67 - Kompetenzzentrum Naturschutz und Energiewende 67 - Kompetenzzentrum Naturschutz und Energiewende

Information

Veröffentlicht
30.11.2016
Schlagworte
  • Fauna
  • Mäusebussard
  • Monitoring
  • Rotmilan
  • Technische Erfassung
  • Vögel
  • Windenergie

Frage

Welche unterschiedlichen Technologien gibt es, die im Bereich der automatisierten Vogelerkennung, der Standortsuche für Windenergieanlagen, der Ermittlung des standortspezifischen Kollisionsrisikos und einer Kopplung an Systeme zur Betriebsregulierung zum Einsatz kommen? Welche Praxis-Erfahrungen bestehen hierzu?

!Antwort

Bei der Betrachtung bestehender Systeme muss zunächst zwischen den Basistechnologien unterschieden werden: 1) Kamera-Systeme, 2) Radar-Systeme, 3) GPS-Systeme und 4) Sensor-Systeme. Die nachfolgend beschriebenen Systeme weisen unterschiedliche Eignungen, Einschränkungen und Entwicklungsstadien auf. Durch eine Kombination aus mehreren Technologien können zusätzliche Einsatzgebiete eröffnet werden. Diese Übersicht stellt weder eine grundsätzliche Empfehlung für die Verwendung nachfolgender Systeme noch eine Empfehlung für oder gegen den Einsatz einer bestimmten Technologie dar.

1. Kamera-Systeme

DTBird-Technologie

Das kameragestützte DTBird-System der spanischen Firma Liquen Consultoría Ambiental, S.L. (http://www.dtbird.com/index.php/) beinhaltet unterschiedliche Module zur automatischen Vogelerkennung, akustischen Vergrämung, Betriebsregulierung und Dokumentation der Kollisionen an einzelnen Windenergieanlagen (WEA). Dabei werden zunächst die im Luftraum um die Anlage befindlichen Objekte (sprich: fliegende Vögel), mit Hilfe von Kameras in Echtzeit erfasst. In Abhängigkeit zur bestehenden Kollisionsgefahr, demnach der Entfernung des Flugobjektes zur WEA, wird zunächst ein akustisches Signal zur Warnung, bei weiterer Annäherung des Flugobjektes an die WEA und somit weiter ansteigender Kollisionsgefahr dann ein lauteres akustisches Signal zur Vergrämung ausgesendet. Bei akuter Kollisionsgefahr wird die Anlage automatisch abgeschaltet. Die unterschiedlichen Module des Systems sind flexibel auswähl- und anpassbar. So ist es beispielsweise aus rein technischer Sicht möglich, das System so zu modifizieren, dass eine automatisierte Betriebsregulierung ohne eine vorgeschaltete akustische Vergrämung vorgenommen werden kann. Da das System auf Kameras mit herkömmlichem Spektrum beruht, ist der Einsatz auf Zeiten mit ausreichend Tageslicht begrenzt (> 50 Lux).

Nach unserem Kenntnisstand wurde das beschriebene System bislang durch zwei empirische Studien aus der Schweiz und Norwegen evaluiert (vgl. Aschwanden et al. 2015, May et al. 2012).

Studie der Vogelschutzwarte Sempach, Schweiz (Aschwanden et al. 2015) zu DTBird

Im Jahr 2015 erschien eine Studie der Vogelschutzwarte Sempach (Aschwanden et al. 2015). Diese sah die Installation und Evaluation des DTBird-Systems an einer Drei-Megawatt-WEA in Haldenstein nahe Chur in der Schweiz vor. Die 2013 in Betrieb genommene WEA wies nach Angaben der Autoren eine Turmhöhe von 119 Metern und einen Rotordurchmesser von 112 Metern auf. Ziel der Studie war es, die Annahmen der Umweltverträglichkeitsstudie zu überprüfen (Gebiet mit niedrigem Kollisionsrisiko), das Flugverhalten von Vögeln im Anlagen-Umfeld zu untersuchen sowie die Module des DTBird-Systems zur automatischen Vogelerkennung, Vergrämung und Betriebsregulierung zu evaluieren. (Aschwanden et al. 2015)

Hierfür wurden vier Kameras, eine in jede Himmelsrichtung zeigend, am WEA-Turm auf fünf sowie auf 30 Metern Höhe angebracht. Ein horizontaler Winkel von 90 Grad und ein vertikaler Winkel von 68 Grad wurden durch je eine Kamera abgedeckt. Die Untersuchung fand im Zeitraum vom 25. August 2014 bis 31. Oktober 2014 statt. Für jede Flugobjekterfassung wurden die Parameter Datum, Uhrzeit, Erfassungsdauer, Art der ausgelösten Maßnahme (Warn- oder Vergrämungssignal, Abschaltung), Dauer der Maßnahme, Lichtverhältnisse und Anlagen-Eigenschaften (Rotorstellung, Rotationsgeschwindigkeit) dokumentiert. Die durch das DTBird-System erhobenen Daten wurden mit den Ergebnissen parallel stattfindender Vogelbeobachtungen, die Mitarbeiter der Vogelwarte unter Zuhilfenahme von Laser-Entfernungsmessern durchführten sowie mit Radar-Daten (Swiss BirdScanMV1, X-Band-Radar, ein Kilometer Erfassungsradius im Zeitraum 13. August bis 22. September 2014) verglichen. (ebd.)

Es konnten zwei Vögel beobachtet werden, die sich im Sichtfeld des DTBird-Systems befanden. Diese wurden jedoch nicht vom Kamera-System erfasst. Allerdings wurden durch das System sechs Vögel aufgenommen, die außerhalb des erwarteten Erfassungsfeldes lagen. Zudem wurden drei Flüge durch das System registriert, die von den Mitarbeitern der Vogelwarte nicht beobachtet wurden. Die Radar-Erhebungen bis in 1000 Metern Höhe zeigten, dass lediglich 6,6 Prozent des Vogelzuges im Gefahrenbereich lagen. Tagsüber wurden 110 Echos pro Kilometer und Stunde verzeichnet, nachts waren es 380 Echos. Nach Aussage der Autorenschaft fliegen Vögel nachts vermehrt einzeln, daher stellt hier ein Echo ein Individuum dar. Tagsüber fliegen Vögel hauptsächlich in Schwärmen, die als ein einziges Echo wiedergegeben werden. Zwischen Fledermaus- und Vogelzug konnte nicht unterschieden werden. Die vermehrt nachts fliegenden Vögel konnten durch die technischen Einschränkungen des Kamera-Systems (> 50 Lux) nicht erfasst werden. (ebd.)

270 der 886 DTBird-Erfassungen wurden durch Vögel (= 30,5 %), zwei durch Fledermäuse (= 0,2 %) und 614 durch andere Objekte (69,3 % „False Positive“) ausgelöst. In 318 Fällen wurden die Aufnahmen durch Flugzeuge und Helikopter (= 51,8 %), in 276 Fällen durch Insekten (= 45,0 %) und in 20 Fällen (= 3,2 %) durch die sich drehenden Rotoren selbst, Instandsetzungsarbeiten oder Blätter verursacht. Von 270 erfassten Flugbewegungen lösten 236 ein akustisches Signal aus, davon 184 Warnsignale und 52 Vergrämungssignale. Es konnte keine durch einen Vogelflug ausgelöste Abschaltung verzeichnet werden. Die durchschnittliche Dauer der Warnsignaltöne lag bei 20,7 (± 5,8) Sekunden und 23,1 (± 5,4) Sekunden bei Vergrämungssignaltönen. 614 der falsch positiven Erfassungen lösten ein akustisches Signal 714-fach aus. Demnach wurden durch manche Falscherfassungen beide akustischen Stufen (Warnsignal und Vergrämungssignal) ausgelöst. 381 der akustischen Warnsignaltöne hielten 15,9 (± 9,9) Sekunden und 333 der Vergrämungssignaltöne dauerten 25,2 (± 5,9) Sekunden. Bei insgesamt 32 falsch-positiv Meldungen erfolgte eine Abschaltung. Mit der regelmäßigen Auslösung von Fehlalarmen muss gerechnet werden, da das System die erfassten Objekte nicht automatisch identifiziert und den Abstand der erfassten Objekte zur Kamera nicht mitberücksichtigt, so die Autoren. (ebd.)

Eine Artbestimmung wird vom System selbst nicht geleistet und erst durch die Sichtung des Video-Materials möglich. Bei mehr als 50 Prozent der registrierten Vögel handelte es sich um Greifvögel (Rotmilan, Schwarzmilan, Mäusebussard, Wespenbussard, Turmfalke, Baumfalke, Sperber, Steinadler). Rabenvögel (Kolkraben und Rabenkrähen) gehörten zu den am zweithäufigsten erfassten Vögeln (> 25 Prozent). Bei den aufgezeichneten Kleinvögeln handelte es sich fast ausschließlich um Alpensegler und Mauersegler. Darüber hinaus wurden Kormorane, Weißstörche, Graureiher, Möwen und Tauben vom Kamera-System erfasst. (ebd.)

Der Entwickler führt an, dass die maximale Erfassungsentfernung zur WEA mit folgender Formel ermittelt werden kann: X = (1,5 * Y)/​0,017 (X= max. Erfassungsentfernung; Y= Flügelspannweite). Die Entfernung, ab der das System einen Vogel registriert, ist somit stark von der Flügelspannweite abhängig. Während beispielsweise ein Gänsegeier mit einer Spannweite von 230 bis 265 Zentimetern bei einer Entfernung von etwa 250 Metern zur Kamera erfasst wird, liegt die Entfernung für einen Rotmilan bei maximal 145 Metern (Flügelspannweite 140 bis 165 Zentimeter) und bei einem Turmfalken bei maximal 70 Metern (Flügelspannweite 71 bis 80 Zentimeter). Mäusebussarde, die über eine Spannweite von 113 bis 128 Zentimetern verfügen, würden demnach in einem Abstand zwischen 70 und 145 Metern zur WEA registriert. Vogelschwärme wurden bereits bei einem größeren Abstand erfasst als Einzelvögel. Im Rahmen der Studie lag die maximale Erfassungsentfernung des DTBird-Systems bei 150 Metern für Rotmilane. Großvögel mit einer vergleichbaren Flügelspannweite werden demnach ebenfalls innerhalb dieses Radius erfasst. Die Erfassung von Kleinvögeln kann durch diese Technologie nicht geleistet werden und wird nach Auskunft der Entwickler auch in absehbarer Zukunft nicht möglich sein. (ebd.)

Die Autoren kommen zum Schluss, dass für die Bewertung der Effizienz des untersuchten Systems die Spannweite der Vögel sowie die Ausdehnung des Gefahrenbereichs (Rotorblattlänge) eine entscheidende Rolle spielen. Eine Steigerung der Effizienz des untersuchten Systems kann möglicherweise durch die Anpassung der Kamera-Position erreicht werden. Diese sollten demnach möglichst hoch am WEA-Turm angebracht sein, um die Erfassungsentfernung zur Anlage zu erhöhen wie auch um den gesamten Rotorbereich abzudecken. Eine Erhöhung der Kamera-Anzahl könnte ebenfalls zu einer Verbesserung beitragen. Die Autoren empfehlen deshalb eine Anpassung der Installation sowie der verwendeten Software an den jeweiligen Standort und die Hinzuziehung der zuständigen Ornithologen vor Ort, um die Technologie entsprechend zu optimieren. (ebd.)

Des Weiteren zeigte die Studie, dass Vögel insbesondere dann nicht erfasst wurden, wenn sie sich zu kurz im Gefahrenbereich aufhielten. Im Untersuchungszeitraum flog kein Vogel nah genug an die WEA heran, um eine Abschaltung auszulösen. Die beobachteten Vögel näherten sich lediglich dann dem Rotorbereich auf weniger als 100 Meter, wenn die akustischen Warn- bzw. Vergrämungssignale ausgesetzt waren. Die Autoren folgern daraus, dass es sich bei akustischer Vergrämung um eine effektive Vermeidungsmaßnahme handelt. (ebd.)

Auf Basis der Ergebnisse von Aschwanden et al. (2015) ergibt sich nachfolgende Überlegung: Bei der Studie wurde das Kamerasystem auf einer Höhe von fünf Metern an einer WEA mit Turmhöhe von 119 Metern und einem Rotorradius von 56 Metern installiert. Daraus resultiert ein maximaler Abstand von 170 Metern zwischen Kamera und Rotorblattspitze. Nähert sich nun ein Rotmilan von oben, würde er ab einer Distanz von 145 Metern zur WEA vom System registriert; in einem Abstand, in dem er sich eigentlich bereits im Rotorbereich befindet. Die Abschaltung der Anlage kann, von der Einleitung bis zum endgültigen Stillstand, nach Angaben des Entwicklers 20 bis 40 Sekunden je nach Anlagen-Modell betragen. In diesem Zeitraum wäre eine Kollision mit den Rotorblättern also noch möglich. Bei dieser Überlegung sollte zudem berücksichtigt werden, ob sich der Großvogel im direkten Anflug befindet, ggf. im aktiven Flug auf den Rotorbereich zusteuert oder ob dieser im Anlagen-Umfeld kreist und sich vergleichsweise langsam annähert. Fraglich ist demnach, ob ausreichend Zeit verbleibt, um durch eine reine Abschaltung ohne akustische Vergrämung eine mögliche Kollision zu verhindern. Allerdings könnten die akustischen Vergrämungssignale beim Rotmilan Meideverhalten auslösen, so dass sich dieser selbstständig aus der Gefahrenzone entfernt.

Aschwanden et al. (2015) kommen zu dem Ergebnis, dass die DTBird-Technologie in Gebieten mit hohem Risiko zur Vermeidung von Kollisionen beitragen kann. Es ist jedoch zu vermuten, dass der Einsatz der Technologie in Gebieten mit einem generell geringeren Kollisionsrisiko eine untergeordnete Rolle spielt. (ebd.)

Studie des Norwegian Institute for Nature Research, Norwegen (May et al. 2012) zu DTBird

Die 2012 veröffentlichte Studie des Norwegian Institute for Nature Research (May et al. 2012) evaluierte ebenfalls die DTBird-Technologie an zwei WEA des Smøla Windparks in Norwegen. Die Erhebungen wurden von Anfang März bis Ende September 2012 durchgeführt. Der Windpark weist mit zwei bis elf Kollisionen pro Jahr eine hohe Kollisionsrate für Seeadler auf. Aus ihrer Flügelspannweite von zirka 2,4 Metern resultiert ein Erfassungsabstand von etwa 300 Metern von der jeweiligen WEA. Das DTBird-System wurde so konfiguriert, dass bei einer Erfassungsentfernung von 150 Metern ein Warnsignal, bei 75 Metern ein Vergrämungssignal ausgelöst wurde. Das Modul zur Betriebsregulierung wurde nicht installiert. (May et al. 2012)

Da 57 Tiere der lokalen Population besendert waren, war es möglich das DTBird-System mit GPS-Daten zur Ermittlung der räumlichen Verteilung und Intensität der Flugaktivität zu vergleichen. Darüber hinaus wurden Radar-Daten erhoben. Verwendet wurde ein Merlin Avian Radar System des Typs XS2530e, bestehend aus einer vertikalen (X-Band-Radar) und einer horizontalen Radar-Antenne (S-Band-Radar), das zwischen den beiden WEA platziert wurde. Durch das vertikale Radar konnte ein Bereich von drei Kilometern Höhe und 2,8 Kilometern Radius abgedeckt werden. Das horizontale Radar deckte einen Bereich von je 30 Grad in Richtung der jeweiligen WEA mit einem Radius von 1,9 Kilometern ab. (ebd.)

Die Auswertung der GPS-Daten ergab, dass die Flugaktivitäten um beide Anlagen eher gering waren. Einige wenige Signale kamen aus Bereichen von über 300 Metern und mehr von der Anlage, eine geringe Anzahl wurde im Bereich 150 bis 75 Metern Abstand zu den Anlagen aufgenommen. (ebd.)

Die Erfassungsrate des DTBird-Systems lag für die beiden WEA bei 76 Prozent und 96 Prozent. Hier wurden alle bei Tageslicht erfolgten Vogelflüge im Anlagen-Umfeld von 300 Metern berücksichtigt. Bei einem konservativeren Wert von 150 Metern Distanz zur Anlage betrug die Rate 96 bzw. 86 Prozent. Die absolute Anzahl lag im Durchschnitt bei 1,4 und 1,06 Erfassungen pro Tag. Die Erfassungsdauer betrug im Durchschnitt 11,8 (± 1,2) und 9,1 (± 2,5) Sekunden. In zirka zwei Dritteln der Fälle bezogen sich die Erfassungen auf einzelne Vögel, insgesamt wurden jeweils ein bis 50 Vögel registriert. Die Quote der ausgelösten „Fehlalarme“ lag bei 1,2 pro Tag, was einer Fehlerquote von etwa 50 Prozent entspricht (40 Prozent der Erfassungen ohne Vogel, 10 Prozent ausgelöst durch Wolken, Regentropfen, Instandsetzungsarbeiten oder Insekten). (ebd.)

Insgesamt wurde das Vergrämungssignal 426-mal ausgelöst, davon 45 Prozent durch Vogelflugaktivität, bei 55 Prozent handelte es sich um Fehlalarme. Bei 63 Prozent der durch Vögel ausgelösten Erfassungen ertönte ein Warnsignal, bei 20 Prozent ein Vergrämungssignal, bei 17 Prozent erfolgte keine Auslösung. Warnsignale wurden durchschnittlich 13,3 (± 0,4) bzw. 12,7 (± 0,7) Sekunden lang abgespielt, Vergrämungssignale durchschnittlich 10,6 (± 0,3) bzw. 11,8 (± 0,6) Sekunden lang. In lediglich sieben Prozent der Fälle, bei denen ein Vergrämungssignal ertönte, zeigten die Vögel Meideverhalten. (ebd.)

Die Autoren kommen auch hier zum Ergebnis, dass die Effizienz des DTBird-Systems von der Flügelspannweite und der Entfernung zur Kamera abhängt. Demnach wäre die Erfassungsrate für kleinere Vögel als Seeadler erwartungsgemäß geringer. Des Weiteren stellen die Flugart und somit die Flügelstellung (Segelflug oder aktiver Flug) und die Position des Vogels zur Kamera weitere Faktoren dar, die sich auf die Erfassungsrate auswirken können. Es wurde vermutet, dass nicht erfasste Vogelflüge auf die toten Winkel des Kamera-Blickfeldes zurückzuführen seien. Während im Bereich von 150 Metern um die Anlage 100 Prozent der Fläche abgedeckt werden konnten, waren es bei 300 Metern Entfernung nur noch 50 Prozent. (ebd.)

Das untersuchte System könne als ein mögliches Instrument zur Vermeidung von Kollisionen gesehen werden. Entscheidend sei jedoch die Kopplung an das Vergrämungsmodul. Zur Reduzierung des Gewöhnungseffektes bei Vögeln ertöne das Signal ausschließlich bei Bedarf und in kurzen Intervallen. Die Verwendung von bio-akustischen und artspezifischen Signalen sei zu bevorzugen. (May et al. 2012)

Die Entwickler reagierten auf die Ergebnisse der Studien und kündigten für das Jahr 2015 eine angepasste Version der DTBird-Technologie an. Die Verbesserungen liegen im Wesentlichen in einer Erhöhung der Kamera-Anzahl auf bis zu acht Kameras, wodurch ein Blickfeld von 360 Grad erreicht wird. Zudem weisen die Kameras eine höhere Auflösung von fünf bis sechs Megapixel statt vier Megapixel auf, wodurch eine Erweiterung der Erfassungsdistanz denkbar ist. (DTBird 2016)


Einen Überblick über die Eigenschaften der einzelnen Varianten gibt eine Broschüre des Entwicklers (DTBird 2016). Empirische Studien zur Bewertung des neuen Systems sind bislang nicht bekannt.

Visual Automatic Recording System (VARS)

Die vom Institut für Angewandte Ökosystemforschung (IfaÖ) entwickelte Technologie VARS (Visual Automatic Recording System) wurde im Jahr 2007 auf der Offshore Forschungsplattform FINO 2 erstmals installiert und getestet. Im Zeitraum 2010 bis 2013 wurde das System an einer WEA im Offshore Windpark alpha ventus installiert. Das hier installierte System umfasste zwei infrarotbasierte Kamera-Systeme mit Bewegungsanalyse-Software, auf der Gondel und am Fuß des Anlagen-Turms. Das System ermöglichte die Erkennung von bewegten Objekten am Tag und in der Nacht in Echtzeit und zeichnete diese Objekte als Videosequenz auf. Das auf der Gondel und direkt hinter dem Rotor installierte System erfasste alle Vögel, die sich der Rückseite des Rotors näherten, und zusätzlich alle Vögel, die von der Vorderseite den Rotorbereich unbeschadet durchflogen. (Schulz et al. 2011, Schulz et al. 2014)

Die automatische Erfassung des Vogelzuges im Rotorbereich, bei der auch die Witterungsbedingungen zum jeweiligen Zeitpunkt aufgezeichnet wurden, ermöglichte eine Abschätzung der Kollisionsgefährdung. Durch die Erhebungen mithilfe des VARS und die Kombination mit Radar-Daten konnten Aussagen über das Meideverhalten der Vögel im Anlagen-Umfeld sowie über eine mögliche Lockwirkung durch die Anlagen-Beleuchtung getroffen werden. Die Anzahl der Vögel im Rotorbereich konnte so mit dem Vogelzugvolumen der Umgebung verglichen werden. (ebd.)

Basierend auf den Video-Beobachtungen wurde eine potenzielle jährliche Kollisionsrate von 8 bis 14 Individuen im oberen Rotorbereich pro WEA berechnet. Dabei fanden 82 Prozent der Rotordurchflüge nachts statt. Wurden die Aufzeichnungen der unteren Kamera mitberücksichtigt, ergab sich eine potenzielle Kollisionsrate von 13 bis 29 Individuen pro Anlage und Jahr. Anhand der komparativen Betrachtung der VARS- und Radar-Daten konnten die Rotordurchflüge mit der Vogelzugrate der Umgebung verglichen werden. Daraus ergab sich eine nächtliche Ausweichrate im Nahbereich der sich in Betrieb befindenden WEA von 95,62 bis 98,03 Prozent. Stand der Rotor still, lag die Ausweichrate bei 40,73 Prozent. Die aufgezeichneten Vögel konnten bei Durchsicht des Materials bis auf Artgruppen-Ebene bestimmt werden. (ebd.)

Nach Darstellung der Autoren liegen die Limitationen der Technologie insbesondere im schmalen Betrachtungswinkel der Kameras von 22 Grad (möglichst großer Blickwinkel bei notwendiger Auflösung bis in die Rotorblattspitze) und bei Fehlauslösungen des Kamera-Systems durch Rotorbewegungen oder Regen. Fehlauslösungen haben zur Folge, dass große Datenmengen entstehen und demnach ein höherer Zeitaufwand zur Datenauswertung erforderlich wird. Durch den vergleichsweise schmalen Betrachtungswinkel ist eine Ermittlung der absoluten Kollisionsrate nicht möglich. Die dargestellten Raten wurden durch Hochrechnungen mithilfe des Band-Modells (u. a. Band 2012) ermittelt. (ebd.)

Thermal Animal Detection System (TADS)

Das Thermal Animal Detection System (TADS) wurde vom dänischen National Environmental Research Institute (NERI) entwickelt. Hierbei werden zwei Wärmeinfrarot-Kameras am Fuß des Anlagen-Turms installiert. Das System reagiert, wenn mindestens ein Pixel des Kamera-Blickfeldes eine vorher festgelegte Temperatur übersteigt. Eine Studie von Desholm (2005) ergab, dass nur fünf von 1.944 Aufnahmen tatsächlich von vorbeiziehenden Vögeln ausgelöst wurden (demnach beträgt die Fehlauslöse-Quote 99,7 Prozent). Vögel mit der Größe einer Eiderente konnten auf eine Entfernung von 120 bis 170 Metern (Blickfeld 12 Grad) bzw. von 260 bis 400 Metern (Blickwinkel sieben Grad) erfasst werden. Singvögel wurden in einer Entfernung von 50 Metern von der Kamera registriert. Die Verifizierung der Kollisionen sowie die Bestimmung der Arten sind manuell vorzunehmen. Eine mögliche Kopplung an ein Betriebsregulierungsmodul ist nicht vorgesehen. (BirdLife International 2015, Collier et al. 2011, Desholm 2005)

Acoustic/Thermographic Offshore Monitoring System (ATOM)

Weitere kameragestützte Systeme befinden sich noch in der Entwicklung, wie beispielsweise das ATOM System (Acoustic/Thermographic Offshore Monitoring System). Hier werden Infrarot-Kameras zusammen mit Mikrofonen an der Anlage installiert. Das System soll zur akustischen und visuellen Beobachtung der Vogel- und Fledermausflugaktivität im Anlagen-Umfeld eingesetzt werden können. Das System sieht bislang keine Kopplung an eine Betriebsregulierung oder Vergrämung vor. (Collier et al. 2011, BirdLife International 2015)

2. Radar-Systeme

Die Weiterentwicklung der Radar-Technologie und insbesondere der Datenverarbeitung ermöglicht mittlerweile hochaufgelöste „Images“. Durch den Einsatz bzw. die Kombination von Mehrfrequenz-Radargeräten, Solid-State-Radar-Systemen und Dopplern können Stör- bzw. Bodenechos (Rauschen) stark reduziert werden. Damit wird es selbst unter für diese Technologie vergleichsweise schwierigen Standortbedingungen (bspw. bei Vegetationsdecken mit hohem Wasseranteil, reliefierter Topographie oder auf See) möglich, Radar-Systeme zur Erfassung des Vogelzuges und der Flugaktivität zu verwenden. (Kelly et al. 2012)

Im Vergleich zur oben beschriebenen DTBird-Technologie lässt der Einsatz von Radar-Systemen eine weiträumige Echtzeiterfassung über mehrere Kilometer inklusive Höhenerfassung sowohl bei Tag als auch bei Nacht zu (Kelly et al. 2012, Nitzsche mdl. 25. April 2016, Dahl et al. 2015). Die Auflösung ist bei Witterungsverhältnissen mit hoher Luftfeuchtigkeit eingeschränkt (BirdLife International 2015), die Funktionsfähigkeit der Radar-Systeme könne jedoch gewährleistet werden (Nitzsche mdl. 25. April 2016). Um Radar-Daten lesbar zu machen, ist eine Zusammenarbeit mit Experten und Expertinnen zur zielgerichteten Daten-Interpretation und -Analyse erforderlich. Der Daten-Verarbeitungsprozess kann dann unter Einspeisung standort- und zielartenspezifischer Eigenschaften automatisiert werden (BirdLife International 2015).

Die Erfassungsentfernung ist systemabhängig. So können beispielsweise beim „low powered Radar“ große Vögel wie Schwäne und Gänse ab einer Entfernung von zehn Kilometern, kleinere Vögel wie beispielsweise Rotmilane und Mäusebussarde ab einer Entfernung von sechs bis sieben Kilometern erfasst werden. (Hamminga mdl. 21. April 2016)

Nach Auskunft von Herrn Nitzsche von der Firma TONI Bird Control Solutions GmbH & Co. KG (http://www.vogelabwehr.de/) kann mit einem Radar-Gerät ein horizontaler Radius von etwa 6,5 Kilometern bei einer Höhe von etwa zwei Kilometern abgedeckt werden. Das horizontale Radar ermittelt die Position des Flugobjektes in der Ebene (x- und y-Wert). Die Höheninformation wird durch das vertikale Radar erfasst (z-Wert). Die bislang gängigste Technologie von DeTect Inc. (http://www.detect-inc.com/avian.html) ermöglicht lediglich die Erhebung der Höheninformation innerhalb eines Korridors. So ist bei der Ausrichtung des Radars die Entscheidung erforderlich, ob das vertikale Radar beispielsweise einen Bereich in Nord-Süd-Richtung oder in Ost-West-Richtung abdecken soll. Demnach stehen nicht für alle Bereiche Höheninformationen zur Verfügung. Eine neue Technologie von Robin Radar (http://www.robinradar.com/) ermöglicht nun, dass sich das vertikale Radar dann ausrichtet, sobald das horizontale Radar ein Flugobjekt erfasst. Durch das 3D-Radar-System ist ein wesentlich flexiblerer Einsatz möglich. (Nitzsche mdl. 25. April 2016)

Die Positionierung des Radar-Systems im Gelände ist entscheidend, um möglichst flächendeckende Informationen zu erhalten. Insbesondere Gebiete mit starker Reliefierung oder das direkte Umfeld der WEA können eine Herausforderung darstellen. Zur Reduzierung dieser „Schatten“ sollte die Position des Radars zu Beginn optimiert werden. Eine Minimierung des „Radar-Schattens“ auf etwa 30 Meter um die WEA kann erreicht werden. (Hamminga mdl. 21. April 2016)

Das bedeutet jedoch, dass die Kollision eines Vogels an der Anlage nicht direkt durch das Radar-System erfasst werden kann. Durch die bei der Datenverarbeitung verwendete Software können jedoch die Flugrouten einzelner Vögel abgebildet werden. Weist ein „track“ in Flugrichtung an einer WEA eine Unterbrechung auf und wird im Bereich nach der WEA nicht fortgesetzt, kann eine Kollision vermutet werden (Nitzsche mdl. 25. April 2016).

Radar-Systeme produzieren große Datenmengen, die erst nach der Datenverarbeitung durch eine eigens zur Vogelerkennung entwickelte Software lesbar werden. Die Software ermöglicht die Eliminierung von Boden- und Störechos (Rauschen) sowie das Herausfiltern von anderen Flugobjekten (bspw. Flugzeuge, Insekten). Zudem wird der Vogelzug bzw. die Flugaktivität quantifizierbar; es kann ermittelt werden, ob es sich um einen Einzelvogel oder um einen Schwarm handelt bzw. aus wie vielen Einzelvögeln ein Schwarm besteht. Fehler in der Datenverarbeitung können vorkommen. So ist beispielsweise die Quantifizierung von Einzelvögeln, die als Schwarm direkt hintereinander fliegen, nicht möglich. Eine durch die Firma TONI Bird Control Solutions GmbH & Co. KG selbst durchgeführte empirische Studie ergab eine Erfassungsrate von 85 bis 90 Prozent der Einzelvögel, die das vom Radar-System abgedeckte Gebiet durchfolgen. Ermittelt wurde der Wert durch einen Vergleich der extrahierten Radar-Daten mit den Ergebnissen zeitgleich durchgeführter Vogelbeobachtungen unter Zuhilfenahme von Entfernungsmessgeräten. Eine Identifikation der Vögel auf Art-Ebene ist nicht möglich, jedoch können drei Klassen unterschieden werden: kleine, mittlere und große Vögel. Während der Turmfalke beispielsweise der mittleren Kategorie zugeordnet wird, sind Rotmilan und Mäusebussard in der Kategorie ‚groß‘ enthalten. Eine Unterscheidung zwischen beispielsweise Rotmilanen und Mäusebussarden wäre jedoch nicht möglich. (Nitzsche mdl. 25. April 2016)

Eine Unterscheidung von Individuen lokaler Populationen und ziehender Vögel kann durch die Erfassung der Flughöhe erfolgen. (Hamminga mdl. 21. April 2016)

Radar-Erhebungen lassen die Bestimmung einer Vielzahl an Parametern zu, wie die genaue Position eines Vogels, die Größenklasse des Vogels, die Fluggeschwindigkeit, die Flugrichtung, die Flughöhe und der Erfassungszeitpunkt. Damit ist eine Verräumlichung der Flugaktivität bzw. Zugintensität in einem Gebiet in Echtzeit möglich. Es besteht zudem die Möglichkeit, das Radar-System mit einem SCADA-System (Supervisory Control And Data Acquisition) zu koppeln. Dadurch kann bei der Annäherung eines Vogels oder eines Vogelschwarmes an einen Windpark eine semi- oder auch automatisierte Aktivierung der Verminderungsmaßnahmen erfolgen, wie beispielsweise akustische Vergrämung oder Abschaltung der WEA. (Nitzsche mdl. 25. April 2016)

Nach Auskunft von Herrn Nitzsche betragen die Kosten pro Radar-System in Abhängigkeit der Ausstattung etwa 350.000 bis 1.000.000 Euro. Darüber hinaus muss mit weiteren Kosten für Wartung und Reparatur gerechnet werden. Es kann von einer Lebensdauer von fünf Jahren ausgegangen werden. Als Alternative zur kostenintensiven Anschaffung können die Systeme auch gemietet werden. (Nitzsche mdl. 25. April 2016)

Radar-Systeme können bei der Ermittlung des Konfliktpotenzials während der Planungsphase von Windparks (Makro- und Mikro-Siting) sowie zur Verminderung der Vogelkollisionen eingesetzt werden (Kelly et al. 2012). Auch ein Langzeit-Betriebsmonitoring wird durch die Technologie ermöglicht (Plonczkier und Simms 2012). Erfahrungen mit bereits bestehenden Systemen werden durch die im Folgenden aufgeführten Studien dargestellt.

Studie des Norwegian Institute for Nature Research (Dahl et al. 2015) zu MERLIN Avian Radar

Im Jahr 2015 wurde eine Studie des Norwegian Institute for Nature Research (NINA) veröffentlicht, die mögliche Optionen für ein naturverträgliches Repowering im Smøla Windpark, Norwegen untersuchte. Hier wurden u. a. Radar-Daten erhoben, um Standorte mit vergleichsweise hoher bzw. niedriger Flugaktivität zu identifizieren, um daraus mikro-standortspezifische Konfliktpotenziale innerhalb des bestehenden Windparks abzuleiten. Ziel war es zwei Repowering-Varianten, (1) 50 Anlagen mit je drei Megawatt oder (2) 30 Anlagen mit je fünf Megawatt, hinsichtlich des potenziellen Vogelschlagrisikos zu vergleichen. Im Zeitraum vom 21. Juni bis 5. August 2014 wurden 24 Stunden täglich Radar-Daten erhoben. Das Radar-System (MERLIN Avian Radar, Model XS 2530 von DeTect Inc.) umfasste ein horizontales Radar (S-Band-Radar, 3.050 Megahertz) und ein vertikales Radar (X-Band-Radar, 9.410 Megahertz). Lediglich Datensätze des horizontalen Radars wurden für die weitere Auswertung verwendet, demnach wurde eine raumzeitliche Erfassung ohne Höhendaten berücksichtigt. Der mobile Einsatz des Radar-Systems konnte durch die Montage auf einem Anhänger gewährleistet werden. (Dahl et al. 2015)

Mithilfe von an den Standort und die Suchkriterien angepassten, im Vorfeld entwickelten Algorithmen wurden die Datensätze verarbeitet und lesbar gemacht. Die sogenannten „targets“, in dem Fall vogelartige Flugobjekte, konnten so aus den großen Datensätzen extrahiert werden. Bodenechos und Störflecke wurden aus dem Datensatz herausgefiltert, nicht zu berücksichtigende Objekte ausgeschlossen (bspw. Flugzeuge, Rotorblätter). Durch die verarbeiteten Radar-Daten konnten so vogelartige Objekte, deren Positionen sowie die Flugrouten ermittelt werden. Für jedes erfasste Objekt lagen Informationen über die zugehörigen Koordinaten, Datum, Zeitpunkt, Geschwindigkeit, Flugrichtung, Objektgröße und Form vor. Die Objektinformationen wurden zu sogenannten „target tracks“ zusammengefasst und in einer Datenbank gespeichert. Diese wurde automatisch auf einen SQL-Server heruntergeladen und gesichert. (ebd.)

Das Ergebnis wurde durch eine Überlagerung der „target tracks“ generiert, die eine räumliche Darstellung der Flugaktivitäten im Untersuchungsgebiet ermöglichte. Insgesamt wurden über den Erfassungszeitraum 790.000 „tracks“ erfasst, wobei es sich bei den Erfassungen sowohl um Einzelvögel als auch um Vogelschwärme handelte. Da eine Unterscheidung auf Art-Ebene nicht möglich war, handelte es sich um eine Gesamtdarstellung der Flugaktivität aller Vögel (s. Abbildungen in Dahl et al. (2015), S. 31 und 32).

Das so ermittelte und räumlich dargestellte Konfliktpotenzial des Gebietes wurde anschließend mit den geplanten Anlage-Standorten der beiden Repowering-Varianten verschnitten. Lediglich das Konfliktpotenzial der Bereiche um die geplanten Anlagen (Radius von 100 Metern) wurde berücksichtigt. Die Gesamtkonfliktpotenziale aus der Summe aller Anlagen-Bereiche der jeweiligen Repowering-Variante wurden miteinander verglichen. Die Studie zeigte, dass in Anlagen-Bereichen der zweiten Variante 55 Prozent weniger Flugaktivität nachgewiesen wurde als in den Anlagen-Bereichen der ersten Variante. Die Abweichung konnte zum einen mit der geringeren Anlagen-Anzahl (Variante 1 mit 30 Anlagen, Variante 2 mit 50 Anlagen) und zum anderen mit der geringeren durchschnittlichen Flugaktivität in den berücksichtigten Bereichen erklärt werden (Variante 1 mit 59,4 ‚tracks‘, Variante 2 mit 54,6 ‚tracks‘). Die Flugaktivität in den Anlagen-Bereichen der Repowering-Varianten konnte nicht mit den Bereichen des Bestandes verglichen werden. Begründet lag dies in der schwierigen Erfassung der „target tracks“ im unmittelbaren Umfeld der WEA durch den Radar-Schatten-Effekt. (ebd.)

Die Autoren weisen darauf hin, dass auch durch den Einsatz von Radar-Systemen die Ermittlung von gänzlich konfliktfreien Anlagen-Standorten unwahrscheinlich sei. Des Weiteren könne sich die räumliche Verteilung der Flugaktivität durch die Errichtung der Anlagen möglicherweise verändern. Die Autoren empfehlen die Durchführung eines mehrjährigen Betriebsmonitorings (Totfundsuche) zur Evaluation des tatsächlichen Konfliktpotenzials und, wenn erforderlich, die Umsetzung geeigneter Verminderungsmaßnahmen. (Dahl et al. 2015)

Langzeit-Monitoring in den Offshore Windparks Lynn und Inner Dowsing (Plonczkier und Simms 2012)

Die Eignung von Radar-Systemen zur Durchführung eines Langzeit-Monitorings in den englischen Offshore-Windparks Lynn und Inner Dowsing wurde von Plonczkier und Simms (2012) empirisch untersucht. Dabei wurden über vier Jahre Radar-Daten während des Herbstzuges erhoben, wodurch das Zug- und Meideverhalten von Kurzschnabelgänsen während der Errichtung und des Betriebs des Windparks untersucht werden konnten. Zur Evaluation der Radar-Erhebungen wurden von zwei Ornithologen parallel Vogelbeobachtungen durchgeführt, die jedoch im Unterschied zur Radar-Aufzeichnung, die über den gesamten Zeitraum von 24 Stunden erfolgen kann, nur bei Tageslicht (hier: 10 bis 17 Uhr) stattfanden. (Plonczkier und Simms 2012)

Beim verwendeten Radar-System handelte es sich um ein S-Band-Radar (30 Kilowatt, 3.088 Megahertz) mit dem die Erfassung von großen Vögeln (bspw. Gänsen) über eine Distanz von 11 bis 14,8 Kilometern ermöglicht wurde. Die Datenverarbeitung wurde mit der MERLIN-Radarsoftware der Firma DeTect Inc. durchgeführt, womit die Zielobjekte (Gänse) und „target tracks“ aus dem Datensatz extrahiert werden konnten. Die verarbeiteten Daten wurden automatisch in eine Access-Datenback importiert. Das Radar-System erfasste die Vogelschwärme drei bis vier Kilometer vor den Vogelbeobachtern. (ebd.)

Im Rahmen der Radar-Studie konnte ausgeprägtes Meideverhalten der Gänse beobachtet werden. Es wurde ermittelt, dass etwa 97 Prozent der vom Radar erfassten Gänseschwärme das Untersuchungsgebiet sicher durchflogen. 94,46 Prozent der Schwärme, deren Flugroute den Windpark direkt durchquerte, zeigten Meideverhalten. (Plonczkier und Simms 2012, vgl. Fig. 1 auf S. 4)

Vermeidung von Gänsegeier-Kollisionen im spanischen Windpark Torsa’s El Pino (Voltura et al. 2012), MERLIN SCADA R

Ein weiteres Anwendungsbeispiel wurde von Voltura et al. (2012) und Kelly et al. (2012) beschrieben. Hier wurde zur Reduzierung von Gänsegeier-Kollisionen im spanischen Windpark Torsa’s El Pino ein MERLIN SCADA-RTM-System installiert. Das System sieht die Erhebung von Radar-Daten im Bereich des Windparks zur Erfassung von Gänsegeier ähnlichen Flugobjekten und die Kopplung an ein zweistufiges, halb- oder vollautomatisiertes Programm zur Verminderung der Kollisionen vor. Die Schwellenwerte, bei welchen die jeweiligen Programmstufen ausgelöst wurden, wurden im Vorfeld und unter Berücksichtigung der standörtlichen Gegebenheiten definiert. Wird der heranfliegende Gänsegeier vom Radar erfasst und nähert sich dieser weiter als 1,5 Kilometer an den Windpark an, wird zunächst automatisch ein akustisches Vergrämungs-Signal (LARD = Long Range Acoustic Device, 160 Dezibel) ausgelöst. Hat dies kein Meideverhalten des Gänsegeiers zur Folge und nähert sich dieser gefährlich nahe einer WEA, folgt als zweite Programmstufe die Abschaltung der Anlage. Die Abschaltung kann durch einen Mitarbeiter oder vollautomatisiert erfolgen. Die bestehende Kollisionsgefahr wird in Echtzeit für jede einzelne Anlage abgebildet. Die Autoren empfehlen die Hinzuziehung von Vogelexperten bei der Konfiguration des Systems für den jeweiligen Standort sowie die anschließende Durchführung eines Monitorings und ggf. einer daraus resultierenden System-Modifikation. (Kelly et al. 2012, Volutra et al. 2012)

Die nachfolgenden Links zeigen die Benutzeroberfläche des MERLIN SCADA-R-Systems in der horizontalen und vertikalen Ansicht.

Anwendungsbeispiel Birdtrack-Radar, Barao Sao Joao im Süden Portugals (BirdLife International 2015)

Die im Jahr 2015 veröffentlichte BirdLife Studie verweist auf einen nicht-publizierten Jahresbericht der portugiesischen Firma STRIX von 2013. Demnach wurde ein Birdtrack-Radar im 50-Megawatt-Windpark Barao Sao Joao im Süden Portugals installiert, um die Position und die Flugrichtung von großen Thermikseglern zu erfassen. In Abhängigkeit der Witterungsbedingungen wurde ein Gebiet von sechs bis zwölf Kilometern abgedeckt. Bei 45 Prozent der Vogel-Erfassungen, die eine Abschaltung der WEA zu Folge hatten, wurden die Tiere vom Radar erfasst, bevor sie von Beobachtern gemeldet wurden (BirdLife International 2015). Auf der Internetseite des Herstellers ist vermerkt, dass seit der System-Installation im Jahr 2010 keine Kollision mehr vorkam (STRIX 2015). Hierzu sind uns keine empirischen Studien bekannt.

Anwendungsbeispiel 3D-Radar-System, Kavarna Windpark, Bulgarien (Hamminga mdl. 21. April 2016)

Neben den oben genannten befindet sich nach unserem Kenntnisstand lediglich ein weiteres System in Betrieb, das Radar-Aufzeichnung und Betriebsregulierung koppelt. Im bulgarischen Windpark Kavarna wurde ein 3D-Radar-System von Robin Radar installiert. Der Windpark des österreichischen Betreibers EVN wurde in einem NATURA 2000-Gebiet errichtet. Bei dem Gebiet handelt es sich um einen wichtigen Vogelzugkorridor. Weitere Informationen zum Projekt finden Sie unter diesem LINK. Empirische Studien hierzu sind nicht bekannt.
Der Einsatz von Radar-Systemen zur Ermittlung von Standorten mit geringer Vogelzugintensität bzw. Flugaktivität sowie als Grundlage für die Vermeidung und Verminderung von Kollisionen wird stetig weiterentwickelt. Eine Vielzahl von internationalen Unternehmen bieten hierzu Beratungen, Projektplanungen und die Begleitung der Installation der für unterschiedliche Standorte und Zwecke geeigneten Radar-Systeme an.

3. GPS-Systeme

Sollen durch eine automatisierte Betriebsregulierung Kollisionen einer stark gefährdeten und seltenen Großvogelart vermieden werden, ist der Einsatz eines GPS-gestützten Systems ein möglicher Ansatz. Voraussetzung hierfür ist, dass alle Individuen mit einem GPS-Sender ausgestattet werden. Dadurch ist eine lückenlose und kontinuierliche Erfassung der Tiere möglich. (May et al. 2012, Sheppard et al. 2014)

Zum Schutz des Kalifornischen Kondors im mexikanischen Bundesstaat Baja California wurde ein Telemetrie-Projekt umgesetzt. Alle 37 Individuen der stark bedrohten Art wurden mit einem 45 Gramm schweren und 80 x 62 x 10 Millimeter großen GPS-Sender ausgestattet. In der Auswertung der aufgezeichneten Flugrouten wurde ersichtlich, dass der Windpark Energìa Sierra Juàrez mit 47 WEA (3,3 Megawatt) im Hauptflugkorridor der Kondore errichtet wurde und demnach von einem hohen Kollisionsrisiko auszugehen ist. Zur Vermeidung potenzieller Kollisionen wurden im Abstand von 40 und 20 Kilometern Entfernung zum Windpark virtuelle Zäune, sogenannte „Geofences“, installiert (vgl. Sheppard et al. 2014, Folie 34f). Überfliegt ein besenderter Kondor den ersten Zaun, wird automatisch eine Warnung an die zuständige Zentrale in Echtzeit versendet, beispielsweise per SMS. Nähert sich das Tier weiterhin den WEA und überfliegt es den zweiten Zaun, wird eine weitere Warnung versendet. Entfernt sich der Kondor aus dem Gefahrengebiet, wird automatisch Entwarnung gegeben. Durch den großen Abstand des ersten virtuellen Zaunes und die vergleichsweise geringe Fluggeschwindigkeit der Kondore im Gleitflug verbleibt ein Zeitraum von drei bis vier Stunden nach der ersten Warnung, um die Anlagen zu stoppen. (Sheppard et al. 2014)

Für eine Besenderung müssen die Tiere, in Abhängigkeit zur Sendergröße und zum Sendergewicht, eine ausreichende Körpergröße aufweisen. Zudem eignet sich dieser Ansatz nur für die Erfassung weniger Tiere, da jedes Individuum mit einem Sender ausgestattet werden muss. Eine in Deutschland vorkommende und unter diesen Gesichtspunkten ggf. in Frage kommende Art ist der stark gefährdete Schreiadler. Neun der seltenen Greifvögel wurden im Rahmen eines vom NABU begleiteten Projektes zu Forschungszwecken besendert.

4. Sensor-Systeme

Bei der WT-Bird Technologie handelt es sich um ein vom niederländischen ENC (Energy Research Center) entwickeltes Sensor-System, welches zur Dokumentation bzw. zum Monitoring von Vogelkollisionen an WEA eingesetzt werden kann. Das System wurde sowohl für den Einsatz an WEA an Land als auch an Offshore-Anlagen entwickelt. (Collier et al. 2011)

Das System besteht aus Beschleunigungssensoren und Mikrofonen, welche an den Rotorblättern und am Anlagen-Turm angebracht werden, sowie des Weiteren aus Infrarot-Kameras und -Beleuchtung, die am Anlagen-Turm installiert werden. Die verwendete Infrarot-Beleuchtung (LED) ist für Mensch und Tier nicht sichtbar. Die Kameras müssen so ausgerichtet werden, dass sie den gesamten Rotorbereich abdecken. (Wiggelinkhuizen et al. 2007)

Kollidiert ein Vogel mit den Rotorblättern, entsteht ein charakteristisches Geräusch, welches von den Sensoren registriert wird. Durch diesen Impuls werden die Kameras ausgelöst und dokumentieren das Kollisionsereignis. Durch diesen bedarfsgerechten Einsatz wird erreicht, dass lediglich eine begrenzte Datenmenge entsteht. Störgeräusche werden durch die System-Software eliminiert. Die zuständige Stelle wird über das Ereignis informiert und sichtet anschließend das Video-Material. Die Kollision kann dann bestätigt, die kollidierte Art identifiziert werden. Die akustischen Aufnahmen sowie die Video-Sequenz werden zusammen mit weiteren Informationen gespeichert, dabei werden der genaue Zeitpunkt der Kollision, die Position der Kollision auf dem Rotorblatt, die Stellung des Rotorblattes, die Rotationsgeschwindigkeit, die Rotorblattausrichtung und meteorologische Parameter (Niederschlag und Windrichtung) erfasst. (Wiggelinkhuizen et al. 2007)

Eine Pilotstudie mit Vogel-Attrappen (50 Gramm, sieben Zentimeter Durchmesser) ergab eine Erfassungsrate von etwa 50 Prozent. Von 90 Attrappen kollidierten 15 (17 %) mit aufwärtsbewegenden Rotorblättern, sechs (40 %) Kollisionen lösten das Kamera-System aus. Weitere sechs (40 %) Attrappen kollidierten unterhalb des Erfassungsbereichs, 20 Prozent der Kollisionen lösten das System nicht aus. Bei einer Langzeitstudie wurden zwei Vogelkollisionen vom Sensor erfasst und durch Videoaufnahmen bestätigt. Die Entwickler kamen zum Ergebnis, dass bei Dunkelheit die Identifikation der Vogelarten mithilfe der Videoaufnahmen nicht immer möglich war. Eine Verbesserung des Kamera-Systems wurde von den Entwicklern angekündigt. Das WT-Bird-System wird aktuell im Offshore Windpark Egmond aan Zee (OWEZ) in den Niederlanden eingesetzt. (Collier et al. 2011, Wiggelinkhuizen et al. 2007)

Diese Übersicht stellt weder eine grundsätzliche Empfehlung für die Verwendung nachfolgender Systeme noch eine Empfehlung für oder gegen den Einsatz einer bestimmten Technologie dar. Zusammenfassend kann gesagt werden, dass die beschriebenen Technologien unterschiedliche Eignungen und Einschränkungen in Abhängigkeit von standort- sowie zielartspezifischen Eigenschaften als auch vom vorgesehenen Verwendungszweck aufweisen. Es muss zudem berücksichtigt werden, dass eine Kombination aus mehreren Technologien weitere Einsatzgebiete eröffnet.

Literaturverzeichnis

Nachfolgend wird die Literatur nach Technologien getrennt angegeben.

Weiterführende Literatur zu kameragestützten Systemen

Aschwanden, J., S. Wanner, F. Liechti (2015): Investigation on the effectivity of bat and bird detection at a wind turbine: Final Report Bird Detection. Schweizerische Vogelwarte, Sempach. 34 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Desholm, M. (2005): TADS investigations of avian collision risk at Nysted offshore wind farm, autumn 2004. NERI, Roskilde, Silkeborg, Rønde (DK). 31 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

DTBird (2016): DTBird System Evolution. 4 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

May, R., Ø. Hamre, R. Vang, T. Nygård (2012):  Evaluation of the DTBird video-system at the Smøla wind-power plant. Detection capabilities for capturing near-turbine avian behaviour. NINA Report 910. NINA, Trondheim (NO). 27 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Schulz, A., C. Kulemeyer, K. Brosda, K. Schleicher, V. Röhrbein, T. Coppack (2011): Ökologische Begleitforschung zur Windenergienutzung im Offshore-Bereich auf der Forschungsplattform FINO2. Ergebnisse 2009. Bestandteil des Verbundprojekts „Wissenschaftlich-technische Ausrüstung der Forschungsmessplattform zur Erforschung der westlichen Ostsee. FINO2 –Equipment“ des BMU (FKZ: 0329990A). IfAÖ, Neu Broderstorf.

Schulz, A., T. Dittmann, T. Coppack (2014): Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS. Schlussbericht. Ökologische Begleitforschung am Offshore-Testfeldvorhaben alpha ventus zur Evaluierung des Standarduntersuchungskonzeptes des BSH (StUKplus). IfAÖ, Neu Broderstorf. 89 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Weiterführende Literatur zu radargestützten Systemen

Dahl, E. L., R. May, R. Nygård, J. Åstrøm, O. Diserud (2015): Repowering Smøla wind-power plant. An assessment of avian conflicts. NINA Report 1135. NINA, Trondheim (NO). 46 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Kelly, T. A., J. Lewis, T. West, K. Volutra, J. Davenport (2012): Advances in avian radars for protecting birds at challenging wind energy sites. Präsentation. 2 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Plonczkier, P., C. Simms (2012): Radar monitoring of migrating pink-footed geese: behavioural responses to offshore wind farm development. Journal of Applied Ecology 49 (5): S. 1187–1194. Link zum Dokument (letzter Zugriff: 8. August 2016).

STRIX (2015): RADAR Assisted Shutdown on Demand. Link zur Internetseite (letzter Zugriff: 8. August 2016).

Voltura, K., T.A. Kelly, T. West, A. Smith, J. Lewis, J. Vidao, J. Davenport (2012): Roadmap for Mitigating Raptor Risk at Windfarms: Application of Advanced Avian Radar Technology. Konferenzbeitrag. 2 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Weiterführende Literatur zu sensorgestützten Systemen

Wiggelinkhuizen, E.J., S.A.M. Barhorst, L.W. Rademakers, H.J. den Boon, S. Dirksen (2007): WT-Bird: Bird collision monitoring system for multi-megawatt wind turbines. ECN, Bureau Waardenburg, Petten (NL). 4 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Weiterführende Literatur zu GPS-gestützten Systemen

Sheppard, J., A. McGann, M. Lanzone, A. Walsh, M. Wallace, R. Swaisgoo (2014): Curtailing Avian Impacts with Wind Turbines using GSM/GPS Tracking Telemetry that Incorporates Autonomous Geofence Alerts. NWCC Research Meeting X. Präsentation. Broomfield, Colorado (USA). 45 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Weitere Literatur

Band, W. (2012): Using a collision risk model to assess bird collision risks for offshore windfarms. Project Report to The Crown Estate SOSS-02. SOSS, Norfolk (UK). 62 S. Link zum Dokument (letzter Zugriff: 8. August 2016).
 
BirdLife International (2015): Review and guidance on use of “shutdown-on-demand” for wind turbines to conserve migration soaring birds in the Rift Valley/Red Sea Flyway. Regional Flyway Facility, Amman (JO). 49 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Collier, M.P., S. Dirksen, K.L. Krijgsveld (2011): A review of methods to monitor collisions or micro-avoidance of birds with offshore wind turbines. Project Report to the Crown Estate SOSS-03A. Bureau Waardenburg, Culemborg (NL). 38 S. Link zum Dokument (letzter Zugriff: 8. August 2016).

Mündliche Mitteilungen

Hamminga, S.: Geschäftsführer der Firma Robin Radar Systems. Mündliche Mitteilung vom 21. April 2016.

Nitzsche, J.: Vertretungsberechtigter Geschäftsführer der Firma TONI Bird Control Solutions. Mündliche Mitteilung vom 25. April 2016.