Designing UGIs as dynamic processes
Research Training Group on Urban Green Infrastructure [RTG UGI]

Das Forschungsprojekt Designing UGIs as dynamic processes untersuchte, wie sich die Pflanzung von Stadtbäumen an einer angestrebten zukünftigen Baumkrone ausrichten ließ, ohne ihre tatsächliche Entwicklung außer Acht zu lassen. Dabei betrachtete es den Einfluss des städtischen Mikroklimas, der Verschattung durch Gebäude und der Konkurrenz zwischen Bäumen auf das Kronenwachstum.
Das Projekt verband ein dreidimensionales Voxelmodell der angestrebten Blattflächenverteilung mit Simulationen des Baumwachstums. Es untersuchte, wie das Mikroklima in das CityTree-Modell einbezogen werden konnte und wie die simulierte Kronenentwicklung einen schrittweise angepassten Pflanzentwurf unterstützen konnte. Ein ergänzendes Forschungsprojekt befasste sich damit, das Wachstum von Bäumen durch Schnittmaßnahmen und das Biegen von Ästen zu lenken.
Forschungsziele

O1: Angestrebte Blattfläche definieren
Das erste Ziel war die Entwicklung eines dreidimensionalen Voxelmodells, das die gewünschte räumliche Verteilung von Blattfläche oder Blattdichte darstellte. Dieses räumliche Zielbild berücksichtigte bestehende Gebäude und weitere Einschränkungen des Standorts.
O2: Mikroklima in das Baumwachstumsmodell einbeziehen
Das Projekt sollte untersuchen, wie sich das städtische Mikroklima auf das Baumwachstum auswirkte und wie diese Einflüsse im CityTree-Modell abgebildet werden konnten. Dazu gehörten Bedingungen, die durch die umgebende Bebauung entstanden, etwa Verschattung.
O3: Muster im Wachstum von Stadtbäumen erkennen
Anhand von Messdaten und Simulationen sollten Zusammenhänge zwischen dem Baumwachstum und der Geometrie benachbarter Gebäude und Bäume untersucht werden. Methoden des maschinellen Lernens dienten dazu, Veränderungen der Wachstumsrate unter diesen räumlichen Bedingungen vorherzusagen.
O4: Kronenentwicklung simulieren
Vorhergesagte Veränderungen der Wachstumsrate sollten mit den Auswirkungen der Konkurrenz zwischen benachbarten Bäumen verbunden werden. So sollte sich die Entwicklung der Baumkronen in einer konkreten städtischen Umgebung über die Zeit simulieren lassen.
O5: Pflanzvorschläge entwickeln
Mithilfe der Wachstumssimulation und des Modells der angestrebten Blattfläche sollten geeignete Pflanzstandorte vorgeschlagen werden. Die simulierten Ergebnisse konnten anschließend mit dem Zielbild verglichen und der Entwurf entsprechend angepasst werden.
Publikationen
Yazdi, H., Chen, X., Rötzer, T., Parhizgar, L., Pattnaik, N., & Ludwig, F. (2026). A 3D target-driven optimisation tool for tree planting location using temporal tree crown geometry development. npj Urban Sustainability, 6, 44. doi.org/10.1038/s42949-026-00350-z
Yazdi, H., Boey, K. Z., Rötzer, T., Petzold, F., Shu, Q., & Ludwig, F. (2024). Automated classification of tree species using graph structure data and neural networks. Ecological Informatics, 84, 102874. doi.org/10.1016/j.ecoinf.2024.102874
Yazdi, H., Moser-Reischl, A., Rötzer, T., Petzold, F., & Ludwig, F. (2024). Machine learning-based prediction of tree crown development in competitive urban environments. Urban Forestry & Urban Greening, 101, 128527. doi.org/10.1016/j.ufug.2024.128527
Yazdi, H., Shu, Q., Chen, X., Rötzer, T., & Ludwig, F. (2024). GroTree – A novel toolbox for simulating and managing urban tree canopy growth. JoDLA – Journal of Digital Landscape Architecture, 9-2024, 815–825. doi.org/10.14627/537752076
Yazdi, H., Shu, Q., Rötzer, T., Petzold, F., & Ludwig, F. (2024). A multilayered urban tree dataset of point clouds, quantitative structure and graph models. Scientific Data, 11, 28. doi.org/10.1038/s41597-023-02873-x
Yazdi, H., Shu, Q., & Ludwig, F. (2023). A target-driven tree planting and maintenance approach for next generation urban green infrastructure (UGI). JoDLA – Journal of Digital Landscape Architecture, 8-2023, 178–185. doi.org/10.14627/537740019