AI herkent mariene soorten op uw duikfoto's in seconden. Praktische gids voor iNaturalist, FishVerify en Seek voor burgerwetenschap als onderwaterfotograaf.
AI-applicaties zoals iNaturalist, FishVerify en Seek herkennen automatisch mariene soorten op uw duikfoto's, vaak met een nauwkeurigheid die vergelijkbaar is met die van een ervaren mariene bioloog. Door uw beelden in te dienen bij deze platformen voedt u wereldwijde wetenschappelijke databases die worden gebruikt door universiteiten en natuurbeschermingsprogramma's, zonder enige biologische opleiding vereist.
In juli 2022 dook ik bij Banyuls-sur-Mer met een groep van zes studenten. Laat in de middag, op een rotsoverhang op 14 meter, fotografeerde ik een zeenaaktslak die ik niet helemaal herkende. De morfologie leek vertrouwd maar paste niet helemaal in mijn mentale catalogus. Ik keerde terug met ongeveer vijftig beelden, waarvan de meeste matig van kwaliteit door het vlakke licht van het einde van de middag.
Diezelfde avond diende ik de scherpste foto in bij iNaturalist. Binnen 48 uur hadden twee gemeenschapsleden de soort bevestigd: Hypselodoris villafranca, aanwezig langs dit stuk Catalaanse kust maar slecht gedocumenteerd in lokale databases. De waarneming bereikte de Research Grade-status en werd automatisch geëxporteerd naar GBIF. Zes maanden later stuurde een onderzoekster van de Universiteit van Barcelona mij een bericht: ze gebruikte die gegevens om de verspreiding van de soort in de Golf van Lion in kaart te brengen.
Het was geen uitzonderlijke foto. Scherp op het onderwerp, correct belicht, meer niet.
Uw foto's bevatten een waarde die u misschien nog niet heeft gemeten. Hun wetenschappelijke zeldzaamheid komt niet van esthetische kwaliteit. Ze komt van de geogelokaliseerde informatie die ze dragen: een soort, een datum, een precieze locatie.
iNaturalist is het platform dat het meest wordt gebruikt door de wetenschappelijke gemeenschap. Het AI-identificatiemoteur, getraind op miljoenen waarnemingen, herkent de meeste grote mariene taxonomische families. De automatische suggestie is een voorstel, geen vonnis: de definitieve identificatie komt van vrijwillige gemeenschapsleden.
Om wetenschappelijk bruikbaar te zijn, moet een waarneming Research Grade bereiken: twee overeenkomstige identificaties van verschillende ervaren gebruikers. Het proces verloopt snel voor gewone soorten, trager voor cryptische of regionaal zeldzame soorten.
Zo dient u een onderwaterobservatie in bij iNaturalist:
Locatie is het kritische criterium. Een technisch uitstekende foto zonder coördinaten kan niet bij GBIF worden ingediend.
FishVerify is specifiek getraind op vissoorten. De nauwkeurigheid voor mediterrane, tropisch-Atlantische en Indo-Pacifische soorten overtreft vaak die van iNaturalist voor deze groep. De applicatie is betalend (jaarabonnement of eenmalige aankoop) maar levert identificaties in seconden, nuttig voor duikgidsen of instructeurs tijdens nabesprekingen.
Seek, ontwikkeld door hetzelfde team als iNaturalist, identificeert soorten door de camera op een onderwerp te richten, zonder automatische opname. Onder water in de huidige vorm niet bruikbaar, maar nuttig aan de oppervlakte om een foto genomen tijdens een duik te controleren voordat u ze formeel indient bij iNaturalist.
AI-identificatie werkt op basis van morfologie, relatieve kleurpatronen en kenmerkende vormen. Het heeft geen perfecte kleurcorrectie nodig. Een foto genomen in natuurlijk licht op 12 meter in de Middellandse Zee, gedomineerd door blauwgroen, wordt geanalyseerd op basis van structuur, niet op absolute kleurwaarden.
Factoren die de nauwkeurigheid verbeteren:
Factoren die de nauwkeurigheid verminderen:
Voor ongewervelden en kleine cryptische soorten produceren macro-onderwaterfotografietechnieken beelden met voldoende detail zodat AI effectief kan werken.
Een regelmatige duikfotograaf kan binnen één seizoen een betekenisvolle waarnemingsportfolio opbouwen. Enkele principes om de wetenschappelijke waarde te maximaliseren:
Precieze geolocatie. De GPS van uw smartphone aan de oppervlakte voor de duik is voldoende. Een nauwkeurigheid van 50 tot 100 meter is breed aanvaardbaar voor biodiversiteitsdatabases. Als u duikt vanuit een boot, noteer uw positie voor u het water ingaat.
Documenteer meerdere individuen. Eén individuele waarneming kan toevallig zijn. Drie of vier individuen op dezelfde locatie in de loop van een seizoen vormen betrouwbare aanwezigheidsgegevens.
Fotografeer het omringende habitat. Een beeld van het substraat (zandig bodem, rots, posidonia-zeegrasbed, koraal) verrijkt de waarneming met ecologische context die verspreidingsmodellen gebruiken.
Meld ongewoon gedrag. Een vis op een atypische diepte, een soort buiten zijn gebruikelijke seizoen, een zeldzaam gedocumenteerde roofdier-prooi-interactie: deze ogenschijnlijk anecdotische waarnemingen hebben vaak een onevenredige waarde voor onderzoekers die gedragsmodellen kalibreren.
Beschermde mariene gebieden zijn zones waar uw identificatiegegevens bijzonder worden gezocht door beheerders die beperkte middelen hebben voor reguliere veldinventarissen.
Een veelvoorkomende valkuil: de AI-suggestie behandelen als een gecertificeerde identificatie. AI maakt fouten. Verwarringen tussen nauw verwante soorten in complexe genera zoals Chromis, Gobius of zeenaaktslakken in het genus Flabellina komen frequent voor.
De basisregel: als het vertrouwen van het algoritme onder 70% ligt of als u twijfelt, dien de waarneming in zonder een soort te specificeren en laat de gemeenschap beslissen. Een waarneming gelabeld als alleen "mariene ongewervelde" blijft nuttig voor geografische voorkeurgegevens.
De gegevens die u genereert dragen ook bij aan het monitoren van koraalbleking. In 2024 en 2025 stelden burgerwaarnemingen onderzoekers in staat de omvang van blekingsevenementen veel sneller in kaart te brengen dan onderzoeksteams alleen dat hadden kunnen doen.
Ethische onderwaterfotografie behandelt de gedragscode die ten grondslag ligt aan deze aanpak: nooit soorten storen voor een foto, observeren op respectvolle afstand, documenteren zonder in te grijpen.
Programma's zoals REEF (Reef Environmental Education Foundation), CoralWatch en Reef Check aanvaarden gegevens van getrainde duikers. Ze vereisen een korte online certificering om telprotocollen te standaardiseren. AI vervangt dit kader niet: het versnelt het door identificatie te vereenvoudigen tijdens voorbereiding of post-duikanalyse.
Bijdragen aan burgerwetenschap en uw onderwaterfotografievaardigheden verbeteren sluiten elkaar niet uit. Betere foto's willen voor betrouwbaardere identificatie is een natuurlijke motivatie om technisch vaardiger te worden onder water.
De minimale workflow om uw volgende duik om te zetten in een wetenschappelijke bijdrage:
Tien minuten per duiksessie is voldoende. Over een volledig jaar regelmatig duiken kunt u honderden gevalideerde waarnemingen opbouwen die wereldwijde databases voeden.
Als u de technische kwaliteit van uw foto's wilt verbeteren zodat ze gemakkelijker identificeerbaar zijn, behandelt de AquaExposure-training kaderings- en belichtingstechnieken die wetenschappelijk bruikbare beelden produceren, ook voor kleine ongewervelden met macrotechnieken.
AI-kleurcorrectie voor onderwaterfotografie kan ook technisch onvolmaakte foto's herstellen die anders een beperkte wetenschappelijke waarde zouden hebben: een korrelig of licht onscherp beeld kan na verwerking identificeerbaar worden.
iNaturalist is de gouden standaard voor wetenschappelijke bijdragen: de gemeenschap valideert uw identificaties en uw gegevens komen terecht in wereldwijde databases. FishVerify is nauwkeuriger voor vissoorten in tropische en mediterrane wateren. Seek identificeert in real time maar zonder historiek of validatie. Combineer iNaturalist voor de wetenschappelijke bijdrage en FishVerify voor snelle herkenning na een duik.
Ja, op voorwaarde dat het beeld scherp is op het onderwerp. AI werkt op basis van morfologie, contouren en relatieve kleurpatronen. Een blauwe of groene kleurcast vormt geen probleem als de structuur van het dier leesbaar is. Onder 15 meter verschuiven de kleuren sterk naar blauw, maar de lichaamsvorm en patronen blijven identificeerbaar voor het algoritme.
Ja. Zodra een waarneming de status "Research Grade" bereikt via twee onafhankelijke bevestigingen door ervaren gebruikers, wordt ze automatisch geëxporteerd naar GBIF, de wereldwijde biodiversiteitsdatabase die door universiteiten en natuurbeschermingsprogramma's wordt gebruikt. Studies gepubliceerd in 2024 en 2025 citeren expliciet gegevens van recreatieve duikers via iNaturalist.
Nee. U kunt een waarneming indienen met alleen de AI-suggestie en de gemeenschap de identificatie laten bevestigen of corrigeren. Uw bijdrage bestaat uit de geogelokaliseerde foto. Hoe scherper het beeld op de diagnostische kenmerken, hoe sneller de validatie verloopt.
Gedeeltelijk. Goed gedocumenteerde soorten zoals gewone mediterrane zeenaaktslakken en cephalopoden worden betrouwbaar herkend. Zeldzame of regionaal onbekende soorten vereisen vaak menselijke validatie door gespecialiseerde iNaturalist-gemeenschappen of forums zoals NudiPixel.
Locatie is het kritische criterium. De GPS-coördinaten van uw smartphone aan de oppervlakte voor de duik, of van de duikplaats aan de kust, zijn voldoende. Een nauwkeurigheid van 50 tot 100 meter is breed aanvaardbaar voor biodiversiteitsdatabases. Een prachtige foto zonder locatiegegevens kan niet worden geëxporteerd naar GBIF.
Soorten die slecht gedocumenteerd zijn op een specifieke geografische locatie, ongewoon gedrag, soorten buiten hun typische diepte of seizoen, en herhaalde waarnemingen op dezelfde locatie over meerdere jaren. Koraalblekingsrecords en invasieve soorten hebben onmiddellijke waarde voor actieve monitoringprogramma's.
