Stel je eens voor dat je naar informatie kunt ‘kijken’ zonder de context te verliezen. Dat je een virtuele wereld met daarin een digitale kopie van je leefomgeving ziet. Een digitale wereld waarin voorspellende scenario’s vanuit alle perspectieven bekeken kunnen worden. En die voor iedereen beschikbaar is. Wat zou het betekenen wanneer je vooraf kan zien wat je in de werkelijke wereld wilt invoeren?

“Over vijftien jaar is zeker de helft van onze huidige medewerkers met pensioen.” Dat zei innovatieadviseur Jeroen Waanders drie jaar geleden toen wij hem vroegen naar de drijfveren voor innovatie voor zijn waterschap. Met die gedachte gingen we kijken naar de mogelijkheden van nieuwe technologie als machine learning in de context van geografie.

Ruim 60 medewerkers van Waterschap Drents Overijsselse Delta (WDODelta) trekken in de herfst het veld in om sloten te controleren op een goede doorstroom. Dit proces wordt ‘de schouw’ genoemd. Nu ziet diezelfde schouw er dankzij satellietschouw er heel anders uit. We gingen het veld in met Erik Pander van Waterschap Drents Overijsselse Delta.

“Werken met geodata is niet alleen mijn werk, het is bijna een soort passie” deelde Tom Lonnee via een bericht op LinkedIn. Voor de gemeente Almere mag hij dagelijks meewerken met projecten en producten die bijdragen aan de kwaliteit van leven en wonen in de stad. Hij kreeg de opdracht om de woningvoorraad van dit stadsdeel inzichtelijk te maken.

Geografische data zijn voor veel organisaties en overheidsinstellingen het beginsel voor hun taken en beheerprocessen. Het liefst zijn de data van hoge kwaliteit en zijn de prestaties altijd betrouwbaar. Hoe doe je dat als je over enorm veel data beschikt, maar over weinig tijd? Het Gegevenshuis in Limburg laat dat met behulp van ERDAS APOLLO zien.

De nieuwste editie van ons magazine You Make Geospatial Matter is uit! We spraken met de luchtmacht, gemeente Capelle aan den IJssel en GeoBIMExperts over verschillende oplossingen en thema’s. Wouter Brokx spreekt over van datagedreven werken naar contextbewust, Patrick de Groot behandelt kunstmatige intelligentie en Wim Bozelie vertelt over de ontwikkelingen van ons tech team.

We kijken met veel plezier en trots terug op Make Geospatial Matter 2021! Zoals vanouds konden we elkaar fysiek ontmoeten in de inmiddels vertrouwde Jaarbeurs te Utrecht. Bekijk de dag terug en doe inspiratie op. We hopen u volgend jaar weer te zien bij onze conferentie!

Tegenwoordig gebruikt vrijwel iedereen onbewust een zekere vorm van machine learning. Zeker ook in de geospatial wereld. Data zijn de sleutel voor een effectieve en nauwkeurige implementatie. Een mooi voorbeeld van machine learning toegepast in onze locatie-intelligentie-oplossingen is het werk binnen de waterschappen.

De wereld om ons heen verandert alsmaar rapper. Belangrijke oorzaak: klimaatverandering. Ook in Nederland zijn de gevolgen daarvan niet te onderschatten. Periodes van hevige regenbuien afgewisseld met periodes van extreme droogte, met als gevolg wateroverlast of uitdroging van de bodem. Genoeg water is van levensbelang en het is aan de waterschappen om de toevoer optimaal te houden.

De overheid dwingt het af met haar digitale transformatie-agenda en de ‘toestand in de wereld’ ten tijde van corona onderschrijft het belang ervan: het digitaliseren van (werk)processen is geen luxe of frivoliteit, het is bittere noodzaak. Gebruikmaken van locatie-intelligentie is daarbij cruciaal. Want vrijwel alle processen van vooral lokale en provinciale overheden zijn direct of indirect te herleiden tot locaties, en dus zijn er locatiegegevens voor nodig. IMAGEM ontwikkelt samen met overheidsorganisaties diverse oplossingen die dat gebruik mogelijk maken of vergemakkelijken.

De eerste weken van de lockdown door COVID-19 bieden een waardevol inzicht. Wat opvalt is dat ‘orde’ en ‘chaos’ naast elkaar bestaan. Aanwezigheid in de fysieke wereld nam af, terwijl de voetafdruk in de digitale wereld exponentieel groeide. Overbelaste servers, storingen in de telecom en langzaam internet werden voor een land dat binnenshuis gevangen zat het ‘nieuwe normaal’.

Kunstwerken (voor Rijkswaterstaat zijn dat viaducten, portalen, bruggen, et cetera) vervormen altijd een beetje. Daar wordt in het ontwerp rekening mee gehouden. Maar om te zien of het kunstwerk zich wel zo gedraagt als in het ontwerp is voorzien, is regelmatige monitoring nodig. Rijkswaterstaat (RWS) gebruikt hiervoor niet alleen visuele inspecties, maar ook zogenoemde deformatiemetingen.

In 1969 zette de mens voor het eerst voet op de maan. Met de woorden ‘one small step for man, a giant leap for mankind’ gaf Neil Armstrong goed weer hoe groot de stap voorwaarts was. Vijftig jaar later versnelt de technologische ontwikkeling verder.

Meer doen met minder middelen is een uitdaging voor vrijwel alle overheidsorganisaties. Het beheer van grote arealen met een beperkt aantal medewerkers dwingt waterschappen om prioritering aan te brengen in het veldwerk. Dit betekent niet dat gestelde doelen niet gehaald kunnen worden. Het betekent wel dat je slimme oplossingen moet inzetten om een hogere efficiëntie te bereiken. Zo verdubbelde Waterschap Drents Overijssel Delta met de inzet van machine learning de accuratesse van het veldwerk.

Een gezamenlijk doel van onze 355 gemeenten en hun burgers is het creëren en behouden van een veilige en leefbare omgeving. Dit betekent snelheidscontroles in woonwijken, straten zonder zwerfvuil, werkende straatverlichting, verzorgde groenvoorzieningen en nog veel meer. Dit klinkt als een simpel en eenvoudig doel, maar in werkelijkheid is het een gigantische onderneming voor alle betrokkenen.