Bullerdatainsamling och autonom artidentifiering för att underlätta miljöövervakning

Rapporten undersöker möjligheter att förenkla miljöövervakning genom att analysera insamlade ljud- och bilddata med AI-baserade system. Utgångspunkt är kunskapsläget om automatisk identifiering av djur och växter baserat på data från akustisk övervakning. Rapportens fokus är ljud, men en kombination med bilddata kan ge mer information.

Rapportens syfte är att undersöka förutsättningar att införa system för:

• insamling av bullerdata för att modellera bullerpåverkan på land och vatten,
• autonom ljud- och bildbaserad artidentifiering, och population och övervakning av habitatstatus,
• detektion av invasiva främmande arter.

En större satsning på bullerdatainsamling i svensk natur är i dag mindre realistisk, men det finns stora möjligheter att integrera autonom artidentifiering i befintlig miljöövervakning. Inom medborgarforskning finns en stor potential att avpassa mobilappar efter verksamheter och behov.

Projektet har finansierats med medel från Naturvårdsverkets miljöforskningsanslag som finansierar forskning till stöd för Naturvårdsverkets och Havs- och vattenmyndighetens kunskapsbehov.