VU-onderzoekers identificeren ruim 2.4 miljoen bomen op Veluwe

Aardwetenschappers van de Vrije Universiteit Amsterdam hebben ruim 2.4 miljoen bomen op de Veluwe gekarteerd en op soort geïdentificeerd. Nog maar zelden is op het niveau van individuele bomen zoveel detail verkregen, wat mogelijk is dankzij het zeer gedetailleerde Nederlandse digitale hoogtemodel in combinatie met satellietbeelden van de European Space Agency (ESA).

18-11-2020 | 10:50

Het onderzoek, dat gepubliceerd is in het wetenschappelijk vaktijdschrift Remote Sensing, combineerde veldgegevens van 2197 bomen, in een bosgebied van 140 vierkante kilometer op de Veluwe, met digitale modellen en satellietdata. De studie onderscheidde acht vaak voorkomende boomsoorten, waaronder loofbomen zoals de zomereik en ruwe berk en naaldomen zoals de grove den en de Japanse lork.

Individuele bomen identificeren
De locatie van deze bomen is door de onderzoekers in het veld vastgesteld en vervolgens gekoppeld aan een digitaal kroonmodel, dat informatie bevat over onder andere de boomhoogte en het kroonoppervlak. Dit digitaal kroonmodel werd verkregen vanuit het gedetailleerde Nederlandse hoogtemodel Actueel Hoogtebestand Nederland (AHN). Het digitaal kroonmodel is vervolgens gekoppeld aan satellietdata van de European Space Agency (ESA) gedurende de verschillende seizoenen. Zo werd ook het kleurverschil per boomsoort door de seizoenen heen zichtbaar.

Algoritme herkent patronen
Op basis van de kroonstructuur- en kleur ontwikkelden de onderzoekers een algoritme dat alle bomen uit het studiegebied met een hoge nauwkeurigheid op soort classificeerde. “Het idee is dat elke boomsoort gekenmerkt wordt door unieke structuur- en kleurkenmerken. Een machine learning algoritme herkent deze patronen en kan dan over een groot gebied toegepast worden”, zegt Veerle Plakman, die het onderzoek uitvoerde in het kader van haar masteropleiding Aardwetenschappen aan de Vrije Universiteit Amsterdam. 

Van achtertuin tot de Veluwe
Het idee achter dit onderzoek werd door co-auteur Thomas Janssen, promovendus aan de Vrije Universiteit Amsterdam, bedacht in zijn eigen achtertuin. “Het Nederlandse hoogtemodel heeft heel veel detail met pixels van 50 bij 50 cm. Bij het bekijken van het hoogtemodel rond mijn eigen woning herkende ik de individuele bomen in mijn achtertuin heel goed. Dit in combinatie met kleurinformatie van satellietbeelden leek me een schat aan informatie om individuele bomen op soort te classificeren.”, aldus Janssen.

Voor heel Nederland
De geautomatiseerde herkenning en classificatie van boomsoorten zoals ontwikkeld in dit onderzoek kan eenvoudig opgeschaald worden naar heel Nederland. Vanwege het detail in het kroonmodel vergt landelijk opschalen een grote computeropslag- en verwerkingscapaciteit. Thomas Janssen denkt dat een landelijke toepassing mogelijk is: “Mijn droom is een boomsoortenkaart voor Nederland die publiekelijk toegankelijk is. Gebruikers kunnen dan feedback geven op de kaart, en eventueel zelf data toevoegen. Zo kan de kaart continu verbeterd en up-to-date gehouden worden.”

Brandgevaar en koolstof
”Dit onderzoek biedt veel mogelijkheden”, aldus Sander Veraverbeke, universitair docent Aardobservatie aan de Vrije Universiteit Amsterdam en senior auteur van het artikel. “Bosbeheerders hebben ruimtelijke informatie nodig over het voorkomen van loof- en naaldbomen om bijvoorbeeld het verspreidingsrisico van bosbranden te kunnen inschatten. Branden verspreiden zich makkelijker in naaldbos, terwijl loofbomen net een natuurlijke barrière kunnen vormen voor een brand, omdat loofbomen over het algemeen meer vocht in hun bladerdek hebben dan naaldbomen. Onze studie brengt deze informatie op boomniveau en dit kan leiden tot beter geïnformeerde beleidsbeslissingen.”

Hoeveelheid opgeslagen koolstof
Het VU-team werkte samen met het Instituut Fysieke Veiligheid om de resultaten in praktijk te brengen. “Verder kunnen we de structuurinformatie op boomniveau ook koppelen aan zogenaamde allometrische vergelijkingen. Deze bestaande vergelijkingen drukken het verband uit tussen boomstructuur, soort en biomassa, en dus ook de hoeveelheid koolstof die opgeslagen is in bomen. Dit zou ons een stap dichter brengen bij een gedetailleerde inschatting van hoeveel koolstof er opgeslagen is in Nederlandse bossen”, zegt Veraverbeke tot slot.