Return to search

Can Street View technology enhance the reliability of distribution data for monitoring invasive species? / Kan Street View-teknologi förbättra tillförligheten av distributionsdata för övervakning av invasiva arter?

Many municipalities around Sweden use public access spatial data from Artportalen to track and fight invasive species, but anyone can upload data to Artportalen and not all of it becomes verified. They could potentially enhance their efforts by incorporating street view technology for more reliable data. One municipality that uses Artportalen data is Jönköping, which suffers from Reynoutria japonica. I randomly selected 50 areas around Jönköping with reports of R. japonica and went through them using Street View. The purpose of this study is to test if Street View can be used to improve the reliability of Artportalen data and if it can fully replace other methods to do so. I counted each individual of R. japonica I could identify and compared it to the number of reports in each area. Among the 50 areas only 26 were reachable in Google Street View and some plants were impossible to identify if they were R. japonica or not. When looking at the areas that could be reached it showed no difference between Reports in Artportalen and what was found in Street View if you included the unidentifiable plants. When excluding unidentified plants or when including areas that could not be reached it showed a significant difference. Using Google Street View to complement Artportalen data for R. japonica comes with benefits and limitations. Many areas were impossible to reach, but where accessible, it proved effective in identifying misreports and finding unreported plants without the need to visit the location. Street View data can enhance the reliability of distribution data used for monitoring invasive species without ever needing to travel, however it cannot fully replace other methods of enhancement and for the best reliability, a combination of Street View and on-site visits is necessary. / Många kommuner runt om i Sverige använder offentligt tillgängliga geodata från Artportalen för att spåra och bekämpa invasiva arter, men vem som helst kan ladda upp data till Artportalen och inte all data blir verifierad. Kommunerna skulle potentiellt kunna förbättra sina insatser genom att använda Street View teknologi för att få mer tillförlitliga data. En kommun som använder sig av data från Artportalen är Jönköping, som lider av den invasiva växten Reynoutria japonica. Syftet med den här rapporten är att testa om Street View kan användas för att komplimentera data från Artportalen och om det kan helt byta ut andra metoder att göra samma sak. Jag valde slumpmässigt ut 50 områden runt Jönköping med rapporter om R. japonica och gick igenom dem med Street View. Jag räknade varje individ av R. japonica jag kunde identifiera och jämförde det med antalet rapporter i varje område. Bland de 50 områdena var det bara 26 som kunde nås med Google Street View och vissa växter var omöjliga att identifiera om de var R. japonica eller inte. När man tittade på de områden som kunde nås visade det ingen skillnad i antal växter mellan rapporterna i Artportalen och vad som hittades i Street View om man inkluderade de oidentifierbara växterna. När man exkluderade oidentifierade växter eller när man inkluderade områden som inte kunde nås visade det en signifikant skillnad. Att använda Google Street View för att komplettera Artportalen-data för R. japonica har både fördelar och begränsningar. Många områden var omöjliga att nå, men där de var 2 tillgängliga visade det sig effektivt för att identifiera felrapporter och hitta orapporterade växter utan att behöva besöka platsen. Street View-data kan förbättra tillförlitligheten av distributionsdata som används för att övervaka invasiva arter utan att man någonsin behöver resa, men det kan inte fullt byta ut andra metoder att öka tillförlighet och för bästa resultat är en kombination av Street View och platsbesök nödvändig.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kau-100029
Date January 2024
CreatorsJutström, Joxer
PublisherKarlstads universitet
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds