VUB-onderzoek: hoe steden vergroenen met het oog op opwarming
VUB-onderzoeker Robbe Neyns brengt met satellietbeelden en artificiële intelligentie stedelijke boomsoorten in kaart
VUB-onderzoeker Robbe Neyns ontwikkelde artificiële intelligentie die bomen op satelliet- en luchtbeelden tot op soortniveau kan herkennen. De technologie kan steden helpen om hun bomen en biodiversiteit beter in kaart te brengen en de stedelijke omgeving zo leefbaar mogelijk te maken, ook met het zicht op een warmer wordend klimaat. Bomen vervullen namelijk belangrijke functies in onze steden. Ze zorgen voor schaduw en verkoeling, filteren de lucht en vormen een leefomgeving en voedselbron voor tal van dieren. Maar verrassend genoeg weten we vaak niet precies welke bomen waar staan. Bestaande bomeninventarissen zijn niet altijd volledig of actueel en duizenden bomen ter plaatse identificeren is arbeidsintensief.
Neyns onderzocht daarom of artificiële intelligentie dat werk gedeeltelijk vanuit de lucht kan overnemen. Voor het Brussels Hoofdstedelijk Gewest combineerde hij satellietbeelden van verschillende momenten in het jaar met zeer gedetailleerde luchtfoto's. Deep learning leert daaruit verschillende boomsoorten herkennen.
“Een boomkroon herkennen is één ding, maar in een dichtbebouwde stad overlappen kronen elkaar, gooien gebouwen schaduw over de beelden en heb je te maken met verschillende achtergrondmaterialen”, zegt Neyns. Door verschillende soorten beelden te combineren, geven we het model voldoende informatie om boomsoorten te onderscheiden. Boomsoorten hebben immers elk hun eigen kenmerken en volgen doorheen het jaar een andere cyclus.” Zo ontstaat een soort digitale bomenkenner die op grote schaal kan helpen bepalen welke boom waar staat.
Op zoek naar voedsel voor wilde bijen
Neyns gebruikte de technologie vervolgens voor ecologisch onderzoek. In het Duitse Braunschweig bracht hij wilgen in kaart voor onderzoek naar Andrena vaga, een wilde bij die voor haar pollen sterk afhankelijk is van wilgen. Door de bomenkaart te combineren met andere omgevingsfactoren en waarnemingen van bijennesten, kon worden voorspeld welke plekken in de stad een geschikte leefomgeving vormen.
In een tweede toepassing onderzocht hij de gezondheid van stadsbomen zelf. Neyns koppelde informatie over boomsoorten aan stedelijke hitte, luchtvervuiling en verharding. Zo kon worden onderzocht welke invloed die verschillende vormen van stedelijke stress hebben op de jaarlijkse groeicyclus van verschillende soorten bomen.
Het onderzoek toont daarmee hoe satellieten, luchtfoto's en AI veel meer kunnen doen dan tellen hoeveel groen een stad heeft. Door ook te weten om welke soorten het gaat, kunnen onderzoekers beter begrijpen welke bomen waar gedijen, hoe ze reageren op een veranderend klimaat en welke rol ze spelen voor andere soorten.
Voor steden die meer bomen willen planten als bescherming tegen steeds warmere zomers is dat belangrijke informatie. “Steden die nu volop aan het herbebossen zijn met het oog op klimaatverandering, staan voor een keuze: niet alleen hoeveel bomen, maar welke soort op welke plek” zegt Neyns. “Die informatie hopen we met deze technologie toegankelijker te maken.”
Titel PhD: Beyond the Canopy: Deep Learning for Urban Tree Species Classification Applications in Pollinator Ecology and Tree Phenological Responses to Urban Stressors
Robbe Neyns studeerde Geografie aan de VUB en Artificiële Intelligentie aan KU Leuven en startte in 2020 zijn doctoraat aan de VUB. Op de internationale EARSeL-conferentie 2024 ontving hij voor zijn onderzoek de Young Scientist Award.
Meer info:
Robbe Neyns: robbe.neyns@vub.be+32 485 58 02 88
Frans Steenhoudt
