Super interessante app die alles herkent/kent uit de natuur!

ObsIdentify is een app die al het leven kent

Merel WiersmaLeestijd 6 minuten

Drie foto’s van geïdentificeerde soorten op Waarneming.nl: dagpauwoog, vuurwantsen en groot streepzaad. Foto’s Jordy Bruin, Kees Greidanus, Peter Meininger

Een knalgroen ovaal lijfje, zes stekelige poten en twee lange gele voelsprieten. De kortsnuittamariskwants Tuponia brevirostris werd in 2021 voor het eerst in Nederland waargenomen. Wel zeven nieuwe wantsen werden hier het afgelopen jaar gespot. Allemaal gemeld via Waarneming.nl, een website die natuurobservaties registreert en verifieert. Met miljoenen geregistreerde waarnemingen is dit het grootste Nederlandse platform voor burgeronderzoek.

De Nederlandse app ObsIdentify (observeren en identificeren) is dé reden voor dit succes. Hiermee kan iedereen soorten identificeren aan de hand van een smartphone-foto. Dat heeft gezorgd voor een flinke stijging van het aantal vrijwillige waarnemers, nu ruim 180.000. Samen deden ze afgelopen jaar ruim 13 miljoen waarnemingen. In 2006 waren dit er nog een miljoen. „In Nederland doen we in een gemiddelde zomermaand net zo veel waarnemingen van libellen als bijvoorbeeld Griekenland in de afgelopen honderd jaar”, zegt Vincent Kalkman, onderzoeker bij Naturalis in Leiden.

Gehurkt in de struiken

De amateurobservaties zijn dankzij automatische soortherkenning van goede kwaliteit: wandelaars die gehurkt in de struiken een van de vierhonderd soorten wantsen zien zitten, hoeven niet zelf met een gids uit te vogelen welke het is. 250 soortenexperts controleren de automatische herkenning, als de app bijvoorbeeld onzeker is over de herkende soort. Zo werd ook ontdekt dat er foto’s waren ingestuurd van voor Nederland nieuwe wantsen.

De miljoenen observaties zijn een schat aan informatie voor beleidsmakers, natuurbeschermers en onderzoekers. Het Centraal Bureau voor de Statistiek (CBS) gebruikt de waarnemingen om te bepalen waar soorten leven en hoe deze spreiding in de loop van de tijd verandert. „Als je een soort wil beschermen wil je weten waar deze voorkomt en waarom”, zegt Kalkman.

Zo kunnen de miljoenen observaties helpen beschermde dieren, zoals de wolf, in de gaten te houden. En plagen helpen voorkomen: soorten zoals de schildwants, die appel- en perenbomen aantast, „kunnen we nu met enorm grote precisie volgen, onvergelijkbaar met andere landen”, zegt Kalkman. De app kent nu 22.000 soorten. Elk jaar komen er honderden bij.

Wantsen zijn een lastige groep en het kost jaren om de soorten een beetje te leren kennen

Vincent Kalkman onderzoeker bij Naturalis

Het idee van een computermodel kwam van machine learning-onderzoeker Laurens Hogeweg. Hij wandelt graag en het lukte hem als beginner niet met het standaardwerk  Heukels’ Flora van Nederland uit te vinden welke planten hij tegenkwam. Aan de hand van duizenden vragen over kenmerken, zoals haren op de bladeren, moet de gids je naar de juiste plant leiden. „Maar als niet-bioloog snap je eigenlijk de eerste vraag al niet en moet je eerst opzoeken wat het betekent.” Niet laagdrempelig dus.

Misschien kon automatische beeldherkenning dit probleem oplossen? Hogeweg had al ervaring met deze technologie. „Ik heb een dataset met verschillende planten gedownload en hier een model op getraind. Dat werkte best goed.” Dat was in 2018. Vervolgens wilde hij hetzelfde voor louter Nederlandse planten proberen en kwam hij voor data op de website Waarneming.nl terecht. Hij stuurde ze een mail: waren ze geïnteresseerd in automatische plantenherkenning? Hij kwam in contact met Kalkman, van Naturalis, die vroeg of het ook voor wantsen zou werken.

Hogeweg downloadde alle afbeeldingen van wantsen die op het platform te vinden waren, van 250 verschillende soorten. Tot Kalkmans grote verrassing wist het computermodel de insecten te onderscheiden. „Wantsen zijn een lastige groep en het kost jaren om de soorten een beetje te leren kennen. En nu was er ineens een model dat een groot deel van de soorten kon herkennen.”

Acht modellen

Kon Hogeweg het ook met nachtvlinders proberen? Daarvan zijn er ruim 2.000 soorten in Nederland. En ja hoor, ook dat lukte.

Nu draaien achter de app acht computermodellen: voor planten, paddenstoelen, vogels, zoogdieren, vliegen, vlinders, overige insecten en voor ‘de rest’. Zo’n model bestaat uit een neuraal netwerk dat aan de hand van heel veel voorbeeldfoto’s – waarvan een kenner heeft aangegeven welk dier erop staat – een mus van een merel kan onderscheiden.

Een neuraal netwerk ‘leert’ door de eigenschappen van foto’s te analyseren, zoals kleur en vorm. Daarin zoekt het naar patronen: wat maakt van een eik een eik en van een merel een merel? Die patronen slaat het op in een model. Daarmee is een nieuwe foto van een gitzwarte bolle vogel met een geeloranje snavel te herkennen als een mannetjesmerel. 

Tien jaar geleden werkte beeldherkenning alleen door bijvoorbeeld een blad te plukken, op een wit vel papier te leggen en daar een foto van te maken, vertelt Hogeweg. „Maar nu kun je direct een foto van de plant nemen.” Dit werkt doordat de beschikbare data veel rijker zijn geworden door de burgerwaarnemingen en computers sneller meer data kunnen verwerken. „Het model kent bijvoorbeeld tienduizenden foto’s van een eik.” Van de bladeren, schors en de boom als geheel in verschillende weersomstandigheden en seizoenen. „Die variatie kan het ook herkennen.”

Supercomputer

Maar slimmer dan de foto’s is het systeem niet: „Wat er niet in zit, zit er niet in.” Als een foto van een eik er ineens heel anders uitziet, zal het model er geen eik in herkennen. Bijvoorbeeld een besneeuwde eik, daarvan zaten weinig voorbeelden in de trainingsdata. 

Daarom wordt een deel van de afbeeldingen op Waarneming.nl door een van de 250 soortenexperts gecontroleerd, vertelt Dylan Verheul, directeur van het platform. „Bijvoorbeeld als een zeldzame soort wordt herkend die nog nooit eerder gezien is op die locatie.” Of als het computermodel onzeker is over de soort. Ook kunnen gebruikers zelf de suggestie verbeteren.

Experts zorgen ook dat de automatische herkenning goed blijft gaan: hun werk gebruikt het neurale netwerk als trainingsdata. Zo leert het steeds meer soorten kennen.

Zodra er een waarneming is krijgen de instanties een bericht dat actie nodig is

Vincent Kalkman onderzoeker bij Naturalis

Dankzij ObsIdentify hebben natuurbeschermers overal in het land ogen. Eén foto kan al effect hebben, als bijvoorbeeld een bouwproject wordt stilgelegd omdat er een beschermde pad of slang gespot is. Of om schadelijke soorten exoten te bestrijden. Zoals de Aziatische hoornaar die op honingbijen jaagt. „Deze wordt nu herkend en zodra er een waarneming is krijgen de instanties een bericht dat actie nodig is”, zegt Kalkman.

Daarnaast wordt van veel meer planten en dieren zichtbaar waar ze in Nederland voorkomen. Met die data kunnen onderzoeken worden uitgevoerd die eerder niet mogelijk waren. Zo laat een studie naar de verspreiding van libellen in Europa zien hoe deze door klimaatverandering steeds noordelijker voorkomen. En een onderzoeknaar het behoud van plantensoorten in Nederland toont dat zeldzame planten beter groeien tussen natuurlijke inheemse beplanting.

Het CBS gebruikt de grote bak waarnemingen om vast te stellen hoe het met een soort gaat. Deze trends bepaalt het CBS jaarlijks voor bijvoorbeeld vlinders. „Zo weten we dat het gentiaanblauwtje op steeds minder plekken in Nederland voorkomt”, vertelt Arco van Strien, onderzoeker bij het CBS.

Dan stond mijn computer een week lang te rekenen en was daarna de hele kamer opgewarmd

Arco van Strien onderzoeker bij het CBS

Veranderingen in de verspreiding van soorten analyseren is een hele klus, omdat veel foto’s zijn gemaakt door wandelaars die dieren en planten fotograferen waar toevallig hun oog op valt. Of door kenners op zoek naar een soort die hen interesseert. Er is geen standaardmethode gebruikt voor het tellen van de soorten. Als er bijvoorbeeld meer vlinderliefhebbers bijkomen, lijkt het ten onrechte dat het beter gaat met deze dieren.

Statistici corrigeren daarvoor met een methode die heel veel rekenkracht vergt. Van Strien: „Voor vlinders heb ik het wel eens thuis gedaan. Dan stond mijn computer een week lang te rekenen en was daarna de hele kamer opgewarmd.” Voor de jaarlijkse rapportages leent het CBS daarom een supercomputer.

Over de grens

ObsIdentify werkt in Nederland, Luxemburg en België. In Denemarken, West-Duitsland en Noord-Frankrijk kun je de app ook gebruiken – wel is de kans groter dat je een soort treft die de app niet kent. Om buiten de Benelux meer planten en dieren te herkennen, wil Kalkman ook beeldmateriaal uit andere West-Europese landen verkrijgen. Zo is de verspreiding van soorten beter te volgen. „Scandinavische landen zijn bijvoorbeeld geïnteresseerd welke soorten die wij nu zien aan hun zuidelijke grens gaan binnenkomen.” 

Elders is door gebrek aan veldgidsen soms maar weinig bekend over de verspreiding van soorten. Zo is vorig jaar een rapport verschenen over de wereldwijde status van libellen. Maar het is de vraag hoe betrouwbaar dit is, omdat er uit sommige landen weinig waarnemingen komen, zegt Kalkman. „Op Sumatra bijvoorbeeld is sinds de jaren 60 geen veldwerk meer gedaan.”

Automatische beeldherkenning kan dit oplossen: „Met de app kun je de informatie ontsluiten voor de mensen die het eigenlijk nodig hebben.” Met museumexemplaren is het algoritme te trainen. „Het zal niet perfect zijn, want een dode vlinder ziet er anders uit dan een levende, maar je moet ergens beginnen.”

Tips Hoe maak je de beste foto’s voor soortherkenning?

1 Maak alleen foto’s van wilde planten en dieren. Huisdieren en mensen herkent de app niet.

2 Je kan de foto’s eenvoudig met een mobiele telefoon nemen. Let wel op dat de foto scherp is en niet onder- of overbelicht.

3 Maak meerdere foto’s vanuit verschillende hoeken van één plant of dier. Bijvoorbeeld een boom als geheel en foto’s van een blad of de schors. Als de eerste foto niet herkend wordt, zijn de andere ook te uploaden (via ‘pas aan’).

4 Zet de plant of het dier zo groot mogelijk op de foto: zoom in of snijd de foto bij.

5 Beweeglijke dieren zijn lastig op de foto te zetten en daardoor moeilijker te herkennen voor de app. De truc: volg het dier een tijdje. Een bij gaat bijvoorbeeld vaak terug naar dezelfde bloem en zit dan even stil.

6 Het weer bepaalt deels wat je ziet. Bij koeler weer zijn insecten minder beweeglijk en makkelijker te fotograferen. Regen is voor insecten niet fijn maar maakt wel dat de slakken tevoorschijn komen. Bij heet weer schuilen veel dieren onder plankjes, stenen of takken. ’s Nachts worden weer heel andere dieren actief: met een zaklamp vind je dan actieve pissebedden, hooiwagens, spinnen en nachtvlinders.

Nieuwsbrief NRC De Wilde Tuin

Blijf op de hoogte van ons crowdsourcing project De Wilde Tuin