Im ersten Teil hatten wir die Juni-Befliegung beschrieben und eine Herbst-Wiederholung angekündigt — um zu zeigen, wie sich die Vitalität der Kronen über einen trocken-heißen Spätsommer verändert. Hier ist das Ergebnis.

Methodisch ist alles identisch zum Juni-Lauf: dieselbe DJI Air 3S, dieselbe Flughöhe (90 m), dieselben Belichtungs- und ND-Einstellungen, dieselbe OpenDroneMap-Pipeline. Nur die Jahreszeit war anders — und das reicht, um in den Zahlen und auf der Karte deutliche Unterschiede sichtbar zu machen.

Was in den Zahlen steht

Der Green Leaf Index (GLI) wird pixelweise aus dem sichtbaren RGB berechnet. Höhere Werte bedeuten mehr Chlorophyll pro Fläche — vereinfacht gesagt: wie „sattgrün” die Oberfläche aussieht. Für die gesamte Cutline rund um das Forsthaus-Areal ergibt sich:

Besonders bemerkenswert ist der Rückgang im 95. Perzentil. Das sind die Flächen, die im Juni richtig satt-grün standen — vorrangig die Kronen­dächer alter Laubbäume. Dort ist der Verlust mit −0,17 Index-Punkten am größten; die „Spitze” der Vitalität bricht als erstes weg. Mittelmäßig vitale Bereiche (Mischwald, offene Gras­flächen) sinken anteilig ähnlich stark, aber der absolute Verlust ist dort kleiner.

Was man auf der Karte sieht

Zwei Dinge springen beim Umschalten in der Karte oben direkt ins Auge:

1. Der Hochwald im Nordwesten war im Juni ein zusammenhängendes Dunkelgrün — die Kronen alter Buchen und Eichen. Im September blättern aus diesem Grün viele kleine orange und rote Flecken heraus: einzelne Laubbäume beginnen, sich herbstlich zu verfärben. Nadelbäume halten sich dagegen stabil grün (gut zu erkennen an den stabilen grünen Inseln).

2. Die offenen Grünflächen rund um das Forsthaus-Ensemble kippen fast komplett ins Gelb-Orange. Hier zeigt sich der Trockensommer am deutlichsten: wo im Juni noch Gras und niedrige Krautvegetation grün stand, ist drei Monate später nur noch trockenes Streumaterial übrig — der Index liegt dort nahe null.

Was dagegen nicht aus dem GLI-Signal kommt: Dächer, Wege und befestigte Flächen sind in beiden Aufnahmen rot — der Index misst nur Chlorophyll, nicht „Zustand”. Rot heißt hier also schlicht „keine Vegetation”, nicht „kranke Vegetation”. Der farbliche Kontrast zwischen rot und grün ist für den intuitiven Blick trotzdem hilfreich.

Grenzen der Methode — und warum wir trotzdem fliegen

Ein paar Vorbehalte sind wichtig:

• Beleuchtung verfälscht. Die September-Befliegung lief bei leicht anderem Sonnenstand als die Juni-Befliegung. Ein Teil des Rückgangs ist deshalb Beleuchtungs-Artefakt, nicht reale Verfärbung. Für Absolutaussagen bräuchte es ein Multispektral-System mit Weißreferenz; für relative Vergleiche über Zeit ist die Richtung aber eindeutig.
• Keine Baum-für-Baum-Diagnose. Der GLI ist ein Flächen­maß. Er zeigt wo etwas passiert, nicht welchen Baum es warum trifft. Dafür braucht es die Begehung — oder perspektivisch die Einzelbaum-Segmentierung aus den Höhenmodellen, an der wir weiter arbeiten.
• Trockenstress vs. Phänologie. Was wir sehen, ist eine Mischung aus normaler Herbstfärbung und außergewöhnlichem Trockenstress. Ohne Vergleichsjahre lässt sich beides nicht sauber trennen. Dafür reicht eine zweite Jahreszeit nicht; wir sammeln Baseline-Daten.

Der Nutzen liegt deshalb vor allem im längerfristigen Monitoring: Je mehr Befliegungen über die Jahre, desto klarer heben sich Ausreißer­flächen und auffällige Verlaufsmuster vom normalen Jahresgang ab. Jede einzelne Karte ist ein Momentaufnahme; der Vergleich zwischen den Momenten ist die eigentliche Information.

Wie es weitergeht

• Frühjahrs-Befliegung 2027 als Baseline für die neue Vegetations­periode
• Einzelbaum-Auswertung: Krondurchmesser und GLI-Median pro Baum als Overlay-Layer in der internen Karte — die Pipeline liegt, es fehlt die stabilere Krone-Segmentierung
• Begehung mit forstlicher Begleitung: die auffälligsten Rückgänge im Herbst mit dem Blick vor Ort validieren, bevor wir Ableitungen für die Pflege machen
• Dauerhafte Archivierung aller Rohbilder und Verarbeitungs­stände — damit auch spätere, bessere Pipelines (Deep-Learning-Segmentation, Mehrjahres-Trenddetektion) auf dasselbe Material zugreifen können

Alle Zahlen und Skripte dieser Auswertung sind unter dem Projekt-Repo offen dokumentiert. Wer eigene Flächen so erfassen möchte, kann die Pipeline übernehmen; die Hardware kostet weniger als eine klassische Forstfernerkundungs-Dienstleistung für einen einzelnen Hektar.