Länet

Den illegala avfallshanteringen är ett växande problem både i Sverige och internationellt. Kriminella ligor och oseriösa företag tjänar stora pengar på att kringgå lagstiftningen och brotten upptäcks inte alltid.

– Det är till exempel vanligt att man blandar in farligt avfall i fyllnadsmassor till vägbyggen eller bullervallar. Det förekommer att man gräver ner avfall på åkermark. På landsbygden där inte så många passerar kan det vara svårt att upptäcka, säger Egle Vilkinyte, utvecklingsledare på Länsstyrelsen i Stockholm.

Olaglig tippning kan vara svår att upptäcka om det sker längs småvägar ute på landsbygden. Genrebild.

Petter Beckman

Hon är en av initiativtagarna till det projekt som nyligen fått klartecken – ett samarbete mellan Länsstyrelsen, KTH och Rymdstyrelsen – där man ska prova att låta AI analysera satellitbilder för att lättare upptäcka illegal sophantering.

Färdigt inom två år

– Tanken är att effektivisera tillsynen, kommunerna har inte alltid tid att gå ut och undersöka alla misstänkta områden. Vi hoppas att det ska finnas ett färdigt verktyg utvecklat inom två år som alla kommuner kan få tillgång till, säger Egle Vilkinyte.

Vad kommer man att kunna se?

– Vi hoppas kunna se ändringar som gjorts i marken, till exempel där man gjort utfyllnader, nya avfallshögar som dyker upp eller som växer i storlek.

Think Pink-skandalen är det främsta exemplet på avfallsbrottlighet i länet på senare år. På bilden: Kagghamrabranden i Grödinge vintern 2021/2022.

Sacharias Källdén

Det kan också handla om skrotverksamhet inom industriområden som inte har anmälts, upplag av gamla däck eller bilkyrkogårdar – alltså fastigheter där man förvarar många uttjänta bilar, förklarar hon.

Använda drönare

Sedan tidigare förbereder Länsstyrelsen sig för att börja använda drönare för exempelvis avfallstillsyn och för ha uppsikt över muddringar och bryggor.

Satellitbilderna kan ge ännu bättre överblick och användas i det alltmer utbyggda samarbetet mellan Länsstyrelsen, kommunerna i länet, polisen och andra myndigheter.

Hur långt har ni kommit?

– I det första arbetspaketet håller vi på att definera användarbehoven, reda ut juridiska hinder och samla in data och exempelbilder som vi ska träna AI-modellen på, säger Egle Vilkinyte.