Forest Forward: Künstliche Intelligenz zum Schutz von Goas Wäldern

Vertify.earth präsentiert georäumliche Erkenntnisse zur Unterstützung einer bewussten Planung in Goa, © GIZ

Der Klimawandel setzt unseren Wäldern immer mehr zu. In Goa, Indien, steigt beispielsweise das Risiko von Waldbränden und Waldschäden aufgrund von höheren Temperaturen, weniger Regen und sich generell ändernden Wetterbedingungen. Um diesen Herausforderungen zu begegnen, hat die Initiative „Forest Forward“ als Teil des BMZ-Programms FAIR Forward – Künstliche Intelligenz für Alle zwei Anwendungen eingeführt, die mit künstlicher Intelligenz (KI) arbeiten. Sie unterstützen das Forstamt von Goa bei der Überwachung, Prävention und Minderung klimabedingter Gefahren für seine Wälder.

Für die Entwicklung dieser Lösungen arbeitete FAIR Forward mit Vertify.earth zusammen – einer Organisation, die Geodaten und KI zur Überwachung von Waldökosystemen nutzt.

© GIZ

Wir haben uns zusammengeschlossen, weil wir nicht wollen, dass Goa seine einzigartige Identität verliert. Die Planung muss sowohl unsere Wälder als auch unsere Gemeinden schützen.

Anuj Sharma, Gründer von Alsisar Impact, lokaler Partner für Stakeholder-Management

Anwendung 1: Eine Karte zeigt gefährdete Gebiete an, bevor der Waldbrand zündet

Das Management von Waldbränden beginnt oft erst, wenn der Schaden bereits sichtbar ist. Forest Forward ändert das, indem es eine KI-generierte Karte zur Brandgefährdung entwickelt hat. Mithilfe von Fernerkundungsdaten und maschinellem Lernen identifiziert die Software gezielt Gebiete, in denen das Brandrisiko steigt. Dabei werden nicht nur brandgefährdete Gebiete berücksichtigt, sondern auch von potenziellen Waldbränden betroffene Gemeinden oder Biodiversitäts-Hotspots identifiziert. Lokale Forstbeamte haben mit ihrem Fachwissen zur Entwicklung der Anwendung beigetragen, womit diese sowohl technologisch fortschrittlich als auch tief im lokalen Kontext verankert ist.

Karte zur Vorhersage der Brandgefährdung in Goa, © GIZ
Anwendung 2: Biomasse mit räumlicher Präzision schätzen

Die zweite Anwendung befasst sich mit einem ebenso wichtigen Aspekt der nachhaltigen Waldbewirtschaftung: der Kohlenstoffschätzung und der Überwachung der Waldbeschädigung.

Die meisten globalen Biomassekarten spiegeln die Komplexität der tropischen Wälder Indiens nicht wider. Das Team von Forest Forward hat ein neues KI-Modell trainiert, das auf Referenzdaten für Südasien von der Indian Space Research Organization basiert. Das Ergebnis ist eine hochauflösende, regional kalibrierte Darstellung der oberirdischen Biomasse, die mithilfe von Deep Learning und Satellitendaten erstellt wurde. Mit diesem Modell können Forstbehörden die Waldbeschädigung verfolgen, Kohlenstoffvorräte bewerten und Wiederaufforstungsprojekte effektiver planen.

Es werden jedoch nicht nur Bäume vermessen. Vielmehr geht es darum, Wissen über die Gesundheit und Widerstandsfähigkeit der Wälder sowie ihre Rolle bei der Eindämmung des Klimawandels zu erlangen.

Der Austausch von Daten und Karten mit Gemeinden ist wichtiger denn je. Durch standortspezifische Geodatenanalysen können wir Erkenntnisse gewinnen, die den Interessengruppen in den Gemeinden Informationen liefern, sie schützen und stärken.

Micheal Anthony, Gründer und Geschäftsführer von Vertify.earth

Ein smarterer, grünerer Weg in die Zukunft

Das Projekt wurde gemeinsam mit den Menschen entwickelt, die täglich für die Verwaltung der Wälder in Goa zuständig sind. Entscheidend ist, dass die genutzten Anwendungen Open Source sind – das heißt, sie können lizenzfrei genutzt und beliebig verändert und weiterentwickelt werden. Somit können sie von anderen, die in Indien oder weltweit vor ähnlichen Herausforderungen stehen, wiederverwendet und angepasst werden.

Forest Forward gibt einen Einblick, wie die Zukunft der Waldbewirtschaftung aussehen kann: nicht von Krisen getrieben, sondern von Erkenntnissen. In einer sich erwärmenden Welt, in der jedes Feuer und jede nicht gemessene Kohlenstoffsenke zählt, sind die Wälder von Goa nun besser für ein erfolgreiches Wachstum gerüstet.