Classificatie van groen in de stad

GeoAI - Innovatiesprint Klimaatadaptatie

Klimaatadaptatie

De aarde warmt op en het klimaat verandert. Nederland moet zich voorbereiden op de risico's van het veranderende klimaat en hierop de omgeving aanpassen. Dit heet klimaatadaptatie. Voorbeelden van klimaatadaptatie zijn dijken verstevigen, rivieren verbreden en meer groen in steden en dorpen.

Samen met de Provincie Overijssel en de Gemeente Almelo hebben wij 3 klimaatadaptatie cases gericht op Artificial intelligence opgesteld, namelijk: de detectie van zonnepanelen, de classificatie van groen/grijs en een bomen-analyse. De uitkomst van deze projecten kunnen helpen in beleidsvorming voor klimaatadaptatie op verschillende bestuursniveaus. In deze StoryMap gaan we in op de classificatie van groen.

Wat is GeoAI?

Geospatial Artificial Intellenge, ofwel GeoAI, is de combinatie van kunstmatige intelligentie (AI) en geografie. De digitale transformatie, waaronder ontwikkelingen in computerkracht, slimmere algoritmes, goedkopere dataopslag en de hoeveelheid beschikbare data, hebben AI op veel vlakken naar de dagelijkse realiteit gebracht. Combineer deze ontwikkelingen met GIS, het beschikbaar maken van informatie op de kaart, en er ontstaat een krachtige combinatie.

Machine learning is onderdeel van AI en is een set van data-gedreven algoritmes & technieken om het voorspellen, classificeren en clusteren van data te automatiseren. Machine learning binnen ArcGIS is al geruime tijd mogelijk en is nog steeds volop in ontwikkeling. Er zijn 4 typen analyses te onderscheiden:

  • Het classificeren van objecten en pixels
  • Het clusteren van gebeurtenissen
  • Het voorspellen van een onbekende locatie of gebeurtenis
  • Het detecteren van objecten met deep learning

De 4 type analyses

Deep learning is een type machine learning dat werkt op basis van neurale netwerken die werken zoals ons menselijk brein. Dit is met name zeer geschikt om complexe patronen te herkennen in ongestructureerde data zoals spraak, tekst of imagery. Deze vorm van machine learning is het laatste decennium aan een opmars bezig.

Requirements

Om de analyse zoals hierboven uit te voeren is het noodzakelijk om te beschikken over de volgende componenten:

  • ArcGIS Pro 2.6 of hoger
  • Image Analyst extensie voor ArcGIS Pro
  • Een degelijke machine met een goede (NVidia) grafische kaart (> 4 GB GPU memory)

Slotwoord

In deze StoryMap heeft u een voorbeeld gezien van GeoAI toegepast op een vraagstuk rondom klimaatadaptatie. Zowel de gemeente Almelo als de provincie Overijssel kunnen hiermee groen in dorpen en steden inzichtelijk maken en uiteindelijk de veranderingen over de jaren heen gaan monitoren. Door de uitkomst van het model met open data uit de ArcGIS Living Atlas te verrijken kan de groen-classificatie tot op perceelniveau plaats vinden, waardoor een gerichte aanpak van verstening kan worde ondersteund met data.

Ik hoop dat ik door deze StoryMaps de kracht van GeoAI hebben kunnen aantonen en moedigen u aan om met deze kennis op zak zelf aan de slag te gaan om data science-vraagstukken binnen uw organisatie naar het ArcGIS platform te brengen.

Heeft u vragen of opmerkingen dan kunt u natuurlijk contact met ons opnemen via: contact@esri.nl of 010-2170700.

De 4 type analyses