Nieuws

Geomorfoloog 3.0 is een computer

Gepubliceerd op
5 december 2018

Het in kaart brengen van de geomorfologie van Nederland is tijdrovend. “Als je bedenkt dat we zo’n 150 verschillende fenomenen op het Actueel Hoogtebestand Nederland (AHN) visueel moeten opsporen en begrenzen, dan weet je dat dat een megaklus is”, zegt Gilbert Maas, geomorfoloog van Wageningen Environmental Research.

Samen met Bird’sAI en met financiële hulp van het Ministerie van LNV  onderzoeken we daarom in hoeverre ‘machine learning’ ons kan helpen. De eerste resultaten met behulp van een neuraal netwerk zijn alvast veelbelovend. Probleem van deze aanpak, die o.a. bekend is van handschriftherkenning bij de post, is dat je duizenden zogenaamde trainingsplaatjes moet aanbieden om tot een resultaat te komen: dat is goed te doen in het geval van handschriften, maar niet bij geomorfologie.

Het mooie is dat hetzelfde probleem zich heeft voorgedaan in de medische informatietechnologie. De Universiteit van Freiburg heeft niet zo lang geleden een methode – het U-Net - ontwikkeld waar je met veel minder plaatjes uit de voeten kunt om het model te trainen. In eerste instantie hebben we ervoor gekozen om het model te laten zoeken naar doodijsgaten, pingoruïnes en stuif- en dekzanden.

“We verwachten niet dat onze taak door een computer zal kunnen worden overgenomen, maar met een beetje doorontwikkelen kan hij ons wel de nodige tijd besparen”, aldus Gilbert. De titel van dit artikeltje mag dan wel niet helemaal juist zijn, maar de verwachting is dat de geomorfologen van de toekomst minder aandacht aan de visuele inspectie van het AHN hoeven te besteden en daardoor meer ruimte krijgen om aan maatschappelijke oplossingen te werken.