Groeiende populaties wilde zwijnen ( Sus scrofa L.) veroorzaken steeds meer schade aan landbouwgrond in Europa, die honderdduizenden euro's schadevergoeding eisen. Een nieuwe, op drones gebaseerde methode maakt het mogelijk om de schade aan gewassen in een snelle, gestandaardiseerde en objectieve manier.

Anneleen Rutten, Doctoraatsstudent aan de Universiteit Antwerpen en het Instituut voor Natuur- en Bosonderzoek (INBO, Brussel) zal de methode presenteren op de conferentie 'Ecology Across Borders' in Gent, België deze week. Ze gebruikt een standaard commerciële drone om luchtfoto's te maken van landbouwvelden, die worden geanalyseerd met een algoritme om de beschadigde gebieden te identificeren.

Stijgende aantallen wilde zwijnen zijn in verband gebracht met hogere gewasschade, overdracht van ziekten en auto-ongelukken in veel Europese landen. In Vlaanderen, wilde zwijnen zijn al bijna 50 jaar afwezig en keerden pas terug in 2006. Schattingen van jachttassen laten een groeiende populatie zien die haar assortiment nog steeds uitbreidt, van de oostelijke provincie Limburg naar de meer centrale provincies Antwerpen en Vlaams-Brabant.

Landschapsstructuren in Vlaanderen veranderden in de jaren van afwezigheid van wilde zwijnen, resulterend in een dichte, mozaïekachtig patroon van landbouw, natuurlijke en stedelijke gebieden. Dus, sindsdien zijn er veel conflicten tussen mens en natuur geweest.

"Ik wil een eerste inzicht krijgen in de omvang van landbouwschade door wilde zwijnen omdat, in tegenstelling tot aangrenzende regio's en landen, dit is in het verleden niet gecontroleerd en het is niet bekend hoe hoog de financiële schade voor deze sector is", zegt Anneleen Rutten.

De methode is ontwikkeld om betaalbaar en eenvoudig toe te passen te zijn. "Ik verbind mijn smartphone met de afstandsbediening van mijn drone waardoor ik de cameravisualisatie kan zien. De schade is echt duidelijk op de camera:in maïsvelden, beren rollen over de maïs, wat resulteert in gapende gaten met gebroken stengels in een verder groen veld. In graslanden, beworteling zorgt voor een duidelijk kleurverschil doordat de grond verworteld is", Rutten legt uit.

Voor elk veld is veel individuele foto's met een overlap van 75-85% worden gemaakt. De hoge overlap maakt het mogelijk om afzonderlijke foto's te combineren tot één enkel beeld, rekening houdend met verschillende perspectieven en het hele veld laten zien. Het gebied van het veld wordt vervolgens geclassificeerd in beschadigde en onbeschadigde delen met behulp van Object Based Image Analysis (OBIA). Het algoritme bereikt een nauwkeurigheid van 93% voor maïsvelden en 94% voor graslanden.

traditioneel, gewasschade wordt geschat door getrainde experts die het beschadigde gebied in het veld meten. "Vliegen en foto's maken van beschadigde velden duurt niet zo lang als het doen van een beoordeling door grondbezoeken, kosteneffectiever te maken", voegt Rutten toe. Een ander voordeel is dat de methode gestandaardiseerd is, waardoor directe vergelijkingen tussen verschillende velden en in de tijd mogelijk zijn.

Anneleen Rutten presenteert haar werk op dinsdag 12 december 2017 op de conferentie 'Ecology Across Borders'.