Phenology of invasive species
invaPICS - Analyse der phänologischen Einnischung invasiver Arten mit Citizen Science Fotobeobachtungen
Koordination: Dr. Yves Klinger
Laufzeit: 2025-2028 (36 Monate)
Förderung: Deutsche Forschungsgemeinschaft (DFG)
Kurzbeschreibung:
Invasive Arten (IAS) gehören zu den wichtigsten Verursachern des weltweiten Biodiversitätsverlusts. Ein entscheidender, aber wenig untersuchter Aspekt in der Invasionsökologie ist die Rolle der
Phänologie bei Pflanzeninvasionen. In der Vergangenheit hat es sich als schwierig erwiesen, empirische phänologische Studien in großen geografischen Maßstäben durchzuführen, da regelmäßige
gleichzeitige Beobachtungen über mehrere Jahre hinweg erforderlich sind. Fotobeobachtungen von Bürgerwissenschaftlern haben ein großes Potenzial, die phänologische Forschung voranzubringen und können dazu beitragen, räumliche, zeitliche und taxonomische Lücken in den vorhandenen phänologischen Daten zu schließen. Die Zunahme frei verfügbarer Fotobeobachtungen und die Fortschritte im Bereich der Computer-Vision per Deep Learning (DL) ermöglichen eine schnelle phänologische Klassifizierung großer Datensätze. Die daraus resultierenden phänologischen Beobachtungen können genutzt werden, um die Rolle der Phänologie und ihrer Einflussfaktoren bei Pflanzeninvasionen zu untersuchen. Dieses Projekt hat zum Ziel, das grundlegende Verständnis zur Rolle der Phänologie bei der Invasion von Pflanzen zu verbessern, indem öffentlich zugängliche Fotobeobachtungen und moderne Klassifizierungs-/Modellierungsverfahren genutzt werden. Zunächst wird ein Workflow für die phänologische Klassifizierung von Citizen Science Fotobeobachtungen mithilfe von DL erstellt und unterschiedliche Modellinfrastrukturen auf Ihre Performance, eine große Zahl Arten hinsichtlicher ihrer Phänologie zu klassifizieren, verglichen (WP1). Im zweiten Schritt werden anhand vorher definierter Merkmale invasive Arten ausgewählt und mittels des in WP1 entwickelten Modells hinsichtlicher ihrer Phänologie klassifiziert. Auf der Grundlage der klassifizierten Beobachtungen modellieren wir die räumlich-zeitlichen Muster phänologischer Ereignisse und untersuchen, welche Umweltfaktoren Treiber der phänologischen Entwicklung der Studienarten sind. Darauf aufbauend analysieren wir die Unterschiede zwischen den einheimischen und invasiven Verbreitungsgebieten in Bezug auf die ökologische Nische der Studienarten (WP2). Im letzten Schritt wird die relative phänologische Nische invasiver Arten untersucht. Dabei werden über
Vegetationsdatenbanken Arten identifiziert, in der heimischen und invadierten Region gemeinsam mit den invasiven Arten vorkommen. Für diese Arten erfolgt eine phänologische Klassifizierung mittels des Modells aus WP1, um die relative phänologische Nische der IAS zu identifizieren. Zusätzlich werden weitere relevante funktionelle Traits genutzt, um die phänologische Nische der untersuchten Arten zu bewerten, (WP3). Die im Rahmen des Projekts gewonnenen Erkenntnisse können einen erheblichen Mehrwert für die Forschungsfelder Phänologie und Biologische Invasionen darstellen und zu einem besseren Verständnis von Pflanzeninvasionen führen.
Beteiligte Wissenschaftlerinnen und Wissenschaftler:
Prof. Dr. Till Kleinebecker (Professur für Landschaftsökologie und -planung, Justus-Liebig-Universität Gießen)
Dr. Erik Welk (Institut für Biologie, Martin-Luther-Universität Halle-Wittenberg)
Prof. Dr. Lutz Eckstein (Department of Biologie, Karlstads Universitet, Sweden)
Dr. Vanessa Lozano (Department of Agriculture, Università degli Studi di Sassari, Italy)