Startseite /
Institute und Behörden /
Friedrich-Loeffler-Institut (FLI) /
NASeR – Near real-time Analyse von Satellitendaten zur Unterstützung von epidemiologischen Risikobewertungen für das Auftreten von Tierseuchen

NASeR – Near real-time Analyse von Satellitendaten zur Unterstützung von epidemiologischen Risikobewertungen für das Auftreten von Tierseuchen Friedrich-Loeffler-Institut (FLI)

© tfoxfoto/istock/Getty Images Plus via Getty Images

Projektziel

Ziel des Projekts ist die Bereitstellung eines Werkzeuges für die Erstellung von lokal angepassten Risikobewertungen für den Eintrag von Tierseuchen nach Deutschland beziehungsweise der (Weiter-) Verbreitung von Tierseuchen. Diese Risikobewertungen ermöglichen den Behörden die Auswahl von Präventionsmaßnahmen (z.B. Verbot der Einfuhr bestimmter Tiere und Waren, Einführung einer Impfpflicht oder Aufstallung von Tieren in Freilandhaltung) an die lokalen Gegebenheiten anzupassen, sodass eine hohe Akzeptanz bei der Bevölkerung sowie ein möglichst effektiver Einsatz der lokalen Ressourcen erreicht werden kann.

Das Bild zeigt beispielhafte Karten, die Bestands, Fernerkundungsdaten, das Habitatmodell und das Reisikobewertungsmodell darstellen sollen.Diese sind jeweils mit Pfeilen verbunden und ziegen als Ergebnis das Risikobewertungsmodul.

Methodik

Derzeit stehen lediglich aggregierte statische Daten (z.B. durchschnittliche Ausdehnung von Feuchtgebieten, retrospektive Landnutzungsdaten) für die Risikobewertung zur Verfügung. Für die sinnvolle und effektive Anwendung der Präventionsmaßnahmen sind jedoch aktuelle Daten erforderlich. Dazu werden Fernerkundungsdaten verwendet, mit denen die statischen Daten angereichert werden. Basierend auf diesen Daten werden Modelle für die Abschätzung der Aufenthaltswahrscheinlichkeit von Wildtieren in einem Gebiet entwickelt (Habitat-Modell). Durch die Integration der Habitat-Modelle mit lokalen Daten (z.B. Dichte von Tierbeständen) wird eine lokale Risikobewertung ermöglicht (Risikoanalyse-Modul).

Bestandsdaten

Daten liegen bereits im Veterinäramt vor. Dazu gehören u.a. die Jagdstrecken für verschiedene Wildarten (im Bild sind erlegte Wildschweine in einem Landkreis in Niedersachsen, je größer bzw. dunkelblauer ein Punkt, desto mehr Tiere) oder DLM-Daten. Die Ämter haben weiterhin genaue Daten über die Tierhaltungen. Diese Bestandsdaten der Ämter werden nicht im Projekt erzeugt, können aber für das Projekt genutzt werden.

Fernerkundungsdaten

Satellitendaten verschiedener Sensoren werden aufbereitet und zu lückenlosen Features zusammengesetzt, anschließend werden mittels Datamining-Verfahren Schwellenwerte für die Klassifizierung von verschiedenen Parametern (z.B. verschiedene Feldfrüchte, Eisbedeckung, etc.) abgeleitet. In der Abbildung ist ein Temperaturverlauf über Europa dargestellt.

Habitatmodell

Bestandsdaten der Ämter (mit Bezug zu Wildtieren; z.B. Jagdstrecken, bekannte Rastplätze von Zugvögeln, Sichtungsdaten etc.) und im Projekt erzeugte, aus Fernerkundungsdaten abgeleitete Daten werden für die Erstellung von Habitatmodellen für verschiedene Tierarten genutzt. Dabei werden z.B. Ausbruchsdaten (Punkte in der oberen Grafik) und Temperaturverläufe in Verbindung gesetzt oder in der Abbildung unten die Jagdstrecken beim Wildschwein mit DLM-Daten.

Risikobewertungsmodul

Im Risikobewertungsmodul werden die Informationen aus den Habitatmodellen und Tierhaltungs-bezogenen Bestandsdaten gewichtet und dann wird auf Grid-Zellen-Level das Risiko für das Auftreten von Tierseuchen abgeleitet. Für jede Zelle wird ein Risiko bestimmt, sodass entsprechend angepasste Maßnahmen ergriffen werden können (Aufstallung von Tieren, Impfung, intensiviertes Monitoring, etc.).