Lupinus polyphyllus aus der Ferne
Räumlich und zeitlich hochaufgelöste Kartierungen der Lupinenbestände sind ein wichtiges Werkzeug zur Erfassung des Ist-Zustandes und des dynamischen Ausbreitungsverlaufes von L. polyphyllus. Es unterstützt die Auswahl von Flächen, die dringender Lupine-Bekämpfung bedürfen und hilft bei der Überprüfung des Erfolges von Maßnahmen. Methoden der Fernerkundung, also die Nutzung von Sensoren zur Messung elektromagnetischer Strahlung und geometrischer Größen, könnte diese Kartierungsarbeit enorm erleichtern.
Effektive Algorithmen des maschinellen Lernens helfen, die gewonnenen Sensordaten hinsichtlich der Lupine-Abundanz zu interpretieren. Besonders wichtig ist hierbei die Kombination komplementärer Sensorsysteme, erhoben mit unterschiedlichen Trägerplattformen, um großflächige und detailreiche Informationen zu generieren.
Foto: GNR
Entlang der Hochrhönstraße erstrecken sich die charakteristischen Magerwiesen der langen Rhön. Viele dieser Flächen sind bereits von der aus Nordamerika stammenden Staudenlupine (L. polyphyllus) invadiert. Wichtig ist nun, dass Ausbreitungsprozesse in ökologisch wertvolle und tierökologisch sensible Flächen möglichst unterbunden werden, noch bevor sich unerwünschte Dominanzbestände etablieren können. Eine frühzeitige Warnung vor neu invadierten Flächen ist somit Kernelement dieses Managementansatzes, doch auch die Ausbreitungsprozesse können Hilfestellung geben, um den Erfolg von Bekämpfungsmaßnahmen zu überprüfen.
Seit den 1990er Jahren werden Luftbilder in Kombination mit Geländebegehung zur manuellen Kartierung der Lupine-Abundanz genutzt. Aufgrund der teilweise schwer zugänglichen und weitläufigen Magerwiesen (ca. 2.400 ha) ist dieser Ansatz jedoch durch einen hohen Arbeitsumfang limitiert. Fortschreitende Entwicklungen im Bereich der Fernerkundungssensoren, ihrer Trägersysteme und der computergestützten Verarbeitung der so erzeugten Datenmengen setzen neues Potential frei, für ein effektives Detektieren invasiver Pflanzen auch auf großer Fläche mit hohem räumlichen und zeitlichen Detailgrad.
Ein Workflow zur flächendeckenden und automatisierten Interpretation des gesamten Areals könnte somit die mühsame manuelle Kartierung ersetzen und auch schwer zugängliche Bereiche miterfassen, die andernfalls eventuell nur interpoliert werden könnten. Zudem bietet eine dichte zeitliche Abfolge von Messungen die Möglichkeit, Ausbreitungsdynamiken und Managementerfolge zu dokumentieren sowie Prognosemodelle zu unterstützen. Vor diesem Hintergrund wurden von 2016 bis 2020 umfängliche Sensormessungen von Mitarbeitenden des Fachgebietes „Grünlandwissenschaft und Nachwachsende Rohstoffe“ der Agrarfakultät der Universität Kassel durchgeführt.
