In deze aflevering van DMI Doet spreekt Jan-Willem Wesselink met Martin Smit, medeoprichter van Caeli, over de vraag hoe AI helpt om grote hoeveelheden data om te zetten in bruikbare informatie voor de stad. Caeli combineert satellietdata met onder meer grondmetingen, weer, wind, verkeersintensiteit en gegevens over de fysieke omgeving om de luchtkwaliteit steeds nauwkeuriger in kaart te brengen. Zo ontstaat op buurtniveau inzicht in stoffen als stikstofdioxide en fijnstof, ook op plekken waar geen meetstation staat.
Martin Smit legt uit hoe zo’n machinelearningmodel wordt opgebouwd en steeds verder wordt getraind. Door nieuwe databronnen toe te voegen en de uitkomsten te vergelijken met grondmetingen, wordt het model nauwkeuriger. Voor gemeenten betekent dat dat zij niet alleen kunnen zien hoe de luchtkwaliteit zich ontwikkelt, maar ook kunnen onderzoeken of maatregelen daadwerkelijk effect hebben. Zo gebruikt Hilversum de data bijvoorbeeld in relatie tot de omgevingsvisie.
De mogelijkheden worden bovendien groter. Nieuwe satellieten kunnen veel vaker gegevens leveren, waardoor luchtkwaliteit in de toekomst bijna realtime gevolgd kan worden. Dat opent de deur naar beleid dat minder statisch is en sterker reageert op wat er op dat moment in een stad gebeurt. Een gesprek over satellietdata, machine learning en de stap van data naar informatie en over hoe AI gemeenten kan helpen om steeds gerichter te sturen op een gezonde leefomgeving.