Digitale Medien in der Umweltbeobachtung

Jörn Kohlus ist Mitglied der Fachgruppe und hat die jährliche Tagung dieses Mal an die Nordseeküste geholt. Obwohl die Treffen sonst meist in größeren Städten und an Hochschulstandorten stattfinden, sind dieses Mal mehr Expert*innen als sonst gekommen, um sich drei Tage lang auszutauschen. Jörn Kohlus erklärt im Interview den Hintergrund und stellt die Verbindung zu seiner Arbeit für den Nationalpark her. Im Fachbereich Umweltbeobachtungen und Planungsgrundlagen der Nationalparkverwaltung ist er seit 30 Jahren Ansprechpartner für Seegraswiesen, Makroalgen und Fernerkundung im Allgemeinen.

Ideenaustausch und neue Denkanstöße

… 2024 Uni Bamberg, 2025 Hochschule Merseburg, 2026 Tönning! Wie kam es dazu, dass die Fachgruppe Umweltinformationssysteme dieses Jahr in einer Kleinstadt in Nordfriesland getagt hat?

Jörn Kohlus: Der diesjährige Schwerpunkt der Tagung, die Umweltbeobachtung, passt wunderbar nach Tönning. Schließlich spielt die digitale Umweltbeobachtung auch hier im Nationalpark seit langem eine zentrale Rolle. Ich bin seit 30 Jahren Mitglied der Fachgruppe. Wir alle nutzen sie, um uns zu Ideen auszutauschen und neue Denkanstöße zu erhalten, wie wir bei unterschiedlichen Fragestellungen vorgehen können.

Zum Beispiel diskutieren wir im Moment neue Satellitenbild-Analyseverfahren. Früher haben Menschen im Feld Karten gemalt und Proben genommen. Heute sind unter Umständen gar keine Menschen mehr direkt vor Ort involviert. Wenn wir aber herausfinden wollen, wo beispielsweise Makroalgen auf Watten vorkommen, sind die Satellitenbild-Analysen noch nicht gut genug. Da das spektrale Signal der Makroalgen, also ihre Farben, dem Signal des Seegrases häufig sehr ähnlich ist, lassen sich die Vorkommen noch nicht sicher trennen. Wir tauschen uns darüber aus, wie wir die Auswertung verbessern können.

Methode mit KI-verifizierten Fotos

Du selbst hast ein Verfahren entwickelt, mit dem sich KI-gestützt Seegras erfassen lässt. Wie funktioniert das?

Jörn Kohlus: Ziel des Verfahrens ist es, die Bedeckung des Bodens mit Seegras zu messen. Spektrale Analysen und die Erfassung des Seegrases per Satellit haben wir mit Partnern über Jahre entwickelt. Als Gegenkontrolle schätzten und schätzen Expert*innen den Grad der Bedeckungen am (Watt-)Boden. Schätzungen sind aber beeinflusst von der Person, ihrer Kondition – zum Beispiel nach zweistündigem Laufen durch den Schlick – und vielen anderen Faktoren. Ich habe nach einer Methode gesucht, die für mich schätzt aber nie ermüdet oder eine andere Tagesform hat.

Wir gehen dafür ins Watt und dokumentieren nun fotografisch, was wirklich da ist. Beim Satellitenbild wird nur die Farbe genutzt, die der lange Weg durch die Atmosphäre verändert. Meine Fotos lasse ich hingegen eine KI auswerten, die nicht nur die Farbe als Grundlage einbezieht, sondern auch die Form. Das ist wichtig, denn wenn man die gleichen Eigenschaften misst, ergeben sich ähnliche Fehler. Mit unseren verifizierten Fotos eichen wir quasi die Satellitenbilder und können über sie die Zuverlässigkeit unserer Karten einschätzen.

Laufmuster im vielfältigen Watt

Es gibt aber auch ein Verfahren, das du ausprobiert hast und dann wieder verwerfen musstest. Was hat es damit auf sich?

Jörn Kohlus: Das war mein Versuch, von der Körperbewegung beim Laufen durchs Watt auf die Sedimente zurückzuschließen – ob also gerade Schlickwatt, Sandwatt oder anderes durchquert wird. Die Idee war, aufgrund der unterschiedlichen Bewegungen mithilfe der vielen Handy-Sensoren, die Beschleunigung und Lage messen, Änderungen des Bodens zu erfassen. Wir konnten nachweisen, dass es im Prinzip funktioniert. Aber die Handy-Sensoren sind zu unterschiedlich und teils auch zu schlecht, und viele weitere Details – wie der Wind – bewirken große Abweichungen. Die erzeugten Muster waren zu wenig vergleichbar und einheitlich. Ich hätte die KI immer wieder neu trainieren müssen. Das hat keinen Sinn gemacht.

Verortung von Texten auf Karten

Bei deinem dritten selbst entwickelten Verfahren geht es um KI-gestützte Text-Georeferenzierung. Was ist das?

Jörn Kohlus: Dabei handelt es sich um ein Projekt in Kooperation mit der Marinen Dateninfrastruktur Deutschland (MDI-DE). Wir haben eine Methode entwickelt, mit der wir sehr zuverlässig wissenschaftliche Literatur automatisiert georeferenzieren können. Ein Text bekommt damit ein Gebiet auf einer Karte. Er kann dann mit allen Ortsbezeichnungen gefunden werden, die etwas in dem Gebiet bedeuten, oder es lässt sich auch ein Suchgebiet auf der Karte zeichnen.

Das ist extrem hilfreich, wenn jemand zum Beispiel Werke über Seegras im Wattenmeer sucht. Artikel bekommen mit unserer Georeferenzierung in den Literaturdatenbanken Stichworte, um den Ortsbezug herzustellen. „Nördlich Föhr“, „Föhrer Schukler“, „Nordfiresisches Wattenmeer“ – diese unterschiedlichen Namen können für den gleichen Ort verwendet werden. Zudem variieren die Bezeichnungen im Laufe der Jahrhunderte und unterscheiden sich je nach Sprache und Dialekt. Die Methode, die ich mit einigen KI-Spezialist*innen entwickelt habe, funktioniert sehr gut. Wir haben eine Trefferquote von über 90 Prozent.

Außerdem ließe sich die KI mit einem angepassten Training für jeden beliebigen Text nutzen. Leider ist unser Produkt noch nicht marktreif, und die beteiligte Softwarefirma kann es auch gar nicht vermarkten. Es ist jedoch eine tolle Vision.

Vielen Dank für die Einblicke in deine Konferenz und die Tagung.