Quelltext der Seite SBB Pilot: Vitalität anhand von Satellitenbildern erkennen

==Wissenstransfer: Erkennen der Vitalität von Bäumen anhand von Satellitendaten, Abschlussbericht SBB Pilot «Forest & Remote Sensing»==

[[Datei:Vitalitätskarte 2020.png|mini|Vitalitätskarte 2020, Sentinel-2 basiert für das Gebiet St.Gingolph (VS)]]

===Zusammenfassung===
Klimawandel und Schadorganismen haben heute einen zunehmenden Einfluss auf die Vitalität der Wälder. Das vermehrte Aufkommen von geschwächten, kranken und toten Bäumen wird das potenzielle Risiko von Baumstürzen auf Verkehrs- und andere Infrastrukturen erhöhen. Um das Potential eines Früherkennungssystem mittels Satellitendaten und eines Deep Learning Modells zu ermitteln, haben die Schweizerischen Bundesbahnen in Zusammenarbeit mit Bundesamt für Umwelt (BAFU), Forschungsanstalt für Wald, Schnee und Landschaft (WSL), Hochschule für Agrar-, Forst- und Lebensmittelwissenschaften (HAFL) sowie 14 Kantonen an 19 repräsentativen Standorten in der Schweiz ein Pilotprojekt durchgeführt. Das Ergebnis sind Vitalitätskarten über die Abnahme der Vitalität von Bäumen. Je nadelholzreicher und homogener Waldbestände sind, desto zuverlässiger sind die Resultate. Flächen mit geschwächten Bäumen von 0.2-1 ha sowie Einzelbäume im Wald sind gut erkennbar. Das Modell zeigt jedoch geschwächte alleinstehende Einzelbäume ausserhalb des Waldes noch nicht an. Die SBB planen einen weiteren Pilotversuch 2021, um die konkrete Umsetzung auf drei Teststrecken zu testen. Der aus dem Projekt entstandene Wissens- und Fachaustausch wird durch WSL und HAFL in Zusammenarbeit mit der Praxis weitergeführt.

Der '''vollständige Bericht''' ist [https://www.bafu.admin.ch/dam/bafu/de/dokumente/wald-holz/externe-studien-berichte/wissenstransfer-erkennen-der-vitalitaet-von-baeumen-anhand-von-satellitendaten.pdf.download.pdf/Erkennen-der-Vitalit%C3%A4t-von-B%C3%A4umen.pdf hier] als PDF-Download verfügbar.

===Résumé===
Le changement climatique et les organismes nuisibles ont aujourd'hui un impact croissant sur la vitalité des forêts. La multiplication des arbres affaiblis, malades et morts augmentera dans le futur le risque potentiel de chute d'arbres sur les infrastructures de transport et autres. Pour évaluer le potentiel d'un système de détection précoce utilisant des données satellitaires et un modèle Deep Learning, les Chemins de fer fédéraux suisses, en collaboration avec l'Office fédéral de l'environnement (OFEV), l'Institut fédéral de recherches sur la forêt, la neige et le paysage (WSL), la Haute école des sciences agronomiques, forestières et alimentaires (HAFL) et 14 cantons, ont mené un projet pilote sur 19 sites représentatifs en Suisse. Les résultats montrent des cartes du déclin de la vitalité des arbres. Plus les peuplements forestiers sont de type conifères et sont homogènes, plus les résultats sont fiables. Les arbres affaiblis sur une surface de 0.2-1 ha ainsi que les arbres affaiblis isolés ont pu être détectés en milieu forestier. En revanche, le modèle ne détecte pas encore d'arbres affaiblis isolés dans un contexte urbain. Les CFF prévoient un nouveau projet pilote en 2021 pour tester la mise en œuvre réelle du système de détection par satellites sur trois différents tronçons des CFF. L'échange de connaissances et d'expertise résultant du projet sera poursuivi par le WSL et le HAFL en collaboration avec les professionnels forestiers.

Le '''rapport complet''' est disponible [https://www.bafu.admin.ch/dam/bafu/de/dokumente/wald-holz/externe-studien-berichte/wissenstransfer-erkennen-der-vitalitaet-von-baeumen-anhand-von-satellitendaten.pdf.download.pdf/Erkennen-der-Vitalit%C3%A4t-von-B%C3%A4umen.pdf ici] en format PDF (en allemand).

===Riassunto===
Il cambiamento climatico e gli organismi potenzialmente nocivi hanno un influsso sempre maggiore sulla vitalità dei boschi. La presenza più frequente di alberi indeboliti, malati o secchi aumenta il potenziale rischio di caduta alberi sulle infrastrutture viarie e di altro tipo.
Le ferrovie federali svizzere (FFS), in collaborazione con l’ufficio federale dell’ambiente (UFAM), l’istituto di ricerca per il bosco, la neve e il paesaggio (WSL), la scuola universitaria professionale per le scienze agronomiche, forestali e alimentali (HAFL), nonché 14 Cantoni, hanno realizzato un progetto pilota per esplorare il potenziale di un sistema di rilevamento preventivo di alberi indeboliti, tramite dati satellitari e un modello numerico di Deep Learning.
Il risultato ottenuto mostra carte previsionali relative alla diminuzione della vitalità degli alberi. I risultati sono più attendibili in caso di popolamenti forestali omogenei e ricchi di conifere. Superfici di 0.2-1 ettari con alberi indeboliti, così come singoli alberi in bosco possono essere ben riconosciuti. Tuttavia, il modello non permette ancora di indicare singoli alberi indeboliti. Le FFS stanno pianificando un ulteriore progetto pilota, al fine di verificare l’impiego concreto del metodo di rilevazione lungo 3 tratte preliminari durante il 2022. Le conoscenze acquisiti durante il progetto e lo scambio d’informazioni tecniche sarà continuato dal WSL e dalla HAFL, in collaborazione con i rappresentanti della pratica.

===Summary===
Climate change and organisms harmful to plants are nowadays having an increasing impact on forest vitality. Weakened, diseased and dead trees occur more often, which increases the potential risk of such trees to fall onto railways and other infrastructure. To determine the potential of an early detection system using satellite data and a deep learning model, the Swiss Federal Railways (SBB), in collaboration with the Federal Office for the Environment (BAFU), the Swiss Federal Institute for Forest, Snow and Landscape Research (WSL), the School of Agricultural, Forest and Food Sciences (HAFL) and 14 cantons, conducted a pilot project at 19 representative locations in Switzerland. The results are maps of the decline in tree vitality. The more coniferous and homogeneous forest stands are, the more reliable the results. Areas with weakened trees of 0.2-1 ha in size as well as single low-vitality trees within the forest are easily recognizable. However, the model does not yet indicate weakened solitary trees in an urban environment. The SBB is planning another pilot project in 2021 to test the implementation of the model on three test routes. The exchange of knowledge and expertise resulting from the project will be continued by WSL and HAFL in collaboration with forest practitioners.