Ny AI-løsning er biologernes ekstra øjne der spotter truede arter hurtigere

Udviklingen af infrastruktur, byområder og energiomstilling stiller stadigt større krav til dokumenteret viden om biodiversitet. Samtidig producerer naturundersøgelser i dag enorme mængder feltdata, som skal gennemgås og vurderes, før projekterne kan planlægges videre.

Det mærker Swecos biologer tydeligt. I 2024 alene indsamlede de over 600.000 video- og billedoptagelser fra områder, hvor den truede birkemus lever.

Birkemusen er et af Danmarks mest sjældne pattedyr og som bilag IV-art strengt beskyttet efter EU's habitatdirektiv. Arten findes i dag kun i det vestlige Limfjordsområde og i et bælte tværs over Sydjylland. Birkemusen er nataktiv, tilbringer sommeren i tæt vegetation og overvintrer i underjordiske reder, hvilket gør den ekstremt svær at registrere direkte. Dokumentation kræver derfor omfattende brug af kamerafælder og gennemgang af store datamængder.

”Mængden af data er den reelle udfordring. Her fungerer AI som en kvalificeret assistent, der sorterer de tusindvis af tomme optagelser fra og fremhæver de sekvenser, hvor der faktisk er birkemus. Det betyder, at vores biologer kan fokusere på at validere fundene og levere kvalificeret naturrådgivning. I en branche med stor efterspørgsel på biologisk specialviden svarer det til en markant kapacitetsudvidelse,” siger Rasmus Fuglsang Frederiksen, afdelingschef for Natur i Sweco.

Ifølge Swecos egne sammenlignende tests på konkrete projekter, hvor AI-screening er målt mod manuel gennemgang, kan den indledende analyse og sortering af store mængder feltdata gennemføres op til 80 procent hurtigere.

”På store projekter kan den manuelle gennemgang af kameradata beslaglægge måneder af en specialists tid. Med AI kan den indledende screening reduceres til uger. For bygherren betyder det en tidligere afklaring af projektets naturmæssige bindinger. Det giver mulighed for at indarbejde nødvendige beskyttelsestiltag eller designjusteringer direkte i projekteringen, så lovpligtige naturhensyn ikke ender som en flaskehals for fremdriften,” siger Rasmus Fuglsang Frederiksen.

Fra reaktiv overvågning til proaktiv naturplanlægning

Algoritmen er trænet på Swecos egne datasæt og forbedres løbende, når biologer validerer fundene. Samtidig opbygges et historisk og geografisk overblik over arternes forekomst, som kan bruges på tværs af projekter. Det er en viden, som Sweco typisk lægger i offentlige databaser, og derved bidrager til en samlet viden om sjældne arters udbredelse.

”Ved at koble AI-analysen med geografiske data kan vi give kunderne indsigt i et områdes naturforhold, allerede før de første kameraer sættes op. Det flytter os fra reaktiv overvågning til en mere proaktiv planlægning af naturhensyn, hvor vi tidligere kan reducere usikkerheden i beslutningerne,” siger Rasmus Fuglsang Frederiksen.

Swecos AI-løsning anvendes desuden allerede til at identificere arter som odder og bæver, og datagrundlaget udvides løbende for at øge præcisionen. Næste skridt er lydbaseret AI, der kan assistere bestemmelse af flagermus. Målet er at skabe en samlet digital platform, der kan håndtere både visuel og akustisk identifikation af truede dyr.

Den danske løsning indgår samtidig i en bredere europæisk satsning på digitalisering af biodiversitetsarbejdet.

I Holland har Sweco anvendt højopløselig dronekortlægning til at beskytte fuglearter i forbindelse med opgradering af en 42 kilometer lang højspændingsforbindelse. I Malmö har AI-understøttet analyse af havmiljøer bidraget til at forene kystsikring og biodiversitet i byudviklingen, mens værktøjet GeoAI på Gotland har identificeret hidtil ukortlagte kalkrige kær.