hellblaues Banner, auf welchem zahlreiche Kreise abgebildet sind, in denen verschiedenste Blüten zu sehen sind. In der Mitte des Banners sind die drei Blumen platziert, die den Startbildschirm der Flora-Incognita-App ausmachen.

Biod.AI.versity Observation & Integration (Bio.AI)

Dr. Jana Wäldchen

Unsere Mission

Die Forschungsgruppe hat drei Schwerpunkte: a) Automatisierte Artbestimmung, b) Überwachung der biologischen Vielfalt und der Funktionsweise von Ökosystemen und c) Bürger:innenwissenschaft (Citizen Science). Unser übergeordnetes Ziel ist es, das globale Biodiversitätsmonitoring zu vereinfachen, zu beschleunigen und zu verbessern, indem wir die automatisierte Artbestimmung mit Citizen Science-Initiativen verbinden.

Automatisierte Artbestimmung

Ein Schwerpunkt der Forschungsgruppe "Biod.AI.versity Observation & Integration" ist die Weiterentwicklung der automatischen Artbestimmung (Wäldchen und Mäder, 2018).
Die laufenden Forschungsarbeiten haben zur Entwicklung innovativer Methoden geführt, die eine Brücke zwischen Informatik und Botanik schlagen. Besonderes Augenmerk lag dabei auf der systematischen Auswertung verschiedener pflanzenartenspezifischer Bildperspektiven (Rzanny et al. 2022, 2019, 2017). Dieser Ansatz ermöglicht ein umfassenderes Verständnis von Pflanzenmorphologie und -merkmalen, wodurch die Genauigkeit automatisierter Systeme zur Artbestimmung erheblich verbessert wurde. Ein bedeutendes Ergebnis dieser Forschung ist die Entwicklung der Flora Incognita App, die für die interaktive automatische Bestimmung von Gefäßpflanzenarten entwickelt wurde und über 16.000 Arten erfasst (Mäder et al. 2021).
Darüber hinaus arbeitet die Gruppe aktiv an Methoden zur Kombination von DNA- und Bilddaten für die automatische Artbestimmung und taxonomische Klassifizierung, insbesondere für taxonomisch anspruchsvolle Artengruppen (Kösters et. al. in prep, Karbstein et al. 2023). In Zusammenarbeit mit dem iDiv und dem UFZ Leipzig entwickelt die Gruppe außerdem einen Monitoring-Ansatz zur artspezifischen Analyse von Phytoplanktonproben (Dunker et al. 2018).

Die wichtigsten Publikationen:

 

Forschung zur Biodiversität und zur Funktionsweise von Ökosystemen

Aufbauend auf dem umfangreichen Datensatz der Flora-Incognita-App, der von Citizen Scientists generiert wurde, wurde die Forschung der Gruppe ausgeweitet und konzentriert sich nun auf die Analyse von opportunistischen Daten zum Pflanzenvorkommen.  In einer ersten Analyse konnten wir makroökologische Muster mit Flora Incognita-Beobachtungsdaten einer einzigen Vegetationsperiode nachweisen (Mahecha et al., 2020).
Außerdem haben wir untersucht, inwieweit opportunistische Daten das systematische phänologische Monitoring ergänzen können (Katal & Rzanny et al., 2023). Eine europaweite Studie zeigte, dass opportunistische bürgerwissenschaftliche Pflanzenbeobachtungen räumliche und zeitliche Gradienten der Phänologie aufdecken (Rzanny et al., 2024). Diese Untersuchungen unterstreichen die wertvollen Erkenntnisse, die opportunistische Daten liefern können, und bereichern damit unser Verständnis ökologischer und phänologischer Muster auf breiterer Ebene.
Im Rahmen des neu eingerichteten PollenNet-Projekts werden wir die Pollenverbreitung allergener Pflanzen vorhersagen. Diese Studienbereiche sind entscheidend für die Erweiterung unseres Wissens über ökologische Dynamik, die Erhaltung der biologischen Vielfalt und die allgemeinen Auswirkungen von Pflanzenarten auf Ökosysteme und die menschliche Gesundheit.

Die wichtigsten Publikationen:

 

Citizen Science, Bildung und Wissenschaftskommunikation

Erfolgreiche wissenschaftliche Arbeit geht über die wissenschaftliche Gemeinschaft hinaus und erstreckt sich auf den Wissens- und Technologietransfer in die Gesellschaft hinein. Insbesondere das Projekt Flora Incognita findet in der Öffentlichkeit große Beachtung und Zuspruch.
Mit der Flora Incognita App erforschen wir Methoden der effektiven Wissensvermittlung in verschiedenen Formen (Abzeichen, Storytelling und mehr) (Bebber und Wäldchen, 2024, Wäldchen et al., 2022) - dieser Aspekt war seit Anbeginn des Projekts ein Teil der Strategie. Als Ergebnis dieser Bemühungen hat die App durch Fernsehen, Presseberichte und die aktive Nutzung von Social-Media-Plattformen breite Anerkennung und internationale Sichtbarkeit erlangt.
Diese Öffentlichkeitsarbeit hat nicht nur eine weite Akzeptanz der App ermöglicht, sondern auch ein großes Interesse an den wissenschaftlichen Arbeiten der Forschungsgruppe geweckt. Im neuen Projekt "Walddoktor" werden wir unsere Kommunikationsstrategien auf das Waldsterben und Baumkrankheiten ausweiten und die Möglichkeiten eines Citizen Science-Projekts zur Erfassung von Waldschäden untersuchen.

Die wichtigsten Publikationen:

Die wichtigsten öffentlichen Events

Seit Beginn des Projekts stehen wir in einem 1:1-Dialog mit Nutzer:innen und Interessierten bei öffentlichen Veranstaltungen, wie z.B.:

  • an Bord des Museumsschiffs MS Wissenschaft
  • auf urbaner Botanik-Exkursion "Krautschau“
  • zur interaktiven Ausstellung auf der re:publica-Konferenz
  • bei Workshops für LehrerInnen 
  • zu den Langen Nächten der Wissenschaft

Team

     

 

Projekte

     
Flora Incognita++ Bürger:innen dokumentieren Pflanzenvielfalt 

Flora Incognita++ Bürger:innen dokumentieren Pflanzenvielfalt 

Um den Wandel bzw. den Verlust der biologischen Vielfalt sichtbar zu machen, ist Artenkenntnis der Schlüssel - nicht nur für Expert*innen, sondern für alle Menschen. Wir haben die App "Flora Incognita" entwickelt, die mit Hilfe moderner Bildverarbeitungstechniken wie tiefen neuronalen Netzen und einem "Connected Data"-Ansatz Standortinformationen (z. B. Phänologie, Standort, Datum und Uhrzeit) und morphologische Merkmale von Pflanzen zur halbautomatischen Artenbestimmung nutzt. Die gesammelten Daten dienen dem Monitoring von Pflanzenarten und der Phänologie. 
Die App wurde 2018 veröffentlicht und wurde bis 2022 bereits 5 Millionen Mal heruntergeladen. Sie ist kostenlos für iOS und im Google Play Store erhältlich. Weitere Informationen finden Sie auf der Flora-Incognita-Website.
NaturaIncognita-Schaffung einer Workflow-Plattform für AI-basierte Artbestimmung

NaturaIncognita-
Schaffung einer Workflow-Plattform für AI-basierte Artbestimmung

Um dem Verlust der biologischen Vielfalt entgegenzuwirken, werden Daten über den Stand und die Veränderung der biologischen Vielfalt für viele Lebensformen benötigt. In diesem "KI-Leuchtturmprojekt" sollen die bestehenden Rahmenbedingungen für die automatisierte Artbestimmung des Projekts "Flora Incognita" erweitert werden, um eine automatische Bestimmung für andere Artengruppen zu ermöglichen.
Die Workflow-Plattform des Projekts wird einen Service zur Artbestimmung anbieten, der auf den neuesten Methoden des maschinellen Lernens basiert. Zu den Pilotprojekten gehören bereits Phytoplankton, Schmetterlinge und Pilze.
KI4Biodiv - Künstliche Intelligenz in der Biodiversitätsforschung

KI4Biodiv - Künstliche Intelligenz in der Biodiversitätsforschung

In diesem Projekt geht es darum, verschiedene Benchmark-Datensätze zu erstellen, Trainingsalgorithmen für die automatische Artbestimmung weiterzuentwickeln, die Ergebnisse zu interpretieren und kontextbezogene Informationen in den Erkennungsprozess einzubeziehen.

Im Bereich des Arten- und Bestandsmonitorings werden Trainingsalgorithmen und Netzwerkarchitekturen speziell für Fernerkundungsdaten angewendet und weiterentwickelt.

Im Bereich der Modellierung werden KI-basierte Modelle entwickelt, die sowohl den räumlichen als auch den zeitlichen Kontext auf verschiedenen Skalen berücksichtigen.
BetterWeeds

BetterWeeds

Ziel des Projekts ist die Entwicklung eines Rahmens für nachhaltiges Unkrautmanagement durch autonome Unkrauterkennung, KI-gestützte Bestimmung von Unkrautarten und georeferenzierte Unkrautverteilungskarten, die die standortspezifischen Merkmale des jeweiligen Feldes berücksichtigen. Auf der Grundlage dieser Karten werden Managementstrategien zur Unkrautbekämpfung auf den jeweiligen Feldern entwickelt und unter Feldbedingungen getestet.
 
     

Wichtige Publikationen

Zeitschriftenartikel (22)

1.
Zeitschriftenartikel
John Paul Bradican, Salvatore Tomasello, Francesco Boscutti, Kevin Karbstein, and Elvira Hörand, "Phylogenomics of southern european taxa in the Ranunculus auricomus species complex: The apple doesn’t fall far from the tree," Plants 12 (21), 3664 (2023).
2.
Zeitschriftenartikel
Negin Katal, Michael Rzanny, Patrick Mäder, Christine Römermann, Hans Christian Wittich, David Boho, Talie Musavi, and Jana Wäldchen, "Bridging the gap: How to adopt opportunistic plant observations for phenology monitoring," Frontiers in Plant Science 14, 1150956 (2023).
3.
Zeitschriftenartikel
Kevin Karbstein, Christine Römermann, Frank Hellwig, and Kathleen Prinz, "Population size affected by environmental variability impacts genetics, traits, and plant performance in Trifolium montanum L.," Ecology and Evolution 13 (8), e10376 (2023).
4.
Zeitschriftenartikel
Jana Wäldchen, Hans Christian Wittich, Michael Rzanny, Alice Fritz, and Patrick Mäder, "Towards more effective identification keys: A study of people identifying plant species characters," People and Nature 4 (6), 1603-1615 (2022).
5.
Zeitschriftenartikel
Roel van Klink, Tom August, Yves Bas, Paul Bodesheim, Aletta Bonn, Frode Fossøy, Toke T. Høye, Eelke Jongejans, Myles H.M. Menz, Andreia Miraldo, Tomas Roslin, Helen E. Roy, Ireneusz Ruczyński, Dmitry Schigel, Livia Schäffler, Julie K. Sheard, Cecilie Svenningsen, Georg F. Tschan, Jana Wäldchen, Vera M.A. Zizka, Jens Åström, and Diana E. Bowler, "Emerging technologies revolutionise insect ecology and monitoring," Trends in Ecology and Evolution 37 (10), 872-885 (2022).
6.
Zeitschriftenartikel
Kevin Karbstein, Salvatore Tomasello, Ladislav Hodac, Natascha Wagner, Pia Marinček, Birthe Hilkka Barke, Claudia Paetzold, and Elvira Hörandl, "Untying Gordian knots: unraveling reticulate polyploid plant evolution by genomic data using the large Ranunculus auricomus species complex," New Phytologist 235 (5), 2081-2098 (2022).
7.
Zeitschriftenartikel
Negin Katal, Michael Rzanny, Patrick Mäder, and Jana Wäldchen, "Deep learning in plant phenological research: A systematic literature review," Frontiers in Plant Science 13, 805738 (2022).
8.
Zeitschriftenartikel
Bernhard Schmid, Martin Schmitz, Michael Rzanny, Michael Scherer-Lorenzen, Peter N. Mwangi, Wolfgang W. Weisser, Andrew Hector, Roland Schmid, and Dan F. B. Flynn, "Removing subordinate species in a biodiversity experiment to mimic observational field studies," Grassland Research 1 (1), 53-62 (2022).
9.
Zeitschriftenartikel
Michael Rzanny, Hans Christian Wittich, Patrick Mäder, Alice Deggelmann, David Boho, and Jana Wäldchen, "Image-based automated recognition of 31 Poaceae species: The most relevant perspectives," Frontiers in Plant Science 12, 804140 (2022).
10.
Zeitschriftenartikel
Jaak Pärtel, Meelis Pärtel, and Jana Wäldchen, "Plant image identification application demonstrates high accuracy in Northern Europe," AOB PLANTS 13 (4), plab050 (2021).
11.
Zeitschriftenartikel
Patrick Mäder, David Boho, Michael Rzanny, Marco Seeland, Hans Christian Wittich, Alice Deggelmann, and Jana Wäldchen, "The Flora Incognita app – interactive plant species identfication," Methods in Ecology and Evolution 12 (7), 1335-1342 (2021).
12.
Zeitschriftenartikel
David Boho, Michael Rzanny, Jana Wäldchen, Fabian Nitsche, Alice Deggelmann, Hans-Christian Wittich, Marco Seeland, and Patrick Mäder, "Flora Capture: a citizen science application for collecting structured plant observations," BMC Bioinformatics 21, 576 (2020).
13.
Zeitschriftenartikel
Michael Rzanny, Patrick Mäder, Alice Deggelmann, Minqian Chen, and Jana Wäldchen, "Flowers, leaves or both? How to obtain suitable images for automated plant identification," Plant Methods 15, 77 (2019).
14.
Zeitschriftenartikel
Marco Seeland, Michael Rzanny, David Boho, Jana Wäldchen, and Patrick Mäder, "Image-based classification of plant genus and family for trained and untrained plant species," BMC Bioinformatics 20, 4 (2019).
15.
Zeitschriftenartikel
Susanne Dunker, David Boho, Jana Wäldchen, and Patrick Mäder, "Combining high‑throughput imaging flow cytometry and deep learning for efficient species and life‑cycle stage identification of phytoplankton," BMC Ecology 18, 51 (2018).
16.
Zeitschriftenartikel
Jana Wäldchen and Patrick Mäder, "Machine learning for image based species identification," Methods in Ecology and Evolution 9 (11), 2216-2225 (2018).
17.
Zeitschriftenartikel
Hans Christian Wittich, Marco Seeland, Jana Wäldchen, Michael Rzanny, and Patrick Mäder, "Recommending plant taxa for supporting on-site species identification," BMC Bioinformatics 19, 190 (2018).
18.
Zeitschriftenartikel
Jana Wäldchen, Michael Rzanny, Marco Seeland, and Patrick Mäder, "Automated plant species identification—Trends and future directions," PLoS Computational Biology 14 (4), e1005993 (2018).
19.
Zeitschriftenartikel
Jana Wäldchen and Patrick Mäder, "Plant species identification using computer vision: A systematic literature review," Archives of Computational Methods in Engineering 25 (2), 507-543 (2018).
20.
Zeitschriftenartikel
Michael Rzanny, Marco Seeland, Jana Wäldchen, and Patrick Mäder, "Acquiring and preprocessing leaf images for automated plant identification: understanding the tradeoff between effort and information gain," Plant Methods 13, 97 (2017).
21.
Zeitschriftenartikel
Marco Seeland, Michael Rzanny, Nedal Alaqraa, Jana Wäldchen, and Patrick Mäder, "Plant species classification using flower images—A comparative study of local feature representations," PLoS One 12 (2), e0170629 (2017).
22.
Zeitschriftenartikel
Jana Wäldchen, Angelika Thuille, Marco Seeland, Michael Rzanny, Ernst Detlef Schulze, David Boho, Nedal Alaqraa, Martin Hofmann, and Patrick Mäder, "Flora Incognita – Halbautomatische Bestimmung der Pflanzenarten Thüringens mit dem Smartphone," Landschaftspflege und Naturschutz in Thüringen 53 (3), 121-125 (2016).

Konferenzbeitrag (1)

23.
Konferenzbeitrag
Marco Seeland, Michael Rzanny, Nedal Alaqraa, Angelika Thuille, David Boho, Jana Wäldchen, and Patrick Mäder, "Description of flower colors for image based plant species classification", in 22nd German Color Workshop (FWS), Ilmenau, Germany, edited by K.-H. Franke (2016), pp. 145-154.

Hochschulschrift - Master (1)

24.
Hochschulschrift - Master
Viktoriya Demchyk, Darstellung von Biodiversität in Social Media anhand des Praxisbeispiels der Pflanzenbestimmungsapp „Flora Incognita“, Master Thesis, Friedrich Schiller University Jena, 2023.
Zur Redakteursansicht