Nederland voorbereiden op de gevolgen van de klimaatverandering
Het lectoraat Smart Sensor Systems draagt bij aan het kennisprogramma Klimaatadaptatie van Rijkswaterstaat. Het doel: risico’s door omvallende bomen voorspellen en voorkomen met behulp van geavanceerde sensortechnologie.
Centre of Expertise Digital Operations & Finance

Het lectoraat Smart Sensor Systems van De Haagse Hogeschool draagt bij aan het kennisprogramma Klimaatadaptatie van Rijkswaterstaat. Na het ontwikkelen van een sensormeetsysteem voor het herkennen van plantsoorten bij hoge snelheid, is het nu de beurt aan de bomen langs de hoofd(vaar)wegen, ook wel bekend als houtopstand.
Aanleiding
Rijkswaterstaat is verantwoordelijk voor het onderhoud van de houtopstand langs het hoofd(vaar)wegennet en wil weten wat de gevolgen zijn van het veranderende klimaat voor de bomen in de bermen. Extreme droogte en hevige regenval beïnvloeden de gezondheid en stabiliteit van bomen. Het lectoraat Smart Sensor Systems, onderdeel van het Centre of Expertise Digital Operations & Finance van De Haagse Hogeschool brengt vooral de soort, hoogte en dikte van de stam, de gezondheidsstatus van bomen en de risico’s op gevaarlijke wegsituaties in kaart. Het lectoraat Ruimtelijke Transformaties – Water van de Hanzehogeschool Groningen richt zich vooral op waterkwantiteit en -kwaliteit. Voor dit project bundelen de hogescholen hun krachten.
Doel
Het project heeft als doel de (diversiteit van de) houtopstand te evalueren, de status van onderhoud in kaart te brengen en daarmee de risico’s op omvallende bomen of takken te minimaliseren. Rijkswaterstaat beschikt over veel boomgegevens, maar deze informatie is verspreid over verschillende onderzoeken en kaarten of ontbreekt soms geheel. De onderzoeksgroep Smart Sensor Systems kan bestaande data combineren en richt zich op het ontwerp en de ontwikkeling van een meetplatform om de bermen te scannen, evenals op het verwerken en delen van de meetresultaten. Het uiteindelijke doel is preventie en voorspelling van de gezondheidsstatus in combinatie met klimaat (hitte en water) voor het groenbeheer. Voorkomen is namelijk beter en goedkoper dan genezen of repareren.
Onderzoek
De Haagse Hogeschool onderzoekt of boomsoorten en -afmetingen bij een snelheid van 80 kilometer per uur kunnen worden gemeten en opgeslagen in een geografische database. Vervolgens willen ze de gezondheidsstatus van een boom detecteren en vastleggen. Op basis van deze meetgegevens, bestaande statistieken en omgevingsvariabelen, zoals windsnelheid en grondwaterstand, zijn voorspellingen te doen over de risico’s, zoals het gevaar van omvallende bomen.
Verwachte resultaten
Een camerameetsysteem realiseren waarmee Rijkswaterstaat op hoge snelheid beelden kan maken van de bomen langs de hoofd(vaar)wegen. Deze beelden geven informatie over de soort, afmeting en uiteindelijk de gezondheid van elke boom. Deze informatie stelt ecologen in staat proactief te handelen en risico’s beter te voorspellen.
Samenwerkingspartners
Hanze Hogeschool, lectoraat Klimaatadaptatie
Duur van het project
Januari 2024 tot juli 2027
Betrokken hbo-opleidingen
De opleidingen Elektrotechniek, Mechatronica, Toegepaste Natuurkunde en Applied Datascience.
Financiering
Dit project wordt gefinancierd door RWS 2025 Kennisimpuls klimaatadaptatie.
Team
- dr. John Bolte, lector Smart Sensor Systems en directeur van het Centre of Expertise Digital Operations & Finance
- Bas van Driel, PhD-student Datascience
- dr. Amey Vasulkar, AI en datascience expert
- dr. Fernando Garcia Fernandez, associate professor aan de universiteit Carlos III in Madrid
- dr. Hanno Hildmann, extern kenniskringlid TNO