The main content of this page starts here

Automatisiertes Insektenmonitoring mit einer DIY Kamerafalle

Klassisches Insektenmonitoring ist zeit- und kostenintensiv. Automatisierte, KI-basierte Methoden könnten in Zukunft räumlich und zeitlich höher aufgelöste Daten zum Insektenvorkommen liefern.

DIY Insekten-Kamerafalle in wetterfestem Gehäuse mit Energieversorgung über ein Solarpanel.
DIY Insekten-Kamerafalle in wetterfestem Gehäuse mit Energieversorgung über ein Solarpanel. Bereiche mit detektierten Insekten auf Bildern mit niedriger Auflösung (LQ) werden in Echtzeit mit hochaufgelösten Bildern (HQ) synchronisiert und von diesen ausgeschnitten (cropped detection) und abgespeichert.
© JKI

Ein kontinuierliches Monitoring ist essentiell, um wirksame Gegenmaßen zum Verlust der Vielfalt und des Vorkommens von Insekten zu untersuchen. Bisher werden hierfür größtenteils klassische Methoden, wie zum Beispiel das Keschern oder der Einsatz von Malaise-Fallen genutzt. Diese töten die Insekten zwangsläufig ab, um sie anschließend morphologisch am Mikroskop oder molekular mit DNA-Barcoding Verfahren zu bestimmen. Beide Methoden sind relativ kostspielig und erfordern eine gewisse Expertise in den jeweiligen Bereichen. Kamerafallen werden bereits intensiv für das nicht-invasive Monitoring von Säugetieren eingesetzt. Ihre Anwendung im Bereich des Insektenmonitorings kann bei geringem Zeit- und Kostenaufwand Daten in hoher räumlicher und zeitlicher Auflösung liefern. Diese Methode könnte so die klassischen Aufnahmen (mit hoher taxonomischer Auflösung) komplementieren und als zusätzliches Monitoring-Tool eingesetzt werden, vor allem um bestimmte Insektengruppen zu erfassen.

DIY Kamerafallensystem

Am Julius Kühn-Institut (Institut für Biologischen Pflanzenschutz) wurde hierfür ein wetterfestes DIY Kamerafallensystem entwickelt, das durch die Stromversorgung über ein Solarpanel komplett Energie-autark über eine ganze Saison eingesetzt werden kann. Das nicht-invasive, automatisierte Kamerafallensystem wird im MonViA-Modul „Parasitoide und andere Nützlinge“ dieses Jahr u.a. auf einem Teil der Streuobstflächen eingesetzt und mit traditionellen Erfassungsmethoden verglichen.

Blütenbesuchende Insekten als Zielgruppe werden über eine Plattform mit künstlichen Blüten visuell angelockt und von der KI-fähigen Kamera beim Landen auf der Plattform in Echtzeit detektiert. Dies wird durch den Einsatz eines speziell trainierten Deep-Learning-Modells zur Insektenerkennung ermöglicht. Während sich die Insekten auf der Blütenplattform bewegen, werden sie über einen Tracking-Algorithmus verfolgt, der jedem Individuum eine eigene ID vergibt und somit Mehrfachzählungen vermeiden kann. Die Bildbereiche mit den erkannten Insekten werden einmal pro Sekunde ausgeschnitten und einzeln auf einer SD-Karte abgespeichert, was eine nähere Klassifizierung (= Bestimmung) und Analyse der Bilddaten in weiteren Schritten ermöglicht. Alle Hardware-Komponenten der Kamerafalle sind verhältnismäßig günstig (ca. 700 €) und einfach zu beschaffen.

Nachbauen erwünscht!

Die Software zum Einsatz des Kamerafallensystems ist komplett frei verfügbar (open source). Auf der dazugehörigen Dokumentations-Webseite https://maxsitt.github.io/insect-detect-docs/ können detaillierte Anleitungen zum Zusammenbau, der Programmierung und der Bilddaten-Verarbeitung gefunden werden. Zusätzlich werden Ressourcen zum Training von eigenen Erkennungs- und Klassifizierungs-Modellen bereitgestellt, die eine Anpassung des Systems auf verschiedene Hintergründe oder andere Organismen ermöglichen. Somit wird jedem Interessierten ermöglicht das Kamerafallensystem nachzubauen und dieses z.B. auch im privaten Garten oder im Rahmen von Citizen Science Projekten einzusetzen.

Ansprechpartner

Maximilian Sittinger
Julius Kühn-Institut (Institut für Biologischen Pflanzenschutz)
maximilian.sittinger(at)julius-kuehn(dot)de

Annette Herz
Julius Kühn-Institut (Institut für Biologischen Pflanzenschutz)
annette.herz(at)julius-kuehn(dot)de