Bruk av droner og kunstig intelligens for å overvåke ringsel
Overvåking av arktiske arter er i ferd med å ta et teknologisk sprang. Med droner og kunstig intelligens kan forskerne nå kartlegge ringselbestanden raskere, mer nøyaktig og langt mer kostnadseffektivt enn tidligere.
Ringselen er den vanligste og minste selarten i Arktis.Foto: Kit Kovacs / Norsk Polarinstitutt
Andy Lowther, Kit M. Kovacs og Christian Lydersen // Norsk Polarinstitutt, Marc Rams i Rios // Oregon State University, Rolf A. Ims // UiT Norges arktiske universitet, Alberto Roldan Sastre // Universitet i Akureyri, IslandAndy Lowther, Kit M. Kovacs og Christian Lydersen// Norsk Polarinstitutt, Marc Rams i Rios // Oregon State University, Rolf A. Ims // UiT Norges arktiske universitet, Alberto Roldan Sastre // Universitet i Akureyri, Island
Publisert
Dette er skrevet av en ekstern bidragsyter. Innlegget gir uttrykk for skribentens holdninger.
Overvåking av arktiske indikatorarter, som marine pattedyr, krever jevnlige bestandsestimater, ofte basert på telling av individer på bilder tatt fra lufta. For ringselene foretas slike tellinger når dyrene er i hårfellingen i mai-juni. I denne perioden foretrekker selene å ligge oppe på isen slik at prosessen med å skifte til ny pels kan foregå med mye mindre varmetap og dermed mindre energiforbruk enn om dette skulle foregå mens selene var i vannet. Man flyr da over isdekte områder og teller direkte eller tar bilder og teller fra disse.
I tillegg har man en korreksjonsfaktor for hvor stor del av bestanden som ligger oppe på isen til enhver tid, slik at det antallet man får fra tellingen kan oppjusteres til hele bestandsantallet. En slik korreksjonsfaktor utvikles ved å kvantifisere atferden til merkede dyr i perioden mai-juni i forhold til hvor stor fraksjon som ligger oppe på isen sett mot dato, tid på døgnet og ulike værforhold.
Kit M. Kovacs er seniorforsker og seksjonsleder for biodiversitet ved Norsk Polarinstitutt.Foto: Jan Roald / Norsk Polarinstitutt
Christian Lydersen er seniorforsker og marinbiolog.Foto: Jan Roald / Norsk Polarinstitutt
Andrew Lowther er seniorforsker ved Norsk Polarinstitutt.Foto: Jan Roald / Norsk Polarinstitutt
På Svalbard ble den forrige tellingen av ringsel utført for over 20 år siden, og var basert på fotografier tatt fra et bemannet fly som fotograferte fastisområder fra 18 fjorder på Spitsbergen. Dette arbeidet resulterte i over 20.000 bilder som måtte gjennomgås og analyseres manuelt. Slike undersøkelser er svært arbeidskrevende, både når det gjelder innsamling og etterbehandling av bildematerialet, og det tar lang tid å omsette så store mengder rådata til informasjon som kan brukes i forvaltningen.
Annonse
Behovet for raske analyser av store bildedatasett har ført til fremskritt innen bruk av Computer Vision (CV)-modeller. Optimaliserte CV-modeller har vist seg som svært effektive verktøy for å redusere arbeidsmengden ved prosessering av flyfoto i overvåking av dyrebestander. De siste fem årene har Norsk Polarinstitutt utviklet teknikker, metodikk og feltkompetanse for å overvåke marine pattedyr ved hjelp av droner. Mellom 2023 og 2025 ble det gjennomført tellinger av ringsel på alle isdekte områder i Isfjorden. Det samme ble gjort i Van Mijenfjorden i 2024 og -25, og Kongsfjorden i 2024, noe som resulterte i den første oppdaterte bestandsestimeringen på tjue år.
Over 32.000 bilder tatt fra droner ble samlet inn og brukt til å trene og validere en avansert, optimalisert CV-modell for å effektivisere bildeprosesseringsarbeidet.
Mellom hver times-lange flyging ble litiumbatteriene og minnekortene byttet ut, og dronen var tilbake i luften i løpet av få minutter.Foto: Kit Kovacs / Norsk Polarinstitutt
Vi brukte en CV-modell kalt YOLO8, som ble trent på en stor del (70 prosent) av de manuelt analyserte bildene fra undersøkelsene i Isfjorden. Resten av bildene fra Isfjorden ble brukt for å evaluere og justere modellen, for å fastslå om den tilegnet seg nye data godt eller bare memoriserte treningsdataene. Etter flere runder med forbedring av treningsprosessen testet vi til slutt modellen på et testsett bestående av bildene fra undersøkelsen i Van Mijenfjorden.
Den endelige modellen oppdaget 96 prosent av selene i testdatasettet fra Van Mijenfjorden og reduserte den menneskelige arbeidsmengden for etterprosessering av bildene med hele 99,7 prosent.
Fra et økologisk perspektiv viser undersøkelsene vi har gjennomført at antallet ringsel har holdt seg relativt stabilt de siste tre årene, men at det er en betydelig nedgang (på over 50 prosent) når vi sammenligner våre nye tall med hva vi fant i disse fjordene for rundt 20 år siden. Vi fant eksempelvis i 2002 omtrent 3.200 ringsel i Isfjorden, mens perioden 2023-2025 hadde et årlig gjennomsnitt på rundt 1.200.
Annonse
En betydelig nedgang var forventet gitt de dramatiske endringene som har vært i isforholdene mellom disse to periodene.
Den relativt store flykroppen kombinert med fixed-wing-modus ga større stabilitet og reduserte dermed bevegelsesuskarphet i bildene.Foto: Christian Lydersen / Norsk Polarinstitutt
Som konklusjon har vi her utviklet en effektiv og kostnadsbesparende prosess for å skaffe raske og pålitelige data om størrelsen på ringselbestanden på Svalbard til bruk i fremtidige overvåkingsprogrammer. I tillegg er det fullt mulig å utvide denne analyseprosessen til også å beregne bestandene av steinkobbe og hvalross på Svalbard ved da å trene modellen utviklet i ringselstudiene på nytt med artsspesifikke bildematerialer.
Har du noe på hjertet, eller vil du fortsette denne debatten? Vi tar gjerne imot leserinnlegg og kronikker på post@svalbardposten.no.