Kunstmatige intelligentie werkt uitstekend voor beeldherkenning. Er zijn apps die direct een naam geven aan een door jou gefotografeerde bloem of plant. Serieuzer: AI ondersteunt artsen bij het opsporen van kanker op foto’s en scans. Ook het waterbeheer kan profiteren van de kracht van AI in beeld­herkenning. Zo ontwikkelt NL Veranderdetectie een digitale waterkaart van Nederland die zelf wijzigingen signaleert op basis van luchtfoto’s. Het Europese project PCP WISE gaat mede op basis van lucht- en ruimtefoto’s naar verwachting zorgen voor continu inzicht in de toestand van het water-bodem-vegetatiesysteem om tijdig preventieve maatregelen te nemen tegen droogte, wateroverlast, bosbranden, bodemdaling of dijkverzakkingen

Een digitale en zo actueel mogelijke waterkaart van Nederland. Dat is het doel van NL Veranderdetectie. AI detecteert wijzigingen in waterlopen op basis van de meest recente luchtfoto’s en na een controle verschijnen ze automatisch op de kaart. Een lopend pilotproject ruimt belangrijke hobbels uit de weg. Sloten liggen bijvoorbeeld soms ‘verstopt’ onder boomkruinen en algoritmes verwarren dijkschaduw nog vaak met een waterloop.

De Basisregistratie Grootschalige Topografie (BGT) is de meest gedetailleerde, digitale kaart van Nederland. Hierop staan alle bouwwerken, wegen, akkers, bossen en natuurgebieden ingetekend, tot op de centimeter nauwkeurig. De BGT dient als basis voor alle ruimtelijke plannen en bouwprojecten in ons land. De online kaart bestaat sinds 2016 en wordt bijgehouden op basis van luchtfoto’s en fysieke metingen. Is een nieuwe wijk gereed, dan wordt die ingemeten en toegevoegd. Dat geldt ook voor een nieuw gegraven plas, een nieuwe weg, vaargeul of brug.

In totaal zeven ‘bronhouders’ zorgen voor het up-to-date houden van de BGT. ProRail houdt bijvoorbeeld alle spoorwijzigingen bij. En gemeenten zijn verantwoordelijk voor alle bouwwerken op eigen grond, maar ook voor alle particuliere terreinen binnen de gemeente. Waterschappen, provincies en Rijkswaterstaat zijn samen verantwoordelijk voor alle waterlopen en bijbe­horende kunstwerken zoals sluizen, gemalen, dijken en duikers. Davey Poot, coördinator BGT bij Hoogheemraadschap Hollands Noorderkwartier (HHNK):  “Ik leg BGT altijd uit als de Google Maps van Nederland. Als HHNK zorgen wij voor het juist in kaart brengen van al het water tussen het Noordzeekanaal en Texel.”

Toekomstmuziek is dat de BGT automatisch wordt geüpdatet met hulp van kunstmatige intelligentie. Op basis van beelden van regelmatig overvliegende satellieten kan AI veranderingen opmerken en op de kaart zetten. Dat zou flink kunnen schelen in tijd en kosten. Want het handmatig controleren van honderden foto’s op wijzigingen is tijdrovend en luchtfoto’s maken en het inmeten van nieuwe bouwwerken is kostbaar. Veel satellietbeelden zijn daarentegen gratis beschikbaar. Bovendien zou het ook flink tijdwinst opleveren wanneer AI het ‘voorwerk’ voor BGT-coördinatoren zou doen.

Nog een voordeel: wijzigingen blijven nooit onopgemerkt. Is er bijvoorbeeld een stuk sloot gedempt, dan zal het AI-model dat automatisch signaleren. Het kan een reden zijn om te checken of er toestemming voor is. Dat kan door de legger erbij te halen: een juridische kaartlaag in de BGT die vergun­ningen en beheerplannen toont. Poot: “Het controleren gebeurt door de handhavers binnen het waterschap, maar BGT-coördinatoren geven het door wanneer ze veranderingen opmerken.” Het signaleren van mogelijke overtredingen door AI maakt waterschappen zo dus niet langer afhankelijk van fysieke controles of klachten die binnenkomen.

In 2019 startten Rijkswaterstaat, de waterschappen, STOWA en Netherlands Space Office een ambitieus project voor zo’n ‘levende’ kaart van waterlopen en kunstwerken op basis van satellietbeelden; het bleek in 2022 niet haal­baar. Begin 2024 werd het idee in een andere vorm echter weer opgepikt als een praktijkopdracht door een DEEP-klas (Data Science en Engineering Expert Programma). DEEP is een eenjarig leerprogramma voor startende data scientists en data engineers bij de waterschappen, gegeven vanuit het Waterschapshuis. De klas bouwde een AI-systeem dat op basis van lucht­foto’s automatisch voorstellen doet voor wijzigingen van waterlopen. Het model is getraind met luchtfoto’s waarin de waterobjecten uit de actuele BGT als voorbeeld zijn gelabeld. Op basis van deze training leert het model water herkennen op nieuwe luchtfoto’s. Luchtfoto’s zijn nauwkeuriger (2-5 centi­meter per pixel) dan satellietbeelden (30 centimeter per pixel). De hogere resolutie zorgt voor betere pixelherkenning door AI. Na goedkeuring door een expert kunnen de ‘suspects’ in de BGT belanden. Het project richt zich in de eerste fase op waterlopen; kunstwerken komen later aan bod. Poot is één van de drie testers voor dit nieuwe pilotproject van NL Veranderdetectie.

In een eerste testronde leverde AI-analyse van waterlopen binnen HHNK meer dan tienduizend veranderingen op. Poot: “We hebben een deel van deze resultaten geanalyseerd om een goed beeld te krijgen waarom er zo veel veranderingen uitrollen. Het blijkt dat AI vooral bij natuurlijkvriendelijke oevers veranderingen signaleert. Dat komt doordat het groen afwisselend hoger of lager is vanwege het seizoen en ook omdat het waterniveau wisselt. Maar de waterloop zelf is natuurlijk niet gewijzigd.” Door de natuurvrien­delijke oevers uit te zonderen van veranderdetectie, toont AI de meer relevante veranderingen. Poot: “Dat kan door een filter te gebruiken; je neemt die plekken niet mee.” Eenzelfde uitzondering wordt inmiddels gemaakt voor dijken waar lange, donkere schaduwen door AI vaak voor sloten werden aangezien.

Een tweede analyseronde mét filters resulteerde bij de laatste test in tweeduizend veranderingen voor de HHNK-waterlopen. Poot: “We hebben zo’n vierhonderd veranderingen bekeken en zien dat de helft goed bruikbaar is; dat zijn relevante wijzigingen die in de BGT opgenomen zouden moeten worden.” Bij de andere helft, de vals-positieven, zitten bijvoorbeeld nog kleine duinmeertjes die opduiken in natte tijden, maar niet in de BGT horen. En soms is water onder boomkronen ‘verdwenen’ volgens AI. Poot: “Met nog wat extra filters denk ik dat we in de volgende ronde al uitkomen op mutatiesignalering door AI, die we, uiteraard na een check, goed in de BGT kunnen opnemen. Mooi is dat we zo op elk gewenst moment de BGT kunnen bijwerken, in plaats van zoals nu in jaarlijkse rondes.”

Werkt het model voor de waterlopen, dan komen in de volgende projectfase de kunstwerken aan bod. Poot ziet het als een stap richting het oorspron­kelijke idee van NL Veranderdetectie om met satellietdata te zorgen voor een ‘levende BGT’. “Dat is echt een gaaf vooruitzicht.” En dan doelt de geo-informaticus niet alleen op de ‘coole kaarten’ zelf. “Het zou het waterschap een hoop extra informatie geven, zowel voor beheer als voor handhaving.”

Het is voorjaar 2030. De lente is nog maar net begonnen. Een waterschapper gaat op een frisse ochtend aan het werk en opent zijn mail. Daarin staat, net als op alle andere dagen, de via AI samengestelde update ‘water-bodem-vegetatie’. In één oogopslag is te zien dat het gras op verschillende plekken op de kilometerslange regionale keringen al geel begint te worden. Dat kan betekenen dat de komende dagen het vochtgehalte in de regionale keringen de kritische waarde nadert en er mogelijk risico’s voor de sterkte van de keringen ontstaan. De waterbeheerder stuurt direct inspecteurs naar de bewuste plekken om lokaal preventieve maatregelen te treffen. 

Terug naar 2025. Via Pre Commercial Procurement (PCP, een soort aanbe­steding red.) worden vijf Europese consortia van bedrijven geselecteerd die betaald aan de slag kunnen met de ideeën voor zo’n dagelijkse water-bodem-vegetatie update. Het Europese PCP-project Water management Innovation from Space for European climate resilience (PCP WISE) start met een EU Horizon budget van 19 miljoen euro, dat in drie fasen zal worden uitgegeven. In de laatste fase blijven er twee partijen over die een prototype mogen valideren en demonstreren dat na afloop van het project klaar is voor verdere opschaling en marktintroductie in Europa.

Het ontwikkelen van een op het oog eenvoudig informatiebericht is een huzarenstuk. Het vereist het combineren van grote hoeveelheden, verschil­lende typen data. Een taak waarbij de inzet van kunstmatige intelligentie cruciaal is. Simpelweg omdat het combineren van dit soort hoeveelheden data voor het menselijk brein te complex is. Het gaat om het vertalen van grondwaterstanden, meteorologie, aardobservatie vanuit de ruimte, inspectiegegevens en kennis van vegetatie naar een actueel beeld van het vochtgehalte in het bodemprofiel. Vanwege de complexiteit van dit informatieproduct is het niet zo gek dat Europa het voortouw neemt met een aanbesteding waarbij bedrijven betaald krijgen voor de ontwikkeling. Brussel verwacht immers dat het eindproduct straks maatschappelijk meer zal opleveren dan dat het financieel kost. Het is intussen algemeen bekend dat de kosten van schade veroorzaakt door klimaatextremen vele malen groter zijn dan de kosten van het voorkomen van die schade.

Voordat het prototype kan worden ontwikkeld, is door de aanbestedende diensten samen eerst onderzocht aan welke eisen een water-bodem-vegetatiebericht in verschillende Europese regio’s moet voldoen. Zo’n vraaggestuurde probleemverkenning is onderdeel van de startfase van het project. Het spreekt voor zich dat vegetatie, waterstromen en weersvoor­spellingen in heel Europa verschillend zijn. Het continent bestaat immers uit verschillende landschappen en klimaten. Waterbeheerders hebben in hun dagelijks werk behoefte aan specifieke lokale en regionale informatie. Bodemvocht is echter overal een goede indicator voor het optreden van schade. Of het nu gaat om wateroverlast, droogte, bodemdaling of schade aan infrastructuur en leefomgeving. Een essentiële factor dus voor een klimaatrobuust Europa. In de eerste fase van het project wordt er daarvoor samen met overheden onderzoek gedaan naar klimaatscenario’s in vijf stedelijke en landelijke gebieden in heel Europa. 

Het PCP WISE project, dat loopt van 2025 tot 2027, wordt gecoördineerd door het Spaanse adviesbureau Barrabés. Het Waterschapshuis en STOWA maken deel uit van de groep van twaalf aanbestedende diensten binnen de EU die de water-bodem-vegetatieberichten straks onder hun leden of gebruikers gaan verspreiden. STOWA is Lead Buyer en binnen het consortium verant­woordelijk voor het verzamelen van alle gebruikerswensen van de aanbeste­dende diensten, de functionele eisen, en het omzetten daarvan naar de technische eisen. Dit is de basis voor de Europese aanbesteding door het Waterschapshuis die namens alle aanbestedende diensten de rol heeft van Lead Procurer. Voormalig STOWA-directeur Joost Buntsma is programma­manager voor de Nederlandse inbreng. “In september is de tender voor het indienen van een voorstel voor het project gepubliceerd. We verwachten dat daar verschillende consortia van bedrijven op zullen reageren. Over de selectie van de consortia moet overeenstemming zijn tussen de twaalf aan­bestedende diensten binnen de projectorganisatie van PCP WISE. De vijf geselecteerde partijen krijgen elk een maximaal bedrag van vijf ton. In een volgende fase mogen de drie beste consortia starten met de ontwikkeling van een prototype. Daar krijgen zij elk twee miljoen euro voor. In de laatste fase van het project blijven er twee partijen over, die dan nog eens anderhalf miljoen krijgen om het prototype te testen en te demonstreren. Er is voor deze aanpak, innovatie in concurrentie, gekozen omdat de kans dan groter is dat er een goed bruikbaar commercieel product ontstaat”, legt Joost Buntsma uit.

STOWA-adviseur Hans van Leeuwen is de bedenker en de inhoudelijk trekker van de ontwikkeling van het Europese water-bodem-vegetatiebericht. “In Europa willen we informatie over de waterdistributie uit gaan wisselen op stroomgebiedsniveau. Daarbij zijn lands- en beheergebiedsgrenzen van ondergeschikt belang”, stelt Van Leeuwen. “We hopen op deelname van consortia waarin alle internationale partners zijn vertegenwoordigd.” Om eventuele partners en bedrijven aan elkaar te koppelen, organiseerde PCP WISE de afgelopen maanden verschillende matchmaking events. Voorwaarde voor inschrijving van aanbieders is een oplossingsrichting met een al ontwik­keld Technology Readiness Level (TLR) 5. Verwacht wordt dat ook Neder­landse bedrijven met expertise op dit gebied zich zullen aanmelden voor deze tender.  Dit project helpt de bedrijven financieel om prototypes op te leveren op een Technology Readiness Level 7 of 8 (TRL 7-8). Van Leeuwen: “Maar de kosten voor de implementatie van het product moeten de bedrijven zelf dragen.”

Van Leeuwen benadrukt dat er in Nederland al veel ervaring is met satelliet­observaties in de watersector. “Met het Nederlandse programma SAT-WATER hebben we met behulp van satellieten verdamping en bodemvocht in beeld gebracht, met als doel dat je water beter kunt gaan distribueren onder de verschillende waterschappen. Ik zie Europa eigenlijk als een soort Nederland, waar je in plaats van met eigenwijze waterschappen te maken hebt met eigenwijze lidstaten. Het is belangrijk dat gebruikers gaan beseffen dat dagelijkse water-bodem-vegetatieberichten extreme klimaatevents kunnen voorkomen door tijdig preventieve maatregelen te treffen. Dat geldt bijvoorbeeld ook voor brandpreventie en het voorkomen van landbouw­rampen.” Als de klanten van de twaalf aanbestedende diensten overtuigd zijn van het businessmodel, zullen de water-bodem-vegetatie updates over enkele jaren voor veel Europese waterbeheerders een onmisbaar beslisinstrument zijn.

Links (blauw omlijnd) de waterwegen zoals opgenomen in de BGT en rechts (groen omlijnd) de wijziging in het landschap gedetecteerd door AI.

Interpretatie van een veenweidenlandschap zoals het gezien zou kunnen worden door NL Veranderdetectie