AI-systeem voorspelt illegale ontbossing: ‘30 hectare kap bij goudmijn voorkomen’

Een systeem dat ontbossing voorspelt en lokaal een waarschuwing kan afgeven is nieuw. Er waren al systemen om ontbossing op te sporen, maar vaak kwamen acties te laat om daadwerkelijke kap te voorkomen. De ontbossingsvoorspeller toont welke gebieden een risico vormen voor ontbossing, tot maanden vooruit. Met behulp van onder andere satellietbeelden ontstaat een gedetailleerde kaart waarop zichtbaar is waar er mogelijk gekapt gaat worden. Het WNF test de systemen op dit moment in tropische bossen in Suriname, Gabon en Kalimantan, waar lokale rangers er op uit trekken om de gesignaleerde risicovolle gebieden te controleren.

De eerste resultaten zijn veelbelovend: in Gabon en Kalimantan zijn illegale ontbossingsactiviteiten afgewend. “In zes maanden tijd hebben we op basis van Forest Foresight 34 acties ondernomen om ontbossing te stoppen”, laten betrokken partijen in Gabon weten. Ook is er op tijd een illegale goudmijn ontdekt, waardoor er 30 hectare aan bos is gered. Daarbij zijn meerdere illegale goudhandelaren gearresteerd door het parkmanagement.

Oorzaken voor ontbossing meenemen in voorspelling

Vanuit Wageningen University & Research is Johannes Reiche, Associate Professor Radar Remote Sensing, als hoofdonderzoeker bezig met het nieuwe AI-systeem. Hij wordt daarbij ondersteund door AI-expert Postdoc Laura Cué la Rosa. “We leren het systeem de dynamiek van ontbossing”, vertelt hij.

Dat begint bij de belangrijkste input voor de ontbossingsvoorspeller, dat uit het RADD (RAdar for Detecting Deforestation)-systeem komt. RADD maakt gebruik van radarbeelden van de satelliet Sentinel-1, die dwars door bewolking heen kijkt. Zo kan er om de zoveel dagen vastgesteld worden waar nieuwe wegen zijn aangelegd, wat op de komst van zwaar vervoer duidt, of waar er gekapt is. “Dit systeem levert een berg data op die nodig is voor de voorspeller”, vertelt Reiche.

“Maar het mooie is dat we niet meer alleen deze satellietbeelden gebruiken, maar het systeem ook de oorzaken van de ontbossing leren”, vertelt hij verder. “We onderzoeken zelf de achterliggende redenen, kijken naar bijbehorende datasets en voeren die aan het systeem, waardoor het patronen gaat ontdekken en in kaart brengt.”

Hoe werkt dat? “In een recente studie hebben we satellietdata gebruikt om oorzaken voor ontbossing vast te stellen in onze studiegebieden. De hoofdoorzaken zijn mijnbouw, kleinschalige landbouw, grootschalige landbouw – zoals voor palmolie of soja – en selectieve kap voor de houtindustrie. Het systeem leert om deze activiteiten te herkennen. Ook worden de verschillende bostypes meegenomen. Op bepaalde natte bosgrond is bijvoorbeeld minder kans op kap. Zo kan het systeem nauwkeurig een inschatting maken over waar de kansen op illegale ontbossing het grootst zijn.”

Een volgende stap waar Reiche naar toe wil, is het gebruiken van smartphonelocaties in combinatie met remote sensing en AI in gebieden waar niemand mag komen, zoals in reservaten. “Dat gebeurt ook al bij het voorkomen van illegale visserij. Het is een mooi voorbeeld van de inzet van diverse technieken. Belangrijk is altijd dat het lokaal makkelijk te gebruiken moeten zijn, zodat het systeem ter plekke goed loopt. Het moet daar gebruikt worden, niet in Wageningen.”

Lokaal handelingsperspectief voor patrouilles

Met de ontbossingsvoorspeller is, in nauwe samenwerking met regeringen en lokale gemeenschappen, nu de basis gelegd voor het toekomstig behoud van primaire tropische regenwouden, stelt het WNF. Meer landen met een hoog risico op ontbossing staan op de planning. Samen met internationale partners, investeerders en lokale partners is het de bedoeling Forest Foresight vanaf 2024 structureel uit te rollen. De ambitie is om tegen 2027 in vijftien landschappen in twaalf landen actief te zijn en illegale ontbossing aanzienlijk te verminderen.

“Ik zie dat dit systeem de mensen ter plekke veel meer handelingsperspectief geeft”, zegt Reiche. “Met weinig benodigdheden kunnen organisaties zien waar patrouilles naar toe moeten, om zo nuttige expedities door het bos maken. Dat is iets heel anders dan achter de feiten aan te moeten lopen. Door de samenwerking met WNF en de lokale bevolking hebben we echt iets in handen.”