FORTE: Offene, skalierbare Daten für evidenzbasierte Entscheidungen im Wald der Zukunft

Das übergeordnete Ziel des Projektes ist es, angesichts des voranschreitenden Klimawandels die Basis für evidenzbasierte Entscheidungen in der Forstwirtschaft zu legen. Dazu wird eine konfigurierbare, kostengünstige Messstation für das Waldmonitoring, zusammen mit der notwendigen Netzwerk-, Daten- und Analyseinfrastruktur entwickelt. Die erhobenen Messgrößen inkludieren Schlüsselprozesse im Kohlenstoff- und Wasserkreislauf des Waldes, als auch die für deren Interpretation notwendigen Hilfsgrößen (in der Regel abiotische Umweltfaktoren). Die erhoben Daten werden täglich an einen zentralen Server übertragen, unterlaufen eine Qualitätskontrolle und sind frei verfügbar. Aus den ursprünglichen Messgrößen werden mittels ökophysiologischer Modelle abgeleitete Parameter berechnet, die eindeutige Information über die Funktionalität und Vitalität der untersuchten Bäume geben. Das entwickelte System wird in einer Pilotanwendung demonstriert und aus Sicht von Forstpraktikern und Ökologie-Forschern evaluiert.

Abbildung 1 im angehängten Dokument zeigt eine Übersicht über die Komponenten des Systems,

- Standard-Messstation

- Datenübertragung und zentrale Dateninfrastruktur im Backend

- Ökologische Modellierung und Datenanalyse

- Reporting und Datenvisualisierung

Das System wird modular entwickelt, so dass alle oben genannten Komponenten austauschbar und erweiterbar sind. Insgesamt decken sie den gesamten Workflow von der Datensammlung im Wald bis zur kontinuierlichen graphischen user-zentrierten Datenanalyse ab. Im Rahmen des FORTE-Projekts wird das Backend eines bereits existierenden Systems (vgl. Abschnitt zu Vorarbeiten) weiterentwickelt. Alle anderen Komponenten, insbesondere die Standard-Messstation, werden neu implementiert.

1. Standard-Messstation

Ziel ist es, ökophysiologisch relevante Größen an adulten und juvenilen Bäumen zu messen. Zusätzlich werden wichtige Umweltparameter (Mikroklima, Bodenparameter) gemessen, die für die Interpretation und Modellrechnung von Bedeutung sind. Neben dem Monitoring adulter Bäume soll die Langzeitbeobachtung von juvenilen Bäumen begleitend zu Aufforstungsprojekten eine Erfolgskontrolle beim Einsatz geeigneter Baumarten in ausgewählten Waldregionen unterstützen.

Aus heutiger Sicht kommen folgende Parameter in Betracht. Die konkrete Zusammenstellung erfolgt innerhalb des Projekts und wird mit der Verfügbarkeit kostengünstiger, präziser, zuverlässiger und energieeffizienter Sensoren abgeglichen:

● Lufttemperatur und –feuchte in 2m Höhe

● Niederschlag und Betauung (1 m Höhe)

● Windgeschwindigkeit und Windrichtung in (2 m Höhe)

● Sonnenstrahlung:

- Photosynthetisch aktive Strahlung (PAR)

- Transmittierte photosynthetisch aktive Strahlung (ca. 1 m Höhe) für Abschätzung Pflanzenflächenindex

● Bodentemperatur:

-Messung in Oberflächennähe und im Hauptwurzelbereich

● Volumetrischer Boden-Wassergehalt

● Digitale Bilderfassung für phänologische Beobachtung, multikanal mit mehreren Kameras:

- RGB-Bild von unten nach oben bzw. seitlich

- Erfassung phänologischer Phasen (z.B. Austriebsverhalten) durch Detailaufnahmen

● Blatttemperaturen (Infrarot)

● Saftstrommessung für die Ermittlung der Transpiration, pro Standort an mehreren Bäumen

● Wachstumsmessung:

- Stammdurchmesseränderung, pro Standort an mehreren Bäumen

Komponenten der Standardstation:

● Einzäunung des Messareals (Weidevieh, Wildverbiss)

● Gestänge für die Montierung der Sensorik und Sendeantenne

● Wetterfestes Gehäuse mit Datenerfassungsrechner und Elektronik für die Stromversorgung

● Sensoren

● Stromversorgung mit Solarpanele, Bufferakku, Spannungsregler, Überspannungsableiter (Blitzschutz)

Um die zusammengestellte Messstation zu evaluieren, wird ein Benchmarking gegen die FAIR-Messstation in Mieming durchgeführt.

2. Datenübertragung und zentrale Dateninfrastruktur im Backend

Die Messdaten sollen täglich an die zentrale Dateninfrastruktur übertragen werden. Dabei werden die Daten via Datenfunk an eine Basisstation übertragen, die vor Ort steht und über eine Internetverbindung verfügt. Für den Datenfunk wird die LORA-Technologie eingesetzt. Die Reichweite eines LORA-Sender beträgt max. 4 km im Freiland. Es handelt sich dabei um ein vermaschtes Funknetz, d.h. die Datenpakete werden durch benachbarte Funkstationen weitergeleitet, wenn die Distanz einer Funkstation zur Basisstation zu groß ist und diese nicht direkt erreicht werden kann. Falls die LORA-Technologie nicht eingesetzt werden kann, ist auch Mobilfunk vorgesehen, der jedoch kostenpflichtig ist. LORA-Funk ist kostenfrei.

Die Dateninfrastruktur wird auf Basis einer Metadaten-Spezifikation konzipiert. Dies ermöglicht zum einen die Erweiterbarkeit des Systems, da z.B. weitere Sensordaten, Analysedienste oder externe Datenquellen leicht angeschlossen werden können. Weiters verfügt das Backend über eine programmierbare Schnittstelle (API - Application Programming Interface), was den leichten Zugriff auf die Daten von anderen Programmen her ermöglicht.

Die laufende Qualitätssicherung der eingehenden Messdaten ist eine zentrale Säule des FORTE-Frameworks. Einerseits ist im operativen Alltagsbetrieb eine automatisierte Validierung nach vorgegebenen, frei definierbaren Validierungsregeln notwendig. Durch entsprechende Alarmierungsmechanismen soll dabei im Bedarfsfall eine zeitnahe und, falls möglich, automatisierte Fehlerbehebung ausgelöst werden. Im langjährigen Betrieb ist zusätzlich eine regelmäßige fachliche Beurteilung der Grundkonzeption und Zusammensetzung der erhobenen Messgrößen, Kontrolle und Kalibrierung der eingesetzten Sensoren und evtl. sogar redundant ausgelegte Sensorik vorzusehen.

Die Backend-Infrastruktur des oben beschriebenen TEAMBuilding-Systems kann weitgehend im Kern des FORTE-Frameworks eingesetzt werden.

3. Ökologische Modellierung und Datenanalyse

Für die ökophysiologische und forstpraktische Interpretation der Daten sind Modelle und Algorithmen zu entwickeln mit deren Hilfe aus den ursprünglichen Messgrößen die gewünschten Ökosystemparameter und charakteristische Kennzahlen berechnet werden können. Diese inkludieren: phänologische Entwicklung (z.B. start/end of season) anhand von RGB-Bildern, Pflanzenflächenindex anhand von Strahlungstransmission durch den Waldbestand, Baumwachstum anhand von Dendrometermessungen, Transpiration anhand von Saftstrommessungen. Diese Modelle benötigen als Input die gemessenen abiotischen Parameter, wie auch zusätzliche Standortfaktoren. Für jede dieser abgeleiteten Größen werden entsprechende Modelle zur Qualitätskontrolle und Plausibilitätsüberprüfung entwickelt und Schwellenwerte für Warnungen definiert.

4. Services und Datenvisualisierung

Fragestellungen aus der Forstpraxis und der Forschung werden auf Basis der Entwicklungen Modelle und Algorithmen in geeignete interaktive Visualisierungen überführt.

Das beantragte Projekt schließt eine Informationslücke in der Forstwirtschaft, indem die Möglichkeit geschaffen wird, mittels einer kostengünstigen Messstation für die Forstwirtschaft direkt relevante Kenngrößen betreffend des Wachstumsverhaltens und der Vitalität von Bergwäldern zu erheben. Diese Daten werden in Echtzeit und qualitätskontrolliert an einen zentralen Server übertragen, von wo sie frei verfügbar sind. Damit wird erstmalig eine frühzeitige Erkennung von Stresszuständen möglich, aber auch die retrospektive Analyse von Schlüsselgrößen des Waldnährstoff- und –wasserkreislaufs (incl. Kohlenstoff).

Im Vordergrund des Projektes ist die Nutzbarkeit der Monitoringergebnisse für die jeweiligen Zielgruppen, besonders für die praktische Anwendung. Es werden daher nicht nur die erhobenen Messdaten in einer Langzeitdatenbank abgespeichert, sondern die Analysen und Ergebnisse der Modellberechnungen werden zudem regelmäßig und aktiv an die Bedarfsträger übermittelt und erläutert. Durch den ereignisorientierten Ansatz des Analysesystems werden außergewöhnliche Entwicklungen und Ereignisse vom System nach vordefinierbaren Ereignistypen (z.B. Trocken- oder Hitzeperioden) erkannt und nach entsprechender Analyse zeitnahe berichtet. Damit soll der unmittelbare Nutzen von Datenerhebung und -analyse für den Forstdienst besonders forciert.