Leonoor Portengen

Leonoor Portengen

Data Scientist

Door: Leonoor Portengen, Data Scientist & Earth Observation Specialist

In een enkele week met slechts enkele waterschappers ongeveer 7.000 soms louter te voet bereikbare sloten schouwen. Onmogelijk, denkt u. Maar een Proof of Concept bij Waterschap Drents Overijsselse Delta (WDODelta) laat zien dat het mogelijk is. Met behulp van… satellietdata! In deze blog vertel ik u hoe we vanuit de ruimte het onmogelijke mogelijk maken. En dat is nog maar het prille begin…

Meten is weten. Een aloude wetmatigheid die tegenwoordig door het fenomeen remote sensing naar een hoger niveau is gebracht. Deze ietwat mystieke term is eigenlijk helemaal niet zo mysterieus: als je iets meet zonder het aan te raken, is er al sprake van remote sensing. Een voorbeeld is de snuffelpaal, een instrument om de luchtkwaliteit te meten. Je kunt ook een sensor aan een drone hangen. Of aan een satelliet. Als je al die data – van de snuffelpaal langs de snelweg, van de drone die daar boven zweeft en van de satelliet die daar weer ver boven hangt – samenbrengt en analyseert, heb je een uitermate sterke databundel. Data scientists en data engineers kunnen aan de hand van al die informatie, al die complementaire enen en nullen, uitspraken doen over alles wat groeit en bloeit. Hoe schoon is de lucht? Is er ergens een bodemverzakking?

Informatiegestuurd werken

Satellietdata is toepasbaar op alles wat zich in de buitenlucht manifesteert. Op het groen, de luchtkwaliteit en de waterkwaliteit bijvoorbeeld. Maar ook op ‘assets’ als gebouwen, bruggen en kassen. Zo is het ‘Space Data Applications’-team waar ikonderdeel van uitmaak bezig met een kassenmonitorensysteem om te zien of de kassen in het Westland zakken. We analyseren bij dergelijke projecten de data, waardoor we over een bepaalde periode kunnen zien wat de trends zijn die toegevoegde waarde hebben voor de klant. Het is dan vaak mogelijk voorspellende uitspraken te doen: wanneer gaat iets stuk, wanneer komt er een lekkage? Zo kun je informatiegestuurd werken, de moderne, actievere variant van het aloude ‘meten is weten’.

Sloten schouwen

Een andere mooie toepassing van informatiegestuurd werken met behulp van satellietdata, vinden we terug bij Waterschap Drents Overijsselse Delta (WDODelta). Bij dit waterschap hebben we een proef mogen houden om sloten te schouwen aan de hand van satellietbeelden. Ieder jaar in het najaar controleren zo’n zestig waterschappers of de zogenoemde schouwsloten in het werkgebied van WDODelta goed zijn schoongemaakt. Eigenaren en pachters zijn verantwoordelijk voor deze sloten; het waterschap controleert of zij de sloten goed onderhouden. Dat is van groot belang, want we leven in een nat land en waterwegen zijn een kritische infrastructuur. Zonder schone sloten is de aan- en afvoer van het water moeilijk. En dat leidt tot overstromingen.

Hulp van boven

In het bewuste gebied, dat grofweg van Assen tot en met Deventer en Kampen tot en met Hoogeveen loopt, ligt ruim 7.000 kilometer te schouwen waterwegen. Die zijn soms moeilijk bereikbaar: ze meanderen door het land heen. Erlangs wandelen is dan de enige optie om de sloot te schouwen. Maar gelukkig is er hulp van boven. WDODelta, toch al een organisatie die zeer innovatiebewust is, besloot samen met CGI en partner Imagem te onderzoeken of de controle voor een deel aan de hand van satellietbeelden gedaan kan worden. Het idee bij deze Proof of Concept (PoC) was om te testen of je met behulp van de satellietdata focus aan kunt brengen: wat op de beelden overduidelijk schoon is, hoeft niet meer fysiek geschouwd te worden. Dat gebeurt alleen bij de afgekeurde watergangen, om te kijken wat er aan de hand is.

Digitale schouw: kostenbesparing en kwaliteitsverbetering

Bij de PoC namen we een gebied van 5 bij 20 kilometer op drie manieren onder loep: fysiek, met een drone en met satellietbeelden. Op die manier konden we de resultaten vergelijken. Die waren dermate overtuigend dat WDODelta heeft besloten voortaan voor de ‘digitale schouw’ te kiezen. De PoC leerde op basis van de satellietbeelden dat met onze speciale software (met machine learning om zelfs de kleinste sloten te kunnen classificeren), 95 procent van het gescande gebied goed kon worden beoordeeld. De overige 5 procent was niet goed zichtbaar, omdat er bijvoorbeeld bebossing of een brug over een sloot was. De digitale schouw blijkt waterwegen met een minstens zo hoge nauwkeurigheid te classificeren als het huidige proces, met trainingsdata wordt 80% nauwkeurigheid bereikt.  De nieuwe werkwijze levert een enorme tijdswinst op en geeft een significante besparing op de schouwkosten. Naast de voorbereiding en administratieve verwerking van de schouw, is de schouw zelf zeer arbeidsintensief. Waar voorheen zo’n zestig waterschappers op pad moesten, kan het werk nu, eveneens in één week, met een veel kleinere groep met een tablet gedaan worden. En last but not least, de geautomatiseerde metingen geven een consistente weergave van schoon en vies, wat de uniformiteit van de constateringen verbetert.

Bijvangst

Met de satellietdata kan je meer zien dan de waterwegen. De satellietfoto’s die wij gebruiken bieden veel informatie. Vanuit de ruimte kun je bijvoorbeeld ook zien of tijdens een droge zomer een perceel toch beregend is, terwijl er een irrigatieverbod geldt. Voor de handhaving van dergelijke regels biedt de hulp van boven dus ook uitkomst. Verder kun je vergroeningsinitiatieven in het buitengebied in kaart brengen: je ziet op de satellietbeelden of de omzoming van een stuk land gesnoeid dan wel gemaaid is, wat bijvoorbeeld voor de insectenpopulatie van belang is. We onderzoeken ook of je zo illegale praktijken, zoals het lozen van mest of – wat steeds vaker voorkomt – drugsafval kunt spotten.

Meer toepassingen, meer betrouwbaarheid

We staan aan de vooravond van de democratisering en commercialisering van de ruimte. Satellietbeelden van de EU zijn gratis te verkrijgen, maar een groeiend aantal bedrijven schiet een eigen satelliet de ruimte in en biedt zeer gedetailleerde data aan. De kwaliteit van deze data is vaak beter, op zeer specifieke informatiebanden. Je krijgt dan info over een vakje van bijvoorbeeld 50 cm bij 50 cm in plaats van 1 meter bij 1 meter. Nog scherper wordt het in de toekomst doordat ook de sensoren aan kracht winnen. Verder verbeteren de learning sets van de machine learning algoritmes, waarmee we ook bij de digitale schouw werken. De computer vergelijkt de satellietdata met plaatjes van schone en vuile sloten. Hoe meer foto’s er zijn, hoe beter het algoritme weet wat schoon en wat niet schoon is. Waardoor de betrouwbaarheid (het correctheidspercentage) groeit.

Betere data. Meer inzicht. Meer kwaliteit en meer mogelijke toepassingen. We hebben met de satellietdata echt een instrument in handen waarmee de overheid steeds wendbaarder, krachtiger en daadkrachtiger kan worden. De digitale schouw is dus nog maar het puntje van de ijsberg aan toepassingen om informatiegestuurd te werken. Vanuit de ruimte kunnen we het onmogelijke mogelijk maken. Keer op keer.

Over de auteur

Leonoor Portengen

Leonoor Portengen

Data Scientist

Leonoor is werkzaam bij CGI als Data Scientist. Ze is gedreven, betrokken en in staat met de eindgebruiker mee te denken hoe data helpt in hun bedrijfsprocessen. Met een achtergrond in remote sensing aan de Technische Universiteit Delft heeft zij ruim 6 jaar ervaring met ...