iForest: Wie KI-basierte Biodiversitätsforschung Wälder schützen kann
Um Biodiversitätsrisiken abschätzen und passende Schutzmaßnahmen entwickeln zu können, sind belastbare Daten zum Zustand eines Ökosystems und dessen Veränderung unverzichtbar. Dr. Daniel Doktor vom Forschungsprojekt iForest will die Biodiversität von Wäldern mithilfe von Künstlicher Intelligenz (KI) abbilden und dazu Geo-, Citizen-Science- und Fernerkundungsdaten zusammenführen.
Dr. Doktor, warum ist die Überwachung der Biodiversität wichtig und was macht ein effektives Monitoring aus?
Aktuell befinden wir uns nicht nur in der Klimakrise, sondern auch in der Biodiversitätskrise. Das bedeutet einen massiven Rückgang der Artenvielfalt auf lokaler, aber auch auf globaler Ebene. Biodiversität ist ein Indikator für Umweltveränderungen und steht in engem Zusammenhang mit gesellschaftlich wichtigen ökosystemaren Dienstleistungen wie Bestäubung oder Kohlenstoffspeicherung. Ein effektives Monitoring der Artenvielfalt sollte deren dynamische Veränderungen, wie wir sie zunehmend erleben, zuverlässig abbilden und nach Möglichkeit auf unterschiedlichen räumlichen Ebenen anwendbar sein.
Fördermaßnahme BiodivKI
Das Bundesministerium für Bildung und Forschung (BMBF) fördert in der Förderrichtlinie „Methoden der Künstlichen Intelligenz als Instrument der Biodiversitätsforschung" Forschungsprojekte, die den Methodenschatz der Biodiversitätsforschung durch KI-Anwendungen und den innovativen Einsatz der Digitalisierung erweitern. Die Fördermaßnahme ist Teil der 2019 gestarteten „Forschungsinitiative zum Erhalt der Artenvielfalt" des BMBF.
Ziel ihres Projekts ist es, das gesamte zur Verfügung stehende Repertoire an Geo- und Citizen-Science-Daten mit Fernerkundungsdaten zusammenzuführen. Wie soll das umgesetzt werden?
Dazu gehört erst einmal, sich einen Überblick über die vorhandenen und gleichzeitig verfügbaren Daten zu verschaffen und diese zu akquirieren. In einem zweiten Schritt wollen wir diese sehr heterogenen Daten sowohl thematisch als auch in Raum und Zeit synthetisieren, sodass uns zum einen aussagekräftige Informationen über Waldgesellschaften zur Verfügung stehen und wir diese zum anderen mit Satellitenbeobachtungen koppeln können. In einem letzten Schritt verknüpfen wir dann die Fernerkundungsdaten und Citizen-Science-Daten mithilfe von KI.
Welche Wirkung auf den Zustand der Biodiversität in Wäldern erhoffen Sie sich von Ihrem Projekt?
Im ersten Schritt geht es uns darum, Biodiversität in der Fläche ableiten zu können. Die besondere Herausforderung liegt darin, dass flächige Monitoringinstrumente wie die Fernerkundung maßgeblich Informationen aus dem Kronendach beziehen. Für eine umfassende Biodiversitätsableitung müssen aber auch Informationen des Unterwuchses und Krautschicht integriert werden. Generell sollten die Projektergebnisse bei der Ausweisung schützenswerter Waldbereiche unterstützen, was sich letztendlich auch positiv auf die Biodiversität auswirken dürfte.
Interessiert Sie eine Fragestellung aus dem Projekt besonders?
Im Projekt werden unterschiedliche inhaltliche aber auch technische Fragestellungen adressiert. Das reicht von Zusammenhängen zwischen Biodiversität und Waldzustand bis hin zur (räumlichen) Übertragbarkeit der zu entwickelnden KI-basierten Modelle. Das sind alles sehr spannende Fragestellungen, die auch alle miteinander verknüpft sind.
Aktuell befinden Sie sich in der Konzeptionsphase. Welche Pläne haben Sie für die zweite Phase?
In der zweiten Phase werden wir den Umfang – sowohl thematisch als auch räumlich – der integrierten Geo- und Citizen-Science-Daten deutlich ausweiten. Das soll idealerweise auch die Daten zusätzlicher Projektpartnerinnen und -partner beinhalten. Daran gekoppelt wird auch der Prototyp des KI-basierten Modells weiterentwickelt und auf Übertragbarkeit und Skalierung getestet. Zudem wollen wir beispielsweise Zusammenhänge von Biodiversität und klimatischen Extremereignissen untersuchen.