Bodemdaling: AI brengt onderliggende oorzaken in kaart

Thema:
Artificiële intelligentie

In Nederland daalt de bodem sneller dan de zeespiegel stijgt. Voor een land dat voor een groot deel onder zeeniveau ligt, is dat niet zo’n prettig idee. Vandaar dat TNO een AI-model ontwikkelt dat inzichtelijk maakt welke menselijke activiteiten het meest bijdragen aan de bodemdaling.

Waarom onze bodem daalt? Dat komt voor een groot deel door menselijke activiteiten. Het verlagen van het grondwaterpeil bijvoorbeeld. En doordat we in Nederland ondergrondse water-, zout- en gasvoorraden naar boven halen. De belangrijkste oorzaken zijn dus al wel bekend. Maar wat per proces precies de bijdrage is aan de bodemdaling… Dat blijft vaak nog gissen.

Overstromingsrisico's beperken

Hoe meer de bodem daalt, hoe groter de overstromingsrisico’s. Om passende maatregelen te kunnen nemen, is er meer kennis nodig. Kennis over de oorzaken en in hoeverre die elkaar versterken. Die informatie is essentieel om oplossingen te vinden waarmee we in Nederland de bodemdaling kunnen vertragen of zelfs helemaal kunnen stoppen.

Think or sink

Om te snappen wat er precies in de ondergrond gebeurt, is er naast menselijke denkkracht ook nog een flinke dosis artificial intelligence nodig. TNO heeft daarbij gekozen voor een hybride AI-model. Dat wil in dit geval zeggen dat het AI-systeem niet alleen de beschikking heeft over relevante informatie over de ondergrond. Ook de eerder opgedane kennis over de dynamiek van bodemprocessen wordt gebruikt. De toepasselijke naam van dit AI-project: Think or Sink.

Data over het grondwaterpeil en gaswinning

In Nederland verzamelt en beheert TNO gegevens over de geologische ondergrond en het grondwaterpeil. Die informatie zit dus al in de eigen databases. Maar om goede analyses te kunnen maken, is er ook gaswinningsinformatie nodig. En dat is vertrouwelijke data.

De oplossing voor dat probleem: federated learning. Met deze methode kan een AI onder strikte voorwaarden toegang krijgen tot een specifiek deel van een database, zonder die data daadwerkelijk te delen. De AI leert dan wel van die data, maar slaat die gegevens niet op. Op die manier heeft het door TNO ontwikkelde AI-systeem dus toch toegang tot relevante gaswinningsinformatie.

De uitdaging voor AI

Dit AI-project van TNO richt zich in eerste instantie op twee gebieden. In het eerste gebied daalt de bodem door zowel grondwaterpeilverlaging als aardgaswinning. En in het tweede gebied is alleen een verlaging van het grondwaterpeil verantwoordelijk voor de bodemdaling. De grote vraag: gaat het met de nodige hulp van kunstmatige intelligentie nu wel lukken om de dieperliggende oorzaken van bodemdalingen te doorgronden?

Laat je verder inspireren

21 resultaten, getoond 1 t/m 5

Verantwoorde besluitvorming mens-machine interactie

Informatietype:
Artikel

Vooroordelen in gezichtsherkenning en ongevallen met zelfrijdende auto’s. AI moet verder ontwikkelt worden. Dat gaat het snelst in nauwe samenwerking met mensen.

Augmented werknemer in smart industry met AI

Informatietype:
Artikel

Met het ‘adaptieve operator support systeem’ worden instructies op een beeldscherm, slimme bril of op de werktafel geprojecteerd. Dit maakt maatwerk mogelijk.

Diagnose voor printeronderhoud met AI

Informatietype:
Artikel

Predictive maintenance staat hoog op het verlanglijstje van de maakindustrie. Hier kan artificial intelligence (AI) hét verschil maken. Bekijk hoe.

Energiebalans voor smart homes met AI

Informatietype:
Artikel

Bij de in het Nederlands Klimaatakkoord vastgelegde doelen kunnen we wel wat hulp van kunstmatige intelligentie (AI) gebruiken. Bijvoorbeeld in smart homes.

Eerlijke besluitvorming in het recht met AI

Informatietype:
Artikel

In de strafrechtketen kan artificial intelligence van meerwaarde zijn. TNO onderzoekt wat er nodig is om tot een eerlijke, transparante AI te komen hiervoor.