NEUESTE NACHRICHTEN
FÜR SIE AUSGEWÄHLT
WÖCHENTLICH
BLEIBEN SIE AN DER SPITZE

Die besten Krypto-Einblicke direkt in Ihren Posteingang.

KI-Analyse revolutioniert die Überwachung der bedrohten Marmelalkenpopulation

VonBrenda KananaBrenda Kanana
Lesezeit: 2 Minuten
Marmelalk
  • Untersuchungen der Oregon State University und des US Forest Service haben gezeigt, dass künstliche Intelligenz die Analyse akustischer Daten unterstützt.
  • Die Pacific Northwest Research Station des US Forest Service nutzte Daten, die aus Tonaufnahmen über die Population des Fleckenkauzes an Hunderten von Standorten gesammelt wurden.
  • Duarte hebt hervor, wie dieses KI-gestützte Überwachungssystem zu Artenverbreitungsmodellen beitragen kann 

 

Eine Studie der Oregon State University und des US Forest Service ergab, dass der Einsatz von künstlicher Intelligenz zur Analyse der von diesen Geräten aufgezeichneten akustischen Daten ein vielversprechender Ansatz für die Überwachung des Marmelalks und anderer ähnlicher Arten ist.

Innovativer Ansatz vorgestellt

Der gefährdete Marmelalk ist ein unverwechselbar gefärbter Alkenvogel, der an der Westküste von British Columbia und Washington lebt und eng mit Papageientauchern und Trottellummen verwandt ist. Während beide Arten ihre Jungen an der Küste aufziehen, unterscheiden sie sich dadurch, dass die Marmelalken bis zu 96 Kilometer tief in die Wälder alter und alter Bestände vordringen.

Laut Matt Betts, Mitautor und Dozent am College of Forestry der OSU, ist die Erforschung einer so scheuen Art eine Herausforderung, und vergleichbare Fälle sind selten. Betts erklärte: „Als Nächstes untersuchen wir, ob die Rufe der Marmelalken tatsächlich Aufschluss über Fortpflanzung und Verbreitung dieser Art geben können, aber das ist noch Zukunftsmusik.“

Ein Forschungsteam unter der Leitung von Adam Duarte von der Pacific Northwest Research Station des US Forest Service nutzte Daten aus Audioaufnahmen, die ursprünglich zur Überwachung der Populationen des Fleckenkauzes an Hunderten von Standorten installiert worden waren, die von Bundesbehörden in der Oregon Coast Range und auf der Olympic-Halbinsel in Washington verwaltet werden.

Forscher entwickelten ein maschinelles Lernsystem, ein sogenanntes Convolutional Neural Network (CNN), um die Rufe der Marmelalken in den Aufnahmen zu erkennen. Wissenschaftler von Ecological Indicators veröffentlichten ihre Ergebnisse, die anhand bekannter Populationsdaten der Marmelalken getestet wurden. Dabei zeigte sich, dass die Aufnahmegeräte und die KI eine ausgezeichnete Genauigkeit bei derdentvon mindestens 90 % der Marmelalken in einem bestimmten Gebiet erreichten.

Darüber hinaus deutet Betts an, dass die Studie dazu führen wird, die Laute der Marmelalken zu untersuchen, um den Bruterfolg und die Besetzung von Lebensräumen vorherzusagen, da dies der wichtigste Ansatzpunkt für die bevorstehende Forschung sein wird.

Genaue Einblicke in die Bevölkerung

Die Marmelalke verbringt die meiste Zeit in Küstengewässern, wo sie sich von Krill, anderen Wirbellosen und Futterfischen wie Hering, Sardelle, Stint und Lodde ernährt. Selbst bei erfolgreichem Bruterfolg kann die Marmelalke nur ein einziges Junges pro Jahr aufziehen, und die nährstoffreichen Futterfische sind für das gesunde Wachstum und die Entwicklung der Jungvögel unerlässlich.

Die Marmelalken kommen üblicherweise entlang der Westküste vor, von Santa Cruz in Kalifornien bis zu den Aleuten. Die Art gilt derzeit in den Bundesstaaten Washington, Oregon und Kalifornien gemäß dem US-amerikanischen Artenschutzgesetz als bedroht.

„Die meisten Sichtungen in dieser Studie erfolgen jedoch in Gebieten mit hohem Waldalter sowie in Küstennähe“, berichtete Duarte. Da die Nist- und Ruheplätze des Schwarzfußalbatros jedoch ständig durch Fressfeinde wie den Stellerschen Häher und durch vom Menschen verursachte Lebensraumzerstörung verloren gehen, müssen die Überwachungsstrategien äußerst effektiv sein, um den Schwarzfußalbatros zu retten.

Hin zu einer nachhaltigen Erhaltung

Duarte hebt hervor, wie dieses KI-gestützte Überwachungssystem zur Erstellung von Artenverbreitungsmodellen beitragen und als Grundlage für die langfristige Populationsüberwachung dienen kann – zwei wesentliche Elemente für den Schutz seltener und bedrohter Arten. Durch den Wegfall arbeitsintensiver Methoden wie Telemetrie und Nestbodensuche ermöglicht ihr Verfahren deutlich effizientere Schutzmaßnahmen, wobei der Artenschutz weiterhin im Mittelpunkt steht.

Die klügsten Köpfe der Krypto-Szene lesen bereits unseren Newsletter. Möchten Sie auch dabei sein? Dann schließen Sie sich ihnen an.

Diesen Artikel teilen

Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan/ übernimmt keine Haftung für Investitionen, die auf Grundlage der Informationen auf dieser Seite getätigt werden. Wirtronempfehlen dringend, vor jeder Anlageentscheidung eigene Recherchen durchzuführendent oder einen qualifizierten Fachmann zu konsultieren

 

Brenda Kanana

Brenda Kanana

Brenda ist Autorin mit drei Jahren Berufserfahrung und spezialisiert auf Kryptowährungen, künstliche Intelligenz und Zukunftstechnologien. Sie hat an der Technischen Universität Mombasa Soziologie studiert und war bereits bei Zycrypto und Cryptopolitantätig.

MEHR … NACHRICHTEN
DEEP CRYPTO
CRASH-KURS