Projektübersicht

Interaktive Pflanzenbestimmung mit dem Smartphone

Biodiversität ist im stetigen Wandel. Globalisierung, klimatische Veränderungen wie auch Landschaftsbau stellen kontinuierliche Eingriffe in unser natürliches Ökosystem dar. Sinkende Populationszahlen von auf dem Gebiet der Bundesrepublik Deutschland heimischen Pflanzenarten können dadurch ebenso beobachtet werden wie die Einwanderung und Ansiedlung neuer Pflanzenarten. Für Biodiversitätsstudien, taxonomische und ökologische Forschung, und nicht zuletzt aus Naturschutzgründen ist es daher unerlässlich, Pflanzenarten schnell und sicher bestimmen zu können. Das Verwenden herkömmlicher Bestimmungshilfen ist für Laien komplex und fehleranfällig und selbst für Experten zeitintensiv. Taxonomen und Ökologen fordern daher effizientere Methoden zur Artenbestimmung. Auch interessierte Laien könnten derartige Methoden nutzen und so zur Erfassung und Beobachtung des Artenreichtums im Rahmen von Citizen Science Projekten beitragen.

Im Rahmen des Forschungsprojektes Flora Incognita wird eine solche effiziente und vor allem zuverlässige Methode zur Artenbestimmung entwickelt. Dafür wird die Analyse multimodaler Daten in einen interaktiven Prozess eingebettet, die den Nutzer zuverlässig und didaktisch informativ durch die Bestimmung einer unbekannten Pflanze führt. Bisher benötigte Nachschlagewerke wie Bestimmungsbücher und Atlasbände können so durch eine auf handelsüblichen mobilen Endgeräten ausführbare App ersetzt werden, die auf den Ergebnissen des Forschungsprojektes aufbaut. Folgende Abbildung  stellt den interaktiven Prozess als Überblick dar.

Sytemueberblick

Abbildung 1: Interaktive Pflanzenbestimmung mit Flora Incognita.

Für die Analyse der multimodalen Daten kommen modernste Methoden des Maschinellen Lernens zum Einsatz. Ein von der zu identifizierenden Pflanze gemachtes Kamerabild wird anhand eines Neuronalen Netzwerkes klassifiziert. Dafür wird eine maschinell optimierte Netzwerkarchitektur mit 88.9 Millionen Parametern verwendet, die mittels „Deep Learning“ auf einem extrem umfangreichen Datensatz von aktuell mehr als einer Million Pflanzenbildern trainiert wurde. Um den negativen Einfluss von Ungleichverteilung der Bilder über die Pflanzenarten hinweg entgegenzusteuern, werden taxonomische Informationen um höhere Gruppen wie Gattungen und Familien einer Pflanzenart während des Trainings einbezogen. Um gezielt Bilder von bislang wenig repräsentierten Pflanzenarten zu erhalten, wurde die App Flora Capture entwickelt. Mit dieser App (beziehbar für iOS- und Android-basierte Endgeräte) kann eine Sammlung von botanischen Beobachtungen angelegt und automatisch auf einen Server an der TU Ilmenau synchronisiert werden. Die Nutzer erhalten gleichzeitig Feedback über die identifizierten Pflanzenarten ihrer Sammlung. Bereits heute unterstützt eine stetig wachsende Zahl interessierter Naturkundler das Forscherteam durch die Aufnahme qualitativ hochwertiger Bilder aus definierten Perspektiven und deren Übermittlung samt Standortdaten an den Projektserver. Ursprünglich mit dem Projektziel, die Flora Thüringens zu erfassen, haben mittlerweile Nutzer aus ganz Deutschland über 15.000 Beobachtungen beigetragen. Die bisher gesammelten Daten konnten bereits erfolgreich für wissenschaftliche Untersuchungen verwendet werden.

Der Standort jeder Beobachtung wird mit Kartenmaterial hinsichtlich der ökologischen, geografischen und klimatologischen Beschaffenheit hin untersucht und ebenfalls für die automatische Erkennung verwendet. Ebenso wird das aktuelle Datum im Kontext von regional spezifischen Beobachtungszeiträumen und wetterabhängigen Blühperioden modelliert und mit einbezogen. Ein Wahrscheinlichkeitsmodell berechnet dann aus Datum und Standortfaktoren wie Bodenbeschaffenheit, Hanglage und Durchschnittstemperatur die wahrscheinlich am aktuellen Standort natürlich vorkommenden Pflanzenarten und fusioniert die Daten mit dem Ergebnis der Bilderkennung.

MultimodaleDaten

Abbildung 2: Multimodale Datenanalyse zur Artenbestimmung

Allein mit Hilfe des optimierten Bilderkennungsverfahrens wird aktuell für die 2770 natürlich auf dem Gebiet der Bundesrepublik Deutschland vorkommenden Pflanzenarten eine Erkennungsgenauigkeit von 83.5% erreicht. In 95.66% der Fälle befindet sich die korrekte Art unter den ersten fünf auf einem Bild erkannten Pflanzen. Aktuell wird die multimodale Datenfusion umgesetzt, erste Tests zeigen eine weitere Erhöhung der Genauigkeit. Außerdem werden die für die automatische Erkennung relevanten Teile des Bildes berechnet und abgelegt um einen automatischen Vergleich mit für Taxonomen relevanten Pflanzenmerkmalen herstellen und Trainingsdaten anreichern zu können.

Aktivierungsbilder

Abbildung 3: Für die automatische Klassifizierung relevante Pflanzenteile von Lamium purpureum (Purpurrote Taubnessel, links) und Gagea lutea (Wald-Gelbstern, rechts).

Bilderkennung und Metadatenanalyse liefern bereits sehr genaue Ergebnisse, insbesondere für prominente Pflanzenarten. Um das Erkennungsergebnis darüber hinaus zu verbessern und eine hohe Erkennungssicherheit gewährleisten zu können, werden dem Nutzer der App Flora Incognita zusätzlich Fragen zu den äußerlichen Merkmalen der Pflanze gestellt. Die Auswahl der Fragen erfolgt multivariat optimiert hinsichtlich der jeweiligen Informationslage der aktuellen Beobachtung, der Anzahl an Fragen sowie dem Profil des jeweiligen Nutzers. Nutzer mit entsprechendem Vorwissen oder Erfahrungsstand in der Benutzung der App können so weniger, jedoch kompliziertere Fragen beantworten. Indem Nutzer so über Pflanzenarten und deren Merkmale informiert werden, erfüllt die App gleichzeitig einen didaktischen Auftrag. Mit hoher Sicherheit bestimmte Pflanzenarten werden gemeinsam mit ihrem Standort an zentrale Datenbanken von Naturschutzbehörden und Forschungseinrichtungen übermittelt und dienen so letztlich der Kartierung und Beobachtung der Diversität unserer Pflanzenwelt.

Die Flora-APPS

Derzeit werden drei Applikationen für iOS- und Android-basierte Endgeräte entwickelt:

  • Flora Capture – Ein interaktiver Assistent für das Sammeln botanischer Beobachtungen
  • Flora Key – Ein interaktiver, leicht zu verstehender und visuell ansprechender Bestimmungsschlüssel
  • Flora Incognita – Interaktive Pflanzenbestimmung durch optimierte Kombination aktueller Verfahren maschinellen Lernens und des manuellen Bestimmungsschlüssels
floracapture_logo

Flora Capture App

Zeichenfläche-1

Flora Key App

incognita-logo

Flora Incognita App

Wer macht das möglich?

Dieses interdisziplinäre Projekt wird seit August 2014 als Verbundprojekt zwischen der TU Ilmenau und dem Max-Planck-Institut für Biogeochemie in Jena vom BMBF, BfN und der Naturschutzstiftung Thüringen finanziert. Die gegenwärtige Förderperiode läuft bis zum August 2019. Ein Team von Wissenschaftlerinnen und Wissenschaftlern aus Biologie, Physik, Medientechnik und Informatik arbeiten gemeinsam daran, mit ihren jeweiligen Wissensschwerpunkten die Herausforderungen der Entwicklung einer solchen Applikation zu meistern. Sowohl die Zusammenarbeit zwischen universitärer und außeruniversitärer Forschung, als auch die wegweisende Kombination von Ökologie, Geowissenschaften und Künstlicher Intelligenz wird hier mit Vorbildcharakter deutlich.

Das Projekt wurde als offizielles Projekt der „UN-Dekade Biologische Vielfalt” ausgezeichnet. Die Ehrung wird an Projekte verliehen, die sich in nachahmenswerter Weise für die Erhaltung der biologischen Vielfalt auf der Welt einsetzen. Die teilautomatische Erkennung von wildwachsenden Blütenpflanzen in Deutschland mit einem Smartphone soll das Bewusstsein für Artenvielfalt in der Bevölkerung stärken und letztlich zum Verständnis und dem Erhalt und Schutz dieser beitragen.

UN-Dekade_Logo_Ausgezeichnetes_Projekt-2017_500x85px

Literatur

CoverLNT

Wie kann ich mitmachen?

73-Foto-flora-incognita-e1519128434904