Search

This report is the result of a review on the possibilities of remote sensing for applications in the nature domain, with emphasis on Natura 2000 habitat monitoring. In recent years, enormous progress has been made in the availability and processing of high-resolution satellite and drone images. This increases the potential application for answering all kinds of policy and nature management questions. We demonstrate that remote sensing can have much added value for the monitoring of habitat distribution and habitat quality across a wide range of nature areas. We also demonstrate that higher spatial resolution of remotely sensed imagery often results in better classification accuracies. Deep learning techniques are also becoming popular since they are able to consider the contextual information and not only the spectral information from the imagery in classifying or identifying objects (from habitats to individual plant species). However, the amount of training data can have a large impact on classification accuracies, much more than for more conventional classification methods. This, then, requires a large investment in the collection of in-situ (field) data as well. Another finding is that including LiDAR and hyperspectral data can significantly improve detailed habitat mapping. In summary, the resource of remote sensing data and techniques should be selected depending on the relevant nature types, research questions and nature targets at a specific local, regional or national scale. It requires more communication between remote sensing researchers and ecologists. If nature goals and remote sensing technologies are brought together at an early stage, many applications will be possible. For the Netherlands, the remote sensing community should focus especially on monitoring the structure and function of habitat types. Also, such large-scale and long-term remote sensing monitoring should become part of a national nature monitoring programme., Dit rapport is een verkenning naar de mogelijkheden van remote sensing voor natuur monitoring, met nadruk op Natura 2000 gebieden. In de beschikbaarheid en processing van hoge resolutie satelliet- en drone beelden is de afgelopen jaren een enorme vooruitgang geboekt, waardoor de toepassingsmogelijkheden voor allerlei beleids- en natuurbeheervraagstukken toenemen. We tonen aan dat remote sensing veel toegevoegde waarde kan hebben voor zowel de monitoring in de verspreiding van habitats als de habitatkwaliteit over een breed scala aan natuurgebieden. We tonen ook aan dat een hogere ruimtelijke resolutie van remote sensing beelden vaak resulteert in een betere classificatie nauwkeurigheid. Deep learning-technieken worden nu ook populair omdat ze ook de contextuele informatie in aanmerking nemen en niet alleen de spectrale informatie van de beelden voor het classificeren en/of identificeren van objecten (van habitat typen tot individuele plantensoorten). De hoeveelheid trainingsgegevens kan echter een grote invloed hebben op de classificatienauwkeurigheid, veel meer dan voor meer conventionele classificatie technieken. Het betekent dus ook een grote investering in het verzamelen van in-situ (veld)data. Een andere bevinding is dat het opnemen van LiDAR en hyperspectrale gegevens de gedetailleerde habitatkartering en monitoring aanzienlijk kan verbeteren. Samengevat, de bron van remote sensing data en technieken dient gekozen te worden afhankelijk van de relevante natuurtypen, onderzoeksvragen en natuurdoelen op een specifieke lokale, regionale of landelijke schaal. Het vereist meer communicatie tussen teledetectie onderzoekers en ecologen. Als de natuurdoelen en remote sensing-mogelijkheden in een vroeg stadium bij elkaar worden gebracht, zijn er veel toepassingen mogelijk. Voor Nederland zou de remote sensing gemeenschap zich vooral moeten richten op het monitoren van structuur en functie van habitattypen. En een grootschalig en langdurig remote sensing monitoring progr

The vegetation database CACTUS (registered in GIVD under SA-00-004) aims to bring together all plot-based relevés from the Dutch Caribbean Islands that are available from literature, unpublished resources, and recent field surveys. The database currently contains 2,701 vegetation descriptions. The database is used for vegetation classification, to investigate vegetation change over time, to assist in the planning of vegetation surveys, as a source for plant species distribution maps, and to inform nature conservation and policy.

Het Tiny Forest-project komt voort uit een maatschappelijk initiatief geïnitieerd door IVN Nederland. Doel van de aanleg van een Tiny Forest is om het verlies aan biodiversiteit in stedelijk gebied een halt toe te roepen en om mensen die biodiversiteit te laten beleven, zodat zij de waarde daarvan blijven inzien. Wageningen Environmental Research volgde elf Tiny Forests in de periode 2018 tot en met 2021. Het onderzoek werd uitgevoerd door professionals in samenwerking met IVN Nederland en honderd vrijwilligers.In dit project werd onderzocht of een Tiny Forest biodiversiteit oplevert en in hoeverre de biodiversiteit in beeld kan worden gebracht met behulp van Citizen Science.---The Tiny Forest project is the result of a social initiative initiated by IVN Netherlands. The aim of a Tiny Forest is to halt the loss of biodiversity in urban areas and to allow people to experience this biodiversity, so that they continue to appreciate its value. Wageningen Environmental Research followed 11 Tiny Forests in the period 2018 to 2021. The research was carried out by professionals in collaboration with IVN Netherlands and 100 volunteers. In this project it was investigated whether a Tiny Forest provides biodiversity and to what extent the biodiversity can be monitored with the help of Citizen Science.

The CACTUS database consists of vegetation relevés and individual plant species records of the Dutch Caribbean islands. The database is managed within TURBOVEG software package.

Central repository for observations in the Dutch Caribbean