Kommentar von Prof. Carsten Trinitis, TUM So erkennt Künstliche Intelligenz Waldbrände

Anbieter zum Thema

TUM Campus Heilbronn gGmbH

Fsas Technologies GmbH

Board Deutschland GmbH

INFOMOTION GmbH

Die Zahl der Waldbrände steigt weltweit. Satelliten, ausgestattet mit Infrarotkameras und Künstlicher Intelligenz, sorgen für einen Durchbruch in der Waldbrand-Früherkennung. Lernfähige Algorithmen sagen die Ausbreitung des Feuers in Echtzeit anhand von Wärmebild-Daten voraus. Das revolutioniert die Brandbekämpfung – und soll helfen, bald auch andere Umweltkatastrophen frühzeitig aus dem Weltraum zu erkennen.

Mitte August im Jahr 2024: Nordöstlich von Athen fressen sich die Flammen eines Waldbrandes gefährlich nahe an die Vororte der griechischen Hauptstadt. In nur neun Stunden breitet sich das Feuer 15 Kilometer in südliche Richtung aus. Gleichzeitig kreisen schuhkarton-große Satelliten, ausgestattet mit Infrarot-Kameras und Edge-Computing-Systemen, um die Erde, registrieren den Brand mithilfe Künstlicher Intelligenz und alarmieren die griechischen Einsatzkräfte. Anhand der im All gesammelten Daten sagt das System die Bewegung des Feuers in Echtzeit vorher. Die griechische Feuerwehr kann schnell reagieren und eine weitere Ausbreitung in Richtung Stadt verhindern.

Waldbrandereignisse wie diese häufen sich aufgrund wiederkehrender Hitzewellen, auch Europa ist inzwischen zum Risikogebiet geworden. Für die Waldbrandbekämpfung leitet die KI-gestützte Analyse von Wärmebild-Daten eine Wende ein: Üblicherweise unentdeckt bleibende Waldbrände können mit der Technologie automatisiert aufgespürt werden. Gerade in abgelegenen und schwer zugänglichen Gebieten wie dem Amazonas, Australien oder in weiten, trockenen Gebieten Nordamerikas vergehen oft Stunden bis Tage, bis Waldbrände entdeckt und bekämpft werden können. Frühes Handeln ist wichtig, da Brände ab einer bestimmten Größe nur noch schwer kontrollierbar sind.

Nanosatelliten scannen permanent die Erdoberfläche

An dieser Stelle setzen satellitengestützte Frühwarn-Systeme an, die die Erdoberfläche permanent auf thermische Anomalien überwachen. Das 2018 an der Technischen Universität München (TUM) gegründete Start-up OroraTech entwickelt zu diesem Zweck „Thermal-Intelligence-Technologien“, die mit hoher Auflösung sowie zeitlicher und örtlicher Präzision Waldbrände erkennen, lokalisieren und deren Ausbreitung vorhersagen. Die Systeme des Satelliten erkennen Brände ab einer Größe von ca. 100 Quadratmetern. Das Unternehmen entsendete im Januar 2022 seine eigens entwickelten Nanosatelliten und nimmt seitdem weltweit hochauflösende Wärmedaten auf. Das System wird inzwischen weltweit von verschiedenen Kunden eingesetzt, darunter Wirtschaftsunternehmen, Forstwirtschaft, Versicherungen sowie staatliche Organisationen.

On-Board-Auswertung der Wärmebild-Daten

Die Satelliten konnten nur deshalb in Schuhkartongröße konstruiert werden, weil die Infrarotkameras von OroraTech ohne Kühlung auskommen. Mit Kühlung wäre der Satellit deutlich komplexer, größer und teurer. Eine weitere Herausforderung liegt in der Architektur der On-Board-Hardware. Die Satelliten müssen mit Rechnern ausgestattet sein, um die aufgenommenen Wärmebild-Daten noch an Bord analysieren zu können. Die Vorverarbeitung der Daten ermöglicht es, nur die relevanten Daten zur Erde zu senden, anstatt Gigabyte-weise Rohdaten an eine Bodenstation schicken zu müssen. Auf diese Weise beansprucht die Übermittlung weniger Bandbreite und die Latenz verringert sich.

IT-Systeme für Weltraum-Anwendungen unterliegen besonderen Anforderungen. Ein hoher Bedarf nach präzisen und schnell ausgeführten KI-Algorithmen steht einer begrenzten Energieversorgung im All gegenüber. Aus diesem Grund haben sich Institutionen wie die TUM, OroraTech und die Europäische Weltraumorganisation (ESA) zusammengeschlossen, um gemeinsam an Benchmarking-Tools für maschinelles Lernen zu forschen. Durch die Entwicklung dieser Benchmarking-Tools kann die optimale Hardwarekonfiguration ermittelt werden, die nicht nur eine hohe Rechenleistung, sondern auch einen geringen Energieverbrauch bietet – beides wesentliche Anforderungen für den Einsatz in Satelliten.

FPGAs als Hardware der Wahl für Weltraum-Anwendungen

Besonders für Systeme zur satellitengestützten Brandbekämpfung ist es wichtig, dass die On-Board-Analyse der Infrarotkamera-Daten energieeffizient erfolgt. FPGAs (Field-Programmable Gate Arrays) spielen bei der Hardware-Architektur eine Schlüsselrolle. Diese integrierten Schaltkreise lassen sich rekonfigurieren, weil sie aus einer Reihe fester Logikblöcke und flexibler Verbindungen bestehen. FPGAs werden wegen ihrer Kombination aus hoher Leistung und extremer Vielseitigkeit in der Raumfahrtindustrie geschätzt und bieten eine flexible Hardwareplattform, die speziell für die Ausführung von KI-Algorithmen in Echtzeit optimiert werden kann.

KI wurde mit Satellitenbildern der ESA trainiert

Die Erkennung visueller Auffälligkeiten in Satellitenbildern ist ein idealer Einsatzbereich für Künstliche Intelligenz. Mithilfe neuronaler Netzwerke können Algorithmen so trainiert werden, dass sie komplexe Bildanalyseaufgaben wie die Branderkennung bewältigen. Die KI ist in der Lage, Anomalien wie Rauch oder thermale Abweichungen zu identifizieren und zuverlässig als Waldbrände zu erkennen. Die Wissenschaftler der TU München am Campus Heilbronn trainierten die KI mit verschiedenen Datensätzen, darunter Airbus-Daten zur Ortung von Schiffen und Flugzeugen sowie Satellitenbilder der ESA. Zur Validierung kamen State-of-the-Art-Verfahren wie k-fache Kreuzvalidierung, Intersection Over Union (IoU) und Top-5-Genauigkeit zum Einsatz.

Satellitendaten vs. Umweltkatastrophen

Mit der steigenden Verarbeitungskapazität wandelt sich auch die Rolle von Satelliten-Daten. Für die Prävention und Verringerung der Folgen von Umweltkatastrophen sind Satellitendaten eine immer wichtiger werdende Ressource. Bislang beschränkten sich diese Daten auf die reine Messung von Umweltgrößen und eine daraus abgeleitete, zeitlich verzögerte Reaktion. Mithilfe von KI und effizienter Hardware sind nun auch Echtzeitreaktionen und -vorhersagen möglich. Das ebnet den Weg für völlig neue KI-gestützte Missionen in der Raumfahrt. Dabei ist Waldbranderkennung nur der Anfang. In Zukunft könnte ein mögliches weiteres Anwendungsfeld die Echtzeit-Erkennung von entstehenden Ölkatastrophen sein, bei der auch hier Satelliten autonom Warnungen senden, noch bevor Menschen eine Gefahr ausmachen können.

(ID:50189948)