Producten

Naast het leveren van diensten zijn we ook volop bezig met het ontwikkelen van relevante en kwalitatieve data producten. We maken hierbij gebruik van zoveel mogelijk publiek toegankelijke data (zoals satellietbeelden en luchtfoto’s). In sommige gevallen wordt ook niet publieke data gebruikt. Heeft u interesse in een van onze dataproducten, of wilt u meer informatie over welke dataproducten we nog meer kunnen ontwikkelen? Neem dan contact met ons op.

Landelijke monitoring zonnepanelen (2016-2020)

Op landelijke schaal worden steeds meer zonnepanelen geinstalleerd om duurzame energie op te wekken. De energietransitie is op volle gang en dat brengt verschillende uitdagingen met zich mee. Hoeveel energie kunnen we in totaal opwekken met zonnepanelen? Wat is de prognose? Waar staat de capaciteit van het electriciteitsnet onder druk? Door op landelijke schaal zonnepanelen in kaart te brengen kunnen o.a. deze vragen beter beantwoord worden. Bekijk deze viewer om een inzicht te krijgen in het aantal zonnepanelen per inwoner in elke gemeente.

De locaties van zonnepanelen zijn met behulp van deep learning (artificial intelligence) en openbare luchtfoto’s (0.25m resolutie) gedetecteerd. Doordat we de zonnepanelen nauwkeurig segmenteren kan het oppervlakte van zonnepanelen op adresniveau worden bepaald. 

Over deze dataset:

  • Overzicht van zonnepanelen (vector) in uw gehele gemeente, provincie of heel Nederland.
  • Direct inzicht in paneeloppervlakten per adres, buurt of wijk door koppeling met BGT, BAG of CBS gegevens. 
  • Op basis van open data (0.25m resolutie).
  • Mogelijkheid tot monitoring middels (historische) data.
  • Mogelijkheid de dataset te verrijken met jaarlijkse energieopbrengst op adres, buurt of wijkniveau.

Gemeentelijke detectie zonnepanelen (hoge resolutie)

De energietransitie is een complexe opgave. Waar is een warmtenet effectief en waar zetten we juist in op duurzame energieopwekking? Als ruimtelijke data analisten werken we veel aan zulke vraagstukken en scripten we relevante energietransitie tools die bijdrage aan deze opgave.

Om tot juiste overwegingen te komen dient veel (ruimtelijke) informatie met elkaar te worden gecombineerd. Het aantal, en met name het oppervlak, van reeds aanwezige zonnepanelen is hierbij een erg belangrijke informatielaag. Om gemeenten te helpen bij haar energietransitie strategie heeft Urgis, in samenwerking met Aerovision, een deep learning algoritme (AI) ontwikkelt dat zonnepanelen segmenteert met zeer hoge nauwkeurigheid. Het resultaat wordt omgezet in vectoren en gecombineerd met hoogtegegevens om effectieve paneeloppervlakten te berekenen. Zo heeft u als gemeente meteen inzicht in het aantal aan zonnepanelen op adres, buurt,- of wijkniveau! Heeft u interesse in dit product,  of wilt u meedoen aan collectieve afname, neem dan contact met ons op.

Over deze dataset:

  • Overzicht van zonnepanelen (vector) in uw gehele gemeente.
  • Direct inzicht in netto paneeloppervlakten per adres, buurt of wijk door koppeling met BGT, BAG of CBS gegevens. 
  • Betrouwbaar resultaat van minstens 96% gedetecteerd oppervlak! 
  • Op basis van zeer hoge resolutie ortho-mosaic*.
  • Mogelijkheid tot monitoring middels (historische) data.
  • Mogelijkheid de dataset te verrijken met jaarlijkse energieopbrengst op adres, buurt of wijkniveau.
    * 4 tot 10 centimeter resolutie. Data in eigendom van gemeente.
Luchtfoto met zonnepanelen 
Model output zonnepanelen

Luchtfoto’s eigendom van gemeente Stichtse Vecht

Zonne-energie potentie | zoninstraling

Welke daken zijn geschikt voor zonnepanelen? Hoeveel energie kunnen deze zonnepanelen potenieel opleveren? Met behulp van een 3D model kan nauwkeurig bepaald hoeveel zonne-energie er gemiddeld jaarrond op een oppervlakte terecht komt. Hierdoor zullen schaduwen door bijvoorbeeld bomen en dakkapellen zichtbaar worden. Met deze informatie krijg je inzicht in hoeveel zonne-energie potentieel op daken kan worden opgewekt.

Ook kan in combinatie met de zonnepanelen detectie (segmentatie) worden berekend hoeveel energie de huidige zonnepanelen kunnen opwekken en wat het aandeel huidige zonnepanelen is t.o.v. de potentiele geschikte daken. Voor deze instaling gebruiken wij de laatste AHN3 (AHN4 op komst) of kan een recenter gemeentelijk hoogtemodel gebruikt worden.

 

Over deze dataset:

  • Op basis van 3D hoogtemodel (open data of eigen hoogtemodel)
  • 3D simulatie zoninstraling a.d.h.v. zonposities jaarrond en hoogtemodel
  • Instraling op adresniveau door koppeling BAG (gemiddelde instraling, geschikt dakoppervlak etc.)
  • Beschikbaar als vector of raster

Landelijke monitoring verharding / groen (2016-2020)

Nederland is een dichtbevolkt land waarin elke vierkante centimeter is benut. Door verandering van het klimaat krijgt het lands steeds meer te maken met de gevolgen hiervan. De zomers worden droger en warmer, maar ook regenbuien worden intenser waardoor wateroverlast kan ontstaan. Het aandeel verhard oppervlak en groen speelt hierbij een cruciale rol. Vegetatie zorgt in de warme zomers voor verkoeling en maakt infiltratie van regenwater mogelijk. Hierdoor kan hittestress en wateroverlast beperkt worden.

Door inzicht te krijgen in de hoeveelheid en verdeling van verharding en groen, kunnen effectieve maatregelen genomen worden. Urgis brengt nauwkeurig het verharde en groene oppervlak in kaart, zowel op openbare ruimte als particulier eigendom. Door middel van historische data kunnen veranderingen in kaart worden gebracht en kunnen prognoses gemaakt worden.

Over deze dataset:

  • Overzicht over verharding/groen (vector) en de ruimtelijke verdeling
  • Direct inzicht in oppervlaktes per adres, buurt of wijk door koppeling met BGT, BAG of CBS gegevens
  • Op basis van open data (0.25m resolutie)
  • Mogelijkheid tot monitoring middels (historische) data



Overzicht van adressen met rieten daken in regio Barneveld

Meer informatie? Download de product informatie flyer

Download

E-mailadres

Landelijke dataset rieten daken

Urgis heeft een machine learning algoritme ontwikkelt wat rieten daken detecteert op hoge resolutie luchtfoto’s. Met behulp van dit algoritme hebben we, met zeer hoge nauwkeurigheid, het daktype (riet of geen riet) van ieder individueel pand in Nederland geclassificeerd. De dataset van rieten daken is zowel landelijk als regionaal af te nemen. Een kleine subset van deze dataset is te bekijken in de interactieve kaart hier rechts.

De dataset is specifiek ontwikkelt voor veiligheidsregio’s, brandweer en verzekeraars en relevant voor het inzichtelijk maken en beheersen van brandgevaar risico’s. We kunnen de dataset in verschillende formaten aanleveren, uiteraard met koppeling aan de basisregistratie adressen en gebouwen. Heeft u interesse in dit dataproduct of wilt u meer informatie, neem dan contact met ons op.

Waarom het dataproduct rieten daken:

  • Alle locaties en adressen van rieten daken in uw database.
  • Direct overzicht over risicovolle objecten brandgevaar.
  • Relevante informatie voor risicomanagement en calamiteiten bestrijding.
  • Dataproduct aan te vullen met overige informatie, zoals gebruiksdoel van het pand en omliggende panden, het bouwjaar en oppervlak.

Direct overzicht van risico objecten brandgevaar.

Speciaal voor veiligheidsregio’s, verzekeraars en rietdekkers.

Groene daken

Klimaatverandering, verstedelijking, luchtkwaliteit en biodiversiteit zijn actuele onderwerpen. Voornamelijk in stedelijk gebied kan dit knelpunten veroorzaken omdat de ruimte hier schaars is. Groene daken bieden hierbij veel kansen voor klimaatadaptie en natuur. Veel vlakke daken bieden een groot potentieel aan ruimte voor groen op veelal onbenutte ruimte.

Voor vraagstukken rondom deze onderwerpen is het nuttig om te weten waar groene daken reeds aanwezig zijn en welke daken potentieel geschikt zijn voor de aanleg van een groen dak.

Urgis analyseert alle daken in uw gemeente op basis van openbare luchtfoto’s (0.25m) of op gemeentelijke luchtfoto’s. Omdat bij (hoge) gebouwen vaak een omvallingseffect zichtbaar is op luchtfoto’s, corrigeren wij deze voor omvalling. Hierdoor komt de BAG geometrie gelijk te liggen met de bovenkant van het dak i.p.v. met het maaiveld.

 

Over deze dataset:

  • Nauwkeurig inzicht in locaties en oppervlakte groene daken/daktuinen
  • Gekoppeld aan de BAG en/of adres
  • Rekening houdend met omvalling
  • Op basis van openbare luchtfoto of eigen luchtfoto
  • Combinatie met potentie groene daken mogelijk

Bomen in kaart

Bomen hebben veel positive eigenschappen en zijn daarom belanrgijke objecten in gemeentes. Ook kunnen bomen risico’s met zich meebrengen, denk aan gladheid door bladeren, vallende takken of instabiele bomen. 

Het is daarom belangrijk om deze objecten goed te beheren en te monitoren. Urgis brengt risicovolle bomen in kaart door te kijken naar de hoogte en het volume van bomen, en hun afstand of overhang met wegen. Hierdoor ontstaat inzicht in risicovolle wegen waar onderhoud en periodieke controles op aangepast kunnen worden. 

Over deze dataset:

  • Op basis van 3D hoogtemodel (landelijke open data of lokale hoogtemodel)
  • Beschikbaar als vector data met diverse attributen zoals: hoogte, volume, afstand tot weg, overlap met weg, terrein openheid

 

Volume en woonoppervlakte woningen in Nederland

Het woonoppervlakte en volume van een huis is van invloed op de WOZ-waarde. Wanneer een woning vergroot wordt door een dakkapel of uitbouw zal het oppervlakte en inhoud stijgen. Urgis berekent exact het volume en woonoppervlak op basis van landelijke (of lokale) 3D data. Met deze informatie kunnen bestaande gegevens worden getoets of aangevuld.

 

Over deze dataset:

  • Op basis van 3D hoogtemodel (landelijke open data of lokale hoogtemodel)
  • Gekoppeld aan de BAG en/of adres