Neue KI-Tools zur Überwachung von Europas Naturschutzgebieten
In Anbetracht der immensen Größe der Natur, begrenzter Feldkapazitäten und der ausschließlichen Präsenz bestimmter Arten zu bestimmten Zeiten oder unter spezifischen Bedingungen, gestaltet sich die Überwachung der biologischen Vielfalt oftmals unzureichend. Im Rahmen des EU-finanzierten Projekts MAMBO(öffnet in neuem Fenster) werden Tools entwickelt, die Behörden und Standortverwaltungen mittels Kamerabildern, Geräuschaufzeichnungen und Fernerkundung bei der Verfolgung von Arten und der häufigeren Zustandsbewertung von Lebensräumen in größeren Gebieten und mit weniger händischer Arbeit behilflich sind.
KI-gestützte Artenerkennung anhand von Bildern und Geräuschen
MAMBO hat zu einer besseren Leistung von gängigen Identifizierungs- und Kartierungsdiensten beigetragen, darunter Pl@ntNet(öffnet in neuem Fenster), Observation.org(öffnet in neuem Fenster) und GeoPl@ntNet(öffnet in neuem Fenster). Die automatische Erkennung in Bildern kann unter realen Bedingungen gelingen, eine zuverlässige Identifizierung hängt jedoch von der Artengruppe und den verfügbaren Trainingsdaten ab. Projektkoordinator Toke Thomas Høye erklärt hierzu: „Bei Tieren ist das Erkennungsniveau im Allgemeinen zufriedenstellend, aber bei der Identifizierung funktioniert die Erkennung am besten für Vögel und Motten, während etwa die Erkennung mancher Fledermausarten mittels Ultraschall und vieler anderer Insektengruppen auf Bildern eine Herausforderung bleibt.“ Im Rahmen des Projekts wurden darüber hinaus Tools entwickelt, mit denen eine ganze Vegetationsfläche anhand eines einzigen Bildes analysiert werden kann, was zur Standardisierung von Pflanzenerhebungen beiträgt und den Aufwand für Sachverständige im Bereich der Botanik verringert.
Karten zum Zustand von Lebensräumen mittels LiDAR, Drohnen und Satelliten
Die artenbezogenen Daten sind nur eine von zwei tragenden Säulen. Schutzgebiete benötigen auch Metriken für den Zustand von Lebensräumen, die standort- und länderübergreifend vergleichbar sind. MAMBO entwickelte eine Pipeline zur Extraktion vertikaler Gehölzstrukturdaten mittels luftgestützter LiDAR-Daten und skalierte diese durch nationale LiDAR-Erhebungen nach oben. Außerdem wurden Arbeitsabläufe mit Drohnen erforscht, darunter etwa die Abschätzung der Strauchbestände und Biomasse in Renaturierungsgebieten, die Kartierung von Totholz in Waldgebieten und die Erfassung von Spuren großer Säugetiere in Schilfgebieten. Ein wesentlicher Vorteil ist die einheitliche Erfassung feiner Details. Das Team meint hierzu: „Durch die Nutzung vorhandener Satellitenbilder und Daten zur biologischen Vielfalt hat die für die Kartierung von Arten und Lebensräumen entwickelte skalierbare Technologie den Zugang zu konsistenten Vorhersagen für ganz Europa mit einer beispiellos hohen räumlichen Auflösung von 50 Metern ermöglicht, die mit der herkömmlichen In-situ-Überwachung der biologischen Vielfalt nicht erreicht werden kann.“ Um die Karten auf dem neuesten Stand zu halten, sind nach wie vor aktualisierte Satellitendaten und kontinuierliche Bodenbeobachtungen für das Training und Bewertungen erforderlich.
Von Forschungspipelines zu praktischen Tools und weitere Schritte
Viele KI-Arbeitsabläufe funktionieren einwandfrei auf einem Laptop, haben in der Praxis, wo Teams einfache Schnittstellen, klare Ergebnisse und Unterstützung benötigen, aber oftmals mit Schwierigkeiten zu kämpfen. Das Team von MAMBO hat diese Lücke früh erkannt: „Eine zentrale Herausforderung bestand in der Kombination der neuesten KI-Entwicklungen und -Funktionen mit anwendungsfreundlichen Tools für den Zugang zu den Ergebnissen in Formaten, die für die Interessengruppen relevant sind“, betonte Projektteilnehmer Niels Raes. Mehrere Ergebnisse sind bereits einsatzfähig. Das Projekt stellt eine Anleitung und eine öffentliche Webanwendung für bildgestützte Pflanzenquadrat-Erhebungen bereit, und GeoPl@ntNet ermöglicht es den Nutzerinnen und Nutzern, Lebensraum- und Pflanzenartenvorhersagen auf verschiedenen Raumskalen zu visualisieren und zusammenzufassen. Der LiDAR-Arbeitsablauf von MAMBO wurde an mehreren europäischen Demonstrationsstandorten angewandt und liefert harmonisierte Metriken zur Beschreibung der Höhe, Decke und strukturellen Komplexität der Vegetation. Die MAMBO-Tools werden überdies in das Projekt Biodiversity Meets Data (BMD)(öffnet in neuem Fenster) einfließen, das eine zentrale digitale Plattform – das zentrale Zugangsportal – für die Hochdurchsatzüberwachung bei der Bewirtschaftung im Rahmen von Natura 2000 und für die Politik schaffen wird. Dieses Projekt wird von Niels Raes koordiniert. Bei dieser Versuchsanordnung unterstützen die Bild- und Geräuschalgorithmen von MAMBO die (halb-)automatische Identifizierung aus Bildern von Kamerafallen und Geräuschaufzeichnungen, während BMD auf die Bündelung von Tools, Daten und Analysen in einem zentralen Zugangsportal zur Unterstützung der Berichterstattung gemäß der EU-Fauna-Flora-Habitat-Richtlinie ausgerichtet ist.