Milieudata-wetenschap
Milieudata-wetenschap is de combinatie van twee werelden: de milieuwetenschap, die de natuur en het klimaat bestudeert, en de datawetenschap, die grote hoeveelheden gegevens verzamelt, ordent en analyseert met behulp van statistiek en kunstmatige intelligentie (AI, computersystemen die patronen herkennen in data). Waar een bioloog vroeger met een notitieboekje het aantal vogels in een bos telde, verzamelt een milieudatawetenschapper nu satellietbeelden, sensormetingen en meldingen van duizenden vrijwilligers, en laat een computer daar patronen in zoeken die met het blote oog onzichtbaar blijven.
Een goede analogie is die van een huisarts die overstapt van een enkele bloeddrukmeting naar een slim horloge dat dag en nacht hartslag, slaap en beweging registreert. Net zoals die arts daardoor veel eerder een probleem kan signaleren, kan milieudata-wetenschap bijvoorbeeld ontbossing in het Amazonegebied signaleren binnen dagen in plaats van jaren, of de opkomst van een invasieve plantensoort in Nederland al zien voordat die zich massaal verspreidt. Het vakgebied is nog relatief jong, maar groeit hard doordat satellieten, goedkope sensoren en rekenkracht in de cloud (dataverwerking via externe servers via het internet) de afgelopen tien tot vijftien jaar sterk zijn verbeterd.
Wat is het precies?
Milieudata-wetenschap begint met het verzamelen van gegevens uit heel verschillende bronnen. De belangrijkste bron zijn satellieten die de aarde voortdurend fotograferen en scannen, ook met sensoren die niet alleen zichtbaar licht maar ook infrarood of radar gebruiken om bijvoorbeeld bodemvocht, temperatuur of luchtvervuiling te meten. Daarnaast staan er over de hele wereld grondstations en sensornetwerken: weerstations, waterpeilmeters, luchtkwaliteitssensoren en camera's die dieren registreren.
Een derde bron is citizen science, oftewel burgerwetenschap: gewone mensen die met een app waarnemingen doorgeven, zoals een vogelsoort die ze zien of de temperatuur van het water waarin ze zwemmen. Deze losse databronnen worden vervolgens samengevoegd, een proces dat dataintegratie heet. Dat is lastiger dan het klinkt, want een satellietbeeld heeft een heel ander formaat en tijdstip dan een handmatige waarneming van een vrijwilliger, en de gegevens moeten eerst vergelijkbaar worden gemaakt.
Op die samengevoegde data worden vervolgens modellen losgelaten. Dat kunnen klassieke statistische modellen zijn, maar steeds vaker gaat het om machine learning: algoritmes die zelf patronen leren herkennen uit grote hoeveelheden voorbeelden, bijvoorbeeld om op een satellietfoto automatisch te zien welk stuk bos gekapt is. Omdat deze berekeningen enorm veel rekenkracht vragen, gebeurt het werk tegenwoordig vaak op cloudplatforms die speciaal voor aardobservatie zijn gebouwd, zoals Google Earth Engine of de Microsoft Planetary Computer. Die platforms geven onderzoekers toegang tot decennia aan satellietbeelden zonder dat ze die zelf hoeven te downloaden en op te slaan.
Wat wil men ermee bereiken?
Het belangrijkste doel is beter en sneller zicht krijgen op veranderingen in het milieu die met het blote oog of met ouderwetse veldmetingen te traag of te kostbaar te volgen zijn. Denk aan het monitoren van de opwarming van de aarde, het volgen van ontbossing, het meten van lucht- en waterkwaliteit, en het in kaart brengen van biodiversiteit: de verscheidenheid aan planten- en diersoorten in een gebied.
Een tweede doel is vroegtijdige waarschuwing. Door continue datastromen te combineren met modellen kunnen onderzoekers bijvoorbeeld illegale houtkap detecteren vlak nadat die begint, in plaats van pas jaren later via een luchtfoto. Datzelfde principe wordt gebruikt bij het voorspellen van overstromingen, droogte, bosbranden en hittegolven.
Ten derde moet milieudata-wetenschap beleid onderbouwen. Overheden en internationale organisaties gebruiken de uitkomsten om klimaatafspraken te controleren, natuurbeleid te evalueren en subsidies te richten op de plekken waar ze het meeste effect hebben. De belofte is dus niet zozeer nieuwe technologie om de technologie zelf, maar betere en snellere informatie om beslissingen te onderbouwen die anders op schattingen of verouderde cijfers zouden berusten.
Voorbeelden uit de praktijk
Copernicus en de Sentinel-satellieten vormen het Europese aardobservatieprogramma van de Europese Unie en het Europees Ruimteagentschap ESA. Sinds het midden van de jaren 2010 leveren de Sentinel-satellieten gratis en openbaar toegankelijke beelden van onder meer landgebruik, zeeijs, luchtvervuiling en bodemvocht, en vormen daarmee een van de grootste vrij beschikbare milieudatasets ter wereld.
Global Forest Watch, een initiatief van het Amerikaanse World Resources Institute, combineert satellietbeelden met machine learning om ontbossing bijna in realtime te signaleren. Gebruikers, van lokale ngo's tot overheden, krijgen meldingen wanneer er in een gebied bos verdwijnt, iets wat met traditionele luchtfoto's ondenkbaar was.
GBIF (Global Biodiversity Information Facility) is een internationaal netwerk, opgericht in 2001, dat miljarden waarnemingen van planten- en diersoorten uit musea, onderzoeksinstituten en burgerwetenschapsapps samenbrengt in één doorzoekbare database, die onderzoekers wereldwijd gebruiken om verspreiding van soorten en biodiversiteitsverlies te bestuderen.
eBird, opgezet door het Cornell Lab of Ornithology in de Verenigde Staten, laat vogelaars over de hele wereld hun waarnemingen invoeren. Deze burgerwetenschapsdata, inmiddels honderden miljoenen waarnemingen groot, wordt gebruikt om trekpatronen en populatietrends van vogels te modelleren.
In Nederland gebruikt het Koninklijk Nederlands Meteorologisch Instituut (KNMI) satelliet- en sensordata voor klimaatmonitoring, terwijl Wageningen University & Research milieudata-wetenschap inzet voor precisielandbouw en het volgen van bodemkwaliteit, en Deltares vergelijkbare technieken gebruikt om overstromingsrisico's en zeespiegelstijging te modelleren.
Hoe ver is de techniek?
Milieudata-wetenschap is geen toekomstmuziek meer: de basisinfrastructuur, satellieten, sensornetwerken en cloudplatforms, draait al operationeel en wordt dagelijks gebruikt door onderzoekers, ngo's en overheden. De ontwikkeling gaat snel, vooral doordat machine learning-modellen steeds beter worden in het interpreteren van beeldmateriaal en doordat rekenkracht goedkoper wordt.
Toch zijn er serieuze obstakels. Datakwaliteit is een terugkerend probleem: burgerwetenschapsdata is bijvoorbeeld ongelijk verdeeld, met veel waarnemingen rond steden en weinig in afgelegen gebieden, wat modellen kan vertekenen. Standaardisatie tussen landen en organisaties ontbreekt vaak nog, waardoor datasets lastig te combineren zijn. Modellen die op satellietbeelden gebaseerd zijn, maken bovendien fouten, bijvoorbeeld door wolken die het zicht belemmeren of doordat een algoritme jonge aanplant verwart met oud bos.
Verder blijft er onzekerheid in de voorspellingen zelf: modellen voor klimaat of biodiversiteit werken met waarschijnlijkheden, niet met zekerheden, en die onzekerheid wordt in de berichtgeving niet altijd goed meegenomen. Ook zijn er praktische grenzen: niet elk land heeft evenveel geld voor sensornetwerken of rekencapaciteit, waardoor er nog altijd witte vlekken op de wereldkaart van milieudata bestaan, vooral in delen van Afrika en Zuid-Amerika.
Wie werken eraan?
Op ruimtevaart- en satellietgebied zijn het Europees Ruimteagentschap (ESA) en het Amerikaanse ruimteagentschap NASA de belangrijkste spelers, samen met de Europese Unie via het Copernicus-programma. Techbedrijven als Google, met Google Earth Engine, en Microsoft, met de Planetary Computer, leveren de clouddiensten en rekenkracht waarmee onderzoekers al die data kunnen verwerken; ook IBM is actief op dit vlak, onder meer met weer- en klimaatdiensten.
Wetenschappelijk gebeurt veel werk bij universiteiten en gespecialiseerde onderzoeksinstituten wereldwijd, en in Nederland spelen het KNMI, Wageningen University & Research, Deltares, het RIVM (Rijksinstituut voor Volksgezondheid en Milieu) en het Planbureau voor de Leefomgeving (PBL) elk een rol, variërend van klimaatmetingen tot beleidsevaluatie. Internationale platforms als GBIF worden gedragen door een netwerk van overheden en onderzoeksinstellingen, terwijl het VN-klimaatpanel IPCC de uitkomsten van talloze klimaatmodellen samenbrengt in zijn rapporten.