Lokale overheden en organisaties zetten in op digitale transformatie om efficiëntie te behalen. Op het vlak van ruimtelijke problemen is het gebruik van remote sensing en machine learning cruciaal, stelt QNH Consulting in haar nieuwste whitepaper ‘Aan de slag met remote sensing’.
Nederland kampt met specifieke ruimtelijke problemen, zoals de blauwalgproblematiek, waarbij mensen gezondheidsklachten krijgen van blauwalg in water, maar ook met de schade die ganzen aanrichten aan landbouwgrond. Dit zijn maar een paar voorbeelden.
Met de inzet van remote sensing en machine learning kunnen dergelijke problemen worden geïdentificeerd, verminderd of worden opgelost. Hier profiteren niet alleen lokale overheden van, maar ook bijvoorbeeld belanghebbenden die sneller hun schadevergoeding krijgen. Vanwege de groeiende verstrekking van gratis beelden van een steeds betere kwaliteit én de verdere ontwikkeling van machine learning zal remote sensing in 2018 een vlucht nemen, zo voorspelt QNH.
Voorspelmodellen
Door data vanuit satellietbeelden – remote sensing – te combineren met artificial intelligence, is het mogelijk meerdere databronnen aan elkaar te koppelen en voorspelmodellen te genereren. Zo kunnen er voorspellingen gedaan worden over bijvoorbeeld welke schade waar en wanneer gaat plaatsvinden.
Ook kunnen gemelde schades gecontroleerd worden zonder ter plekke onderzoek te doen. Dit draagt bij aan het terugdringen van kosten en het voorkomen of uit de hand lopen van ruimtelijke problemen.
Jakko de Jong, data scientist en blockchain specialist bij QNH Consulting: “De provincie Fryslân heeft inmiddels gebruikgemaakt van de sterke combinatie tussen remote sensing en machine learning. We hebben daar aangetoond dat op basis van gratis satellietbeelden voorspeld kan worden waar en wanneer ganzenschade ontstaat. Er zijn nog vele voorspelmodellen en toepassingen van remote sensing denkbaar.”
