‘Satellietdata en AI zetten inspecteurs van waterschappen op het juiste spoor’
Waterschappen moeten weten waar illegaal steigers zijn geplaatst of sloten gedempt. En waar nieuwe waterpartijen ontstaan. Nu onderzoeken ze dat nog op basis van jaarlijkse luchtfoto’s en inspecties in het veld. In de toekomst meer en meer op basis van satellietdata en kunstmatige intelligentie, voorspelt Jonathan Gerbscheid van Het Waterschapshuis.
Hoe komt een datawetenschapper als u in de waterwereld terecht?
‘Ik ben gefascineerd door de mogelijkheden van techniek en hoe je techniek kunt toepassen in de samenleving. Dat is precies mijn werk bij Het Waterschapshuis, de regie- en uitvoeringsorganisatie voor 21 waterschappen op het gebied van informatie- en communicatietechnologie. Samen met collega’s van de waterschappen werk ik aan een foundation model, een basismodel dat bijvoorbeeld veranderingen in onze waterhuishouding kan waarnemen.’
Voor de mensen die niet vloeiend techniek spreken, wat is een foundation model?
‘Een basismodel bevat data uit allerlei verschillende bronnen en gebruikt kunstmatige intelligentie om die data te analyseren. Als dit eenmaal staat en werkt, kun je er talloze toepassingen mee ontwikkelen. De eerste die wij maken is veranderdetectie specifiek voor waterschappen.’
Wat houdt dat in, veranderdetectie?
‘Waterschappen moeten het weten als ergens illegaal een sloot wordt gedempt, want dat kan negatieve gevolgen hebben voor de waterhuishouding. Hetzelfde geldt voor bijvoorbeeld een betonnen duiker (buis die wateren met elkaar verbindt) die illegaal geplaatst is, of een steiger die zonder vergunning is gebouwd. Deze veranderingen in ons waterlandschap worden nu opgespoord met luchtfoto’s. Die worden in Nederland eens per jaar gemaakt, wat de snelheid niet ten goede komt. In het basismodel willen we daarom satellietbeelden opnemen uit het Satellietdataportaal. In dit portaal vind je elke twee tot drie maanden een complete set beelden van Nederland. Daarmee kunnen waterschappen dus veel sneller reageren op ongewenste situaties.’
Verschillende weergaven van de model outputs, waarin verschillende contrasten te zien zijn; een aanwijzing dat het model een complex begrip heeft van de inhoud van het plaatje en daarmee van het landschap
Op welke manier helpen satellietdata en AI bij het werk van de waterschappen?
‘Satellietdata, zeker in combinatie met kunstmatige intelligentie, kunnen mensen van het waterschap veel werk uit handen nemen. In plaats van zelf álle beelden zelf af te speuren naar locaties waar iets verandert, doet de computer een eerste verkenning. Die ziet op welke tachtig of honderd punten veranderingen hebben plaatsgehad. Een mens kan daar met zijn of haar jarenlange kennis en expertise in een middag doorheen klikken en beoordelen waar nadere inspecties nodig zijn. Ook in het bijhouden van de verplichte Basisregistratie Grootschalige Topografie, de BGT, gaat deze automatisering veel arbeidsuren schelen.’
Screenshot van de demo tool – Encoder Embedding Explorer
Wanneer kunnen waterschappen uw toepassingen in hun dagelijkse werkpraktijk gaan gebruiken?
‘We zijn ongeveer drie jaar geleden begonnen om het model te ontwikkelen en verbeteren. Eerst op basis van de luchtfoto’s, nu komen daar ook de satellietbeelden bij. Waterschappen kunnen er vanaf begin 2027 mee aan de slag. Op basis van hun ervaringen, kunnen we het model steeds verder verbeteren en ook nieuwe toepassingen ontwikkelen, als daar vraag naar is.’
Hoe weet u zeker dat u het basismodel in de toekomst kunt blijven gebruiken?
‘Hier is het Satellietdataportaal van groot belang. Dit portaal garandeert de beschikbaarheid van satellietdata van Nederland voor een aantal jaren. Deze consistentie geeft zekerheid en maakt dat we voor de lange termijn kunnen investeren in de ontwikkeling van nieuwe technologie.’
Ziet u ook kansen voor het basismodel buiten de waterschappen?
‘We werken samen met de Rijksdienst voor Ondernemend Nederland (RVO), het Centraal Bureau voor de Statistiek (CBS), Rijkswaterstaat en Stichting Toegepast Onderzoek Waterbeheer (STOWA). Zij zijn allemaal geïnteresseerd en denken dat het model ook voor hen nuttige toepassingen kan opleveren. Ik vind het belangrijk dat we vanaf het begin samen optrekken. Zo bouwen we aan kennis en ervaring in onze eigen organisaties en voorkomen we dubbel werk.’
