Weltweit sind jedes Jahr rund 400 Mio. ha Fläche von Waldbränden betroffen. Das entspricht in etwa der zehnfachen Fläche der Bundesrepublik Deutschland. Waldbrände können verheerende Auswirkungen auf Menschen, Tierwelt und Infrastruktur haben. Daher ist eine frühe Detektion wie auch eine schnelle Erfassung des Ausmaßes der Schäden wichtig.

Für die Analyse der Brandflächen in Nahe-Echtzeit hat das Deutsche Zentrum für Luft- und Raumfahrt (DLR) in den letzten Jahren eine Methode zur Auswertung von heterogenen optischen Satellitendaten entwickelt, die robust ist und ab sofort vom New-Space Unternehmen OroraTech aus München lizensiert eingesetzt wird.

Nahe-Echtzeit-Auswertung mithilfe von Satellitendaten und KI

Die Auswertung der Erdbeobachtungsdaten kombiniert nach Angaben einer aktuellen Pressemeldung zwei Verfahren: Ein Superpixel-Segmentierungs-Algorithmus gruppiert benachbarte Pixel mit ähnlichen Eigenschaften. Diese Pixelgruppen werden mithilfe von Deep-Learning-Techniken klassifiziert. So werden verbrannte Flächen besonders präzise und schnell aus den Datensätzen abgeleitet.

Der Ansatz unterstützt viele optische Sensoren auf Erdbeobachtungssatelliten mit unterschiedlicher geometrischer Auflösung. Dabei werden Daten von verschiedenen Satelliten fusioniert, um das Ergebnis während der Überwachung aktiver Brände kontinuierlich zu verfeinern. Diese Analysemethode wurde vor kurzem in dem Fachjournal „GIScience & Remote Sensing“ veröffentlicht.

Industrienah und praxistauglich

„Eine vertrauensvolle Kooperation mit klein- und mittelständischen Unternehmen wie OroraTech ist für uns sehr wichtig, um die wissenschaftlichen Entwicklungen am DLR in konkrete Anwendungen zu bringen und sie damit auf ihre Praxistauglichkeit zu testen“, betont Prof. Stefan Dech, Direktor des Deutsches Fernerkundungsdatenzentrum des DLR.

OroraTech wird das lizensierte Analyseverfahren des DLR für die „Wildfire-Solution-Platform“ verwenden, um Nutzern weltweit eine bessere Lageeinschätzung zu ermöglichen. „Die weltweite Verschärfung der Waldbrandsituation erfordert schnelles und entschlossenes Handeln, und eine Fusion verschiedenster Datenströme und -produkte in einer schnell erfassbaren Form und Weise.