JKU entwickelt KI-Drohnen gegen versteckte Waldbrände

Waldbrände gehören zu den größten Umweltgefahren der Gegenwart. Klimawandel lässt Häufigkeit und Intensität der Feuer weltweit steigen – mit schweren Folgen für Menschen, Tiere und Ökosysteme. Entscheidend im Kampf gegen die Flammen ist die möglichst frühe Erkennung von Brandherden.

An diesem Punkt setzt die neue Entwicklung der Johannes Kepler Universität (JKU) Linz an. In Kooperation mit dem Landesfeuerwehrkommando Oberösterreich und der Feuerwehr St. Agatha entstand ein Verfahren, das verborgene Feuerstellen unter dichtem Blätterdach aufspüren kann.

Bisherige Systeme versagen unter Baumkronen

Herkömmliche Frühwarnsysteme scheitern in dicht bewachsenen Wäldern. Entsteht ein Boden- oder Erdfeuer unter einem geschlossenen Kronendach, bleibt es für Satelliten, konventionelle Sensoren und klassische Wärmebilddrohnen unsichtbar. Die Baumkronen versperren den direkten Blick auf die Hitzequelle – wertvolle Zeit geht verloren.

Die neue Technologie soll dieses Problem beheben: Drohnen können künftig mithilfe intelligenter Signalverarbeitung gewissermaßen „durch das Laub hindurchsehen“ und die tatsächliche Bodentemperatur unterhalb der Vegetation abschätzen.

KI korrigiert verzerrte Wärmesignale

Ausgangspunkt ist die an der JKU bereits entwickelte Methode des Airborne Optical Sectioning (AOS), mit der störende Vegetationsschichten aus Bilddaten herausgerechnet werden können. So wird der Blick auf den Waldboden klarer – allerdings bleiben die Wärmesignale durch die dichte Vegetation weiterhin verzerrt.
Hier setzt die Künstliche Intelligenz an: Ein speziell trainiertes KI-Modell wertet auch schwache und unscharfe Wärmesignale aus, korrigiert Messfehler und rekonstruiert daraus die tatsächliche Temperatur sowie Ausdehnung und Form eines Brandherdes.

„Das System zeigt nicht nur, dass es brennt, sondern liefert auch die exakte Ausdehnung und Form des Feuers. Das ist mit herkömmlicher Technik bei dichtem Kronendach unmöglich“, erklärt Oliver Bimber vom JKU Institut für Computergrafik.

Virtuelle Wälder als Trainingsgrundlage

Eine zentrale Hürde war die Gewinnung geeigneter Trainingsdaten: Direkte Vergleichsmessungen unter dichtem Wald sind kaum durchführbar – schließlich lässt sich ein intakter Wald nicht für Experimente einfach entfernen.

Als Basis dienten daher reale Wärmebildaufnahmen eines Bergwaldbrandes auf der Grafenbergalm in Österreich. KI-Bildgeneratoren erweiterten diesen Datensatz anschließend auf zehntausende realitätsnahe Feuerszenarien.

Mithilfe von Computersimulationen trainierte die KI an künstlichen Bränden in virtuellen europäischen Wäldern – bei variierender Dichte und unterschiedlichen Lichtverhältnissen. Dabei lernte sie, wie Blätter und Äste Wärmesignale verzerren und wie sich diese Verzerrungen korrigieren lassen.

Messfehler um das Zweieinhalbfache reduziert

Die Ergebnisse sind vielversprechend: Im Computermodell reduzierte die neue Methode die Messfehler bei der Temperaturerfassung im Vergleich zu herkömmlichen Wärmebildern um das Zweieinhalbfache. Reale Feldversuche zeigten beeindruckende Ergebnisse: Versteckte Hotspots wurden mit bis zu 12,8-fach höherer Genauigkeit rekonstruiert.

Künftig könnten Drohnen mit dieser Technologie ausgestattet werden, die dann große Waldflächen regelmäßig abfliegen und gefährliche Glutnester aufspüren – noch bevor Rauch sichtbar wird.

Die neue KI-Methode könnte dabei helfen, Waldbrände früher zu stoppen – und den Einsatzkräften damit wertvolle Zeit verschaffen.

Quelle: https://ooe.orf.at/stories/3365870/