Skip to main content

LUP Student Papers

LUND UNIVERSITY LIBRARIES

UAVs in Mapping and Monitoring Stonewort Meadows - Assessing the Use of Remote Sensing in Shallow Coastal Lagoons in the Gulf of Bothnia

Sandvik, Rebecca (2026) BION02 20252
Degree Projects in Biology
Abstract
Shallow coastal lagoons in the Gulf of Bothnia are unique habitats exhibiting the distinct effects of land uplifting. A regional type of coastal lagoon, flads, share high ecological value, many consisting of mud bottoms as well as dense vegetations such as charophyte meadows, and are considered an endangered habitat. These meadows provide essential habitat for birds, fish and benthic invertebrates, and store both carbon and nutrients. Given their importance for the ecosystem, it is of interest to map the distribution and coverage of these charophytes, and monitor both the species’ and the bay’s development.

An UAV was used to take images of the flad and produce an orthomosaic, which in combination with ground truth points was used to... (More)
Shallow coastal lagoons in the Gulf of Bothnia are unique habitats exhibiting the distinct effects of land uplifting. A regional type of coastal lagoon, flads, share high ecological value, many consisting of mud bottoms as well as dense vegetations such as charophyte meadows, and are considered an endangered habitat. These meadows provide essential habitat for birds, fish and benthic invertebrates, and store both carbon and nutrients. Given their importance for the ecosystem, it is of interest to map the distribution and coverage of these charophytes, and monitor both the species’ and the bay’s development.

An UAV was used to take images of the flad and produce an orthomosaic, which in combination with ground truth points was used to make a classified map of the spatial distribution of the species present in the flad, with focus on Chara tomentosa and Chara aspera. Spectral data was extracted from the orthomosaic to explore the relationship between different dominating species, biophysical indicators gathered at the ground truth points such as substrate type and grade of sedimentation, and relative spectral brightness values.

The classified map produced in the study had high accuracy when compared to true vegetation in the flad, correctly distinguishing different habitats and most types of vegetation. Studies on the spectral data showed high within-group variation while no significant difference was found between different dominating habitats. No biophysical indicators were found to affect relative spectral brightness of different dominating habitats.

This indicates that while the method of using machine learning is effective in classifying stonewort meadows, the differences in relative spectral brightness for species needs to be further investigated. (Less)
Popular Abstract (Swedish)
Användning av drönare för att kartlägga och övervaka kransalgsängar i grunda havsvikar i Bottniska viken

Kransalgsängar spelar en viktig roll i välmående ekosystem men är känsliga för yttre påverkan. För att upptäcka en minskning i deras utbredning och kunna motverka detta är drönare ett potentiellt sätt att kartera och övervaka dessa. Denna studie undersökte hur tillförlitlig metoden är och hur optiska signaler förändras beroende på olika biofysiska faktorer i vattnet, såsom sedimentation, typ av botten och djup. Studien visar att drönare till fördel kan användas vid kartering av dessa ängar, men ytterligare forskning krävs för att hitta samband mellan optiska signaler och biofysiska indikatorer.

Grunda havsvikar i Bottniska viken... (More)
Användning av drönare för att kartlägga och övervaka kransalgsängar i grunda havsvikar i Bottniska viken

Kransalgsängar spelar en viktig roll i välmående ekosystem men är känsliga för yttre påverkan. För att upptäcka en minskning i deras utbredning och kunna motverka detta är drönare ett potentiellt sätt att kartera och övervaka dessa. Denna studie undersökte hur tillförlitlig metoden är och hur optiska signaler förändras beroende på olika biofysiska faktorer i vattnet, såsom sedimentation, typ av botten och djup. Studien visar att drönare till fördel kan användas vid kartering av dessa ängar, men ytterligare forskning krävs för att hitta samband mellan optiska signaler och biofysiska indikatorer.

Grunda havsvikar i Bottniska viken har högt ekologiskt värde. Landhöjningen i detta område resulterar i att dessa havsvikar långsamt blir mer och mer exkluderar från öppet hav, genom att först bilda flador, gloflador, glon och till slut glosjö som helt tappat kontakten med öppet hav. Karaktäriserande för dessa områden är kransalgsängar, vilka är viktiga för fisk, fåglar, och bottendjur, men även för hela vårt ekosystem eftersom de binder både kol och näringsämnen. Kransalgsängarna är känsliga för förändringar i deras miljö och är en så kallad indikatorart, som försvinner lätt vid förändring i vattenkvalitén på grund av till exempel övergödning eller ökad grumlighet. Därför är det av intresse att kartlägga deras utbredning samt övervaka hur de utvecklas framöver.

För att kartlägga kransalgsängarna användes drönare som fotograferade fladan längs en planerad rutt. Bilderna användes för att göra en ortomosaik, vilket är en sammansättning av alla bilder och med korrekt geografisk position. Denna användes som grund i kombination med fältdata (ground truth points) från fladan för att göra en kategoriserad karta över de olika miljöerna och vegetationstyperna som hittades. Vidare extraherades optisk information från pixlarna i ortomosaiken för att undersöka om det fanns en koppling mellan optiska signaler och olika biofysiska variabler och fördelningen av arter.

Studien visar goda resultat för användningen av drönare för att kategorisera kransalgsängar i grunda havsvikar, med en noggrannhet på 89% när man jämför drönarbilderna med de faktiska förhållandena. Analys av optiska signaler visade hög variation inom valideringspunkter, men ingen signifikant skillnad mellan olika typer av vegetation. Studien visar inga närmare samband med de olika biofysiska indikatorerna såsom sedimentation, typ av botten, eller djup.

Denna studie visar att användning av drönare är ett effektivt sätt för att kartera kransalgsängar i grunda havsvikar. Däremot krävs ytterligare forskning kring hur olika biofysiska indikatorer påverkar optiska signaler samt hur metoden kan förbättras för att hantera detta. Studien visar att kartering och övervakning av grunda havsvikar kan utföras med hjälp av drönare, och därmed innebära en mer kostnadseffektiv metod jämfört med att kartera med båt, samt i och med det, utrymme för att undersöka fler havsvikar.


Masterexamensprojekt i Biologi 45 hp 2025
Biologiska institutionen, Lunds universitet

Handledare:
Claes Lönnblad-Björkholm (Livskraftscentralen i Södra Österbotten),
Hakim Abdi (Lunds universitet),
Per Carlsson (Lunds universitet) (Less)
Please use this url to cite or link to this publication:
author
Sandvik, Rebecca
supervisor
organization
course
BION02 20252
year
type
H2 - Master's Degree (Two Years)
subject
language
English
id
9219328
date added to LUP
2026-01-19 08:52:42
date last changed
2026-01-19 08:52:42
@misc{9219328,
  abstract     = {{Shallow coastal lagoons in the Gulf of Bothnia are unique habitats exhibiting the distinct effects of land uplifting. A regional type of coastal lagoon, flads, share high ecological value, many consisting of mud bottoms as well as dense vegetations such as charophyte meadows, and are considered an endangered habitat. These meadows provide essential habitat for birds, fish and benthic invertebrates, and store both carbon and nutrients. Given their importance for the ecosystem, it is of interest to map the distribution and coverage of these charophytes, and monitor both the species’ and the bay’s development. 

An UAV was used to take images of the flad and produce an orthomosaic, which in combination with ground truth points was used to make a classified map of the spatial distribution of the species present in the flad, with focus on Chara tomentosa and Chara aspera. Spectral data was extracted from the orthomosaic to explore the relationship between different dominating species, biophysical indicators gathered at the ground truth points such as substrate type and grade of sedimentation, and relative spectral brightness values.

The classified map produced in the study had high accuracy when compared to true vegetation in the flad, correctly distinguishing different habitats and most types of vegetation. Studies on the spectral data showed high within-group variation while no significant difference was found between different dominating habitats. No biophysical indicators were found to affect relative spectral brightness of different dominating habitats.

This indicates that while the method of using machine learning is effective in classifying stonewort meadows, the differences in relative spectral brightness for species needs to be further investigated.}},
  author       = {{Sandvik, Rebecca}},
  language     = {{eng}},
  note         = {{Student Paper}},
  title        = {{UAVs in Mapping and Monitoring Stonewort Meadows - Assessing the Use of Remote Sensing in Shallow Coastal Lagoons in the Gulf of Bothnia}},
  year         = {{2026}},
}