Ein innovatives Konzept zur Förderung der Wanderschäferei und Biotopvernetzung: Maschinelles Lernen zur Detektion neuer Weidepotenziale und geodatenbasierte Triebwegesimulationen in der Westeifel

314-324

Artikel aus einer Zeitschrift

200204633

Naturschutz und Landschaftsplanung 2018, 50(9) ; Jrg. 50 ; 9 (2018) , 314-324

Die vorliegende Studie dient der Verbesserung der wirtschaftlichen Situation von Schäfern in der Westeifel durch Auffinden und Charakterisierung neuer Weideflächen. Innerhalb des Projektes wurden wissenschaftliche Methoden „Künstlicher Intelligenz“, wie maschinelles Lernen, mit Fernerkundungsdaten und geodatenbasierten Techniken verknüpft. Hierbei lernt ein künstliches System Muster in Trainingsdaten zu erkennen und kann diese auf unbekannte Daten übertragen. Das „maschinelle Lernen“ wurde zur Klassifizierung von Grünlandstandorten und ähnlichen Nutzungstypen hinsichtlich ihres Nutzungsgrades verwendet. Beweidbare, ökologisch besonders wertvolle Extensivstandorte konnten so hochauflösend detektiert und bewertet werden. Zudem wurden zur Verbesserung der Triebwegeverhältnisse GIS-basierte Simulationen durchgeführt. Ziele waren eine logistische Optimierung bisheriger Wanderrouten, die Suche nach Alternativrouten und die Ausweisung von Routen zu neuen Weidepotenzialen.
The present study aims to improve the economic situation of shepherds in the Western Eifel region by searching and characterising new pastures. Within the project the latest scientific methods of “artificial intelligence”, such as machine learning, were combined with remote sensing data and geodata-based techniques. An artificial system learns to recognize patterns in training data and can transfer them to unknown data. Machine learning was used to classify grassland sites and similar types of use in terms of their efficiency. For grazing, particularly valuable extensive locations could be detected and evaluated with high resolution. In addition, GIS-based simulations were carried out to improve sheep trail conditions. The objectives were to optimise the logistics of existing sheep trails, search for alternative routes and the identification of routes to new pastures.