Ein Fenster zu Umweltphänomenen öffnen

Die von Satelliten, Drohnen, Radargeräten und Mikroskopen gesammelten Daten sind eine wahre Fundgrube 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 entschlüsseln, die sich auf allen Ebenen abspielen.
Im Winter sättigen Staub und Sand aus der Sahara, die über den Atlantik nach Westen geweht werden, die Luft vor Kap Verde und den Kanarischen Inseln. © NASA EARTH OBSERVATORY

In einer sich schnell verändernden Welt, in der es viele Umweltbedrohungen gibt, kann ein besseres Verständnis natürlicher und anthropogener Prozesse dazu beitragen, Standpunkte zu untermauern, Erhaltungs- und Erneuerungsbemühungen zu lenken und neue Forschung zu betreiben. Ein Schlüssel zu einem solchen Verständnis ist die Bildgebungstechnologie. Eine Fülle von Daten wird von Satelliten, Radargeräten, Lidars und Mikroskopen erfasst. Die Kunst besteht darin, die verschiedenen Daten zusammenzuführen und, manchmal mit Hilfe von KI, wertvolle Erkenntnisse zu gewinnen. Forschende in einer Reihe von Bereichen nutzen die Möglichkeiten der neuen Bildgebungstechnologien – z. B. die Bestimmung der chemischen Zusammensetzung von Pflanzen, das Aufspüren von im Meer treibenden Abfällen, die Quantifizierung und Charakterisierung von Niederschlägen, die Kartierung von Korallenriffen im Roten Meer und die Bewertung des Gesundheitszustands grosser Anbauflächen –, um mehr über Ökosysteme jeder Grösse zu erfahren.

Pflanzen einfrieren, um einen besseren Blick zu bekommen

Im Labor für biologische Geochemie (LGB) der EPFL untersuchen Wissenschaftlerinnen eine Reihe von biologischen und anderen Prozessen auf subzellulärer Ebene: die Störung der Beziehung zwischen Mikroalgen und den Korallen, in denen sie leben; die Belastung der Pflanzen durch Salzstress; die Rekonstruktion vergangener Klimabedingungen anhand winziger Karbonatschalen von weniger als einem Millimeter Länge und vieles mehr. Die Forschenden verwenden verschiedene Mikroskope und andere Hightech-Mikroanalyseinstrumente, um chemische Transfers zu beobachten, bei denen selbst geringfügige molekulare und ionische Veränderungen einen ganzen Organismus stören und sich in einem viel grösseren Massstab auswirken können.

Nehmen wir das Beispiel von Korallen und den Tausenden von Mikroalgen, die sie beherbergen, in einer scheinbar perfekten symbiotischen Beziehung: Die Koralle ernährt sich von den Nährstoffen, die von den Mikroalgen abgegeben werden, während die Mikroalgen das von der Koralle produzierte CO₂ absorbieren. Doch diese uralte Beziehung, die übrigens den Korallen ihre schillernde Farbe verleiht, wird nun durch die globale Erwärmung bedroht. Höhere Wassertemperaturen setzen die Mikroalgen unter Stress und veranlassen sie, Verbindungen freizusetzen, die für die Koralle giftig sind. Die Koralle reagiert darauf, indem sie die Mikroalgen schliesslich abstösst. 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 an biologischer Vielfalt im Meer verursachen. In den letzten Jahren hat ein Team von LGB-Wissenschaftlern ein Ionenmikroskop eingesetzt, um die verborgenen Geheimnisse dieser symbiotischen Beziehung zu erforschen: «Wir verwenden ein NanoSIMS-Mikroskop, bei dem die Proben mit Ionen beschossen werden», sagt Nils Rädecker, Postdoc am LGB, «dadurch können wir die Übertragungsprozesse mit einer sehr hohen Auflösung beobachten.» Mit Hilfe des NanoSIMS konnten die Forschenden neue Mechanismen beim Zusammenbruch der Symbiose entdecken – etwa die eigenwillige Art und Weise, wie die Mikroalgen die Nährstoffversorgung der Koralle einstellen, lange bevor die Koralle sie rauswirft.

Dieses Mosaik aus Einzelbildern, die mit einem NanoSIMS-Mikroskop aufgenommen wurden, veranschaulicht die Ammoniumaufnahme in einem Querschnitt eines Seeanemonen-Tentakels, wobei die blaue und die rosafarbene Farbe die Bereiche mit den niedrigsten bzw. höchsten Ammoniumaufnahmeraten anzeigen. Diese Technik ermöglicht es den Forschenden der EPFL, metabolische Interaktionen mit subzellulärer Auflösung zu untersuchen. 2024 EPFL/Nils Rädecker - CC-BY-SA 4.0

«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 Wissenschaftlerinnen und Wissenschaftler mit viel Geduld ein CryoNanoSIMS-Mikroskop, das die Analyse biologischer Proben in gefrorenem 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 Mikroverunreinigungen, in einzelnen Zellen anreichern», so Meibom. Das Mikroskop hat viele neue Wege in der Forschung eröffnet. Priya Ramakrishna, Postdoktorandin am LGB, nutzt es beispielsweise zur Erstellung hochauflösender chemischer Karten einer Modellpflanze, um die zelluläre Reaktion auf den Salzgehalt des Bodens zu untersuchen: «Ein zunehmender Salzgehalt des Bodens beeinträchtigt das Pflanzenwachstum und hat daher Folgen für den Anbau von Nahrungsmitteln. Wir müssen verstehen, wie die Pflanzen darauf reagieren», sagt sie.

Bilder und KI geben unserem Planeten eine Stimme

Die Erde hat eine Fläche von über 196 Millionen km² – viel Platz für Ökosysteme, die fernab von ausgetretenen Pfaden in abgelegenen Gebieten gedeihen, die für Wissenschaftlerinnen und Wissenschaftler vor Ort unmöglich zu erreichen sind. Doch mit Sensoren ausgestattete Drohnen, Satelliten und Smartphones bilden ein dichtes Netz von Datenerfassungsgeräten, die anonymisierte, verwertbare Informationen liefern können. «Der Satellit, den wir am häufigsten benutzen, kann zum Beispiel hochdetaillierte Bilder von Gebieten mit einer Breite von 290 Kilometern und 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 Verteilung und den Reifegrad von Nutzpflanzen, die Identifizierung von auf der Meeresoberfläche schwimmenden Abfällen oder die Verfolgung des Abschmelzens von Gletschern geht – das Potenzial des Einsatzes bildgebender Technologien zur Beobachtung und Überwachung der Umwelt ist enorm: «Jedes Problem hat seinen eigenen Sensor und seine eigene bevorzugte Auflösung. Ausserdem sind die verfügbaren Daten sehr heterogen. Wir setzen Standardalgorithmen zur Informationsextraktion und KI ein, 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 für die schnelle 3D-Kartierung von Korallen – Organismen, die bekanntermassen eine wesentliche Rolle in marinen Ökosystemen spielen – auf der Grundlage von Sequenzen entwickelt, die von 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 die Forschenden müssen mit den begrenzten Daten, die für ein bestimmtes Gebiet zur Verfügung stehen, oft elementare Bilderkennungsprogramme von Grund auf neu trainieren: «Bisher gab es kein Programm, das schnell von der Erkennung eines Stücks Abfall zur Erkennung eines Baums oder eines Gebäudes wechseln konnte», sagt Tuia. Er und sein Team haben zusammen mit Kolleginnen und Kollegen von der Universität Wageningen in den Niederlanden, dem MIT, Yale und dem Forschungszentrum Jülich in Deutschland eine Chamäleon-Anwendung namens METEOR entwickelt, die Algorithmen trainieren kann, um neue Objekte zu erkennen, nachdem sie nur eine Handvoll qualitativ hochwertiger Bilder und einen Meta-Lernalgorithmus gezeigt bekommen hat. Eine enorme Zeitersparnis, wenn die Datenerfassung vor Ort schwierig oder sehr kostspielig ist.

Cloud-Profilierung

Die Wissenschaftlerinnen des Labors für Umweltfernerkundung (LTE) der EPFL erforschen, warum keine Schneeflocke – und auch kein Regentropfen – der anderen gleicht. Mit Hilfe von Radaren, Lidars und einem speziellen Gerät zur Aufnahme von 3D-Bildern von Schneeflocken überwachen sie Niederschläge und untersuchen Wolken auf der ganzen Welt, darunter in den Alpen, der Antarktis, der Arktis und in Griechenland. «Die Bildgebung ist die einzige Möglichkeit, um sich verändernde Wetterphänomene über Zeit und Raum und in vielen verschiedenen Massstäben zu beobachten», sagt Alexis Berne, Professor am LTE. Auch heute noch ist es für die Forschenden schwierig, genaue und zuverlässige quantitative Daten über den Niederschlag zu erhalten, insbesondere wenn er in fester Form und in Gebirgs- und Polarregionen auftritt. Solche Daten können jedoch einen wichtigen Beitrag zum Schutz der Wasserressourcen, zur Vorhersage von Naturkatastrophen und zur Bewertung der Auswirkungen des Klimawandels in hochsensiblen Regionen leisten.

Supernumeräre Kristalle

Auch über die Bildung von Wassertröpfchen und Eiskristallen im Inneren von Wolken gibt es noch viel zu lernen. Während der Mechanismus der Kondensation um bestimmte Aerosole – feste oder flüssige, in der Atmosphäre schwebende Teilchen –, die als so genannte «gletscherbildende» Kerne dienen, gut bekannt ist, birgt ein zweiter Prozess, das sekundäre Eis, noch immer ein gewisses Geheimnis. Als die Forschenden ihre Radargeräte auf die Wolken richteten, um die Niederschlagsbildung zu quantifizieren, waren die Tröpfchen und Kristalle weitaus zahlreicher als die Aerosolpartikel. «Wir wissen immer noch nicht genau, wie dieser Prozess des sekundären Eises funktioniert», sagt Bern. Sein Labor und andere Labors der EPFL (das Forschungslabor für extreme Umgebungen und das Labor für atmosphärische Prozesse und ihre Auswirkungen) nehmen an einem grossen, von der EU finanzierten Projekt teil, bei dem Wolkenprofile an verschiedenen Orten der Welt erstellt werden. Ziel ist es, das Verhalten von Kumulonimbuswolken und anderen Wolkenfamilien zu beobachten: «Hier wird uns die Computermodellierung auch helfen, die Umgebungsbedingungen, unter denen wir unsere Beobachtungen machen, besser zu verstehen», sagt Bern.

Von elektromagnetischen Wellen abgeleitete Bilder

Die Radargeräte, die von den Wissenschaftlerinnen und Wissenschaftlern in seinem Bereich eingesetzt werden, produzieren täglich Dutzende von Gigabyte an Daten, die analysiert werden, um Fallstudien zu bestimmten Wetterphänomenen durchzuführen und Statistiken zu erstellen. «Die Faktoren, die uns am meisten interessieren, sind in der Regel die indirekt beobachteten», sagt Bern: «Lidare und Radare 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.»