Physikalisch-inspiriertes maschinelles Lernen für die globale Überwachung von Korallenriffen anhand akustischer Daten

Das Projekt erforscht akustische und KI-basierte Ansätze zur nicht-invasiven Überwachung von Korallenriffen. Ziel ist die Entwicklung einer robusten und skalierbaren Lösung, die den Zustand von Riffen präzise bewertet und Schutzmassnahmen evidenzbasiert unterstützt.

Eckdaten

Kontakt

Beschreibung

Korallenriffe sind kritische Ökosysteme, die etwa ein Drittel aller Meeresarten beherbergen. Dennoch werden sie durch den Klimawandel, Nährstoffüberlastung und Überfischung zunehmend geschädigt. Massenbleichen und die Versauerung der Ozeane schwächen die Widerstandsfähigkeit der Riffe erheblich. Daher besteht ein dringender Bedarf an skalierbaren, nicht-invasiven Monitoring-Werkzeugen, die unser Verständnis dieser komplexen Ökosysteme und ihrer Belastungsfaktoren verbessern, eine frühzeitige Erkennung von Riffstress ermöglichen, gezielte Schutzmassnahmen unterstützen und deren Wirksamkeit nachweisen können.

Derzeitige Monitoring-Ansätze sind jedoch fragmentiert, arbeitsintensiv und wenig standardisiert, wodurch ihre Skalierbarkeit eingeschränkt ist. Bildbasierte Verfahren (z. B. Unterwasserkameras) stossen zudem an ihre Grenzen, sobald das Wasser trüb wird. Die akustische Unterwasserüberwachung bietet hier eine vielversprechende Alternative, da die Klanglandschaften (Soundscapes) von Korallenriffen ökologische Aktivität widerspiegeln und als Echtzeit-Indikatoren für den Zustand eines Riffs dienen können. Obwohl die bisherige Forschung stark auf dieses Potenzial hinweist, sind die derzeit verwendeten akustischen Indikatoren oft uneinheitlich und stark von spezifischen Parameterentscheidungen abhängig.

Wir schlagen eine gezielte Pilotstudie entlang eines Gradienten unterschiedlicher Gesundheitszustände von Korallenriffen vor. In Kombination mit fortschrittlichen KI-Analysemethoden soll daraus eine replizierbare Methodik sowie ein erster Prototyp einer sofort einsetzbaren Soundscape-Analyseplattform entstehen, die den aktuellen Zustand eines Riffs zuverlässig vorhersagen kann.

rrreefs AG (www.rrreefs.com) arbeitet weltweit an der Regeneration von Korallenriffen und bietet mit seinem rrreef-care-Service die Überwachung und langfristige Sicherung von Korallenriffen für zahlende Interessengruppen an. Um dieses Angebot zu skalieren, möchte rrreefs eine akustische Sensorplattform entwickeln, die eine kontinuierliche Überwachung ermöglicht, Frühwarnungen liefert und Regenerationsmassnahmen weltweit nachverfolgen kann. Zur Unterstützung dieses Ziels entwickelt ein multidisziplinäres Team der ZHAW einen KI-gestützten Rahmen, der ökologisches Fachwissen, physikalische Akustik und moderne Verfahren des maschinellen Lernens einschliesslich physikinformierter Modelle miteinander kombiniert.