichen. Gerade in Unterfranken führen zunehmende Trockenheit, Schädlingsbefall und Ausfälle insbesondere von Fichtenbeständen zu einem wachsenden Bedarf an einem klimagerechten Waldumbau hin zu klimaresilienten Mehrgenerationen-Mischwäldern. Voraussetzung für die Neuordnung ist eine wertgleiche Abfindung der Eigentümerinnen und Eigentümer. Daher ist die Bewertung des Waldbodens und des Holzbestandes von zentraler Bedeutung. Sie orientiert sich an den Waldwertermittlungsrichtlinien (WaldR2000) des Bundesministeriums der Finanzen.

Am Beispiel eines rund 75 Hektar großen Untersuchungsgebiets wurden kostenfrei verfügbare amtliche Geodaten des Landesamts für Digitalisierung, Breitband und Vermessung (LDBV) mit hochauflösenden UAV-Daten kombiniert. Verwendet wurden amtliche Orthofotos (RGB und CIR) mit 20 cm Auflösung, ein digitales Oberflächenmodell (DOM) mit 20 cm, ein digitales Geländemodell (DGM) mit 1 m sowie Airborne-Laserscanning (ALS)-Daten des LDBV. Ergänzend kam ein UAV-basiertes RGB-Orthofoto mit einer Bodenauflösung von ca. 3 cm zum Einsatz.

Auf Basis der ALS-Daten konnten rund 19.700 Einzelbäume segmentiert und den Baumartengruppen Eiche, Buche, Fichte, Kiefer und Totholz zugeordnet werden. Die Baumartenklassifikation erreichte auf unabhängigen Testdaten eine Genauigkeit von 72 % (Macro-F1). Für die Schätzung von Brusthöhendurchmesser (BHD) und Baumalter wurden 274 terrestrisch erhobene Referenzbäume herangezogen. Beim BHD wurde ein R² von 0,77 bei einem mittleren absoluten Fehler (MAE) von ca. 3 cm erreicht, beim Baumalter ein R² von 0,83 bei einem MAE von ca. 7 Jahren. Aus den abgeleiteten Parametern wurde anschließend das Gesamtholzvolumen berechnet.

Die Ergebnisse zeigen das Potenzial fernerkundungsbasierter Verfahren für Waldinventur und Wertermittlung. Gleichzeitig bestehen Grenzen, unter anderem bei der Baumartenklassifikation und der modellbasierten Ableitung einzelner Parameter. Der entwickelte Workflow soll daher nicht die Arbeit von Forstsachverständigen ersetzen, sondern diese und die ÄLE durch automatisierte, flächenbezogene Informationen unterstützen. Künftige Arbeiten könnten den Ansatz um Bonität, Bestockungsgrad und eine vollständige monetäre Wertermittlung nach WaldR erweitern.