Digitale Technologien können zwischen Naturschutz und Landwirtschaft Brücken bauen. Zum Beispiel beim Schutz gefährdeter Vogelarten. Wie sich Wiesenbrüter mit Hilfe von Unmanned Aerial Vehicels – zum Beispiel Drohnen – aufspüren lassen, haben Forschende der Hochschule Anhalt um Prof. Dr. Matthias Pietsch getestet.
Aktuelles
Digitalisierung im Naturschutz: Das Beispiel Wiesenbrüter
-
© HS Anhalt
Wiesenbrüter schützen durch Fernerkundung: Das Projekt in Kürze*
Warum das Forschungsthema wichtig ist
Drohne, Wärmebildkamera, Software: Damit ließen sich brütende Vögel auf dem Acker oder im Grünland leicht aufspüren. Mit Hilfe der Koordinaten könnte die Landwirtin oder der Landwirt die Gelege umfahren. Bedrohte Wiesenvogelarten wie Kiebitz oder Großer Brachvogel würden geschont. Doch in der Breite wird diese Möglichkeit bislang kaum angewendet. Ein Grund sind fehlende Prozesse, wie sich die Technologie in den landwirtschaftlichen Arbeitsalltag integrieren lässt. Denn dabei sind verschiedene Faktoren zu berücksichtigen, angefangen von der richtigen Flughöhe der Drohne bis hin zur zuverlässigen Datenübermittlung an den Traktor.
Was die Forschung gezeigt hat
Über verschiedene Zeiträume ab 2020 haben die Forschenden der Hochschule Anhalt mit Hilfe von Unmanned Aerial Vehicels (UAV) verschiedene Äcker und Grünlandflächen beflogen. Das Ergebnis: Die dabei gemachten Wärmebilder sind ein effektiver Weg, um brütende Vögel und Gelege zu detektieren. Als optimale Bedingungen stellen sie heraus:
- eine Flughöhe von 30 bis 40 Metern Höhe
- eine geschlossene Wolkendecke und
- die frühen Morgenstunden
Langsamere Flüge auf gleichbleibender Höhe stören brütende Vögel am wenigsten. Die kleineren Singvögel und ihre Nester sowie Nester im hohen Gras zum Ende der Brutzeit waren am schwierigsten aufzuspüren. Auch die automatisierte Detektion mittels künstlichen neuronalen Netzen war ein Thema des Projekts. Wie sich die Wärmebilddaten effektiv übertragen und einsetzen lassen, testeten die Forschenden in drei Szenarien. Alle lieferten die Informationen zuverlässig an die Landwirtin oder den Landwirt. Welcher Weg für den landwirtschaftlichen Betrieb der richtige ist, hängt von seinen Möglichkeiten und Ressourcen ab.
Wie die Ergebnisse genutzt werden können
Die Ergebnisse seiner ersten Untersuchungen hat das Team um Prof. Dr. Matthias Pietsch im Band "Fernerkundung und Drohneneinsatz in Naturschutz und Grünlandmanagement" 2023 diskutiert und publiziert. Darin werden wichtige Praxisfragen für alle beantwortet, die auf Naturschutz durch Smart Farming setzen. Inklusive technischer Details und Arbeitsprozesse. Die drei Szenarien zur Datenübertragung wurden später entwickelt und sind noch nicht publiziert. Beschrieben hat sie Prof. Dr. Matthias Pietsch unlängst in diesem LinkedIn-Beitrag.
© HS Anhalt
Gelege von Wiesenbrütern im hohen Gras aufzuspüren, ist eine besondere Herausforderung. Hier vom Großen Brachvogel (Numenius arquata). In der Nähe des Nestes platzierten die Forschenden das Aufnahmegerät zur Messung der Herzschlagfrequenz.
Wiesenbrüter schützen in der Zukunft: Ausblick mit Prof. Dr. Matthias Pietsch
Prof. Pietsch, welchen Beitrag leisten Ihre Untersuchungen zum Naturschutz?
Derzeit ist es sehr aufwendig den Wiesenbrüterschutz zu realisieren. Nach wie vor werden durch Mahd Gelege zerstört. Mit viel Aufwand werden deshalb Gelege beispielsweise für den Großen Brachvogel vor Ort ermittelt und die Gelege eingezäunt, um sie zu schützen. Dabei werden aber nach wie vor Gelege übersehen. Mit Hilfe der Thermalkameras und entsprechender Datennutzung ginge das wesentlich effektiver und zuverlässiger, wie wir zeigen konnten. Solche Technologien müssten breiter genutzt werden und dazu wollen wir weiterhin mit unserer Forschung beitragen. Für die Nutzung digitaler Technologien im Naturschutz gibt es auch schon viele gute Beispiele: die Detektion bedrohter Lebensräume oder Lebensraumtypen nach FFH-Richtlinie, die Überwachung der Vitalität vorhandener Waldbestände, die Ermittlung der Bewegungsmuster ausgewählter Wildtierarten, die Auswertung multiskaliger Fernerkundungsdaten, also von Satelliten, Luftbildern, Drohnenaufnahmen, in Kombination mit weiteren Geodaten wie beispielsweise Wetter-, Boden- oder Grundwasserdaten. Auf der Grundlage der erfassten Daten ist ein effektives Monitoring möglich, das neben der Ermittlung der Veränderungen auch die Möglichkeit bietet, Maßnahmen des Naturschutzes auf ihren Erfolg hin zu prüfen. Dazu steht eine Vielzahl an Methoden zur Verfügung.
Ihr Projekt beruht auf einer bekannten Technologie. Die Erkenntnisse, die sie in zahlreichen Workshops und Präsentationen präsentiert haben, beziehen sich auf die Anwendung. Brauchen wir mehr solcher Informationen, um digitale Möglichkeiten endlich breit zu nutzen? Welche Hürden sind aus Ihrer Sicht zentral?
Es existiert eine Vielzahl an Technologien und Methoden zur Erfassung und Auswertung von Geodaten. Dazu werden umfangreiche Forschungsvorhaben durchgeführt. Der Transfer der Erkenntnisse in die Praxis stellt eine große Herausforderung dar. Dies erfordert eine Aufbereitung der Ergebnisse in einer allgemein verständlichen Form sowie ausgerichtet an den Bedürfnissen der Praxis. Gleichzeitig ist es notwendig die Praxis für die Potenziale der Technologien zu begeistern. Aus diesem Grund kommt dem Wissens- und Know-how-Transfer eine große Bedeutung zu und sollte zukünftig noch stärker bei der Planung und Realisierung von Forschungsvorhaben insbesondere in der praxisorientierten Forschung berücksichtigt werden.
Auch wenn sich künstliche Intelligenz in Ihrer Untersuchung als aufwendig erwiesen hat: Wird die automatisierte Auswertung von Daten zukünftig im praktischen Naturschutz eine Rolle spielen?
In der Auswertung von Fernerkundungsdaten werden seit jeher unterschiedliche objekt- bzw. pixelbasierte Klassifikationsmethoden eingesetzt. Neben den Verfahren der überwachten Klassifikation können heute eine Reihe von Verfahren aus dem Bereich der künstlichen Intelligenz eingesetzt werden. So werden beispielsweise für die Erkennung von Landnutzungsklassen Verfahren des maschinellen Lernens wie der Random Forest verwendet, der auf Entscheidungsbäumen basiert. Deep Learning Image Labeling beruht auf dem Einsatz neuronaler Netzwerke. Dazu werden große Mengen an Satelliten- oder Luftbilder verwendet, um das neuronale Netz zu trainieren. Damit können große Mengen an Bildern automatisch analysiert werden, allerdings werden auch ausreichende Trainingsdaten benötigt. Das war auch ein Problem bei dem Wiesenbrüter-Projekt. Ein weiteres häufig verwendetes Modell ist das sogenannte „Convolutional Neural Network“ (CNN). Damit können große Datenmengen mit einer hohen Genauigkeit analysiert werden. Einsatz finden diese Modelle beispielsweise in der Erkennung von Objekten wie Einzelbäumen, Fundorten von Einzelarten, Gebäude etc. Es ist davon auszugehen, dass solche Modelle zukünftig noch viel stärker zum Einsatz kommen.
© HS Anhalt
Mehr zu den Themen:
... Naturschutz, Klimaschutz, digitale Technologien
Funktionierende Ökosysteme sind nachweislich wichtig für das Klima. Zu ihnen gehören unterschiedlichste Arten mit jeweils wichtigen Systemleistungen. Welche Rolle Vögel in Ökosystem spielen, ist etwa auf den Seiten der Senckenberg Gesellschaft für Naturforschung nachlesbar. Als besonders bedrohte Art wird hier der Große Brachvogel beschrieben - ein Wiesenbrüter, den die Forschenden der Hochschule Anhalt mit Hilfe der Wärmebilddaten sehr gut aufspüren konnten. Insgesamt geht die Biodiversitätsforschung davon aus, dass der Bestand von Vögeln auf Acker und Wiese in den vergangenen 24 Jahren bereits um 30 Prozent gesunken ist und noch weiter sinken wird. Deshalb werden immer mehr Maßnahmen zum Naturschutz und Klimaschutz zusammengedacht. Und immer öfter geht es dabei um den Einsatz digitaler Technologien. Das Bundesamt für Naturschutz unterstützt etwa Forschung und Initiativen zum Einsatz digitaler Technologien, um Arten und Lebensräumen besser zu schützen. Auf seiner Homepage listet es Projekte wie Apps, Vernetzungsplattformen und Tools zum Datenmanagement auf. Die hauseigene Publikation fasst den Stand der Dinge zusammen: https://www.bfn.de/digitale-anwendungen
... Forschung und Wissenstransfer zu Angewandter Geoinformatik und Fernerkundung an der Hochschule Anhalt
Forschung, Weiterbildungen, Tagungen: unter der Leitung von Prof. Matthias Pietsch engagiert sich die Arbeitsgruppe Angewandte Geoinformatik und Fernerkundung der Hochschule Anhalt seit vielen Jahren für die Anwendung digitaler Technologien in der Stadt- und Umweltplanung sowie im Naturschutz. Erst im Mai 2023 richtete die Gruppe die internationale Konferenz "Digital Landscape Architecture" aus. Regelmäßig werden Workshops für Praktiker aus Kommunen und Verbänden angeboten. Themen der neuesten Publikationen waren "Fernerkundung und Drohneneinsatz in Naturschutz und Grünlandmanagement" sowie ein Leitfaden zur Erfassung XPlanungskonformer Bauleitpläne in Sachsen-Anhalt. Alle laufenden Forschungsprojekte sind hier dokumentiert: https://www.hs-anhalt.de/hochschule-anhalt/loel/forschung/angewandte-geoinformatik-und-fernerkundung/projekte.html
Prof. Dr. Matthias Pietsch:
- lehrt und forscht seit vielen Jahren zu den Themen Geoinformatik und Fernerkundung mit dem Fokus auf Umweltplanung und Naturschutz
- leitet die Arbeitsgruppe für angewandte Geoinformatik und Fernerkundung, die in den vergangenen Jahren eine Reihe national wie international anerkannter Fachtagungen veranstaltet und Publikationen herausgebracht hat.
- Wichtige Forschungsfelder waren dabei: XPlanung für die Landschaftsplanung, Fernerkundung und Drohneneinsatz in Naturschutz und Grünlandmanagement
- Mehr Informationen und Links dazu auf seiner persönlichen Seite: https://www.hs-anhalt.de/hochschule-anhalt/service/personenverzeichnis/person/prof-dr-matthias-pietsch.html
... ist für Nachfragen und Anfragen erreichbar unter Tel.: +49 Tel.: +49 (0) 3471 355 1140 oder per E-Mail: matthias.pietsch(at)hs-anhalt.de
Aktuelle Publikation: Monitoring as a Basis for the Development of Resilient Landscapes : Where, How and Why? / Pietsch, Matthias. Enthalten in: Journal of digital landscape architecture, Bd. 9 (2024), S. 534-541.
Das Titelbild zeigt verschiedene Wiesenbrüter, die mit Hilfe einer Wärmebildkamera detektiert werden konnten.
*Die Untersuchungen waren Teil des Projekts „Farming 4.0 im Grünland: Nachhaltige Nutzung und Erhöhung der Biodiversität durch Einsatz von Unmanned Aerial Vehicles (UAV)“ kurz BIOSENS.NATURA2000 erarbeitet. Gefördert wurde es durch das Bundesministerium für Bildung und Forschung (BMBF).