Nachtfalterbeobachtung am Leuchtturm.
Die Digitalisierung schreitet in allen Bereichen der Wirtschaft und Wissenschaft rasch voran, und auch die Erfassungsmethoden in der Entomologie wandeln sich. DNA-Barcoding hat sich als Methode zur Artenbestimmung etabliert, und wird zusammen mit morphologischen Merkmalen zur „Turbo-Taxonomie“. Handy-Apps bestimmen Digitalbilder von Tieren und Pflanzen mit hoher Trefferquote und ersetzen das Notizbuch. Ein neues ambitioniertes Projekt mit dem Namen AMMOD (Automated Multisensor Stations for Monitoring of BioDiversity) versucht sich nun an der vollautomatischen Erfassung der Artenvielfalt bei Nachtfaltern mit Hilfe eines „Mottenscanners“. Wer möchte kann das Projekt mit eigenen Digitalbildern unterstützen.
Dr. Paul Bodesheim arbeitet am Lehrstuhl Digitale Bildverarbeitung der Friedrich-Schiller-Universität Jena im Bereich „Computer Vision and Machine Learning“ und bittet darum, für die automatisierte Erkennung von Nachtfalterarten entsprechende Fotos zur Verfügung zu stellen. Viele von uns nutzen bereits „ObsMapp“ und „iObs“ zur Datenerfassung und eine automische Arterkennung mit Hilfe von Handyfotos ist bereits eingebaut. Wenn sich die Algorithmen noch verbessern lassen, kann das nur in unserem Sinne sein.
Ihr könnt Eure Fotos über Upload- oder Download-links zur Verfügung stellen. Es wäre aber auch möglich, dass ihr einfach den Beteiligten meldet, dass Eure bereits vorhandenen Bilder z.B. auf observation.org oder bei naturgucker.de für diesen Zweck verwendet werden dürfen. Die Fotos werden ausschließlich zur Optimierung der Bilderkennung verwendet, nicht weitergegeben oder ohne Eure ausdrückliche Zustimmung veröffentlicht. Alles Weitere dazu findet Ihr in dem Aufruf unten (siehe „Übermittlung der Daten“).
Wie soll die Sache funktionieren? Hierzu teilte mit Herr Dr. Bodesheim mit, dass mit klassischen Leuchtanlagen (UV-LED) gearbeitet werden soll. Die Falter, die sich auf der beleuchteten Fläche niederlassen, werden in regelmäßigen Abständen automatisch fotografiert und die Arten mit Bilderkennung identifiziert. Die Fallen sollen so arbeiten, dass das Licht deutlich vor Beginn der Dämmerung ausgeschaltet ist, so dass die Falter eine Chance zur Flucht haben, bevor Vögel die stationären Anlagen allmorgendlich abräumen. Dies ist sicher ein wichtiger Punkt, gerade in sensibelen Biotopen.
Hier der Aufruf des AMMODKonsortiums:
„Liebe Lepidopterologinnen und Lepidopterologen,
der Schutz der Insekten steht endlich seit der „Krefelder Studie“ (gelegentlich) im Fokus der Politik, und auch einige Forschungsinstitute wollen vermehrt Ressourcen in das Monitoring von Insekten investieren. Mehrere dieser Institute haben sich zusammengeschlossen, um eine „Wetterstation für Artenvielfalt“ zu bauen. Diese von der Bundesregierung geförderten „AMMOD-Stationen“ nehmen aus der Umwelt biologische Signale wie Tierstimmen und Pflanzendüfte auf, DNA aus Fluginsekten und Pollen wird gewonnen, und es werden Fotos gemacht, die per Funk übertragen und automatisiert ausgewertet werden. Eine automatisierte Lichtfalle wird derzeit als „Mottenscanner“ entwickelt. Das wird es uns künftig ermöglichen, an sehr vielen Orten gleichzeitig und das ganze Jahr über Daten zu sammeln, was mit traditionellen Personaleinsätzen so nicht realisierbar wäre.
Es geht vorerst um den Nachweis der Präsenz der Arten für sehr viele Spezies und in hoher zeitlicher Auflösung. Für die biologische Deutung der Befunde werden auch künftig Artenkenner benötigt, und wir rechnen mit steigendem Bedarf, wenn wir mehr über Umwelttrends lernen. Hoffentlich werden dann auch Faunistik und Artenkenntnis wieder vermehrt an den Hochschulen gelehrt. Eine Schlüsseltechnik für die AMMOD-Sensoren sind Algorithmen der künstlichen Intelligenz, die mit Beispielbildern trainiert werden müssen. Die Leistungsfähigkeit moderner Bestimmungs-Apps ist bekannt, die bisher existierenden Algorithmen haben aber noch Probleme, wenn die Beleuchtung variiert, die Entfernung größer ist, Blickwinkel sich ändern, oder nur Teile der Tiere zu sehen sind. Daher arbeiten wir im AMMOD Konsortium an Verbesserungen der Algorithmen, die letztlich allen Anwendern zu Gute kommen werden. Dazu kooperieren wir mit den niederländischen Entwicklern von observation.org, deren Portal und App sich bereits jetzt bewährt haben.
Übermittlung der Daten:
Um den angestrebten Quantensprung der biologischen Umweltbeobachtung zu erreichen, brauchen wir die Hilfe von Experten. Aktuell geht es um Referenzbilder von Arten, insbesondere für Nachtfalter. Können Sie uns helfen? Ihre Fotos werden dabei ausschließlich zum Trainieren der KI-Algorithmen verwendet und es werden darüber hinaus keine Bild- und Nutzungsrechte verletzt. Wir werden keine Fotos veröffentlichen oder weitergeben, es sei denn, Sie stimmen dem ausdrücklich zu. Um uns die Bilder zu übermitteln, haben Sie mehrere Möglichkeiten. Nutzen Sie gerne die Option, die für Sie am angenehmsten bzw. unkompliziertesten ist. Sie können uns entweder einen Download Link zu einem von Ihnen genutzten Service (ftp-Server, own-cloud, dropbox o.ä.) per E-Mail an Dimitri Korsch (dimitri.korsch@uni-jena.de) senden oder Sie nutzen die Möglichkeit über einen Upload-Link. Für die letztgenannte Variante wenden Sie sich bitte ebenfalls an Dimitri Korsch (dimitri.korsch@uni-jena.de), um Link und Passwort zu erhalten. Mehrere Bilder können gerne als Verzeichnisse oder Archive (zip, rar, tar o.ä.) bereitgestellt werden, wir sind aber auch für Einzelbilder sehr dankbar.
Art der Bilder:
In erster Linie benötigen wir Bilder von Nachtfaltern in der Form, wie wir die Tiere auch bei der Verwendung der Lichtfallen aufnehmen (beleuchtete weiße Fläche, auf der sich die Falter niederlassen): idealerweise aber nicht notwendigerweise mit ausgebreiteten Flügeln, der Hintergrund/Untergrund kann jedoch beliebig sein. Je größer die Falter im Bild zu sehen sind, desto besser. Wir untersuchen derzeit, wie sich die Bildauflösung auf die Erkennungsleistung auswirkt. Daher sind auch niedrig aufgelöste Bilder interessant und relevant.
Artnamen und Metadaten:
Sie können selbst entscheiden, wie Sie uns die zugehörigen Artennamen zu den Bildern übermitteln. Hier einige Beispiele: in den Metadaten der Bilddateien, als Ordnernamen, direkt im Dateinamen der Bilder, als Excel-Tabellen bzw. Listen mit Dateinamen und zugehörigen Artennamen. Geben Sie bitte bei der Übermittlung der Bilder an Dimitri Korsch (dimitri.korsch@uni-jena.de) an, mit welcher Variante Sie die Artennamen zu den Bildern zur Verfügung stellen.
Haben Sie noch weitere Fragen, dann melden Sie sich gerne bei uns.
Bei allgemeinen Fragen zum AMMOD-Projekt wenden Sie sich bitte an Wolfgang Wägele (W.Waegele@zfmk.de) und Fragen zur Entwicklung der KI-Algorithmen und der Verwendung Ihrer Bilder richten Sie bitte an Paul Bodesheim (paul.bodesheim@uni-jena.de) oder Dimitri Korsch (dimitri.korsch@uni-jena.de).
Herzlichen Dank für Ihre Unterstützung und mit freundlichen Grüßen,
Wolfgang Wägele (Projektkoordinator), Paul Bodesheim und Dimitri Korsch im Namen des gesamten AMMOD-Konsortiums“
