Naar inhoud

Een primeur in West-Afrika: inventarisatie door luchtfotografie van de wilde dieren van het Comoé National Park, met ondersteuning van artificiële intelligentie

21 november 2024

De inventarisaties vanuit de lucht van wilde dieren in open gebieden (type savanne) vormen een van de essentiële methoden om de staat van behoud van nationale parken en natuurreservaten te beoordelen. Ze maken het mogelijk beheersmaatregelen dienovereenkomstig aan te passen. Deze inventarisaties worden traditioneel uitgevoerd met twee waarnemers die achteraan plaatsnemen aan boord van een vliegtuig van het type CESSNA, volgens de normen van het programma ‘Monitoring van het illegaal doden van olifanten’ (MIKE) van de ‘Overeenkomst inzake de internationale handel in bedreigde in het wild levende dier- en plantensoorten’ (CITES).

Figuur 1: Een Cessna 206 vliegtuig gebruikt bij de inventarisaties van de grote zoogdierenfauna in het Comoé National Park in 2022 ©Xavier Vincke.
Figuur 2: De ploeg van de inventarisatie in 2022: vooraan rechts de piloot en links een onafhankelijke waarnemer; op de tweede rij links en rechts de waarnemers zoals voorzien in het programma; en achteraan de verantwoordelijke voor de inventaris met luchtfotografie ©Alexis Peltier.

Hoewel deze methode sinds meer dan 60 jaar wordt verfijnd en zeer wijdverspreid is in Afrika, kent ze enkele nadelen. Zo onder meer het hoge risico dat het team loopt tijdens de vlucht, de hoge logistieke kosten en de onnauwkeurigheden bij de observaties van wilde dieren.

De voorbije jaren hebben veel autoriteiten inzake natuurbehoud aangetoond dat inventarisaties met behulp van luchtfoto’s een veelbelovend alternatief zouden kunnen vormen; met name de winst in nauwkeurigheid bij schattingen van de populatie van wilde dieren (Lamprey et al., 2020). Een grote uitdaging bij het gebruik van deze technologie blijven echter de hoge kosten van de inzet van mensen bij de handmatige verwerking van foto's.

Om deze beperking weg te werken door het aanzienlijk verkorten van de analysetijd van luchtfoto’s, heeft Gembloux Agro-Bio Tech (van de Universiteit van Luik) een algoritme (of model) voor artificiële intelligentie ontwikkeld, genaamd HerdNet. Dit algoritme kan, na training voor herkenning van diverse soorten, automatisch dieren detecteren en identificeren op foto's gemaakt tijdens vluchten. Piloten Zonder Grenzen België werkt, via haar programma Conservation From the Sky,  sinds 2021 nauw samen met deze universiteit bij de ontwikkeling van een methode voor fotografische inventarisatie vanuit de lucht, ondersteund door dit algoritme.

In 2022 werd een experiment op het terrein uitgevoerd, tijdens de inventarisatie vanuit de lucht van de wilde dieren in het Comoé Nationaal Park, door het Ivoriaanse Bureau voor Parken en Reservaten. Dit gebeurde in het kader van het Project voor de Bescherming van de Biodiversiteit van het Nationaal Park van Comoé, medegefinancierd door de KfW - Ontwikkelingsbank. Hiermee werd de doeltreffendheid aangetoond van deze inventarisatiemethode met luchtfotografie, ondersteund door artificiële intelligentie.

Het Comoé Nationaal Park in Ivoorkust strekt zich uit over meer dan 11.148 km² en bestaat uit een mozaïek van savannes en bossen. De inventarisatie van 2022 combineerde de aanpak met waarnemers aan boord en die van luchtfotografie. Omdat deze twee methodologieën precies dezelfde gebieden bestrijken, is het mogelijk een vergelijking te maken tussen de waarnemingen van deze twee methoden.

Figuur 3: Camera bevestigd op het plexiglas van de achterruit (links) voor de inventarisatie met foto’s vanuit de lucht.

Het model HerdNet, voordien reeds getraind op beelden uit Oeganda, werd gebruikt om de verwerking van de inventaris van 190 686 foto’s te versnellen. Een belangrijk deel van het werk bestond uit het verfijnen van de training van het model voor de diersoorten en de omgeving van het Comoé National Park.

De resultaten van dit experiment maakten deel uit van een wetenschappelijke publicatie van Delplanque et al op 8 juni 2024 in het tijdschrift Ecological Informatics, met als onderwerp «Will artificial intelligence revolutionize aerial surveys ? A first large-scale semi-automated survey of African wildlife using oblique imagery and deep learning ». Naast Alexandre Delplanque en Julie Linchant van Gembloux Agro-Bio Tech van de Universiteit van Luik, zijn ook de Kolonels KOUADIO Yao Roger en OUATTARA Amara, respectievelijk Directeur van de Noordoostelijke Zone en Hoofd Ecologische Monitoring van hetzelfde Directoraat verantwoordelijk voor de PNC alsook Xavier Vincke, Programmadirecteur bij Piloten Zonder Grenzen België, co-auteurs van dit artikel.

Dit experiment, uitgevoerd in het Comoé National Park in 2022, biedt drie voordelen bij de aanpak van luchtfotografie met Deep Learning:

  1. De vermindering met 98% van de menselijke inzet bij de handmatige verwerking van foto's.
  2. Een aanzienlijke verbetering van de schatting van de populatie van bepaalde diersoorten zoals kob antilopen.
  3. Een verbeterde precisie van de schattingen van de populatie van soorten die tijdens de inventarisatie zijn gefotografeerd.

1. De vermindering met 98% van de menselijke inzet bij de handmatige verwerking van foto's

Figuur 4 : Vermindering met 98% van de werklast van de inventarissen van luchtfoto’s dankzij het gebruik van de artificiële intelligentie Deep Learning

Dit experiment maakte het mogelijk om de aandacht te vestigen op het grote probleem van de fotografische inventarisatiemethode vanuit de lucht, die eigenlijk "verouderd" is: de menselijke inzet bij de verwerking van luchtfoto's werd met 98% verminderd dankzij het gebruik van Deep Learning.

Deep learning (DL), een subcategorie van artificiële intelligentie, maakt gebruik van kunstmatige neurale netwerken om complexe taken uit te voeren (bijvoorbeeld het detecteren van dieren in luchtfoto’s). Waar voorheen een team van een tiental mensen gedurende enkele weken of zelfs meerdere maanden, werd gemobiliseerd om alle foto's van de inventaris te analyseren, wordt deze taak nu toevertrouwd aan één enkele waarnemer. Deze is verantwoordelijk voor het toezicht op de training van het model en het controleren en corrigeren van de waarnemingen. Het proces is ook veel minder tijdrovend gezien het goede vermogen van het model om afbeeldingen opzij te schuiven die geen dieren bevatten. Te vermelden dat deze besparing in verwerkingstijd des te belangrijker is bij een lage dichtheid van wilde dieren in het beschermde gebied.

2. Een aanzienlijke verbetering van de schatting van de populatie van bepaalde diersoorten zoals kob antilopen 

Figuur 5 : Verhoging met 241% van het kobs (Kobus kob kob)

Uit statistische analyse bleek dat de schattingen van deze door AI-ondersteunde fotografische inventarisatiemethode vanuit de lucht aanzienlijk hoger waren voor kleinere soorten zoals kobs (Kobus kob kob) (+241%) en wrattenzwijnen (Phacochoerus africanus) (+163%) en vergelijkbaar voor andere belangrijke soorten; en dit in vergelijking met de traditionele inventarisatiemethode vanuit de lucht met waarnemers aan boord.

Afgezien van het feit dat deze soorten klein zijn in vergelijking met andere soorten die bekeken worden, valt op te merken dat deze dieren de neiging hebben bewegingloos te blijven wanneer het vliegtuig overvliegt, wat de mogelijke observatie door het inventarisatieteam aanzienlijk verkleint. Terwijl soorten zoals hartebeest (Alcephalus buselphalus major), buffels (Syncerus caffer brachyceros) of sabelantilopen (Hippotragus equinus koba) de neiging hebben te vluchten als het vliegtuig passeert, wat hun observatie gemakkelijker maakt. 

Figuur 6 : Belangrijk verschil van gedrag van de kobs (boven) en de buffels (onder) bij de overvlucht van een vliegtuig.

3. Een verbeterde precisie van de schattingen van de populatie van soorten die tijdens de inventarisatie zijn gefotografeerd

Figuur 7 : Vermindering van het betrouwbaarheidsinterval met de gecombineerde aanpak van luchtfotografie en Deep Learning.

Als gevolg van de toename van het aantal getelde dieren en van de meer coherente aantallen in het hele inventarisatiegebied, zijn de betrouwbaarheidsintervallen voor de kobs en wrattenzwijnen aanzienlijk kleiner, wat getuigt van een grotere nauwkeurigheid van schattingen met de aanpak die luchtfotografie en Deep Learning combineert.

Vooruitzichten

De voordelen van deze innovatie, vergeleken met traditionele inventarisaties met waarnemers aan boord, zijn talrijk:

  • Winst qua nauwkeurigheid (identificatie van de soort en evaluatie van het aantal dieren).
  • Winst qua veiligheid gezien de mogelijkheid om twee keer zo hoog te vliegen.
  • Economisch voordeel, met de mogelijkheid om inventarisaties vanuit de lucht uit te voeren met ULM's.

Veel Nationale Parken beschikken over een of meerdere tweezits Ultra Light Motorized Aircraft (ULM), terwijl maar weinig nationale parken beschikken over een vliegtuig met 4 of 6 zitplaatsen.

ULM's zijn veel economischer. Hun aankoopprijs is ongeveer tien keer lager dan die van een vliegtuig met zes zitplaatsen van het type Cessna 206. Het onderhoud van ULM's is minder duur en de brandstofkosten per vlieguur zijn vijf keer lager dan die van een Cessna 206.

Figuur 8 : De piloot van OIPR, LCL. KISSI D’andous aan het stuur van de ULM Bat Hawk van het Comoé Nationaal Park, voor de inventaris vanuit lucht in 2024 van de nijlpaarden in het park.

De aanpak die fotografische inventarisatie en Deep Learning combineert, maakt het mogelijk om inventarisaties efficiënt en economisch uit te voeren, zonder de waarnemers aan boord bloot te moeten stellen aan risico's. Hierdoor kunnen vanuit de lucht inventarisaties uitgevoerd worden in ultralichte vliegtuigen op grotere hoogte. Het gebruik van luchtfotografie schept de mogelijkheid om op grotere hoogte te vliegen door de camera's uit te rusten met een grotere brandpuntsafstand, wat de vliegveiligheid verbetert. Bovendien kunnen ULM's eenvoudig worden uitgerust met parachutes, waardoor de vliegveiligheid nog verder wordt vergroot.

Conclusies

Deze innovatieve aanpak, die fotografische inventarissen en artificiële intelligentie combineert, maakt het mogelijk om betrouwbaardere schattingen te krijgen van de aantallen wilde dieren waardoor het beheer van het betreffende beschermde gebied zo goed mogelijk aangepast kan worden ter bescherming van dit erfgoed.

De valorisatie van ULM's, met lagere exploitatiekosten, zal het ook mogelijk maken om de frequentie van inventarisaties te verhogen om zo het behoud van wilde dieren verder te verbeteren.

Een Nationaal Park met een overvloed aan wilde dieren is een garantie voor de ontwikkeling van toerisme met een positieve economische weerslag voor de gemeenschappen die rond het park wonen. De verbetering van hun levensstandaard zal ook bijdragen tot het vergroten van de betrokkenheid van deze gemeenschappen bij de bescherming van de natuurlijke hulpbronnen.

Dankbetuigingen

Wij wensen in het bijzonder de autoriteiten van Ivoorkust te bedanken voor hun steun die het mogelijk maakte de inventarissen op te stellen in het Comoé Nationaal Park. Bijzondere dank ook voor het Ministerie van Milieu en Duurzame Ontwikkeling, voor het Ivoriaanse Bureau voor Parken en Reservaten (OIPR) en voor het Directoraat van de Noordoostelijke Zone (DZNE), voor hun administratieve en technische ondersteuning op het terrein. Verder nog een woord van dank voor het Ministerie verantwoordelijk voor de Burgerluchtvaart.

Een speciaal woord van dank voor de Conservator-Generaal TONDOSSAMA Adama, Directeur-Generaal van de OIPR, en voor Kolonel KOUADIO Yao Roger, Directeur van de noordoostelijke zone van de OIPR en tevens Hoofd van het project tot behoud van de biodiversiteit van het Comoé Nationaal Park. Verder willen we de heer Amara OUATTARA onze erkentelijkheid betuigen, Verantwoordelijke voor de ecologische monitoring en GIS van het Comoé Nationaal Park, voor zijn beschikbaarheid en zijn rol als terreincoördinator van het project.

We betuigen ook onze dank aan het team van de AHT Group in Duitsland en in Ivoorkust, in het bijzonder aan de heer Matteo CANTORO voor zijn waardevolle hulp en zijn technische en administratieve ondersteuning die essentieel was voor het goede verloop van de inventarisatiecampagnes. En niet te vergeten de heer Eric VERCAUTEREN voor zijn steun aan Piloten Zonder Grenzen, bij de voltooien van de analyses en het rapport.

Verder nog dank aan Gembloux Agro-Bio Tech en in het bijzonder aan professor LEJEUNE Philippe en aan DELPLANQUE Alexandre voor zijn belangrijk werk inzake de verwerking van fotografische gegevens en de verfijning van de training van het telalgoritme. Alle stagiaires van de Universiteit van Luik Gembloux Agro-Bio Tech die aan dit werk hebben deelgenomen, zoals ook Loïc Eisendrath, worden eveneens hartelijk bedankt.

Bedankt Jean-Pierre D’HUART voor het aanzetten tot deze opwindende samenwerking tussen OIPR, Piloten Zonder Grenzen en de Universiteit van Luik Gembloux Agro-Bio Tech.

Ook een woord van dank voor mevrouw Julie LINCHANT, onafhankelijke deskundige op het gebied van inventarisaties van wilde dieren vanuit de lucht, voor de organisatie van de inventarisaties, het verzamelen van fotografische inventarisgegevens, de hulp van de hoofdwaarnemer en voor het opstellen van de verschillende rapporten die het opmaken van dit rapport mogelijk gemaakt hebben.

Tevens bedanken wij onderstaande personen voor hun essentiële bijdrage aan de realisatie van deze inventarissen:

  • Nounifou SABDANO, hoofdwaarnemer vooraan in het vliegtuig, verantwoordelijk voor het verzamelen en analyseren van inventarisgegevens.
  • Alexis PELTIER, eigenaar van het vliegtuig dat speciaal uitgerust is voor de inventarisatie van wilde dieren en piloot van de campagne, met meer dan 40 inventarisaties van wilde dieren op zijn naam. Alexis reisde vanuit Nairobi met zijn vliegtuig dat geregistreerd is in Kenia.
  • AYEBY Théophile, lid van de OIPR, waarnemer linksachter in het vliegtuig.
  • KOFFI KOUASSI Yves Constant, lid van de OIPR, waarnemer rechtsachter.
  • AMONAN BODA Hyacinthe, lid van de OIPR, plaatsvervangend waarnemer achteraan.
  • Amara OUATTARA, verantwoordelijke voor de ecologisch opvolging van het PNC.

De heer Moustapha DIABY van de Abidjan Aeroclub, die fundamentele ondersteuning heeft geboden tijdens het administratieve en logistieke proces, wordt eveneens hartelijk bedankt.

We danken de Uganda Conservation Foundation (UCF), Dr. Richard Lamprey en nogmaals Alexandre Delplanque voor het gebruik van hun wildlife-detectiemodel, ontwikkeld in 2022 met behulp van gegevens verzameld tijdens de fotografische inventarisatie. Dit model werd getraind met schuine luchtfoto's van het Queen Elizabeth Protected Area (Oeganda), gemaakt in september 2018 en waarvan de inventarisatie gefinancierd werd door het UCF.

Dank voor zijn technische ondersteuning aan Howard Frederick, Conservation Biologist, specialist in luchtinventarisatie, Research Associate, PhD-kandidaat van het Tanzania Wildlife Research Institute aan de Universiteit van Groningen.

Met dank aan Terry Pappas - Managing Director Micro Aviation S.A. - voor zijn gedegen advies voor het uitvoeren van fotografische inventarissen in ULM Bat Hawk. Met dank aan piloot Stéphane Carré voor zijn deelname aan de ULM Bat Hawk luchtinventarisatietests. Als onderdeel van deze Bat Hawk-vliegtuigtesten, dank aan Baptiste Bataille, Anthony Caere van Virunga National Park en Derek Macpherson voor hun advies.

Met dank aan Henri Peuch van de Abidjan Aeroclub, voor zijn wijze adviezen.

Tenslotte ook onze oprechte dank aan alle actoren van wie de namen niet konden vermeld worden voor de waardevolle hulp die zij geboden hebben bij het uitvoeren van deze inventarisatie.