211 rupsen en 63 spinnen: ‘slim vogelhuisje’ moet vertellen wat bewoners eten

Bluebird – Nest Cam View” by nate steiner is licensed under CC CC0 1.0

Een vogelhuisje dat dagelijks vertelt wat de bewoners hun jongen voeren. “211 rupsen, 63 spinnen, 56 vliegen en 99 andere prooien”, bijvoorbeeld. Wetenschappers werken aan technologie en algoritmes die dat mogelijk moeten maken. De eerste koolmezen, pimpelmezen en boomklevers kregen deze week een nieuw dak op hun nest; zij helpen onze kennis over de biodiversiteit in Nederland te verbeteren.

De eerste veldproeven met deze ‘slimme nestkasten’ vinden plaats in een Amsterdams park en op de Veluwe. De huisjes krijgen een sensor voor de opening die opmerkt wanneer de vogels naar binnen vliegen, meestal met een snavel vol voedsel. Precies op dat moment maakt de camera die in het dak is ingebouwd een filmpje. Per nestkast gebeurt dat honderden keren per dag.

Vogel-dieet

Live meekijken in vogelnesten kan al langer, maar bijzonder aan dit project is dat de technologie uiteindelijk automatisch moet vaststellen wat de vogels aan eten de nestkast in brengen, zegt onderzoeker Jacob Kamminga van de Universiteit Twente. Hij ontwikkelt de technologie voor de nestkast. “Zo kunnen we straks met weinig moeite veel meer informatie verzamelen en nieuwe inzichten opdoen.”

Wetenschappers bekijken beelden uit de nestkasten nu nog zelf, handmatig. Ecoloog Emily Burdfield-Steel van de Universiteit van Amsterdam onderzoekt bijvoorbeeld of vogels in de stad een ander dieet hebben dan in het bos. Op die manier wil ze te weten komen of hongerige vogels het leven van insecten in de stad lastiger maken.

In plaats van urenlange video’s door te ploegen, zal ze komende weken de korte filmpjes uit de slimme nestkast analyseren. Ze hangt labels aan de beelden van de insecten die de kast in komen, zoals ‘rups’ en ‘vlieg’. Of zelfs: ‘eikenprocessierups’ of ‘kruisspin’.

Om de prooien automatisch te herkennen, ontwikkelt Kamminga een algoritme. Hij zal tienduizenden screenshots die ecoloog Burdfield-Steel en haar collega’s labelen, gebruiken om het algoritme te leren wat er op de beelden te zien is. Hoe meer snavels met verfrommelde spinnen en geplette rupsen het algoritme heeft ‘gezien’, hoe beter het prooien herkent. Daardoor zijn er steeds minder controles nodig.