stomp Drones en AI herschrijven de overleving en het beheer van wilde dieren - Securities.io
Verbind je met ons

Artificial Intelligence

Drones en AI herschrijven de overleving en het beheer van wilde dieren

mm
Een bovenaanzicht vanuit de lucht tijdens het gouden uur van schildpadden op een zandbank

De kracht van kunstmatige intelligentie (AI) wordt steeds meer gebruikt om bedreigde diersoorten te beschermen.

Dezelfde technologie waarvan velen vrezen dat ze op een dag banen kan kosten of zelfs een bedreiging voor de mensheid kan vormen, wordt nu gebruikt om dieren te redden. AI wordt wereldwijd op talloze manieren ingezet ter bescherming van bedreigde diersoorten, waaronder het volgen van bewegingspatronen en waterverlies in wetlands en rivieren, het versterken van de strijd tegen stroperij, het ontwikkelen van geavanceerde waarschuwingssystemen en het tellen van soorten met behulp van classificatie- en bewakingstechnieken.

Door al deze inspanningen heeft AI geholpen de krimpende bevolking van olifantenvispangolinsneushoornsrode wolven, Florida panters, En nog veel meer.

AI kan kwetsbare soorten vinden, identificeren en beschermen door enorme hoeveelheden data te analyseren, trends te signaleren en ecosystemen in de loop van de tijd te monitoren. In tegenstelling tot conventionele methoden, die ecosystemen verstoren en veel tijd, mankracht en middelen vergen, doet AI dit allemaal snel en effectief.

Nu tot wel een miljoen soorten op de rand van uitsterven staan en de biodiversiteit in een alarmerend tempo afneemt, biedt AI krachtige tools om natuurbehoud te ondersteunen. De voordelen ervan, zoals verhoogde efficiëntie, snellere gegevensverwerking, geautomatiseerde monitoring van wilde dieren, verbeterde detectie van bedreigingen, realtime waarschuwingen, betere besluitvorming en schaalbare gegevensuitwisseling, kunnen een revolutie teweegbrengen in de manier waarop we bedreigde diersoorten beschermen.

Daarom maken onderzoekers steeds vaker gebruik van AI om de biodiversiteit in de gaten te houden en de inspanningen om bedreigde diersoorten te helpen, te versterken. 

De nieuwste studie van onderzoekers van de Universiteit van Florida heeft precies dat gedaan. Ze hebben met behulp van AI een nestplaats blootgelegd waar maar liefst 41,000 schildpadden verborgen zitten in de Amazone. Deze onthulling markeert de grootste bekende nestplaats voor schildpadden ter wereld, mogelijk gemaakt door slimme modellering en drones.

Door innovatieve technieken te gebruiken in combinatie met luchtfoto's en statistische correcties zijn grote tekortkomingen in conventionele teltechnieken opgelost en kunnen wilde dieren nauwkeuriger worden gemonitord.

"We beschrijven een nieuwe manier om dierenpopulaties efficiënter te monitoren", aldus Ismael Brack, hoofdauteur van de studie en postdoctoraal onderzoeker aan de School of Forest, Fisheries, and Geomatics Sciences van het UF Institute of Food and Agricultural Sciences (UF/IFAS). "Hoewel de methode wordt gebruikt om schildpadden te tellen, kan deze ook op andere soorten worden toegepast."

Seizoensgebonden aggregatie: de sleutel tot nauwkeurige telling van wilde dieren

Luchtfoto (drone-opname) van een grote groep schildpadden

Bij het bestuderen van populatiedynamiek, zoals hoe soorten groeien, krimpen of zich verplaatsen, het begrijpen van relaties tussen roofdieren en prooien en interacties tussen soorten, en het analyseren van de effecten van habitatverandering en wereldwijde klimaatverandering, is overvloed een fundamentele variabele in ecologie en natuurbehoud.

Door het in de loop van de tijd te monitoren, kunnen we ook trends in populaties van invasieve of bedreigde soorten detecteren en voorspellen.

MethodeTraditionele monitoringAI & drone-gebaseerde monitoring
SnelheidLangzaam, arbeidsintensiefSnelle gegevensverzameling en -verwerking
DierenverstoringHoog (schermen, taggen, grondteams)Minimaal (lucht- en afstandsbewaking)
NauwkeurigheidGevoelig voor menselijke foutenStatistische correctie voor meerdere fouten
SchaalbaarheidBeperkt tot kleine gebiedenBestrijkt uitgestrekte, afgelegen gebieden
Het delen van gegevensHandmatig en langzaamRealtime en cloudgebaseerd

Hoewel het weten hoeveel soorten er zijn helpt bij het volgen van veranderingen, het identificeren van bedreigingen en het meten van het succes van beschermings- of bestrijdingsinspanningen, is het schatten van deze overvloed erg lastig, vooral in grote gebieden waar soorten zeldzaam, ongrijpbaar of wijdverspreid zijn. Dit maakt het lastig om soorten nauwkeurig te vinden en te tellen.

Een effectieve manier om de efficiëntie en nauwkeurigheid van deze inspanningen om de overvloed te schatten en te monitoren te verbeteren, is door dieren te tellen tijdens de perioden van ruimtelijke aggregatie.

Dit betekent dat verschillende diersoorten seizoensgebonden gedrag vertonen, waarbij ze zich in kleine gebieden concentreren om te rusten, te paren, te broeden, een nest te maken en sociaal contact te hebben. Dit biedt een perfect moment om ze te tellen. Schildpadden komen bijvoorbeeld bijeen op stranden en zandbanken om hun nest te bouwen.

Om deze ruimtelijk verzamelde populaties wilde dieren te bemonsteren, worden drones gebruikt als een efficiënte en minder invasieve methode.

Drones, ook wel onbemande luchtvaartuigen (UAV's) of op afstand bestuurbare vliegtuigen (RPA's) genoemd, blijken nauwkeuriger en preciezer te zijn in het tellen van soorten die zich op één locatie verzamelen. Ze veroorzaken ook minder verstoring van dieren in vergelijking met grondonderzoek.

Om drones te kunnen gebruiken, worden vliegroutes gepland die het hele gebied bestrijken waar de soorten zich verzamelen. Er worden overlappingen aangebracht tussen opeenvolgende foto's en laterale stroken, waardoor alle verzamelde beelden kunnen worden samengevoegd tot één orthorectificeerde mozaïek.

Door meerdere kleinere afbeeldingen te combineren, waarbij de vervormingen zijn verwijderd, ontstaat een groot, zeer gedetailleerd, hoogresolutiebeeld van kaartkwaliteit. Zo ontstaat een orthorectificeerde mozaïek.

Het tellen van individuen van wilde dieren in orthomosaïeken tijdens aggregatiegebeurtenissen kan echter onbedoelde fouten veroorzaken, wat kan leiden tot vertekende schattingen.

Hoewel het een snellere, minder ingrijpende en nauwkeurigere manier is om dieren te tellen dan wanneer dit vanaf de grond gebeurt, houdt deze techniek geen rekening met het feit dat dieren soms bewegen tijdens het observeren.

Een dier kan bijvoorbeeld verborgen zijn door de vegetatie of zich tijdelijk ergens anders bevinden wanneer de foto wordt gemaakt. Zelfs als het dier op de foto staat, wordt het mogelijk niet gedetecteerd door het algoritme of een menselijke waarnemer. Een andere mogelijkheid is dat bewegende dieren meerdere keren op de foto's voorkomen.

Een belangrijke factor hierbij is, volgens het meest recente onderzoek, dat de concentraties van deze soorten doorgaans tijdelijk zijn. Individuen arriveren en vertrekken in de loop van dagen vanwege het nestelen, broeden of trekken. Hierdoor ontstaan er schommelingen in de omvang van de populatie.

De fouten die voortvloeien uit deze ‘open populatie’ kunnen ons verkeerde cijfers opleveren. Het zorgwekkende is dat ‘deze fouten vaak over het hoofd worden gezien in schattingen van de aantallen die zijn afgeleid van orthomosaïsche tellingen van drone-gebaseerde onderzoeken.’

De onderzoekers van de Universiteit van Florida wilden daarom een aanpak ontwikkelen die rekening houdt met meerdere bronnen van fouten. Hiervoor gebruiken ze twee soorten datasets: herhaalde waarnemingen van gemerkte dieren en totale populatietellingen.

Luchtbewaking en slimme modellen revolutioneren bevolkingsschattingen

In samenwerking met niet-gouvernementele onderzoekers van de Wildlife Conservation Society (WCS) in New York in Colombia, Brazilië en Bolivia, begon het project met een focus op de reuzenschildpadden van Zuid-Amerika (Podocnemis expansa), ook wel de reuzenschildpad van de Amazone, rivierschildpad of simpelweg de Arrau.

Gepubliceerd in het Journal of Applied Ecology, de onderzoek1 werd ingegeven door de behoefte om de hoeveelheid rivierschildpadden in te schatten en een monitoringprotocol voor hen te hebben tijdens de grootste bekende samenkomst van zoetwaterschildpadden ter wereld. 

Rivierschildpadden hebben in het verleden een afname in aantallen meegemaakt: ze verdwenen uit veel zijrivieren van de Amazone en de Orinoco, of ze kwamen nu in veel lagere aantallen voor.

Hun populatie is aanzienlijk afgenomen, voornamelijk door overexploitatie door stropers voor de consumptie van vlees en eieren. Hierdoor zijn hun grote aantallen nu zeldzaam geworden.

Toch zijn er nog steeds grote populaties van deze soort in zijn verspreidingsgebied en sommige daarvan lijken zich te herstellen. Hun seizoensgebonden gedrag biedt een waardevolle kans om hun populaties in de gaten te houden. 

Duizenden van deze sociale dieren verzamelen zich elk jaar tijdens het droge seizoen (juli of augustus) om te nestelen op de zandbanken van de Guaporé-rivier, langs de grens tussen Brazilië en Bolivia. 

Om hun aantal te schatten, baseerden experts zich voorheen op het tellen van de jongen zodra ze uit het ei kwamen. Op basis daarvan werd het aantal vrouwtjes geëxtrapoleerd, gebaseerd op het gemiddelde aantal eieren per nest. Dit is een ingrijpende en tijdrovende methode vanwege de omheining en de manipulatie van de jongen. 

Bovendien kunnen de nesten niet van elkaar worden onderscheiden. Daardoor is het niet alleen lastig, maar zelfs onmogelijk om het aantal te schatten in gebieden waar veel vogels nestelen.

Er is nog een andere manier: het visueel tellen van volwassen schildpadden vanaf de grond. Maar ook hierbij gelden de moeilijkheden van voortdurende beweging en doordat de schildpadden elkaar in de weg zitten.

Hier zijn drones getest die bedoeld zijn om de populaties rivierschildpadden in kaart te brengen. veelbelovend als een efficiënte en nauwkeurige methode om de omvang van hun populatie tijdens het broedseizoen te schatten, wat belangrijk is om de trends in de populatie en de effectiviteit van beschermingsmaatregelen te beoordelen.

Daarom pasten de onderzoekers de door hen ontwikkelde modelleringsaanpak toe om de populatie rivierschildpadden te bepalen op het moment dat ze samenkomen om te nestelen. 

Door rekening te houden met meerdere bronnen van fouten, biedt het ecologen een nieuwe methode om dieren die risico lopen nauwkeuriger in de gaten te houden.

De nieuwe aanpak biedt volgens de onderzoekers verschillende voordelen, waaronder het tellen van de rivierschildpadden zonder obstakels dankzij luchtfoto's. Het gebruik van een minder invasieve techniek vermindert ook de verstoring van de dieren. 

Bovendien biedt de aanpak een uniforme aanpak die kan worden toegepast en vergeleken op verschillende locaties en in verschillende jaren. Gezien deze voordelen verwachten de onderzoekers dat een vergelijkbaar protocol door zowel overheids- als niet-gouvernementele instellingen wordt gebruikt om de soorten te monitoren.

Klik hier om te ontdekken waarom dronetechnologie ondanks veelvuldig misbruik een enorm potentieel heeft.

Een slim, schaalbaar, foutgecorrigeerd model voor het monitoren van de wereldwijde natuur

Om de schildpadden te tellen, markeerden onderzoekers de schilden van 1,187 rivierschildpadden met witte verf. Gedurende twaalf dagen lieten ze een drone over hen heen vliegen, waarbij ze een exact pad volgden, vier keer per dag heen en weer.

De drone maakte telkens 1,500 foto's, die met behulp van software aan elkaar werden geplakt. Vervolgens bekeken de onderzoekers de samengestelde beelden. Van elke schildpad werd door hen vastgelegd of het schild was gemarkeerd en of het dier liep of nestelde toen de foto werd gemaakt. 

Met behulp van deze gegevens ontwikkelden ze waarschijnlijkheidsmodellen die rekening houden met meerdere bronnen van fouten. Hierbij werden gegevens van markeringen en waarnemingen en aantallen in totaal van de populatie gebruikt om rekening te houden met individuen die niet konden worden waargenomen tijdens de vlucht, met een open populatie (het voortdurend samenkomen en vertrekken) tijdens het nestelen, met gemarkeerde individuen die in de mozaïek werden aangetroffen met niet-identificeerbare markeringen en met dubbele tellingen als gevolg van het orthomosaïekvormingsproces.

Het team schat dat de dagelijkse nestkans 0.37 bedraagt en dat 35% van de rivierschildpadden die 's nachts de zandbank gebruikten, ook aanwezig zijn tijdens de ochtendvlucht van de drone. 

Bovendien ontdekten ze dat 20% van de schildpadden die in de orthomozaïek lopen, dubbel geteld worden en dat de waarschijnlijkheid om het merkteken te identificeren 0.78 bedraagt. Deze nieuwe aanpak biedt een nauwkeurigere manier om wilde dieren te tellen met behulp van drones.

Bij het tellen van de schildpadden meldden waarnemers op de grond dat er ongeveer 16,000 schildpadden waren, terwijl onderzoekers die de orthomosaïeken bekeken, zonder rekening te houden met fouten, ongeveer 79,000 schildpadden telden.

Maar met behulp van de techniek schatten de onderzoekers de totale populatie op de verzamelplaats op 41,377 schildpadden. Volgens Brack:

Deze aantallen variëren enorm, en dat is een probleem voor natuurbeschermers. Als wetenschappers niet in staat zijn om een nauwkeurige telling van het aantal individuen van een soort te doen, hoe weten ze dan of de populatie afneemt of dat pogingen om de soort te beschermen succesvol zijn?

Hoewel de schattingen een groot aantal rivierschildpadden vertegenwoordigen, merken de onderzoekers op dat het waarschijnlijk slechts een fractie is van hun historische populaties in het Amazonegebied, gebaseerd op historische gegevens over geëxporteerde eieren. Bovendien ging het broedseizoen nog enkele dagen door na de laatste dronevlucht.

Daarom adviseert de studie om de monitoringtool gedurende de gehele broedperiode te gebruiken. Ook andere zandbanken in de regio zouden moeten worden meegenomen voor een uitgebreide schatting van de broedpopulatie.

In dit verband is het onderzoeksteam van plan om meer dronevluchten uit te voeren bij de broedplaats van de Guaporé-rivier en in andere Zuid-Amerikaanse landen waar de rivierschildpadden zich verzamelen, zoals Colombia, en mogelijk ook Venezuela en Peru. Dit zal het team helpen hun monitoringmethoden te verbeteren.

"Door informatie uit meerdere onderzoeken te combineren, kunnen we trends in de populatie vaststellen en weet de Wildlife Conservation Society waar ze moet investeren in beschermingsmaatregelen."

– Brack

Hoewel het ontwikkelde raamwerk aanvankelijk werd ingegeven door de behoefte om de monitoring van rivierschildpadden te verbeteren, merkten de onderzoekers op dat het "zeer veelzijdig is en gemakkelijk kan worden gebruikt of aangepast aan verschillende contexten."

Naast rivierschildpadden kan de ontwikkelde methodologie ook worden toegepast en aangepast op de beschermingsinspanningen met betrekking tot andere bedreigde diersoorten die met behulp van drone-orthomosaïeken in kaart worden gebracht.

Bij eerdere drone-monitoringstudies werden bijvoorbeeld de haren van zeehonden geknipt, berggeiten en bizons gemerkt met paintballkogels en werden elanden voorzien van halsbanden om hun bewegingen tijdens tellingen te kunnen volgen.

Uiteindelijk kan het nieuwe model worden gebruikt voor het efficiënt en tijdig monitoren van de overvloed in programma's voor natuurbehoud en -beheer.

Investeren in behoudtechnologie

De AI-lieveling NVIDIA Corporation (NVDA + 0.75%) speelt een grote rol bij het redden van dieren en onze planeet. 

De GPU's van het bedrijf zijn de drijvende kracht achter veel van de deep learning-modellen die worden gebruikt in software voor beeldherkenning, objectdetectie en omgevingsmonitoring. Het bedrijf promoot zelfs het gebruik van AI voor het wereldwijde welzijn, waaronder biodiversiteitsonderzoek.

NVIDIA Corporation (NVDA + 0.75%)

Onder de bedrijven die Nvidia's technologie gebruiken, heeft het AI-onderzoeksinstituut Ai2 EarthRanger ontwikkeld om in realtime beter gefundeerde operationele beslissingen te nemen voor natuurbehoud. 's Werelds grootste olifantendatabase is getraind op NVIDIA Hopper GPU's. Het toont ook gegevens over een groot aantal wilde dieren, verzameld uit radio's, satellieten, cameravallen, akoestische sensoren en andere databronnen. 

Ai2 heeft onlangs ook een open-source AI-model uitgebracht, Atlantes, dat meer dan vijf miljard gps-signalen per dag analyseert, afkomstig van bijna 600,000 zeeschepen, en met een nauwkeurigheid van ongeveer 80% voorspelt wat elk van deze schepen doet. Als een schip betrokken is bij illegale visserij, stuurt het model waarschuwingen naar de kustwacht. Het op 4.7M-parametertransformatoren gebaseerde model, Atlantes, is getraind op NVIDIA H100 Tensor Core GPU's en PyTorch.

De op AI gebaseerde RhinoWatches van Rouxcel Technology worden getraind en geoptimaliseerd met behulp van versnelde NVIDIA-technologie. Ze worden ingezet in meer dan 40 Zuid-Afrikaanse reservaten en worden momenteel uitgebreid naar Kenia en Namibië. Het bedrijf ontwikkelt momenteel AI-modellen voor meer soorten, waaronder de ernstig bedreigde schubdieren.

De NVIDIA CUDA- en Jetson-modules worden ondertussen door OroraTech gebruikt voor edge AI en gegevensverwerking. Dit bedrijf combineert gegevens van satellieten, camera's, luchtobservaties en lokale weersinformatie om stroperij en bosbranden in de gaten te houden en in realtime waarschuwingen te verstrekken.

Maar dat is nog niet alles. Door de jaren heen is Nvidia-technologie gebruikt voor vele andere interessante experimenten, waaronder de-extinctie. Colossal Biosciences heeft bijvoorbeeld met behulp van genbewerkingstechnologie, AI-modellen en de NVIDIA Parabricks-softwaresuite om de dodo, de wolharige mammoet en de Tasmaanse tijger terug te brengen.

Naast wilde dieren helpt de technologie van Nvidia wetenschappers, onderzoekers en ontwikkelaars om het klimaat, de oceanen en de ruimte beter te begrijpen.  

Met een marktkapitalisatie van $ 4.39 biljoen worden de aandelen van het full-stack computing-infrastructuurbedrijf momenteel verhandeld voor $ 180.95, een stijging van ruim 34% dit jaar. 

NVIDIA Corporation (NVDA + 0.75%)

De aandelenkoers van het bedrijf is de afgelopen drie maanden met meer dan 59% gestegen. Alleen al op de laatste dag van juli bereikte het aandeel een 52-weken hoogtepunt van $ 183.30, wat wijst op een aanhoudend sterk vertrouwen van beleggers in het bedrijf en zijn toekomstperspectieven.

Daarmee bedraagt de winst per aandeel (TTM) 3.10 en de koers/winstverhouding (TTM) 57.98, terwijl het aangeboden dividendrendement 0.02% bedraagt.

Voor het eerste kwartaal, eindigend op 27 april 2025, rapporteerde Nvidia een omzet van $ 44.1 miljard. De belangrijkste bron hiervan zijn datacenters, goed voor $ 39.1 miljard van de omzet, goed voor maar liefst 89% van de totale omzet van het bedrijf. Dit werd aangewakkerd door de explosieve vraag naar AI.

Deze groei vond plaats ondanks de geopolitieke tegenslagen van Nvidia met exportbeperkingen op zijn H20O-chips in China. Deze chips zullen waarschijnlijk terugkeren naar China, nu de regering-Trump het bedrijf heeft verzekerd dat de verkoop ervan hervat mag worden. Nvidia heeft ook aangekondigd een nieuwe “volledig compatibele” GPU voor China.

Toch zal het voor Nvidia nog steeds lastig worden om zijn oude marktaandeel terug te winnen. Bernstein voorspelt dat het marktaandeel van Nvidia's AI-chips in China zal dalen van 66% vorig jaar naar 54% dit jaar.

Latest NVIDIA Corporation (NVDA) Aandelennieuws en ontwikkelingen

Conclusie

Om een gezonde en stabiele planeet te behouden, is het cruciaal om bedreigde diersoorten te redden, aangezien hun verlies een domino-effect kan hebben dat het hele web van leven beïnvloedt. En nu de dreiging van uitsterven toeneemt, is het belangrijker dan ooit om effectieve monitoring te implementeren.

De integratie van drones en slimme modelleringstechnieken markeert hier een belangrijke verschuiving. Door de nauwkeurigheid en efficiëntie van soortenmonitoring te verbeteren, stellen deze technologische innovaties ons in staat om sneller, slimmer en strategischer te handelen om de meest kwetsbare dieren in het wild op aarde te beschermen.

Klik hier voor een lijst met de beste dronebedrijven waarin u kunt investeren.


Referenties:

1. Brack, IV, Valle, D., Ferrara, C., Torrico, O., Domic-Rivadeneira, E., & Forero-Medina, G. Schatting van de omvang van geaggregeerde populaties met drones, rekening houdend met meerdere bronnen van fouten: een casestudy over de massale nesteling van reuzenschildpadden uit Zuid-Amerika. Journal of Applied Ecology, eerste publicatie 17 juni 2025. https://doi.org/10.1111/1365-2664.70081

Gaurav begon in 2017 met het verhandelen van cryptocurrencies en is sindsdien verliefd geworden op de crypto-ruimte. Zijn interesse in alles wat crypto betreft, maakte hem tot een schrijver die gespecialiseerd is in cryptocurrencies en blockchain. Al snel merkte hij dat hij samenwerkte met cryptobedrijven en mediakanalen. Hij is ook een grote Batman-fan.

Adverteerder openbaarmaking: Securities.io streeft naar strenge redactionele normen om onze lezers nauwkeurige recensies en beoordelingen te bieden. We kunnen een vergoeding ontvangen als u op links klikt naar producten die we hebben beoordeeld.

ESMA: CFD's zijn complexe instrumenten en brengen een hoog risico met zich mee om snel geld te verliezen als gevolg van hefboomwerking. Tussen 74-89% van de rekeningen van particuliere beleggers verliest geld bij het handelen in CFD's. U moet overwegen of u begrijpt hoe CFD's werken en of u het zich kunt veroorloven het grote risico te lopen uw geld te verliezen.

Disclaimer voor beleggingsadvies: De informatie op deze website is bedoeld voor educatieve doeleinden en vormt geen beleggingsadvies.

Disclaimer voor handelsrisico's: Er is een zeer hoog risico verbonden aan het handelen in effecten. Handelen in elk type financieel product, inclusief forex, CFD's, aandelen en cryptocurrencies.

Dit risico is groter bij cryptocurrencies omdat de markten gedecentraliseerd en niet-gereguleerd zijn. Houd er rekening mee dat u een aanzienlijk deel van uw portefeuille kunt verliezen.

Securities.io is geen geregistreerde makelaar, analist of beleggingsadviseur.