ilionx heeft het Remote Sensing Platform ontwikkeld, dat gratis en open source satellietdata analyseert met machine learning-methoden om inzicht in ruimtelijke problematiek te verkrijgen. Ruimtelijke monitoring wordt hierdoor eenvoudiger, objectiever, sneller en frequenter. ilionx gebruikt machine learning-technieken om verborgen patronen te vinden in grote datasets die voor mensen niet intuïtief zijn. Voor de algemene jury van de Computable Awards 2020 reden om ilionx te nomineren in de categorie Service Integrator.
Een sprekend voorbeeld van remote sensing is de samenwerking van ilionx met de vijf kustprovincies, provinciale uitvoeringsorganisatie BIJ12, Rijkswaterstaat, het Ministerie van LNV en het Ministerie van BZK in een uniek project. Met behulp van satellietbeelden gaan zij de vegetatie van alle Nederlandse duinen en kwelders monitoren. Er wordt een machine learning-model gebouwd waarmee automatisch de verschillende stukken natuur in ons duin- en kweldergebied gedetecteerd en gemonitord worden.
Regelmatig monitoren van natuurgebieden is belangrijk, omdat onze kustvegetaties zwaar onder druk staan. Het monitoren van de toestand van de begroeiingen van het duin- en kweldergebied in Nederland gebeurt tot nu toe door de inzet van ecologen ter plaatse. Dit kost veel tijd en geld en gebeurt daarom maar eens per zes tot twaalf jaar. De nieuwe manier van waarnemen beoogt een forse versnelling en uniformering van dit proces. Heel veel ruimtefoto’s worden automatisch met elkaar vergeleken en toegepast op onze bestaande kennis van de duinen en kwelders zelf. Het gebruik van open data maakt dit een kostenefficiënt project. Het combineren van machine learning en satellietbeelden kent veel toepassingsgebieden: landbouw, natuurbehoud, milieu, infrastructuur en handhaving.
Terug naar de overige genomineerden
