Drones helpen nu bij vroege detectie van vogelgriep
Vogelgriep is inmiddels jaarrond aanwezig onder wilde vogels en lijkt niet meer te verdwijnen. Daarom is het belangrijk om uitbraken vroegtijdig te signaleren door dode of zieke vogels snel op te sporen, om verdere verspreiding te beperken. Drones, in combinatie met machine learning, bieden hierbij veelbelovende mogelijkheden. Sovon Vogelonderzoek Nederland onderzoekt samen met partners hoe deze technologie kan bijdragen aan een betere monitoring van vogelgriep in het veld.
Grote uitbraken, grote zorgen
In het voorjaar van 2022 en 2023 werden massale uitbraken van vogelgriep vastgesteld onder koloniebroeders langs de Nederlandse kust, met name onder sterns en meeuwen. Hoewel het broedseizoen van 2024 relatief rustig verliep, zijn er in de winter van 2024-2025 opnieuw uitbraken gemeld, zowel onder wilde vogels als bij pluimveebedrijven.
Vogelgriep vormt niet alleen een bedreiging voor vogels en dierhouders, maar ook een (zij het laag) risico voor de mens. Het permanente karakter van de dreiging vraagt om nieuwe, efficiënte manieren om uitbraken snel te detecteren en aan te pakken. Een van de doelen van het intensiveringsplan preventie vogelgriep voor wilde dieren is dan ook het verbeteren van de monitoring en het sneller opruimen van dode vogels.
Drone-inzet in kwetsbare gebieden
Veel broedkolonies bevinden zich op moeilijk toegankelijke locaties, zoals eilanden en moerassen. Onderzoekers die te voet deze gebieden betreden, kunnen onbedoeld veel verstoring veroorzaken. Drones bieden hiervoor een aantrekkelijk alternatief. Met een lichte, stille drone kan vanuit twintig tot veertig meter hoogte de kolonie worden geïnventariseerd, met minimale verstoring van de dieren.
In 2024 voerde Sovon samen met Eelke Folmer van Lumax een pilotproject uit waarbij kolonies van onder andere kokmeeuwen en visdieven in kaart werden gebracht. Hierbij werd gebruikgemaakt van drones in combinatie met een machine learning-model dat in staat is verschillende soorten kuikens en dode vogels te herkennen op luchtfoto’s.
Van handmatig labelen naar geautomatiseerde analyse
Aanvankelijk waren de machine learning-modellen nog niet in staat om onderscheid te maken tussen levende, zieke en dode vogels. Daarom moesten beelden handmatig gelabeld worden om het model verder te trainen. Bijzonder is dat niet alleen volwassen vogels, maar ook kuikens van soorten als visdief, kokmeeuw, kluut, grauwe gans en scholekster inmiddels automatisch herkend kunnen worden.
De hoge ruimtelijke nauwkeurigheid van één tot twee centimeter maakt het zelfs mogelijk om individuele nesten betrouwbaar te volgen gedurende het broedseizoen. Daarmee wordt niet alleen vogelgriepmonitoring efficiënter, maar kan ook broedsucces op termijn beter in kaart worden gebracht.
Snelle resultaten via een online portal
Om snel te kunnen reageren op mogelijke uitbraken, is het essentieel dat gegevens direct na de vlucht geanalyseerd kunnen worden. Daarom is er een online portal ontwikkeld waarin de dronebeelden automatisch worden verwerkt. De dronepiloot hoeft enkel de data te uploaden; vervolgens worden de resultaten in een webapplicatie weergegeven.
De applicatie kan bijvoorbeeld aangeven dat er twee dode kokmeeuwen in het gebied zijn gevonden. Door de gedetecteerde vogels aan te klikken, kan de gebruiker zien welke exemplaren zijn geïdentificeerd en eventueel verdere acties ondernemen. Zo kan snel worden ingegrepen als vogelgriep wordt vermoed.
Vooruitblik: bredere inzet en verdere verfijning
De pilot bevindt zich inmiddels in de afrondende fase. De ambitie is om de tools breder beschikbaar te maken, bijvoorbeeld voor terreinbeheerders. Daarnaast wordt gewerkt aan uitbreiding van het model met extra vogelsoorten en verfijning van de herkenningstechnieken.
Met deze innovatieve aanpak lijkt een belangrijke stap gezet richting snellere, efficiëntere en minder verstorende monitoring van vogelgriep in het wild — een ontwikkeling die niet alleen goed nieuws is voor natuurbeheerders, maar ook voor de volksgezondheid.
(bron: Nature Today)
