Unterstützung der Forsteinrichtung und Aktualisierung von forstlichen Karten durch Fernerkundung
Fernerkundung liefert bereits heute wichtige Karten und Daten, um die Arbeitsabläufe der Forsteinrichtung deutlich zu vereinfachen. So können beispielsweise mit Hilfe eines aktuellen Bestandeshöhenmodells (http://ow.ly/JuPP50GxeCw) und Orthophotos Bestände bereits bequem von Zuhause aus am Computer ausgeschieden und stichprobenartig in der Fläche überprüft werden.
Der Wegfall der sonst zeitintensiven manuellen und fußläufigen Bestandesabgrenzung spart viel Zeit in der Fläche und gleichzeitig kann ein Teil der Kartographie (digitale Bestandesabgrenzung) einfach von den Forsteinrichtern übernommen werden, was wiederum Zeit und Kosten spart. Außerdem können für einschichtige Reinbestände bereits zuverlässig Bestandeshöhen abgeleitet werden, sodass die stichprobenartige, fehlerbehaftete und vergleichsweise zeitintensive Höhenmessung für diese Bestände entfallen kann.
Bei Forsteinrichtungen in Betrieben, die aufgrund von Kalamitäten eine hohe Dynamik aufweisen, kann die Unterstützung durch Fernerkundung eine besondere Hilfestellung leisten.
Die Kombination von aktuellsten Satellitendaten ermöglicht es, bereits ältere Orthophotos, Bestandeshöhenmodelle und Forstkarten zu aktualisieren: Modernste Algorithmen von SKYLAB sind in der Lage, aus hochaufgelösten Satellitendaten negative Veränderungen der Waldfläche zu detektieren und auszuscheiden. So können bereits sehr kleinräumige Flächenabgänge und Blößen ab 500 m² zuverlässig erkannt*, lokalisiert und deren Flächengröße ausgeschieden werden. Entsprechend sind Forsteinrichter in der Lage, sich auf die noch stehenden Bestände zu konzentrieren, was je nach Schädigung des Forstbetriebs seit der letzten Inventur, eine massive Arbeitserleichterung darstellen kann.
Auf Basis der Blößenkarten können außerdem Wiederaufforstungen geplant, priorisiert und der Pflanzbedarf sehr genau ermittelt werden.
*Die Erkennungsgenauigkeit von SKYLAB liegt selbst für kleine Flächen von 500 m² über 98%; während gängige Analysen von anderen Anbietern und wissenschaftlichen Instituten auf Basis von Sentinel-2-Daten meist nur eine Erkennungsgenauigkeit von 20-50% in der Größenklasse < 5000 m² erreichen.
