Auf unserer Webseite verwenden wir Cookies, die unter „Cookie-Einstellungen anpassen“ näher beschrieben werden. Notwendige Cookies werden für grundlegende Funktionen der Webseite benötigt, um eine optimale Nutzung zu ermöglichen. Dadurch ist gewährleistet, dass die Webseite einwandfrei funktioniert. Darüber hinaus können Sie Cookies für Statistikzwecke zulassen. Diese ermöglichen es uns, die Webseite stetig zu verbessern und Ihr Nutzererlebnis zu optimieren. Ihre Einwilligung zur Nutzung der Statistik-Cookies ist freiwillig und kann in der Datenschutzerklärung dieser Webseite unter „Cookie-Einstellungen“ jederzeit widerrufen werden.
Künstliche Intelligenz zum automatisierten Monitoring von Insekten Biodiversität
Projekt
Förderkennzeichen: 512413715
Laufzeit: 01.01.2023
- 31.12.2025
Forschungszweck: Angewandte Forschung
Insekten und Grasländer sind wegen ihrer großen Vielfalt, ihrer Empfindlichkeit gegenüber Umwelteinflüssen und ihrer Bedeutung für zahlreiche Ökosystemfunktionen intensiv untersuchte ökologische Modelle. In den Biodiversitätsexploratorien und andernorts wurde ein erheblicher Rückgang der Insektenabundanz und -vielfalt dokumentiert und die Intensivierung der Landnutzung wurde als eine der wichtigsten Ursachen für den weltweiten Artenverlust ermittelt. Die Intensivierung der Grünlandbewirtschaftung führt nachweislich zu einer Verringerung der Abundanz und Vielfalt von Arthropoden, aber die Auswirkungen variieren je nach Landnutzungskomponente und untersuchter Arthropodengruppe. Ein mechanistisches Verständnis dieser Variabilität wird durch die fehlende räumliche und zeitliche Auflösung des Insektenmonitorings behindert, die aufgrund der Arbeitsintensität etablierter Monitoring-Methoden und durch die beschränkte Ressourcenverfügbarkeit bedingt ist. Daher sind neue Methoden für das Insektenmonitoring erforderlich, um die erforderlichen hochauflösenden Daten zu generieren und unser Verständnis der Auswirkungen der Landnutzung auf Insektengemeinschaften zu verbessern. Digitales Monitoring auf der Grundlage von Fotos und KI-gestützter Bilderkennung sind vielversprechende Techniken, die dies ermöglichen. Das vorliegende Projekt zielt darauf ab, fliegende Insekten in den Grünlandflächen der Biodiversitätsexploratorien mit sehr hoher zeitlicher Auflösung zu dokumentieren. Wir werden verfügbare RGB-Kamera-Fallensysteme verwenden und Deep-Learning-Algorithmen entwickeln, um die Abundanz der Insekten, die Diversität von Morphogruppen und die Verteilung der Körpergrößen zu quantifizieren. Wir werden auf den vorhandenen Insektendaten aus den Biodiversitätsexploratorien aufbauen, um Trainingsdaten zu erhalten und die Leistung der KI-Bilderkennung zu überprüfen. Durch den Einsatz eines eingebetteten Sensorsystems mit mobiler Konnektivität zum Monitoren von Insekten wollen wir kontinuierliche in-situ-Messungen in den Grünlandflächen der drei Regionen der Biodiversitätsexploratorien vor, während und nach verschiedenen Landmanagementaktivitäten durchführen. Aufgrund der hohen zeitlichen Auflösung unserer Daten können wir untersuchen, wie sich Landnutzungsaktivitäten auf die Dynamik und Stabilität der Insektengemeinschaften auswirken, indem wir den Referenzzustand, Störungseffekte und Erholungsphasen direkt quantifizieren. Wir werden zwischen demografischen Prozessen und (Wieder-)Besiedlungsprozessen als Reaktion auf Störungen durch die Landnutzung unterscheiden und dabei ausnutzen, dass demografische und verhaltensbasierten Prozesse auf unterschiedlichen Zeitskalen ablaufen; z. B. ist die Wiederbesiedlung viel schneller als die Reproduktion. Durch die hier vorgeschlagene Forschung wird dieses Projekt die verfügbare Technologie für das Insektenmonitoring und das mechanistische Verständnis der Auswirkungen der Landnutzung auf Insektengemeinschaften vorantreiben.
Abschnittsübersicht
Fachgebiete
- Grünland
- Klimawandel