Who hasn't experienced this: sometimes it's hard to identify a plant. Then you are glad to get some help, to have a look at another identification key or to get a second opinion. Or sometimes the detail to be observed is simply too small for the naked eye and a magnifying aid is needed. On this page you will find an explanation of the identification aids in FlorApp, a selection of helpful floras and websites, as well as a comparison of different magnification aids.
Since version 3.0, an identification tool has been integrated directly into FlorApp. If a photo is uploaded and you're connected to the internet, FlorID can be consulted. But even without a photo and internet connection, there is a little help: if you already have an initial suspicion about the identity of a species, you can display a list of species that are often confused with the suspected species.
In einer losen Reihe produziert InfoFlora handliche kleine Bestimmungshilfen als Jahresgeschenk für Fundmelderinnen und Fundmelder. Nach den Enzianen im Jahr 2012 waren 2024 die Wasserpflanzen an der Reihe. Die Büchlein können hier als PDF heruntergeladen werden.
FlorID is a free plant identification tool for Swiss species. The tool is the result of the COMECO project, a collaboration between InfoFlora and the WSL (Swiss Federal Institute for Forest, Snow and Landscape Research). The tool identifies plants from uoploaded photos. In FlorApp, the tool also takes into account the location and the date of the observation. This way, the probability (by ecology and known distribution) that a certain species occurs at that location and is in that (phenological) state at that date is taken into account. The result of the analysis is a list of species, each with an associated percentage value. This value represents a confidence value. As a rule of thumb, a low confidence value indicates an uncertain identification, whereas a high confidence value is no guarantee for a correct identification.
FlorID is based on artificial intelligence. It is a so-called "classifier", which is an algorithm (a manual for computers) that classifies data into predefined categories. In the case of FlorID, the data are photos and the categories are plant species. For the classification, the algorithm takes into account different layers of information. FlorID uses the entered images, the location and the date of the observation as layers.
Before it can be applied, a classifier has to be "trained". By means of the pre-classified training data entered, the algorithm "learns" how to classify future input data. The FlorID classifier was trained with millions of quality-checked images from Citizen Scientists and Experts. In addition, the distribution of species was modelled using even more geolocated observations. This model in turn was also used for the training of FlorID. You can think of it as a small child learning through experience to categorise dogs and fish. And that if something flies, it is probably a bird rather than a fish. (Since these kinds of classifiers are modelled on the human brain, they are also called "artificial neural networks").
When you now enter photos, FlorID compares the new image material with the photos used as training data. It also takes into account the probability that a species occurs at a certain location and is in a certain (phenological) state at a certain time of year. These three layers of information are then calculated into a confidence score and the species with the highest confidence scores are listed as the result.
The focus of FlorID is on naturally occurring species. With over 2500 taxa, it can distinguish a large proportion of the wild plant species of the Swiss flora, including a large list of alien species that are commonly found in nature. However, the tool is not designed to identify ornamental plants that do not disperse in the wild. Thus, no correct identification can be expected for cultivated or garden plants.
Currently, plants are identified at the species or species aggregate level. Subspecies are therefore not yet taken into account.
In contrast to other image recognition tools, FlorID takes into account not only the images entered but also the location and date of the observation. Furthermore, the accuracy also benefits from being limited to the Swiss wild flora.
FlorID has only been trained to detect species that occur in the wild in Switzerland. It can therefore only recognise these species. If a photo of another species is entered, the Swiss species most similar to it is presented as the most probable.
It is also essential to understand that FlorID does not compare individual features, but only the entirety of the pixels of an image. Thus, it does not see inferior ovaries or opposite leaves and therefore cannot systematically restrict to a family or genus as we humans are able to.
Eine (unvollständige) Auswahl von Floren, die weiterhelfen können:
Schweiz:
Nachbarländer, Alpen:
Weiteres Europa:
Zierpflanzen und Pflanzen mit Einbürgerungspotenzial:
Eine (unvollständige) Auswahl von Webseiten, die weiterhelfen können:
Wie rüstet man sich aus, um Details zu sehen, die zu klein sind, um mit dem blossen Auge beobachtet zu werden? Zu welchem Preis und mit welchem Ergebnis? Im FloraCH-Artikel vom Herbst 2022 wurden die Ergebnisse mehrerer Vergrösserungshilfen anhand von drei konkreten Beispielen präsentiert. Hier finden Sie einige nützliche Ergänzungen zu den getesteten Geräten und zur Focus Stacking-Technik.
FloraCH-Artikel "Die Grenzen des Sichtbaren erweitern"
Wer mit dem Gedanken spielt, ein Binokular bzw. Stereomikroskop anzuschaffen, um Armleuchteralgen oder andere Arten zu Hause zu bestimmen, die im Feld mit der Lupe nicht oder nur schwer bestimmbar sind, kann sich z.B. folgende Fragen stellen:
- Wie viel Platz habe ich zur Verfügung? Möchte ich ein einfaches Modell, das ich mit einem Handgriff wegräumen kann oder habe ich einen Tisch zur Verfügung, auf dem das Binokular fix installiert bleiben kann?
- Möchte ich einen Herbarbeleg flach unter das Binokular legen können oder ist es mir egal, dass das Binokular einen Sockel hat?
- Möchte ich die Pflanze / Armleuchteralge nur bestimmen können? Oder möchte ich mit dem Smartphone durch die Linse auch qualitativ brauchbare Fotos machen können, auf denen die Bestimmungsdetails sichtbar sind?
Für das sichere Bestimmen reicht meist auch ein recht einfaches Binokular für ca. 150-200 CHF mit einer maximalen Vergrösserung von mindestens 40x. Deutlich mehr Freude hat man aber wohl mit einem Modell in der Preisklasse ab ca. 300 CHF, weil da die Optik deutlich besser ist und man qualitativ brauchbare Fotos von Bestimmungsdetails machen kann (z.B. mit dem Smartphone durch das Okular). Danach ist es preislich nach oben offen, in der Regel gilt, je teurer desto besser die Optik. Sehr teure Modelle erlauben meist auch eine stufenlose Verstellbarkeit der Vergrösserung.
- Was für eine Lichtquelle brauche ich?
Ob zusätzlich zu einer Lichtquelle von oben («Auflicht») auch eine Lichtquelle von unten («Durchlicht») zur Verfügung steht, spielt unserer Erfahrung nach in den meisten Fällen keine grosse Rolle. Viel entscheidender ist, wie gut die Optik des Binokulars ist. Auch eine externe (seitliche) Beleuchtung mit Spots funktioniert sehr gut, falls das Binokular keine eingebaute Lichtquelle besitzt, braucht aber einfach etwas mehr Platz bzw. Aufbauzeit.
Tipps für Fotos durch das Binokular:
Unserer Erfahrung nach braucht es keine teure Spezialausstattung, um brauchbare Fotos mit erkennbaren Bestimmungsdetails durch das Binokular zu machen. Wenn das Binokular eine ausreichend gute Optik hat (ab Preisklasse 300 CHF), kann man gut direkt mit dem Smartphone durch das Okular des Binokulars fotografieren.
Bei Smartphones mit mehreren Linsen kann es sein, dass das Smartphone nicht richtig scharf stellt, weil es von einer Linse zur anderen springt. Falls es nicht möglich ist via Smartphone-Einstellungen eine Linse zu fixieren, können die nicht gebrauchten Linsen temporär mit einem schwarzen Papier abgedeckt werden.