Eine Studie des Leibniz-Zentrums für Marine Tropenforschung (ZMT) setzt neue Methoden in der Korallenriffforschung ein. Unter der Leitung des Fischökologen Dr. Julian Lilkendey nutzte ein internationales Forschungsteam innovative KI-Technologien, um die Bewegungen von Rifffischen im Roten Meer hochpräzise zu analysieren.
Der Studiekürzlich erschienen in der Zeitschrift Ökologie und Evolutionkombiniert Stereo-Video-Technologie mit KI-gesteuertem 3D-Tracking. Die Methode lieferte detaillierte Einblicke in die Bewegungsmuster und den Energieverbrauch zweier Doktorfischarten in ihrem natürlichen Lebensraum im Roten Meer.
Die Forscher stellten zunächst fest, dass der Braune Doktorfisch (Acanthurus nigrofuscus) bei der Nahrungssuche eine Vorliebe für Algen zeigte, die auf abgestorbenen Korallen wuchsen, während der Gelbschwanz-Doktorfisch (Zebrasoma xanthurum) ein breiteres Nahrungsspektrum nutzte und auch Algen abweidete, die er auf Sedimentgestein, Korallenschutt und Sand fand.
Der Blick in die Tiefe ist auf mehreren Ebenen spürbar. Räumlich erfassten die Forscher die dreidimensionale Bewegung der Fische bei der Nahrungssuche am Korallenriff mithilfe kalibrierter Stereo-Videosysteme, was laut Erstautor Lilkendey weit über herkömmliche zweidimensionale Beobachtungen hinausgeht. Die Tiefe der Einblicke wurde durch KI-Algorithmen noch weiter gesteigert, die präzise Messungen des Energieverbrauchs ermöglichten.
Gelbschwanz-Doktorfisch bei der Fütterung
Gezieltes Training des KI-Modells zur Artenerkennung
Zunächst kam das vortrainierte Programm YOLOv5 (You Only Look Once Version 5) zum Einsatz, ein neuronales Netzwerk zur Echtzeit-Objekterkennung. Für die Studie wurde YOLOv5 mit zusätzlichen Hintergrundbildern aus dem Roten Meer verfeinert, um Fische in den Videoaufnahmen besser erkennen zu können. Anschließend klassifizierte das neuronale Netzwerk die erkannten Fische nach Arten.
Eine besondere Herausforderung war das gezielte Training dieses KI-Modells zur Artenerkennung. „Da es für die beiden Doktorfischarten und die Region nur wenige spezifische Trainingsbilder gab, haben wir auf Medien der Citizen Science-Website ‚iNaturalist‘ zurückgegriffen“, erklärt Lilkendey. „So können wir eine Vielzahl öffentlich zugänglicher Fotos nutzen.“
Für die anschließende dreidimensionale Datenerfassung nutzten die Wissenschaftler den sogenannten DeepSORT-Algorithmus (Simple Online and Realtime Tracking with a Deep Association Metric). „Dieser Algorithmus ermöglicht ein robustes Multi-Objekt-Tracking, indem er den erkannten Fisch über aufeinanderfolgende Videobilder hinweg verfolgt“, sagt Lilkendey.
„DeepSORT kann die Bewegungen einzelner Fische verfolgen, selbst wenn diese vorübergehend aus dem Blickfeld verschwinden oder durch andere Objekte verdeckt werden. Durch die Integration der 3D-Informationen aus den Stereobildpaaren generiert der Algorithmus präzise dreidimensionale Bewegungsmuster der Fische.“
Durch die Kopplung dieser Erkenntnisse mit einem Ansatz zur Modellierung ihres Energieverbrauchs gewann das Forschungsteam neue Erkenntnisse zur Ökologie der Doktorfischart.
„Der Braune Doktorfisch zeigte ein spezialisiertes Fressverhalten und bevorzugte bestimmte Algen, die auf bestimmten Substraten wachsen, im Gegensatz zum allgemeinen Fressverhalten des Gelbschwanz-Doktorfischs“, berichtet Lilkendey. „Trotz ihrer geringen Biomasse tragen beide Arten erheblich zum Riffgrasen bei, indem sie die aus der Nahrung gewonnene Energie mit ähnlicher Effizienz für ihre Bewegungen nutzen.“
Brauner Doktorfisch bei der Fütterung
Rolle des Doktorfisches bei der Aufrechterhaltung des ökologischen Gleichgewichts in Korallenriffen
Diese Erkenntnisse unterstreichen die Bedeutung der Nischenaufteilung und die Rolle der Doktorfische bei der Aufrechterhaltung des ökologischen Gleichgewichts in Korallenriffen. „Veränderungen im Fressverhalten und im Energiehaushalt von Doktorfischen können das Algenwachstum und die Rekrutierung von Korallenlarven beeinflussen und damit die Gesundheit und Artenvielfalt des gesamten Riffökosystems beeinträchtigen“, so Lilkendey weiter.
Durch diese fortschrittliche Analyse konnten die Forscher tiefere Einblicke in die Funktionsweise der Meeresökosysteme gewinnen und so die Grundlage für ein besseres Verständnis der Absorption, Umwandlung und Verteilung von Energie im Riff schaffen.
Dr. Lilkendey betont: „Mithilfe der hohen räumlichen und zeitlichen Auflösung konnten wir die dreidimensionalen Bewegungen vieler Fische in einem Korallenriff gleichzeitig analysieren. Unser innovativer methodischer Ansatz ermöglicht es uns, tiefer in die Komplexität des Fischverhaltens und der daraus resultierenden Energieflüsse einzublicken.“
Die Forschungsmethodik eröffnet auch neue Möglichkeiten zur Erstellung von „Energy Seascapes“ – detaillierten Darstellungen des Energieverbrauchs von Tieren in marinen Ökosystemen. Solche Kartierungen sind von entscheidender Bedeutung für die Entwicklung wirksamer Gesundheitsindikatoren und neuartiger Schutzmaßnahmen für Riffe.
Weitere Informationen:
Julian Lilkendey et al., Fressdynamik und Energieverbrauch pflanzenfressender Fische an einem Korallenriff: Erkenntnisse aus Stereo-Video und KI-gesteuertem 3D-Tracking, Ökologie und Evolution (2024). DOI: 10.1002/ece3.11070
Bereitgestellt vom Leibniz-Zentrum für Marine Tropenforschung (ZMT)