ARTIKEL: LiDAR-scanning en Gaussian Splatting in de Nederlandse landschapsarchitectuur

Voordelen ten opzichte van traditionele methoden

Het combineren van LiDAR-scanning met Gaussian Splatting biedt diverse voordelen vergeleken met conventionele methoden (zoals handmatige landmeting, fotogrammetrie of klassieke 3D-modellering):

• Snelle en uitgebreide gegevensverzameling: Met LiDAR kan in enkele minuten een volledige 3D-scan van een gebied worden gemaakt, inclusief terrein en objecten, met hoge dichtheid en precisie. Traditioneel terrein meten was zeer tijdrovend en kostbaar; nu hoeft dit niet meer punt-voor-punt ter plekke, maar kan men in één keer de hele omgeving vastleggen. Zo is in Nederland voor elke vierkante meter de hoogte tot op ~5 cm bekend dankzij landelijke LiDAR-scans. Dit versnelt de start van ontwerpprojecten enorm, omdat een gedetailleerd basismodel direct beschikbaar is.

• Hoog detailniveau en nauwkeurigheid: LiDAR-scanners leveren een dicht puntenwolkbestand met centimeternauwkeurigheid. Hierdoor worden kleine hoogteverschillen en objecten zichtbaar die met het blote oog of traditionele metingen moeilijk te detecteren zijn. In het Actueel Hoogtebestand Nederland (AHN) leidde dit er bijvoorbeeld toe dat archeologen subtiele reliëfverschillen ontdekten, zoals sporen van oude nederzettingen, keltische velden en middeleeuwse verkavelingspatronen die voorheen verborgen bleven. Deze nauwkeurigheid en volledigheid van data betekenen dat landschapsontwerpers geen belangrijke kenmerken missen.

• Fotorealistische 3D-visualisatie: Gaussian Splatting maakt van de ruwe meetdata een samenhangend, realistisch beeld. Elke “splat” bevat niet alleen geometrie maar ook kleur en informatie over lichtreflectie, wat resulteert in natuurlijke overgangen, schaduwen en texturen in het model. Dit geeft een levensechte weergave van de omgeving, veel dichter bij hoe we de echte wereld zien. In tegenstelling tot traditionele 3D-modellen (met hoekige polygonen) of kale puntenwolken, levert 3DGS hoge visuele kwaliteit met vloeiende, natuurlijke details. Dit fotorealisme is zeer waardevol voor ontwerpvisualisaties en communicatie met stakeholders (zie verderop).

• Snelle rendering en efficiënte data: Een belangrijk voordeel van Gaussian Splatting is dat het renderen van grote 3D-scènes veel sneller verloopt dan bij klassieke methoden. De resulterende bestanden zijn bovendien compact; ondanks vergelijkbaar detailniveau zijn de data veel kleiner in omvang dan traditionele puntenwolken. Dit maakt ze makkelijker hanteerbaar, deelbaar en te bewerken op standaard hardware. Ter vergelijking: conventionele laserscandata kunnen tientallen gigabytes beslaan, terwijl Gaussian Splats dankzij efficiënte opslag dezelfde omgeving met aanzienlijk minder Mb’s weergeven. Deze compactheid vereenvoudigt samenwerking tussen partijen en uitwisseling van modellen, zelfs via beperkte bandbreedte.

• Compleet kleurbeeld geïntegreerd met metrieken: Moderne LiDAR-scanners zoals de XGRIDS Lixel K1 combineren lasermetingen met hoge-resolutie camera’s, zodat direct gekleurde 3D-modellen worden gemaakt. Dit betekent dat geometrie en visuele context in één dataset zitten. Voorheen moesten ontwerpers vaak aparte fotoreeksen combineren met puntenwolken om aan kleuren te komen; nu is dat geïntegreerd in één scan. Elk punt in het model heeft een echte kleur en reflectie-eigenschap, waardoor materialen (zoals gras, water, bestrating) duidelijk herkenbaar zijn in de 3D-weergave. De combinatie van LiDAR + RGB-camera’s geeft dus zowel meetbare precisie als rijke visuele informatie in één workflow.

• Real-time resultaat en snelle verwerking: Dankzij slimme algoritmen en voldoende onboard processing (bijv. de ingebouwde high-performance computer in de XGRIDS L2) kunnen deze scanners in real-time een 3D-model opbouwen. In het veld ziet men direct het ingescande model verschijnen, wat controle ter plekke mogelijk maakt en nabewerking minimaliseert. Deze directheid is een groot verschil met traditionele methoden waar vaak uren tot dagen data verwerkt moesten worden voordat bruikbare tekeningen of 3D-modellen beschikbaar kwamen. Zo maakt XGRIDS gebruik van SLAM (Simultaneous Localization And Mapping) en geoptimaliseerde 3DGS-software om naadloos grote scènes filmisch te visualiseren, met automatische datacompressie en zelfs AI-gestuurde objectverwijdering (het weghalen van passerende mensen/auto’s). Dit versnelt het hele proces van meting tot bruikbaar model.

• Beter in complexe of natuurlijke vormen: Landschappen bevatten organische vormen (zoals bomen, heuvels, wateroppervlak) die lastig in kaart te brengen zijn met handmatige meting of traditionele CAD-modellen. LiDAR kan miljoenen punten op zulke vormen vastleggen, en Gaussian Splatting geeft deze complexe scènes vloeiend weer zonder ze te moeten vereenvoudigen tot rechte vlakken. De technologie presteert zelfs beter naarmate scènes groter en ingewikkelder worden, waar traditionele render-technieken vaak vastlopen. Dit betekent dat zowel een dicht stadspark met veel detail als een uitgestrekt natuurgebied met oneffen terrein zonder kwaliteitsverlies in één model te bekijken zijn.

Kortom, de combinatie LiDAR + Gaussian Splatting biedt snelheid, precisie en realisme die traditionele inmeet- en modelleringstechnieken niet kunnen evenaren. Het resultaat zijn meetbare, interactieve en fotorealistische 3D-modellen (digitale tweelingen) van de omgeving, wat een sterke basis vormt voor uiteenlopende toepassingen in de landschapsarchitectuur.

Waardevolle toepassingen in landschapsarchitectuur

De inzet van LiDAR-scans met Gaussian Splatting kan op veel manieren van waarde zijn binnen de landschapsarchitectuur. We bekijken een aantal toepassingsgebieden, zowel in stedelijke als landelijke context, waar deze technologie een meerwaarde biedt:

Stedelijke omgeving

In stedelijke landschapsarchitectuur – denk aan parken, pleinen, straten en stedelijke groene ruimtes – kan deze technologie het hele ontwerpproces versterken:

• Digital Twin van de stad: Steeds meer steden werken aan 3D-stadsmodellen of digitale tweelingen voor planning en beheer. LiDAR-data gecombineerd met fotobeelden levert hierbij zeer realistische 3D-weergaven van straten, gebouwen en groenvoorziening. In Nederland is bijvoorbeeld een fotorealistische digitale twin van het héle land gerealiseerd op basis van luchtfotografie en LiDAR. Steden kunnen zulke modellen gebruiken om ruimtelijke plannen te toetsen: van het ontwerpen van nieuwe parken tot het simuleren van klimaatmaatregelen in de openbare ruimte. De fotorealistische Gaussian Splat-modellen maken het eenvoudig om situaties te analyseren en visualiseren alsof men ter plekke is, wat besluitvorming door gemeenten versnelt en verbetert.

• Ontwerp en renovatie van openbare ruimte: Een landschapsarchitect kan een bestaand stadsplein of park volledig inscannen als basis voor een herinrichtingsontwerp. Alle bomen, verhardingen, hoogteverschillen en straatmeubilair worden exact vastgelegd in 3D. Dit geeft een compleet as-built model waarop het nieuwe ontwerp in context uitgewerkt kan worden. Bijvoorbeeld, bij de herinrichting van een historische gracht of plein kan een 3D-scan ervoor zorgen dat nieuwe elementen (bankjes, verlichting, groen) precies passen tussen de bestaande monumentale bomen en gebouwen. Dit vermindert verrassingen tijdens de uitvoering. Bovendien kan het resulterende ontwerp in het fotorealistische model worden geplaatst voor presentatie aan bewoners en bestuurders, die zo een zeer natuurgetrouw beeld van het toekomstige resultaat krijgen. Dit is effectiever dan traditionele platte plattegronden of artist impressions, omdat men virtueel door het nieuwe ontwerp kan "lopen" in de context van de bestaande stad.

• Inventarisatie van stedelijk groen en erfgoed: Gemeenten kunnen LiDAR inzetten om assets in de buitenruimte te inventariseren. Denk aan het in kaart brengen van alle bomen (locatie, hoogte, kroonbreedte) in de stad of het gedetailleerd vastleggen van monumentale tuinen en parken. In Amsterdam is LiDAR-data bijvoorbeeld al gebruikt om boomhoogtes te bepalen en patronen in stedelijk groen te analyseren (mede dankzij open data zoals AHN). Met mobiele scanners kunnen gemeenten zelf snel delen van de stad scannen, bijvoorbeeld om de actuele situatie van een wijk vast te leggen voorafgaand aan ontwerpwerk. Ook cultureel erfgoed in de stad – zoals historische hofjes, kasteeltuinen of verdedigingswerken – kan men in hoge detail vastleggen. Recent is bijvoorbeeld met een XGRIDS Lixel K1 scanner een tweetal historische bouwwerken (kastelen) digitaal gedocumenteerd in slechts enkele uren, wat de potentie toont om erfgoedlocaties snel te “conserveren” in 3D. Zulke gedetailleerde scans zijn nuttig voor restauratieplannen of om de impact van nieuwe bouwprojecten in de omgeving te beoordelen.

• Smart City analyses: In het kader van Smart City kunnen de verkregen 3D-modellen ook dienen voor allerlei analyses, zoals het simuleren van zichtlijnen (bv. wat is het uitzicht vanaf een bepaalde plek, of welke gebouwen worden zichtbaar/bebouwd), het analyseren van schaduwval van nieuwe beplanting of bebouwing, windhinder-simulaties en meer. Een levensecht 3D-model met actuele gegevens is hiervoor een veel betrouwbaardere basis dan een verouderd 2D-kaartbeeld. Omdat de Gaussian Splatting-modellen ook web-compatibel zijn en in game-engines (Unity, Unreal) te gebruiken, kunnen steden deze integreren in interactieve planningstools of zelfs AR/VR-toepassingen voor participatie. Denk aan bewoners die via een VR-bril door een herontworpen plein lopen dat gebaseerd is op een LiDAR/GS-scan – dit verhoogt betrokkenheid en begrip.

Landelijke omgeving

In het buitengebied en natuurlijke landschappen brengt LiDAR + GS eveneens belangrijke voordelen en toepassingen:

• Terreinmodellering en waterbeheer: Nederland is plat, maar kleine hoogteverschillen zijn cruciaal voor waterafvoer en landschapsontwerp. LiDAR is van origine al veel gebruikt door waterbeheerders om zeer gedetailleerde hoogtemodellen te krijgen. Door Gaussian Splatting toe te passen, kunnen deze hoogtedata gecombineerd worden met visuele informatie, wat bijvoorbeeld nuttig is bij het ontwerpen van nieuwe waterpartijen, dijken of natuurvriendelijke oevers. Een actueel 3D-model van een poldergebied kan laten zien waar water zal stromen bij overstromingen, of hoe ingrepen het landschap visueel beïnvloeden. Dit helpt landschapsarchitecten om esthetiek en ecologie (bijv. zichtlijnen in het open polderland) te combineren met functionele eisen als waterberging. Bovendien maakt de snelle inwintechniek het mogelijk om grote gebieden (zoals een hele uiterwaard of heideveld) in relatief korte tijd te scannen, waar een landmeter maanden over zou doen.

• Natuurmonitoring en ecologisch ontwerp: In natuurgebieden kan periodieke LiDAR-scanning gebruikt worden om veranderingen in vegetatiestructuur of terrein te monitoren. Bijvoorbeeld het opslibben van zandplaten, aangroei of kap van bos, of verzakkingen in veengebieden zijn met verschilmodellen goed inzichtelijk te maken. Gaussian Splatting maakt deze veranderingen ook visueel interpreteerbaar voor niet-specialisten, door de data in begrijpelijke 3D-beelden te gieten. Dit is nuttig voor organisaties als Natuurmonumenten of Staatsbosbeheer bij het evalueren van beheermaatregelen. Landschapsarchitecten die aan ecologische verbindingszones of bosontwikkelingsplannen werken, kunnen via deze technologie de bestaande natuurwaarden heel precies in beeld brengen en de effecten van een plan simuleren. Zo zou men een ontwerp voor nieuwe beplanting in een natuurgebied in het gescande model kunnen plaatsen om te zien hoe het opgaat in het huidige landschap. Een ander voorbeeld is het blootleggen van verborgen landschapselementen: LiDAR kan door bladerdek heen de ondergrondse reliefwijzigingen meten, waardoor oude stroompatronen of historische structuren zichtbaar worden. Deze informatie kan cruciaal zijn bij ruimtelijke ingrepen in cultuurlandschappen – men ontdekt bijvoorbeeld een oude dijk of greppel die men in een nieuw plan kan accentueren of juist ontzien.

• Landbouw en groenbeheer: Ook voor agrarische landschappen en landgoederen biedt de techniek kansen. Hoveniers en landschapsontwerpers in de tuin- en parksector kunnen terreinen scannen om exacte hoogtes en objectposities te krijgen voordat ze een herinrichtingsplan maken – handig bij bijvoorbeeld golfbanen of landgoedtuinen waar reliëf en zichtlijnen belangrijk zijn. In de landbouw kunnen adviseurs met drones uitgerust met LiDAR scanners grote akkers scannen; Gaussian Splatting zou deze data direct kunnen omzetten in begrijpelijke 3D-overzichten voor boeren, bijvoorbeeld om bodemerosie of wateraccumulatie te visualiseren. Dit helpt bij het ontwerpen van landschappelijke oplossingen voor agrarische uitdagingen, zoals gerichte aanleg van houtwallen of greppels voor biodiversiteit en waterbeheer. Hoewel dit op het snijvlak ligt van landbeheer en landschapsarchitectuur, is het integrale beeld van de terreinopbouw en begroeiing daarbij erg waardevol.

• Cultuurhistorisch landschapsontwerp: Nederland kent veel erfgoed in het buitengebied (terpen, kastelen met omliggende landschappen, oude liniedijken, etc.). LiDAR-gestuurde scans hebben al bewezen dergelijke elementen te kunnen detecteren en documenteren. Gaussian Splatting laat ontwerpers vervolgens een virtuele reconstructie ervaren – bijvoorbeeld hoe een oud landgoed eruitziet inclusief alle bomen, reliëfs en structuren. Bij herbestemming of recreatieve ontwikkeling van zo’n gebied kan men met deze informatie zorgen dat nieuwe ontwerpen passen bij de historische gelaagdheid. Een concreet voorbeeld: de Nieuwe Hollandse Waterlinie (Unesco erfgoed van historische forten en inundatievelden) zou met mobiele LiDAR-scanners en 3DGS in kaart gebracht kunnen worden, waarna landschapsarchitecten interactieve 3D-modellen hebben om bv. nieuwe wandelroutes of belevingspunten te plannen zonder de historische elementen aan te tasten. Dit verhoogt ook de bewustwording; stakeholders kunnen virtueel het landschap “beleven” zoals het is (of was), voordat aanpassingen plaatsvinden.

Rol in verschillende fasen van het werkproces

LiDAR en Gaussian Splatting-technologie kunnen in alle fasen van het landschapsarchitectonisch proces een rol spelen – van eerste ontwerp tot langdurig beheer. We lichten per fase de belangrijkste bijdragen toe:

• Initiatief & Analyse (Ontwerpfase): In de beginfase van een project is het cruciaal om het bestaande landschap goed te begrijpen. LiDAR-scans leveren een accuraat basisbestand van het terrein en alle aanwezige elementen. Dit overtreft traditionele methoden zoals veldmeting of 2D-kaarten, die minder detail bieden. Met een 3D-scan kunnen ontwerpers het terrein digitaal verkennen vanuit elke hoek, hoogteprofielen maken en probleemzones identificeren (zoals ongeziene hoogteverschillen, zichtlijnen, drainagepunten). Omdat de data in centimeters nauwkeurig is, kan men in het digitale model al analyses doen die anders pas buiten op locatie mogelijk waren. Dit versnelt de analysefase en zorgt voor betere geïnformeerde ontwerpen. Bovendien kunnen ontwerpteams de gescande context eenvoudig delen: een adviesbureau, stedenbouwkundige en landschapsarchitect kunnen allen in hetzelfde 3D-contextmodel werken, wat integraal ontwerpen stimuleert. XGRIDS benadrukt dat hun 3DGS-scans naadloos in BIM-software en game-engines te integreren zijn, wat betekent dat van engineering tot interactieve ontwerpsessies hetzelfde model gebruikt kan worden.

• Ontwerp & Visualisatie (Ontwerpfase en Voorontwerp): Tijdens het uitwerken van het ontwerp zijn visualisaties richting opdrachtgever, stakeholders en burgerparticipatie van groot belang. Hier ligt een van de sterkste troeven van Gaussian Splatting: de mogelijkheid om een 3D-ontwerpvoorstel in een fotorealistische context te plaatsen. Ontwerpvoorstellen (bijv. in SketchUp, Revit of GIS) kunnen in het LiDAR/GS-model worden ingevoegd, waardoor iedereen direct ziet hoe het voorstel eruitziet in de huidige omgeving. Dit maakt abstracte plannen tastbaar. Bovendien kan men met het 3D-model rondwandelen of vliegen voor interactieve presentatie. Uit recent geospatial onderzoek blijkt dat het presenteren van meetgegevens als fotorealistisch 3D-model de manier waarop plannen gecommuniceerd worden revolutioneert, omdat stakeholders de situatie intuïtiever kunnen verkennen en begrijpen. In Nederland, waar bewonersparticipatie bij ruimtelijke plannen vaak vereist is, kan een levensecht 3D-model voor betere feedback en draagvlak zorgen. Denk aan een bewonersavond waar men door een virtuele maquette van het heringerichte dorpsplein loopt in plaats van naar platte tekeningen kijkt. Deze fase profiteert ook van de snelle rendering: wijzigingen in het ontwerp kunnen vlot geüpdatet en opnieuw in het model gerenderd worden, doordat 3DGS in realtime werkt.

• Uitvoering & Beheer (Realisatie en Nazorg): Na de ontwerp- en planfase kan de technologie bijdragen aan realisatie en langdurig beheer. Een eerste toepassing is nulmeting en monitoring: vóór de uitvoering wordt het terrein ingescand (nul-situatie in 3D). Tijdens en na de aanleg kunnen nieuwe scans gemaakt worden om te vergelijken met het ontwerp en met de eerdere toestand. Dit maakt het mogelijk om direct eventuele afwijkingen op te merken (bijvoorbeeld of aangelegd terreinprofiel afwijkt van plan). Na oplevering kan de LiDAR+GS-combinatie dienen voor periodieke monitoring van het gebied. Bijvoorbeeld, een park dat is aangelegd kan jaarlijks of tweejaarlijks gescand worden om groei van beplanting, slijtage van paden of verzakkingen te signaleren. In het beheer van de openbare ruimte is dit zeer waardevol: afwijkingen worden objectief vastgesteld en geïnventariseerd in het 3D-beheermodel. Omdat Gaussian Splats zo data-efficiënt zijn, kunnen grootschalige scènes (hele wijken of gebieden) zonder zware computers bekeken worden, wat betekent dat ook beheerders of niet-technische collega’s met een simpele laptop of tablet de modellen kunnen raadplegen. Dit sluit aan bij de trend van digitale tweelingen in beheer: denk aan een gemeente die een digitaal 3D-portaal heeft waarin onderhoudsinspecteurs kunnen inzoomen op elk park of straat in actuele staat. LiDAR/GS-data kunnen hierin de basis vormen.

• Evaluatie & Bijsturing: In langere termijn kunnen ontwerpers en beheerders samen de effecten van ingrepen evalueren met behulp van herhaalde scans. Challenges in het landschap – zoals bomen die onverwacht groot worden en zichtlijnen blokkeren, of waterafvoer die anders loopt door bodemdaling – komen aan het licht door vergelijkende 3D-modellen over de jaren. Dit geeft inzichten die teruggekoppeld worden naar ontwerpuitgangspunten (leren van projecten). Een concreet voorbeeld is het monitoren van een kustversterkingsproject: door periodiek de duinen te scannen ziet men zandverplaatsing en kan de landschapsarchitect beoordelen of aanvullende beplanting of verstuivingsmaatregelen nodig zijn. De nauwkeurigheid en volledigheid van LiDAR-opnames betekent dat zelfs kleine veranderingen detecteerbaar zijn, wat bij handmatige inspecties moeilijk haalbaar is. Zo hebben waterschappen via opeenvolgende AHN-scans van heel Nederland verzakkingen en erosie kunnen kwantificeren op een schaal en detailniveau dat voorheen ondenkbaar was. Deze inzichten helpen om tijdig beheermaatregelen te nemen en ontwerpen toekomstbestendiger te maken.

Samengevat ondersteunen LiDAR en Gaussian Splatting elke stap: van een beter geïnformeerd ontwerp, via overtuigende visualisaties, tot nauwgezette realisatiecontrole en adaptief beheer in de gebruiksfase. Dit integreert ontwerp en beheer naadloos, een voordeel in de hedendaagse landschapsarchitectuur waarin de levenscyclusbenadering steeds belangrijker wordt.

Doelgroepen en hun belangen

De inzet van deze technologieën is relevant voor verschillende doelgroepen in en rondom de landschapsarchitectuur, elk met eigen motieven:

• Gemeenten en overheden: Voor gemeenten (en provincies of waterschappen) is LiDAR+GS interessant vanwege stedelijke planning, openbare ruimte beheer en burgerparticipatie. Gemeenten beschikken nu al over LiDAR-hoogtedata (AHN) voor heel Nederland, wat ze gebruiken voor waterbeheer en analyse. Met gedetailleerdere scans (bijv. via mobiele scanners) kunnen ze op projectniveau actuele digitale tweelingen van wijken of buitengebieden maken. Dit helpt bij infrastructurele plannen, groenbeheer en handhaving. Bijvoorbeeld: een gemeente kan voor een herinrichting van een winkelstraat een scan laten maken zodat alle maatvoeringen kloppen; of een beheerafdeling kan na een storm een park scannen om omgewaaide bomen en schade direct in kaart te hebben in 3D in plaats van veldinspecties. Ook voor beleidscommunicatie is het nuttig: bij inspraakavonden kan de gemeente een 3D-model tonen om effecten van een nieuw plan te laten zien, wat voor burgers veel begrijpelijker is dan platte kaarten. Gemeenten streven bovendien naar efficiëntie: deze technologie kan inmeetkosten verminderen en beslissingen versnellen doordat informatie direct beschikbaar en visueel inzichtelijk is.

• Advies- en ingenieursbureaus: Adviesbureaus op het gebied van landschap, ruimtelijke ordening, milieu en civiele techniek kunnen zich met deze tools onderscheiden. Zij worden vaak ingehuurd om analyses of ontwerpen te leveren en concurreren op kwaliteit en innovatie. Door gebruik van LiDAR en 3DGS kunnen ze sneller data verzamelen en rijkere producten opleveren voor hun klanten. Zo kan een bureau in een kort tijdsbestek een gebiedsscan opleveren inclusief een interactieve 3D-visualisatie, waar traditioneel een meetploeg en tekenaar dagen werk aan zouden hebben. Dit is aantrekkelijk voor opdrachtgevers (gemeenten, projectontwikkelaars) die in korte doorlooptijd plannen willen beoordelen. Bovendien openen zich nieuwe diensten: bijvoorbeeld het maken van virtuele 3D-tours van een locatie voor vastgoed- of toerismeontwikkeling, of het verrichten van nauwkeurige volumeberekeningen (uitgraving, grondbalans) direct uit de puntenwolk. Omdat de data zo precies en volledig is, kunnen adviseurs ook beter onderbouwde adviezen geven – denk aan milieueffectrapportages waarin bijvoorbeeld de schaduwwerking van een windturbinepark op het omringende landschap via 3D-model is doorgerekend en visueel gemaakt. Innovatieve bureaus in Nederland (bijv. op het gebied van Geo-ICT) lopen al voorop in het ontwikkelen van dergelijke 3D-toepassingen en profiteren van de continue doorontwikkeling van scanningtechnieken.

• Ontwerpers, stedenbouwkundigen en landschapsarchitecten: De primaire doelgroep – de ontwerpers zelf – halen forse voordelen in hun workflow. Voor hen betekent LiDAR+GS meer ontwerpvrijheid met minder onzekerheid. Doordat de bestaande situatie volledig en nauwkeurig in 3D beschikbaar is, kunnen ontwerpkeuzes beter afgestemd worden op de context (je ontwerpt in het terrein als het ware, ook al zit je achter de computer). Dit reduceert fouten zoals verkeerde hoogte-inschattingen of botsingen tussen ontwerp en bestaande objecten. Bovendien kunnen landschapsarchitecten met de 3DGS-outputs prachtige visuals en zelfs VR-belevingen maken om hun ontwerpideeën te verkopen. Dit is belangrijk in een vak waar beleving en ruimtelijk inzicht centraal staan. Stedenbouwkundigen profiteren op gelijke wijze: een nieuw stedenbouwkundig plan kan in het bestaande stadmodel worden gezet, zodat direct duidelijk is hoe gebouwhoogtes zich verhouden tot de huidige omgeving, of waar nieuwe groenstructuren nodig zijn. Architecten en bouwkundigen gebruiken 3D-scans al langer voor gebouwen, maar Gaussian Splatting breidt dit uit naar snelle fotorealistische rendering, wat ook voor landschapsarchitecten bruikbaar is. Sterker nog, 3D-scanning wordt in rap tempo een essentiële tool in architectuur en engineering, en we zien dat landschapsontwerp hierin meegroeit. Voor zelfstandige ontwerpers of kleine bureaus kan bijvoorbeeld een compacte scanner als de XGRIDS K1 (slechts 1 kg, handheld) toegang geven tot technologie die eerder alleen voor grote partijen haalbaar was. Dit democratiseert het gebruik: ook een tuin- en landschapsontwerper voor particulieren zou in de toekomst de achtertuin van een klant kunnen 3D-scannen met een iPad of handheld om snel een model te hebben als basis voor het ontwerp. Kortom, ontwerpers kunnen zich met deze technieken creatief uitleven en hun product voor de klant naar een hoger niveau tillen.

• Onderzoek en onderwijs: Hoewel niet expliciet gevraagd, is het vermeldenswaard dat ook landschapsarchitectuur-opleidingen en onderzoekers baat hebben bij deze ontwikkelingen. Studenten kunnen gescande omgevingen gebruiken als studieobject (bijv. analyse van historische landschappen via LiDAR). De drempel om veldgegevens te verkrijgen voor ontwerpstudio’s wordt lager, wat experimenteel werken in 3D stimuleert. Nederlandse kennisinstellingen (TU Delft, Wageningen UR etc.) verkennen bijvoorbeeld al de inzet van NeRFs en Gaussian Splatting voor ruimtelijke analyseshbo-. Dit draagt bij aan een nieuwe generatie ontwerpers die digitaal onderlegd is.

(Bovenstaande categorieën overlappen uiteraard: bijvoorbeeld een gemeentelijke ontwerper heeft zowel de belangen van de gemeente als de ontwerpopgave.)

Huidige uitdagingen en hoe Gaussian Splatting kan helpen

De landschapsarchitectuurpraktijk kent een aantal hardnekkige uitdagingen waarbij LiDAR-scanning met Gaussian Splatting duidelijk verlichting biedt of nieuwe oplossingen aandraagt:

• 1. Traag en arbeidsintensief inmeten: Traditioneel kost het veel manuren om een terrein op te meten en 2D/3D tekeningen te maken. Dit vertraagt projecten en is foutgevoelig. Zoals eerder genoemd was hoogteopname vroeger een tijdrovende klus. Met de huidige technieken kan één persoon met een mobiele scanner in korte tijd een gebied “inmeten” en direct over een bruikbaar model beschikken. Dit versnelt het traject van initiatie tot ontwerp aanzienlijk. De tijdwinst betekent ook dat ontwerpers vaker actuele data kunnen gebruiken in plaats van verouderde informatie. Dit adresseert de klacht dat plankaarten niet meer kloppen tegen de tijd dat een project start – nu kan men vlak vóór ontwerpfase nog een scan doen voor de laatste stand van zaken. Zo worden onnodige verrassingen en vertragingen tijdens de uitvoering voorkomen.

• 2. Onvolledige weergave van complexe landschappen: Een plattegrond of dwarsprofiel doet vaak geen recht aan de complexiteit van een landschap, zeker in 3D. Belangrijke kenmerken zoals kleine glooiingen, overhangende boomkronen of straatmeubilair kunnen over het hoofd gezien worden. Dit leidt tot suboptimale ontwerpen. LiDAR+GS pakt dit aan door alles in de omgeving vast te leggen, in volledige 3D en kleur. Zelfs subtiele patronen of historische relicten in het landschap komen aan het licht. Voor landschapsarchitecten betekent dit dat ze met een rijker beeld van de bestaande toestand werken, waardoor ontwerpen beter aansluiten op alle aanwezige elementen (zowel boven- als ondergronds, aangezien LiDAR ook terrein onder vegetatie kan meten). Het resultaat is een integraler ontwerp en minder noodzaak tot aanpassingen achteraf.

• 3. Moeilijke visualisatie en communicatie: Het overbrengen van een ontwerpidee of analyse aan leken (bewoners, bestuurders) is een klassiek knelpunt. Veel mensen vinden kaarten en technische tekeningen lastig te lezen, wat tot miscommunicatie of weerstand kan leiden. Gaussian Splatting-technologie lost dit voor een groot deel op door fotorealistische modellen te bieden die intuïtief te begrijpen zijn. Stakeholders kunnen het plan “zien” bijna alsof het er al is, dankzij de realistische weergave van zowel bestaand als toekomstig situatie. Dit vermindert een veelvoorkomend misverstand in participatie: bewoners roepen bij 2D-plannen vaak “ik kan me er niks bij voorstellen”. Met een 3DGS-model is dat bezwaar weg; men ervaart het ontwerp. In de praktijk leidt dit tot beter geïnformeerde feedback, sneller akkoord van besluitvormers en een soepeler ontwerpproces. Ook intern in ontwerpteams verbetert communicatie: 3D-scans zijn een gedeelde referentie waarmee landschapsarchitect, stedenbouwkundige en ingenieur direct kunnen aanwijzen waar knelpunten of kansen liggen, in plaats van elkaar’s CAD-lijnen te interpreteren.

• 4. Omvang en complexiteit van data: Hoewel 3D-puntenwolken veel informatie bevatten, zijn ze berucht om hun grootte en de rekenkracht die nodig is om ze te verwerken. In de praktijk wordt hierdoor vaak slechts een deel van de data gebruikt of moet men data versimpelen om te kunnen werken, wat detailverlies geeft. Gaussian Splatting biedt hier een oplossing door de data sterk te comprimeren zonder merkbaar kwaliteitsverlies. Zo passen grote landschapsmodellen in handzame bestanden, die gemakkelijk te delen zijn binnen projectteams of met opdrachtgevers. Dit maakt het beheer van projectdata efficiënter: geen gedoe meer met externe harde schijven vol puntenwolken, maar direct online viewers of lichte bestanden die in standaardsoftware laden. Bovendien kan de 3DGS-weergave op veel machines in real-time gerenderd worden, waar een traditionele mesh moeite zou hebben. Deze efficiëntie verlaagt de drempel om daadwerkelijk met de data te werken. Projectteams kunnen daardoor de volledige rijkdom van de scan benutten in plaats van slechts simplistische afgeleiden. In een tijd waar samenwerken op afstand en via de cloud toeneemt, is dit cruciaal. De compactheid en deelbaarheid van Gaussian Splats verlicht zo de uitdaging van big data in ruimtelijke projecten.

• 5. Up-to-date houden van informatie (monitoring): Landschappen veranderen continu – planten groeien, seizoenen wisselen, menselijk gebruik laat sporen na. Een statisch ontwerp of een eenmalige meting verliest al snel actualiteitswaarde. De uitdaging is dus: hoe houden we ons beeld van het gebied actueel gedurende de planvorming en beheerfase? Hier speelt de snelle scanmogelijkheid een rol. Omdat scanners als de XGRIDS gemakkelijk verplaatsbaar en gebruiksvriendelijk zijn, wordt het haalbaar om regelmatig opnieuw te scannen. Bijvoorbeeld, voor een parkontwerp dat over een jaar wordt uitgevoerd kan men vlak voor de uitvoering nogmaals scannen om tussentijdse veranderingen (bijv. een boom is onverwacht omgewaaid) mee te nemen. In beheerfase kunnen risicolocaties (zoals oevers, taluds) jaarlijks gemonitord worden en vergeleken met eerdere scans om exact de omvang van veranderingen te zien. Dit was voorheen een uitdaging omdat traditionele landmeting te duur zou zijn om zo vaak te herhalen. Nu kunnen we bijna een ‘live’ digitaal landschap bijhouden. Gaussian Splatting draagt bij doordat de resulterende digitale tweelingen gemakkelijk te vergelijken en visualiseren zijn tussen tijdstappen. Een beheerder kan twee 3D-modellen (van verschillende jaren) overlappen en meteen zien waar verschillen zitten, eventueel zelfs als visuele highlight. Dit helpt om proactief beheer te voeren en ontwerpkeuzes in de toekomst te informeren (bijv. materiaalkeuze aanpassen als blijkt dat een bepaald padontwerp telkens erosie geeft).

• 6. Toegankelijkheid van locaties en veiligheid: In sommige situaties is het lastig of gevaarlijk om ter plaatse metingen te verrichten – denk aan drassige natuurgebieden, streng beschermde ecologische zones, of infra-gebieden met verkeer. Dit vormt een uitdaging omdat de ontwerper toch informatie nodig heeft. LiDAR-scanning (eventueel per drone of vanaf afstand) kan hier een veilig alternatief bieden. Een drone met LiDAR kan over een moerasgebied vliegen en data verzamelen zonder het terrein te verstoren. Gaussian Splatting kan vervolgens een immersieve virtuele tour van die plek mogelijk maken, zodat ontwerpers en stakeholders het gebied kunnen verkennen zonder er fysiek te hoeven zijn. Dit verhoogt de veiligheid en maakt moeilijke locaties toch onderdeel van het ontwerp- en besluitvormingsproces. Bij gevaarlijke verkeersknooppunten kan ’s nachts scannen bijvoorbeeld helpen om de situatie overdag in alle rust virtueel te bekijken. Deze mogelijkheid pakt de uitdaging aan dat ontwerpteams soms suboptimale beslissingen nemen omdat ze niet goed of vaak genoeg op locatie kunnen kijken. Met een goed 3D-model komt de locatie naar de ontwerper toe in plaats van omgekeerd.

• 7. Duurzaamheid en documentatie: Ten slotte is er de uitdaging om landschappen duurzaam te beheren en hun geschiedenis vast te leggen. Vaak gaan bij veranderingen in het landschap oude toestanden verloren zonder uitgebreide documentatie. Met snelle 3D-scans kunnen we op regelmatige basis staat-opnames maken die dienen als digitaal archief van het landschap. Dit is waardevol voor de toekomst, bijvoorbeeld om terug te kunnen kijken hoe een park of natuurgebied zich door de tijd ontwikkelde of om bewijs te hebben van toestand bij juridische kwesties. Gaussian Splats bieden een belevingsgerichte manier om die archiefdata later te ervaren. In Nederland met zijn rijke cultuurhistorie zou dit kunnen betekenen dat we een database opbouwen van virtuele landschappen door de jaren heen. Voorlopers op dit vlak zijn al te zien in archeologie (het AHN bracht veel historische patronen in beeld), maar de landschapsarchitectuur kan hier actief op voortbouwen door niet alleen te ontwerpen voor de toekomst, maar ook digitale herinneringen van het verleden mee te geven aan volgende generaties.