Datenerfassung

Infrarot-Lichtschranken sind Überwachungsgeräte (hergestellt von ChiroTEC), die am Eingang von Fledermausquartieren und Winterquartieren installiert werden können und die Anzahl der ein- und ausfliegenden Fledermäuse mit Hilfe von 2 Vorhängen aus Infrarot-Strahlen zählen. Diese Methode ermöglicht eine kontinuierliche Fernüberwachung der Winterquartiere während des ganzen Jahres und eine genaue Zählung der überwinternden Fledermauspopulation.

Eine oder zwei Kamerafallen können an die Lichtschranke angeschlossen werden, so dass sie ausgelöst werden, wenn die Lichtschranke eine vorbeiziehende Fledermaus erkennt (Standardeinstellung 1 Kamera - Registrierung von nur Einträgen). Die Daten der Kamerafallen können verwendet werden, um die Artenvielfalt und die Phänologie der vorhandenen Arten zu charakterisieren.

Für weitere Informationen über die vollständige Methodik siehe Krivek et al. 2023: https://doi.org/10.1111/acv.12856

Manuelle Bildanalyse

Im Rahmen verschiedener Forschungsprojekte der Arbeitsgruppe Angewandte Zoologie und Naturschutz an der Universität Greifswald haben wir solche automatisierten Fledermaus-Monitoringsysteme an mehreren Fledermaus-Winterschlafplätzen eingerichtet. 

Anhand der aufgenommenen Bilder können wir Fledermäuse bis auf Artniveau identifizieren, was jedoch eine zeitaufwändige und schwierige Aufgabe ist. Zunächst muss man die Merkmale der einzelnen Fledermausarten lernen und dann die Fledermäuse in Zehntausenden von Bildern manuell identifizieren.

Jetzt können auch Sie Ihre Bestimmungsfähigkeiten testen! Mit Hilfe unseres Bestimmungsschlüssels können Sie lernen, die Arten anhand der Bilder zu unterscheiden, und Sie können Ihr Wissen an einer Reihe von Kamerafallenbildern testen, die in Überwinterungsgebieten in ganz Deutschland gesammelt wurden. 

Für den Einstieg haben wir einen Trainingskurs mit 10 Fledermausfotos bereitgestellt, den Sie absolvieren müssen, bevor Sie richtig loslegen können! Hier können Sie die Demo-Version ausprobieren oder hier mit dem Training beginnen (Sie müssen dafür registriert und eigeloggt sein) um zum Foto-Bestimmungswettbewerb zu gelangen.

Automatisierte Bildanalyse

Die manuelle Bildidentifizierung ist sehr zeitaufwändig und erfordert viel Erfahrung und Geduld. Jetzt können wir jedoch auch eine auf Deep Learning basierende Lösung, BatNet, zur automatischen Identifizierung von Fledermäusen aus Kamerafallenbildern verwenden (Krivek et al., 2023: https://doi.org/10.1002/rse2.339).

BatNet lokalisiert alle Fledermäuse auf einem Bild, entfernt den Hintergrund um die Fledermäuse und liefert eine Artidentifikation mit einem Vertrauensgrad (0-100%), der angibt, wie sicher die Identifikation ist. BatNet besteht aus einem Detektor und einem Klassifikator, die bei Bedarf für neue Standorte oder neue Arten neu trainiert werden können.

Download BatNet kostenlos von https://github.com/GabiK-bat/BatNet.