Anschrift
Museum für Naturkunde Leibniz-Institut für Evolutions- und Biodiversitätsforschung (MfN)
Invalidenstr. 43
10115 Berlin
Aufgabenbeschreibung
Ziel des Vorhabens ist, auf Grundlage von akustischen Erhebungen das Potential einer (bio-)akustischen Quantifizierung der biologischen Vielfalt für ein bundesweites Waldmonitoring auszuloten. Dazu sollen sowohl existierende (bio-)akustische Datensätze ausgewertet, als auch auf acht Level II- und zwei unbewirtschafteten Flächen in einem dichten Zeitraster automatisch akustische Aufzeichnungen erstellt werden. Auf der Grundlage der Tonaufzeichnungen soll im Interesse einer Schnellindikation kritischer Veränderungen des Waldzustandes, insbesondere der Artenvielfalt, eine Bewertung der biotischen und abiotischen Geräuschkulisse durch Berechnung akustischer Diversitätsindizes erfolgen. Zudem soll eine möglichst vollständige Erfassung des Artenspektrums lautgebender Arten (inklusive Instrumentalgeräusche wie Spechttrommeln) automatisiert unter Nutzung von Algorithmen der (bio-)akustischen Mustererkennung erfolgen. Die Ergebnisse der (bio-)akustischen Analysen sollen stichprobenartig durch Erfassungen vor Ort verifiziert werden. Es soll eine IT-Infrastruktur aufgebaut werden, die es erlaubt, die akustischen Daten effizient zugänglich zu machen, schnell zu analysieren und im Interesse der Schnellindikation zu visualisieren. Die Akustikergebnisse sollen mit routinemäßig erhobenenen Daten zum Waldzustand verschnitten werden. Auf der Grundlage einer kritischen Bewertung der Kosten(Aufwand)/Nutzen-Balance und einer eingehenden Analyse der erforderlichen Workflows sollen Handlungsempfehlungen für die Einbindung eines (bio-)akustischen Monitorings in die bundesweite Bewertung des Zustandes der Wälder erarbeitet werden. Im Teilprojekt des MfN wird gemeinsam mit dem Thünen-Institut die erforderliche IT-Infrastruktur aufgebaut. Der Schwerpunkt des Teilprojektes liegt auf der automatisierten Erfassung des Artenspektrums lautgebender Tiere mit Fokus auf Vögeln und Fledermäusen durch Entwicklung geeigneter Mustererkennungsalgorithmen.
