Science to practice: Machine Learning gestützte Risikoanalysen zur Optimierung des Borkenkäfer-Managements in der österreichischen Forstwirtschaft

Borkenkäfermassenvermehrungen, insbesondere durch den Buchdrucker (Ips typographus), stellen die bedeutendsten biotischen Störungen in österreichischen Wäldern dar, mit gravierenden ökologischen und ökonomischen Konsequenzen. Angesichts der europaweit zunehmenden Schäden in den letzten zwei Jahrzehnten sind praxisorientierte Risikoabschätzungs- und Frühwarnsystem zur Unterstützung des Borkenkäfer-Managements sehr gefragt. Ziel des beantragten Projektes ist die Weiterentwicklung des österreichischen Borkenkäfer Dashboards, das im Mai 2024 veröffentlicht wurde, durch Machine-Learning-basierte Risikobewertungs- und Vorhersagemodelle. Diese Modelle sollen das erwartbare Schadensausmaß auf Forstbezirksebene (Impact-Modell) und die Schadenswahrscheinlichkeit hochaufgelöst mit 10 Metern räumlicher Auflösung für ganz Österreich (Probability-Modell) vorhersagen. Durch die Integration moderner Fernerkundungstechnologien und Verfahren des maschinellen Lernens soll so das Borkenkäfer Dashboard mittelfristig zu einen holistischen Risikoabschätzungssystem weiterentwickelt werden, das auch als Frühwarnsystem fungieren kann. Damit kann die Forstwirtschaft effizient unterstützen werden, um Störungen durch den Buchdrucker oder andere Borkenkäfer abzumildern, die europäischen Wälder durch Überführung in Mischwälder an den Klimawandel anzupassen und wichtige Ökosystemleistungen auch für zukünftige Generationen zu erhalten.