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.
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?
Mit diesem Ansatz wollen wir eine Methode entwickeln, die ökologische Veränderungen früher sichtbar macht, Trends zuverlässig erfasst und Behörden, Forschung sowie Öffentlichkeit dabei unterstützt, wertvolle Lebensräume besser zu schützen.
Biodiversitäts-klassifikationsschema im Stakeholder Prozess
Projekt Team
