Lidar scan

Smart Tree Inventory

Smart Tree Inventory er et AI-system der skaber digitale tvillinger af bytræer ved hjælp af LiDAR-teknologi og maskinlæring.

  • Ballerup Kommune

Metadata

Hovedfunktion
Beslutningsstøttende værktøj Billedegenkendelse Geografisk profilering
Kommunalt
Natur og miljø
Leverandør
Greehill
Monitorering
Proaktiv
I brug
COFOG
05 Miljøbeskyttelse
Automatiseringsgrad
ADS
Sidst opdateret i databasen
30. juni 2026
Prædiktionsniveau
Organisation
Beslutningstype
Ressourceallokering

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Systemet bruges i kommuner til at oprette og opdatere træregistreringer og -fortegnelser. Det anvendes til at identificere vedligeholdelsesbehov, beskæringskrav til fritrumskorridorer, risikoanalyse, og til at finde nye plantesteder. Systemet hjælper med at vurdere træernes vitalitet, økonomiske værdi og økosystemtjenester.

II. Hvornår blev det implementeret?

Information om specifik implementeringsdato ikke tilgængelig i kilderne.

III. Hvordan gør systemet brug af kunstig intelligens?

Systemet anvender maskinlæring til at analysere LiDAR-data (punktskyer), multispektrale satellitbilleder og panoramabilleder. AI'en identificerer og klassificerer træer, beregner træbiometrier (slægt, diameter, højde, kronevolumen, bladarealindeks), og sammenligner hvert træ med dets kohorte for at vise ændringer over tid.

IV. Hvilke data er blevet brugt til at træne algoritmen?

Systemet anvender multispektrale satellitbilleder, panoramiske billeder og punktskyer (LiDAR-data). Specifik information om træningsdata er ikke tilgængelig.

V. Hvilke sikkerhedsforanstaltninger findes der?

Information om sikkerhedsforanstaltninger ikke tilgængelig i kilderne.

VI. Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?

Information ikke tilgængelig i kilderne.

VII. Hvordan er begrundelsen for indføring af systemet?

Systemet forvandler traditionelle, arbejdskrævende metoder til effektive digitale løsninger. Det muliggør oprettelse og opdatering af træregistreringer på uger i stedet for år, til en lavere pris end traditionel registrering.

VIII. Er lignende systemer blevet implementeret andres stede? Eventuelt, hvilke erfaringer er der derfra.

Information ikke tilgængelig i kilderne.

Bidrag til offentlig-ai

Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?

Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansielt
Klassifikationsbegrundelse
Systemet kortlægger proaktivt alle kommunale bytræer via LiDAR-scanning. Det er ADS på organisationsniveau, og output er ressourceallokeringsanbefalinger om vedligehold, beskæring og nye plantesteder.
Angiv ændringer i projektets information
Ændringshistorik (4 opdateringer)
30. jun 202617:37
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
3. jun 202609:54
Felt opdateret
Vis detaljer
+ Infrastruktur / Cloud: Microsoft Azure
2. jun 202618:19
Felt opdateret
Vis detaljer
+ Leverandør: Greehill
8. nov 202507:20
Oprettet
Citér dette projekt

APA 7

Ballerup Kommune. (2025). Smart Tree Inventory. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. august 2026 fra https://offentlig-ai.dk/projekter/smart-tree-inventory

Citér databasen

APA 7

Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412

Lignende projekter

  • Intelligent træ-overvågning

    Smart Tree Inventory-løsningen fra Greehill tager billeder af træer og disse billeder analyseres. Der etableres en nøjagtig 3D-tvilling af hvert træ og der udføres sundheds- og risikoanalyse.

  • Vejtrævedligehold

    Digitale tvillinger af vejtræer i Aarhus Kommune med henblik på at udarbejde miljøprofil og målrette vedligeholdsopgaver samt reducere vanding og saltskærmning. Projektet tilvejebringer en effektiviseringsgevinst alene i MTM på ca. 500.000 kr./år. Hertil en lang række nye klima- og miljødata knyttet til træplantning og vejtræsvedligehold.

  • Gismap AI-model til arealdække-analyse

    Gismap er en AI-drevet platform, der automatiserer generering af arealdækkedata ved hjælp af maskinlæring og billedanalyse af satellitbilleder og luftfotos. Platformen bruges af kommuner til biodiversitetsregistrering, driftsoptimering, ESG-rapportering, strategiarbejde og fysisk planlægning.