Hitzewellen haben den Zustand der Wälder in Europa und insbesondere in der Schweiz deutlich verschlechtert. Der Bund stellt deshalb zusätzliche 17,5 Millionen Franken für den Schutz der Wälder bereit. Auch die Informatik kann dazu beitragen, die Folgen des Klimawandels besser zu verstehen. An der HES-SO Valais-Wallis untersucht ein vom Schweizerischen Nationalfonds (SNF) im Rahmen von Spark gefördertes Forschungsprojekt, welchen Beitrag künstliche Intelligenz dazu leisten kann.
Prof. Dr. Grégory Mermoud und Dr. Glory Mary Givi entwickeln neue Modelle, um zu untersuchen, wie Bäume auf veränderte klimatische Bedingungen reagieren und welche Faktoren ihr Absterben begünstigen. Erste Ergebnisse wurden in der internationalen Fachzeitschrift Ecological Informatics veröffentlicht. Sie zeigen, wie künstliche Intelligenz dazu beitragen kann, unsere Wälder besser zu verstehen und nachhaltiger zu bewirtschaften. Für einen Alpenkanton wie das Wallis ist dies von besonderer Bedeutung.
Europas Wälder unter Beobachtung
Für die Forschungsarbeiten werden Daten des ICP Forests genutzt, eines internationalen Programms, das die Auswirkungen von Luftverschmutzung auf Wälder untersucht und überwacht. Mit diesen Daten arbeiten auch Fachleute der Eidgenössischen Forschungsanstalt für Wald, Schnee und Landschaft WSL.
Doch wie lässt sich der Zustand eines Waldes überhaupt messen? Sensoren in Wäldern in der Schweiz und anderen europäischen Ländern liefern eine Vielzahl von Daten. Ergänzt werden sie durch Erhebungen vor Ort und Laboranalysen von Böden und Nährstoffen im Regenwasser. Regelmässig gemessen werden auch der Stammdurchmesser einzelner Bäume sowie der Verlust von Blättern oder Nadeln. All diese Informationen geben Aufschluss über den Gesundheitszustand der Bäume.
Über mehrere Jahrzehnte hinweg ist so eine umfangreiche Datenbasis entstanden, die zeigt, wie Bäume auf Krankheiten, den Klimawandel und extreme Wetterereignisse reagieren.
Vom Wald zum Algorithmus
Fachleute nutzen sogenannte konzeptionelle Modelle, um die Entwicklung von Wäldern abzubilden. Diese Modelle werden von den Forschenden selbst erstellt. Ergänzend entwickelt das Institut für Informatik der HES-SO Valais-Wallis einen Algorithmus des maschinellen Lernens. Dieser nutzt die gesammelten Daten, um das Wachstum der Wälder vorherzusagen.
Damit der Algorithmus für die Forschung von Nutzen ist, müssen seine Vorhersagen nachvollziehbar sein. Die Fachleute müssen verstehen können, wie die Ergebnisse zustande kommen, um das Modell weiterzuentwickeln und neue Hypothesen zu formulieren, die sich mithilfe des Algorithmus überprüfen lassen.
«Diese interdisziplinäre Arbeit war eine echte Herausforderung», sagt Grégory Mermoud. Die verschiedenen Fachgebiete zusammenzubringen, erwies sich als anspruchsvoll: Das Forschungsteam musste zunächst verstehen, wie die Waldspezialistinnen und -spezialisten arbeiten, und ihnen die Ergebnisse des Algorithmus verständlich vermitteln. Gleichzeitig musste es die eigenen Methoden so erklären, dass sie auch für Fachleute aus Biologie und Chemie nachvollziehbar waren.
Warum Daten allein nicht ausreichen
Ein Modell, das ausschliesslich aus Daten lernt, reicht für diese komplexe Aufgabe nicht aus. Dies bestätigt auch eine kürzlich unter Beteiligung des SIMLab veröffentlichte Studie. Daten können statistische Zusammenhänge und Muster sichtbar machen, aber nicht feststellen, ob zwischen zwei Faktoren tatsächlich ein kausaler Zusammenhang besteht.
Deshalb kombiniert das SIMLab die Daten von ICP Forests mit konzeptionellen Modellen aus der Waldökologie. Dabei arbeitet das Forschungsteam eng mit Prof. Dr. Arthur Gessler, Spezialist für Wald- und Bodenökologie an der WSL, zusammen. Das daraus basierende Modell verbindet umfangreiche Messdaten mit dem Fachwissen darüber, wie Wälder funktionieren.
Auch Bäume haben ein Gedächtnis
Die internationale Forschung soll dazu beitragen, besser zu verstehen, was Wälder langfristig gesund und widerstandsfähig macht. Eine wichtige Frage ist, wie sich frühere Belastungen langfristig auf einen Baum auswirken. Hitze, Trockenheit oder Krankheiten können einen Einfluss darauf haben, wie er später auf ähnliche Bedingungen reagiert.
Auch die Epigenetik spielt dabei eine Rolle. Sie untersucht unter anderem, wie bestimmte erworbene Merkmale über Generationen hinweg weitergegeben werden können.
Solche langfristigen Prozesse sind besonders schwierig zu modellieren. Das Forschungsteam möchte diese Art von «Gedächtnis» deshalb künftig stärker in das algorithmische Modell integrieren.
Gesunde Wälder schützen auch uns
Die über Jahrzehnte in ganz Europa gesammelten Daten zeigen, wie sich der Klimawandel auf dieses komplexe Ökosystem auswirkt und weshalb gesunde Wälder für Mensch und Umwelt unverzichtbar sind. Sie bieten zahlreichen Arten Lebensraum und tragen so zur Biodiversität und Bestäubung bei. Wälder binden zudem CO₂, filtern und speichern Wasser und beeinflussen den Wasserkreislauf. In Bergregionen schützen sie vor Naturgefahren wie Erdrutschen, Steinschlag und Lawinen. Gleichzeitig wirken sie temperaturregulierend und tragen zu einem stabileren lokalen Klima bei.
Die Forschung kann auch bei konkreten Fragen zur Bewirtschaftung helfen, unter anderem wo eine Holzentnahme sinnvoll ist. Dazu gehören auch Fragen wie:
- Wann sind Eingriffe sinnvoll und wann sollte sich der Wald natürlich entwickeln können?
- Welche Baumarten sollten gepflanzt werden, damit die Wälder widerstandsfähiger werden?
Der für die Waldanalyse entwickelte Ansatz lässt sich auch auf andere komplexe Systeme übertragen. So kommen die im Projekt entwickelten Methoden inzwischen auch in anderen Forschungsbereichen zum Einsatz, zum Beispiel in der Hydrologie, wo sie zur Prognose von Grundwasserständen genutzt werden.
