Remote sensing oplossingen voor waterbeheer
De hoeveelheid aardobservatiedata is enorm en groeit elke dag. Ook de verwerking en algoritmes worden steeds geavanceerder, waardoor remote sensing toepassingen hun weg hebben gevonden naar het bredere publiek. Ook voor het monitoren van waterkwaliteit zijn dergelijke remote sensing oplossingen uitermate interessant. We kunnen algenbloei en troebelheid, twee belangrijke parameters voor het beheer van wateroppervlaktes en opvolgen van volksgezondheid, beter detecteren, monitoren en voorspellen. De uitdaging situeert zich momenteel in hoe om te gaan met zo veel data en deze te integreren in applicaties opgezet voor het opvolgen van waterkwaliteit. Ontdek hoe ze bij Rijkswaterstaat al enkele jaren remote sensing oplossingen gebruiken voor het beheer van wateroppervlaktes en opvolgen van volksgezondheid.
Waterkwaliteit vanuit de lucht: een stroom aan data
Steeds vaker wordt remote sensing ingeschakeld voor verschillende beleidsdoeleinden. In het kader van duurzaamheid is het een efficiënte monitoringstrategie, en de beelden leveren ook veel aanvullende informatie bij puntmetingen in het veld. Remote sensing zal naast deze klassieke veldmetingen steeds vaker ingezet worden om vlakdekkende kaarten te maken en zo het ruimtelijk inzicht te vergroten. Maar net die extra hoeveelheid data kan ook een struikelblok worden: hoe wordt toegang tot zo veel data georganiseerd en waar en hoe kan dit verwerkt en opgeslagen worden? Belangrijke vragen voor een beleidsorganisatie die wilt overschakelen naar een remote sensing gedreven data inwinning, om zo beslissingen te nemen die gebaseerd zijn op recente, objectieve gebiedsdekkende informatie.
Remote sensing en beleid
Sinds de lancering van de eerste Copernicus Sentinel satelliet in 2014 is het aanbod aan hoogwaardige satellietbeelden enorm gegroeid. Niet alleen de continuïteit en kwaliteit van de data kreeg een nieuwe impuls, ook de toepassingen worden steeds geavanceerder. Continue ontwikkelingen in clouddiensten en nieuwe technieken in deep learning en Artificiële Intelligentie geven ons mogelijkheden om steeds beter met de grote hoeveelheid aardobservatiedata aan de slag te gaan. Dit geeft overheidsdiensten zoals Rijkswaterstaat de mogelijkheid om geavanceerde beeldverwerkingsprocessen te gebruiken of integreren in hun eigen operationele processen. Hierdoor kan men op een slimme en eenvoudige manier data archiveren, verwerken en gebruiken in belangrijke beslissingsprocessen. Mogelijke toepassingen zijn het monitoren van weginfrastructuur om te bepalen waar onderhoudswerken uitgevoerd moeten worden, waterkwaliteit opvolgen ter bescherming van de volksgezondheid, ruimtelijke ordening of ecosystemen opvolgen. De mogelijkheden zijn legio.
De voordelen van een dataplatform en openEO
De hoeveelheid data en de verwerkingstechnieken zijn dus beschikbaar, maar ze vereisen echter een nieuwe aanpak en infrastructuur. De uitdaging daarbij is het realiseren van een uniforme en gestandaardiseerde ontwikkelketen die eenvoudig te beheren is. Zelf systematisch grote hoeveelheden remote sensing data downloaden en verwerken is een niet te onderschatten proces en vereist een uitgebreide infrastructuur. Cloudplatformen zoals Terrascope anticiperen hierop en bieden data en diensten voor beeldverwerking aan voor overheden, publieke organisaties, commerciële bedrijven en onderzoeksinstellingen. Zo moet men zelf geen tijd en budget investeren in het verzamelen en beheren van de data, maar kan men onmiddellijk aan de slag met het gebruik van de data voor verschillende toepassingen.
Zo biedt Terrascope ook data aan voor het opvolgen van waterkwaliteit. Via de beschikbare Sentinel-2 gebaseerde lagen kan men eenvoudig concentraties chlorofyll-a, zwevend stofen troebelheid, belangrijke parameters voor een gezond ecosysteem, raadplegen. In kustgebieden met grote ruimtelijke diversiteit, zoals de Waddeneilanden of de Schelde delta, komen de medium resolutie Chlorofyl-a en troebelheidkaarten op basis van Sentinel-2 erg van pas. Tijdens een verkenningsfase werd deze remote sensing data onder andere gevalideerd aan de hand van in-situ metingen. Vanwege de grote diversiteit in het gebied, werd het aspect van ruimtelijke informatie ook als een grote meerwaarde bevonden, als aanvulling bij in-situ monitoring.
Ophalen en verwerken van data is één aspect, maar ook de koppeling maken met eigen applicaties kan een vereiste zijn. Hier komt openEO als data-as-a-service als uiterst geschikte oplossing naar voor. Enerzijds is openEO erg flexibel in de zin dat diverse backends aangesloten kunnen worden (zoals Terrascope). Anderzijds biedt het als open standaard, zekerheid voor duurzame pipelines die onafhankelijk van dataprovider opereren. Exact wat een overheidsorganisatie dus nodig heeft: continue service verzekerd en mitigatie van lock-in risico.
- Eenvoudige toegang tot remote sensing data via VM's en notebooks. De troef van Terrascope is de beschikbaarheid van voorgeïnstalleerde en centraal beheerde software.
- Vrijheid in configuratie en keuze van software oplossing.
- Expertise en advies bij bijvoorbeeld netwerk instellingen, extra HD opslag en CPU & GPU clusters.
- De openEO standaard biedt stabiele pipelines doordat diverse backends aangeroepen kunnen worden.
“Sinds ik Terrascope heb leren kennen, gebruik ik het voor al mijn remote sensing projecten.”
Sentinel-2 CHLa
Chlorofyl-A concentraties nabij de Oosterschelde. Er is duidelijk een algenbloei waar te nemen in het Markiezaatsmeer.
Sentinel-2 TUR
Troebelheid van water is een belangrijke ecologische parameter omdat dit onder andere de hoeveelheid lichtinval beïnvloedt.
Sentinel-2 SPM
Sediment concentraties bij werkeiland Neeltje Jans bij de Oosterscheldekering.
Deze case is gepubliceerd in samenwerking met Willem Boone - Rijkswaterstaat.
