Andreas Mayr

FS 27.114

Fernerkundung für Waldbiodiversitäts-Monitoring

Session status: Accepted
Content last updated: 2026-09-04 21:34:36
Online available since: 2026-05-22 16:29:27

Details

  • Full Title

    Fernerkundungsverfahren für skalenübergreifendes Waldbiodiversitäts-Monitoring
  • Scheduled

    TBA
    TBA
  • Chair

    Dempewolf, Jan
  • Co-chair(s)

    Scherf, Nadine; Mayr, Andreas; Simon, Alois; Rutzinger, Martin; and Klemmt, Hans-Joachim
  • Thematic Focus

    Forschung, Monitoring, Wald
  • Keywords

    3D-Punktwolkenanalyse, Skalenübergreifende Fernerkundung, Waldstrukturindizes, Baummikrohabitate, EU Nature Restoration Law

Abstract/Description

The content was (partly) adapted by AI

Die räumliche Strukturvielfalt von Wäldern und Baummikrohabitaten sind zentrale Bestandteile biologischer Vielfalt. Indikatoren wie Bestandsstruktur, Kronenheterogenität, Totholzanteile und Baummikrohabitate sind wesentlich für Identifizierung und Monitoring von Waldbiodiversität. Ihre objektive, wiederholbare Erfassung bleibt angesichts begrenzter Ressourcen herausfordernd. Digitale Fernerkundungsverfahren eröffnen hierfür neue Möglichkeiten: Die Integration verschiedener räumlicher Skalen und Sensoren erlaubt es, punktuelle Inventurdaten auf größere Flächen zu übertragen und die standardisierte Erfassung von Biodiversitätsindikatoren zu unterstützen.

Im Zentrum der Session stehen Methoden für eine objektive, skalenübergreifende und ressourceneffiziente Wald-Biodiversitätskartierung sowie ein langfristiges Monitoring. Die Relevanz ergibt sich aus der fortschreitenden Veränderung der Umweltbedingungen im Zuge des Klimawandels. Zusätzliche Dringlichkeit entsteht durch die EU-Verordnung 2024/1991 (Nature Restoration Law), die die Erfassung des Status quo und bis 2030 den Nachweis positiver Trends bei Schlüsselindikatoren wie Habitatbäumen, Totholzanteil und Strukturvielfalt in Wald-Lebensraumtypen fordert. 

Die Session richtet sich an Forschende, Forstbetriebe, Verwaltungen und Planungsbüros und lädt zur Diskussion über Übertragbarkeit, Standardisierung und Praxistauglichkeit digitaler Erfassungs- und Monitoringverfahren ein.

Mögliche Beiträge können unter anderem folgende Themen adressieren:

a) Skalenübergreifende Datenintegration, von TLS und Handheld-Laserscanning über UAV-LiDAR und Photogrammetrie (SfM-MVS) bis zur Satellitenfernerkundung, einschließlich Skalierung von Punkt-Inventurdaten und Multi-Sensor-Fusion;

b) Automatisierte Ableitung von Biodiversitätsmerkmalen aus 3D-Punktwolken und Photogrammetriedaten, etwa zur Erkennung und Quantifizierung von Totholz, Bestandesschichtung, Kronenheterogenität, Einzelbäumen und Baummikrohabitat-Parametern;

c) Entwicklung und Validierung von Waldstrukturindizes als quantitative Biodiversitätsproxies und skalierbare Indikatoren für Biodiversitäts-Hotspots;

d) Fernerkundungsgestütztes Monitoring im Kontext des EU Nature Restoration Law, einschließlich Operationalisierung und Standardisierung von Schlüsselindikatoren sowie Schnittstellen zu behördlichen Berichtspflichten;

e) Methoden-Feedback und Transferpotenzial für Forstpraxis und Verwaltung, inklusive Stärken, Limitationen und Übertragbarkeit.

Registrierte Abstracts

ID: 3.13

Waldstruktur, Topografie und Erreichbarkeit: Ein geodatenbasierter Hinweisscore für potenziell naturnahe Wälder

Anna Iglseder
Schickhofer, Matthias; Linhard, Dominik; Pfeifer, Norbert; Hollaus, Markus

Abstract/Description

Naturnahe Wälder besitzen aufgrund ihrer strukturellen Vielfalt und geringen Nutzungsintensität eine besondere Bedeutung für die Waldbiodiversität. Im Kontext der Schutz- und Wiederherstellungsziele der Europäischen Union steigt der Bedarf an flächendeckenden und reproduzierbaren Verfahren für deren Identifikation und Bewertung. In der präsentierten Studie wurde untersucht, inwieweit österreichweit verfügbare, aus Airborne Laserscanning (ALS) abgeleitete Höhenmodelle in Kombination mit Daten zur Erreichbarkeit ein landesweites Screening potenziell naturnaher Wälder unterstützen können.

Ausgangspunkt war eine österreichweite expert:innenbasierte Kartierung von rund 2 500 km² potenziell naturnaher Wälder (Verdachtsflächen) anhand hochaufgelöster Luftbilder. Ziel der Studie war es, eine geodatenbasierte statitische Prüfung dieser Flächen im Kontext der gesamten österreichischen Waldfläche zu entwickeln.

Aus frei verfügbaren digitalen Gelände-, Oberflächen- und Baumhöhenmodellen mit 1 m Rasterweite wurden Merkmale zu Topografie, Kronenhöhe, Bestandsheterogenität und Lückenstruktur abgeleitet. Ergänzend wurde anhand frei verfügbarer Daten des digitalen Landschaftsmodells und OpenStreetMap die Entfernung zur nächstgelegenen befahrbaren Straße bestimmt. Auf Grundlage dieser Merkmale und 163 km² bestätigter naturnaher Wälder sowie einer zufälligen Stichprobe nicht kartierten Referenzflächen wurden vier Machine-Learning-Klassifikationsverfahren auf insgesamt rund 10 000 Untersuchungseinheiten (Mediangröße: 2,4 ha) trainiert und evaluiert. Die Verdachtsflächen blieben vollständig aus der Modellentwicklung ausgeschlossen und wurden erst anschließend bewertet. Berücksichtigt wurden jeweils der Mittelwert und die Standardabweichung der Merkmale pro Untersuchungseinheit. Über 30 gruppierte Trainings- und Validierungsaufteilungen erreichte das beste Modell eine ROC-AUC von 0,919 und eine PR-AUC von 0,713. Besonders relevant waren die räumliche Variabilität der Straßenentfernung sowie Gelände- und Kronenstrukturmerkmale. Das Modell wurde auf die gesamte österreichische Waldfläche angewandt und sein kontinuierlicher Output als Naturnähe-Hinweisscore interpretiert.

Die Verteilungen des Naturnähe-Hinweisscores unterschieden sich signifikant zwischen allen drei Flächenkategorien und zeigten einen deutlichen Gradienten von bestätigten naturnahen Wäldern über Verdachtsflächen zu bislang nicht kartierten Waldflächen. Der Ansatz ersetzt keine umfassende ökologische Bewertung der Naturnähe, ermöglicht jedoch ein österreichweit konsistentes Screening. Damit können expert:innengestützte Kartierungen durch reproduzierbare Geodatenanalysen ergänzt und zusätzliche potenziell relevante Flächen für eine weiterführende Prüfung identifiziert werden. Dies ermöglicht, die verfügbaren Ressourcen für weitere Luftbildinterpretationen und Felderhebungen im Rahmen von Schutz- und Wiederherstellungsmaßnahmen räumlich gezielt einzusetzen.

ID: 3.23

Experimentelle Waldbewirtschaftungsformen zur Förderung struktureller Heterogenität – Satellitengestützte Waldstrukturindikatoren für das Biodiversitätsmonitoring

Patrick Kacic
Asch, Johanna; Bradler, Pia Marie; Carlson, Lena; Köstler-Albert, Lisa; Lira Dyson, Bronwyn; Massó Estaje, Clàudia; Pierick, Kerstin; Rothacher, Julia; Schwarz, Rike; Stör, Jean-Léonard; Wild, Clara; Ammer, Christian; Bässler, Claus; Claßen, Alice; Dittrich, Sebastian; Feldhaar, Heike; Fichtner, Andreas; Hausmann, Ronja; Junginger, Michael; Karasch, Peter; Kortmann, Mareike; Mitesser, Oliver; Müller, Jörg; von Oheimb, Goddert; Peters, Marcell K.; Pickert, Ruth; Scherer-Lorenzen, Michael; Siemianowski, Regina; Steffan-Dewenter, Ingolf; Thom, Dominik; Thorn, Simon; Kuenzer, Claudia

Abstract/Description

Mitteleuropäische Wälder verzeichnen seit mehreren Jahren eine überdurchschnittliche Baumsterblichkeit infolge aufeinanderfolgender Dürreperioden. Es wird von einer zunehmenden Häufigkeit und Intensität von Störungen berichtet, die zu mehr geplanten und ungeplanten Veränderungen der Waldstruktur führen. Um die künftige Waldgesundheit zu erhalten, sind neue forstwirtschaftliche Methoden erforderlich, die durch eine erhöhte Widerstandsfähigkeit gegenüber Störungen die Biodiversität und Multifunktionalität fördern. Die Steigerung der strukturellen Heterogenität von Wäldern gilt als eine Schlüsselmaßnahme zur Förderung der biologischen Vielfalt. Wir untersuchen experimentelle waldbauliche Maßnahmen – wie selektive Durchforstung und Lückenhieb zur Schaffung vielfältigerer Lichtverhältnisse sowie die Förderung von Totholzstrukturen (liegendes und stehendes Totholz, Habitatbäume) –, die in mitteleuropäischen Laubwäldern zur Erhöhung der strukturellen Heterogenität umgesetzt wurden. Dieses einzigartige, großflächige Experiment zur Waldmanipulation (234 Flächen in sechs deutschen Waldregionen) im Rahmen des interdisziplinären Projekts BETA-FOR zielt darauf ab, neue Erkenntnisse über die Zusammenhänge zwischen Waldstruktur und Biodiversität zu gewinnen, die einen direkten Bezug zur forstlichen Praxis aufweisen. In der vorliegenden Studie wurden Analysen auf der Basis von multi-sensor Fernerkundungsdaten durchgeführt, die sowohl in-situ-Daten (mobile und terrestrische Laserscans) als auch satellitengestützte Daten (Sentinel-1- und Sentinel-2-Zeitreihen) umfassten, um die durch die waldbaulichen Maßnahmen erhöhte strukturelle Heterogenität zu untersuchen. Zusätzlich wurden flächendeckende Waldstrukturdaten einbezogen, die mittels eines auf maschinellem Lernen basierenden Modellierungsverfahrens unter Kombination von GEDI-, Sentinel-1- und Sentinel-2-Daten generiert worden waren. Wir stellten starke Korrelationen zwischen den in-situ-Daten und den satellitengestützten Daten zur Waldstruktur fest. Dieses Ergebnis unterstreicht das Potenzial räumlich-zeitlich kontinuierlicher Waldstrukturindikatoren aus satellitengestützten Sensoren, die lokalen Messungen der Waldstruktur (von in-situ-Plattformen) zu ergänzen. Darüber hinaus wurden Biodiversitätsdaten verschiedener Artengruppen (taxonomische Vielfalt von Fledermäusen, Vögeln, Schnecken, Schwebfliegen, Nachtfaltern, Spinnen, niederige Vegetation und Baumarten) analysiert, um die Beziehungen zwischen Waldstruktur und biologischer Vielfalt zu untersuchen. Dabei wurden Zusammenhänge zwischen der taxonomischen Vielfalt von Vögeln, Schnecken, Schwebfliegen, niederiger Vegetation sowie Baumarten und den satellitengestützten Waldstrukturindikatoren festgestellt. Unsere Ergebnisse belegen das Potenzial Fernerkundung für das Monitoring von Waldstruktur und Biodiversität. Somit bestätigt unsere Studie die Eignung satellitengestützter Waldstrukturindikatoren zur Überwachung der Waldstrukturdynamik im Kontext neuartiger, die strukturelle Heterogenität fördernder Bewirtschaftungsmaßnahmen.

ID: 3.186

Projekt DigiBioDiv: Waldstruktur aus hochaufgelösten Fernerkundungsdaten als Grundlage für Biodiversitätsprogramme im Grenzraum Bayern-Tirol

Nadine Scherf
Dempewolf, Jan; Mayr, Andreas; Klemmt, Hans-Joachim; Rutzinger, Martin; Heuser, Felix; Urban, Wendelin; Seitz, Rudolf; Simon, Alois

Abstract/Description

Das bayerisch-österreichische Grenzgebiet ist eine artenreiche und ökologisch hochsensible Region. Wälder übernehmen eine zentrale Rolle bei der Sicherung der Biodiversität, doch der fortschreitende Klimawandel verändert diese Ökosysteme rasch und erhöht das Risiko großflächiger Schadereignisse. Bislang fehlt im Programmgebiet eine flächig repräsentative, vergleichbare Erhebung von Biodiversitätsindikatoren und damit auch ein langfristiges Monitoring.

Konventionelle Felderhebungen liefern zwar wertvolle Informationen, sind jedoch zeit- und kostenintensiv und nur punktuell umsetzbar. Das Interreg-Projekt DigiBioDiv ergänzt diese Methoden durch den Einsatz moderner Laserscan-Technologien (Light Detection and Ranging / LiDAR) auf verschiedenen Maßstabsebenen: Flugzeuggestütztes Laserscanning (ALS) liefert flächendeckende Daten zu Baumhöhen und Bestandesgrenzen; drohnengestütztes Laserscanning (ULS) ergänzt dies durch hochaufgelöste Informationen zur vertikalen und horizontalen Strukturvielfalt an ausgewählten Probepunkten; terrestrisches und personengetragenes Laserscanning (TLS/PLS) liefert kleinräumig detaillierte Einblicke in die Waldstruktur sowie in das Vorkommen von Totholz und Mikrohabitaten.

Im Sommer 2026 wurden an 56 Probepunkten im Forsteinrichtungsgebiet Erl-Niederndorf (Bezirk Kufstein, Tirol) 3D-Punktwolken per Laserscanning erfasst und parallel biodiversitätsrelevante Merkmale mittels Mobile-GIS-Kartierung als Referenzdaten erhoben. Auf dieser Grundlage werden derzeit Methoden entwickelt und evaluiert, die Waldstruktur- und Habitatparameter automatisiert aus den Punktwolken ableiten.

Ziel des Projekts ist eine grenzüberschreitende, quantitative Beschreibung der biodiversitätsrelevanten Waldstruktur als Grundlage für forstliche Planung sowie die Entwicklung und Etablierung von Methoden für ein langfristiges Biodiversitätsmonitoring. Der Ansatz wird im Gebiet Erl-Niederndorf erprobt und anschließend auf Inventurpunkte der Waldzustandserhebung (WZE) und Bundeswaldinventur (BWI) in Südbayern übertragen. Die Ergebnisse fließen in Praxiswerkzeuge für Försterinnen und Förster sowie in regionale Biodiversitätsstrategien ein.

Eingereichte Abstracts

Abstracts are only visible to (co-)chairs at the moment. Please log in with your account to see this list.

We are processing your request… Just a few seconds — thanks for your patience… Almost done — preparing everything for you… Huuuh… this seems to be a difficult thing 🤔 I’m not sure if I can manage this right now… Please refresh the page — I think something went wrong.
If this happens again, please get in touch with us.