Hoe is de natuur in de Omgevingswet verankerd?
SoortenNL wilde met dit webinar natuurbeschermingsorganisaties, ecologen, beleidsmakers, adviesbureaus en overige natuurprofessionals concrete handvatten aanreiken die het makkelijker maken om binnen de nieuwe Omgevingswet onze kwetsbare natuur te beschermen.
De sprekers
Onlangs verscheen het handboek 'Natuur in de omgevingswet'. Twee medeauteurs, Luuk Boerema (zelfstandig juridisch adviseur) en Fleur Onrust (advocaat en rechter-plaatsvervanger bij de rechtbank Overijssel op het gebied van omgevingsrecht), werkten mee aan dit webinar. De andere experts zijn adviseur natuurbeschermingsrecht Sander Hunink en projectleider bij de Zoogdiervereniging Glenn Lelieveld. Samen vertellen ze hoe de Omgevingswet in elkaar zit en wat de effecten zijn voor de mensen die met natuur en wetgeving te maken hebben.
Programma
De sprekers behandelden de volgende vragen:
Hoe is de natuur in de Omgevingswet verankerd? (Fleur Onrust).
Wat kunnen we met de zorgplichten voor natuur en wat is het verschil met het verleden toen de zorgplicht ook in de Wet Natuurbescherming stond? (Luuk Boerema).
Hoe zijn de regels binnen de Omgevingswet door de provincies uitgewerkt en wat betekent dit in de praktijk? (Sander Hunink).
Wat is de betekenis van de Omgevingswet voor personen en organisaties die met onderzoek naar en bescherming van soorten werken? (Glenn Lelieveld).
Particuliere natuur
Eelde Poko
Drenthe
Ooibossen
Mooie Vogelwoorden van Toine Andernach
NatuurLezingen Delft
https://www.trouw.nl/duurzaamheid-economie/ict-er-arjan-de-vries-kocht-een-uniek-natuurgebied-op-marktplaats-dit-bos-is-van-de-dieren~b8eae21b/
https://www.youtube.com/watch?v=jivabZmgy10&list=PL4d-w5KrJjTZZxEb0XKIKLLkZbdWK5iJn
https://grauwekiekendief.nl/wp-content/uploads/2024/03/Rapport-Akkervogels-in-Groningen-in-2023.pdf
https://arxiv.org/abs/2403.06874 High-performing out-of-distribution (OOD) detection, both anomaly and novel class, is an important prerequisite for the practical use of classification models. In this paper, we focus on the species recognition task in images concerned with large databases, a large number of fine-grained hierarchical classes, severe class imbalance, and varying image quality. We propose a framework for combining individual OOD measures into one combined OOD (COOD) measure using a supervised model. The individual measures are several existing state-of-the-art measures and several novel OOD measures developed with novel class detection and hierarchical class structure in mind. COOD was extensively evaluated on three la
Comentários
Adicionar um Comentário