AI-modeller og platforme
AI gør det muligt for smartphones at registrere økologiske ændringer

Når kunstig intelligens (AI) kombineres med i dagens smartphone-applikationer, kan den gøre ting som at identificere plantearter med høj nøjagtighed og hjælpe med at registrere økologiske ændringer. Alt dette kan gøres af enhver, så der er ingen behov for specialuddannelse, og det giver os flere muligheder for at indsamle informationer om miljøtilstanden.
Forskere fra det tyske center for integreret biodiversitetforskning (iDiv), det fjerne sensor center for jord-systemforskning (RSC4Earth) ved Leipzig Universitet (UL) og Helmholtz Center for Miljøforskning (UFZ), Max Planck-instituttet for biogeo-kemi (MPI-BGC) og Teknisk Universitet IImenau har sat sig for at bestemme pålideligheden af disse data.
Forskere har indsamlet og analyseret data fra mobilappen Flora Incognita i Tyskland og sammenlignet dem med FlorKart-databasen fra den tyske føderale agentur for naturbeskyttelse (BfN), som indeholder data indsamlet af mere end 5.000 floristiske eksperter over 70 år.
Registrering af makroøkologiske mønstre
Ifølge forskerne var de i stand til at afsløre makroøkologiske mønstre i Tyskland med de indsamlede data, og det var lignende med data fra den tyske flora-inventar-data. Når forskerne sammenlignede de to datasæt, fandt de dog store forskelle mellem Flora Incognita-data og langtids-inventar-data i regioner med lav befolkningstæthed.
Dr. Jana Wäldchen er hovedforfatter fra MPI-BGC og en af udviklerne af mobilappen.
“Selvfølgelig afhænger mængden af data, der indsamles i en region, stærkt af antallet af smartphone-brugere i den region,” sagde Wäldchen.
På grund af dette var der afvigelser i data afhængigt af, hvor det kom fra, såsom landlige områder og turistdestinationer.
En anden medvirkende faktor er brugeradfærd, som påvirkede de typer af plantearter, der blev registreret af appen.
“De plantebeskrivelser, der udføres med appen, reflekterer, hvad brugerne ser, og hvad de er interesseret i,” fortsatte Wäldchen.
Brugere har tendens til at registrere almindelige og iøjnefaldende arter mere ofte end sjældne, men på trods af dette kunne forskerne stadig genskabe velkendte biogeografiske mønstre på grund af mængden af plantebeskrivelser. Forskerne undersøgte i alt mere end 900.000 data-indtastninger.
Biodiversitet og miljøforskning
Den nye udvikling kan have store implikationer for biodiversitet og miljøforskning.
Miguel Mahecha er første forfatter og professor ved UL. Han er også medlem af iDiv.
“Vi er overbevist om, at automatiseret artsgenkendelse har et langt større potentiale, end vi tidligere havde troet, og at det kan bidrage til en hurtig registrering af ændringer i biodiversitet,” sagde Mahecha.
Ifølge holdet kan apps som Flora Incognita muliggøre registrering og analyse af økologiske ændringer over hele verden i realtid.
Patrick Mäder er medforfatter og professor ved TU IImenau.
“Da vi udviklede Flora Incognita, indså vi, at der var et enormt potentiale og en voksende interesse for forbedrede teknologier til registrering af biodiversitetsdata. Som computerforskere er vi glade for at se, hvordan vores teknologier bidrager til biodiversitetsforskning,” sagde Mäder.












