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.

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.

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.

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 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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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

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

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.

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.

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.

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.

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.

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.

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

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

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

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.

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.

Signaleer barricades in sloten en rivieren. Waterschappen kunnen bijvoorbeeld met deze technologie een digitale schouw uitvoeren op hun watergangen.

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.

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

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.

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.

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.

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

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.

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.

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

Laatste updates