Praktikfall: AI för biologisk mångfald

Ett datadrivet alternativ till fältbiologer

SAMS står för Skogligt Analysverktyg med Satellitdata. Idén till verktyget föddes ur ett behov att kunna kartlägga biologiska värden i stor skala, utan att behöva skicka ut biologer i fält. När Eons tyska koncernledning för några år sedan beslutade att hela elnätsverksamheten skulle ställas om för att främja biologisk mångfald, stod Sverige inför ett vägval.

– Jag satt då som ansvarig för alla högspänningsanläggningar i Sverige. Vi insåg snabbt att det skulle bli ohållbart att göra den typen av manuella inventeringar i den skala som krävdes. Då började vi titta på digitala alternativ, berättar Mattias Andolfsson.

Efter att ha intervjuat flera aktörer föll valet på konsultbolaget Greensway, som tidigare arbetat med digitala naturvärdesbedömningar. Tillsammans utvecklade de en AI-modell som kunde identifiera, klassificera och prioritera värdefulla biotoper – baserat på öppna datakällor.

Så fungerar SAMS

Grunden i SAMS är ett systematiskt urval av geodata: satellitbilder, marktäckedata, habitatklassificeringar och artobservationer från bland annat Artportalen. Dessa korsrefereras och analyseras i en modell som med hjälp av maskininlärning kan avgöra vilka ytor som har högt ekologiskt värde.

– Det är en komplex algoritm som körs under flera veckor och bearbetar tusentals arter. För varje habitattyp beräknar modellen ett livskraftighetsindex, kopplat till förekomst av signalarter, säger Mattias Andolfsson.

Modellen tar även hänsyn till eventuella skevheter i datan – till exempel att fler artobservationer görs nära tätorter – och justerar för det. Resultatet blir ett kartlager med så kallade ”kandidatyta” – de 20 procent av ytorna som bedöms ha högst naturvärde.

Dessa skickas vidare till Eons fältpersonal via en app. Där får de en beskrivning av platsen, ett formulär att fylla i samt förslag på åtgärder som kan genomföras på plats.

Från karta till handling

– Fältpersonalen gör mellan två och fyra bedömningar per dag, säger Mattias Andolfsson. Det tar ungefär fem minuter att fylla i formuläret. Vi har lagt mycket kraft på att frågorna ska kunna besvaras av någon utan biologutbildning.

Om en yta får högt betyg – nivå 1 eller 2 – ombeds entreprenören att genomföra riktade insatser. Det kan handla om att spara lågväxande träd, skapa sandblottor, röja fram stensamlingar, låta död ved ligga kvar eller att ändra röjningstidpunkt för att skydda flora eller fauna.

Varje åtgärd dokumenteras med foto och kommentar. Systemet registrerar även hur många timmar som lagts på arbetet, vilket ligger till grund för uppföljning och ersättning.

Datastyrd uppföljning

En gång per år gör Eon en översyn av utförda åtgärder. Resultaten analyseras, valideras och används för att förbättra modellerna. Bland annat har företaget gjort blindtester, där sommaranställda fältinventerare fått besöka områden utan att känna till AI-betyget. Jämförelsen visar god överensstämmelse.

– Det enda som modellen hade svårare att fånga var gräsmarker som vuxit igen och blivit mer liknande skog. Men där missar vi snarare ett potentiellt värde förknippat med gräsmark som fortfarande bör finnas kvar – och  hittar vi det i fält så tar vi åtgärder ändå  såklart, säger Mattias Andolfsson.

Eon har också utvecklat metoder för att använda satellitdata till att validera att röjningen faktiskt genomförts – ett slags ”computer vision” som upptäcker kvarlämnad vegetation.

– Syftet är att förhindra att en risk uppstår från början. Har röjningen utförts korrekt, kan vi lita på våra tillväxtmodeller. Har något missats, korrigerar vi modellen därefter, säger han.

En del av en större strategi

SAMS är numera en integrerad del av Eons strategi för ekologisk korridorhantering. Målet är att innan 2030 ha röjt 18 600 hektar ledningsgata i Sverige enligt denna metod – motsvarande cirka 70 procent av den totala ytan under regionledningarna.

Internationellt planerar koncernen att kartlägga och analysera 160 000 hektar elnätsgator i sex europeiska länder. Verktyget används idag i Sverige, Tyskland, Tjeckien, Slovakien, Rumänien och Ungern.

– Det här är ett 100-procentigt commitment. Alla lämpliga ytor ska hanteras med åtgärder som gynnar den biologiska mångfalden, säger Mattias Andolfsson.

Vad är det som är AI i SAMS?

– Det är en jätteavancerad modell som kopplar ihop olika grupper av arter med värden i habitatet. Vi prognostiserar också tillväxten i våra ledningsgator och anpassar röjningsintervaller med hjälp av väderdata. Det gör att vi kan planera mer exakt när varje plats behöver underhållas.

Hur har ni tänkt kring framtiden för SAMS?

– Vi ser stor potential i att integrera klimatriskanalyser, erosion, värmestress och andra indikatorer. Vi vill också koppla in IPCC-data och till exempel utveckla automatisk artigenkänning i appen, säger han.

Vad är ditt råd till andra företag som vill börja använda AI i sitt arbete med naturvård?

– Börja med det som redan finns tillgängligt. Marktäckedata, öppna artobservationer – det är en jättebra grund. Sen är det viktigt att fältpersonalen får rätt stöd. Det måste vara lätt att göra rätt. Vi har valt att utbilda våra entreprenörer i två dagar – det räcker långt.