De provincie Zuid-Holland streeft naar een goede balans tussen natuur en economie. Sommige natuur is zo bijzonder en zo kwetsbaar dat de bescherming op Europees niveau geregeld is. Door gebruik van slimme algoritmes kunnen we veranderingen in een natuurgebied in kaart brengen en analyseren. Zo kunnen we voorspellen wat het effect op de omgeving is en maatregelen nemen.
We doen dit met behulp van verschillende sensoren (onder andere: beeld, LIDAR, IR, multispectraal, microgolf) gemeten vanuit satellieten, vliegtuigen en helikopters. Het benutten van dergelijke vlakdekkende meetreeksen kan een grote impuls geven aan het monitoren van natuurgebieden. We kunnen planten- en diersoorten herkennen. Dit is zeer gedetailleerd. Zelfs insecten kunnen we in kaart brengen. Op deze manier kunnen we de verspreiding van exoten en indicatorsoorten in kaart brengen. Bepaalde natuurgebieden zijn gevoelig voor stikstof. Bij teveel stikstof kunnen planten en dieren in kwetsbare natura2000 gebieden verdwijnen. Door het gebied te monitoren kunnen we maatregelen nemen, zodat we de kwaliteit van de natuur kunnen waarborgen.
Voor vragen en opmerkingen kan je terecht bij: digitaalzuidholland@pzh.nl
Algoritme Remote sensing gebiedsclassificatie op basis van AI beeldherkenning
Op basis van beeldherkenning van satellietbeelden en analyses worden veranderingen in natura2000 gebieden inzichtelijk gemaakt en gedetailleerd in kaart gebracht. Dit doen we voor ecologische doeleinden (stikstofbeleid).
De provincie Zuid-Holland wordt door verschillende sensoren (beeld, LIDAR, IR, multispectraal, microgolf, etc) gemeten. Dit gebeurt vanuit satellieten, vliegtuigen en helikopters. Een groot deel van de data is gratis beschikbaar. Het benutten van dergelijke vlakdekkende meetreeksen kan een grote impuls geven aan het monitoren van natuurgebieden.
Het interpreteren van remote sensing-data tot ecologisch relevante inzichten kan een belangrijke bouwsteen zijn van een digital twin natuur. Deze meetreeksen kunnen het ‘skelet’ of raamwerk bieden waarop de digital twin verder kan worden opgebouwd. Drone-beelden bieden in combinatie met soortherkenning een tool om zeer hoge resolutie-data te verkrijgen. Het verhoogd de dekking en het zorgt voor een grotere actualisatie voor de provincie.
Type, domein, status algoritme
Type Algoritme
Diagnostisch (vaststellen van aanwezigheid van plantsoorten)
Domein
Natuur, vegetatieverandering onder andere door stikstof en uitlaatgassen CO2.
Status
Twee natuurgebieden zijn in gebruik (pilot). Het algoritme bestaat, maar wordt nog niet in gebruik genomen door ecologen.
Doel, Impact
Doel
De biodiversiteit van de leefomgeving is lager dan gewenst. Overheidsinstanties hebben de taak om dit te verbeteren. Op basis van beeldherkenning worden veranderingen in natura2000 gebieden inzichtelijk gemaakt en gedetailleerd in kaart gebracht. Dit doen we voor de habitatkwaliteit. Op deze manier kunnen planten- en diersoorten worden herkend, zoals insecten. Op die manier kunnen we de verspreiding van exoten en indicatorsoorten in kaart brengen. Ook kunnen we op basis hiervan herstelmaatregelen nemen tegen stikstof. Binnen natuurgebieden heb je bepaalde natuur die gevoelig is voor stikstof. Als er teveel stikstof op neer komt dan gaan ze achteruit. Een voorbeeld is het herkennen van vergrassing. Als daar stikstof op neerkomt kunnen planten, zoals bijvoorbeeld brandnetelgrassen groeien. Dit wil je bij duinen voorkomen.
Impact
De resolutie van de beelden is 50 centimeter rauwe data van NSO, met aggregaties. De ecoloog krijgt 3-4 meter te zien. Er is geen impact op mensen, want zij zijn niet te herkennen op de satellietbeelden (afhankelijk van privacy check NSO).
Hoogtedata van Nederland. Actueel Hoogtebestand Nederland (AHN) radarsysteem door de Nederlandse Overheid met Lidar
Proportionaliteit, besluitvorming
Proportionaliteit
Open en heldere communicatie (transparantie) over de inzet van het gebruik van satellietbeelden is belangrijk voor de acceptatie door inwoners en het vertrouwen dat mensen hebben in (het inzetten van) de technologie. Het is puur voor de natuur en stikstofbeleid.
Besluitvorming
Besluitvormingsproces stikstofbeleid (verandering in vegetatie Natura2000) en gebruik door ecologen binnen de provincie.
Datasets
Brondata
Deze dataset bevat momentopnames van geautomatiseerd gegenereerde vegetatiestructuur-classificaties van de Natura 2000 gebieden, op basis van SuperView Netherlands Space Office (NSO) satellietbeelden. De beelden worden elke één tot vier maanden beschikbaar gesteld door het NSO en middels een modelberekening gesegmenteerd tot vegetatiestructuur-klassen. De geanalyseerde beelden gaan terug tot 2019. De data wordt gevisualiseerd in een ArcGIS Operations Dashboard waarin alle gesegmenteerde momentopnames met elkaar te vergelijken zijn. Ook bevat het dataset Lidar van Actueel Hoogtebestand Nederland (AHN)
Applicatie Bronregistratie
NSO en AHN, Scikit, Natura 2000 vegetatiemonitor.
Documentatie
Methoden en modellen
Scikit learn: pakket modellen open source binnen Python. Random forest voor het herkennen van vegetatie structuren.
Monitoring
Nog niet in gebruik, dus wordt nog niet gemonitord.
Menselijke tussenkomst
Ja, door de ecologen
Risico’s
Het model is 90% waterdicht. Er is menselijke tussenkomst (ecoloog) nodig, om zaken te controleren. Ook is het goed om aanvullend naar dronebeelden te kijken. De accuratie is 85% van beeldherkenning met F1 score.