Tiere zu zählen, ist oft ein mühsames Geschäft, selbst wenn es um Riesen wie die Afrikanischen Elefanten geht. Denn um einen Überblick zu bekommen, steigen Artenschutzbiologen typischerweise mit einem kleinen, kamerabestückten Flugzeug auf und werten anschließend die Fotos aus. Dass es auch anders gehen könnte, macht nun ein Team von Forscherinnen und Forschern um die Zoologin Isla Duporge von der University of Oxford vor. Im Fachblatt »Remote Sensing in Ecology and Conversation« schildern sie, wie sie mit Hilfe von Satellitenaufnahmen die Zahl der Elefanten im Addo Elephant National Park in Südafrika bestimmen.

Der Vorteil einer solchen Technik ist, dass sich ein wesentlich größeres Gebiet in wesentlich kürzerer Zeit absuchen lässt: mehrere tausend Quadratkilometer an einem einzigen Tag. Auch die Auswertung nimmt weniger Zeit und Arbeitskraft in Anspruch und sinkt von Wochen auf Stunden. Zudem stört der Blick aus dem All die Tiere nicht, anders als die etablierten Verfahren, die überdies die Gefahr bergen, dass Tiere an aufeinander folgenden Tagen mehrfach fotografiert und dadurch doppelt gezählt werden.

Größtes Problem ist dabei neben dem Preis für die Beschaffung der Aufnahmen die Bilderkennung. Bislang wurden nur Tiere, die in sehr einheitlichen Landschaftsformen beheimatet sind, aus dem All gezählt, etwa antarktische Pinguine, Wale oder Flamingos. Sie heben sich auf die immer gleiche Weise gegen die Umgebung ab, was die automatische Verarbeitung begünstigt. Dem Team um Duporge will es jedoch nun mit Hilfe selbstlernender Algorithmen gelungen sein, diese Hürde zu überwinden. Den südafrikanischen Nationalpark haben sich die Forscherinnen und Forscher mit Absicht als schwierigen Testfall ausgewählt, weil dort die Landschaft stark variiert: Die Elefanten leben in Addo sowohl in savannenartigen Arealen als auch in Gegenden mit dichterem Baumbestand.

Für ihre aktuelle Studie nutzten sie vor allem Aufnahmen der Satelliten Worldview 3 und 4, die die derzeit am höchsten aufgelösten Bilder eines kommerziellen Satelliten liefern. Auf diesen Aufnahmen aus 600 Kilometer Höhe mussten Fachleute zunächst per Hand alle abgebildeten Elefanten markieren, um den neuronalen Netzen, die die eigentliche Bildauswertung übernehmen sollten, ausreichend Lernmaterial zur Verfügung zu stellen. Tests zeigten, dass die Fehlerquote von Mensch und Maschine nach Abschluss des automatischen Lernvorgangs ungefähr gleich hoch lag. Sie verschlechterte sich auch nicht wesentlich, als Duporge und ihr Team geringer aufgelöste Fotos aus Kenia verwendeten.