Tellen ligt meestal aan de basis van elk ecologisch onderzoek. Weten hoeveel dieren en van welke soorten in een bepaalde habitat leven, is essentieel voor het begrijpen van de relaties tussen hen. Die kennis stelt wetenschappers ook in staat om te kwantificeren hoe de populaties van bepaalde soorten in de loop van de tijd veranderen en om te extrapoleren hoe een omgeving en de soort erin in de toekomst kunnen veranderen. Dit is vooral belangrijk om te bepalen of beheer- of instandhoudingsinspanningen moeten worden aangepast.
gerelateerde inhoud
- Waarom satellieten de beste vriend van een bioloog zijn
- 'S Werelds zeldzaamste walvissoorten gespot in Nieuw-Zeeland
Uitzoeken hoeveel dieren er op een bepaalde plaats zijn, varieert echter in moeilijkheid. Voor in de oceaan levende wezens wordt deze taak nog moeilijker, gezien het feit dat de oceaan zo groot is en vrij goed is in het verbergen van dieren in zijn diepten. Zelfs enorme zoogdieren zoals walvissen, die een aanzienlijk deel van hun tijd op het oceaanoppervlak doorbrengen, blijken moeilijk te tellen. Vaak zijn tellingen beperkt tot een enkele persoon die op het land of op een scheepsplatform met een verrekijker staat, of in een klein vliegtuig boven zijn hoofd vliegt en zijn best doet om de ongrijpbare walvissen te spotten.
"Walvispopulaties zijn altijd moeilijk te beoordelen geweest", zei Peter Fretwell, een onderzoeker bij de British Antarctic Survey, in een verklaring. "Traditionele manieren om ze te tellen zijn gelokaliseerd, duur en missen nauwkeurigheid."
Maar wat als deze taak in plaats daarvan zou kunnen worden geautomatiseerd en tegelijkertijd over een groot stuk oceaan kan worden uitgevoerd?
Fretwell en zijn collega's bij de enquête realiseerden zich dat, althans voor walvissen, satellietbeelden met een zeer hoge resolutie een nuttige snelkoppeling kunnen zijn voor het tellen van die dieren. Hoewel een paar eerdere studies satellieten hebben gebruikt als mogelijkheid om walvissen te onderzoeken, hebben die inspanningen niet veel succes opgeleverd, vooral omdat de beelden niet erg verfijnd waren. Maar de recente vooruitgang in beeldresolutie en nauwkeurigheid, dacht het team, zou voldoende kunnen zijn om hernieuwde peilingspogingen tot een succes te maken.
Ze besloten om dit idee op de proef te stellen in een baai voor de kust van het schiereiland Valdes in Argentinië, waar walvissen in het zuiden van het land samenkomen om te broeden. Dankzij het verbod op walvisvangst lijken die eerder bedreigde dieren in aantal toe te nemen, maar niemand kent de werkelijke populatiegrootte van de juiste walvissen.
In een studie die vandaag in PLoS One is gepubliceerd, hebben de onderzoekers een enkel beeld geanalyseerd dat is genomen door WorldView2, een satelliet die beelden met extreem hoge resoluties kan maken. Het door hen verkregen WorldView2-beeld onderzocht een oppervlakte van 40 vierkante mijl oceaan en bood beelden die dieper in de waterkolom doordringen dan andere satellieten die momenteel worden ingezet. Het beeld werd opgedeeld in acht kleurenbanden met een resolutie op de grond van ongeveer twee meter per pixel en een panchromatische band met een resolutie op de grond van 50 centimeter.
Om de walvissen te spotten, onderzocht het team de afbeeldingen eerst handmatig en gebruikte vervolgens de beeldverwerkingssoftware die gebruik maakte van een algoritme voor walvisherkenning dat ze schreven. Zowel de software als de onderzoekers beperkten potentiële walvissen door drie vragen te stellen: is het de juiste maat en vorm om een walvis te zijn? Is het op een plaats waar een walvis wordt verwacht? Zijn er andere objecten die rondzweven of een wazigheid in het beeld die kunnen betekenen dat wat op een walvis lijkt eigenlijk alleen maar bellen, een rots of vogels zijn?
Op basis van die afbeeldingen identificeerden de onderzoekers met de hand dat ze redelijk zeker waren 55 walvissen, samen met 23 andere objecten waarvan ze vermoedden dat het walvissen waren. Ze zagen ook nog eens 13 mogelijke walvissen onder het oppervlak. Ze vonden de beste resultaten voor het spotten van die verborgen walvissen die op de loer liggen onder de golven in de vijfde band van de satelliet, in het violette uiteinde van het lichtspectrum (400 tot 450 nanometer).
Een juiste walvis, gezien door verschillende golflengten van licht gevangen door de WorldView2-satelliet. (Foto: Fretwell et al., PLoS One) De computer slaagde erin 89 procent van de walvissen te identificeren die de onderzoekers met de hand in de afbeeldingen hadden vastgesteld. De computer had echter een foutpercentage van 24 procent, wat betekent dat het dingen als walvissen classificeerde waarvan de onderzoekers vaststelden dat het geen walvissen waren, zoals boten. Het idee is om uiteindelijk de nauwkeurigheid van dat algoritme te verbeteren, om walvisonderzoeken een bijna geautomatiseerde taak te maken.
Deze studie is een bewijs van conceptwerk - een studie die een mogelijke nieuwe methode introduceert. Het team wijst erop dat ze nog steeds ter plaatse onderzoek moeten doen om te zien of de satellieten mogelijk walvissen missen, of misschien bevooroordeeld zijn naar of tegen het detecteren van sommige walvissen boven anderen (bijvoorbeeld, moeders met kalveren verschijnen soms als een verwarrende blob in plaats van duidelijke walviscontouren). Vergelijkingen op de grond van wat lijkt op een walvis in een satellietbeeld met wat daadwerkelijk in de oceaan zwemt, zullen de methode verder valideren.
"De volgende uitdaging is om detectiekansen te bepalen en te begrijpen of tellingen van afbeeldingen kunnen worden gebruikt als een betrouwbare index voor populatiegrootte of aanwezigheid", schrijven de auteurs. "Dit artikel laat zien dat geautomatiseerde analyse van satellietbeelden een goede match met handmatige tellingen kan bereiken, maar er is meer werk nodig om ervoor te zorgen dat deze handmatige tellingen evenredig zijn met het werkelijke aantal oppervlakte-walvissen."
Door meerdere satellietbeelden achter elkaar te nemen, kan worden vastgesteld wat echt een walvis is en wat een stationaire rots of dissiperende golf is, voegen ze eraan toe. Ze schrijven ook dat de methode het beste werkt in kalm water zonder golven, wat de toepasbaarheid vooralsnog beperkt. Bovendien helpt het om te weten waar de walvissen zich waarschijnlijk bevinden, zoals in de casestudy die in de paper wordt gepresenteerd.
Als de methode levensvatbaar blijkt, denken de auteurs dat deze niet alleen kan worden gebruikt om de juiste walvispopulaties te schatten en te volgen, maar ook om het aantal andere walvissoorten te meten. Naarmate satellietbeelden van hogere kwaliteit in de toekomst beschikbaar komen, wordt het onderzoeken van walvissen vanuit de ruimte hopelijk een nog nauwkeuriger en nuttiger hulpmiddel in de gordel van de natuurbeschermer, schrijven de onderzoekers.
