Drone2nature

I takt med øget fokus på biodiversitetstab, klimaforandringer og reduktion af næringsstofudledning er der i Danmark stigende behov for at identificere, hvilke arealer der bør udtages til natur. Dette er særligt relevant i forbindelse med den grønne trepart, hvor arealforvaltning spiller en central rolle i at reducere kvælstof- og fosforudledning, beskytte grundvand og øge kulstofbinding. Samtidig peger forskning på, at restaurering af økosystemer ikke blot bør fokusere på historiske tilstande, men også tage højde for fremtidige klimaforhold og udviklingen af såkaldte “novel ecosystems”.

En central udfordring i denne sammenhæng er at udvikle metoder til effektivt at vurdere natur- og miljøparametre på landskabsniveau. Traditionelle feltmålinger er tidskrævende og ressourcekrævende, hvilket begrænser deres anvendelighed i større skala. Nyere forskning viser imidlertid, at droneteknologi og remote sensing kan fungere som et effektivt bindeled mellem satellitdata og jordbaserede målinger. Droner muliggør indsamling af højopløselige data om vegetationens struktur, biomasse og variation, og kan via billedanalyse og maskinlæring anvendes til at estimere centrale økologiske indikatorer såsom biodiversitet, kulstoflagring og økosystemtilstand.

Derudover peger litteraturen på, at biomasse og vegetationsstruktur anvendes til at estimere kulstofbinding, mens variation i vegetationsstruktur kan fungere som indikator for biodiversitet og habitatkvalitet. Endelig kan remote sensing anvendes til at analysere hydrologiske forhold såsom jordfugtighed og vandstrømme, hvilket er centralt i vurderingen af lavbundsjorde og arealers påvirkning af grundvand og vandmiljø.

På trods af dette potentiale er der fortsat behov for at afklare, hvordan disse forskellige parametre bedst kan integreres i en samlet vurdering af arealers egnethed til naturgenopretning. Dette gælder både klassiske miljøparametre såsom næringsstofudledning og kulstofbinding samt naturparametre som biodiversitet, habitatkvalitet og landskabelig sammenhæng.

På denne baggrund undersøger dette projekt, hvordan droneteknologi kan anvendes som beslutningsstøtteværktøj i arealforvaltning med henblik på at identificere de arealer, der har størst potentiale for naturgenopretning i Danmark.

Projektet gennemføres i flere faser, der omfatter dataindsamling, analyse, modeludvikling og validering. Først indsamles data ved hjælp af droneflyvninger med multispektrale kameraer, suppleret med eksisterende GIS-, jordbunds- og hydrologiske data. Herefter analyseres data i QGIS og Pix4D for at identificere relevante indikatorer som vegetationstilstand, biodiversitetspotentiale, kulstofbinding og risiko for næringsstofudledning. På baggrund af analyserne udvikles en samlet beslutningsstøttemodel, hvor flere miljø- og naturparametre integreres og vægtes. Modellen afprøves løbende på udvalgte arealer med henblik på at understøtte en mere målrettet og datadrevet udtagning af landbrugsjord til naturformål.

Projektet anvender en anvendt og eksperimentel metode, hvor dronedata kombineres med geografiske analyser for at vurdere natur- og miljøpotentialer på landbrugsarealer. Data indsamles ved hjælp af multispektrale droneoptagelser, som bearbejdes og analyseres i GIS-baserede værktøjer. De indsamlede data sammenholdes med eksisterende oplysninger om jordbund, hydrologi og arealanvendelse for at identificere relevante indikatorer. På baggrund af analyserne udvikles og testes en model, der kan rangere arealer efter deres potentiale for naturgenopretning og miljøeffekter. Metoden bygger på en tværfaglig tilgang, hvor fjernmåling, geodataanalyse og beslutningsstøtte integreres i én samlet vurderingsramme.

Projektet forventes at resultere i en model, der ved hjælp af dronedata og GIS-analyser kan identificere de arealer, som er mest egnede til udtagning til naturformål. Det forventes, at modellen kan skabe et mere aktuelt og præcist beslutningsgrundlag end eksisterende metoder baseret på ældre datasæt. Undersøgelsen skal afdække, hvilke miljø- og naturparametre der bedst kan anvendes til at vurdere potentialet for biodiversitet, kulstofbinding og reduktion af næringsstofudledning. Resultaterne forventes at demonstrere, at højopløselige multispektrale dronedata kan bidrage væsentligt til vurdering af arealers natur- og miljøværdi. Projektets overordnede bidrag er et praktisk beslutningsstøtteværktøj, der kan understøtte implementeringen af den grønne trepart og fremtidig arealforvaltning i Danmark.

Projektet forventes at bidrage til en mere effektiv og datadrevet udtagning af landbrugsjord til naturformål ved at give beslutningstagere adgang til mere aktuelle og detaljerede arealdata. Den udviklede model kan understøtte den grønne treparts målsætninger om reduktion af næringsstofudledning, øget biodiversitet og større kulstofbinding. For myndigheder, rådgivere og lodsejere kan projektet skabe et bedre grundlag for at prioritere indsatser, hvor natur- og miljøgevinsten er størst. Samtidig kan resultaterne styrke anvendelsen af droneteknologi og geodata i dansk natur- og arealforvaltning. Projektet bidrager desuden til uddannelse og kompetenceudvikling ved at involvere studerende i anvendt forskning og udvikling af nye digitale løsninger.