MapInWild: Kartierung von Wildnis aus dem Weltraum

5 Oktober 2021

Prof. Michael Schmitt, Professur für Erdbeobachtung, hat bei der Deutschen Forschungsgemeinschaft das Projekt "Kartierung und Interpretation von Wildnis aus dem Weltraum / MapInWild" eingeworben.

Laufzeit: 01.10.2021 bis 30.09.2024
Förderer: Deutsche Forschungsgemeinschaft – DFG-Sachbeihilfe

Vor dem Hintergrund gesellschaftlich hochrelevanter Themen wie der Ausweisung von Naturschutzgebieten bzw. zur Pandämieprävention durch Naturschutz, stellt eine Kombination von KI- und Fernerkundungs-basierten Verfahren eine vielversprechende Herangehensweise dar um objektiv und effizient die Naturbelassenheit von Landschaftsbestandteilen zu quantifizieren und Wildnisgebiete zu kartieren. Im Verbundprojekt MapInWild werden wir Deep Learning-Methoden zur Kartierung von Wildnisgebieten mittels Satellitenbilddaten entwickeln. Wichtige methodische Komponenten im Projekt sind dabei Beiträge zum schwach überwachten maschinellen Lernen, um auch mit vergleichsweise schlechten Trainingsdaten robuste und überregional anwendbare Modelle erzeugen zu können, sowie Beiträge zum erklärbaren maschinellen Lernen. Durch die Entwicklung und Anwendung komplementärer Werkzeuge wird auf verschiedene Weise die Transparenz und Interpretierbarkeit von tiefen neuronalen Netzwerken erhöht. Damit wird Aufschluss darüber gegeben, warum die gelernten Wildniskartierungs-Modelle zu spezifischen Entscheidungen kommen. In Verbindung mit bekanntem Vorwissen über Wildnis, werden die erhaltenen Ergebnisse im Kontext der Anwendung erklärt und führen somit zu einer verbesserten Definition des Begriffs Wildnis. Die Wildniskartierung und die Untersuchungen zur Erklärbarkeit stehen im engen Zusammenhang und werden kontinuierlich durch Feedbackschleifen verbessert. Das Projekt trägt damit zur methodischen Weiterentwicklung von übertragbaren Verfahren des maschinellen Lernens mit wenigen und fehlerbehafteten Trainingsdaten und deren Interpretierbarkeit bei. Des Weiteren werden Fortschritte im Bereich der Automatisierung der Fernerkundung erwartet.

Bild: © gettyimages / Vonkara1

Aktuelles

Digitalization for Sustainability: Teilvorhaben Drucktank

Prof. Dickhut hat das DigiTain-Teilvorhaben "Konstruktion, Auslegung und Fertigung eines Linerlosen (Typ-V) Drucktank zur Wasserstoffspeicherung“ beim BMWK eingeworben.

CHoSE: Conformable Hydrogen Storage for Aviation

Prof. Dr.-Ing. Tobias Dickhut von der Fakultät für Maschinenbau hat das Projekt „CHoSE“ beim Bundesministerium für Wirtschaft und Klimaschutz (BMWK) eingeworben.

Military Quantum Safe Communication with Quantum Technology

Prof. Hommel und Dr. Nils gentschen Felde haben gemeinsam mit dem FI CODE das Projekt „Advanced Networking with Quantum Communication for Operational Results” (ANQuOR) eingeworben (EDA) .

TSB4RAID: Responding with AI-planning to Disasters (RAID)

Prof. Kiam hat das Projekt „Technology-Specific Bridge for Use Case Responding with AI-planning to Disasters (TSB4RAID)" bei der Europäischen Kommission eingeworben.

Projekt WISER: Well-being in a Sustainable Economy Revisited

Prof. Binder, Fakultät für Staats- und Sozialwissenschaften, hat das Projekt „Well-being in a Sustainable Economy Revisited“ (WISER) bei der Europäischen Kommission eingeworben.

CATOSKE: Zukunftsfähige Steuerung der Betoneigenschaften

Dr.-Ing. Nancy Beuntner vom Institut für Werkstoffe des Bauwesens hat das Projekt CATOSKE bei der Deutschen Forschungsgemeinschaft (DFG) eingeworben.

ASSAI: Autonomous Space-Based Situational Awarness & AI

Prof. Roger Förstner und Benjamin Haser haben gemeinsam mit dem FZ SPACE das Projekt „Autonomous Space-Based Situational Awarness & Artificial Intelligence (ASSAI)" eingeworben (EDA).