Mothbox and Mothbot: automated light trap and data processing system for scalable insect monitoring

Die Autoren stellen das Open-Source-System Mothbox und die KI-gestützte Software Mothbot vor, die gemeinsam eine kostengünstige, skalierbare und für Laien zugängliche Lösung zur automatisierten Erfassung und Validierung von Insektendaten für den großflächigen Biodiversitätsmonitoring bieten.

Das Wesentliche

Stellen Sie sich vor, Insekten sind wie die stillen, winzigen Bewohner eines riesigen, unsichtbaren Universums. Sie sind überall, zahlloser als Sterne am Himmel, und doch wissen wir oft kaum etwas über ihr Leben oder ob sie verschwinden. Das liegt daran, dass sie zu klein und zu schwer zu zählen sind, besonders wenn man es im großen Stil tun möchte.

Hier kommen Mothbox und Mothbot ins Spiel – ein Team, das diese Aufgabe revolutioniert.

Die Mothbox: Der „Nachtwächter"

Stellen Sie sich die Mothbox wie einen kleinen, robusten und günstigen Nachtwächter vor, der nichts anderes tut, als nachts ein sanftes Licht anzuzünden.

• Wie ein Magnet: Genau wie ein Magnet Eisen anzieht, zieht das Licht der Mothbox Insekten an.
• Der einfache Arbeiter: Früher brauchte man dafür teure Ausrüstung und Expertenwissen. Die Mothbox ist jedoch so einfach gebaut, dass fast jeder sie aufstellen kann – vom Hobbygärtner bis zum Wissenschaftler. Sie ist klein, hält jedem Wetter stand und kostet nicht viel.
• Die globale Armee: Da sie so günstig ist, kann man sie wie eine Armee von kleinen Wächtern überall hin schicken. In der Studie wurden bereits über 185 dieser „Wächter" an mehr als 100 Orten eingesetzt, die über 450 Nächte lang Wache geschoben haben.

Der Mothbot: Der „Schlau-Kopierer"

Wenn die Mothbox die Insekten eingefangen hat, muss jemand sie zählen und identifizieren. Das wäre für Menschen eine unmögliche Aufgabe, wenn man Millionen von Fotos machen würde. Hier kommt der Mothbot ins Spiel.

• Der digitale Assistent: Der Mothbot ist wie ein super-intelligenter Bibliothekar, der mit einem Computerauge (Künstliche Intelligenz) arbeitet. Er schaut sich die Fotos der Insekten an und versucht, sie zu erkennen.
• Der menschliche Lehrer: Aber der Mothbot ist nicht perfekt. Er ist wie ein Schüler, der noch lernt. Deshalb arbeitet er im Team mit Menschen („Human-in-the-loop"). Er zeigt dem Menschen: „Ich glaube, das ist ein Nachtfalter." Der Mensch bestätigt es oder korrigiert ihn. So wird der Mothbot mit jeder Korrektur schlauer und erstellt eine eigene, maßgeschneiderte Bildbibliothek.

Was haben sie herausgefunden?

Mit diesem Team aus „Wächter" und „Schüler" konnten die Forscher zwei spannende Dinge beobachten:

1. Der Takt der Nacht: Sie sahen, dass verschiedene Insekten zu unterschiedlichen Zeiten aktiv sind. Es ist, als ob die Nacht in verschiedene Schichten unterteilt ist, in denen unterschiedliche Gäste zur Party kommen.
2. Die verschiedenen Häuser: Sie verglichen verschiedene Lebensräume (wie Wälder oder Wiesen) und sahen, dass in jedem „Haus" eine ganz andere Gruppe von Insekten wohnt.

Warum ist das wichtig?

Stellen Sie sich vor, Sie wollen wissen, ob Ihr Garten gesund ist. Früher mussten Sie stundenlang mit einer Lupe herumlaufen. Mit Mothbox und Mothbot können Sie nun automatisch und rund um die Uhr beobachten, was passiert.

Dieses System ist wie ein Toröffner: Es macht die Wissenschaft für jeden zugänglich. Es hilft uns, den „Puls" der Natur zu fühlen. Wenn Insektenpopulationen sinken, merken wir das früher. Und nur wenn wir wissen, was passiert, können wir sie schützen. Mothbox und Mothbot sind also nicht nur Werkzeuge, sondern die Augen und Ohren, die uns helfen, die Vielfalt unseres Planeten zu bewahren.

Technische Zusammenfassung

1. Problemstellung

Insekten stellen die artenreichste Gruppe von Organismen auf der Erde dar und machen den Großteil der bekannten Arten aus. Dennoch werden sie in groß angelegten Systemen zur Überwachung der Biodiversität und in der Naturschutzplanung selten systematisch berücksichtigt. Der Hauptgrund hierfür liegt oft in der Komplexität und den hohen Kosten bestehender Monitoring-Methoden, die spezialisiertes Fachwissen erfordern und nicht einfach skalierbar sind. Es besteht ein dringender Bedarf an zugänglichen, kostengünstigen und automatisierten Lösungen, um das Artensterben zu erfassen und fundierte Naturschutzmaßnahmen zu ermöglichen.

2. Methodik

Das Paper stellt ein integriertes System vor, das aus zwei Hauptkomponenten besteht: der Hardware („Mothbox") und der Software („Mothbot").

• Mothbox (Hardware):
  • Dies ist eine Open-Source-Automatisierte Lichtfalle, die speziell für den Einsatz durch Nicht-Spezialisten entwickelt wurde.
  • Sie zeichnet sich durch Portabilität, Langlebigkeit und niedrige Kosten aus.
  • Das Gerät ermöglicht das autonome Sammeln von Insektenproben über lange Zeiträume.
• Mothbot (Software & Datenverarbeitung):
  • Dies ist ein Werkzeug auf Basis von Machine Learning (ML) und Computer Vision zur Verarbeitung der von der Mothbox gesammelten Bilddaten.
  • Ein zentrales Merkmal ist das „Human-in-the-Loop"-Konzept: Die KI-Ausgaben werden durch menschliche Validierung überprüft, um die Datenqualität sicherzustellen.
  • Das System unterstützt zudem die Erstellung benutzerdefinierter Bildreferenzbibliotheken, was die Anpassungsfähigkeit an verschiedene Regionen und Arten erhöht.

Validierung und Testung:
Das System wurde umfassend unter Feldbedingungen getestet. Die Tests umfassten mehr als 185 Einsätze, verteilt über 450 Nächte an mehr als 100 verschiedenen Probenahmestellen.

3. Schlüsselbeiträge

• Demokratisierung der Insektenüberwachung: Durch die Kombination aus günstiger Hardware und benutzerfreundlicher Software wird die automatische Insektenüberwachung für ein breites Spektrum von Interessengruppen (von Wissenschaftlern bis zu Naturschützern) zugänglich.
• Skalierbarkeit: Das System ermöglicht eine systematische Erfassung von Insekten über große Landschaften hinweg, was mit manuellen Methoden kaum leistbar wäre.
• Qualitätssicherung: Der Ansatz des „Human-in-the-Loop" adressiert kritische Schwachstellen rein automatisierter Systeme, indem er die Genauigkeit der KI-Identifikation durch menschliche Expertise sichert und gleichzeitig das Training von Modellen verbessert.
• Hohe zeitliche Auflösung: Das System erlaubt die Verfolgung von Insektenaktivität mit hoher zeitlicher Dichte, was neue Forschungsfragen zu circadianen Rhythmen und kurzfristigen Umweltveränderungen aufwirft.

4. Ergebnisse

Die Autoren präsentieren Proof-of-Concept-Studien, die die Wirksamkeit des Systems belegen:

• Zeitliche Dynamik: Das System konnte erfolgreich Verschiebungen in der Aktivität und Artenvielfalt (Richness) von Insekten über verschiedene Zeitintervalle innerhalb einer Nacht an einem einzelnen Standort erfassen.
• Habitat-Vergleiche: Es wurden signifikante Unterschiede in der Insektenzusammensetzung zwischen verschiedenen Habitattypen nachgewiesen.
• Funktionsfähigkeit: Die Kombination aus Mothbox und Mothbot erwies sich als robust genug, um diese Muster zuverlässig durch automatisierte Probenahme und Datenverarbeitung zu identifizieren.

5. Bedeutung und Ausblick

Das Mothbox-System stellt einen wichtigen Fortschritt im Bereich der automatisierten Insektenüberwachung dar.

• Forschung: Es ermöglicht Entomologen, neue Forschungsfragen zu beantworten, insbesondere im Hinblick auf hochauflösende Veränderungen in der Insektenaktivität.
• Naturschutz: Durch die Fähigkeit, Biodiversitätsverluste systematisch und global zu detektieren, liefert das System die notwendigen Daten für effektive Naturschutzstrategien.
• Kapazitätsaufbau: Mothbox trägt dazu bei, die globale Kapazität zur Insektenüberwachung auszubauen, indem es eine erschwingliche Einstiegsmöglichkeit für autonome Probenahme bietet.

Zusammenfassend bietet das Paper einen ganzheitlichen Ansatz, der Hardware, KI und menschliche Expertise verbindet, um eine der größten Herausforderungen im modernen Naturschutz – das „Insektensterben" – messbar und handhabbar zu machen.