Datagedreven kennisregels voor validatie van natuurdata in de NDFF

Met meer dan 200 miljoen waarnemingen is de Nationale Databank Flora en Fauna (NDFF) de grootste natuurdatabank van Nederland. De kwaliteit van de data in de NDFF is cruciaal voor onderzoek, beleid en beheer. Belangrijkste aspecten van iedere waarneming zijn de soort, de datum en de locatie. De locatie is een punt met een (on)zekerheidsmarge, een gebied of een ‘hok’. Traditioneel gebeurt validatie van de data met vaste, handmatig ingestelde kennisregels in combinatie met handmatige validatie. In deze presentatie laten we zien hoe datagedreven kennisregels worden opgesteld om het validatieproces slimmer en consistenter te maken. Door (ruimtelijke) patronen in eerder goedgekeurde waarnemingen te analyseren en de gegevens te combineren met andere databronnen, kunnen automatisch afwijkende waarnemingen worden herkend. Zo dragen de datagedreven kennisregels bij aan een hogere consistentie en betrouwbaarheid van de NDFF, en daarmee aan natuurontwikkeling, -beleid en monitoring.