Eine neue Studie, die von Forschenden der Universität Leipzig, der Universität Freiburg und der Universität Aarhus in Dänemark durchgeführt wurde, hat interessante Erkenntnisse über die funktionelle Pflanzenvielfalt auf der Erde gewonnen. Die Forscher analysierten zwischen Juni 2022 und September 2024 über 4.000 Satellitenbilder mithilfe von Künstlicher Intelligenz (KI). Diese Untersuchung zeigt, dass die funktionelle Vielfalt der Pflanzen über die Zeit hinweg stark schwankt und von verschiedenen Faktoren wie saisonalen Zyklen und klimatischen Bedingungen beeinflusst wird.
Leiter der Studie, Daniel Mederer, Ökologe an der Universität Leipzig, erklärt, dass die Forschungsgruppe sich mit der Frage beschäftigte, wie stark die funktionelle Diversität in unterschiedlichen Regionen der Welt variiert und ob dies mit einfachen Erfassungsmethoden quantifiziert werden kann. Mit Hilfe des Satelliten EnMAP (Environmental Mapping and Analysis Program) und fortschrittlicher KI-Technologien war es den Wissenschaftlern möglich, erstmals eine detaillierte Analyse der globalen Biodiversitätsmuster durchzuführen. Mederer betont, dass eine einmalige Momentaufnahme nicht ausreicht, um die Biodiversität einer Region umfassend zu erfassen. Die Kombination aus Satellitenbildern und KI ermöglichte es, tiefere Einblicke in die funktionelle Diversität zu gewinnen, die mit traditionellen Methoden nicht möglich wären.
Die Studie, die in dem Fachjournal „Nature Communications Earth and Environment“ veröffentlicht wurde, zeigt, dass die neuen Technologien zwar nicht die bestehenden Methoden ersetzen, aber eine wertvolle Ergänzung darstellen, um das Verständnis von Ökosystemen zu vertiefen. Um die funktionelle Diversität zu quantifizieren, nutzten die Wissenschaftler KI-Algorithmen, um spezifische Pflanzenmerkmale aus den Satellitenbildern abzuleiten. Dort, wo traditionelle Erhebungen oft an ihre Grenzen stoßen, konnten die Forscher durch die Analyse von Bilddaten eine präzise Kartierung der funktionellen Pflanzenvielfalt erstellen, die unter anderem für globale Modelle und das Monitoring von Ökosystemen im Kontext des Klimawandels von zentraler Bedeutung ist.
Ein zentrales Ziel der Studie war es, die Kartierungen so verlässlich wie möglich zu gestalten, damit sie als Entscheidungshilfen in der Umweltforschung dienen können. Mederer hebt hervor, dass das Team plant, die räumliche Auflösung der EnMAP-Bilder weiter zu verbessern. Derzeit beträgt die Auflösung 30 Meter, was bedeutet, dass die Analyse auf Landschaftsebene erfolgt und nicht auf der Ebene einzelner Pflanzen. Eine höhere Auflösung könnte es ermöglichen, auch kleinräumige Unterschiede in der funktionellen Pflanzenvielfalt präziser darzustellen.
Allerdings gab es auch Herausforderungen während der Forschungsarbeit. Die Datenverfügbarkeit war nicht in allen Regionen gleich, sodass die Forscher bestimmte Biome, wie Tundra und borealen Nadelwald, nicht analysieren konnten, weil nicht genügend entsprechende Satellitenbilder vorlagen. Zudem stellte das Wetter, insbesondere Wolkenbedeckung, ein Hindernis dar, da sie die Sicht auf die Vegetation erheblich einschränkten. Ein weiteres Problem war die fehlende Information über den Unterwuchs und die Merkmale, die nicht in der Kronenstruktur der Vegetation sichtbar sind.
Die Erkenntnisse dieser Studie bieten nicht nur neue Perspektiven für die Erforschung der Pflanzenvielfalt, sondern unterstreichen auch die Bedeutung moderner Technologien in der Umweltforschung. Die Kombination aus Satellitenbildern und KI eröffnet neue Möglichkeiten, um die komplexen Muster der Biodiversität auf der Erde besser zu verstehen und zu überwachen. Die Ergebnisse dieser Forschung sind von großer Bedeutung, insbesondere im Hinblick auf den Klimawandel und die damit verbundenen Herausforderungen für die Ökosysteme.
Für weitere Informationen zu dieser Studie und den damit verbundenen Ergebnissen steht Daniel Mederer von der Fakultät für Physik und Erdsystemwissenschaften der Universität Leipzig zur Verfügung. Die Veröffentlichung trägt den Titel „Unraveling the seasonality of functional diversity through remote sensing“ und kann in der Fachzeitschrift „Nature Communications Earth and Environment“ nachgelesen werden.
