Geo.Informed: snellere en efficiëntere beleidsbeslissingen dankzij satellieten en AI
Stel je voor dat er een tool bestaat die in een handomdraai toont waar en wanneer er precies wintergewassen, bedoeld voor het afvangen van stikstof, op onze velden groeien. Dankzij die tool kan snel en efficiënt worden nagegaan of landbouwers de gewassen telen waarvoor ze subsidies kregen én kunnen handhavers van de VLM (Vlaamse Landmaatschappij) sneller en efficiënter overtredingen vaststellen. Of stel dat er een tool bestaat die natuurbranden kan voorkomen door aan te geven waar tijdens droge zomers het pijpenstrootje domineert, een grassoort die fungeert als figuurlijke brandversneller in de natuur- en heidegebieden van het Agentschap voor Natuur en Bos (ANB).
Die tool bestaat, heet Geo.Informed en werd ontwikkeld door het INBO (Instituut voor Natuur- en Bosonderzoek), het VITO (Vlaams Instituut voor Technologisch Onderzoek), Digitaal Vlaanderen en de KU Leuven, en gefinancierd door het Vlaamse Fonds Wetenschappelijk Onderzoek (FWO). In 2020 sloegen de drie organisaties de handen in elkaar en vier jaar later liggen de eerste, concrete resultaten van het project op de plank. Het doel van Geo.Informed is om beleidsmakers van het Departement Omgeving sneller en accurater te informeren over veranderingen in het landschap, en dat op de lange termijn. Op die manier kunnen beleidsmakers prangende omgevingsvraagstukken gerichter, sneller en beter aanpakken. Voor het project werden acht casussen geselecteerd voor verdere uitwerking. Voorbeelden daarvan zijn onder andere: het voorkomen van natuurbranden door het opvolgen van de dominantie van pijpenstrootje, het opvolgen van schade aan landbouwgewassen veroorzaakt door everzwijnen, en het opvolgen van de aanwezigheid van gevaarlijke blauwalgen in stilstaande wateren.
Blauwalgen in stilstaand water - Vildaphoto/Lars Soerink
Stevige dosis technologie en innovatie
Aan de basis van Geo.Informed ligt een stevige dosis technologie en innovatie. Het project gebruikt remote sensing en deep learning modellen. Remote sensing biedt de mogelijkheid om vanop een afstand veranderingen in het landschap te monitoren. Denk daarbij bijvoorbeeld aan de Copernicus-satellieten die in een baan rond de aarde vliegen en beelden aanleveren. Die beelden zijn makkelijk toegankelijk, ook voor onderzoeksdoeleinden. “We combineerden voor Geo.Informed beelden van Sentinel-1 en Sentinel-2, twee satellieten uit het Copernicus-programma van de EU. Sentinel-2 is een satelliet die ons optische beelden aanlevert. Je ziet de aarde echt vanuit de ruimte. Om bijvoorbeeld landgebruik en landbedekking in kaart te brengen is dat bijzonder handig”, aldus Stien Heremans, postdoctoraal onderzoeker remote sensing aan de KULeuven en het INBO. “Sentinel-1 is een radar satelliet. Het is iets moeilijker om die beelden louter intuïtief te interpreteren, maar met de nodige expertise zijn hiermee bijvoorbeeld watervlakken veel eenvoudiger waar te nemen.”
Daarnaast zet Geo.Informed in op deep learning. Deep learning is een vorm van AI (Artificial Intelligence) waarbij kunstmatige neurale netwerken (algoritmen die zijn gemodelleerd om te werken zoals het menselijk brein) leren van grote hoeveelheden data. Het resultaat is een deep learning model dat, eenmaal getraind, zonder menselijke tussenkomst en in real time nieuwe data verwerkt. Het lijkt de ver-van-je-bed-show, maar dat is het zeker niet: de ondertitels op YouTube zijn bijvoorbeeld het resultaat van deep learning. YouTube ondertitelt pijlsnel een filmpje doordat woorden en zinsconstructies herkend worden uit eerdere filmpjes. YouTube werd dus getraind om die ondertitels zelfstandig aan te maken. Hetzelfde geldt voor een zelfrijdende auto: de auto werd getraind om objecten, dieren en mensen te herkennen en te interpreteren en kan daardoor autonoom beslissingen nemen door bijvoorbeeld te remmen wanneer plots een kind de weg oversteekt. “Een goede training is essentieel”, zegt Heremans. “Je moet het model enorme hoeveelheden data aanreiken. Hoe meer data je hebt, hoe meer de neurale netwerken leren en hoe beter het model zelfstandig en in real time data zal kunnen verwerken”.
Dat is ook zo voor Geo.Informed. “Het project reikt beleidsmakers extra geodata- of kaartlagen aan zodat ze omgevingsvraagstukken sneller en efficiënter kunnen aanpakken. Die extra kaartlagen komen er door data te verzamelen met de twee Sentinel-satellieten, en door die data daarna met deep learning om te zetten in exact die informatie die beleidsmakers van het beleidsdomein Omgeving nodig hebben, krijgen beleidsmakers een antwoord op casussen die hen al langer voor uitdagingen stelden”, aldus Lisa Landuyt, onderzoeker remote sensing bij het VITO (Vlaams Instituut voor Technologisch Onderzoek).
Een beeld van de Sentinel-2 satelliet
Samenwerking troef
Geo.Informed kwam tot stand dankzij de steun van het Fonds Wetenschappelijk Onderzoek (FWO). Dat fonds reikt middelen uit aan innovatieprojecten die bijdragen aan de maatschappij. Denk daarbij aan projecten die de Vlaamse economie of het natuurbeleid ondersteunen. “Dat Geo.Informed na vier jaar kan bogen op mooie resultaten heeft ongetwijfeld te maken met de sterke samenwerking tussen de diverse partners. We hebben echt ingezet op de specifieke expertise van elke partner”, aldus Heremans. “Bij de KU Leuven zetten zowel de afdeling Bos, Natuur en Landschap als de afdeling PSI (Processing Speech and Images) van het departement Elektrotechniek hun schouders onder het project. Daarnaast konden we rekenen op de expertise en jarenlange ervarving van VITO, Digitaal Vlaanderen en het INBO.
Lisa Landuyt (VITO) tijdens de eindworkshop van Geo.Informed op 20 september 2024
Participatief traject
Dat ook de eindgebruikers een essentiële rol zouden spelen, bleek al van voor de start van het project. Zowel het VITO, KU Leuven als het INBO hadden opgemerkt dat regelmatig hetzelfde type vragen opdook bij beleidsmakers. “Onze eindgebruikers willen vooral gegevens die ze snel en accuraat kunnen terugvinden en gegevens die makkelijk toegankelijk en eenvoudig te interpreteren zijn. Bovendien zijn ze op zoek naar dynamische informatie. Vooral dat laatste bleek belangrijk. Beleidsmakers botsen vaak op kaarten of gegevens die niet actueel genoeg zijn of die statisch zijn. Ze willen bijvoorbeeld weten hoe een permanent stilstaand water, zoals een poeltje, verandert in periodes van hevige neerslag of droogte. Dat is namelijk belangrijk voor de biodiversiteit in en rondom die poel. Maar kaarten die slechts één keer per jaar of minder worden geüpdatet en die geen rekening houden met seizoenaliteit, bieden weinig tot geen relevante informatie”, zegt Heremans.
In volle coronatijd stuurden Heremans en haar collega’s een vragenlijst uit naar beleidsmakers van het beleidsdomein Omgeving. De bedoeling was om te polsen naar de interesse voor Geo.Informed. Welke noden ervaarden beleidsmakers? Met welke frequentie wilden ze graag informatie kunnen opzoeken? Welke mate van detail was nodig bij de opgevraagde informatie? De vragenlijst peilde uiteraard ook naar vraagstukken die beleidsmakers graag opgelost zouden willen zien.
“De respons was groot”, vertelt Heremans. “Er werden ons maar liefst 23 vraagstukken of casussen voorgelegd. Die werden allemaal geanalyseerd op haalbaarheid. Er was namelijk projectfinanciering voor vier jaar en we moesten bekijken wat technisch haalbaar was op vier jaar tijd. Uiteindelijk werden in samenspraak met de eindgebruikers acht casussen naar voor geschoven. Die werkten we samen verder uit. Er waren regelmatige bijeenkomsten en feedbacksessies, en tijdens de eindworkshop in september 2024 werden de projectresultaten zeer positief onthaald. Uiteraard is er altijd ruimte voor verbetering, maar de webviewers die het VITO ontwikkelde - platformen waarop de eindgebruikers van Geo.Informed de zaken kunnen opzoeken die ze nodig hebben - bleken bijzonder handige informatietools. De satellieten leveren de beelden aan en dankzij deep learning kan het systeem autonoom nieuwe data verwerken en vraagstukken oplossen. Voor beleidsmakers is dat bijzonder efficiënt.”
Van deze 23 aangereikte cases werden 8 cases uitgewerkt tijdens het project Geo.Informed.
Early warning bij grote veranderingen in de open ruimte
Dat Geo.Informed nuttig is, bewijst de Biologische Waarderingskaart (BWK), een kaart die alle bodembedekkings- en vegetatietypen in het Vlaams Gewest, goed voor ongeveer 13.600 km², vastlegt in kaarteenheden. De BWK komt volledig tot stand dankzij jarenlang volgehouden veldwerk van het INBO.
De BWK is een zeer bekend instrument op lokaal beleidsniveau (steden en gemeenten) en wordt gebruikt als referentiekaart voor de open ruimte. Vooral grotere steden gebruiken deze kaart regelmatig in hun dagelijkse activiteiten. De lange herhalingscyclus en het feit dat niet alle gebieden regelmatig worden bijgewerkt, ondermijnen echter het vertrouwen van lokale besturen. “Door het intensieve werk dat de BWK-monitoring met zich meebrengt, ligt momenteel de focus op Natura2000-gebieden. Heel wat zones buiten de beschermde natuurgebieden en landbouwgebieden worden niet gemonitord. Daar ontbreekt eenvoudigweg de tijd en mankracht voor. Het gevolg is dat we vaak niet weten welke vegetatie daar aanwezig is en of die zones ecologisch waardevol zijn. Met Geo.Informed kunnen we inzetten op remote sensing en deep learning. Dat zou betekenen dat we op jaarlijkse basis heel Vlaanderen kunnen screenen, ook in zones die tot nu toe niet gemonitord werden. Bovendien kunnen we meteen ook impactvolle veranderingen in de open ruimte waarnemen. Denk daarbij aan grote bouwprojecten die op til staan. Geo.Informed zou in dit geval dus ook kunnen fungeren als een soort early warning signal” aldus Heremans.
“Let wel”, vult ze aan, “dat betekent niet dat veldwerk overbodig wordt. Grote veranderingen in ecosystemen kunnen we zien vanuit de ruimte en we kunnen de impact ervan bestuderen met deep learning, maar satellieten en deep learning bieden geen soelaas wanneer we specifieke plantensoorten exact op naam willen brengen. Daar zijn we nog lang niet. Veldwerk blijft dus zeker zijn waarde behouden.”
De Biologische Waarderingskaart (BWK): hoe donkerder de groene kleur, hoe biologisch waardevoller het gebied
Van een vlakke waterkaart naar een dynamisch model
Ook voor permanente, stilstaande wateren blijkt Geo.Informed bijzonder nuttig te zijn. Deze wateren – zoals poeltjes – zijn ecologisch vaak waardevol vanwege de fauna en flora aanwezig in en om het water. Vallen deze wateren droog, dan kan dat een grote impact hebben op de aanwezige soorten. Momenteel baseren beleidsmakers zich op de watervlakkenkaart. Die wordt jaarlijks aangepast en komt tot stand door orthofotografie, waarbij een vliegtuig foto’s neemt door de camera loodrecht naar beneden te richten. Orthofotografie heeft echter nadelen: los van de kostprijs en de grote hoeveelheid werk die nodig is om de beelden te interpreteren , geven deze ook slechts een statisch beeld, een jaarlijkse momentopname. Water is echter dynamisch en de waterstanden kunnen veranderen doorheen het jaar. Met de satellieten en deep learning modellen van Geo.Informed wordt niet alleen de verwerking van de data eenvoudiger, maar kan ook de seizoenaliteit van de wateren beter in beeld worden gebracht. “De Sentinel-1-satellieten bezorgen ons elke vijf dagen beelden die door VITO worden omgezet in een datalaag per maand, in tegenstelling tot de orthofotografische beelden die één keer per jaar worden opgeleverd. Door de hogere frequentie aan beelden is het mogelijk om een classificatie van permanente, stilstaande wateren te maken en kunnen beleidsmakers en wetenschappers beter inschatten welke wateren ecologisch belangrijker of relevanter zijn”, aldus Lisa Landuyt.
Met de webviewers kan de seizoenaliteit van stilstaande wateren worden opgevolgd – Vildaphoto/Yves Adams
De toepassingen verder uitrollen
Het project Geo.Informed liep van 2020 tot 2024. Recent vond de eindworkshop plaats waarin de eindgebruikers de webviewers uittesten en feedback gaven. “De resultaten waren zeer positief, maar we zouden dit onderzoek graag verderzetten”, zegt Heremans. “Er zijn nog tal van casussen die we meer in detail kunnen uitwerken, en er zijn ook nog nieuwe vraagstukken die vast en zeker de moeite waard zijn om te bestuderen. Dat er 23 casussen werden aangereikt als prangende vraagstukken zegt veel.”
Een van de casussen waarvoor onvoldoende tijd was, maar die bijzonder boeiend is, is de bebouwing langs oevers. Woont iemand langs een onbevaarbare waterloop en wil die bijvoorbeeld een bouwwerk plaatsen aan het water, dan moet een strook van vijf meter breed, landinwaarts gemeten vanaf de oever, vrij toegankelijk zijn voor de waterloopbeheerder en voor onderhoudswerken. Nu worden bouwovertredingen langs oevers vastgesteld door langs te varen met een boot, maar dat veldwerk is heel tijdsintensief. Ook orthofotografie wordt ingezet, maar door de grote tijdsintervallen tussen de fotoreeksen worden overtredingen vaak te laat opgemerkt. “Je kan mensen die een bouwovertreding begaan daarover beter informeren wanneer ze beginnen met bouwen, niet wanneer het bouwwerk al volledig afgewerkt is. Door een combinatie van satellietbeelden, deep learning, en eventueel aanvullend veldwerk kan je veel tijd, kosten en energie besparen, zowel voor handhavers als voor burgers”, zegt Heremans.
Geo.Informed komt duidelijk tegemoet aan vragen waarmee beleidsmakers van het Departement Omgeving worstelen. Of er verdere financiering komt voor het project is nog niet duidelijk. “We zijn in gesprek met Digitaal Vlaanderen om te kijken of we de toepassingen van Geo.Informed breder kunnen uitrollen en een beweging bij de Vlaamse overheid in gang kunnen zetten. Dat is één piste. Een andere piste is dat we met de toepassingen eerder projectmatig aan de slag gaan. Zo is er al interesse vanuit het INBO. Zij willen de resultaten van Geo.Informed gebruiken om te onderzoeken waarom de vitaliteit van dennen achteruit gaat. Kortom, er is zeker interesse. De toekomst zal uitwijzen op welke basis we de toepassingen van Geo.Informed verder kunnen valideren”, sluit Heremans af.
Stien Heremans tijdens de eindworkshop van Geo.Informed op 20 september 2024
------
------
De projectpartners van Geo.Informed
KU Leuven
- De afdeling BNL (Bos, Natuur & Landschap) werd ingeschakeld vanwege de enorme expertise in vegetatiemonitoring en remote sensing.
- De afdeling PSI (Processing Speech and Images) van het departement Elektrotechniek heeft tonnen ervaring met deep learning modellen, vooral bij medische beeldvorming. Voor Geo.Informed zette de afdeling die kennis ook in voor onderzoeksdomeinen die kaderen binnen het omgevingsbeleid.
VITO
VITO heeft ervaring met remote sensing, met het verwerken van beelden, met het trainen van deep learning modellen en met het maken van platformen om resultaten te verspreiden. Zo maakten zij onder andere de webviewers. Dat zijn de platformen waarop de eindgebruikers van Geo.Informed (beleidsmakers) de zaken kunnen opzoeken die ze nodig hebben. Ze kunnen bijvoorbeeld aanduiden voor welke regio en periode ze gegevens willen van de groei van vanggewassen of van algenbloei. Dankzij die viewers wordt een massa aan informatie makkelijk en met een paar muisklikken toegankelijk gemaakt.
Digitaal Vlaanderen
Ook Digitaal Vlaanderen, en meer specifiek de afdeling Data Platform met EODaS (Earth Observation Data Science), speelt een belangrijke rol in het Geo-Informed project. Als experts binnen de Vlaamse overheid zijn zij verantwoordelijk voor het inwinnen, verwerken en verspreiden van aardobservatiedata over het grondgebied van Vlaanderen. Bovendien hebben ze nauwe contacten met eindgebruikers. Dat stelt hen in staat om de resultaten van een project zoals Geo-Informed in een breder kader te plaatsen, en om te evalueren of er bereidheid is om verder te investeren in de continuïteit van deze data en bijhorende toepassingen, zoals web viewers.
INBO
Bij het INBO is veel ecologische expertise aanwezig. Een team INBO-onderzoekers werkt bijvoorbeeld aan het in kaart brengen van de vegetatie in Vlaanderen om op die manier een biologische waardering toe te kennen aan gebieden met bijzondere flora. Dat mondt uit in de BWK of Biologische Waarderingskaart. Daarnaast werkt het INBO vaak nauw samen met de beleidsmakers van het beleidsdomein Omgeving. Daardoor kon het instituut de partners van Geo.Informed in contact brengen met de juiste eindgebruikers. INBO was hier ook de architect en procesbegeleider van het participatief traject met deze eindgebruikers.