Cursus of Opleiding Geologie en Ondergrond volgen

De Rol van GIS en Geo-ICT in de Geologie

Wat bevindt zich onder onze voeten? Hoe is de ondergrond opgebouwd? Waar stroomt grondwater? Is de bodem geschikt om op te bouwen? Waar treedt bodemdaling op? En welke mogelijkheden biedt de ondergrond voor bijvoorbeeld energie, waterwinning en infrastructuur? Om deze vragen te beantwoorden is betrouwbare informatie over de ondergrond essentieel.

Geo-ICT maakt het mogelijk om gegevens uit boringen, sonderingen, geofysische metingen, grondwatermetingen en andere bronnen geografisch met elkaar te verbinden. Met GIS, geologische kaarten, 3D-modellen en ondergrondmodellen ontstaat steeds meer inzicht in de opbouw en eigenschappen van de ondergrond.

In Nederland speelt de Basisregistratie Ondergrond (BRO) hierbij een belangrijke rol. Steeds meer gegevens over bodem en ondergrond worden gestandaardiseerd vastgelegd en beschikbaar gesteld, waardoor deze informatie kan worden gecombineerd met andere geo-data en gebruikt voor analyse, modellering en monitoring.

Onze Blended Learnings Geologie en Ondergrond zijn praktijkgericht opgebouwd. Van geologische data, kaarten en bodemopbouw tot geohydrologie, geotechniek, geofysische methoden, 3D-modellen, monitoring en GeoAI: stap voor stap leer je hoe Geo-ICT wordt gebruikt om de ondergrond beter te begrijpen en verantwoord te gebruiken.

Deze kennis is belangrijk voor uiteenlopende maatschappelijke vraagstukken rond woningbouw, infrastructuur, grondwater, klimaatadaptatie, bodemdaling, energie en de inrichting van de leefomgeving.

Waarom een cursus Geologie volgen bij Geo-ICT?

Bij Geo-ICT Training Center bekijken we geologie en ondergrond vanuit de wereld van Geo-ICT, GIS en data. Je leert niet alleen wat gegevens over de ondergrond betekenen, maar vooral hoe je deze gegevens kunt vinden, combineren, analyseren, visualiseren en toepassen in de praktijk.

Daarbij werken we met actuele geo-data en belangrijke informatiebronnen zoals de Basisregistratie Ondergrond (BRO). Je maakt kennis met boringen, sonderingen, grondwatergegevens, geologische kaarten, geofysische metingen en geologische modellen en leert hoe deze informatie samen een steeds completer beeld van de ondergrond vormt.

Onze kracht ligt in de verbinding met andere Geo-ICT-vakgebieden. Geologie en ondergrond raakt direct aan watermanagement, bodem en milieu, geodesie, bouw en infrastructuur en energie. Daardoor leer je ondergronddata niet geΓ―soleerd te bekijken, maar als onderdeel van grotere ruimtelijke en maatschappelijke vraagstukken.

Van het werken met bestaande ondergronddata tot 3D-modellen, monitoring en GeoAI: onze Blended Learnings verbinden de basiskennis van de ondergrond met moderne digitale technieken en praktische Geo-ICT-toepassingen.

Diversiteit aan aanbod van Blended Learnings Geologie en Ondergrond

Onze Blended Learnings vormen samen een brede leerlijn voor iedereen die met geologie, ondergronddata en Geo-ICT werkt. Je kunt beginnen met de basis en je daarna verdiepen in specifieke onderwerpen en technieken.

  • Geologie en Ondergrond Basis – Maak kennis met de geologische opbouw van de ondergrond en de rol van Geo-ICT.
  • Geologische Data – Leer werken met boringen, sonderingen, ondergronddata en belangrijke databronnen zoals de BRO.
  • Geologische Kaarten – Leer geologische kaarten, profielen en doorsneden lezen, combineren en interpreteren.
  • Bodemopbouw – Ontdek hoe bodemlagen, sedimenten en geologische formaties de ondergrond vormen.
  • Geohydrologie – Onderzoek grondwater, watervoerende lagen en de relatie tussen water en geologische opbouw.
  • Geotechniek – Leer hoe eigenschappen van de ondergrond worden gebruikt bij bouw- en infrastructuurprojecten.
  • Geofysische Methoden – Maak kennis met technieken waarmee eigenschappen en structuren in de ondergrond worden onderzocht.
  • Geologische Modellen – Leer hoe verschillende ondergrondgegevens worden gecombineerd tot 2D- en 3D-modellen.
  • Monitoring – Volg veranderingen in onder andere grondwater, bodemdaling en vervorming door de tijd.
  • GeoAI voor Geologie – Ontdek hoe Machine Learning en GeoAI worden gebruikt om patronen te herkennen en eigenschappen en veranderingen in de ondergrond te voorspellen.

De leerlijn gaat daarmee van begrijpen en verzamelen naar analyseren, modelleren, monitoren en voorspellen. Je kunt de Blended Learnings afzonderlijk volgen of combineren tot een leertraject dat aansluit bij jouw werk en kennisniveau.

Mijn naam is Suzy Geerman. Cursus CoΓΆrdinator. Wilt u meer informatie?

Klik hier

FAQ's Geologie cursussen

GIS wordt gebruikt om geologische en geografische gegevens te combineren, analyseren en visualiseren. Denk aan boringen, sonderingen, geologische lagen, grondwatergegevens, geofysische metingen en ondergrondmodellen. Door deze gegevens geografisch met elkaar te verbinden ontstaat inzicht in de opbouw en eigenschappen van de ondergrond en kunnen relaties met bijvoorbeeld gebouwen, infrastructuur, water en landgebruik worden onderzocht.

In Nederland is veel informatie over de ondergrond beschikbaar via onder andere de Basisregistratie Ondergrond (BRO). Daarnaast zijn er geologische kaarten, boringen, sonderingen, grondwatermetingen, hoogtegegevens en geofysische gegevens beschikbaar. Deze databronnen kunnen in GIS worden gecombineerd om de ondergrond te onderzoeken en kaarten, profielen, doorsneden en modellen te maken.

Ja. De ondergrond is bij uitstek driedimensionaal: naast de locatie is ook de diepte belangrijk. Met GIS, geologische modellen en 3D-software kunnen bodemlagen, geologische formaties, grondwater en andere kenmerken van de ondergrond in drie dimensies worden weergegeven. Nederlandse modellen zoals DGM, REGIS II en GeoTOP bieden hiervoor belangrijke ondergrondinformatie.

GeoAI combineert geografische informatie met technieken zoals Machine Learning en Deep Learning. Hiermee kunnen grote hoeveelheden geologische data automatisch worden geanalyseerd, patronen worden herkend en ontwikkelingen worden voorspeld. GeoAI kan bijvoorbeeld helpen bij het classificeren van ondergrondgegevens, herkennen van geologische structuren, monitoren van veranderingen en voorspellen van eigenschappen op locaties waar weinig of geen directe metingen beschikbaar zijn.