Geavanceerd vegetatiebeheer en natuurmonitoring

Als start-up ontwikkelen wij applicaties en software waarbij wij gebruik maken van innovatieve technologieën. Met kunstmatige intelligentie of machine learning kunnen computers helpen bij het analyseren van beelden zoals HR-dronefoto’s en satellietbeelden. Computers kunnen enorme hoeveelheden data overzien en daar conclusies uit trekken.
Biodiversiteit
Natuurgebieden moeten beheerd worden voor herstel en behoud van de biodiversiteit. Door de opkomst van exoten en door het stikstofprobleem staat de natuur in Europa steeds meer onder druk. Doordat exoten en stikstofminnende planten steeds meer van onze natuur overwoekeren is er minder plek voor andere plantensoorten. Dit gaat ten kosten van de biodiversiteit doordat steeds meer plantensoorten verdwijnen. Het is daarom belangrijk om de verspreiding van specifieke soorten in kaart te brengen zodat er op tijd ingegrepen kan worden door terreinbeheerders. In onze blog Het stikstofprobleem is meer te lezen over het stikstofprobleem en de invloed ervan op de natuur.
Innovatieve biomonitoring
Ecogoggle zet technologische innovatie in om milieuproblemen op te lossen. Zo werken wij momenteel aan verbetering van natuurmonitoring. Met behulp van drones en herkenningssoftware creëren we een nieuwe dimensie op het gebied van bos- en natuurbeheer. Denk bijvoorbeeld aan geautomatiseerde identificatie van bomen-, plantensoorten en vegetatietypen.
Met kunstmatige intelligentie kunnen we tools ontwikkelen die groenbeheer en vegetatie management naar een hoger niveau tillen. Met behulp van machine learning, drones en satellietfoto's kunnen we landschapsveranderingen en soortenverspreiding over grote gebieden snel en nauwkeurig detecteren. Door elk detail te detecteren met behulp van machinekracht kunnen we gebiedsdekkend inzicht geven.
Ecologische kennis
Om tot een adequaat eindproduct te komen bundelen we de krachten van onze eigen kunde op gebied van softwareontwikkeling met de kennis en expertise van ecologen en onderzoekers. Zo werken we onder andere samen met de Hogere Agrarische School (HAS), Staatsbosbeheer en Natuurmonumenten.
De HAS Hogeschool heeft in samenwerking met Naturalis het lectoraat Innovatieve Biomonitoring opgezet. Het doel van dit lectoraat is een bijdrage te leveren aan het beschermen en behouden van biodiversiteit.
Pilotstudie in de Coepelduynen
Midas Siahaya, Elze van den Hoorn en Joost de Jong zijn drie studenten Toegepaste Biologie bij de HAS waarmee wij momenteel samenwerken. Zij doen onderzoek naar de inzet van automatische monitoring op de vegetatieontwikkeling in de Coepelduynen. In deze pilotstudie van 5 maanden krijgen zij ondersteuning van onderzoekers en ecologen met kennis van dit natuurgebied. De Coepelduynen is een landschap dat gekenmerkt wordt door een groot oppervlak aan grijs duingebied. Dit is een habitattype dat zeldzaam is in Europa en waarop we zuinig moeten zijn. In onze blog Exotenbestrijding met behulp van dronebeelden en Machine Learning voor verbeteren van biodiversiteit schreven wij eerder al over de Coepelduynen en dit grijze duin.
Samen met de studenten en onderzoekers van de HAS kunnen we biologie en ICT slim met elkaar combineren. Middels automatische beeldherkenning door artificiële intelligentie (AI) worden 3 computermodellen getraind in de herkenning van indicatorsoorten voor specifieke habitattypen. Deze modellen worden getest en gevalideerd door middel van veldwerk.
Model 1: Automatische herkenning van verschillende soorten struweel en herkenning van verschillende boomsoorten.
Model 2: Een model dat inzicht geeft in vergrassing (een gevolg van de stikstofdepositie) van gebieden.
Model 3: Automatische herkenning van het habitat grijs duin.
Het uiteindelijke doel is het realiseren van een computermodel dat de veranderingen in natuurgebieden over de jaren in kaart kan brengen.
Tijdig signaleren en ingrijpen
Op dit moment worden gebieden eens per 6 of 12 jaar gemonitored, veelal middels veldwerk. Vanuit de provincies en beherende instanties is behoefte aan meer inzicht zodat ongewenste veranderingen in een gebied eerder worden gesignaleerd. Monitoring van bovenaf met het computermodel is veel minder arbeidsintensief. Doordat deze methode minder tijd kost kan de monitoring frequentie flink worden opgeschroeft. Hierdoor kunnen ecologen en terreinbeheerders eerder ingrijpen bij ongewenste veranderingen in een gebied. Zo kunnen biodiversiteitsdoelen eerder behaald worden en worden tijd en geld bespaard. Als bijkomend voordeel van deze manier van monitoren zijn resultaten van (herstel)maatregelen sneller zichtbaar.
De studiegroep waarmee wij samenwerken is enthousiast over het project, mede doordat twee totaal verschillende werkvelden, biologie en ICT, gecombineerd worden. Midas is overtuigt dat dit het begin is voor de toekomst. Deze manier van groenbeheer staat nog in de kinderschoenen maar heeft veel potentie. Hij denkt dat dit soort technologieën steeds meer gebruikt zullen worden in de komende jaren.
Houdt onze blog pagina in de gaten voor updates over onze projecten.