Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

Inventering av invasiva främmande nattfjärilar

Forskare från Lunds universitet har satt upp en kamerafälla i Botaniska trädgården som ska hitta invasiva främmande nattfjärilsarter. Fällan är en del i en europeisk tvåårig pilotstudie som testar system för att övervaka den biologiska mångfalden.

insektsfälla monterad på plåttak i trädgård

Europeiskt samarbete kring invasiva arter

En av de främsta orsakerna till förlust av biologisk mångfald är invasiva främmande arter. För att förhindra spridning och etablering av invasiva arter måste vi samarbeta över hela Europa. Därför har det europeiska partnerskapet för biologisk mångfald Biodiversa+ lanserat en tvåårig pilotstudie för att bygga upp ett internationellt nätverk som ska testa system för övervakning av biologisk mångfald.

Insektsfälla i Botaniska trädgården

Projektet riktar in sig dels på växter, dels på insekter och främst nattfjärilar. För växter testas ett bilmonterat kamerasystem som kan kartlägga invasiva främmande växter längs vägar. Insekter undersöks med kamerafällor, AMI-fällor, som övervakar nattfjärilar och tränas att bland dem hitta invasiva främmande arter. Det är en sådan fälla som Harriet Arnberg och hennes kollegor vid Biologiska institutionen har satt upp i Botaniska trädgården.

Lär sig identifiera invasiva arter

Bildigenkänning med hjälp av datorseende och modeller för djupinlärning används för att snabbt och kostnadseffektivt kunna upptäcka problematiska arter. En AMI-fälla är en standardiserad, kameraaktiverad ljusfälla som drivs med el eller med solpaneler. Fällan upptäcker många olika insekter men används här specifikt för att upptäcka invasiva främmande nattfjärilsarter. Fällorna körs automatiskt enligt ett förutbestämt schema och tar bilder på alla insekter som lockas till fällan och bilderna klassificeras i efterhand. En databas med all bild- och metadata kommer finnas tillgänglig i slutet av projektet och publiceras i EASINs databas (https://alien.jrc.ec.europa.eu/easin).