AI maakt het mogelijk voor smartphones om ecologische veranderingen te detecteren

Wanneer kunstmatige intelligentie (AI) wordt gecombineerd met hedendaagse smartphone-applicaties, kan het dingen doen zoals het identificeren van plantensoorten met hoge nauwkeurigheid en helpen bij het detecteren van ecologische veranderingen. Alles kan worden gedaan door iedereen, dus er is geen speciale training nodig, en het biedt ons meer kansen om informatie te verzamelen over milieutoestanden.

Onderzoekers van het Duitse Centrum voor Integrale Biodiversiteitsonderzoek (iDiv), het Remote Sensing Centre for Earth System Research (RSC4Earth) van de Universiteit van Leipzig (UL) en het Helmholtz Centre for Environmental Research (UFZ), het Max Planck Institute of Biogeochemistry (MPI-BGC) en de Technische Universiteit IImenau, hebben onderzocht hoe betrouwbaar deze gegevens zijn.

De onderzoekers hebben gegevens verzameld en geanalyseerd van de mobiele app Flora Incognita in Duitsland en hebben deze vergeleken met de FlorKart-database van de Duitse Federale Agentschap voor Natuurbescherming (BfN), die gegevens bevat die zijn verzameld door meer dan 5.000 floristische experts over een periode van 70 jaar.

Macro-ecologische patronen detecteren

Volgens de onderzoekers konden ze macro-ecologische patronen in Duitsland ontdekken met de verzamelde gegevens, en deze waren vergelijkbaar met de gegevens van de Duitse florainventarisatie. Toen de onderzoekers de twee datasets vergeleken, vonden ze echter grote verschillen tussen de Flora Incognita-gegevens en de langetermijninventarisatiegegevens in regio’s met een lage bevolkingsdichtheid.

Dr. Jana Wäldchen is de hoofdauteur van MPI-BGC en een van de ontwikkelaars van de mobiele app.

“Natuurlijk hangt de hoeveelheid gegevens die in een regio worden verzameld sterk af van het aantal smartphone-gebruikers in die regio”, zei Wäldchen.

Door dit feit waren er afwijkingen in de gegevens afhankelijk van de herkomst, zoals plattelandsgebieden en toeristische bestemmingen.

Een andere invloedrijke factor is het gedrag van de gebruiker, dat de soorten planten die door de app werden geregistreerd, beïnvloedde.

“De plantwaarnemingen die met de app worden uitgevoerd, weerspiegelen wat gebruikers zien en waarin ze geïnteresseerd zijn”, vervolgde Wäldchen.

Gebruikers hebben de neiging om algemene en opvallende soorten vaker te registreren dan zeldzame soorten, maar ondanks dit feit konden de onderzoekers toch vertrouwde biogeografische patronen reconstrueren vanwege de hoeveelheid plantwaarnemingen. De onderzoekers hebben in totaal meer dan 900.000 gegevensvermeldingen onderzocht.

Biodiversiteit en milieonderzoek

De nieuwe ontwikkeling kan grote implicaties hebben voor biodiversiteit en milieonderzoek.

Miguel Mahecha is de eerste auteur en professor aan de UL. Hij is ook een iDiv-lid.

“We zijn ervan overtuigd dat geautomatiseerde soortenherkenning veel meer potentieel heeft dan eerder werd gedacht en dat het kan bijdragen aan een snelle detectie van biodiversiteitsveranderingen”, zei Mahecha.

Volgens het team kunnen apps zoals Flora Incognita de detectie en analyse van ecologische veranderingen over de hele wereld in real-time mogelijk maken.

Patrick Mäder is medeauteur en professor aan de TU IImenau.

“Toen we Flora Incognita ontwikkelden, realiseerden we ons dat er een enorm potentieel en een groeiende interesse was in verbeterde technologieën voor de detectie van biodiversiteitsgegevens. Als computerwetenschappers zijn we blij om te zien hoe onze technologieën een belangrijke bijdrage leveren aan biodiversiteitsonderzoek”, zei Mäder.