Drohnen Workshop
Ein quantitatives Naturschutzmonitoring anhand von Drohnendaten
In den vergangenen Jahren gab es in der Entwicklung von Drohnen rasante Fortschritte. Die Technologie wird immer einfacher, kleiner und billiger und ihre Nutzung daher von Tag zu Tag populärer. Dadurch ergeben sich auch für den Naturschutz neue Anwendungen und ungeahnte Möglichkeiten zur Flächenüberwachung. Schon die reine Abbildung von großflächigen oder unzugänglichen Gebieten stellt verbessert die Datenlage, nichtsdestotrotz nimmt eine visuelle Analyse viel Zeit in Anspruch und ist auf die Fähigkeiten des menschlichen Auges beschränkt. Maschinelle Anwendungen bieten hier eine schnelle Alternative, eine der Möglichkeit der automatisierten Auswertung stellte das NaTec-Team im Rahmen eines Workshops vor.
Insgesamt 19 Teilnehmer:innen folgten der Einladung zur ?Auswertung von Drohnendaten für ein quantitatives Naturschutzmonitoring? vom 26. bis 28. Oktober 2022, um sich mehrere Aspekte im Zusammenhang mit der Technologie näherzubringen: Die Drohnenpilotin Vanessa Ochlast informierte über die Planung der Drohnenbefliegungen und die Aspekte, die für eine spätere maschinelle Auswertung der Aufnahmen zu beachten sind. Dr. Carsten Neumann teilte die Erfahrungen aus den vergangenen Projektjahren und zeigte die grundsätzlichen Einsatzmöglichkeiten einer automatisierten Analyse auf. Schon am ersten Tag arbeiteten die Teilnehmer:innen aktiv mit und klassifizierten die Farbpixel eines Beispielbildes aus der Kyritz-Ruppiner Heide in QGIS. Das aufgenommene Gebiet konnte während einer Exkursion betrachtet werden, um sich auf den Bildern besser orientieren zu können und um einzelne Objekte zu identifizieren, die als Referenz für die einzelnen Klassen eingesetzt wurden. Diese wenigen, in QGIS vorgegebenen Referenzpunkte weisen in dem Programm R verarbeitet die restlichen Bildpixel aus.
Die notwendigen Befehle für R wurden von Dr. Carsten Neumann zur Verfügung gestellt, der die einzelnen Funktionen erklärte und den Prozess von Bild zur Karte mit Klassen Schritt für Schritt gemeinsam mit den Anwesenden durchlief. Über die Anpassungen einiger Befehle kann sich dabei die Fehlerquote der Klassenzuweisungen zu minimieren. Außerdem lassen sich neben den Farbaspekten auch ergänzende Referenzen zur Objekthöhe oder dessen Struktur einspeisen, die das Programm so mit zusätzlichen Informationen füttern und das Ergebnis der Auswertung verbessern. Abschließend wurden einige Ergebnisse in Form von den nach eigenen, festgelegten Klassen erstellten Karten vorgestellt und es wurde gemeinsam über die Genauigkeit der Vorhersagen diskutiert und wie diese über Anpassungen weiter optimiert werden könnten.
Wir bedanken uns bei allen Teilnehmer:innen für ihr Interesse, die wertvollen Redebeiträge und die gute Atmosphäre während der gemeinsamen Zeit.
images & text by E. Göpfert (Heinz Sielmann Stiftung) & Vanessa Ochlast (GFZ Potsdam)
