BiodivKI-2: Biodiversitäts-Bewertung von Biotoptypen durch maschinelles Lernen anhand von Citizen-Science-Tonaufnahmen und Satellitenbildern (Bio-O-Ton-2)
- Ansprechperson:
- Förderung:
- Projektbeteiligte:
- Starttermin:
2025
- Endtermin:
2028
Links
Wie biodivers sind unsere Landschaften und wie schnell verändert sich das?
Diese scheinbar einfachen Fragen lassen sich in der Praxis oft nur mit großem Aufwand beantworten. Bio-O-Ton setzt deshalb auf einen neuen Weg: Wir kombinieren Tonaufnahmen aus Citizen-Science-Projekten wie Dawn Chorus mit hochaufgelösten Satellitendaten und analysieren sie mithilfe moderner Machine-Learning-Verfahren. Im Zentrum des Projekts stehen drei Forschungsfragen:
Diese scheinbar einfachen Fragen lassen sich in der Praxis oft nur mit großem Aufwand beantworten. Bio-O-Ton setzt deshalb auf einen neuen Weg: Wir kombinieren Tonaufnahmen aus Citizen-Science-Projekten wie Dawn Chorus mit hochaufgelösten Satellitendaten und analysieren sie mithilfe moderner Machine-Learning-Verfahren. Im Zentrum des Projekts stehen drei Forschungsfragen:
- Wie kann man Biodiversität artenübergreifend und anwendungsbezogen klassifizieren?
- Können KI-Verfahren, insbesondere ML-Methoden, diese Klassifikation erfolgreich aus Citizen-Science-Tonaufnahmen und Satellitenbildern ableiten?
- Wie kann eine kontinuierliche Einbindung der behördlichen Praxis in die Methodenentwicklung als Co-Creation-Prozess konzipiert und umgesetzt werden?
Biodiversitäts-klassifikationsschema im Stakeholder Prozess
Projekt Team
