Remote sensing levert een schat aan data. Maar wie niet weet hoe hij kijkt, weet ook niet wat hij ziet. En dat is cruciaal. Als je niet weet wie er kijkt, waar vandaan, waarmee en met welk doel, dan weet je ook niet wat je meet. Data zonder kennis van herkomst, resolutie of context is waardeloos, of erger: misleidend. Toch worden dashboards en digital twins er maar al te vaak mee gevuld.
In het vierde deel van onze blogserie zetten we daarom een stap terug. Voor we visualiseren of analyseren, moeten we eerst begrijpen wáár we eigenlijk naar kijken. Remote sensing begint bij waarnemen, bij weten wie kijkt, waarom en met welk instrument. Alleen dan kun je data combineren tot informatie die klopt, betekenisvol is en bruikbaar wordt.
"Een mens ziet wat hij kent, een sensor ziet alles, maar begrijpt niets."
Remote sensing, of teledetectie, is het verzamelen van informatie op afstand, zonder fysiek contact. Dat kan met een sensor op een satelliet, drone of vliegtuig, maar ook met je eigen ogen. Als je vanaf een uitkijktoren een stad ziet liggen, ben je in wezen ook bezig met remote sensing. Alleen is jouw waarneming beperkt tot zichtbaar licht en sterk afhankelijk van ervaring, interpretatie en context.
Technische remote sensing gaat verder. Sensoren registreren nabij-infrarood, warmte, radar- of laserpulsen en leveren objectieve, herhaalbare data, maar zonder begrip van wat ze vastleggen. Ze zien veel, maar begrijpen niets. Daarom is het essentieel te weten: welke sensor gebruik je? Vanaf welk platform? En met welk doel?
We gaan terug naar Ezinge, en kijken op vier verschillende manieren:
Met het oog van de mens: Je loopt door het dorp, ziet details, ervaart de sfeer. Maar je mist overzicht.
Met een drone: Je ziet het landschap van boven, ontdekt patronen, ziet waar vergroening mogelijk is en kunt veranderingen volgen van dag tot dag.
Met een vliegtuig: Je ziet hoe het dorp zich verhoudt tot de omgeving. Nieuwe wijken, infrastructuur en groenstructuren worden zichtbaar.
Met een satelliet: Je ziet tijd en schaal. De groei van het dorp, in relatie tot andere steden, natuurgebieden en het klimaatontwikkelingen.
Elke blik levert andere data. De mens brengt nuance, drones geven detail, vliegtuigen overzicht, satellieten context en tijdreeksen. En ze vullen elkaar aan.
Wanneer je vanuit het oosten naar Ezinge loopt, kijk je als mens vanaf de grond omhoog naar de kerk op de wierde. Je ziet bakstenen, gras, bomen en lucht. Misschien valt je iets op: verweerde stenen, bloemen langs het pad. Je ervaart geur, geluid, sfeer, maar je blik is beperkt. Je ziet het landschap niet als geheel, laat staan hoe het zich de afgelopen jaren heeft ontwikkeld.
Boven je vliegt een drone, tientallen meters hoog. Die vangt niet alleen de kerk, maar het hele dorp, de omliggende akkers en wegen. In één beeld wordt zichtbaar hoe mens en landschap zich tot elkaar verhouden. De drone kan herhaaldelijk beelden maken, om veranderingen week na week vast te leggen.
Nog hoger vliegt een vliegtuig. Vanuit honderden meters tot enkele kilometers hoogte maakt het vliegtuig luchtfoto’s van hele gemeenten of provincies. Waar de drone lokaal opereert, biedt het vliegtuig regionaal overzicht. Het kan de groei van meerdere dorpen of steden tegelijk vastleggen en op deze hoogte worden verkeersstromen, waterlopen en bebouwing in samenhang zichtbaar. Met multispectrale, LIDAR- en thermische sensoren kunnen we zien waar vegetatie verdwijnt, waar hittestress optreedt en hoe infrastructuur het bodemgebruik verandert. Deze informatie helpt bij duurzame keuzes, zoals het aanleggen van schaduwrijke fietsroutes of het behouden van groene buffers.
En dan zijn er de satellieten. Ze cirkelen op honderden kilometers hoogte en bieden globale perspectieven. Satellieten van NASA, ESA of commerciële partijen zoals Planet maken dagelijks of wekelijks opnames van dezelfde plekken op aarde. Daarmee ontstaan tijdsreeksen van stedelijke groei over jaren of decennia. Satellietbeelden laten zien hoe steden zich uitbreiden richting kwetsbare natuurgebieden en hoe bijvoorbeeld kustlijnen verschuiven door bebouwing of klimaatverandering. Satelieten gebruiken multispectrale sensoren, LIDAR, thermische camera’s en, hoewel niet in deze blogserie behandeld, ook radar.
Nog één keer: een sensor ziet veel, maar begrijpt niets. Pas als mens geef je betekenis. Elke ‘blik’, mens, drone, vliegtuig of satelliet, levert een ander puzzelstukje. Door ze slim te combineren ontstaat samenhang.
In de volgende tabel heb ik dit op een rijtje gezet.
Kenmerk | Mens |  Drone |  Vliegtuig | Satelliet |
|---|---|---|---|---|
Bereik | Straatniveau | Enkele km² | Gemeente- of provincieniveau | Hele regio’s of landen |
Details | Hoog (visueel) | Zeer hoog (cm-resolutie) | Hoog (sub dm–m resolutie) | Hoog (30 cm –30 m resolutie) |
Spectraal bereik | Alleen zichtbaar licht | Infrarood, thermisch, LiDAR, multispectraal | Infrarood, thermisch, LiDAR, multispectraal | Infrarood, thermisch, LiDAR, multispectraal |
Tijd | Momentopname | Wekelijks/herhaalbaar | Periodiek (projectmatig) | Wekelijks/maandelijks |
Kosten | Geen directe kosten | Laag (lokaal) | Hoger (regionaal) | Laag per km² (vaak open data) |
Neem bijvoorbeeld een multispectrale satellietopname van Ezinge met 30 cm resolutie. Je ziet percelen in verschillende kleuren en structuren, met opvallende afwijkingen. Leg daar een Normalized Difference Vegetation Index (NVDI, zie deel drie) overheen, en je kunt vegetatie monitoren: hoe roder, hoe lager de vegetatiewaarde. Maar ook dát beeld blijft abstract.
Met de NDVI, die ik in een vorig blog heb uitgelegd, kun je zien hoe het met de vegetatie gesteld is. Op de kaart van Ezinge zie je de NDVI weergegeven in roodtinten: hoe roder, hoe lager de waarde.
Op basis daarvan kunnen we nog niet direct conclusies trekken; het beeld toont veel verschillende tinten. Daarom passen we een remote sensing-techniek toe: RGBI.
RGB staat voor Rood, Groen en Blauw, het deel van het lichtspectrum dat we met het blote oog kunnen waarnemen. De ‘I’ staat voor intensiteit, en daarvoor gebruiken we de NDVI. Hoe hoger de NDVI-waarde, dus hoe intensiever de vegetatie, hoe beter.
Met RGBI benadrukken we structuur en conditie van het landschap.
Vervolgens draperen we deze combinatie over het DTM (het Digitaal Terreinmodel dat we nog kennen uit deel 1 van deze blog serie).
Zo ontstaat context: hoogteverschillen verklaren waarom sommige velden afwijken. De satellietdata (multispectraal), de LIDAR-data (hoogte), en menselijke interpretatie samen zorgen voor inzicht. Alleen met die combinatie wordt data betekenisvol.
Als je niet weet hoe en waarmee je kijkt, weet je ook niet wat je meet. En dan kun je geen betrouwbare dashboards of digital twins bouwen. Data zonder inzicht in herkomst, resolutie of context leidt tot verkeerde aannames. Pas als je begrijpt wie kijkt, waar vandaan, waarmee en waarom, kun je gegevens zó combineren dat ze betekenisvol en betrouwbaar zijn.
In deel vijf van onze remote sensing serie zetten we de volgende stap: we combineren inzichten uit verschillende blikken tot een samenhangend dashboard of een digital twin. Maar vandaag draaide het om het fundament: goed kijken. Want zonder die eerste stap valt er weinig zinnigs te laten zien.
Wil je meer weten over dit onderwerp? Stuur Harald een e-mail via harald.gortz@imagem.nl of stuur een berichtje via ons contactformulier.
LIDAR staat voor LIght Detection And Ranging. Het is een technologie die gebruikt wordt om afstanden te meten met behulp van lasers. Door de tijd te meten die het licht nodig heeft om een object te raken en weer terug te kaatsen, kan LIDAR een zeer nauwkeurig beeld maken van de omgeving.
LIDAR wordt gebruikt om met lasers nauwkeurige 3D-kaarten van de omgeving te maken, bijvoorbeeld in, geografie, drones en archeologie. Het biedt hoge nauwkeurigheid, werkt in het donker en kan door vegetatie heen meten.
Nadelen zijn de hoge kosten, verminderde werking bij mist of regen en de noodzaak van een directe zichtlijn. Daardoor is het krachtig, maar niet altijd geschikt voor elk type omgeving.
Multispectrale remote sensing is een techniek waarbij beelden van de aarde worden vastgelegd in meerdere golflengten van licht, zoals zichtbaar licht, nabij-infrarood en soms thermisch, om informatie te verzamelen die het menselijk oog niet kan zien. Sensoren op satellieten of drones nemen dus foto’s in meerdere “kleuren” of spectrale banden.
Multispectrale remote sensing gebruikt sensoren om beelden in meerdere lichtgolflengten vast te leggen en zo informatie te verkrijgen die mensen met het oog niet kunnen zien. Het wordt toegepast in landbouw, milieuonderzoek, stedelijke planning en natuurbeheer. De techniek maakt grootschalige monitoring mogelijk en kan veranderingen vroegtijdig opsporen.
Nadelen zijn lagere resolutie, invloed van weersomstandigheden en de noodzaak van specialistische interpretatie.
Een thermische sensor meet de warmtestraling (infraroodstraling) die door objecten op aarde wordt uitgestraald, in plaats van gereflecteerd licht. Zo kunnen temperatuurverschillen op het aardoppervlak of van objecten worden gedetecteerd, zelfs in volledige duisternis.
Thermische sensoren meten warmtestraling van objecten en geven inzicht in temperatuurverschillen, zelfs in het donker. Ze worden gebruikt voor branddetectie, landbouw, stadswarmte-analyse en waterbeheer. Voordelen zijn nachtwerking en het zichtbaar maken van warmteproblemen.
Nadelen zijn lagere resolutie en beïnvloeding door de atmosfeer, wat interpretatie moeilijker maakt.
Ezinge is een klein dorpje in de provincie Groningen, gelegen in de gemeente Westerkwartier, en het heeft een bijzonder rijke geschiedenis die teruggaat tot de prehistorie. Wat Ezinge vooral interessant maakt, is dat het een van de oudste continu bewoonde plaatsen van Nederland is. Hoewel Ezinge tegenwoordig een klein en rustig dorp is met slechts enkele honderden inwoners, trekt het nog steeds bezoekers die geïnteresseerd zijn in archeologie en geschiedenis. Het is een plaats waar het verleden letterlijk onder je voeten ligt, en het biedt een fascinerende inkijk in de geschiedenis van Nederland, met name in hoe mensen zich aanpasten aan en leefden in een veranderend landschap.
Op 2 januari 2025 opende het CABR. NOS-verslaggever Lex Runderkamp onderzoekt deze oorlogsgeschiedenis, met de o.a. de hulp van onze geodata-specialist Harald Gortz werden luchtfoto’s en moderne data in het onderzoek gebruikt om historische plekken zichtbaar te maken.
Met satellietdata kun je op een eenvoudige manier de meest impactvolle plekken voor groene daken identificeren. En je kunt ook de gezondheid van de daken monitoren. Groene daken helpen bij het aanpakken van wateroverlast door hevige regenval. Een mooie manier om je gemeente klimaatbestendiger te maken, zonder dat je zelf het dak op hoeft.
Wateroverlast kan grote gevolgen hebben voor stedelijke en landelijke gebieden. Met behulp van remote sensing data en data science kunnen we nauwkeurig bepalen waar overstromingen kunnen optreden. Een hoogtekaart, zoals een Digital Terrein Model (DTM), biedt waardevolle inzichten in waterstromen en mogelijke risicozones.
