Project
Herkenning kruidenrijk grasland
Doel van dit project is om een geautomatiseerd systeem te ontwikkelen waarmee kostenefficiënt kruidenrijk grasland kan worden herkend op basis van de combinatie van satellietwaarnemingen (spectraal en radar) en fotos vanuit het veld. De uitkomst van het systeem - kruidenrijkdom van alle Nederlandse graslandpercelen - wordt jaarlijks ontsloten naar de gebruikers met een aansluiting op de ICT-systemen die door deze partijen worden gebruikt. Het product van dit project wordt een centrale database met op de gebruikers afgestemde interfaces en een update van de bestaande foto-app met een typering van, en een beheersadvies voor het perceel kruidenrijk grasland.
Hiermee stimuleren we de ontwikkeling van kruidenrijk grasland op de volgende manieren:
- Efficiënte borging. Het systeem operationaliseert de KPI kruidenrijke graslanden van de biodiversiteitsmonitor melkveehouderij door de geautomatiseerde herkenning van kruidenrijk grasland. Borging van kruidenrijk grasland is van belang voor het huidige ANLb, voor het nieuwe GLB (eco-regelingen en ANLb) en voor beloningssystemen via de melkprijs, rente en subsidie.
- Efficiënte monitoring van de ontwikkeling van kruidenrijk grasland in Nederland op ieder gewenst ruimtelijk niveau, perceel, regio en landelijk. Dit is van belang voor het beleid en de andere gebruikers om op de ontwikkeling te kunnen sturen. De gegenereerde data zijn tevens geschikt voor een brede range aan wetenschappelijk onderzoek.
- Optimalisatie van (agrarisch) natuurbeheer. Agrarische collectieven en terreinbeherende organisaties kunnen het systeem inzetten om het grasland- en weidevogelbeheer te optimaliseren, zowel op het niveau van individuele percelen als op gebiedsniveau.
- Kennisuitwisseling tussen beleid, onderzoek en bedrijfsleven over kruidenrijk grasland. Voor het perceelsniveau geeft de nieuwe foto-app beheersadvies gericht op kruidenrijk grasland.
Het project begint in fase 1 met het gezamenlijk vaststellen van een typologie van grasland op basis van kruidenrijkdom, die is afgestemd op ANLb, Biodiversiteitsmonitor melkveehouderij en On the Way to PlanetProof. Vervolgens wordt een groot aantal percelen bezocht om het type grasland vast te stellen (ground truth) en een foto te maken met de bestaande app die locatie en tijdstip vastlegt. Vervolgens worden twee sporen bewandeld om het type kruidenrijk grasland vast te stellen: een algoritme op basis van remote sensing en geodata, en een algoritme op basis van fotobeeldherkenning. Beide algoritmen en de integratie van beide worden in samenwerking met de gebruikers getoetst.
De wetenschappelijke vernieuwing zit in de ontwikkeling van goede onderscheidende indicatoren voor graslanden afgeleid uit remote sensing data (markers), en de combinatie met fotobeeldherkenning. De proof of concept study (2019) heeft bewezen dat deze uitwerking technisch haalbaar is. Tussen fase 1 en 2 is een beslismoment gepland. Fase 2 richt zich op de opschaling van het systeem naar heel Nederland. Er wordt een centrale database gebouwd van waaruit de data met specifieke interfaces kan worden ontsloten voor de gebruikers, een eenvoudige website voor geïnteresseerden en een update van de foto app met de type indeling van het perceel en een beheersadvies.