Wie Smartphones helfen können, Umweltveränderungen zu entdecken

Leipzig / Jena / Ilmenau. Mobile Apps wie Flora Incognita, die die automatische Identifizierung von Wildpflanzen ermöglichen, können nicht nur Pflanzenarten identifizieren, sondern auch großräumige Umweltmuster aufdecken. Diese Muster ähneln überraschend denen, die aus langfristigen Bestandsdaten deutscher Pflanzen abgeleitet wurden, obwohl sie über viel kürzere Zeiträume erhalten wurden und vom Nutzerverhalten beeinflusst werden. Dies eröffnet neue Möglichkeiten für die schnelle Erkennung von Veränderungen in der biologischen Vielfalt. Dies sind die wichtigsten Ergebnisse einer Studie, die von einem Forscherteam aus Mitteldeutschland durchgeführt wurde und kürzlich in veröffentlicht wurde Ökologie.

Mit Hilfe der künstlichen Intelligenz können heute Pflanzenarten mit hoher Genauigkeit klassifiziert werden. Smartphone-Anwendungen nutzen diese Technologie, um Benutzern die einfache Identifizierung von Pflanzenarten im Feld zu ermöglichen und einfachen Menschen den Zugang zur biologischen Vielfalt zu ermöglichen. Vor dem Hintergrund des Klimawandels, des Verlusts von Lebensräumen und der Änderung der Landnutzung können diese Anwendungen einer anderen Verwendung dienen: Durch das Sammeln von Informationen über die Standorte bestimmter Pflanzenarten werden wertvolle Datensätze erstellt, die Forschern Informationen über sich ändernde Umweltbedingungen liefern können.

Aber sind diese Informationen zuverlässig – so zuverlässig wie die Informationen aus Daten, die über lange Zeiträume gesammelt wurden? Ein Forscherteam des Deutschen Zentrums für Integrative Biodiversitätsforschung (iDiv), des Fernerkundungszentrums für Erdsystemforschung (RSC4Earth) der Universität Leipzig (UL), des Helmholtz-Zentrums für Umweltforschung (UFZ) und des Max-Planck-Instituts für Biochemie (MPI-BGC) und die Technische Universität Ilmenau wollten eine Antwort auf diese Frage finden. Die Forscher analysierten die mit der mobilen App Flora Incognita zwischen 2018 und 2019 in Deutschland gesammelten Daten und verglichen sie mit der FlorKart-Datenbank des Bundesamtes für Naturschutz (BfN). Diese Datenbank enthält langfristige Inventardaten, die von mehr als 5.000 Floristenexperten über einen Zeitraum von mehr als 70 Jahren gesammelt wurden.

Die mobile Anwendung zeigt Muster der Makroökologie in Deutschland

Die Forscher berichten, dass Flora Incognita-Daten, die in nur zwei Jahren gesammelt wurden, es ihnen ermöglichten, makroökonomische Umweltmuster in Deutschland aufzudecken, die denen ähneln, die aus Langzeitbestandsdaten deutscher Pflanzen abgeleitet wurden. Die Daten spiegelten also auch die Auswirkungen mehrerer Umweltfaktoren auf die Verbreitung verschiedener Pflanzenarten wider.

Ein direkter Vergleich der beiden Datensätze ergab jedoch signifikante Unterschiede zwischen Flora Incognita-Daten und Langzeitinventardaten in dünn besiedelten Gebieten. „Natürlich hängt die Menge der in einer Region gesammelten Daten stark von der Anzahl der Smartphone-Nutzer in diesem Bereich ab“, sagte die jüngste Autorin Dr. Jana Waldachen von MPI-BGC, einer der Entwickler von mobilen Apps. Daher waren die Datenanomalien in ländlichen Gebieten stärker ausgeprägt, mit Ausnahme bekannter Touristenziele wie der Zugspitze, dem höchsten Berg Deutschlands, oder Amrum, einer Insel an der Nordseeküste.

Das Benutzerverhalten wirkt sich auch auf Pflanzenarten aus, die von der mobilen Anwendung registriert werden. „Die mit der App erstellten Werksnotizen spiegeln wider, was Benutzer sehen und was sie interessiert“, sagte Jana Wäldchen. Die häufigen und offensichtlichen Arten wurden häufiger erfasst als die seltenen und unauffälligen Arten. Die große Anzahl botanischer Beobachtungen ermöglichte jedoch immer noch die Rekonstruktion bekannter biogeografischer Muster. Für ihre Studie erhielten die Forscher Zugang zu mehr als 900.000 Dateneinträgen, die in den ersten zwei Jahren nach dem Start der App generiert wurden.

Die automatisierte Identifizierung von Arten birgt ein großes Potenzial

Die Studie zeigt das Potenzial dieser Art der Datenerfassung für die Biodiversitäts- und Umweltforschung auf, die bald in langfristige Bestandsstrategien einbezogen werden könnte. „Wir sind davon überzeugt, dass die automatisierte Identifizierung von Arten ein viel größeres Potenzial birgt als bisher angenommen und dass sie zur schnellen Erkennung von Veränderungen der biologischen Vielfalt beitragen kann“, sagte der Erstautor Miguel Mahesha, Professor an der UL und Mitglied von iDiv. In Zukunft kann eine zunehmende Anzahl von Nutzern von Apps wie Flora Incognita dazu beitragen, Veränderungen des Ökosystems auf der ganzen Welt in Echtzeit zu entdecken und zu analysieren.

Die mobile App Flora Incognita wurde gemeinsam von den Forschungsgruppen von Dr. Jana Wäldchen am MPI-BGC und der Gruppe von Prof. Patrick Mader an der TU Ilmenau entwickelt. Es ist die erste Pflanzenidentifizierungsanwendung in Deutschland, die in diesem Zusammenhang tiefe neuronale Netze (Deep Learning) verwendet. Gefüttert mit Tausenden von botanischen Fotografien, die von Experten identifiziert wurden, kann es bereits mehr als 4.800 Pflanzenarten identifizieren.

„Als wir Flora Incognita entwickelten, stellten wir fest, dass es ein enormes Potenzial und ein wachsendes Interesse an verbesserten Techniken zur Entdeckung von Daten zur biologischen Vielfalt gibt. Als Informatiker sind wir froh zu sehen, wie unsere Technologien einen wichtigen Beitrag zur Erforschung der biologischen Vielfalt leisten“, sagte Co-Co Autor Patrick Mader, Professor an der Universität TU Ilmenau.

###

Haftungsausschluss: AAAS und EurekAlert! Ist nicht verantwortlich für die Richtigkeit der an EurekAlert gesendeten Newsletter! Durch beitragende Institutionen oder durch Verwendung von Informationen über das EurekAlert-System.