Terrestrisches und luftgestütztes Laserscan-Datenset von Bäumen im Shivalik-Gebirge, Indien, mit Felddaten und Blatt–Holz-Klassifizierungen

Warum die kartografische Erfassung von Wäldern Baum für Baum wichtig ist

Wälder tragen still und leise zur Regulierung des Erdklimas bei, speichern Kohlenstoff und bieten Lebensraum für unzählige Arten – einschließlich Menschen, die auf Holz, Nahrung und Medizin angewiesen sind. Dennoch fällt es uns schwer, zu bestimmen, wie viel lebende Substanz – und damit Kohlenstoff – sie enthalten, vor allem in komplexen tropischen Wäldern. Dieser Beitrag stellt ein neues, öffentlich zugängliches Datenset aus Nordindien vor, das einzelne Bäume dreidimensional mithilfe von Laserimpulsen vom Boden und aus der Luft erfasst. Es soll Wissenschaftlern helfen, bessere Werkzeuge zu entwickeln, um Waldgesundheit, Wachstum und Kohlenstoffvorrat im Maßstab vom einzelnen Baum bis zu Satellitenmissionen zu überwachen.

Den Wald und die Bäume sehen

Anstatt sich nur auf Maßbänder und Feldnotizen zu verlassen, nutzten die Forscher Laserscans, um den Wald mit Millionen Distanzmessungen zu „bemalen“. Terrestrische Laserscanner (TLS), auf Stativen im Wald aufgestellt, erfassten feine Details von Stämmen und Ästen. Luftgestützte Laserscanner (ALS), auf einem Hubschrauber montiert, überflogen die Landschaft, um das umfassende Kronendach und Gelände abzubilden. Zusammen liefern diese Perspektiven sowohl Nahaufnahmen als auch großflächige Abdeckung und ermöglichen es Wissenschaftlern, 674 einzelne Bäume aus 12 Parzellen im Shivalik-Gebirge in Haryana, Indien, zu untersuchen, die 24 Arten in tropischen und subtropischen Wäldern repräsentieren.

Ein präzises 3D-Bild erstellen

Um rohe Lasersignale in verlässliche 3D-Bäume zu verwandeln, folgte das Team einer sorgfältigen Abfolge von Schritten. Mehrere Bodenscans wurden rund um jede Parzelle durchgeführt, damit keine Seite eines Baums fehlt. Da dichtes Kronendach Satellitensignale abschirmen kann, platzierten die Forscher hochpräzise GPS-Empfänger in nahegelegenen Lichtungen und nutzten eine Totalstation (ein Vermessungsinstrument), um diese Positionen in den Wald zu übertragen. Mathematische Transformationen banden dann alles in ein globales Koordinatensystem mit Zentimeter-Genauigkeit ein. Bei den luftgestützten Daten deckten der hubschraubermontierte Scanner und die Kamera etwa 250 Quadratkilometer ab, gestützt durch markierte Bodenziele und eine Referenz-GPS-Station, sodass Höhe und Form der Landschaft konsistent erfasst werden konnten.

Von Rohpunkten zu einzelnen Bäumen

Jeder Laserscan erzeugt eine „Punktwolke“, ein Gewimmel von Punkten, das zeigt, wo Laserimpulse auf Blätter, Rinde oder Boden trafen. Die Forscher bereinigten diese Wolken zunächst, indem sie Rauschen entfernten und Bodenpunkte identifizierten, um eine Höhenreferenz zu erstellen. Anschließend teilten sie einzelne Bäume mit Software auf, die Punkte gruppierte, die zum gleichen Stamm und zur gleichen Krone gehörten, gefolgt von manuellen Kontrollen und Korrekturen an schwierigen Stellen, an denen Kronen überlappen oder Unterwuchs dicht ist. Dieselben 674 Bäume wurden dann auch in den Luftdaten isoliert, sodass jeder Baum sowohl eine detaillierte bodengestützte Ansicht als auch ein breiteres Luftbild besitzt. Parallel zu den Scans maßen Feldteams Stammdurchmesser, bestimmten die Arten und fotografierten Rinde und Blätter, wodurch jeder digitale Baum mit einem echt markierten Baum im Wald verknüpft wurde.

Blatt- und Holzstruktur prüfen

Eine besondere Stärke dieses Datensets ist, dass viele Bäume hinsichtlich ihrer Punkte als Holz oder Blätter gekennzeichnet sind. Mithilfe interaktiver Werkzeuge trennten Experten Stamm- und Astpunkte manuell von der Belaubung für Bäume mit größeren Stämmen. Diese manuell markierten Bäume dienen als Referenz, um automatische Blatt–Holz-Trennmethoden zu testen. Das Team führte vier weit verbreitete Algorithmen auf den Daten aus und verglich deren Leistung. Während die Ergebnisse etwas weniger genau waren als in einfacheren Wäldern anderswo, entsprach die Rangfolge der Methoden früheren Studien, was darauf hindeutet, dass die neuen Daten sowohl realistisch als auch qualitativ hochwertig sind. Mit holz-only-Versionen der Bäume können Forschende Stamm- und Astvolumen und damit die oberirdische Biomasse verlässlicher abschätzen.

Von Parzellen zu Satelliten

Um zu überprüfen, wie gut die laserbasierten Messungen die Realität widerspiegeln, verglichen die Autoren Baumhöhen und Stammdurchmesser aus TLS und ALS mit Felddaten. Sie fanden eine starke Übereinstimmung, mit kleinen mittleren Abweichungen, die sowohl natürliches Wachstum als auch unterschiedliche Blickwinkel widerspiegeln. Mithilfe fortgeschrittener Modellierungswerkzeuge schätzten sie das Volumen jedes Baums und fassten zusammen, wie viel Holz verschiedene Arten beitragen. Ein Beispiel: Eine Kiefernart machte einen kleinen Anteil an der Baumanzahl, aber einen großen Anteil am Gesamtvolumen aus, was auf ihre überproportionale Rolle bei der Kohlenstoffspeicherung hinweist. Da das Datenset über öffentliche Repositorien offen geteilt wird, kann es nun viele Studien unterstützen, von Tests neuer maschineller Lernverfahren zur Arterkennung bis zur Verbesserung von Satellitenmissionen wie NASA-ISROs NISAR und ESAs BIOMASS, die Wälder weltweit überwachen sollen.

Was das für die Zukunft bedeutet

Einfach gesagt bietet diese Arbeit ein detailliertes „Trainingszentrum“ für die digitalen Werkzeuge, die wir brauchen, um Wälder zu verstehen und zu schützen. Indem Hunderte einzelner Bäume in einer bisher unterrepräsentierten Region sorgfältig kartiert wurden, geben die Autoren Forschern die Möglichkeit, Modelle zu verfeinern, die Laserdaten in verlässliche Informationen über Baumgröße, -form und Biomasse übersetzen. Mit der Verbesserung dieser Modelle wird auch unsere Fähigkeit besser, zu verfolgen, wie viel Kohlenstoff in Wäldern gespeichert ist, wie sie sich im Laufe der Zeit verändern und wie sich Schutz- und Wiederherstellungsmaßnahmen auswirken. Für alle, die sich um Klimawandel und Biodiversität sorgen, ist dieses Datenset ein wichtiger Schritt, um Wälder klarer zu sehen – von den Blättern bis zu den Satelliten in der Umlaufbahn.

Zitation: Ali, M., Biswas, A., Iglseder, A. et al. Terrestrial and Airborne Laser Scanning Dataset of Trees in the Shivalik Range, India with Field Measurements and Leaf–Wood Classifications. Sci Data 13, 420 (2026). https://doi.org/10.1038/s41597-026-06674-w

Schlüsselwörter: Wald-LiDAR, Baumbiomasse, tropische Wälder, Fernerkundung, Kohlenstoffkartierung