a) Aufnahme der Pilzarten und ihre Verbreitung im Saarland; - Morphologie und Zytologie der Fruchtkoerper, Biometrie und Statistik von Pilzsporen; - Symbiosen mit hoeheren Pflanzen; - Substratwahl der saprophytisch lebenden Pilze; - Pilzsoziologie; - Phaenologie der Fruktifikationen (Fruktifikationsperioden); - Arten/Areal-Kurven; - Dokumentation der Pilzfunde in einer Datenbank; - Belegsammlung der Arten in einem Fungarium incl. DIA-Sammlung; - Einrichtung einer Literatursammlung Thema Pilze; - Leitung einer wissenschaftlichen Arbeitsgruppe Mykologie im Saarland. b) Naturschutz im Saarland, Pilzschutz; - Biotopschutz, Landschafts- und Bodenschutzprogramm des Saarlandes; - Pilzarten-Rueckgang, Pilzgefaehrdung, Pilzschutz; - Erstellung einer Roten Liste der gefaehrdeten Pilze im Saarland Pilzschutz europaweit. c) Biochemie der Pilze - Farb- und Duftstoffe in Pilzen; - Schwermetalle in Pilzen. d) Geschichte der Pilzkunde im Saarland. e) Dendrologie.
Klassifikation von Baumartengruppen auf Bestandesebene, basierend auf Sentinel2 - Satellitenaufnahmen Die Klassifikation in die 9 in NRW am häufigsten bzw. bestandesbildend auftretenden Baumartengruppen berücksichtigt folgende Klassen: Eichen (Ei), Buchen (Bu), Buntlaubhölzer (hALH), Weichlaubhölzer (wALN), Pappeln, Kiefern, Lärchen, Fichten und Douglasien (siehe Legende). Die Klassifikation erfolgte durch ein Verfahren künstlicher Intelligenz (rekurrentes neuronales Netzwerk), das anhand von Forsteinrichtungsdaten aus den Waldflächen des landeseigenen Forstbetriebes in NRW trainiert wurde. Das Verfahren wurde im Auftrag des Ministeriums für Landwirtschaft und Verbraucherschutz des Landes NRW (MLV NRW) entwickelt. Zur Erkennung der Baumarten anhand ihrer Phänologie und zur Gewährleistung möglichst wolkenfreier Verhältnisse wurden Zeitreihen von Satellitenaufnahmen aus den Vegetationsperioden zweier Jahre zwischen dem 03.03.2022 und dem 11.07.2023 ausgewertet. Es wurden dafür insgesamt 516 einzelne Szenen ausgewählt und landesweit zu einem wolkenfreien multitemporalen Mosaik zusammengesetzt (https://www.d-copernicus.de/daten/satelliten/satelliten-details/news/sentinel-2/ ). Bedingt durch die räumliche Auflösung der Sentinel2 - Satellitenaufnahmen von ca. 10 m eignet sich diese Kartenebene für eine Betrachtung auf einer Maßstabsebene von bis zu ca. 1:10.000, nicht größer! Die Darstellung berücksichtigt ausschließlich Baumarten in der Hauptschicht und ist nicht vergleichbar mit einer Forsteinrichtungs- oder Forstbetriebskarte. Mischungen von Baumarten sind durch wechselnde Farben auch innerhalb eines Bestandes gekennzeichnet. Die Angaben zu den Blößen basieren insbesondere auf der Aggregierten Kalamitätskarte im Nadelwald (Stand: Sep 2023). Validierung Die Nutzergenauigkeit ist das entscheidende Merkmal für die Zuverlässigkeit der Karteninformation in der fernerkundungsbasierten Baumartenkarte. Die Nutzergenauigkeit beschreibt eine repräsentative Schätzung für die Wahrscheinlichkeit, dass die in der Baumartenkarte dargestellte Karteninformation (Baumartengruppe) an einem Ort mit der Hauptschicht eines dortigen Bestandes übereinstimmt. Die Nutzergenauigkeit ist für jede ausgewiesene thematische Klasse (Baumartengruppe) unterschiedlich und bestimmt sich aus dem Anteil der oben beschriebenen Referenzdaten aus der Forsteinrichtung mit der entsprechenden Baumartengruppe in der Hauptschicht, im Verhältnis zu allen Referenzpunkten in der Validierungsstichprobe, die durch das neuronale Netz in die entsprechende Baumartengruppe klassifiziert wurden. Die Genauigkeiten unterscheiden sich also zwischen den einzelnen Baumarten in Abhängigkeit von der Häufigkeit, mit der die Baumarten in der Forsteinrichtung vertreten sind. Häufig auftretende Baumarten sind für eine künstliche Intelligenz leichter, seltener auftretende Baumarten (z.B. Pappeln, Douglasien) vergleichsweise schwerer zu erkennen. Die Herstellergenauigkeit dient zur Beurteilung der Klassifikationsgüte ausgehend vom Anteil der Referenzdaten in der Validierungsstichprobe mit der entsprechenden Baumartengruppe, die durch das neuronale Netz korrekt dieser Baumartengruppe zugeordnet wurden. Das F-Maß als allgemeines klassenspezifisches Gütemaß wird durch das harmonische Mittel (Durchschnitt) aus Nutzer- und Herstellergenauigkeit gebildet. Die Gesamtgenauigkeit gibt unabhängig von der Klassenzugehörigkeit den Anteil der Referenzpunkte in der Validierungsstichprobe an, der durch das neuronale Netz korrekt klassifiziert wurde. Ein gängiges und weithin anerkanntes Gütemaß ist Cohen’s κ-Koeffizient, der die Übereinstimmung zwischen den Klassenangaben in den Referenzdaten und den Klassifikationen des neuronalen Netzes auf Basis der Validierungsstichprobe beschreibt. In der praktischen Anwendung liegt der Wertebereich des Koeffizienten zwischen 0 und 1, wobei ein Wert von 1 eine völlige Übereinstimmung der Ergebnisse bedeutet, ein Wert von 0 hingegen eine rein zufällige Übereinstimmung ohne erkennbaren Mehrwert einer Entscheidung des neuronalen Netzes. Nutzergenauigkeit (%) Eiche Buche hALH wALN Pappel Kiefer Lärche Fichte Douglasie 93,8 94,7 91,2 89,2 88,8 97,7 95,9 97,1 88,4 Herstellergenauigkeit (%) 91,0 96,0 91,4 92,7 79,0 97,5 90,7 98,0 76,4 F-Maß (%) 92,3 95,4 91,3 90,9 83,6 97,6 93,2 97,6 82,0 Gesamtgenauigkeit: 95,0 % Cohen’s κ-Koeffizient: 0,938 Tabelle 1: Genauigkeitsangaben aus der statistisch unabhängigen Validierung. Die angegebenen Genauigkeiten wurden aus einer statistisch unabhängigen Validierung anhand der Forsteinrichtungsdaten aus den Staatswäldern bestimmt. Dazu wurde das Klassifikationsergebnis in über 15.000 landesweit zufällig ausgewählten Waldbeständen mit der dort ausgewiesenen einheitlichen Baumart in der Hauptschicht verglichen. Dieser Prozess wurde dreimal an jeweils unterschiedlichen Bildelementen wiederholt. Die angegebenen Prozentwerte geben die relative Häufigkeit (statistische Wahrscheinlichkeit) an, mit der das Klassifikationsergebnis und die in der Hauptschicht ausgewiesene Baumart übereinstimmen. Als Voraussetzung für eine unabhängige Validierung gibt es keine Überschneidung zwischen Trainings- und Validierungsdaten (statistische Unabhängigkeit).
Bei den globalen Veränderungen und deren Mitigation durch Umstellung auf erneuerbare Energiequellen (z. B. Offshore-Wind- und Solarparks) müssen nachteilige Auswirkungen auf die Lebensräume im Meer besser erkannt und vermieden werden. So hat die internationale Fischereipolitik in letzter Zeit der marinen Aquakultur Vorrang eingeräumt, um die globale Nahrungsmittel- und Ernährungssicherheit vieler Staaten zu gewährleisten, ohne deren tatsächliche Auswirkungen auf die Meeresumwelt zu kennen. Das Verständnis der räumlichen Ökologie freilebender Tiere, einschließlich ihrer Verbreitung, Bewegungen und Wanderungen, ihrer Phänologie und ihrer Ernährung, führt zu einer besseren Bewirtschaftung und Erhaltung. So können beispielsweise Bemühungen zur Erhaltung wandernder Populationen, die sich ausschließlich auf Brutgebiete konzentrieren, diese Populationen nicht vor Bedrohungen entlang der Wanderrouten oder in Nicht-Brutgebieten schützen. Tierbewegungen und Wanderungen sind auch deshalb wichtig, weil sie das Verhalten, die Lebensweise und sogar die Anatomie vieler Arten beeinflussen. Darüber hinaus kann sich das Wander- und Ernährungsverhalten innerhalb und zwischen den Arten und Populationen unterscheiden. Daher ist es von entscheidender Bedeutung, die auf jeder dieser Ebenen genutzten Routen und Nichtbrutgebiete zu ermitteln, zumal sie auch mit unterschiedlichen Bedrohungen verbunden sein können. Darüber hinaus kann die Untersuchung verschiedener Populationen auch dazu beitragen, zu verstehen, ob die räumliche Ökologie der Art durch genetischen und/oder Umweltvariablen bestimmt wird. Eine Möglichkeit, die Bewegungen und die Verteilung außerhalb der Fortpflanzungszeit bei wandernden Arten zu bestimmen, und zwar neuerdings auch bei den kleinsten Arten, ist der Einsatz von Geolokatoren auf Lichtniveau. Darüber hinaus können feinräumige Bewegungen mit dem kleinsten GPS-Gerät von nur 0,95 g verfolgt werden. Sturmschwalben (Familien Hydrobatidae und Oceanitidae) sind die kleinsten Seevögel und für die Forscher normalerweise nur zugänglich, wenn sie während der Brutzeit in den Kolonien an Land sind. Daher ist es besonders schwierig, sie außerhalb dieses Zeitraums zu untersuchen, wenn sie sich irgendwo auf dem Meer aufhalten und während dieser Zeit wandern und normalerweise ihr Gefieder mausern. Von den meisten Arten ist bekannt, dass sie sich während der Brutzeit bevorzugt von Ichthyoplankton und Zooplankton ernähren, und oft wird diese Beute zusammen mit einem relevanten Anteil an Mikroplastik verzehrt. Obwohl die Interaktion von Sturmschwalben mit anthropogenen Offshore-Aktivitäten teilweise untersucht wurde, zielt der vorliegende Vorschlag darauf ab, wichtige Erkenntnisse über die globale räumliche Ökologie dieser wenig erforschten Taxa zu sammeln und dazu beizutragen, Wissenslücken in Bezug auf die biologische Vielfalt der Meere und die anthropogenen Einflüsse auf sie entlang der europäischen Meere zu bewerten.