Im Themenportal Wald werden die Ergebnisse des Projektes KI4Forst der Öffentlichkeit zur Verfügung gestellt. Das Projekt hat zum Ziel, durch die Entwicklung einer automatisierten Prozesskette Waldflächen und deren Veränderungen mittels Deep-Learning-Techniken in Schleswig-Holstein zu detektieren und in Karten darzustellen. Dabei liegt ein besonderer Fokus auf Waldschäden (Waldkalamitäten), wobei die häufigsten Ursachen Windwurf durch starke Stürme und Trockenstress durch Wassermangel sind. Die mit dem Klimawandel in Verbindung gebrachte Zunahme der Häufigkeit und Dauer von Dürren und Hitzewellen erhöht die Waldbrandgefahr und die Ausbreitung von Schädlingen, wodurch in Zukunft ein Monitoring derartiger Waldveränderungen noch wichtiger werden wird. In diesem Rahmen können Waldeigentümer, Forstbetriebe, Naturschutzorganisationen etc. bei der Lokalisierung, Quantifizierung und Bewertung etwaiger Schäden unterstützt werden, wodurch Maßnahmen gezielter ergriffen und Entwicklungen besser dokumentiert werden können. Als Grundlage dienen Fernerkundungsdaten der Satelliten Sentinel-1 und Sentinel-2 des europäischen Erdbeobachtungsprogrammes Copernicus. Die Daten werden mittels eines Convolutional Neural Networks (CNN) analysiert und selbsttätig in verschiedene Klassen wie Laub- oder Nadelwald eingeteilt. CNNs werden dem Bereich der künstlichen Intelligenz zugeordnet und liefern gute Ergebnisse hinsichtlich der automatisierten Objekterkennung in Bilddaten. Das Themenportal Wald stellt zudem Sentinel-2 Daten aus dem europäischen Erdbeobachtungsprogramm Copernicus bereit. Sentinel 2 Daten liefern Aufnahmen im sichtbaren und infraroten Spektrum zwischen 443 nm und 2190 nm. Ihre 13 Kanäle sind für die Beobachtung der Landoberflächen optimiert. Die hohe Auflösung von bis zu 10 m und die Abtastbreite von 290 km sind gut geeignet, um großflächige Veränderungen der Vegetation zu erkennen, Waldbestände zu kartieren und Aussagen über die Vitalität von Wäldern zu treffen. Zudem ist die hohe temporale Auflösung der Sentinel-2 Satelliten auch dafür geeignet Analysen hinsichtlich der zeitlichen Entwicklung von Waldbeständen durchzuführen, was auf Basis von Zeitreihen geschehen kann.