Algorithmen für die Vogelforschung

19 Stationen, ausgestattet mit Hightech-Mikrofon und Klangrekorder, haben Forscher der Universität Oldenburg entlang der deutschen Küste bereits installiert. Drei weitere Stationen befinden sich in der Planung.

Die deutschen Küsten sind besonders interessant, weil sie Teil der großen internationalen Vogelzugrouten sind. Über das Wattenmeer und die Nordseeküste ziehen in jedem Frühjahr Millionen von Watvögeln, Enten und Gänsen auf ihrem Weg aus Westafrika und Südeuropa in ihre Brutgebiete in der Arktis. Die Ostseeküste wiederum wird von Kranichen und etlichen Singvogelarten als Orientierungslinie genutzt. Über Usedom zum Beispiel biegen im Herbst Tausende von Finken aus dem Baltikum nach Süden ab. An der Nordsee werden künftig auf Sylt, Amrum, den Vogelinseln Mellum und Trischen und auch auf Norderney Mikrofone den Himmel belauschen. An der Ostsee werden auf der Geltinger Birk bei Flensburg, auf Fehmarn, auf dem Darß und auf Hiddensee Tonrekorder installiert. Sie versorgen sich über Solarzellen mit Strom und speichern die Vogelrufe auf SD-Karten. „Im Grunde ist das eine einfache Technik“, sagt Buddemeier. „Dafür ist sie robust. Sie soll mindestens fünf Jahr lang ohne Probleme laufen.“ Zweimal pro Jahr werden die Speicherkarten gewechselt und die Tonaufnahmen im Computer gespeichert.

Für die Analyse der Vogelrufe verwenden Buddemeier und seine Kollegen die Software BirdNET, die in den vergangenen Jahren vor allem bei Privatnutzern als kostenlose Handy-App bekannt geworden ist. Es genügt, Aufnahmen mit Vogelrufen in der App hochzuladen oder vom Computer an den BirdNET-Server zu schicken. Ein tiefes neuronales Netz, ein sogenanntes Convolutional Neural Network (CNN), analysiert die Aufnahmen und ermittelt in wenigen Sekunden die Vogelart. Allerdings sind CNNs besonders datenhungrige informatische Werkzeuge. Bevor sie eine Vogelstimme sicher erkennen, muss man sie mit mehreren Tausend Rufen einer Vogelart trainieren. Je seltener eine Vogelart ist, desto weniger Tonaufnahmen stehen zur Verfügung und desto schlechter trainiert ist das CNN. Buddemeier und seine Kollegen horchen daher noch in einen Teil der Tonaufnahmen hinein, um stichprobenartig die Vogelrufe selbst zu bestimmen. „Diese validierten Datensätze schicken wir dann auch den Kollegen von BirdNET, die sie als Trainingsdaten für ihre Software nutzen können“, sagt Buddemeier. „Inzwischen haben wir etwa 200.000 Rufe zur Verfügung gestellt.“

Der große Vorteil des Horchposten-Netzwerks besteht darin, dass weite Bereiche des Himmels zur selben Zeit abgehört werden. Das wäre mit Vogelbeobachtern nicht zu schaffen. Schon gar nicht rund um die Uhr und über das gesamte Jahr. „Wir können damit sehr genau erfassen, wo gerade Vogelzug stattfindet“, sagt Buddemeier. „Und je länger die Anlagen laufen, desto besser werden wir Trends erkennen können.“ Werden Vogelarten irgendwo seltener, oder ziehen von Jahr zu Jahr mehr Individuen einer Art durch? Vor allem im Hinblick auf seltene Arten scheint das Netzwerk erfolgversprechend zu sein, weil die Mikrofone tagsüber und nachts den Himmel abhören. Vogelkundler brauchen eine Portion Glück, um seltene Vögel zu entdecken. Die Mikrofone aber nehmen jeden Pieps auf. „Damit werden wir künftig besser einschätzen können, wie selten eine Art tatsächlich ist“, sagt Buddemeier. Denn dass man sie nur selten findet, sage noch nichts über die tatsächliche Zahl der Vögel aus.

Vögeln im Feld lauschen

Vollautomatische Horchposten sind auch für die Akustikexperten Christian Rollwage und Menno Müller vom Fraunhofer-Institut für Digitale Medientechnologie IDMT in Oldenburg ein wichtiges Forschungswerkzeug. Normalerweise beschäftigen sich die beiden mit Hörgeräteakustik. Für ein Umweltgutachter-Büro aber haben sie in den vergangenen Jahren einen Sensor entwickelt, der Vögel mithilfe von Deep Learning bestimmt und zugleich deren Position in der Umgebung ermittelt. Die ersten Sensoren dieser Art waren 2023 im Nationalpark Unteres Odertal im Einsatz, um die Nester des seltenen Wachtelkönigs zu orten. Wachtelkönige brüten im hohen Gras, ausgerechnet zu der Zeit, in der Landwirte ihre Wiesen mähen. Mithilfe der Sensoren will man künftig verhindern, dass die Nester zerstört werden. Die Sensoren registrieren die knarzenden Rufe der Wachtelkönige. Verrechnet man die Signale mehrerer Sensoren miteinander, lässt sich über eine Peilung – die sogenannte Triangulation – berechnen, von wo der Ruf stammt und wo sich das Nest befindet.

Das klingt einfach. Doch wie so oft steckt der Teufel im Detail. Will man bestimmte Tierstimmen mit einem Mikrofon aufnehmen, nutzt man für gewöhnlich Frequenzfilter. Diese werden so eingestellt, dass der Sensor nur jene Tonhöhen aufnimmt, die eine Tierart typischerweise äußert. Allerdings nimmt ein solcher Sensor auch sämtliche Störgeräusche derselben Frequenz auf. Die eigentliche Tierstimme kann darin untergehen. Rollwage und Müller teilen den Ruf einer Vogelart daher in einzelne Frequenzschnipsel auf, um damit einen Deep-Learning-Algorithmus zu trainieren. Letztlich lernt der Algorithmus das akustische Muster der Vogelstimme auswendig, das sich aus den vielen Frequenzschnipseln zusammensetzt. Der Vorteil: Selbst in verrauschter Umgebung kann der Algorithmus anhand der Frequenzschnipsel das Ruf-Muster erkennen und rekonstruieren.

Die Sensoren sind in etwa so groß wie Handbälle und lassen sich einfach auf einem Stativ im Feld aufbauen. Um die Richtung abzuschätzen, aus der ein Vogelruf stammt, sind in den Geräten acht Mikrofone verbaut. Da die Mikrofone in einem gewissen Abstand zueinander angebracht sind, trifft der Ruf jeweils um Sekundenbruchteile versetzt ein. Aus dem Laufzeitunterschied zwischen den Mikrofonen berechnet der Sensor dann die Richtung, aus der der Vogel gerufen hat. Durch die anschließende Triangulation zwischen mehreren Sensoren lässt sich dann der Punkt exakt bestimmen, an dem das Nest liegt. Die Landwirte können dann um das Nest herum mähen oder besser den Bereich bis nach der Brut umgehen.

Noch müssen die Forscher für die Triangulation die Daten aus mehreren Sensoren am Computer im Büro miteinander verrechnen. In Zukunft sollen die Sensoren ihre Daten per Mobilfunk an eine Cloud schicken, die den Neststandort automatisiert ermittelt. Das Nest ließe sich dann direkt vor Ort auf einer Landkarte am Laptop anzeigen. „Die Sensoren sollen Biologen und Umweltgutachter künftig bei der Arbeit im Feld unterstützen“, sagt Rollwage. Normalerweise gingen Gutachter pro Saison nur drei- bis fünfmal in ein Gebiet, um nach Wachtelkönigen zu suchen – für mehr reiche die Zeit meist nicht. „Die Sensoren aber beobachten die Gebiete ununterbrochen und werden die Nester künftig sogar in Echtzeit melden können.“

Derzeit arbeiten Rollwage und Müller daran, ihrem Algorithmus mehr als 20 neue Vogelarten per Frequenzschnipsel beizubringen. Die Sensoren sollen für Umweltverträglichkeitsprüfungen genutzt werden, zum Beispiel bei der Planung von Windparks. Vor dem Bau muss untersucht werden, ob in dem Gebiet Wiesenbrüter oder Greifvögel leben, die ihren Lebensraum verlieren könnten. Die Sensoren könnten monatelang vollautomatisch „die Ohren spitzen“.

Klanganalyse kranker Vögel

Mittlerweile nutzen Biologen maschinelles Lernen und neuronale Netze auch, um zu erkennen, ob Vögel krank sind. Im Jahr 2011 etwa kam es in Deutschland erstmals zu einem Amselsterben durch das aus Südafrika eingeschleppte Usutu-Virus. Damals wiesen Wissenschaftler des Bernhard-Nocht-Instituts für Tropenmedizin in Hamburg das Virus bei Dutzenden verendeter Amseln nach. Mittlerweile ist das Virus über ganz Deutschland verbreitet. Hinzu kommen weitere Erreger wie das Vogelgrippe-Virus. Der Umweltwissenschaftler Dominik Arend von der Universität Freiburg untersucht jetzt, ob sich anhand des Gesangs bestimmen lässt, ob Vögel gesund oder krank sind. „Dahinter steckt die Idee, dass Vögel weniger Kraft zum Singen haben, wenn sie von Viren befallen sind“, sagt er. Seine Untersuchungen führt er an häufigen Arten durch, die oft und auffallend singen – an Buchfinken, Mönchsgrasmücken und Rotkehlchen.

Zunächst fängt er die Vögel mit einem feinen Netz, um ihnen mit einem hauchdünnen Glasröhrchen einen winzigen Tropfen Blut zu entnehmen. Das Blut wird anschließend in einem Labor auf Viren untersucht. Dort, wo er zuvor einen Vogel gefangen hat, stellt Arend dann einen Klangrekorder auf. Da die Vögel zur Brutzeit in der Nähe ihres Nestes bleiben, ist die Wahrscheinlichkeit hoch, dass der Rekorder tatsächlich genau jene Vögel aufnimmt, die Arend dort zuvor gefangen hat. Die Klangaufnahmen wertet er anschließend am Computer aus. Auch er benutzt BirdNET, um in den Aufnahmen automatisch die Vogelarten zu bestimmen.

Inzwischen liegen erste Ergebnisse vor. „Es zeichnet sich ab, dass kranke Vögel über den Tag deutlich weniger singen als gesunde,“ sagt Arend. Die Blutuntersuchungen der Vögel hätten gezeigt, dass der entscheidende Parameter die Virenlast im Blut der Tiere ist: Je größer die Zahl der Viren, desto stiller seien die Vögel. Arend hofft, durch diese Klanganalyse künftig mit wenig Aufwand messen zu können, wie gut es den Vögeln in einem Gebiet geht – und ob sich in einer Region gerade eine Krankheit ausbreitet.

In einem anderen Projekt untersucht Arend zurzeit, wie gut Küken ernährt sind. Während der Dürresommer der vergangenen Jahre gab es deutlich weniger Insekten. Damit stand den Vögeln weniger proteinreiche Nahrung zur Verfügung, um ihre Jungen zu füttern. Viele Küken starben. Geht es Küken schlecht, kann das also ein Maß für den Zustand ihres Lebensraumes sein. Auch in diesem Projekt setzt Arend auf die Laute der Vögel – in diesem Fall das Piepen der Staren-Küken beim Betteln nach Nahrung. Dahinter steckt die Vermutung, dass das Piepen schwächer wird, wenn die Küken unterernährt sind.

Für ihr Projekt haben Arend und seine Kollegen zunächst selbst ein Machine-Learning-Programm geschrieben und es anschließend über sogenanntes Transfer Learning trainiert. „Uns standen nur wenige Aufnahmen von Bettellauten zur Verfügung, daher haben wir ein vortrainiertes Netz verwendet.“ Das Starenprojekt findet in der Uckermark statt, einer Region im Norden Brandenburgs mit viel Landwirtschaft. Offen ist, inwieweit der intensive Ackerbau das Insektenangebot schmälert. „Noch liegen uns nicht genügend Daten vor, um unsere Methode zu bewerten“, sagt Arend. „Aber es ist gut möglich, dass uns das Betteln der Küken in Zukunft wertvolle Informationen über den Zustand der Natur in der Umgebung liefern wird.“ ■