Immer mehr Menschen nutzen Apps zur Pflanzenbestimmung und liegen damit oft richtig. Die Pflanzen, die die Apps verwenden, fallen oft durch ihre auffälligen Merkmale auf und bieten daher Eigenschaften, die ihre Bestimmung erleichtern. Was passiert aber, wenn man die Pflanzen nicht gezielt auswählt? Ein Team der Universität Alberta untersuchte die Genauigkeit zweier Apps, INaturalist und Unbekannte Flora, wurden ihnen Fotos aus Umfragen vorgelegt.
Die Erfassung von Untersuchungsflächen ist für Apps deutlich aufwendiger, da ein Bereich, meist ein kleines Quadrat, ausgewählt und anschließend die darin vorkommenden Arten bestimmt werden. Die Pflanzen im Untersuchungsbereich können durch Fraßschäden oder Krankheiten beschädigt sein. Oder sie sind einfach noch nicht ausgewachsen.
Um die Apps zu testen, untersuchten Wanigasinghe und seine Kollegen deren Leistung auf Versuchsflächen. Dabei ging es ihnen nicht nur um die Ergebnisse, sondern auch um Verbesserungsmöglichkeiten. Sie führten Erhebungen in der Grasland-Naturregion und im Übergangsbereich zwischen Parkland und borealer Naturregion in Alberta durch. In jeder Region richteten sie drei Standorte mit jeweils neun Versuchsflächen in einem festen radialen Design ein. Innerhalb der Versuchsflächen markierten Experten die einzelnen Exemplare, um die Fotoaufnahmen zu erleichtern, sodass dieselben Exemplare mit beiden Methoden erfasst wurden.
Sie stellten fest, dass Flora Incognita eine Top-1-Genauigkeit von 79 % erreichte, während iNaturalist bei 67 % lag. Beide blieben hinter dem zurück, was Wanigasinghe und seine Kollegen als das Niveau eines erfahrenen Botanikers von 90–95 % ansehen. Sie fanden aber auch Möglichkeiten zur Verbesserung der Genauigkeit.
Zunächst ist es hilfreich, wenn Sie etwas zur Diagnose verwenden können. Das bedeutet, etwas mit reproduktiver Funktion zu fotografieren, beispielsweise Blüten, Blütenknospen oder Früchte. Wenn Ihre Pflanze nicht blüht, sind Sie von vornherein im Nachteil. Daher ist der richtige Zeitpunkt für Ihre Untersuchung wahrscheinlich das Beste, was Sie tun können, um optimale Ergebnisse zu erzielen.
Bei iNaturalist war der nächstgrößte Vorteil ein gutes Foto. Dies verbesserte die Genauigkeit um 15–23 % im Vergleich zu Bildern mit niedriger und durchschnittlicher Qualität. Eine weitere Möglichkeit zur Verbesserung der Genauigkeit bestand darin, mehrere Bilder aus verschiedenen Winkeln aufzunehmen. Flora Incognita ermöglicht es Nutzern, Bilder zu kombinieren, um die Genauigkeit der Vorschläge zu erhöhen. iNaturalist verfolgt einen anderen Ansatz. Zwar können mehrere Bilder hochgeladen werden, der Vorschlag basiert jedoch weiterhin nur auf einem Foto. Wanigasinghe und Kollegen argumentieren, dass iNaturalist seine Genauigkeit durch die Kombination von Bildern in der Bewertung verbessern könnte. Da jedoch Menschen die iNaturalist-Bilder bewerten, sind mehrere Bilder nach wie vor empfehlenswert.
Wenig überraschend war die Diskrepanz zwischen Apps und Menschen bei Gräsern und Seggen am größten. Hier wurde die Methode angewendet, den Bildausschnitt mit einer einzigen Art zu füllen. Dies führte zu einem Zuwachs von 20 % bei Flora Incognita und 9 % bei iNaturalist, wobei die statistische Analyse zeigt, dass dieser Unterschied von 9 % für iNaturalist möglicherweise nicht signifikant ist. Eines der Probleme der Studie waren die Bedingungen. Wanigasinghe und Kollegen schreiben:
Im Jahr 2023 wurden Pflanzenwachstum und -entwicklung in Grünlandgebieten durch Niederschlagsmengen beeinträchtigt, die weniger als die Hälfte des 30-jährigen Durchschnitts betrugen. Dies erschwerte die fotografische Erfassung von fruchttragenden und blühenden Pflanzen, darunter auch Gräser. So zeigten beispielsweise 74 % der von uns aufgenommenen Gräserbilder ausschließlich vegetative Strukturen. Unter solch schwierigen Feldbedingungen spielt die Kombination mehrerer Perspektiven eine entscheidende Rolle für die Verbesserung der Bestimmungsgenauigkeit.
Das Problem mit diesen Fototechniken ist, dass sie zeitaufwändig sind. Für mich ist das in Ordnung, denn ich möchte die Identität von … erfahren. a Da es sich um verschiedene Arten handelt, mache ich gerne mehrere Fotos, um die Pflanzen besser bestimmen zu können. Wenn man das beruflich macht, verlängert der zusätzliche Zeitaufwand für jede Pflanze die Gesamtdauer der Erhebung um das Zwei- bis Dreifache im Vergleich zu einer Erhebung durch einen Experten.
Es gibt aber auch gute Nachrichten für die Apps. Wanigasinghe und Kollegen kommentieren: „Die Bestimmung auf Gattungs-/Familienebene oder die Gruppierung schwieriger Taxa zu Komplexen oder Gruppen ist ein weithin akzeptierter pragmatischer Kompromiss im ökologischen Monitoring und bei Feldstudien, wenn die Bestimmung auf Artebene im Gelände aufgrund visueller Ähnlichkeit oder Einschränkungen der Beobachter (unerfahrene Feldtechniker usw.) nicht möglich ist.“ Flora Incognita erreichte eine Genauigkeit von 88.4 % bei Gattungen. Nicht auf dem Niveau des Menschen, aber näher dran. Sie berechneten außerdem, dass das Hinzufügen weiterer Bilder zu einer Beobachtung die Genauigkeit der Gattungsbestimmung bei iNaturalist von 74 % auf 80 % erhöhen würde, wenn mehrere Bilder zur Artbestimmung verwendet würden.
Die Autoren zitieren außerdem Die Arbeit von Jones & Jones zur App-GenauigkeitEine Studie, die eine 20-prozentige Steigerung der Genauigkeit zwischen 2020 und 2023 feststellte, sollte bedenken, dass die Veröffentlichung eines Artikels Zeit in Anspruch nimmt. Dies betonen auch die Autoren, die schreiben: „Die in unserer Studie dargestellte Genauigkeit stellt eine Momentaufnahme der Leistung mobiler Apps zum Testzeitpunkt dar.“ Sie weisen auf monatliche Verbesserungen hin.
Doch die erhöhte Genauigkeit ist nicht der einzige potenzielle Nutzen von Fotos in der Zukunft, so Wanigasinghe und Kollegen: „Während sich die KI-Forschung in der Botanik bisher hauptsächlich auf die Verbesserung der Genauigkeit der Pflanzenbestimmung durch die Korrektur von Fehlern und Verzerrungen konzentriert hat, wird das wahre Potenzial von Fotoerhebungen erst jetzt erforscht. Botaniker wenden sich zunehmend dem Training und der Anwendung von Deep-Learning-Modellen zu, die über die reine Artenbestimmung hinausgehen.“ Die heute gesammelten Fotos könnten dazu beitragen, Fragen zur phänotypischen Variation, zu Merkmalsdaten und Umweltdaten zu beantworten, sodass sich in Zukunft anhand derselben Daten noch viel mehr Fragen stellen lassen.
LESEN SIE DEN ARTIKEL
Wanigasinghe, I., Haughland, D., Pyle, L.Villeneuve, M., und Nielsen, S.(2026) Bewertung von Apps zur Artenidentifizierung als Instrument für kleinflächige Erhebungen von Gefäßpflanzen in Alberta, Kanada. AoB PLANTS, 18(3). Verfügbar um: https://doi.org/10.1093/aobpla/plag020.
Titelbild: Cornus canadensis by Kallum McDonald / iNaturalist CC0
