Strandmüllmonitoring in der Arktis mittels Fernerkundung und künstlicher Intelligenz

Dem Projekt ging die Pilotstudie „Fernerkundliche Erfassung von Strandmüll in der Arktis“ voraus.

Ziel dieser Pilotstudie war es, die traditionelle Erfassung von Strandmüll durch fernerkundliche Methoden wie Satellitenbilder oder Drohnenerfassungen zu unterstützen und zu erweitern.

Dazu wurden Drohnenflüge in Grönland und Spitzbergen durchgeführt und die Bilder anschließend sowohl manuell gesichtet als auch mithilfe maschinellen Lernens ausgewertet. Die Ergebnisse wurden mit den Daten einer bodengestützten Erfassung verglichen.

Die Pilotstudie hat gezeigt, dass eine drohnengestützte Erfassung von Strandmüll ein großes Potenzial bietet. Dennoch stellen komplexe Strandbedingungen sowie die Vielfalt in Farbe, Größe und Form der Plastikobjekte weiterhin eine Herausforderung dar, insbesondere bei der Erkennung kleinerer Gegenstände.

Der Einsatz von Satellitenbildern in der Arktis ist aufgrund der begrenzten räumlichen Auflösung derzeit noch eingeschränkt. Selbst Ansammlungen von Plastikmüll konnten in der Pilotstudie weder auf Pixel- noch auf Subpixelebene zuverlässig identifiziert werden.
 

Das aktuelle Fortsetzungsprojekt basiert auf den Ergebnissen und Erfahrungen der Pilotstudie.

Ziel ist es, die Methoden der Fernerkundung aus der Pilotstudie weiterzuentwickeln.

Darüber hinaus soll die Auswertung der aufgenommenen Bilder mit Hilfe künstlicher Intelligenz erprobt werden.

Im Einzelnen hat das Projekt folgende Ziele:

• Auswahl und Testen eines geeigneten Drohnentyps basierend auf Ergebnissen der Pilotstudie.
• KI-Entwicklung für die Detektion und Kategorisierung von Strandmüll.
• Entwicklung eines Leitfadens für eine drohnengestützte Strandmüllerfassung in der Arktis.

Diese Ziele sollen in drei aufeinander aufbauenden Schritten erreicht werden.

Zunächst werden Testflüge in Deutschland durchgeführt, um die geeignete Drohnenplattform und Sensorik, sowie die benötigte Bodenauflösung zu identifizieren.

Die Erprobung dieser Parameter ist in ausgewählten Testgebieten mit arktisähnlichen Bedingungen geplant. Dies ist besonders wichtig, da die Heterogenität der Strände in der Arktis eine drohnengestützte Erfassung von Plastikmüll erheblich erschwert.

Um das Plastikvorkommen in der Arktis zu simulieren, sollen in den Testgebieten jene Müllarten ausgebracht werden, die laut OSPAR Kartierungen und der Feldarbeit am häufigsten vorkommen.

In einem zweiten Schritt soll die entwickelte Methode in Grönland in zwei Feldkampagnen (Sommer 2025 und 2026) getestet und validiert werden, indem die Detektions- und Identifikationsraten der Drohnenerfassung mit den Ergebnissen von Bodenzählungen nach OSPAR (2010) verglichen werden.

Da die manuelle Sichtung von Drohnenbildern insbesondere bei großen Flächen sehr zeitintensiv ist, werden in diesem Projekt Methoden der künstlichen Intelligenz weiterentwickelt, um eine (Teil-) Automatisierung der Detektion und Kategorisierung zu ermöglichen. Hierfür arbeiten wir mit dem Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) zusammen.

Anhand der entwickelten und getesteten Methode wird ein Leitfaden zum Drohneneinsatz in der Arktis erstellt. Dieser soll sowohl eine Übersicht und eine Empfehlung über die zu verwendende Drohnenausrüstung als auch über Flugparameter wie Transektdesign, Flughöhe, Bodenauflösung und Geschwindigkeit geben und somit eine einfache und nachvollziehbare Anwendung der Methodik ermöglichen.

In Zusammenarbeit mit der Qeqqata Kommunia sollen mögliche Anwender der Methode identifiziert und kontaktiert werden. Im direkten Austausch sollen gezielt Konzepte für eine langfristige und überregionale Erfassung von Strandmüll mittels Drohnen ausgearbeitet werden.

In einem zweitägigen Präsenzworkshop mit interessierten Stakeholdern sollen in Sisimiut (Grönland) die Einsatzmöglichkeiten von Drohnen zur Strandmüllerfassung und der Einsatz der KI-basierten Auswertung vorgestellt werden.