När drönaren flyger 100 meter över marken, den tar bilder med en upplösning på 3 x 3 cm. Detta är 1, 000 gånger bättre än en satellit, som tar bilder med 30 x 30 m upplösning. Kredit:NIVA
Drönare är framtiden för naturkartläggning och övervakning. Jämfört med satellitbilder, drönarbilder ger 1, 000 gånger bättre bildupplösning och en miljon gånger fler datapunkter, säger Kasper Hancke, marinbiolog vid Norsk institutt for vattenforskning (NIVA).
Det är en överraskande fin och lugn sommardag på Søre Sunnmøre, vid Västnorges yttersta öar. Medan offpisthippierna fortfarande åker skidor på den allra sista sommarsnön längre in i fjordarna, kajaksäsongen har redan börjat här i en tyst vik nära Fosnavåg. Men allt är inte lugnt. Ett surrande ljud hörs från ovan; en massiv drönare flyger systematiskt längs strandlinjen. Vid stranden, en man står med sjögräs på knäna, håller i famnen en ställning högre än han själv. Det är marinbiolog Kasper Hancke från Norsk institutt for vattenforskning (NIVA). Han är här för att fotografera en del av naturen som de flesta av oss vanligtvis inte ser – zonen mellan låg- och högvatten.
– "Vanligtvis, när vi kartlägger tidvattenzonen, vi gör registreringen manuellt:Spiral wrack, blåstång, knuten tång, tandtång, och så vidare. Men nu försöker vi för första gången, att ta bilder från ovan istället, " säger Hancke. "När drönaren flyger 100 meter över marken, den tar bilder med en upplösning på 3 x 3 cm. Detta erbjuder 1, 000 gånger bättre bildupplösning, eller en miljon gånger fler datapunkter, än satellitbilder, som ofta har en upplösning på 30 x 30 m."
Hancke är övertygad om att drönare är framtiden för kartläggning och övervakning av natur och naturresurser.
Maskininlärning och fingeravtryck
Senare, när vinterstormarna närmar sig Fosnavåg, Hancke är tryggt tillbaka på sitt kontor i Oslo. Drönarbilderna sparas på hans dator, och Hancke har påbörjat processen med att analysera dem. Programvaran använder maskininlärning; den känner igen mönster i bilderna och kategoriserar de olika elementen. Programmet kan sedan avgöra hur mycket tång av varje typ som finns i det avbildade området. Hancke förklarar:"Varje tångfamilj har sin egen färgsignatur, som programvaran känner igen. Detta beror på kombinationen av våglängder som reflekteras av de olika typerna av tång. Varje familj får sitt eget fingeravtryck, uttryckt i färger. Programvaran känner igen tångens fingeravtryck, och kategoriserar därigenom elementen i bilden."
Forskare som kartlägger biologisk mångfald och ekologisk status i tidvattenzoner använder vanligtvis manuella tekniker och visuella observationer. Men den här gången, ett forskarteam från NIVA testade användningen av nya drönare med högteknologiska sensorer för kartläggning av marin flora och fauna. Kredit:NIVA
Identifiering med färg kallas multispektral bildanalys, vilket är hur mjukvaran skiljer mellan olika grupper av tång. Hancke är optimistisk inför framtida analys som involverar hyperspektral bildanalys, som har en ännu högre upplösning av färger. Drönarbilderna kan sedan användas för att identifiera den exakta mängden av varje enskild art av tång och blandade kelpskogar, och beräkna mängden epifyter på tångytorna.
Ett år sedan, Hanckes kollega Trine Bekkby var på Søre Sunnmøre för att kartlägga kustzonen för Artsdatabanken (Norwegian Biodiversity Information Centre) och EU-projektet EfficienSea. Hon hittade båda tandade vraken, årgräs, sockerkelp, härva, och röda alger. I juni i år, hon kom tillbaka och fortsatte arbetet en nivå upp, i tidvattenzonen. Hon gjorde traditionell kartläggning – med kamera och anteckningsbok. Eftersom Bekkby redan hade kartlagt utbredningen av tång i Søre Sunnmøre när Hancke sökte efter en drönartestplats, det gjorde beslutet lätt. Genom att använda hennes tångregistreringar från Søre Sunnmøre, han kan nu validera drönarbilderna, och förbättra maskininlärningsalgoritmerna.
Nya modeller för kartläggning
Kartläggningsprojektet i Søre Sunnmøre har pågått sedan 2016, och är ett samarbete mellan forskare från NIVA, Norges geologiska undersøkelse (NGU), och Havsforskningsinstitutet (HI). De geologiska och biologiska data används för att utveckla en standardmetod för kartläggning av marina "naturtyper" enligt klassificeringssystemet Nature in Norway (NiN).
Den pågående kartläggningen av kustområdena i Søre Sunnmøre är också en del av ett pilotprojekt, Møre Pilot, under EU-projektet EfficienSea. EfficienSea syftar till att förbättra kunskapen om var det finns sårbara ekosystem, så att framtida sjöfart och nybyggnation kan undvikas i de mest utsatta områdena.
Med hjälp av den nya, högupplösta havsbottenkartor från NGU, Bekkby och hennes kollegor arbetar också med att ta fram nya modeller för att kartlägga naturtyper. Deras förhoppning är att de kan använda NGU:s grunt-maringeologiska kartor tillsammans med data om den fysiska miljön, såsom temperatur, salthalt, vågexponering och ljus för att modellera de olika naturtyperna längs kusten.
Stor potential för drönare
Två rum till vänster från Bekkbys kontor på NIVA, sitter Hancke. Han ser en ljus framtid för drönarkartläggning, vilket kommer att vara mycket mer effektivt och kostnadsbesparande än dagens kartläggningsmetoder. Drönarkartläggning ger också kontinuerliga observationer längs stränderna, istället för enskilda datapunkter som behöver extrapoleras, som nu. I framtiden, Hancke vill också använda drönare för att ta undervattensbilder från luften, inte bara foton av det exponerade tidvattnet. Kameror som är anpassade för undervattensfoton finns ännu inte på marknaden, men NIVA har utvecklat sin egen specialutrustning för detta ändamål.
"Ytterligare, drönarbilder kan användas för att övervaka expansionen av introducerade arter, som pacific ostron. Vi arbetar också för att använda drönare för kvantifiering av plast och marint skräp i kusthaven och längs stränderna, och utvecklar automatiska bildanalysrutiner, säger Hancke.