Skip to content

Podcast I Harald en Tjip over Remote sensing

Hoe AI Remote Sensing kan ondersteunen (E12)

In de nieuwste aflevering van de Geospeciale Podcast gaan Harald Gortz en Tjip van Dale in gesprek over de opkomst van AI in remote sensing. Aan de hand van herkenbare praktijkvoorbeelden, van houtleveringen tot mestsilo’s en watergangen, laten ze zien hoe AI-systemen steeds autonomer opereren. Centraal in hun verhaal staat de OPRA-cylus dat beschrijft hoe AI-agenten waarnemen, begrijpen, redeneren en handelen. OPRA, Observe, Perceive, Reason en Act, maar hoe werkt dat?

Beluister de podcast

De Geospeciale Podcast
De Geospeciale Podcast
Aflevering 12 - Harald & Tjip en hoe AI Remote Sensing kan ondersteunen
Aan het laden
/

Observe

De podcast begint met een anekdote over een misgelopen houtlevering. Tjip beschrijft hoe een AI-agent had kunnen helpen door e-mails, planningssystemen en leveringsdata te monitoren. Dit is het Observe-deel van OPRA: het verzamelen van data uit verschillende bronnen, zoals sensoren, satellietbeelden of zelfs e-mails. In ruimtelijke toepassingen betekent dit bijvoorbeeld het binnenhalen van sensor data als multispectrale beelden.

Perceive

Vervolgens komt Perceive aan bod: het vermogen van AI om die data te interpreteren. In de podcast wordt dit geïllustreerd met semantische segmentatie* van beelden, waarbij AI zelfstandig mestsilo’s herkent in luchtfoto’s. Het systeem begrijpt wat het ziet en koppelt dat aan relevante objectkenmerken, zoals vorm, hoogte en locatie.

Reason

Reasoning is waar de echte intelligentie begint. Harald en Tjip bespreken hoe AI op basis van beleidsregels en contextinformatie kan bepalen of een mestsilo te dicht bij een watergang staat. De agent haalt spelregels op uit documenten of databases en past deze toe op de gevonden objecten. Dit is geospatiale-reasoning: ruimtelijke logica toegepast op complexe situaties.

Act

Tot slot komt Act aan bod. De AI-agent onderneemt actie: denk aan een dashboard vullen, een waarschuwing sturen (mail), of zelfs een handhavingsproces starten. In het voorbeeld van de mestsilo betekent dit dat het systeem automatisch een melding genereert voor de vergunningverlener of handhaver. De agent kan zelfs anticiperen op capaciteitsproblemen en alternatieven voorstellen.

OPRA & AI

In deze podcast meer over hoe het OPRA-model niet alleen als technisch raamwerk wordt gepresenteerd, maar ook als denkmodel voor het ontwerpen van AI-oplossingen. Het helpt om de rol van AI-agenten te structureren: van het binnenhalen van data tot het nemen van beslissingen en het uitvoeren van acties. De voorbeelden uit de podcast laten zien dat Agentic AI geen toekomstmuziek is, maar een praktische realiteit. Of het nu gaat om het monitoren van watergangen, het herkennen van mestsilo’s, of het bewaken van leveringsprocessen, OPRA biedt een helder kader om AI-systemen effectief en verantwoord in te zetten.

Deze podcast biedt een inspirerende kijk op hoe AI steeds meer taken overneemt en processen optimaliseert, met de mens als regisseur van intelligente systemen.

* Semantische segmentatie is een techniek binnen kunstmatige intelligentie (AI) en computer vision waarbij elk pixel in een afbeelding wordt geclassificeerd. Het doel is om objecten niet alleen te herkennen, maar ook te begrijpen wat ze zijn en waar ze zich bevinden. Een afbeelding wordt opgedeeld in regio’s die overeenkomen met betekenisvolle structuren zoals gebouwen, wegen, bomen of water. Elke pixel krijgt een label, bijvoorbeeld “boom”, “weg” of “mestsilo”. Zo ontstaat een gedetailleerde kaart van de afbeelding waarin de inhoud semantisch wordt begrepen.

Kijk maar eens naar onderstaand voorbeeld, waarbij onderdelen uit de podcast setting dynamisch zijn gesegmenteerd.

Podcast remote sensing Basisfoto voor AI segmentatie.
Podcast remote sensing Thematische segmentatie van een AI model.
Podcast remote sensing. Semantische segmentatie van AI model

Benieuwd naar de nieuwste ontwikkelingen?

Kom op 29 oktober naar Make Geospatial Matter 2025 event in Driebergen. Een event dat inspireert, waar we de nieuwste ontwikkelingen laten zien en meer vertellen over de verwachtingen naar 2026. We tonen o.a. wat er allemaal mogelijk is rond de digital twin, zoals onder meer wateroverlast in combinatie met mobiliteit, zettingsberekeningen, de 3D WATkaart van Rotterdam, drone-data, remote sensing en BIM-integratie.

Meer informatie

Wil je meer weten over dit onderwerp? Stuur Tjip of Harald een e-mail via tjip.vandale@imagem.nl of harald.gortz@imagem.nl of stuur een berichtje via ons contactformulier. 

Foto van Tjip van Dale

Tjip van Dale

Tjip is business consultant bij IMAGEM. Als consultant helpt hij organisaties, zoals waterschappen, antwoorden en oplossingen te vinden op ruimtelijke vraagstukken waarbij het uiteindelijk allemaal draait om het slim toepassen van locatie-intelligentie.

Lees meer blogs

Harald Gortz

Modderstromen in kaart brengen met één satellietbeeld

Zware modderoverstromingen troffen de regio Valencia. Maar hoe analyseer je zo’n rampgebied als je geen beelden van vóór de overstroming hebt? Lees hoe we met behulp van satellietdata, de Flood Mud Index (FMI) en geavanceerde beeldverwerking in ERDAS IMAGINE een slimme en snelle analysemethode ontwikkelden.

lees meer >>
Remote sensing deel 4: eerst kijken, dan visualiseren, in Ezinge
Harald Gortz

Remote Sensing Deel 4: Eerst kijken, dan visualiseren, in Ezinge

Voordat we iets kunnen visualiseren in een digital twin, moeten we eerst begrijpen waar we eigenlijk naar kijken. Zonder dat fundament zijn visualisaties niet meer dan mooie plaatjes. In deel vier van de serie zet Harald een stap terug naar het begin: het waarnemen zelf. Niet alleen via satellieten of drones, maar ook met onze eigen ogen. 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.

lees meer >>