Smart Greenery Management: Integratie van AI en dronebeelden voor efficiëntere boominventarisaties
Samenvatting
Hoewel recente evoluties de praktische inzetbaarheid van drones vergroot hebben, hinken applicaties in groenmanagement achterop. Uit verschillende contacten met het werkveld blijkt immers de nood aan tools en expertise m.b.t. het gebruik van drones om stedelijk groen te inventariseren. Net zoals het up-to-date houden van boominventarisaties via terreinbezoeken, is ook het bepalen van de boomgezondheid een tijdrovend proces, dat bovendien beïnvloed wordt door een bepaalde mate aan subjectiviteit van de waarnemer. Een efficiënte en gestandaardiseerde methode om informatie te verzamelen over de kenmerken en kwaliteit van het bomenbestand is cruciaal om snel en gericht te kunnen ingrijpen.
Dit project stelt volgende onderzoeksvraag centraal: Op welke manieren kunnen drones ingezet worden om boomkenmerken via een geautomatiseerde flow op te meten?. Als eerste stap wordt de aanwezige drone-infrastructuur in kaart gebracht en geoperationaliseerd, in lijn met de recent geïmplementeerde EU-wetgeving. Vervolgens zoomen we in op methodes om structurele boomkenmerken (zoals boomhoogte en kroondiameter) en boomgezondheid in te schatten. Op die manier bekomen we een overzicht van de boomkenmerken die gemeten kunnen worden m.b.v. drones, samen met een evaluatie van de nauwkeurigheid van de inschatting. In het volgende werkpakket worden de extractietechnieken bekomen uit de vorige werkpakketten gebundeld en geïntegreerd in een AI-omgeving. Het resultaat hiervan is een GIS plug-in die op een geautomatiseerde manier boomkenmerken bepaald op basis van de ingegeven dronebeelden. Deze plug-in zal vervolgens uitvoerig getest en gedemonstreerd worden in stakeholder-workshops.
Keywords: Boomconditiebepaling, 3D kartering, stadsbomen, artificiële intelligentie
