Von Satelliten, Drohnen, Radaren und Mikroskopen gesammelte Daten sind eine wahre Goldgrube an Informationen, die uns helfen, unsere Umwelt besser zu verstehen. Und wenn diese Daten mit künstlicher Intelligenz (KI) gekoppelt werden, können sie die Geheimnisse von Phänomenen auf allen Ebenen entschlüsseln.
In einer sich rasch verändernden Welt voller Umweltgefahren kann ein besseres Verständnis natürlicher und anthropogener Prozesse dazu beitragen, Standpunkte zu untermauern, Erhaltungs- und Erneuerungsbemühungen zu steuern und neue Forschungsarbeiten auszurichten.
Ein Schlüssel zum Erlangen dieses Verständnisses ist die Bildgebungstechnologie. Satelliten, Radare, Lidarsysteme und Mikroskope erfassen eine Fülle von Daten. Der Trick besteht darin, die verschiedenen Datenformen zusammenzuführen und daraus – manchmal mit Hilfe der KI – wertvolle Erkenntnisse zu gewinnen.
Forscher in zahlreichen Bereichen nutzen die Möglichkeiten, die neue Bildgebungstechnologien bieten, um mehr über Ökosysteme jeder Größenordnung zu erfahren. Dazu zählen etwa die Bestimmung der chemischen Zusammensetzung von Pflanzen, das Aufspüren von im Meer treibendem Müll, die Quantifizierung und Charakterisierung von Niederschlägen, die Kartierung von Korallenriffen im Roten Meer und die Beurteilung des Gesundheitszustands großer Flächen kultivierten Landes.
Pflanzen einfrieren für eine schönere Optik
Am Labor für biologische Geochemie (LGB) der EPFL untersuchen Wissenschaftler eine Reihe biologischer und anderer Prozesse auf subzellulärer Ebene: den Zusammenbruch der Beziehung zwischen Mikroalgen und den Korallen, in denen sie leben; den Stress, den Salzstress bei Pflanzen verursacht; die Rekonstruktion vergangener Klimabedingungen auf der Grundlage winziger Karbonatschalen mit einer Länge von weniger als einem Millimeter und vieles mehr.
Die Wissenschaftler verwenden verschiedene Mikroskope und andere hochmoderne Mikroanalysegeräte, um chemische Übertragungen zu beobachten, bei denen selbst geringfügige molekulare und ionische Abweichungen einen gesamten Organismus stören und Auswirkungen in weitaus größerem Maßstab haben können.
Nehmen wir zum Beispiel Korallen und die Tausenden von Mikroalgen, die sie beherbergen. Es scheint eine perfekte symbiotische Beziehung zu geben: Die Korallen ernähren sich von den Nährstoffen, die die Mikroalgen freisetzen, während die Mikroalgen das von den Korallen produzierte CO2 absorbieren. Doch diese uralte Beziehung, die den Korallen übrigens ihre schimmernde Farbe verleiht, wird nun durch die globale Erwärmung bedroht.
Höhere Wassertemperaturen setzen die Mikroalgen unter Stress und veranlassen sie dazu, für die Korallen giftige Verbindungen freizusetzen. Die Korallen reagieren, indem sie diese schließlich ausstoßen. Dies führt zur Korallenbleiche und möglicherweise sogar zum Absterben der Korallen. Wenn dies in großem Maßstab geschieht, können ganze Korallenriff-Ökosysteme zusammenbrechen und einen enormen Verlust der Artenvielfalt im Ozean verursachen.
Seit mehreren Jahren erforscht ein Team von LGB-Forschern mithilfe eines Ionenmikroskops die verborgenen Geheimnisse dieser symbiotischen Beziehung. „Wir verwenden ein NanoSIMS-Mikroskop, das die Proben im Prinzip mit Ionen bombardiert“, erklärt Nils Rädecker, Postdoc bei LGB. „Dadurch können wir Übertragungsprozesse in sehr hoher Auflösung beobachten. Wir können einzelne Zellen und sogar subzelluläre Strukturen erkennen.“
Mithilfe der NanoSIMS konnten die Wissenschaftler neue Mechanismen beim Zusammenbruch der Symbiose entdecken – etwa den egoistischen Mechanismus, mit dem Mikroalgen die Nährstoffversorgung der Korallen einstellen, lange bevor diese sie vertreiben.
„Das Problem mit dem NanoSIMS ist, dass die meisten löslichen Verbindungen bei der erforderlichen Probenvorbereitung verloren gehen“, sagt Anders Meibom, Professor am LGB. Um dieses Problem zu umgehen, entwickelten die Wissenschaftler in geduldiger Arbeit ein CryoNanoSIMS-Mikroskop, das die Analyse biologischer Proben im gefrorenen Zustand ermöglicht und bei dem nichts verloren geht.
„Mit dem CryoNanoSIMS können wir daher genau abbilden, wo sich lösliche Verbindungen, etwa bestimmte Moleküle wie Medikamente oder Mikroschadstoffe, in einzelnen Zellen ansammeln“, sagt Meibom.
Das Mikroskop hat viele neue Forschungsansätze eröffnet. Priya Ramakrishna, Postdoktorandin bei LGB, verwendet es beispielsweise, um hochauflösende chemische Karten einer Modellpflanze zu erstellen und damit die zelluläre Reaktion auf Bodensalzgehalt zu untersuchen.
„Eine zunehmende Versalzung der Böden beeinträchtigt das Pflanzenwachstum und hat damit Konsequenzen für den Nahrungsmittelanbau. Wir müssen verstehen, wie die Pflanzen darauf reagieren“, sagt sie.
Bilder und KI geben unserem Planeten eine Stimme
Die Oberfläche der Erde beträgt über 196 Millionen km2 – viel Platz für Ökosysteme, die fernab der ausgetretenen Pfade in entlegenen Gebieten gedeihen, die für Feldforscher unerreichbar sind. Doch mit Sensoren ausgestattete Drohnen, Satelliten und Smartphones bilden ein dichtes Netzwerk von Datenerfassungsgeräten, die anonymisierte, nutzbare Informationen liefern können.
„Der Satellit, den wir am häufigsten verwenden, kann beispielsweise hochdetaillierte Bilder von 290 Kilometer breiten Gebieten mit einer Auflösung von 10 Metern aufnehmen“, sagt Devis Tuia, Professor am Environmental Computational Science and Earth Observation Laboratory (ECEO) der EPFL. „Da die Bilder geolokalisiert sind, kennen wir immer die Koordinaten des Ortes, den wir analysieren.“
Ob es um die Untersuchung von Tierpopulationen, die Verbreitung und Reife von Nutzpflanzen, die Identifizierung von auf der Meeresoberfläche schwimmenden Abfällen oder die Verfolgung des Gletscherschmelzens geht: Das Potenzial der Bildgebungstechnologie zur Beobachtung und Überwachung der Umwelt ist riesig.
„Jedes Problem hat seinen eigenen Sensor und seine eigene bevorzugte Lösung. Außerdem sind die verfügbaren Daten sehr heterogen. Wir verwenden standardmäßige Algorithmen zur Informationsextraktion und KI, um diese heterogenen, unstrukturierten Datensätze zu sortieren, zu katalogisieren, zu durchsuchen und zu verarbeiten und sie in nützliche, strukturierte Informationen umzuwandeln“, sagt Tuia.
Seine Forschungsgruppe hat kürzlich ein KI-Programm zur schnellen 3D-Kartierung von Korallen entwickelt – Organismen, die bekanntermaßen eine wesentliche Rolle in marinen Ökosystemen spielen – basierend auf Sequenzen, die mit handelsüblichen Kameras aufgenommen wurden. Mit dieser Technologie können selbst Taucher ohne spezielle Ausbildung problemlos Daten über große Korallenriffe sammeln.
Und dann sind da noch die Satellitendaten. Diese Art von Bildern birgt noch viel ungenutztes Potenzial, und Forscher müssen oft elementare Bilderkennungsprogramme von Grund auf mit den begrenzten Daten trainieren, die für ein bestimmtes Gebiet verfügbar sind. „Bis jetzt gab es kein Programm, das schnell von der Erkennung eines Abfallstücks auf die Erkennung eines Baums oder eines Gebäudes umschalten konnte“, sagt Tuia.
Er und sein Team haben zusammen mit Kollegen der Wageningen University in den Niederlanden, des MIT, Yale und des Forschungszentrums Jülich in Deutschland eine Chamäleon-Anwendung namens METEOR entwickelt, die Algorithmen trainieren kann, neue Objekte zu erkennen, nachdem ihnen nur eine Handvoll Bilder in guter Qualität und ein Meta-Lernalgorithmus gezeigt wurden. Eine enorme Zeitersparnis, wenn die Erfassung von Felddaten schwierig oder sehr kostspielig ist.
Cloud-Profiling
Unterdessen erforschen Wissenschaftler am Environmental Remote Sensing Laboratory (LTE) der EPFL, warum keine zwei Schneeflocken – oder Regentropfen – gleich sind. Sie überwachen Niederschläge und untersuchen Wolken auf der ganzen Welt, unter anderem in den Alpen, der Antarktis, der Arktis und Griechenland, mit Hilfe von Radaren, Lidaren und einem speziellen Gerät zur Aufnahme von 3D-Bildern von Schneeflocken.
„Bildgebung ist die einzige Möglichkeit, die sich über Zeit und Raum hinweg und auf vielen verschiedenen Skalen verändernden Wetterphänomenen zu beobachten“, sagt Alexis Berne, Professor am LTE.
Noch heute haben Forscher Schwierigkeiten, genaue und zuverlässige quantitative Daten über Niederschläge zu erhalten, insbesondere wenn diese in fester Form und in Gebirgs- und Polarregionen auftreten. Dabei können solche Daten einen großen Beitrag zur Erhaltung der Wasserressourcen, zur Vorhersage von Naturkatastrophen und zur Bewertung der Auswirkungen des Klimawandels in hochempfindlichen Regionen leisten.
Überzählige Kristalle
Auch darüber, wie sich Wassertropfen und Eiskristalle in Wolken bilden, muss noch viel gelernt werden. Während der Kondensationsmechanismus um bestimmte Aerosole – feste oder flüssige Partikel, die in der Atmosphäre schweben –, die als sogenannte „glaziogene“ Kerne dienen, gut bekannt ist, birgt ein zweiter Prozess, die sekundäre Eisbildung, noch immer ein Rätsel.
Als die Forscher ihre Radargeräte auf die Wolken richteten, um die Niederschlagsbildung zu quantifizieren, stellten sie fest, dass es viel mehr Tropfen und Kristalle als Aerosolpartikel gab. Die Zahlen stimmten nicht. „Wir sind uns noch immer nicht sicher, wie dieser sekundäre Eisprozess funktioniert“, sagt Berne.
Sein Labor wird zusammen mit anderen Labors der EPFL (dem Extreme Environments Research Laboratory und dem Laboratory of Atmospheric Processes and their Impacts) an einem großen Projekt zur Durchführung von Cloud-Profiling an verschiedenen Standorten auf der ganzen Welt teilnehmen.
Ziel ist es, das Verhalten von Cumulonimbus-Wolken und anderen Wolkenfamilien zu beobachten. «Hierbei wird uns die Computermodellierung auch helfen, die Umgebungsbedingungen, unter denen wir unsere Beobachtungen machen, besser zu verstehen», sagt Berne.
Aus elektromagnetischen Wellen gewonnene Bilder
Berne fügt jedoch hinzu: „Wir führen keine Bildanalyse durch, wie sie etwa in der biomedizinischen Bildgebung durchgeführt wird.“ Die Radare, die die Wissenschaftler seines Fachgebiets verwenden, produzieren täglich Dutzende Gigabyte an Daten, die analysiert werden, um Fallstudien zu bestimmten Wetterphänomenen durchzuführen und Statistiken zu erstellen.
„Die Faktoren, die uns am meisten interessieren, sind im Allgemeinen diejenigen, die indirekt beobachtet werden“, sagt Berne. „Lidar- und Radargeräte arbeiten mit elektromagnetischen Wellen und wir messen die elektromagnetischen Eigenschaften von Objekten in Echtzeit. Unsere Arbeit konzentriert sich auf Restitutionsalgorithmen, die es uns ermöglichen, Informationen über die mikrophysikalischen Eigenschaften von Wolkenpartikeln zu extrahieren, um die beteiligten Mechanismen besser zu verstehen und den Niederschlag genauer zu quantifizieren.“