Project
PPS Artificial Intelligence voor herkenning megafauna (zeevogels en zoogdieren) in en rond offshore windparken (AI-MEG)
De Noordzee wordt steeds voller en met name windmolenparken op zee nemen steeds meer ruimte in. Beschermde soorten, zoals zeezoogdieren en vogels, mijden hoogstwaarschijnlijk windmolenparken op zee en dit verlies van habitat kan resulteren in afnemende populaties. Echter, het is ook mogelijk dat de dieren wennen aan windturbines in hun leefgebied. Het is van belang voor de verdere uitrol van windmolenparken op zee om een duidelijk beeld te hebben van de verspreiding van zeezoogdieren en vogels op het niveau van individuele soorten, zowel binnen als buiten windmolenparken. De huidige observatiemethode, waarbij gebruik wordt gemaakt van visuele waarnemers in vliegtuigen, is onwerkbaar geworden door de hoogte van de windturbines, waardoor op te grote hoogte moet worden gevlogen voor menselijke waarnemers. Een nieuwe techniek, waarbij gebruik wordt gemaakt van high-definition camera's, biedt een oplossing: voor deze camera’s is vliegen op een grotere hoogte geen probleem en bovendien kunnen de verkregen beelden worden bewaard voor toekomstige analyses. Op dit moment is echter de beoordeling van de verzamelde beelden nog mensenwerk, zeer arbeidsintensief en dus duur. Er is daarom dringend behoefte aan automatisering van dit deel van het proces. Met de opkomst van Deep Learning binnen Artificial Intelligence (AI) is het mogelijk om beeldherkenning automatisch uit te voeren.
We ontwikkelen Deep Learning-modellen die in staat zijn om soorten op de stroom van beelden te detecteren, te identificeren en te tellen, waarbij de nadruk ligt op zeevogels, maar waar mogelijk ook andere fauna. Voor deze ontwikkeling moet er software worden ontwikkeld die wordt gevoed met beelden die vooraf door experts zijn geanalyseerd voor soortdetectie- en identificatie. Hiervoor worden beelden gebruikt verzameld boven twee windparken op de Noordzee: Gemini Windpark, ten noorden van Schiermonnikoog, en windpark Borssele, ten westen van Rotterdam. Deze beelden worden visueel geanalyseerd (“geannoteerd”) door experts van BioConsult SH in Duitsland. De gezamenlijke dataset, met beelden van Gemini en Borssele is zo omvangrijk, dat ook voor de iets minder talrijke soorten voldoende geannoteerde beelden worden verkregen om de software mee te voeden.
Bovendien zal de situatie vanuit de lucht worden vergeleken met de situatie op de grond door een ervaren vogelwaarnemer vogels te laten tellen in Gemini Windpark tijdens een of meer vluchten. Hiermee kan worden nagegaan, of de vogels die op de beelden worden gedetecteerd overeenkomen met wat er “op de grond” wordt gezien.
Wanneer de modellen voldoende nauwkeurig presteren (ten opzichte van de nauwkeurigheid van de menselijke expert), zullen deze worden geïntegreerd in een nog op te zetten software platform waarmee video-surveys (semi-)automatisch kunnen worden geanalyseerd wanneer men over de software beschikt. Uiteindelijk moet dit platform publiek toegankelijk zijn voor beeldherkenningsanalyses en rapportages.
Onderdeel van dit project is ook een adviescommissie, bestaande uit vogel- en AI-experts en beleidsmakers, welke aan de hand van de Agile-werksystematiek feedback kunnen geven op de AI- en platform-ontwikkeling.
De onderzoeksvraag waar Gemini Windpark in is geïnteresseerd, is in hoeverre bepaalde soorten vogels het windpark mijden. De omvang van dit habitatverlies zal worden bepaald, door aan de hand van de verkregen beelden, de verhouding dichtheden binnen het park uit te zetten tot die in de omgeving van het park. Het gebied dat hiervoor wordt geïnventariseerd is daarom aanzienlijk groter dan Gemini Windpark zelf. De beelden, die worden verkregen door de projecten Gemini en Borssele, alsmede de ontwikkelde software, zullen bijdragen aan de verdere ontwikkeling van de (inter)nationale infrastructuur van beeldherkenning op zee, zowel in Nederland als daarbuiten.
Het AI-MEG project heeft als doel:
1. Het bepalen van het habitatverlies van alken en zeekoeten in Gemini Windpark;
2. Het ontwikkelen van de soortidentificatie in de verkregen beelden (annotaties) van alken en zeekoeten, door tijdens de vluchten tellingen op de grond uit te voeren (“ground truthing”);
3. Ontwikkeling van Deep Learning (AI) modellen om zeevogels en zeezoogdieren in de digitale beelden automatisch te detecteren, te identificeren en te tellen.
4. Integratie van de Deep Learning modellen in een (software) platform waarmee relevante digitale beeldonderzoeken (semi-)automatisch kunnen worden uitgevoerd (wanneer het AI model voldoende presteert).
Kruisbestuiving
Dit onderzoek draagt nadrukkelijk bij aan een groter parallel lopend project onder leiding van Rijkswaterstaat (RWS), waarin gewerkt wordt aan het opzetten van een landelijke digitale vliegtuigsurvey AI en datastructuur (zie dit stappenplan). Het doel van het RWS-project is om alle digitale vliegtuigonderzoeken die in Nederland (en uiteindelijk op de hele Noordzee) worden uitgevoerd te kunnen verwerken en analyseren in een publiek toegankelijk platform. Binnen het RWS-programma Wozep is al een pilot gestart met beeldverzameling binnen en buiten het windgebied Borssele, waarvan de beelden ook beschikbaar zullen worden gesteld aan dit project.