BaKIM

Using AI to see the forest despite all the trees

Baum · Künstliche Intelligenz · Mensch

BaKIM unterstützt Förster:innen und Baumpfleger:innen mit KI-gestützter Luftbildanalyse.
Aus hochauflösenden Drohnenaufnahmen werden automatisch Einzelbäume erkannt,
Baumgattungen bestimmt und der Gesundheitszustand bewertet

Was ist BaKIM?

BaKIM analysiert Baumbestände mit modernen KI-Verfahren. Hochauflösende Luftbilder werden von Tiefen Neuronalen Netzen
ausgewertet – für präzise Informationen über jeden einzelnen Baum.

Was kann BaKIM?​

BaKIM analysiert hochauflösende Luftbilder von Baumbeständen mit einem Ensemble aus spezialisierten Tiefen Neuronalen Netzen. Die Auswertung erfolgt in mehreren Schritten – von der Erkennung einzelner Baumkronen bis zur Bewertung des Gesundheitszustands. Mehr ehrfahren

Einzelbaumerkennung

Im ersten Schritt werden die einzelnen Baumkronen im Luftbild erkannt und segmentiert. Dafür kommt ein Mask2Former-Modell zum Einsatz, das jede Krone pixelgenau abgrenzt. Das Modell erreicht eine Genauigkeit von etwa 80%, wobei Nadelwälder zuverlässiger erkannt werden als Laubwälder. Das Ergebnis: Jeder Baum erhält eine eindeutige Geo-Koordinate und kann in beliebiger GIS-Software weiterverarbeitet werden und die Baumhöhe pro Baum kann ermittelt werden.

Baumgattungsbestimmung

Im zweiten Schritt klassifiziert ein ResNet-Modell die erkannten Baumkronen nach ihrer Gattung. Das Modell wurde auf Bamberger Forstdaten trainiert und erreicht eine Genauigkeit von über 85%. Besonders zuverlässig werden die Hauptbaumarten wie Kiefer, Buche, Eiche und Fichte erkannt.

Vitalitätsbewertung

Ein weiteres ResNet-Modell schätzt den Gesundheitszustand jedes erkannten Baums. Die Klassifikation erfolgt in drei Stufen: vital, abgängig und tot. Die Genauigkeiten liegen bei 84% für vitale Bäume, 84% für abgängige Bäume und 98% für tote Bäume. So können Förster:innen frühzeitig erkennen, wo Handlungsbedarf besteht.

Mistelerkennung

Zusätzlich erkennt BaKIM Mistelbefall in Kiefernbeständen mit einer Genauigkeit von 90%. Befallsherde werden flächendeckend visualisiert, sodass gezielte Gegenmaßnahmen möglich sind, bevor sich der Schädling weiter ausbreitet.

Warum BaKIM?

Die menschengemachte Klimakrise stellt Forst- und Baumpflege vor wachsende Herausforderungen. BaKIM ermöglicht es,
Ressourcen gezielt einzusetzen:

Schäden frühzeitig erkennen

Pflegemaßnahmen priorisieren​

Entwicklung von Baumbeständen über die Zeit dokumentieren​

Förderung & Partner

BaKIM ist ein Gemeinschaftsprojekt der Stadt Bamberg und der Otto-Friedrich-Universität Bamberg.

Gefördert durch:

Umsetzungspartner:

Scroll to Top