AI möjliggör för smartphones att upptäcka ekologiska förändringar

När artificiell intelligens (AI) kombineras med dagens smartphone-applikationer kan den identifiera växtarter med hög noggrannhet och hjälpa till att upptäcka ekologiska förändringar. Allt detta kan göras av vem som helst, så det behövs ingen specialutbildning, och det ger oss fler möjligheter att samla in information om miljöförhållanden.

Forskare från det tyska centrumet för integrativ biodiversitetsforskning (iDiv), det remote-sensing-centret för jordsystemforskning (RSC4Earth) vid Leipzig universitet (UL) och Helmholtz-centrum för miljöforskning (UFZ), Max Planck-institutet för biogeokemi (MPI-BGC) och Tekniska universitetet i Ilmenau har undersökt tillförlitligheten av denna data.

Forskarna samlade in och analyserade data från mobilappen Flora Incognita i Tyskland och jämförde den med FlorKart-databasen från den tyska federala naturvårdsmyndigheten (BfN), som innehåller data som samlats in av mer än 5 000 floristiska experter under 70 år.

Upptäckt av makroekologiska mönster

Enligt forskarna kunde de avslöja makroekologiska mönster i Tyskland med de insamlade data, och det var liknande till data från den tyska floraninventeringen. När forskarna jämförde de två datamängderna fann de dock stora skillnader mellan Flora Incognita-data och långsiktiga inventeringsdata i regioner med låg befolkningstäthet.

Dr. Jana Wäldchen är huvudförfattare från MPI-BGC och en av utvecklarna av mobilappen.

“Naturligtvis beror mängden data som samlas in i en region starkt på antalet smartphone-användare i den regionen”, sa Wäldchen.

På grund av detta fanns det avvikelser i data beroende på var det kom ifrån, såsom landsbygdsområden och turistdestinationer.

En annan faktor som påverkade resultaten var användarbetende, som påverkade de typer av växtarter som registrerades av appen.

“De växtobservationer som utfördes med appen speglar vad användarna ser och vad de är intresserade av”, fortsatte Wäldchen.

Användarna tenderade att registrera vanliga och iögonfallande arter oftare än sällsynta, men trots detta kunde forskarna fortfarande rekonstruera bekanta biogeografiska mönster på grund av mängden växtobservationer. Forskarna undersökte totalt mer än 900 000 dataposter.

Biodiversitet och miljöforskning

Den nya utvecklingen kan ha stora implikationer för biodiversitet och miljöforskning.

Miguel Mahecha är huvudförfattare och professor vid UL. Han är också en medlem i iDiv.

“Vi är övertygade om att automatisk artigenkänning har ett mycket större potential än vad som tidigare trott och att den kan bidra till en snabb upptäckt av förändringar i biodiversitet”, sa Mahecha.

Enligt teamet kan appar som Flora Incognita möjliggöra upptäckt och analys av ekologiska förändringar över hela världen i realtid.

Patrick Mäder är medförfattare och professor vid TU Ilmenau.

“När vi utvecklade Flora Incognita insåg vi att det fanns ett stort potential och en växande intresse för förbättrade teknologier för upptäckt av biodiversitetdata. Som datavetare är vi glada att se hur våra teknologier bidrar till biodiversitetforskning”, sa Mäder.