Skip to content

DELTA modellen

 

De beschikbare detectiemodellen

Per jaar verandert gemiddeld 15% van het grondgebied van een willekeurige gemeente, waterschap of provincie, maar handmatig speuren naar veranderingen is tijdrovend en kostbaar. Het actueel, betrouwbaar en compleet bijhouden van basisregistraties en andere kernregistraties is nodig om zeker te kunnen zijn dat u slimme beslissingen kan nemen. Met slimme data automatisering kunt u eenvoudig en efficiënt beheer uitvoeren in een Nederlandstalige interface. Visualiseer veranderingen overzichtelijk voor analyse in slechts een paar klikken met DELTA.

percelen mutatie

Bereken waar en hoe de ondergrond in uw gebied verandert met percelenmodellen op basis van verschillende jaren luchtfoto’s. Krijg in één duidelijk overzicht in veranderingen in groenpercelen en infrastructuur. Vorm hiermee de gegevens voor de bijwerking van de Basisregistratie Grootschalige Topografie (BGT) of andere registraties.

Groenpercelen Mutatie

Bereken op basis van twee verschillende jaren luchtfoto’s en groenpercelen (in een stad, dorp of gemeente) waar verandering in groen heeft plaatsgevonden. Toon het resultaat in een speciale lay-out, waarmee het mogelijk is de gevonden groenpercelen manueel te controleren.

Groenpercelen Mutatie Infrarood

Bereken op basis van twee verschillende jaren infrarood luchtfoto’s (CIR) en groenpercelen (in een stad, dorp of gemeente) waar verandering in het groen heeft plaatsgevonden. Door infrarood is het resultaat nauwkeuriger en is er minder handmatige controle nodig dan in de analyse zonder infraroodbeelden.

Snippergroen Mutatie Infrarood

Snippergroen zijn groenvlakken die van de gemeente zijn, maar die geheel of gedeeltelijk door particulieren gebruikt worden. Vereenvoudig met dit model handmatige inspectie van oneigenlijk gebruik van gemeentelijke grond door particulieren. Detecteer snippergroen sneller, nauwkeuriger en semiautomatisch.

Wegdelen Mutatie

Bereken op basis van twee verschillende jaren luchtfoto’s en de wegdelen (in een stad, dorp of gemeente) waar verandering heeft plaatsgevonden binnen deze wegdelen. Detecteer daarnaast ook infrastructurele veranderingen, zoals nieuwbouw of de aanleg voor parkeerplekken.

Wegdelen Mutatie Infrarood

Bereken op basis van twee verschillende jaren infrarood luchtfoto’s (CIR) en wegdelen (in een stad, dorp of gemeente) waar verandering heeft plaatsgevonden. Detecteer daarnaast ook infrastructurele veranderingen zoals nieuwbouw of de aanleg van parkeerplekken. Door infrarood is het resultaat nauwkeuriger en is er minder handmatige controle nodig dan in de analyse zonder infraroodbeelden.

Percelen Nulmeting

Voer automatisch een nulmeting uit op data van bijvoorbeeld groenpercelen en infrastructuur. Controleer met de nulmeting of de data van de basisregistratie overeenkomt met de luchtfotogegevens. De gecontroleerde verschillen uit deze set aan modellen kunnen gebruikt worden om registraties bij te werken.

Groenpercelen Nulmeting

Voer automatisch een nulmeting uit op data van groenpercelen. Controleer met de nulmeting of de data van de basisregistratie overeenkomt met de luchtfotogegevens. De gecontroleerde verschillen uit dit model kunnen gebruikt worden om de basisregistratie bij te werken.

Wegdelen nulmeting

Voer automatisch een nulmeting uit op aanwezige data van wegdelen. Controleer met de nulmeting of de data van de basisregistratie overeenkomt met de luchtfotogegevens. De gecontroleerde verschillen uit dit model kunnen gebruikt worden om de basisregistratie bij te werken.

1 train afwijkende vegetatie Intellect

Dit model traint een Machine Learning Intellect voor het identificeren van afwijkende vegetatie binnen gewaspercelen. Het Intellect dat in dit model getraind wordt, kan gebruikt worden in het model Detectie Afwijkende Vegetatie Nulmeting.

2 Detectie afwijkende vegetatie nulmeting

Dit model detecteert afwijkende vegetatie in gewaspercelen. Het model heeft het Machine Intellect nodig welke gemaakt kan worden met het model “1. Afwijkende Vegetatie Training”.

Bebouwing Mutatie

Het bijhouden van registraties zoals de Basisregistratie Adressen en Gebouwen (BAG) en de Basisregistratie Grootschalige Topografie (BGT) is een kerntaak van veel overheden. Daarnaast willen Asset Managers vaak ook grip houden op de actualiteit van hun geografische informatie met betrekking tot bebouwing. Hiervoor is deze collectie aan bebouwingsmodellen samengesteld. Binnen een paar klikken weet u wat er veranderd is en kunt u gericht registraties bijwerken.

Aanbouw Mutatie

Signaleer waar aanbouw heeft plaatsgevonden met twee hoogtebestanden en twee luchtfoto’s van verschillende tijdstippen aangevuld met een vectorbestand waarin de gebouwomlijningen (Building Footprints) geregistreerd zijn.

Bijgebouw Mutatie

Bereken waar nieuwe bijgebouwen zijn geplaatst met twee luchtfoto’s, aangevuld met hoogtemodellen van verschillende jaren, een gebouwenbestand zoals de BAG en een percelenbestand.

Daken Mutatie

Spoor veranderingen in daken op. Binnen het model worden ook het minimale
hoogteverschil en de minimale hoeveelheid aan veranderde oppervlakte ingevoerd
als parameter.

Aanbouw Bijgebouw Daken Mutatie

Bereken waar nieuwe aanbouwen, bijgebouwen zijn geplaatst en waar daken zijn gemuteerd met twee luchtfoto’s, aangevuld met hoogtemodellen van verschillende jaren, een gebouwenbestand zoals de BAG en een percelenbestand. Toon het resultaat in een speciale lay-out, waarmee het mogelijk is de gevonden aanbouwen manueel te controleren.

Bebouwing Nulmeting

Deze reeks modellen spoort het specifieke bebouwing verschil automatisch op, zoals compleet nieuwe opstallen of verschillen in aanbouwen of dakkapellen. Daarmee kan het signaleringsproces met betrekking tot bebouwing gedeeltelijk geautomatiseerd en aanzienlijk versneld worden. De bebouwingsmodellen analyseren ieder individueel pand en/of perceel.

Sloop Nulmeting

Bereken of er binnen perceel gebouwen gesloopt zijn ten opzichte van het ingevoerde bestand waarop de nulmeting plaatsvindt; bijvoorbeeld de BGT of de BAG. Dit kunnen hoofdgebouwen zijn maar ook bijgebouwen. Het model berekent dit door middel van een hoogtebestand, een gebouwenbestand en een percelenbestand naast de ingevoerde luchtfoto.

Sloop Nulmeting Infrarood

Detecteer gesloopte gebouwen. Door infrarood kan het model onderscheid maken tussen bomen en gebouwen. De invoer bestaat uit bestaat uit een luchtfoto, een hoogtebestand (DSM) en vectorbestanden van percelen en gebouwen. Het model is nauwkeuriger dan het model zonder infrarooddata. Dit resulteert in een kleinere lijst van detectie van gesloopte gebouwen die manueel te controleren is.

Aan/Bijgebouw Nulmeting Infrarood

Detecteer aanbouwen en bijgebouwen per perceel ten opzichte van het ingevoerde pandenbestand. De invoer bestaat uit een infrarode luchtfoto, een hoogtebestand (DSM) en vectorbestanden van percelen en panden.

GEBOUWVOLUME​

Een belangrijke factor voor waardebepaling bij de WOZ-waarde is het gebouwvolume. Bereken met automatisch het gebouwvolume vanuit de combinatie van een hoogtemodel en gebouwcontouren.

Gebouwvolumen

Bereken op basis van een hoogtebestand (DSM) en een gebouwcontourenbestand (BAG) het volume van elk individueel gebouw. Voer een tussenberekening uit waarbij de gemiddelde maaiveldhoogte van de voet berekend wordt en beschikbaar is in het resultaat.

Water doorlaatbaarheid

Krijg op perceelniveau inzicht in de mate van verstening, zodat er een beeld ontstaat in het waterdoorlaatbaarheidsniveau van een wijk of buurt.

Water doorlaatbaarheid Infrarood

Bereken op basis van een vegetatie-index welke gebieden goed doorlatend zijn en welke gebieden minder goed of slecht doorlatend zijn.

Water doorlaatbaarheid Mutatie Infrarood

Bereken het verschil tussen twee tijdstippen. Maak een analyse over welke percelen meer of minder doorlatend zijn geworden ten opzichte van het jaar ervoor.

Droogte

Deze set aan modellen stelt gebruikers in staat om op perceelniveau de mate van verdroging inzichtelijk te maken, zodat inzicht ontstaat in het droogteverschil tussen percelen. Dit alles gebaseerd op actuele open data in de vorm van satellietbeelden.

Droogte Nulmeting

Dit model berekent de relatieve droogte per perceel. Dit betekent dat de droogte van de gewaspercelen t.o.v. elkaar gemeten worden, Het droogste perceel is 100% droog, het natste perceeel is 0% droog. Alle percelen worden in een lijst getoond waarbij het perceel met het meeste percentage aan droogte bovenaan staat. Hierdoor is het snel duidelijk welke percelen het droogst zijn.

Droogte Mutatie

Dit model berekent het relatieve droogteverschil per perceel. Dit betekent dat het droogteverschil van de gewaspercelen t.o.v. elkaar gemeten worden. Het perceel wat het droogst is geworden is 100%, het perceel van het natst is geworden is 0%. Alle percelen worden in een lijst getoond waarbij het perceel met het meeste verschil aan droogte bovenaan staat. Hierdoor is het snel duidelijk welke percelen het droogst zijn geworden tussen de twee opnametijdstippen.

Stedelijke Hitte Eilanden

Breng snel in kaart waar de grootste probleemgebieden in uw stad zijn met betrekking tot warmte-opbouw, gebaseerd op actuele open data in de vorm van satellietbeelden.

Stedelijke Hitte-Eilanden

Bereken op basis van een Landsat 8 satellietbeeld met gebruik van de ‘split window algorithm’ (SWA) de temperatuur van het aardoppervlak in graden Celsius. Voer vervolgens een analyse uit naar welke gebieden gedefinieerd kunnen worden als hitte eilanden.

Zonnepanelen

Breng alle Zonnepanelen geautomatiseerd in kaart. Door middel van Deep Learning kunnen op luchtfoto’s met behulp van een Machine Intellect zonnepanelen automatisch worden gedetecteerd met de modellen in deze subgroep. Er zijn drie modellen te vinden waarmee het gehele proces van automatische detectie van zonnepanelen kan worden uitgevoerd.

1 Zonnepanelen Data Voorbereiden

Dit model moet gebruikt worden voordat Zonnepanelen Training en uiteindelijk Zonnepanelen Detectie uitgevoerd kan worden. In dit model wordt de data zo geprepareerd, dat het ingevoerd kan worden in Zonnepanelen Training.

2 Zonnepanelen Training

Dit model traint een Deep Learning Machine Intellect dat zonnepanelen kan vinden in luchtfoto’s. Het resultaat wordt in de Resultatenfolder weggeschreven en is een ERDAS IMAGINE Machine Intellect (.miz) die gebruikt kan worden in het model Zonnepanelen Detectie.

3 Zonnepanelen Detectie

Dit model detecteert zonnepanelen met gebruik van Deep Learning. Het resultaat is een shapefile met gedetecteerde zonnepanelen en een DELTA project, waarmee het mogelijk is de resultaten te controleren in de DELTA Resultatenviewer.

Watergangen

In de subgroep Watergangen zijn verschillende modellen te vinden waarmee analyses op watergangen uitgevoerd kunnen worden. Voer detecties uit op afwijkingen met Watergangen Nulmeting of gebruik het Schouw M.App Detectie Ingroei model om een digitale schouw uit te voeren. Hiernaast is er ook het Slootbarricades Mutatie model te vinden om barricaderingen in sprecifiek sloten automatisch te detecteren.

Detectie Versmalling / Verbreding (BGT Ondersteunend Waterdeel)

Dit model detecteert versmallingen en verbredingen binnen de registratie van Ondersteunende Waterdelen in de BGT vanuit een nulmeting. Hierbij wordt gekeken naar de insteek. De hellingshoek van het Ondersteunende Waterdeel vanaf deze insteek kan worden ingesteld zodat ook minder sterk aflopende taluds kunnen worden gedetecteerd, standaard staat deze op 25%

Detectie Gedempte Waterdelen (BGT Waterdeel)

Dit model voert een nulmeting uit op waterdelen. Met dit model kunnen waterdelen worden opgespoord die (gedeeltelijk) gedempt zijn binnen waterdelen als polygonen. De correctheid van de BGT-registratie Waterdeel kan op deze manier eenvoudig en scherp geanalyseerd worden. Het resultaat bestaat uit alle locaties waar zich geen water meer bevindt.

Detectie Hartlijn Over Land (BGT Waterdeel)

Dit model creëert een hartlijn met een breedte van 80 cm vanuit de ingevoerde BGT Waterdelen (polygonen). Vervolgens wordt in de analyse gekeken of er een waterdeel op de locatie van de hartlijn aanwezig is. Hiermee wordt er een nulmeting uitgevoerd en bekeken of de BGT-registratie correct is.

Detectie Afwijkende Watergangen

Met het model Detectie Afwijkende Watergangen wordt een meting uitgevoerd op watergangen. Het resultaat bestaat uit detecties van delen waarin geen watergang aanwezig is.

Detectie Afwijkende Watergangen / duiker Nulmeting

Met het model Detectie Afwijkende Watergangen wordt een nulmeting uitgevoerd op watergangen. Het resultaat bestaat uit detecties van delen waarin geen watergang aanwezig is.

Detectie Nieuwe Waterlopen (BGT Waterdeel)

Dit model voert een nulmeting uit op BGT Waterdelen. Met dit model kunnen waterlopen worden opgespoord die (gedeeltelijk) nieuw zijn uit de BGT-registratie: Waterdeel (polygonen). Dit kunnen zowel doorgegraven wateren vanuit de registratie zijn of compleet nieuwe watergangen, welke zich in de buurt van de ingevoerde BGT Waterdelen bevinden

Slootbarricades mutatie

Maak een berekening op basis van twee luchtfoto’s en hoogtemodellen van twee verschillende jaren en een vectorbestand met watergangen. Toon het resultaat in een speciaal ontworpen lay-out met een lijst met watergangen waarbij zeer waarschijnlijk barricadering aanwezig is. Controleer manueel de lijst zeer snel in de speciaal ontworpen viewer.

Watergangen Dwarsmeting Ligging (lijnstukken)

Voer met dit model een dwarsmeting uit op watergangen. Er wordt bekeken of er zich ergens een dieper punt bevindt. Op deze manier wordt bekeken of het lijnstuk op de juiste plaats ligt, met behulp van de resultaten kunnen watergangen geometrisch gecorrigeerd en recht gelegd worden.

Totaal: Waterloop Hartlijn Over Land / Verbreding Versmalling

Met dit Totaal model kan een groter gebied in een keer geprocessed worden. In het model wordt een grid aangemaakt, waarbij de grootte van elke gridcel kan ingesteld worden. Vanuit dit grid wordt alle input data opgeknipt en per opgeknipte tile geprocessed.

Totaal: Nulmeting Waterloop Gegraven Afwijkend

Met dit Totaal model kan een groter gebied in een keer geprocessed worden. In het model wordt een grid aangemaakt, waarbij de grootte van elke gridcel kan ingesteld worden. Vanuit dit grid wordt alle input data opgeknipt en per opgeknipte tile geprocessed.

Totaal: Detectie Afwijkende Watergangen/Duiker Nulmeting (lijnstukken)

Met dit Totaal model kan een groter gebied in een keer geprocessed worden. In het model wordt een grid aangemaakt, waarbij de grootte van elke gridcel kan ingesteld worden. Vanuit dit grid wordt alle input data opgeknipt en per opgeknipte tile geprocessed.

Duikers

In de subgroep Duikers zijn verschillende modellen te vinden waarmee analyses met betrekking tot Duikers uitgevoerd kunnen worden. Controleer duikerregistraties uit het beheerregister op verlenging en geometrische correctheid of spoor verwijderde duikers op met de modellen in deze groep.

Detectie Duiker Controle Verlenging

Dit model detecteert de locaties waar Duikers verlengd moeten worden in het beheerregister. De analyse wordt uitgevoerd op een terreinmodel, de luchtfoto dient hierbij als visuele ondersteuning in de beoordeling.

Detectie Duiker Verwijderd Nulmeting

Dit model voert een nulmeting uit op duikers, dammen en/of kunstwerken. Het resultaat bestaat uit alle verwijderde duikers, dammen en/of kunstwerken. In tegenstelling tot het mutatie model werkt dit model op basis van een hoogtemodel.

Detectie Duiker Verwijderd Nulmeting

Dit model zoekt naar verwijderde duikers doormiddel van een mutatie detectie op basis van hoge resolutie luchtfoto beelden. Hierbij wordt gebruik gemaakt van hoogtemodellen (DSM) en een terreinmodel (AHN) om false positives te reduceren i.v.m. overhangende bomen en vegetatie.

Totaal: Duiker Verlenging / Verwijderd Nulmeting

Met dit Totaal model kan een groter gebied in een keer geprocessed worden. In het model wordt een grid aangemaakt, waarbij de grootte van elke gridcel kan ingesteld worden. Vanuit dit grid wordt alle input data opgeknipt en per opgeknipte tile geprocessed.

Anders

In de subgroep Anders zijn modellen te vinden voor Waterschappen die geen analyses op Watergangen of Duikers uitvoeren.

Detectie Keringen Nulmeting

Dit model voert een nulmeting uit op keringen. Er wordt bekeken of de aslijn van de kering over het hoogste gebied binnen het kerngebied zonering heen valt. Alle locaties waar er een hoger gebied is ten opzichte van de aslijn zal in het resultaat getoond worden.

Detectie Keringen mutatie

Dit model detecteert veranderingen in hoogte van keringen binnen de zonering. In het resultaat zullen alle plaatsen naar voren komen waar er een aanpassing is geweest aan de kering. Alle locaties waar de registratie (BGT) nog niet is bijgewerkt zullen aangegeven worden.

Detectie Nieuw Object Beperkingengebied Mutatie

Voer met dit model een analyse uit op het volledige Beperkingengebied. Het model detecteert nieuw geplaatste objecten zoals schuren en transformatorhuizen binnen het gehele Beperkingengebied.

Ontbossing Mutatie

Zijn subsidieaanvragen voor productiebos nog wel conform de werkelijkheid? Wat is het aandeel natuurbos in uw grondgebied en strookt dit met het gewenste beleid? Beantwoord deze vragen met ‘Ontbossing Mutatie’ door snel inzichtelijk te krijgen waar boskap heeft plaatsgevonden.

ontbossing mutatie

Maak een berekening op basis van twee verschillende jaren hoogtemodellen en luchtfoto’s en een percelenbestand. Voer een detectie uit van alle percelen waarin ontbossing van (productie)bos plaatsgevonden heeft. Toon het resultaat in een speciaal ontworpen lay-out.

Puntenwolk

Verwerk puntenwolken, voor bijvoorbeeld converteren naar hoogtemodellen of het converteren naar ‘true orthos’. Gebruik hiermee puntenwolken als rasterbestanden in de andere modellen.

Puntenwolk naar True ortho

Bereken vanuit een puntenwolk een true ortho. Het model is ontwikkeld voor puntenwolken met RGB-opname. Hierbij worden alle kleine gaten (nodata) opgevuld m.g.v. interpolatie. Grotere gaten (nodata), waar zich bijvoorbeeld water bevindt, blijven gewoon bestaan.

Puntenwolk Infrarood naar True Ortho

Bereken vanuit een puntenwolk een true ortho. Het model is ontwikkeld voor puntenwolken met infraroodopname. Het verschil met het model voor RGB-puntenwolken is dat in dit model alle gaten (nodata) niet opgevuld worden. De infrarode waarden zijn de gemeten waarden, die gebruikt kunnen worden voor vegetatie berekeningen.

Puntenwolk Infrarood naar Hoogtemodel

Bereken vanuit de puntenwolk een hoogtemodel. De output van dit model is een Digital Surface Model (DSM), wat staat voor een hoogtemodel waarin alle objecten voorkomen zoals huizen, vegetatie en auto’s.

Puntenwolk per Polygoon opslaan

Dit model slaat alle punten van een puntenwolk op die binnen een polygoon liggen als apart bestand. Dit doet het model voor alle polygonen binnen het ingevoerde vectorbestand. Met dit model kan een puntenwolk eenvoudig opgeknipt worden.

Bijproducten

Dit zijn een aantal modellen voor additionele ondersteuning, zoals modellen waarmee ruw gedownloade “Landsat8” producten verwerkt worden naar bruikbare rasterbestanden.

Samenvoegen Landsat 8 Banden

Verwerk een ruwe download van een Landsat 8 package (.tar.gz) naar een bruikbaar Landsat 8 MS & TIRS. De pansharpening wordt automatisch uitgevoerd. De uiteindelijke uitkomst vanuit het model bestaat uit een .img met negen banden en een metadatabestand.

Samenvoegen Landsat 8 Banden Meerdere Beelden

Hier wordt exact hetzelfde uitgevoerd als in het model ‘Samenvoegen Landsat 8 Banden’, alleen voor meerdere beelden tegelijk met slechts één druk op de knop. De input bestaat uit een folder waarin zich meerdere ruwe downloads (.tar.gz) moeten bevinden.

Interpolatie van gaten in LiDAR DEM

Interpoleer gaten in LiDAR hoogtemodellen. Deze ontstaan doordat het signaal niet (of niet goed) terugontvangen wordt. Voor bepaalde toepassingen zijn dichtberekende hoogtemodellen nodig.

Genereer Polygonen Grid (Fishnet)

Genereer op basis van raster en/of vector bestanden een Polygonen Grid (Fishnet). Wanneer er meerdere raster en/of vector bestanden in de folder staan, wordt het overlappende gedeelte gebruikt om het grid te definieren. Op deze wijze kan men snel een grid genereren voor alle data met betrekking tot een bepaald project.

Data opknippen op basis van Polygonen

Op basis van een polygonen shapefile knipt het model de data op die in een folder staat. Geef in het model op welk soort bestanden er geknipt moeten worden: vector, raster of beide soort bestanden. Het resultaat dat is uitgeknipt voor elke polygoon wordt in een aparte folder opgeleverd.

Data controle

Er zijn twee modellen in deze groep beschikbaar waarmee data ingeladen kan worden in de DELTA Resultatenviewer. Informatie over het gebruik van de DELTA Resultatenviewer is in de DELTA handleiding te vinden. Daarnaast zijn er Webcasts beschikbaar waarin het gebruik van de DELTA Resultatenviewer grondig uiteengezet is.

Data Controle Nulmeting

Dit model voegt de data toe aan het controle interface; de DELTA Resultatenviewer. Hiermee wordt het mogelijk om semi-geautomatiseerd de vectordata te controleren aan de hand van de meegegeven luchtfoto.
Gebruik de tweede viewer van de DELTA Resultatenviewer voor een tweede bestand zoals een hoogtemodel of toegevoegde vectordata voor nog meer informatie in een oogopslag.

Data Controle Mutatie

Dit model voegt de data toe aan het controle interface; de DELTA Resultatenviewer. Hiermee wordt het mogelijk om semi-geautomatiseerd de vectordata te controleren op mutatie op basis van de meegegeven luchtfoto’s. In de DELTA Resultatenviewer kan eenvoudig per Polygoon naar de oude situatie uit de Eerste Luchtfoto naast de nieuwe situatie in de Tweede Luchtfoto gekeken worden.

Laatste updates