Landbouw en Mileu-De Stand

Een boer die per plant de stikstofbehoefte controleert, een ecoloog die de wildstand op de Veluwe in minuten analyseert, en een klimatoloog die een hittegolf sneller voorspelt. Artificiële intelligentie is een invloedrijk instrument in het beheer van onze leefomgeving. Wat betekent deze ontwikkeling voor de Nederlandse landbouw, natuur en onze omgang met klimaatverandering?

AI versterkt de kennis van boeren

De Nederlandse landbouw staat onder grote druk om te verduurzamen en vindt in artificiële intelligentie een cruciaal hulpmiddel voor die transitie. AI vormt het brein achter precisielandbouw, een vorm van landbouw die data gebruikt om gewassen gericht te verzorgen en zo efficiënter om te gaan met water, meststoffen en bestrijdingsmiddelen. De technologie vervangt niet de vakkennis van de boer, maar versterkt deze met een ongekend detailniveau. De kern van deze aanpak is de overstap van gissen naar weten, mogelijk gemaakt door een constante datastroom.

Sensoren, drones en satellieten leveren een enorme hoeveelheid informatie die door AI-modellen wordt geanalyseerd. Een belangrijke techniek hierbij is computer vision, waarbij algoritmes beelden analyseren om onkruid of ziektes te herkennen, waardoor een machine heel gericht kan ingrijpen. Een andere toepassing is predictive analytics, waarbij machine learning-modellen historische en actuele data combineren om bijvoorbeeld oogstopbrengsten te voorspellen. Deze datagedreven methoden vormen de basis voor een veerkrachtigere landbouwsector.

Nederland loopt voorop in deze ontwikkelingen, met Wageningen University & Research (WUR) als centraal kennisinstituut. Onderzoekers ontwikkelen er AI-modellen die tot vijftig jaar vooruit kunnen kijken om de effecten van landbouwstrategieën onder diverse klimaatscenario's te simuleren. Om innovaties naar de praktijk te brengen, leidt WUR de Nederlandse tak van AgrifoodTEF, een Europees netwerk waar bedrijven AI-toepassingen in realistische omgevingen testen.

Deze technologische vooruitgang is direct verbonden met maatschappelijke opgaven. Een recent WUR-rapport toont aan dat datagedreven innovaties de ammoniakuitstoot op korte termijn met 41 tot 50 procent kunnen reduceren. Dit illustreert dat AI een cruciaal onderdeel kan zijn van de oplossing voor het stikstofprobleem. Deze ontwikkelingen worden ondersteund door een nationale strategie, met financiering uit het Nationaal Groeifonds en specifieke onderzoeksprogramma’s van NWO.

AI automatiseert het monitoren van natuur

Dezelfde principes die de landbouw transformeren, worden steeds vaker ingezet voor het beschermen van natuur en biodiversiteit. Het in kaart brengen van de gezondheid van ecosystemen is van oudsher een arbeidsintensieve taak die vaak slechts een momentopname oplevert. AI biedt een oplossing voor dit schaalprobleem door de analyse van enorme hoeveelheden data, zoals foto's, geluid en satellietbeelden, te automatiseren.

Een sprekend internationaal voorbeeld is Wildlife Insights, een samenwerking tussen Google en natuurorganisaties als het Wereld Natuur Fonds (WWF). Duizenden cameravallen genereren miljoenen beelden die handmatig onmogelijk te verwerken zijn. De AI van dit platform analyseert 3,6 miljoen beelden per uur, filtert lege foto's en identificeert diersoorten met hoge nauwkeurigheid, wat onderzoek naar populaties enorm versnelt.

Naast beelden kan AI ook geluid en satellietdata analyseren om migratiepatronen te volgen of de kwaliteit van habitats (leefomgevingen) te beoordelen. Het Alan Turing Institute in het Verenigd Koninkrijk combineert satellietbeelden met data van burgerwetenschap om biodiversiteitshotspots te lokaliseren. Deze aanpak overbrugt de kloof tussen lokale waarnemingen en een landelijk dekkend beeld, een ontwikkeling die ook voor Nederland zeer relevant is.

De Nederlandse overheid stimuleert deze technologie actief. Zo heeft het Netherlands Space Office (NSO) een oproep gedaan aan ondernemers om met behulp van satellietdata nieuwe diensten te ontwikkelen voor biodiversiteitsmonitoring, specifiek rond landbouwgebieden. Dit soort instrumenten helpt natuurbeheerders om de effectiviteit van hun maatregelen te meten. Zo evolueert de technologie van beschrijvend naar voorspellend, met modellen die kunnen aangeven waar ontbossing dreigt.

AI versnelt voorspellingen van klimaatverandering

Op planetaire schaal wordt AI een onmisbaar instrument in de klimaatwetenschap. Traditionele, op natuurkunde gebaseerde klimaatmodellen vereisen enorme rekenkracht en worstelen soms met de complexiteit van het aardsysteem. Machine learning biedt een complementaire aanpak door uitmuntend te zijn in het herkennen van subtiele patronen in gigantische datasets, wat leidt tot snellere en soms nauwkeurigere voorspellingen.

Het KNMI heeft de potentie van AI volledig omarmd en verankerd in zijn langetermijnstrategie. In het document 'Ambition 2035' stelt het instituut dat AI zal helpen om weerswaarschuwingen met een hogere resolutie en kortere doorlooptijd te realiseren. Het doel is niet om modellen te vervangen, maar om een hybride aanpak te ontwikkelen die AI combineert met menselijke expertise.

Deze ontwikkeling wordt gevoed door een ongekende beschikbaarheid van data, grotendeels dankzij Europese initiatieven. Het Copernicus-programma van de Europese Unie genereert met zijn satellieten dagelijks terabytes aan aardobservatiedata. AI is essentieel om deze datastroom te verwerken en er waardevolle informatie uit te destilleren. De kracht van deze combinatie wordt erkend op het hoogste niveau; het IPCC gebruikte een kaart van klimaateffecten in Afrika die met behulp van machine learning was samengesteld.

Betere voorspellingen maken effectiever handelen mogelijk. Nauwkeurigere prognoses van zon- en windenergie helpen het elektriciteitsnet stabiel te houden, terwijl verbeterde modellen voor extreem weer bijdragen aan een betere voorbereiding op overstromingen of droogte. Zo wordt AI een cruciaal instrument voor zowel klimaatmitigatie als -adaptatie, door ons te helpen de opwarming te beperken en ons aan te passen aan de gevolgen.

Nederland pakt kansen en risico's aan

Nederland bevindt zich in een uitstekende positie om een leidende rol te spelen in de verantwoorde toepassing van AI voor milieu en klimaat. Het land staat op de eerste plaats op de Global Index on Responsible AI, wat wijst op een sterke basis op het gebied van bestuur en ethische kaders. Met het AiNed-programma investeert de overheid substantieel in de verdere versterking van dit ecosysteem. Toch is technologische vooruitgang alleen niet voldoende.

Cruciale randvoorwaarden, zoals wetgeving en data-eigendom, vereisen aandacht. De aanstaande Europese AI-verordening zal een juridisch kader bieden om risico's te reguleren en vertrouwen te vergroten. Minstens zo belangrijk is de vraag wie eigenaar is van de data die precisielandbouw en milieumonitoring genereren. Rapporten van TNO en de WRR waarschuwen dat deze data in handen kunnen komen van enkele grote bedrijven, wat de autonomie van boeren en overheden kan ondermijnen.

Uiteindelijk blijft de menselijke factor doorslaggevend, want de beste technologie is nutteloos zonder de juiste kennis en implementatie. De Voedsel- en Landbouworganisatie van de VN (FAO) benadrukt dat training en onderwijs cruciaal zijn om te zorgen dat ook kleine boeren kunnen profiteren. AI is een krachtig hulpmiddel, maar geen magische oplossing; het succes hangt af van een zorgvuldige integratie met menselijke expertise en een robuust wettelijk kader.

Nu AI ons de data geeft om elke plant, elk dier en elke weersverandering te meten, wordt de belangrijkste vraag niet langer wat we kunnen weten, maar hoe we met die kennis verstandig omgaan.