Presse

Holzforschung 4.0

Computertomograph der FVA Baden-Württemberg FVA BW/ Püschel

Stammanalyse mit dem Computertomograph der FVA (Foto: FVA BW/ Püschel)

FVA nutzt Künstliche Intelligenz für CT-Stammanalyse

Künstliche Intelligenz (KI) ist in aller Munde. Auch für die Holzforschung bietet sie neue Analyse- und Auswertungsmethoden. Ein Projekt an der Forstlichen Versuchs- und Forschungsanstalt Baden-Württemberg (FVA) entwickelt die automatisierte Untersuchung von Stammholz mit Hilfe der Computertomographie weiter.

„Künstliche Intelligenz versetzt uns in die Lage, innere Stammmerkmale schneller und präziser zu bestimmen als bisher“, erklärt Dr. Franka Brüchert aus der Abteilung Waldnutzung. In den kommenden drei Jahren wird die FVA neue Instrumente und Ansätze zur Weiterentwicklung der Computertomographie (CT) in der Holzforschung erproben.

Mehrwert für Forst- und Holzwirtschaft

Bereits seit 2008 ist die Technologie zur Untersuchung innerer Holzstrukturen im Einsatz. Mit ihr werden aus einer Vielzahl von Röntgenbildern dreidimensionale Modelle errechnet. Aufgrund unterschiedlicher Dichte werden unter anderem Äste, Fäule und Risse sichtbar. „Die Scans ermöglichen uns, einerseits zurückliegende Einflüsse auf das Wachstum und anderseits zukünftige Nutzungspotenziale zu interpretieren“, erläutert Brüchert.

Forstleute können auf dieser Basis wichtige Erkenntnisse zum Waldwachstum und zur Bestandsbehandlung sammeln. Im Sägewerk kann die exakte Verortung von Strukturfehlern die Wertschöpfung deutlich erhöhen.

Beschleunigte Erkennung

„Durch maschinelles Lernen, einem Teilbereich der KI, wird die Auswertung durch wiederholte Ausübung immer besser. Um diesen Lernprozess zu fördern, benötigen wir möglichst viele CT-Aufnahmen, mit denen wir das Modell trainieren können“, sagt Brüchert.

In den zurückliegenden 15 Jahren hat die FVA bereits mehrere hundert Stammabschnitte verschiedener Nadel- und Laubholzarten gescannt und in einer Datenbank abgelegt. Die automatisierte Erkennung von Holzstrukturen, aber auch Anomalien ist sowohl für den wissenschaftlichen als auch für den forstpraktischen und industriellen Einsatz relevant.

Hintergrund

Das Projekt WAI-KnotCT (Wood Artificial Intelligence - Knot modelling by Computed Tomography) wurde als europäisches Verbundprojekt des Förderaufrufs Bioeconomy in the North 2022 ausgewählt. Das Konsortium besteht aus der Technical University of Lulea (Schweden, Koordination), der University of Life Science (Norwegen), der University of British Columbia (Kanada) sowie der Technischen Hochschule München und der FVA Baden-Württemberg als deutsche Partner. Das Projekt wird für drei Jahre mit Mitteln des Bundesministeriums für Bildung und Forschung (BMBF) gefördert.

Hier geht’s zum Projekt

Informationen zu WAI-KnotCT erhalten Sie unter https://www.fva-bw.de/top-meta-navigation/fachabteilungen/waldnutzung/wai-knotct.

Über die Abteilung Waldnutzung

Die Abteilung Waldnutzung an der FVA bearbeitet Fragen der angewandten Forschung, die sich aus der Prozesskette vom stehenden Baum bis zum fertigen Produkt ergeben. Ihr Ziel ist die Entwicklung von Verfahren für eine effektive und zielgenaue Bereitstellung und Bewertung der Ressource Rohholz für eine effiziente stoffliche und energetische Nutzung. Geleitet wird die Abteilung von Dr. Udo Hans Sauter.

PDF-DOWNLOAD DER PRESSEMITTEILUNG

Weitere Informationen

 

Warenkorb schließen

Warenkorb

Titel Anzahl Preis
Gesamtpreis: