Kastaniendetektive – abgeschlossen

Kastaniendetektive

Hinweis: Dieses Projekt ist abgeschlossen.

Kastanienbäume sind ein wunderschöner und wichtiger Teil unserer Parks und Grünflächen. Wir alle lieben sie für ihre prächtigen Blätter und den angenehmen Schatten, den sie spenden. Doch leider geht es unseren Kastanien nicht gut. Verschiedene Krankheiten und Schädlinge setzen der Gemeinen Rosskastanie (Aesculus hippocastanum) stark zu – allen voran die Rosskastanienminiermotte (Cameraria ohridella), aber auch Mehltau und Blattbräune. Um die Ausbreitungsdynamiken dieser Schadorganismen besser zu verstehen brauchen wir Ihre Unterstützung!

Wir benötigen zahlreiche Fotos von Kastanienblättern, sowohl von gesunden als auch von befallenen Blättern (durch Pilzerkrankungen oder die Rosskastanienminiermotte). Mit diesen Bildern wollen wir einen auf künstlicher Intelligenz basierenden Algorithmus trainieren, der in der Lage ist, verschiedene Kastanienkrankheiten zu erkennen und zu unterscheiden.

Beginnender Befall mit der Rosskastanien-Blattbräune (Guignardia aesculi).

Typisch sind die braunen Flecken, die von einem gelben Rand eingefasst sind.

Befall einer Rosskastanie mit der Rosskastanienminiermotte (Cameraria ohridella). Die Fraßgänge (Minen) der Larven führen zu einer schnellen Braunfärbung und damit zum langsamen Welken der Blätter schon im Sommer.

Befall mit dem Echten Mehltau (Erysiphe flexuosa)
Typisch ist die matte Blattoberseite und die Ausbreitung des Pilzmyzels als helle Flecken.

So können Sie bei den Kastaniendetektiven mitmachen

Schalten Sie in der Flora-Incognita-App das Projekt „Kastaniendetektive“ frei – Geben Sie dafür den Code KA5 TAD EKT in den Einstellungen unter Zusatzfunktion ein. Bestimmen Sie anschließend die Kastanienbäume Ihrer Umgebung. Sie können gern mehrere (gesunde und befallene) Blatt-Fotos zu jeder Beobachtung hinzufügen. Fügen Sie anschließend das Stichwort „Kastaniendetektive“ zur Beobachtung hinzu – das war’s! Hier geht’s zu eine detaillierten Anleitung: So nimmst Du an einem Citizen-Science-Projekt teil

Werden Sie selbst Bürgerwissenschaftler:in!

Alle Beobachtungen, die mit Flora Incognita in diesem Projekt gesammelt werden, werden für wissenschaftliche Zwecke durch die Projektverantwortliche der Universität Göttingen vollständig anonymisiert gesammelt und für das Training einer KI gesammelt, die in der Lage ist, verschiedene Kastanienkrankheiten zu erkennen und zu unterscheiden.

Kontakt

Dr. Anika Neu
Abteilung Forstzoologie und Waldschutz der Universität Göttingen
anika.neu(at)uni-goettingen.de