AI-baserad fjärranalys av naturrestaurering och landskapselement på gårdsnivå
Detta 2-åriga projekt - med RISE, Arla Sverige och Arla Foods - har två syften: (1) Utveckla AI-baserade metoder för att utifrån tidsserier av Sentinel-2-data avgöra om betesmark har restaurerats inom givna områden och om det är gynnsam status på landskapselement som identifierats enligt metod som utvecklas inom punkt (2) nedan. De analyserade områdena antas vara specificerade som polygoner som visar områdenas utbredning ovanifrån. Polygonerna för betesmarker kommer att erhållas från Jordbruksverket, inklusive information om eventuell restaurering i polygonerna. (2) Utveckla AI-metoder för att kartlägga och identifiera diverse biodiversitetsrelevanta landskapselement på gårdsnivå utifrån väldigt högupplösta satellitdata (VHR) (till exempel perenna blomstråk, träd, dammar och stengärden). Det kommer ge Arla Sverige och Arla Foods verktyg som de kan använda för att ytterligare förstärka det arbete som Arlas ägare gör på sina gårdar och verifiera den nytta som detta skapat. Det kommer i sin tur möjliggöra paketering och kommersialisering av det ekeosystemtjänster som stärks och bibehålls av Arlas ägare.