Autonoom waterplantenbeheer: van sensing naar een harkboot op afstand`
In veel Nederlandse wateren groeien ongewenste, wortelende waterplanten. Ze belemmeren de doorstroming, verstoren ecosystemen en maken waterbeheer complex. Tegelijkertijd moet dat beheer zorgvuldig gebeuren, met oog voor ecologie en biodiversiteit. Binnen het cluster Autonoom groenbeheer werken verschillende partijen aan nieuwe manieren om dat beheer slimmer en efficiënter te organiseren.
“Het is een uitdaging die veel groter is dan mensen vaak denken,” zegt Leon Sterk, kwartiermaker bij KOWW, partner in het cluster. “Je moet planten verwijderen waar dat nodig is, maar tegelijkertijd voorkomen dat je het ecosysteem beschadigt.”
Maar wie waterplanten wil verwijderen, moet eerst weten waar ze groeien. KOWW zet zich in om een methodiek die in 2021 werd vastgelegd in een NEN-norm en een jaar later ook CEN norm, te implementeren bij waterbeheerders. Daarmee is er een duidelijke standaard ontstaan voor het inventariseren en verwijderen van ongewenste waterplanten.
Drones, AI en polygonen
Via het Platform Datagestuurd Waterplantenbeheer (PDW) fotograferen drones watergangen en sturen de beelden naar de cloud. Een AI-model analyseert de foto's op basis van kleurindexen en groeivormen, herkent verschillende plantensoorten en vertaalt die naar polygonen in een GIS-omgeving.
“De dronebeelden worden door een AI-model gehaald,” legt Sterk uit. “Dat model detecteert de planten en projecteert polygonen over de plekken waar ze groeien. Zo weten beheerders precies waar welke planten groeien en straks ziet de machinist dat realtime op het water.” Het systeem wordt inmiddels operationeel ingezet voor inventarisaties en als input voor uitvoerders.
Een boot die je op afstand bestuurd
De volgende stap is een autonome harkboot die deze data zelfstandig gebruikt. Volledig autonoom varen in de openbare ruimte vraagt echter tijd, zowel op technisch als juridisch vlak. “Van inventarisatie naar een volledig autonome boot zijn we waarschijnlijk vijf tot zeven jaar verder,” zegt Sterk. “Daarom ontwikkelen we de monitoring en de boot parallel, zodat we geen tijd verliezen.”
De tussenstap is een remote control-boot die recent is opgeleverd. Daarmee wordt getest hoe het systeem omgaat met 4G- en 5G-verbindingen, sensorintegratie en communicatievertraging. “Dat zijn precies de leermomenten die straks de basis vormen voor volledig autonome systemen,” blikt Sterk vooruit.
Rekenkracht via het cluster
De schaal van het project brengt ook een andere uitdaging met zich mee: de verzameling en verwerking van grote hoeveelheden data. “Toen we begonnen met het platform hadden we ongeveer twintigduizend foto's,” vertelt Sterk. “Maar toen we echt aan de slag gingen, werden dat er al snel honderdduizenden.”
Via het EDIH-netwerk kwam KOWW in contact met de Rijksuniversiteit Groningen, waar de datasets nu worden verwerkt op universitaire rekeninfrastructuur. Zo kunnen AI-modellen sneller worden getraind en uitgebreid met nieuwe plantensoorten. “Via het cluster kom je in contact met partijen die je anders niet zo snel zou vinden”, zegt Sterk. “Dat helpt enorm om dit soort innovaties verder te brengen.”
Van Groningse sloot naar Europese standaard
De inventarisatie is operationeel, de remote control-boot werkt en de rekenkracht is geregeld. Stap voor stap bouwt KOWW aan een systeem waarin waterplanten automatisch worden herkend en gericht verwijderd. Dat is hard nodig, want de druk op waterbeheerders neemt toe, terwijl het personeelsbestand krimpt. "Autonome systemen spelen in dit veld een steeds grotere rol," zegt Sterk. "Maar het begint met goed weten wat er onder water groeit. Als je dat inzicht hebt, kun je ook veel gerichter ingrijpen."
Benieuwd wat er nog meer gebeurt in het cluster Autonoom groenbeheer?