Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Der Klimawandel verändert unsere Meere. Versauerung, Erwärmung und hohe Nährstoffeinträge sowie das Auftreten von toxischen Algenblüten führen zu Schäden für Mensch, Tier und Wirtschaft. Das Monitoring von Zooplankton, als Primärkonsument und wichtiger Bestandteil des marinen Nahrungsnetzes, bietet einen Mehrwert für die frühzeitige Erkennung ökologischer Risiken und den Schutz unserer Gewässer. Das Ziel des Forschungsvorhabens ist die Erweiterung der im Vorgängerprojekt PLANC entwickelten KI basierten Analysesoftware um die Detektion und die taxonomische Bestimmung von Zooplankton. Zusätzlich soll der Trainingsdatensatz sowie das trainierte KI-Modell für Phytoplankton erweitert werden, insbesondere für Anwendungsfälle aus der Meeresforschung mit autonomen und echtzeitfähigen Mikroskopen.
Zooplankton in aquatischen Ökosystemen
Die Bewertung aquatischer Ökosysteme berücksichtigt zunehmend das Zooplankton als wichtigen Indikator für den ökologischen Zustand, da es sensitiv auf Umwelteinflüsse reagiert. Als Primärkonsument ernähren sich viele Zooplanktonarten überwiegend von Mikroalgen und Bakterien und strukturieren dadurch das aquatische Nahrungsnetz. Damit tragen sie wesentlich zur Verbesserung der Wasserqualität bei, indem sie Algenblüten reduzieren und die mikrobiologische Belastung verringern. So kann eine Zooplanktonanalyse Veränderungen des pelagischen Nahrungsnetzes erklären, die durch die Untersuchung des Phytoplanktons oder der Fische allein verborgen blieben. Ein gezieltes Zooplankton-Monitoring liefert konkrete Metriken, wie etwa die mittlere Körpergröße oder Artenzusammensetzung, welche Verwendung in folgenden Bereichen finden:
- Zooplankton für die Bewertung des ökologischen Zustands von Gewässern
- Biomanipulation zur Kontrolle von Algenwachstum und bakterieller Belastung
- Biologische Abwasserreinigung und Keimelimination
- Qualitätskontrolle von Mikroalgenkulturen
- Zooplankton als Nahrungsgrundlage in Aquakulturen.
Somit ermöglicht die systematische Erfassung und Analyse von Zooplankton mittels KI-basierter Systeme eine präzisere, nachhaltigere und effektivere ökologische Gewässerbewirtschaftung.
KI-basierte Analyse von Zooplankton
Im Forschungsprojekt PLANC 2 werden KI-Modelle zur Detektion und taxonomischer Bestimmung von Zooplankton entwickelt, trainiert und evaluiert. Hierfür wird ein umfangreicher Datensatz mit durch Fachexperten annotierten Mikroskopaufnahmen von Zooplankton erstellt. Die im Vorgängerprojekt entwickelten Modell-Architekturen und Trainingsmethoden werden optimiert und an die visuellen Eigenschaften von Zooplankton angepasst. Zusätzlich wird auch der Datensatz für Phytoplankton erweitert und die Leistungsfähigkeit der trainierten künstlichen neuronalen Netze gesteigert. Hierbei werden insbesondere Anwendungsfälle aus der Meeresforschung mit autonomen und echtzeitfähigen Mikroskopen berücksichtigt, die sich hinsichtlich der Art der aufgenommenen Mikroskopaufnahmen wesentlich von Labormikroskopen unterscheiden.
Analysesoftware zur automatisierten Planktonauswertung
Die KI-basierte Analysesoftware wird im Projektkontext von PLANC 2 weiterentwickelt und um weitere Features ergänzt, insbesondere zur schnelleren Korrektur von Fehlern und der taxonomischen Bestimmung von unbekannten Arten. Planktonarten, die dem trainierten KI-Modell unbekannt sind, werden anhand von Clustering-Verfahren nach visuellen Eigenschaften gruppiert und können dann vom Benutzer schneller taxonomisch identifiziert werden.