Homogeniteit algoritme
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Verantwoord gebruik
Doel en impact
Het algoritme helpt om de jaarlijkse subsidieaanvraag voor het GLB beter te maken. Het kijkt of de informatie van de aanvrager klopt. Als er iets niet klopt, krijgt de aanvrager een melding.
Afwegingen
Sinds 2023 is het Areaal Monitoring Systeem (AMS) verplicht voor het controleren van regelingen die met grond te maken hebben. Dit staat in artikel 7 van een Europese wet (EU 2022/1173). Het gebruik van satellietbeelden is de meest efficiënte manier om dit automatisch te doen. De aanvrager kan zelf ook bewijzen aanleveren en mag later bezwaar maken als hij het ergens niet mee eens is.
Menselijke tussenkomst
Als het algoritme een afwijking vindt, kijkt eerst een medewerker naar het resultaat. Als de medewerker het eens is met de afwijking, dan laat hij dit weten aan de aanvrager. De aanvrager kan daarna via een speciale app (de geotag foto-app) bewijsmateriaal opsturen om te laten zien dat het misschien toch goed is.
Risicobeheer
Jaarlijks wordt de kwaliteit van het algoritme getoetst. Dit gebeurt op basis van steekproeven. En een verplichte kwaliteitstoets waarover gerapporteerd moet worden richting de Europese Commissie.
Wettelijke basis
Sinds 2023 is het Areaal Monitoring Systeem (AMS) een verplicht onderdeel voor het monitoren van grondgebonden regelingen, zoals bepaald in artikel 7 van Uitvoeringsverordening (EU) 2022/1173.
Links naar wettelijke basis
Impacttoetsen
Werking
Gegevens
Functioneel_id, opgegeven gewascode, geometrie, aanvraagnummer (opgave gegevens van de relatie voor een subsidieaanvraag voor het GLB, Satellietdata).
Links naar gegevensbronnen
- BRP Gewaspercelen : https://www.pdok.nl/introductie/-/article/basisregistratie-gewaspercelen-brp-
- Copernicus Data Space Ecosystem : https://dataspace.copernicus.eu/
Technische werking
De homogeniteitsmarkers detecteert of een perceel ook homogeen bedekt is met een bepaald gewas. Het algoritme achter de homogeniteitsmarker analyseert satellietbeelden van een perceel over een langere periode (tussen april en augustus) om te bepalen of het perceel homogeen is – met één type gewas – of heterogeen, bijvoorbeeld door meerdere gewassen of gemengd gebruik. Hiervoor wordt gebruikgemaakt van een LightGBM-classificatiemodel, dat leert van voorbeelden van bekende homogene en heterogene percelen. Het model kijkt naar variatie in satellietsignalen, zoals vegetatie-indexen (zoals NDVI), binnen het perceel. Veel variatie duidt op mogelijke mengteelten of afwijkingen binnen het perceel. Door deze methode kunnen zelfs kleine afwijkingen op perceelsniveau betrouwbaar worden opgespoord.