Luchtfoto's kunnen een betrouwbare bron zijn om plantengroei snel en grootschalig in kaart te brengen. Dat blijkt uit een pilootproject van Belgische en Nederlandse onderzoekers in Noorwegen.
In Arctische en alpiene gebieden is niet alleen het verlies van ijs een gevolg van de klimaatverandering. Naarmate het klimaat opwarmt, nemen (dwerg)struiken steeds vaker de bovenhand. Wetenschappers spreken van 'verstruiking'. De gevolgen zijn aanzienlijk: laaggroeiende planten en korstmossen die typisch zijn voor deze barre gebieden verdwijnen, de biodiversiteit komt zo onder druk te staan en het functioneren van kwetsbare ecosystemen raakt verstoord.
Wetenschappers houden deze veranderingen in de gaten via langdurige veldstudies, waarbij op vaste locaties de vegetatie jaarlijks wordt geïnventariseerd. Dat levert waardevolle data op, maar de schaal blijft beperkt. Onderzoekers van de Universiteit Gent, WUR (Wageningen, Nederland) en NTNU (Trondheim, Noorwegen) evalueerden daarom de mogelijkheid om deze monitoring vanuit de lucht en daardoor op veel grotere schaal uit te voeren.
Het studiegebied was Nationaal park Dovrefjell in centraal Noorwegen, een subarctisch plateau waar ook Europa's laatste populaties van zeer zeldzame wilde rendieren en muskusossen leven. ‘We analyseerden de kleuren in luchtfoto’s, al is lucht relatief want we namen de foto's op ooghoogte, om de verstruiking in kaart te brengen’, verduidelijkt Thomas Vanneste, als ecoloog verbonden aan de Universiteit Gent en gespecialiseerd in alpiene vegetatie. ‘We gingen tot op pixelniveau. Vlakken met een hoog aandeel blauwe pixels bleken sterk overeen te komen met gebieden waar veel loofstruiken groeiden. Deze struiken hebben vaak donzige, grijze bladeren die meer blauw reflecteren. Veel groene pixels wees dan weer op de aanwezigheid van altijdgroene struiken. Deze resultaten wijzen erop dat het kleursignaal van een foto verrassend goed kan voorspellen welk type struiken aanwezig is.’
De onderzoekers baseerden de luchtanalyses op hun veldwerk. ‘We namen op ooghoogte "luchtfoto's" van proefvlakken van 25 bij 25 centimeter in verschillende vegetatietypes van de Noorse toendra: open grasland, heide en struikrijke zones. Ter plaatse werd visueel ingeschat hoeveel procent van elk vlak bedekt was met loofstruiken (zoals dwergwilgen) en altijdgroene struiken (zoals heidesoorten). Daarna analyseerden we de kleurverdeling van de foto's: hoeveel procent van de pixels op elke foto was rood, groen of blauw? Die kleurverdeling gebruikten we vervolgens als referentie om luchtfoto’s te analyseren.’
De implicaties zijn veelbelovend. ‘Het is een pilotstudie, maar als deze resultaten bevestigd worden, dan kunnen we op termijn via satellietbeelden of drone-opnamen analyses uitvoeren op volledige landschappen. Zelfs een ruwe inschatting van de verdeling tussen loof- en altijdgroene struiken – die elk een andere impact hebben op bodem, klimaat en biodiversiteit – zou al erg waardevol zijn. Denk aan snelle detectie van probleemzones of monitoring van herstelmaatregelen.’
In de toekomst kan artificiële intelligentie een belangrijke rol spelen om de fotoanalyse te verfijnen. ‘Het zou bijvoorbeeld kunnen leren om struiken te onderscheiden van grassen, mossen of korstmossen. Dat opent de deur naar toepassingen in andere ecosystemen waar monitoring vandaag nog vaak tijdrovend en arbeidsintensief is.’
Dit betekent volgens Thomas Vanneste niet dat wetenschappers in het veld overbodig worden. ‘Fotoanalyse kan veel, maar het vervangt het veldwerk niet. Het blijft noodzakelijk om ter plaatse gegevens te verzamelen die als referentie dienen voor het trainen van AI-modellen en het kalibreren van satellietgegevens. De combinatie van beide benaderingen is dan de sleutel tot succesvolle grootschalige monitoring.’
Deze pilotstudie werd uitgevoerd door masterstudent is Sibbe van der Heijden, verbonden aan de WUR, in het kader van zijn scriptie.
