Unterirdische Pilzvielfalt mit selbstüberwachtem Satellitenlernen erfassen

Mykorrhizale Pilze sind entscheidend für das Funktionieren terrestrischer Ökosysteme, doch ihre Erfassung über große Landschaften ist bislang oft zu kosten- und zeitintensiv. Etwa 90 % der Hotspots für mykorrhizale Vielfalt bleiben unerschlossen, was die Notwendigkeit einer breiten und effektiven Kartierung unterirdischer Pilzgemeinschaften unterstreicht.

Eine neue Studie zeigt, dass selbstüberwachtes Lernen (Self‑Supervised Learning, SSL) auf Satellitenbildern die Bodenreichweite von Ektomykorrhizen in verschiedenen Regionen vorhersagen kann. Die Modelle erklären mehr als die Hälfte der Varianz in der Artenvielfalt anhand von rund 12.000 Feldproben aus Europa und Asien.

Die aus SSL gewonnenen Merkmale erweisen sich als der wichtigste Prädiktor und übertreffen dabei die Informationsmenge, die Klimadaten, Boden- und Landbedeckungsinformationen liefern. Durch diese Methode wird die räumliche Auflösung um das Zehntausendfache verbessert – von 1 km Landschafts‑Durchschnittswerten auf 10 m, ohne systematischen Bias.

Da Satellitenaufnahmen dynamisch sind, ermöglicht die Technik erstmals eine zeitliche Überwachung der unterirdischen Biodiversität auf Landschaftsebene. Mehrjährige Trendanalysen in britischen Nationalparks zeigen, dass alte Wälder mit überproportionalen Verlusten an Ektomykorrhizenarten konfrontiert sind.

Diese Ergebnisse etablieren SSL‑Satellitenmerkmale als skalierbares Werkzeug, um spärliche Feldbeobachtungen in kontinuierliche, hochauflösende Biodiversitätskarten zu überführen und damit das unsichtbare, unterirdische Teil terrestrischer Ökosysteme systematisch zu überwachen.