Aan de NDFF (Nationale Databank Flora en Fauna) worden jaarlijks
miljoenen natuurwaarnemingen toegevoegd. Verreweg het grootste deel is afkomstig uit Citizen Science, zoals waarneming.nl en specialistengroepen.

In de nieuwe Omgevingswet is de NDFF opgenomen als natuurregister, één van de gegevensbestanden die noodzakelijk zijn voor de onderbouwing van de uitvoering van het natuurbeleid en –beheer, en voor de uitvoering van de wettelijke taken vanuit de Wet natuurbescherming en de Omgevingswet.

Nieuwe waarnemingen worden beoordeeld door een automatisch validatieproces, op basis van dataregels. Als dit proces waarnemingen als ‘onzeker’ beschouwt, worden ze voorgelegd aan menselijke experts.

Een aantal van die waarnemingen wordt daadwerkelijk door de experts afgekeurd. Maar verreweg de meeste markeren ze alsnog als ‘betrouwbaar’. Dat komt omdat de dataregels statisch en strikt zijn. Hierdoor worden de meeste onbetrouwbare waarnemingen goed gedetecteerd, maar worden ook heel veel onnodig aan de experts voorgelegd. Als het automatische proces betrouwbare data beter kan herkennen, bespaart dit de experts veel tijd. Zij kunnen zich dan beter richten op de uitzonderingen en onzekere waarnemingen.

Wij onderzochten voor BIJ12 of machine learning hierin een rol kan spelen. De uitkomst was positief: met het algoritme dat we bouwden, zouden validatoren op deze dataset ruimschoots driekwart minder werk voorgelegd krijgen, waarbij alle relevante onzekere waarnemingen nog steeds zijn ingegrepen.