Met duizenden van dit soort foto's zoeken onderzoekers naar patronen in de levenscyclus van bomen: wanneer starten de bladeren met groeien, wanneer bloeien de eerste bloemen en wanneer rijpen vruchten of vallen ze juist uit de boom. Dit ritme van de natuur staat bekend als fenologie. Het hangt samen met gebeurtenissen zoals regenval, temperatuur en beschikbare zonlicht. En wanneer de fenologie verandert, kan alles, van de migratie van olifanten tot de landbouwproductie, ook veranderen.
De tijd bijhouden aan de hand van bladeren en bloemen
Daarom lanceerden onderzoekers van de faculteit ITC van de Universiteit Twente het GhanaPhenoPulse. Dat deden ze in samenwerking met wetenschappers van de Universiteit voor Energie en Natuurlijke Hulpbronnen in Sunyani, Ghana. Dit burgerwetenschappelijke project wil het meest gedetailleerde beeld tot nu toe te creëren van seizoensgebonden veranderingen in de boomtoppen van Ghana.
“We willen weten wanneer bloemen bloeien en wanneer bladeren vallen”, zegt Bismark Ofosu-Bamfo, een van de onderzoekers. “Die timing verandert. Maar zonder consistente, langetermijngegevens kunnen we niet zeggen hoe of waarom.”
Normaal gesproken is fenologisch onderzoek afhankelijk van veldonderzoek. Zoals betrokken onderzoekers Daniel Yawson en Caleb Mensah van de Universiteit voor Energie en Natuurlijke Hulpbronnen in Sunyani regelmatig doen. Maar elke dag het bos in lopen om naar gelabelde bomen te kijken is niet altijd mogelijk, vooral niet als je 1700 bomen van 186 verschillende soorten bestudeert.
Een blik van bovenaf
In plaats daarvan installeerde het team camera's hoog in het bladerdak van het bos. Deze leggen gedurende de dag beelden vast, waardoor in de loop van de tijd een rijk visueel archief ontstaat. Maar met duizenden foto's die zich opstapelden, ontstond er een nieuwe uitdaging: hoe verwerk je dit allemaal?
Dit is waar burgerwetenschappers (zoals jij) in beeld komen. Via het Zooniverse-platform kan iedereen, waar ook ter wereld, helpen bij het analyseren van de beelden door te labelen wat ze zien: verse bladeren, verdrogende bladeren, bloemen of vruchten. Er hebben zich al meer dan 1000 vrijwilligers aangemeld. “Het gaat niet alleen om hulp bij de werkdruk”, zegt Raul Zurita-Milla. “Vrijwilligers worden zich door dit proces meer bewust van klimaatverandering. Ze stellen vragen, doen ontdekkingen en zien soms dingen die wij over het hoofd hebben gezien.”
Data, droogtes en digitale hulpmiddelen
Het langetermijndoel van GhanaPhenoPulse is het voorspellen van fenologische veranderingen in tropische bossen. Kunnen we voorspellen wanneer planten vruchten zullen dragen of wanneer de bloei zal uitblijven? Dat kan ecologen helpen om bedreigde soorten te beschermen en boeren te ondersteunen die het zaaien en oogsten van hun planten afstemmen op seizoensgebonden signalen. Maar dat is niet eenvoudig. “Het is een grote uitdaging om blad- en bloeigebeurtenissen te koppelen aan lokale klimaatgegevens”, zegt Ofosu-Bamfo. “Het dichtstbijzijnde weerstation kan wel een uur rijden zijn. Maar die lokale variatie is wel degelijk van belang.”
Machine learning biedt mogelijkheden, maar alleen met een sterke dataset. GhanaPhenoPulse streeft ernaar om een consistente en betrouwbare dataset te produceren. Zo kunnen ze algoritmen trainen met behulp van de gelabelde afbeeldingen, zonder de mensen die het werk doen te vervangen. Zoals ITC-assistent-professor Rosa Aguilar Bolivar opmerkt: “Je hebt eerst menselijke ogen nodig, voordat je een computer kunt leren wat hij moet zien.” Steun van initiatieven zoals het Lacuna Fund speelt een cruciale rol bij het mogelijk maken van dit soort open, inclusieve gegevensontwikkeling.
Traditionele kennis samen met machine learning
De onderzoekers kijken niet alleen naar de gegevens die de foto's opleveren. Het project combineert moderne tools met lokale perspectieven die zijn verzameld tijdens interviews. “Sommige gemeenschappen zeiden bijvoorbeeld dat er vlak voor Pasen nieuwe bladeren verschijnen”, legt Ofosu-Bamfo uit. “Dat geeft ons een aanwijzing over wanneer er in het verleden bladeren zouden verschijnen. Ergens rond maart of april.”
Door het combineren van camerabeelden, interviews voor traditionele ecologische kennis, satellietgegevens en weergegevens te combineren, bouwt het team een uitgebreid beeld op van de fenologie van planten. Maar daar blijft het niet bij. Door deze rijke dataset te gebruiken om een machinelearningmodel te bouwen, willen de onderzoekers voorspellen wanneer belangrijke gebeurtenissen zoals bloei of vruchtvorming plaatsvinden. Dit maakt het mogelijk om te voorspellen hoe planten reageren op veranderende weerspatronen, waaronder extreme droogte.
“Aangezien klimaatverandering meer onzekerheid met zich meebrengt, moeten we niet langer alleen veranderingen observeren, maar ze ook anticiperen”, zegt Ofosu-Bamfo. “Planten kunnen een dag zonder water overleven. Maar langere droge periodes veranderen alles: groei, bloei en vruchtvorming. Als we die veranderingen niet begrijpen, kunnen we er niet op reageren. Daarom is voorspellen het uiteindelijke doel.”
Doe ook mee
Het is nog steeds mogelijk om mee te doen GhanaPhenoPulse voor iedereen die dat wil. Je hoeft geen achtergrond in de plantkunde te hebben, alleen nieuwsgierigheid en een paar minuten tijd. Met elke klik help je de wetenschap, steun je lokale onderzoekers en maak je deel uit van een wereldwijde inspanning om onze veranderende planeet te begrijpen. Je kunt meedoen aan het project en een bijdrage leveren via Zooniverse.
