Binnen het kennisprogramma Klimaatadaptatie van Rijkswaterstaat werken De Haagse Hogeschool en de Hanzehogeschool Groningen aan de ontwikkeling van sensortechnologie voor boomherkenning langs snelwegen. Het onderzoek richt zich op het verzamelen van betrouwbare informatie over bomen in de directe omgeving van hoofdwegen, met het oog op veiligheid en beheer.
Van planten naar bomen
Sinds de start van het kennisprogramma Klimaatadaptatie is gewerkt aan het monitoren van biodiversiteit met behulp van sensoren. De focus is daarbij verschoven van planten naar bomen, ook wel houtopstand genoemd. Rijkswaterstaat wil beter inzicht krijgen in waar bomen staan langs snelwegen, hoe hoog ze zijn, om welke soorten het gaat en wat hun gezondheidsstatus is.
Deze informatie is relevant omdat bomen binnen een bepaalde afstand van de weg aan eisen moeten voldoen. Als jonge bomen niet tijdig worden verwijderd, geldt een herplantplicht. Daarnaast kunnen zieke of verzwakte bomen veiligheidsrisico’s opleveren, bijvoorbeeld bij storm of extreme weersomstandigheden. Klimaatverandering vergroot deze risico’s.
Meten met sensoren en beelden
Het lectoraat Smart Sensor Systems van De Haagse Hogeschool ontwikkelt hiervoor een meetsysteem dat gebruikmaakt van verschillende sensortechnieken. Met een lidar camerasysteem kan een gedetailleerde driedimensionale weergave van de omgeving worden gemaakt. Hiermee kan onder andere de hoogte en positie van bomen nauwkeurig worden bepaald.
Voor het herkennen van boomsoorten en het vaststellen van de gezondheidsstatus zijn camerabeelden en multispectrale beelden nodig. Langs Nederlandse snelwegen komen honderden verschillende boomsoorten voor, wat het automatisch herkennen complex maakt. De combinatie van sensordata is daarom een belangrijk onderdeel van het onderzoek.
Combineren en beoordelen van data
Het project start met het in kaart brengen van bestaande databronnen, zoals het boomregister en het Actueel Hoogtebestand Nederland. De kwaliteit en bruikbaarheid van deze data worden beoordeeld. Daarnaast worden experts van Rijkswaterstaat betrokken om scherp te krijgen welke informatie nodig is voor beheer en besluitvorming. Op basis daarvan wordt bepaald welke sensoren en analysemethoden het meest geschikt zijn.
Trainen van modellen
Een belangrijk onderdeel van het onderzoek is het trainen van analysemethoden op basis van kunstmatige intelligentie. Hiervoor zijn grote hoeveelheden gelabelde data nodig, zoals scherpe beelden van verschillende boomsoorten en gezondheidsniveaus. Op proeflocaties worden technologieën getest en datasets verzameld om het meetsysteem verder te optimaliseren.
Mogelijke toepassingen
Het onderzoek verkent of het mogelijk is om boomsoorten en gezondheidsstatussen te herkennen bij hoge snelheden. Als dat niet haalbaar blijkt, worden alternatieven onderzocht, zoals metingen bij lagere snelheden of het inzetten van drones. De resultaten moeten Rijkswaterstaat ondersteunen bij het maken van risicoanalyses en het gericht inzetten van ecologen en inspecteurs.
Samenwerking
Het onderzoek wordt uitgevoerd door De Haagse Hogeschool en de Hanzehogeschool Groningen, in samenwerking met Rijkswaterstaat, binnen het kennisprogramma Klimaatadaptatie.
Contact
Voor meer informatie over dit onderzoek kun je contact opnemen met John Bolte via j.f.b.bolte@hhs.nl.
