AI helpt veranderingen in waterlopen sneller herkennen

Ietske Bierema 24-04-2025
137 keer bekeken 1 reacties

Veranderingen in waterlopen en infrastructuur sneller en beter opsporen? Dat kan met NL Veranderdetectie. De learning paper over fase 1 van het project is nu beschikbaar.

AI helpt veranderingen in waterlopen sneller herkennen

Veranderingen in waterlopen en infrastructuur sneller en beter opsporen? Dat kan met NL Veranderdetectie. Deze innovatieve samenwerking tussen waterschappen, het Waterschapshuis en Rijkswaterstaat laat zien hoe technologie ons helpt om slimmer te werken.

NL Veranderdetectie gebruikt kunstmatige intelligentie (AI) en geo-technologie om veranderingen in het landschap automatisch te herkennen. Denk aan nieuwe sloten, gedempte greppels of aanpassingen aan wegen. Waar dit voorheen handmatig gebeurde, doet AI dit nu veel sneller en nauwkeuriger. Dat scheelt tijd, kosten én geeft een betrouwbaarder beeld van de werkelijkheid.

Wat maakt het zo bijzonder?

Met luchtfoto’s en straks ook satellietbeelden herkent het AI-model veranderingen in de Basisregistratie Grootschalige Topografie (BGT). Het model leert van eerdere beelden en ziet afwijkingen die voor mensen moeilijk waarneembaar zijn. Specialisten controleren de meldingen om de nauwkeurigheid te verbeteren.

Deze technologie helpt waterschappen om actueel te blijven. Het stelt hen in staat om sneller in te grijpen bij risico’s zoals nieuwe sloten of illegale dempingen. Ook samenwerking met andere overheden wordt makkelijker dankzij gedeelde data.

Waarom was dit nodig?

Veel waterschappen werkten met verouderde of onnauwkeurige geografische data. Het bijhouden daarvan was arbeidsintensief en kostbaar. Juist in het waterbeheer is snelheid belangrijk: veranderingen in het landschap kunnen leiden tot wateroverlast of bodemdaling als ze niet op tijd worden opgemerkt. Daarom was het tijd voor een slimme oplossing.

Samen leren en verbeteren

De ontwikkeling begon begin 2024 met een pilot. Waterschappen, het Waterschapshuis werkten samen aan een Proof of Concept: een eerste werkend model dat liet zien wat mogelijk is. De aanpak was flexibel en gebaseerd op Agile en Scrum. Zo konden de teams snel verbeteren op basis van praktijkervaringen.

Naast het bouwen van de technologie ontstond er ook een Community of Practice. Deze groep van experts leert samen en deelt kennis. Datawetenschappers, GIS-specialisten en beleidsmakers bundelen hierin hun krachten. Zo groeide niet alleen het project, maar ook de samenwerking tussen waterschappen.

Een belangrijke mijlpaal

In juni 2024 werd het AI-model live gedemonstreerd. Het systeem herkende succesvol veranderingen in de BGT. Er zijn nog verbeteringen nodig om foutieve meldingen verder terug te dringen, maar het enthousiasme was groot. Deelnemende partijen besloten door te gaan met fase 2 van het project. Rijkswaterstaat sluit zich hier ook bij aan.

De volgende stap is het verder verbeteren van de techniek. Daarnaast ligt de focus op uitbreiding naar andere datatypen en het borgen van de samenwerking. Binnenkort volgt een tweede learning paper met de nieuwste inzichten.

Wat levert het op?

Met NL Veranderdetectie zetten we een stap richting slimmer en duurzamer waterbeheer. Minder handmatig werk, meer actuele data en betere samenwerking. Deze combinatie zorgt ervoor dat we Nederland droog, veilig en leefbaar houden.

Wil je alle inzichten uit Fase 1 rustig nalezen? De volledige learning paper is nu beschikbaar. Je hebt hiervoor wel een account nodig. Lees hier verder (inloggen vereist).

Afbeeldingen

Lynn Gerritsen

06-05-25 om 13:39

Wat een inspirerend voorbeeld van hoe technologie en samenwerking hand in hand gaan voor slimmer waterbeheer!

Cookie-instellingen