Lernfähige Software zur Eindämmung des illegalen Holzeinschlags

Digitale Bilderkennungssysteme erleichtern gesetzliche Kontrollen zur Deklarationspflicht bei Papier und Fasermaterialien

Mit künstlicher Intelligenz ausgestattete Bilderkennungssysteme sollen künftig die Überprüfung der zur Herstellung von Papier und Faserplatten verwendeten Holzarten unterstützen, um den Handel mit illegal geschlagenem Holz effektiv zu unterbinden. Wissenschaftler des Johann Heinrich von Thünen-Instituts für Holzforschung und des Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik (ITWM) sind seit Juni 2021 mit der Entwicklung automatisierter digitaler Bilderkennungssysteme zur Holzartenbestimmung befasst. Das Forschungsprojekt KI_Wood-ID wird vom Bundesministerium für Ernährung und Landwirtschaft (BMEL) gefördert.

Ausgangspunkt für den Forschungsauftrag ist die seit 2013 mit der Europäischen Holzhandelsverordnung (EUTR = European Timber Regulation) einhergehende, stark steigende Nachfrage nach zweifelsfreier Bestimmung von Holzarten durch spezialisierte Einrichtungen und Prüflabore.

„Die eindeutige Erkennung und Abgrenzung der Strukturmerkmale für die anatomische Holzartenbestimmung erfordert eine fundierte wissenschaftliche Ausbildung und Zugang zu belegten Referenzpräparaten“, erklärt Dr. Andrea Olbrich vom Thünen-Institut für Holzforschung, dessen wissenschaftliche Holzsammlung ca. 50.000 mikroskopische Präparate von etwa 11.500 Holzarten umfasst. „Weil diese Referenzen und Expertisen international nur an wenigen Forschungseinrichtungen zur Verfügung stehen, entwickeln wir digitale Bilderkennungssysteme zur automatisierten Holzartenbestimmung, die von wissenschaftlichen Einrichtungen oder akkreditierten Prüflaboren genutzt werden können“, so Dr. Olbrich.

Künstliche Intelligenz wertet mikroskopische Präparate-Scans aus

Zur Bestimmung der Holzarten ziehen die Holzanatomen des Thünen-Institutes die Analyse von Zellelementen und morphologischen Strukturmerkmalen einzelner Zelltypen in Laub- und Nadelhölzern heran. Für die lernfähigen Bilderkennungssysteme werden von relevanten Hölzern der Papierindustrie mikroskopische Präparate und Bilder erstellt, die als Referenzdaten in eine eigens aufzubauende Bilddatenbank eingescannt werden.

Die vom Fraunhofer-Institut zu entwickelnde Software wird, basierend auf umfänglichen Referenzdatenbanken, auf die Bestimmung mikroskopischer Aufnahmen von Faserproben trainiert.

Für den Einsatz im Prüflabor werden aus Faserproben – zunächst von Papier und Papierprodukten – Zellbestandteile ausgelöst, gefärbt und mikroskopische Präparate hergestellt. Zur Holzartenbestimmung werden die Präparate vom Bilderkennungssystem lichtmikroskopisch analysiert und mit der Datenbank abgeglichen.

Die Wissenschaftler streben nach Projektende die Weiterentwicklung der Bilderkennungssysteme für ähnlich gelagerte mikroskopische Bestimmungen – etwa von Holzkohle oder Massivhölzern an.

Mit den automatisierten Systemen kann der Zeitaufwand für Beprobungen minimiert, die Überwachung international gehandelter Hölzer oder Holzprodukte intensiviert und die Kontrolle der Deklarationspflichten im Handel erleichtert werden.

Hintergrund:

Die gesetzlichen Kontrollen zur Eingrenzung des illegalen Holzeinschlags nach Europäischer Holzhandelsverordnung (EUTR = European Timber Regulation) und Washingtoner Artenschutzübereinkommen erfordern eine eindeutige Bestimmung der Holzarten auch in Fasermaterialien und -produkten.

Für die Gattungs- oder Artbestimmung von Zellelementen in Papier finden genetische Techniken keine Verwendung, weil bei der Herstellung des Zellstoffs die DNA zerstört wird. Die Bestimmung anhand der Holzanatomie ist die derzeitige Standardmethode.

Für die routinemäßige Bestimmung der Holzartenzusammensetzung eines Präparates von Faserstoffen müssen mehr als 1.000 Zellen mikroskopisch betrachtet und mit vorhandenen Referenzen verglichen werden, was neben wissenschaftlicher Expertise hohen Zeitaufwand erfordert.

Digitale Bilderkennungssysteme zur automatisierten Holzartenbestimmung entlasten die hochspezialisierte Arbeit. Der breite Einsatz der Systeme erleichtert Behörden-Kontrollen und freiwillige Selbstkontrollen des Handels, sichert die Einfuhr legaler Rohstoffe und stärkt so den Verbraucherschutz.

Die FNR ist seit 1993 als Projektträger des BMEL für das Förderprogramm Nachwachsende Rohstoffe aktiv. Sie unterstützt außerdem Forschungsthemen in den Bereichen nachhaltige Forstwirtschaft und innovative Holzverwendung.

Zugehörige Dateien:

Verbundvorhaben: Entwicklung von automatisierten (digitalen) Bilderkennungssystemen zur Holzartenbestimmung mittels künstlicher Intelligenz;
Teilvorhaben 1: Holzanatomie, Johann Heinrich von Thünen-Institut Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei - Institut für Holzforschung
https://www.kiwuh.de/index.php?id=13475&fkz=2220HV063A

Teilvorhaben 2: Implementierung von KI-Algorithmen zur Holzartenbestimmung, Fraunhofer-Institut für Techno- und Wirtschaftsmathematik (ITWM)
https://www.kiwuh.de/index.php?id=13475&fkz=2220HV063B

Fachliche Ansprechpartnerin:
Fachagentur Nachwachsende Rohstoffe e. V.
Melanie Blumentritt
Tel.:      +49 3843 6930-327
E-Mail:  m.blumentritt(bei)fnr.de

Pressekontakt:
Fachagentur Nachwachsende Rohstoffe e. V.
Martina Plothe
Tel.:      +49 3843 6930-311
Mail:     m.plothe(bei)fnr.de

PM 2021-77

Zellpräparat aus Eukalyptusholz zur Holzartenbestimmung. Je Probe aus Papier oder Faserstoffen müssen ca. 1000 Zellen verglichen werden. Foto: Thünen-Institut für Holzforschung/S. Helmling
Zellpräparat aus Eukalyptusholz zur Holzartenbestimmung. Je Probe aus Papier oder Faserstoffen müssen ca. 1000 Zellen verglichen werden. Foto: Thünen-Institut für Holzforschung/S. Helmling
Zellpräparat aus Birkenholz. Bisher werden die mikroskopischen Bilder manuell ausgewertet. Jetzt entwickeln Thünen-Institut und Fraunhofer-Institut ein automatisiertes Bilderkennungssystem. Foto: Thünen-Institut für Holzforschung/S. Helmling
Zellpräparat aus Birkenholz. Bisher werden die mikroskopischen Bilder manuell ausgewertet. Jetzt entwickeln Thünen-Institut und Fraunhofer-Institut ein automatisiertes Bilderkennungssystem. Foto: Thünen-Institut für Holzforschung/S. Helmling