Waldbrände zählen zu den größten Umweltgefahren unserer Zeit. Durch den Klimawandel nehmen Häufigkeit und Intensität der Feuer weltweit zu – mit gravierenden Folgen für Menschen, Tiere und Ökosysteme. Entscheidend im Kampf gegen die Flammen ist daher vor allem eines: möglichst früh zu erkennen, wo ein Brand entsteht.

Genau an diesem Punkt setzen Forschende der Johannes Kepler Universität (JKU) Linz mit einer neuen Entwicklung an. Gemeinsam mit dem Landesfeuerwehrkommando Oberösterreich und der Feuerwehr St. Agatha haben sie ein KI-gestütztes Verfahren entwickelt, das verborgene Brandherde unter dichtem Blätterdach sichtbar machen kann.

Unsichtbare Gefahr im Wald

Bisherige Frühwarnsysteme stoßen in dicht bewachsenen Wäldern an klare Grenzen. Entsteht ein Boden- oder Erdfeuer unter einem geschlossenen Kronendach, bleibt es für Satelliten, herkömmliche Sensoren und klassische Wärmebilddrohnen oft unsichtbar. Die Baumkronen blockieren den direkten Blick auf die Hitzequelle – wertvolle Zeit für die Brandbekämpfung geht verloren.

Die neue Technologie der JKU soll dieses Problem lösen: Drohnen können künftig mithilfe intelligenter Signalverarbeitung gewissermaßen „durch das Laub hindurchsehen“ und die tatsächliche Bodentemperatur unterhalb der Vegetation abschätzen.

Künstliche Intelligenz rekonstruiert versteckte Feuerstellen

Grundlage des Verfahrens ist die von der JKU bereits entwickelte Methode des Airborne Optical Sectioning (AOS). Sie ermöglicht es, störende Vegetationsschichten aus Bilddaten herauszurechnen. Das Ergebnis ist ein klarerer Blick auf den Waldboden – allerdings bleiben die thermischen Informationen durch die dichte Vegetation verzerrt.

Hier kommt die Künstliche Intelligenz ins Spiel. Ein speziell trainiertes visuelles Zustandsraummodell analysiert selbst schwache und unscharfe Wärmesignale. Die KI korrigiert Messfehler und rekonstruiert daraus die tatsächliche Temperatur sowie die Ausdehnung und Form eines Brandherdes.

„Das System zeigt nicht nur, dass es brennt, sondern liefert auch die exakte Ausdehnung und Form des Feuers. Das ist mit herkömmlicher Technik bei dichtem Kronendach unmöglich“, erklärt Oliver Bimber vom JKU Institut für Computergrafik.

Training mit virtuellen Wäldern und echten Branddaten

Eine besondere Herausforderung für das Forschungsteam war die Entwicklung geeigneter Trainingsdaten. Direkte Vergleichsmessungen unter dichtem Wald wären in der Praxis kaum möglich – schließlich kann ein intakter Wald nicht für Experimente entfernt werden.

Die Forschenden nutzten deshalb reale Wärmebildaufnahmen eines Bergwaldbrandes auf der Grafenbergalm in Österreich als physikalische Grundlage. Mithilfe moderner KI-Bildgeneratoren wurde dieser Datensatz anschließend auf zehntausende realitätsnahe Feuerszenarien erweitert.

In Computersimulationen wurden diese künstlichen Brände mit virtuellen europäischen Wäldern unterschiedlicher Dichte und verschiedenen Lichtverhältnissen kombiniert. So lernte die KI, wie Wärmesignale durch Blätter und Äste verändert werden und wie sich diese Verzerrungen wieder herausrechnen lassen.

Die Ergebnisse sind vielversprechend: Im Computermodell reduzierte die neue Methode die Messfehler bei der Temperaturerfassung im Vergleich zu herkömmlichen Wärmebildern um das Zweieinhalbfache. Bei realen Feldversuchen konnten versteckte Hotspots sogar mit einer bis zu 12,8-fach höheren Genauigkeit rekonstruiert werden.

Die Technologie könnte künftig in automatisierten Überwachungsdrohnen eingesetzt werden. Diese könnten große Waldflächen regelmäßig kontrollieren und gefährliche Glutnester erkennen, bevor sichtbarer Rauch entsteht.

Damit könnte die neue KI-Methode einen entscheidenden Beitrag leisten, Waldbrände früher einzudämmen – und wertvolle Zeit für Einsatzkräfte gewinnen.