AI-gedreven detectie van wadi’s in stedelijke gebieden in Nederland

Hoe kan AI efficiënt worden ingezet om automatisch wadi’s en relevante kenmerken daarvan te detecteren uit openbare datasets, zodat gemeenten beter inzicht krijgen in klimaatadaptatiemaatregelen binnen hun gebied?

Het doel van dit project is het ontwikkelen van een AI-methode die wadi’s kan herkennen in open datasets, zoals het Actueel Hoogtebestand Nederland (AHN) en luchtfoto’s. Daarnaast wordt gekeken welke kenmerken (zoals vegetatie en schaduw) automatisch gedetecteerd kunnen worden. Dat laatste is belangrijk voor bijvoorbeeld beheer van een wadi.

Door automatische detectie van klimaatadaptatiemaatregelen krijgen gemeenten sneller en vollediger inzicht in de voortgang van klimaatadaptatie. Dit ondersteunt beleidsmakers en beheerders bij het plannen en beheren van (nieuwe) maatregelen, zodat we ook in de toekomst bestendig zijn tegen droogte, hitte en wateroverlast.

Het project levert een getraind AI-model op dat wadi’s kan detecteren, inclusief een methode om relevante kenmerken te identificeren. De resultaten worden via het open platform ClimateScan opgeslagen, zodat gemeenten en andere organisaties de informatie kunnen gebruiken voor monitoring, beheer en analyse.

De ontwikkelde methode wordt geïntegreerd in ClimateScan, zodat de resultaten direct bruikbaar zijn voor gemeenten en andere geïnteresseerden. ClimateScan is een openbare website waarin iedereen klimaatadaptatie maatregelen kan invoeren, met informatie en foto’s. Hierdoor is overzichtelijk gemaakt waar welke maatregelen zijn genomen. De foto’s en informatie kunnen ter inspiratie dienen voor instanties, maar ook burgers.

Door gebruik te maken van open data en schaalbare AI-technieken kan de aanpak ook landelijk worden toegepast en verder worden doorontwikkeld voor andere klimaatadaptatiemaatregelen.