Når dronen flyver 100 meter over jorden, den tager billeder med en opløsning på 3 x 3 cm. Dette er 1, 000 gange bedre end en satellit, som tager billeder med en opløsning på 30 x 30 m. Kredit:NIVA
Droner er fremtiden for naturkortlægning og overvågning. Sammenlignet med satellitbilleder, dronebilleder giver 1, 000 gange bedre billedopløsning og en million gange flere datapunkter, siger Kasper Hancke, havbiolog ved Norwegian Institute for Water Research (NIVA).
Det er en overraskende dejlig og rolig sommerdag på Søre Sunnmøre, ved de yderste øer i Vestlandet. Mens offpiste-hippier stadig står på ski på den allersidste sommersne længere i fjordene, kajaksæsonen er allerede startet herude i en stille bugt tæt på Fosnavåg. Men det er ikke alt fredeligt. En summende støj høres ovenfra; en massiv drone flyver systematisk langs kysten. Ved kysten, en mand står med tang på knæ, holdt i sine arme et stativ højere end ham selv. Dette er havbiolog Kasper Hancke fra Norwegian Institute for Water Research (NIVA). Han er her for at fotografere et afsnit af naturen, som de fleste af os normalt ikke ser - zonen mellem lav- og højvande.
- "Som regel, når vi kortlægger tidevandszonen, vi foretager registreringen manuelt:Spiral wrack, blære vrag, knust vrag, tandede vrag, og så videre. Men nu prøver vi for første gang, at tage billeder ovenfra i stedet, "siger Hancke." Når dronen flyver 100 meter over jorden, den tager billeder med en opløsning på 3 x 3 cm. Dette tilbyder 1, 000 gange bedre billedopløsning, eller en million gange flere datapunkter, end satellitbilleder, som ofte har en opløsning på 30 x 30 m. "
Hancke er overbevist om, at droner er fremtiden for kortlægning og overvågning af natur og naturressourcer.
Maskinlæring og fingeraftryk
Senere, da vinterstormene nærmer sig Fosnavåg, Hancke er sikkert tilbage på sit kontor i Oslo. Dronebillederne gemmes på hans computer, og Hancke har startet processen med at analysere dem. Softwaren bruger maskinlæring; den genkender mønstre i billederne og kategoriserer de forskellige elementer. Programmet kan derefter bestemme, hvor meget tang af hver type der er i det afbildede område. Hancke forklarer:"Hver tangfamilie har sin egen farvesignatur, som softwaren genkender. Dette skyldes kombinationen af bølgelængder reflekteret af de forskellige typer tang. Hver familie får sit eget fingeraftryk, udtrykt i farver. Softwaren genkender tangens fingeraftryk, og derved kategoriserer elementerne i billedet. "
Forskere, der kortlægger biodiversitet og økologisk status i tidevandszoner, anvender normalt manuelle teknikker og visuelle observationer. Men denne gang, et NIVA-forskerteam testede brugen af nye droner med højteknologiske sensorer til kortlægning af marine flora og fauna. Kredit:NIVA
Farveidentifikation kaldes multispektral billedanalyse, sådan skelner softwaren mellem forskellige grupper af tang. Hancke er optimistisk omkring fremtidig analyse, der involverer hyperspektral billedanalyse, som har en endnu højere opløsning af farver. Dronefotos kan derefter bruges til at identificere den præcise mængde af hver enkelt tang og blandede tangskove, og beregne mængden af epifytter på tangoverfladerne.
For et år siden, Hanckes kollega Trine Bekkby var i Søre Sunnmøre for at kortlægge kystzonen for Artsdatabanken (Norsk Biodiversitets Informationscenter) og EU -projektet EfficienSea. Hun fandt begge tandvrag, åreurt, sukker tang, virvar, og rødalger. I juni i år, hun kom tilbage og fortsatte arbejdet et niveau op, i tidevandszonen. Hun lavede traditionel kortlægning - med kamera og notesbog. Da Bekkby allerede havde kortlagt fordelingen af tang på Søre Sunnmøre, da Hancke søgte efter et droneteststed, det gjorde beslutningen let. Ved at bruge hendes tangregistreringer fra Søre Sunnmøre, han kan nu validere dronebillederne, og forbedre maskinlæringsalgoritmerne.
Nye modeller til kortlægning
Kortlægningsprojektet i Søre Sunnmøre har kørt siden 2016, og er et samarbejde mellem forskere fra NIVA, Norges geologiske undersøgelse (NGU), og Havforskningsinstituttet (HI). De geologiske og biologiske data bruges til at udvikle en standardmetode til kortlægning af marine "naturtyper" i henhold til klassifikationssystemet for Nature in Norway (NiN).
Den igangværende kortlægning af kystområder i Søre Sunnmøre er også en del af et pilotprojekt, Møre Pilot, under EU -projektet kaldet EfficienSea. EfficienSea har til formål at forbedre viden om, hvor der er sårbare økosystemer, så fremtidig forsendelse og bygning af nye konstruktioner kan undgås i de mest sårbare områder.
Brug af det nye, havbundskort i høj opløsning fra NGU, Bekkby og hendes kolleger arbejder også på at udvikle nye modeller til kortlægning af naturtyper. Deres håb er, at de kan bruge NGU's overfladiske marine geologiske kort sammen med data om det fysiske miljø, såsom temperatur, saltindhold, bølgeeksponering og lys for at modellere de forskellige naturtyper langs kysten.
Stort potentiale for droner
To værelser til venstre fra Bekkbys kontor på NIVA, sidder Hancke. Han forestiller sig en lys fremtid for kortlægning af droner, hvilket vil være meget mere effektivt og omkostningsbesparende end nutidens kortlægningsmetoder. Drone -kortlægning giver også kontinuerlige observationer langs kysterne, i stedet for enkelte datapunkter, der skal ekstrapoleres, ligesom nu. I fremtiden, Hancke vil også bruge droner til at tage undervandsbilleder fra luften, ikke kun fotos af det udsatte tidevand. Kameraer, der er tilpasset undervandsfotos, er endnu ikke på markedet, men NIVA har udviklet deres eget specialudstyr til dette formål.
"Yderligere, dronebilleder kan bruges til at overvåge ekspansionen af indførte arter, som stillehavsøsters. Vi arbejder også på at bruge droner til kvantificering af plast og marint affald i kysthavene og langs kysterne, og udvikler automatiserede billedanalyserutiner, "Siger Hancke.