Erfassungsgebiete der digitalen Erhebungen für Wale und Seevögel in der deutschen Nord- und Ostsee.
Weiterentwicklung der Erfassungsmethoden im marinen Biodiversitätsmonitoring – digitale Surveymethoden und Machine-Learning-Techniken für eine automatisierte Detektion von Tierindividuen
von Mirko Hauswirth, Christian Sommer und Mathias Seuret
Die effektive Überwachung mariner Schutzgüter erfordert eine kontinuierliche Optimierung der Erfassungsmethoden. Insbesondere die zunehmende Offshore-Windenergienutzung stellt die traditionelle Erfassung mariner Wirbeltiere, v. a. mit Hilfe von Beobachterinnen und Beobachtern in Flugzeugen und manueller Datenauswertung, vor neue Herausforderungen. Das Bundesamt für Naturschutz (BfN) setzt daher digitale Monitoringmethoden in Form von flugzeuggestützten Luftbildaufnahmen ein und entwickelt im Rahmen eines aktuellen Forschungsprojekts eine automatisierte Detektion mariner Tierarten mittels Machine Learning. Der vorliegende Artikel beschreibt die Entwicklung und Evaluierung innovativer digitaler Verfahren zur Klassifikation von Seevögeln und Meeressäugern in Luftbildern. Durch den Einsatz von heuristischen Ansätzen und Deep-Learning-Technologien kann zukünftig eine effiziente und kostengünstige Erfassung ermöglicht werden, um langfristig belastbare Datensätze zu Größen und zur räumlichen und zeitlichen Verteilung der Populationen mariner Wirbeltiere sowie zur Bewertung menschlicher Einflüsse auf marine Ökosysteme zu gewinnen. Zudem wird die zukünftige Rolle automatisierter Erfassungsmethoden untersucht.
DOI: 10.19217/NuL2026-03-05
-----------------------------------------
Lesen Sie von „Natur und Landschaft“ – im Rahmen von Green Open Access zum Teil kostenfrei – auch die Beiträge
Weitere interessante Fachbeiträge finden Sie über die Artikelrecherche.