-
Notifications
You must be signed in to change notification settings - Fork 0
/
camp2023-57002-deu-Digitalisierung_im_Brutvogel-Monitoring_opus.srt
1724 lines (1293 loc) · 46.6 KB
/
camp2023-57002-deu-Digitalisierung_im_Brutvogel-Monitoring_opus.srt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1
00:00:00,000 --> 00:00:29,000
[Musik]
2
00:00:30,000 --> 00:00:42,000
Und dann begrüße ich unsere nächste Speakerin Coco, die über die Digitalisierung im Monitoring häufiger Brutvögel euch was erzählen wird.
3
00:00:42,000 --> 00:00:48,000
Da begrüßt sie doch mal ganz herzlich und dann viel Spaß mit dem Vortrag.
4
00:00:48,000 --> 00:00:53,000
[Applaus]
5
00:00:53,000 --> 00:01:01,000
Hallo erstmal, schön, dass ihr alle da seid und ich möchte euch jetzt ein Beispiel vorstellen über Digitalisierung im Umweltmonitoring,
6
00:01:01,000 --> 00:01:07,000
nämlich im Monitoring von unseren häufigen Brutvögeln und werde erstmal erwähnen wofür es das überhaupt gibt.
7
00:01:07,000 --> 00:01:16,000
Nämlich sogenannte Umweltindikatoren werden benötigt von einer Verwaltung im Idealfall guckt auch die Politik sie an und qualifizierte Entscheidungen zu treffen
8
00:01:16,000 --> 00:01:20,000
und eben um den Erfolg von Umweltmaßnahmen zu bewerten.
9
00:01:20,000 --> 00:01:26,000
Das heißt, wenn ich jetzt irgendeine Umnaturschutzmaßnahme durchgeführt habe, will ich ja wissen, hat es überhaupt was gebracht.
10
00:01:26,000 --> 00:01:33,000
Und deswegen mache ich vorher nachher Vergleich über, um zu bewerten die Tierart, die ich damit schützen wollte, hat die sich jetzt wirklich wieder vermehrt.
11
00:01:33,000 --> 00:01:39,000
Da muss ich natürlich Informationen haben, die vorher nachher mit genau den gleichen Methoden am besten von den gleichen Beobachtern erfasst wurden.
12
00:01:39,000 --> 00:01:48,000
Wenn man das über mehrere Jahre und Jahrzehnte hinweg macht, so eine Beobachtungskurve hat, dann bekommt man eben so einen Indikator,
13
00:01:48,000 --> 00:01:54,000
der eben die sehr komplexe Wirklichkeit in sogar für Politiker verständlicher Formen abbildet.
14
00:01:54,000 --> 00:02:03,000
So zwei Beispiele für solche Indikatoren sind etwa die Biodiversität Strategie 2030.
15
00:02:03,000 --> 00:02:10,000
Das ist ein Maßnahmenpaket auf EU-Ebene und zwar geht es dabei um die Wiederherstellung der Ökosysteme.
16
00:02:10,000 --> 00:02:20,000
Jeder hat schon mal von Natura 2000 gehört und den FFH-Gebieten, da ging es ja darum, die noch vorhandenen Naturflächen zu schützen.
17
00:02:20,000 --> 00:02:26,000
Und bei der Strategie 2030 geht es jetzt darum, bereits geschädigte Ökosysteme wiederherzustellen.
18
00:02:26,000 --> 00:02:34,000
Um den Erfolg dieses Gesetzespakets oder Richtlinienpakets zu überwachen, wurden 26 Indikatoren entwickelt.
19
00:02:34,000 --> 00:02:41,000
Die sogenannten SEBI-Indikatoren. SEBI steht hier Streamlining European Biodiversity Indicators.
20
00:02:41,000 --> 00:02:50,000
Und der Name sagt schon Streamlining, das heißt in jedem Mitgliedsland gibt es ja bereits Indikatoren, die vor Ort von der Politik verwendet werden.
21
00:02:50,000 --> 00:02:54,000
Man möchte nicht alle Daten neu erfassen, sondern man streamlnigt diese Indikatoren.
22
00:02:54,000 --> 00:03:03,000
Man berechnet aus den Rohdaten etwas, das vergleichbar ist, dass ich die vorhandenen Daten, die ich aus den Mitgliedsländern bekomme, in eine vergleichbare Form bringe.
23
00:03:03,000 --> 00:03:12,000
Und einer davon, mit dem wir hier arbeiten werden, ist the Abundance and Distribution of Selected Species, also Häufigkeit und Verbreitung ausgewählter Arten.
24
00:03:12,000 --> 00:03:20,000
Die Rohdaten für diesen Indikator liefert das PEC BMS, das Pan-European Common Bird Monitoring Steam.
25
00:03:20,000 --> 00:03:27,000
Und aus dem Namen geht schon davor, die Selected Species, die der Indikator überwacht, sind alles Vögel.
26
00:03:27,000 --> 00:03:38,000
Ein anderer Indikator, den wir hier in Deutschland nutzen, ist die Deutsche Nachhaltigkeitsstrategie, die seit 2002, also in über 20 Jahren, mit immer kleinen Anpassungen fortgeschrieben wird.
27
00:03:38,000 --> 00:03:41,000
Die verwendet ein Set aus 75 Indikatoren.
28
00:03:41,000 --> 00:03:45,000
Einer davon ist der Artenvielfalt und Landtagsqualität.
29
00:03:45,000 --> 00:03:48,000
Manche, die sich mit Umweltdingen befassen haben, haben vielleicht schon von dem gehört.
30
00:03:48,000 --> 00:03:55,000
Die Rohdaten für diesen Indikator kommen aus demselben Datenpool, nämlich vom Dachverband Deutsche Arvipaunisten.
31
00:03:55,000 --> 00:03:59,000
Und der beliefert auch den deutschen Teil vom PEC BMS.
32
00:03:59,000 --> 00:04:06,000
Weil PEC BMS ist ja ein Verband von, ja, wo aus jedem europäischen Land ein Verband Rohdaten liefert.
33
00:04:06,000 --> 00:04:13,000
Für Deutschland liefert die DDR die Rohdaten und genau dieselben Rohdaten gehen in die Deutsche Nachhaltigkeitsstrategie ein, denn man erfasst das ja nicht doppelt.
34
00:04:13,000 --> 00:04:18,000
Das heißt, ah, es fährt erstmal der Zug vorbei da hinten. Ich rede einfach weiter.
35
00:04:18,000 --> 00:04:29,000
Das Monitoring häufiger Brutvögel vom Dachverband Deutsche Arvipaunisten schweißt die Distribution of Selected Species und genauso auch die Artenvielfalt und Landtagsqualität aus den gleichen Rohdaten.
36
00:04:29,000 --> 00:04:36,000
Jetzt kann man sich fragen, warum nennt ihr das Selected Species oder Landtagsqualität, wenn ja eigentlich nur die Vögel zählt.
37
00:04:36,000 --> 00:04:40,000
Hatten Grund, nämlich andere Tiere, Säugetiere und so sind ja sehr scheu.
38
00:04:40,000 --> 00:04:44,000
Da kann man immer nur so an Spuren schätzen, wie viele es geben könnte.
39
00:04:44,000 --> 00:04:51,000
Vögel sind anders, die sieht man, die hört man sehr, sehr laut, die kann man zählen, indem man einfach durch die Landschaft geht und jede Beobachtung notiert.
40
00:04:51,000 --> 00:04:56,000
Und ein anderer Grund ist, dass Vögel sehr schnell auf Veränderung in der Landschaft reagieren.
41
00:04:56,000 --> 00:05:01,000
Man weiß ja, die meisten Singvögel sind Zugvögel, die ziehen jedes Jahr einmal um die halbe Welt.
42
00:05:01,000 --> 00:05:10,000
Und wenn die im Frühjahr zurückkommen und die Fläche ist geschädigt oder gar nicht mehr da, gehen sie halt woanders hin und zählt man das Gebiet neu, sieht man, aha, die Vögel sind weg.
43
00:05:10,000 --> 00:05:18,000
Und andererseits, wenn eine Fläche wieder hergestellt wird, die Zugvögel kommen, zurückziehen, über das Land lassen, sich nieder, wo es passt, dann sieht man, da sind die Vögel sehr, sehr schnell wieder da.
44
00:05:18,000 --> 00:05:23,000
Sind also erstens gut zählbar und reagieren sehr schnell auf Veränderungen in der Landschaft.
45
00:05:23,000 --> 00:05:33,000
Dieses Monitoring-Ruhiger Brutvögel wird durchgeführt auf 2637 Probeflächen, jede davon ist einmal ein Kilometer groß.
46
00:05:33,000 --> 00:05:41,000
Die wurden einmal vor über 20 Jahren ausgewählt vom Statistischen Bundesamt und sind eine repräsentative Auswahl von Deutschlands Landschaften.
47
00:05:41,000 --> 00:05:51,000
Auf jeder dieser Quadratmeter zählen ehrenamtliche Börder viermal im Jahr, also von März bis Juni jeweils einmal im Monat, alle Vögel, die sie sehen oder hören.
48
00:05:51,000 --> 00:05:58,000
Und wenn man sich nochmal diese Karte hier anguckt, vielleicht erkennt man die Farben jetzt bei diesem Licht nicht so gut.
49
00:05:58,000 --> 00:06:06,000
Die roten Punkte hier in den Flächen, die wirklich vergeben sind, also wo jemand zählt, wenn man genau näher rangeht, sieht man grüne Punkte.
50
00:06:06,000 --> 00:06:12,000
Das sind Flächen, für die sich doch kein ehrenamtlicher gefunden hat, die also im Moment gar nicht gemonitort werden.
51
00:06:12,000 --> 00:06:14,000
Wir verwerten halt die Daten, die da sind.
52
00:06:14,000 --> 00:06:23,000
Das heißt, wenn ihr gerne Vögel zählt oder einfach nur gerne spazieren geht und die wichtigsten 100 Vögel auseinanderhalten könnt, meldet euch, sucht euch die Fläche in eurer Nähe aus.
53
00:06:23,000 --> 00:06:28,000
Bis vor vier Jahren haben wir das allen Ernstes auf Papier gemacht.
54
00:06:28,000 --> 00:06:34,000
Wir gingen jedes Jahr los mit vier großen A3-Bögen, jeden Monat einer, und da wurde da mit Bleischrift eingetragen.
55
00:06:34,000 --> 00:06:38,000
Also wir hatten für jeden Vogel eine Abkürzung und für jedes beobachtete Vogel verhaltene Abkürzung.
56
00:06:38,000 --> 00:06:44,000
Also eingetragen Ansel, A, singend, kreuz drüber oder so, bewegend von da nach da mit einem Pfeil.
57
00:06:44,000 --> 00:06:48,000
Und haben also alles, was wir gesehen haben, in diese große Papierkarte reingemalt.
58
00:06:48,000 --> 00:06:53,000
Wenn wir vier von diesen Karten voll hatten, haben wir uns ein Stapel kleiner Kopien dieser Karte genommen und eingetragen.
59
00:06:53,000 --> 00:07:00,000
Auf einem Blatt alle Anseln aus den vier durchlaufen, auf anderes Blatt alle Zaunkündiger aus den vier durchlaufen, dass wir also Artkarten hatten.
60
00:07:00,000 --> 00:07:04,000
Alle Beobachtungen von einer Art aus diesem Jahr auf einer Karte.
61
00:07:04,000 --> 00:07:09,000
Und dann wurde mit Kugelschreiber eingekreist, welche dieser Beobachtungen wir meinen in ein Revier zu gehören.
62
00:07:09,000 --> 00:07:14,000
Also dieses Pärchen muss zusammen mit einem Revier sein, denn die treten immer nebeneinander auf.
63
00:07:14,000 --> 00:07:20,000
Dieses Männchen habe ich zweimal singend gesehen, aber immer auf dem gleichen Dach. Der wird wohl da ansässig sein und so.
64
00:07:20,000 --> 00:07:24,000
Das war dann ein bisschen Tabellenarbeit, dass man nachschlägt, in welchem Monat brüten die Vögel überhaupt.
65
00:07:24,000 --> 00:07:30,000
Andere Beobachtungen können Zufall sein. Und dass ich nachschlage, wie groß ist ungefähr ein Revier bei dieser Vogelart.
66
00:07:30,000 --> 00:07:36,000
Und praktisch war es meistens einfach Erfahrungswissen, Bauchgefühl.
67
00:07:36,000 --> 00:07:41,000
Im Jahr 2020 wurde zum Glück endlich mal ein Teil davon automatisiert.
68
00:07:41,000 --> 00:07:45,000
Man guckt natürlich, schreibe ich was auf der grünen Wiese neu oder benutze ich was, was da ist?
69
00:07:45,000 --> 00:07:53,000
Natürlich war längst was da. Und zwar seit über 15 Jahren melden eigentlich fast alle Birdwatcher in Deutschland, Luxemburgs und der Schweiz
70
00:07:53,000 --> 00:08:01,000
ihre Zufallsbeobachtungen oder auch ihre mehr oder weniger systematischen Beobachtungen, wenn sie regelmäßig durch ihren Lieblingspark gehen und erzählen,
71
00:08:01,000 --> 00:08:06,000
auf der Plattform Ornito, die natürlich auch vom DDR betrieben wird.
72
00:08:06,000 --> 00:08:13,000
Und zur Erfassung im Gelände gibt es längst eine ab, die heißt Naturalist, wo man eben sieht, ich habe jetzt so und so viele Vögel dieser Art gesehen,
73
00:08:13,000 --> 00:08:19,000
klick hochladen zu Ornito. Hat man beispielsweise hier eigentlich in der Tasche, wenn man gerne Vögel guckt.
74
00:08:19,000 --> 00:08:27,000
Und der offizielle Daseinszweck von Ornito war von Anbeginn, erstens einen aktuellen Überblick über das avifornistische Geschehen zu geben
75
00:08:27,000 --> 00:08:33,000
und zweitens Daten an einem Ort zu bündeln und in geprüfter Form für wissenschaftliche Auffährungen bereitzustellen.
76
00:08:33,000 --> 00:08:40,000
Und man findet auch von Ornito auf einer riesenlangen Liste von wissenschaftlichen Veröffentlichungen, die auf diesen Daten basieren.
77
00:08:40,000 --> 00:08:48,000
Das heißt, da passiert schon genau das, was wir machen wollen. Es wird sehr, sehr scharf moderiert von Leuten, die sich auskennen,
78
00:08:48,000 --> 00:08:53,000
gesammelter Datenpool erzeugt, über den dann ausgewertet wird. Na super, genau das brauchen wir doch.
79
00:08:53,000 --> 00:09:01,000
Liegt also nichts näher, als unsere Beobachtungen direkt da zu sammeln. Das wurde endlich möglich, als Geld da war für das Forschungsprojekt
80
00:09:01,000 --> 00:09:07,000
mit dem schönen Namen Beschleunigung des Datenflusses im Vogelmonitoring. Das Geld dafür kam vom Bundesumweltministerium
81
00:09:07,000 --> 00:09:15,000
und wurde also ein Plakett für Naturalist programmiert für dieses Monitoring häufiger Brutvögel und dann kleine Erweiterungen
82
00:09:15,000 --> 00:09:19,000
für Ornito, für diese Webplattform, dass man seine Daten dann auch einsehen konnte.
83
00:09:19,000 --> 00:09:25,000
Bezogen war also nicht mehr mit dem Klemmbrett und Papier in die Landschaft, sondern mit einem Tablet oder mit einem Smartphone
84
00:09:25,000 --> 00:09:32,000
und die Daten gingen automatisch zu Ornito hoch. Nach dem vierten Kaltierdurchgang setzte man sich dann nicht mehr mit seinen Papierbögen
85
00:09:32,000 --> 00:09:37,000
auf den Boden oder an einen möglichst großen Schreibschluss, sondern man lud sich seine fertigen Artkarten runter.
86
00:09:37,000 --> 00:09:43,000
Wenn man wollte als PDF oder PowerPoint, das war dann in einer ziemlich miesen Auflösung, aber man brauchte wenig IT-Kentnis
87
00:09:43,000 --> 00:09:49,000
oder wenn man jetzt höhere Ansprüche hatte als GeoJSON, kann man dann in QGIS importieren und weiterverarbeiten.
88
00:09:49,000 --> 00:10:00,000
Zeig mal kurz, wie das dann aussah in QGIS. Ich habe hier vom Jahr 22 meine Punktwolke, wie ich sie von Ornito dann runterbekommen habe
89
00:10:00,000 --> 00:10:07,000
und die habe ich dann gesplittet. So gibt mir alle Elstern, dann kreise ich davon die Reviere ein oder gibt mir alle Hausrotschwänzchen.
90
00:10:07,000 --> 00:10:12,000
Hier waren die Punkte und dann kreise ich halt die Reviere ein, sage im April brüten die noch nicht.
91
00:10:12,000 --> 00:10:18,000
Darum sind die beiden Aprilpunkte hier ignoriert. Im Mai und Juni brüttet das Hausrotschwänzchen, also kreise ich das ein.
92
00:10:18,000 --> 00:10:22,000
Hier waren zwei nebeneinander, das wird wohl der gleiche sein oder sein Weibchen.
93
00:10:22,000 --> 00:10:28,000
Dann erzähle ich halt durch, wie viele Reviere das sein könnten. Dann trage ich in eine Excel-Liste ein, Hausrotschwänzchen, fünf Reviere
94
00:10:28,000 --> 00:10:33,000
und schicke am Ende diese Excel-Tabelle an den DDR ein, wo die Daten dann weiterverarbeitet werden.
95
00:10:33,000 --> 00:10:40,000
Da war aber immer noch ziemlich viel gefummelt mit diesem Einkreisen auf dem GeoJSON.
96
00:10:40,000 --> 00:10:47,000
In Naturalist hatte ich dann so ein Plug-in, dass mich einmal, man sieht hier diese rote Linie,
97
00:10:47,000 --> 00:10:53,000
beim Kartieren in meine Probefläche einsperrt, dass ich keine Beobachtungen melden kann, die überhaupt nicht dazuzählen.
98
00:10:53,000 --> 00:11:01,000
Wo ich dann so schnell Buttons hatte, erst Artauswählen, da hatten wir hier, wo das normale Naturalist nur sogenannte Atlas-Codes,
99
00:11:01,000 --> 00:11:07,000
also Zahlencodes für das Verhalten während der Brutzeit anzeigt, bekam ich jetzt hier schöne Symbole für die wichtigsten Verhalten,
100
00:11:07,000 --> 00:11:14,000
wie trägt Nistmaterial, trägt Futter, singt Pärchen zusammen am gleichen Fleck und so weiter, habe Nest entdeckt,
101
00:11:14,000 --> 00:11:18,000
konnte man alles mit einem Klick gleich wegklicken, also man geht durch seine Landschaft, klick, klick, klick, klick, klick,
102
00:11:18,000 --> 00:11:22,000
und hat am Ende der Runde zwischen 80 und 100 Beobachtungen gelockt.
103
00:11:22,000 --> 00:11:30,000
Es gab aber noch ein Problem. Erstmal, wenn man eine Abpass gibt, immer Geräte, auf sie läuft es nicht richtig.
104
00:11:30,000 --> 00:11:36,000
Die Leute gehen also weiter mit Papier raus. Da gibt es noch Leute, die machen das seit 30 Jahren und länger,
105
00:11:36,000 --> 00:11:42,000
die haben das immer auf Papier gemacht, sind inzwischen um die 80 und sehen überhaupt nicht ein, dass sie jetzt ein komisches Smartphone besorgen sollen.
106
00:11:42,000 --> 00:11:48,000
Und wenn ihr zum allerersten Mal im Feld bei Regen der Akku leer geht, weil GBS ja da schon ziemlich transaugt,
107
00:11:48,000 --> 00:11:51,000
ja dann schmeißen Sie das Ding auch weg und nehmen wieder Ihr Papier.
108
00:11:51,000 --> 00:11:58,000
Was man also eingeführt hat, ist der sogenannte Digibird, das ist eine Web-App, da konnte man seine Papierkarten einscannen
109
00:11:58,000 --> 00:12:04,000
und hatte dann so einen Editor, so ähnlich wie der von Open Street Map, und konnte seine Punkte nachträglich digitalisieren.
110
00:12:04,000 --> 00:12:10,000
Und dann wurde halt wieder automatisiert die Artkarte erstellt. Das sah dann so aus.
111
00:12:10,000 --> 00:12:18,000
Ich habe halt dann hier in diesem Digibird, kann jemand ein Ja auswählen, kann ich sagen hier Artkarten,
112
00:12:18,000 --> 00:12:24,000
weil er ziemlich lange leht, habe ich schon mal geöffnet, kann er sagen, gib mir aus diesem Jahr alle, ach hier sind,
113
00:12:24,000 --> 00:12:27,000
ich muss mal kurz die Revierer ausblenden, das kam jetzt im nächsten Jahr.
114
00:12:30,000 --> 00:12:35,000
So, in diesem Jahr sah es dann nämlich erst mal noch so aus. Gib mir alle Amseln, gib mir alle Blaumeisen,
115
00:12:35,000 --> 00:12:42,000
und dann könnte ich das vergrößern, Screenshot machen und dann in Gimp die Revierer einkreisen oder das einfach so im Kopf machen.
116
00:12:42,000 --> 00:12:47,000
Da war also noch ein ziemlich blöder Medienbruch drin. Aber immerhin wurden die Artkarten schon mal automatisch erstellt
117
00:12:47,000 --> 00:12:53,000
und ich konnte zoomen, das konnte man vor Jahr, wenn man nicht gerade mit GeoJSON umgehen konnte, nicht so gut.
118
00:12:54,000 --> 00:13:01,000
Fehlt also immer noch was, um diese Medienbrüche und die Fummelei loszuwerden. Das kam jetzt zu diesem Jahr,
119
00:13:01,000 --> 00:13:07,000
und zwar der sogenannte Autoterry, das ist ein Algorithmus, der wurde von der schweizerischen Vogelwarte entwickelt
120
00:13:07,000 --> 00:13:15,000
und der soll in der Lage sein, aus dieser Punktwolke von allen Vögeln einer Art in einem Jahr die Reviere zu berechnen
121
00:13:15,000 --> 00:13:21,000
und die ungefähr Reviergrenzen zu ziehen, bis wo sich welcher Vogel überhaupt niedergelassen hat.
122
00:13:21,000 --> 00:13:27,000
Wie macht er das? Es wurde in der Schulung erst mal gesagt, der berechnet da die Distanz zwischen allen Punkten auf der Artkarte
123
00:13:27,000 --> 00:13:35,000
und prüft dann auch nach dem Verhaltenscode, wer die welche zusammengehören und schlägt dann vor, welche Punkte aus dem selben Revier stammen.
124
00:13:35,000 --> 00:13:42,000
Ich habe mal so ein bisschen verglichen, was werte ich aus und was kommt heraus, wenn der Autoterry auswertet.
125
00:13:42,000 --> 00:13:46,000
Bei sehr vereinzelt lebenden Tieren war das meistens ein ähnliches Ergebnis.
126
00:13:46,000 --> 00:13:51,000
Bei geholften, aufgetreten Tieren wie Koloniebrüdern, wie Spatzen und Stare, die immer auf einem Haufen brüten,
127
00:13:51,000 --> 00:13:56,000
habe ich gesehen, ich dachte immer, ich soll da die Reviere zählen, der Autoterry zählt die Paare.
128
00:13:56,000 --> 00:14:04,000
Aber viel wichtiger ist die Frage, wie macht er das? Meine erste Befürchtung war, man hat uns da Maschinenlearning-Geduld hingestellt,
129
00:14:04,000 --> 00:14:12,000
das gefüttert mit den Ergebnissen der letzten Jahre, und wir wurden ja auch dazu aufgefordert, die ersten Jahre weiter selber auszuwerten,
130
00:14:12,000 --> 00:14:18,000
damit man vergleichen kann, unsere Ergebnisse gegen die Ergebnisse von Autoterry und den zu feintunen.
131
00:14:18,000 --> 00:14:26,000
Um auszuschließen, dass das Maschinenlearning ist und ich wirklich jedes Jahr immer weiter prüfen muss, dass der sich nicht irgendwas falsches anlernt,
132
00:14:26,000 --> 00:14:31,000
habe ich was gemacht, was wenige machen. Ich habe mir die Dokumentation besorgt und sie mal gelesen.
133
00:14:31,000 --> 00:14:38,000
Was der Autoterry also macht mit meiner Punktfolge ist, erstens, er berechnet auf der Artkarte die geografischen Daten.
134
00:14:38,000 --> 00:14:43,000
Machen wir es mal am Beispiel meiner Zaunkönige aus 23.
135
00:14:43,000 --> 00:14:47,000
Was 22? Doch 23.
136
00:14:47,000 --> 00:14:54,000
Ich habe hier irgendwo meine, wo habe ich meine Zaunkönige? Ach, falsches Jahr.
137
00:14:54,000 --> 00:14:57,000
Moment, gehen wir mal in die Gegenwart.
138
00:14:57,000 --> 00:15:02,000
Mein Ergebnis von diesem Jahr.
139
00:15:06,000 --> 00:15:08,000
Jetzt weiß man das ganze Chaos hier weg.
140
00:15:08,000 --> 00:15:11,000
So, Karte.
141
00:15:11,000 --> 00:15:14,000
Das war die gesamte Punktfolge.
142
00:15:14,000 --> 00:15:17,000
Das war mein, ja, hau ab.
143
00:15:17,000 --> 00:15:25,000
Zaunkönige, ich hatte hier fünf Zaunkönige im April und im Mai gesehen und habe mir beim Vorhandauswerten gedacht, hey, die haben so großen Abstand,
144
00:15:25,000 --> 00:15:29,000
das sind bestimmt alles einzelne Tiere. Der ist auf der Seite von dem Block und der auf der anderen.
145
00:15:29,000 --> 00:15:32,000
Hier stehen zwei Büsche, jeder setzt bestimmt einen.
146
00:15:32,000 --> 00:15:38,000
Ich habe nicht in die Tabelle geguckt, wie groß ein Zaunkönig Revier sind. Ich sagte, ach komm, da sind fünf Vögel.
147
00:15:38,000 --> 00:15:42,000
Da habe ich mir aber angeguckt, was sagt der Autoterry dazu?
148
00:15:42,000 --> 00:15:44,000
Gucken wir also mal hier.
149
00:15:44,000 --> 00:15:52,000
Gib mir meine Zaunkönige und gib mir die automatisch berechneten Revierer.
150
00:15:52,600 --> 00:15:57,000
Upsi, Otto Terry sagt, du lügst, da sind nur vier Zhaunkönige.
151
00:15:57,000 --> 00:16:00,360
Was er nämlich behauptet, ist, dass diese beiden Tiere,
152
00:16:00,360 --> 00:16:02,760
die dort wirklich einen ganzen Wohnblock entfernt gesehen wurden,
153
00:16:02,760 --> 00:16:04,040
in Wirklichkeit das Gleiche ist.
154
00:16:04,040 --> 00:16:05,840
Der hätte sich von hier nach hier bewegt.
155
00:16:05,840 --> 00:16:08,920
Da hat sich die Frage, Otto Terry, wie kommst du da drauf?
156
00:16:08,920 --> 00:16:14,560
Also, er berechnet die geografischen Distanzen im ersten Schritt.
157
00:16:14,560 --> 00:16:15,520
Das haben wir hier mal gemacht.
158
00:16:15,520 --> 00:16:19,360
In 174 Metern zwischen den beiden,
159
00:16:19,360 --> 00:16:22,200
zwischen den beiden, die für mich aussahen,
160
00:16:22,200 --> 00:16:23,840
sitzen die auch an der gleichen Straße.
161
00:16:23,840 --> 00:16:27,400
Upsa, das sind ja fast 260 Meter entfernt.
162
00:16:27,400 --> 00:16:29,640
Hat sich überlaufen irgendwie weniger angefühlt.
163
00:16:29,640 --> 00:16:31,920
Was er aber im nächsten Schritt macht,
164
00:16:31,920 --> 00:16:34,600
ist, er verzerrt diese Distanzen nochmal.
165
00:16:34,600 --> 00:16:38,520
Denn so Beobachtungen können kompatibel oder inkompatibel sein.
166
00:16:38,520 --> 00:16:41,240
Kompatible Beobachtungen sind welche,
167
00:16:41,240 --> 00:16:42,880
die können das gleiche Revier sein,
168
00:16:42,880 --> 00:16:44,040
aber müssen natürlich nicht.
169
00:16:44,040 --> 00:16:46,160
Das ist, wenn ich jetzt im gleichen Garten
170
00:16:46,160 --> 00:16:47,640
eine Anzahl Pärchen beobachte,
171
00:16:47,640 --> 00:16:50,520
liegt es nahe, dass dieses Pärchen in ein Revier gehört.
172
00:16:50,520 --> 00:16:53,720
Wenn ich hingegen zwei singende Vögel sehe,
173
00:16:53,720 --> 00:16:57,120
liegt es sehr nahe, dass das unterschiedliche sind.
174
00:16:57,120 --> 00:16:59,920
Moment, der Zug muss erst wegfahren.
175
00:16:59,920 --> 00:17:08,040
Denn Singen ist ja bei Vögeln eigentlich Revierabgrenzung.
176
00:17:08,040 --> 00:17:10,160
Die zwei Vögel singen, um zu markieren,
177
00:17:10,160 --> 00:17:12,280
das ist mein Revier, wenn zwei gleichzeitig singen.
178
00:17:12,280 --> 00:17:14,280
Da sind das also Konkurrenten,
179
00:17:14,280 --> 00:17:16,120
die gerade die Reviergrenze abstecken.
180
00:17:16,120 --> 00:17:17,720
Wo man meinen Gesang hört, bin ich zu Hause
181
00:17:17,720 --> 00:17:18,920
und der andere singt dagegen an.
182
00:17:18,920 --> 00:17:21,840
Wo man mich hört, ist meine Grenze irgendwo dazwischen
183
00:17:21,840 --> 00:17:23,400
und der wird dann verteidigt.
184
00:17:23,400 --> 00:17:28,040
Wenn ich zwei singende Vögel auch nacheinander höre,
185
00:17:28,040 --> 00:17:30,040
das sind Konkurrenten, die sind also inkompatibel.
186
00:17:30,040 --> 00:17:34,520
Was Auto Terry als nächstes so macht,
187
00:17:34,520 --> 00:17:37,240
ist eine Cluster-Analyse.
188
00:17:37,240 --> 00:17:41,000
Und er bildet dann also eine Baumstruktur
189
00:17:41,000 --> 00:17:42,960
aus den verschiedenen Cluster-Größen.
190
00:17:42,960 --> 00:17:44,040
Ich habe das mal von Hand gemacht,
191
00:17:44,040 --> 00:17:47,000
so eine K-Means-Analyse hier in QGIS.
192
00:17:47,000 --> 00:17:52,120
Wenn ich jetzt sage, bei einer K-Means-Analyse,
193
00:17:52,120 --> 00:17:53,480
ich denke, die meisten haben das schon mal gehört,
194
00:17:53,480 --> 00:17:55,880
wenn ich sage, ich habe eine Cluster-Große 5,
195
00:17:55,880 --> 00:17:57,080
kriege ich genau mein Ergebnis,
196
00:17:57,080 --> 00:17:59,000
dann muss jeder von den fünf sein eigener Cluster sein.
197
00:17:59,000 --> 00:18:00,760
Und jetzt gehen wir schrittweise runter.
198
00:18:00,760 --> 00:18:02,240
Wenn ich sage, ich habe nur vier Cluster,
199
00:18:02,240 --> 00:18:04,800
sagt er mir natürlich schon, die beiden hier,
200
00:18:04,800 --> 00:18:06,800
die doch sehr dicht beieinander hocken, sind ein Cluster.
201
00:18:06,800 --> 00:18:08,680
Die anderen sind ja eigener Cluster,
202
00:18:08,680 --> 00:18:09,920
müssen ja viel bei rauskommen.
203
00:18:09,920 --> 00:18:14,160
Also gehen wir hier in unseren Baum
204
00:18:14,160 --> 00:18:15,480
und verbinden die ersten beiden.
205
00:18:15,480 --> 00:18:19,920
Hier die 1 und die 2 sind jetzt also ein Revier.
206
00:18:19,920 --> 00:18:22,800
Könnte, Revierkandidat erstmal nur.
207
00:18:22,800 --> 00:18:26,960
Dann nächster Cluster, wir gehen runter auf K gleich 3.
208
00:18:26,960 --> 00:18:29,880
Jetzt sagt er mir hier,
209
00:18:29,880 --> 00:18:34,360
die beiden an dieser Straße sind jetzt auch ein Cluster.
210
00:18:34,360 --> 00:18:37,880
Also geht der Auto-Terry in seine Baumstruktur
211
00:18:37,880 --> 00:18:42,000
und verbindet auf der nächsten Ebene diese beiden.
212
00:18:42,000 --> 00:18:43,360
Und dieses Maß hier oben,
213
00:18:43,360 --> 00:18:46,360
das ist halt immer die modifizierte Distanz.
214
00:18:46,360 --> 00:18:48,480
Und das machen wir jetzt immer so weiter.
215
00:18:48,480 --> 00:18:54,560
Wir gehen hoch auf Cluster Größe 2.
216
00:18:54,560 --> 00:18:56,280
Dann würde er sagen, ja der hinter der Bahn
217
00:18:56,280 --> 00:18:58,280
gehört jetzt noch ins Revier.
218
00:18:58,280 --> 00:18:59,280
Aber das kann natürlich sein,
219
00:18:59,280 --> 00:19:00,280
ich kann euch Erfahrung sagen,
220
00:19:00,280 --> 00:19:01,960
der Soundkönig wird nicht den Rangierbahnhof
221
00:19:01,960 --> 00:19:03,560
in sein Revier einschließen.
222
00:19:03,560 --> 00:19:05,720
Dann lag es für ihn einfach zu viel zu holen.
223
00:19:05,720 --> 00:19:07,480
Der fliegt dann hier wahrscheinlich bis zum Brand stellt fest,
224
00:19:07,480 --> 00:19:09,160
da ist kein Futter mehr, da gehe ich nicht hin.
225
00:19:09,160 --> 00:19:11,080
Das heißt, hinter der Bahn muss ein anderer sein.
226
00:19:11,080 --> 00:19:15,880
So, was machen wir jetzt damit?
227
00:19:15,880 --> 00:19:17,600
Jetzt kommt der Trick an der ganzen Sache.
228
00:19:17,600 --> 00:19:20,400
Auto-Terry berechnet eine aspezifische Revier-Distanz.
229
00:19:20,400 --> 00:19:23,480
Denn wie weit zwei Vogelrevier auseinander liegen,
230
00:19:23,480 --> 00:19:25,400
hängt erstmal natürlich ab von der Art.
231
00:19:25,400 --> 00:19:27,920
Größere Vögel haben größere Revierer als kleinere Vögel.
232
00:19:27,920 --> 00:19:30,120
Aber auch von der Dichte.
233
00:19:30,120 --> 00:19:32,520
Nämlich wenn sich in einem Jahr mehr Vögel einer Art,
234
00:19:32,520 --> 00:19:34,960
also in diesem Fall mehr Soundkönige in diesem Städtchen,
235
00:19:34,960 --> 00:19:38,200
das sich Kathir niederlässt, dann werden sie,
236
00:19:38,200 --> 00:19:40,800
oh mein Mikrofon ist verrutscht, Entschuldigung.
237
00:19:40,800 --> 00:19:43,520
Wenn sich also in einem Jahr mehr Vögel einer Art,
238
00:19:43,520 --> 00:19:47,480
also hier mehr Soundkönige in diesem Kathirten Städtchen niederlässt,
239
00:19:47,480 --> 00:19:50,800
dann werden sie sich darauf einigen, dass die Reviere ein bisschen kleiner sind.
240
00:19:50,800 --> 00:19:53,680
Oder auch wenn jetzt sehr, sehr wenig Nahrung zur Verfügung steht,
241
00:19:53,680 --> 00:19:57,920
dann wird jedes einzelne Paar ein größeres Nahrungsrevier für sich verteidigen.
242
00:19:57,920 --> 00:19:59,320
Also da hängt es auch noch ab.
243
00:19:59,320 --> 00:20:00,960
Und so weiter und so fort.
244
00:20:00,960 --> 00:20:03,800
Das heißt, eine Revier-Distanz gilt nur innerhalb eines Jahres
245
00:20:03,800 --> 00:20:06,480
und auf dieser einen Fläche.
246
00:20:06,480 --> 00:20:15,240
Nun wird also für jede Beobachtung, ja, oh es ist runtergefallen.
247
00:20:15,240 --> 00:20:17,600
So, so besser.
248
00:20:17,600 --> 00:20:19,680
So, ich glaube jetzt geht's.
249
00:20:19,680 --> 00:20:22,680
Nun wird also für jede Beobachtung erst mal der nearest neighbor,
250
00:20:22,680 --> 00:20:25,160
der nächste benachbarte Punkt gesucht.