Entwicklung und Integration von bioakustischen KI-basierten Verfahren zur Biodiversitätserfassung für Monitoring- und Planungsvorhaben
Projekt
Überblick
Beschreibung
Um den fortschreitenden Biodiversitätsverlust zu dokumentieren und Strategien dagegen zu entwickeln ist ein engmaschiges Monitoring essenziell. Es wird daher auch von zahlreichen nationalen wie internationalen Gesetzen und Übereinkommen (BNatSchG, FFH-Richtlinie, EG-Vogelschutzrichtlinie, …) vorgeschrieben. Für akustisch differenzierbare Artengruppen wie Vögel, Amphibien, Fledermäuse und viele Insekten hat sich das passive akustische Monitoring in der Wissenschaft etabliert. Dabei werden durch autonome Aufnahmegeräte Audioaufnahmen über einen längeren Zeitraum angefertigt und im Nachhinein ausgewertet. Die Integration von Methoden der Künstlichen Intelligenz (KI) wie BirdNET ermöglicht dabei eine weitgehende Automatisierung der Auswertung, sowie die Bearbeitung großer Datenmengen in kurzer Zeit. Dadurch kann die zeitliche und räumliche Auflösung und somit die Qualität eines Monitorings bei verbesserter Standardisierung und geringeren Personalkosten erhöht werden. Für den Einsatz in Naturschutz und Umweltplanung mangelt es jedoch (1.) an standardisierten Verfahren, die eine zuverlässige und konsistente Sichtung und Auswertung der Ergebnisse KI-basierter Algorithmen ermöglichen, (2.) an zuverlä || Ziel des Vorhabens ist die Entwicklung von Strategien für die Datenerhebung und -auswertung im Rahmen eines passiv akustischen Monitorings. Mit Hilfe von Leitfäden und Handlungsanweisungen soll es möglich sein, aus einer Vielzahl an Audioaufnahmen Rückschlüsse auf das Vorkommen einzelner Arten zu ziehen. Die dafür nötigen Strategien zur Auswertung der akustischen Daten in bestehende Softwaretools integriert und ebenso wie im Rahmen der Arbeit entwickelte Klassifizierer in Freiland-Untersuchungen getestet werden.
