Utvärdering av GeoAI-modeller för kartläggning av våtmarker i Stockholmsregionen

Projektets titel: Assessing GeoAI methods' accuracy for wetland detection in the region of Stockholm

Projektledare:  Jenny Lindblad , SoM, KTH
Deltagare: Andrea Nascetti, KTH, Lina Suleiman, KTH, Ioannis Ioannidis, KTH  

Finansiär: Region Stockholm, 2025

Projektperiod: 2025

Vikten av att skydda våtmarker uppmärksammas alltmer, då de bidrar med biologisk mångfald, vattenrening, och koldioxidlagring. Trots detta fortsätter våtmarker att förloras, till stor del på grund av stadsutveckling. Sveriges miljömål innefattar skydd och restaurering av våtmarker, men förluster från urbanisering uppväger restaureringsinsatser.

En utmaning för förbättrad inkludering av våtmarker i stadsplaneringsprocesser är varierande kunskap om urbana våtmarker, särskilt de mindre än 10 hektar som utelämnats från den nationella inventeringen eftersom använda inventeringsmodeller är tids- och resurskrävande. Lokala inventeringar är ofta fragmenterade och inte nödvändigtvis digitaliserade. Utvecklingen av fjärranalysteknik och geospatial AI erbjuder nya metoder för inventering.

Projektet utvärderar noggrannheten hos befintliga AI-baserade metoder för inventering genom geospatiala data. Forskningsfrågorna är: Hur väl fungerar geospatiala grundmodeller för våtmarksinventering i stadsmiljöer? Hur kan grundmodeller för våtmarksdetektering göras tillgängliga och anpassas till lokala stadsplaneringsaktörer? Genom att bedöma modellernas precision i Stockholmsregionen med hjälp av referensdata fastställs metodernas förmåga att upptäcka även små våtmarker. Referensdata insamlas genom dokumentstudier av dokument (MKB, NVI) som redogör för enskilt fältinventerade våtmarker. Projektresultaten kan stärka beslutsprocesser för hållbar stadsutveckling genom att tillhandahålla verktyg för proaktiv planering med våtmarker.