Deelnemers
- Imec
- Agentschap Binnenlands Bestuur (ABB)
- Departement Mobiliteit & Openbare Werken (DMOW)
- Vlaamse Instelling voor Technologisch Onderzoek (VITO)
- Stad Antwerpen
- Stad Brugge
- Stad Gent
- Stad Leuven
- Gemeente Kampenhout
- Centrum voor Informatica voor het Brusselse Gewest (CIBG)
- Maatschappij voor het Intercommunaal Vervoer te Brussel (MIVB)
Inleiding
Spreker: Fabian de la Meilleure (ABB)
Overlopen van de agenda en het introduceren van de werking tijdens de sessie, via chat en Slido. Een aantal verwachtingen kwamen naar boven bij de deelnemers:
- Kaderen van concept Digital Twin & bredere landschap
- Informatie over modellen voor Digital Twins & hoe er mee om te gaan
- Informatie over 3D modellering
- Co-creëren van een visie over steden heen voor Digital Twins.
Recap: Framing Digital Twin
Spreker: Koen Triangle (Imec)
Opname: De opname van dit onderdeel is beschikbaar via deze link.
Digital Twin / Data-driven decision support system: Een manier op data in te zetten voor het creëren van publieke waarde, en dus een systeem om data-gedreven beslissingen te ondersteunen. De data zal daarbij dus gebruikt worden voor het creëren van publieke waarde en zal ingezet worden in de beleidscyclus.
Kenmerken van een Local Digital Twin:
- Virtuele voorstelling van entiteiten en processen
- Gebruik van gesynchroniseerde data
- Correcte, betrouwbare en transparante data is cruciaal: Belangrijk om bijvoorbeeld te weten hoe de data is ingewonnen, of hoe een vragenlijst is opgemaakt. Als gebruiker moet je de metadata kennen. Qua data kan het zowel gaan over gestructureerde als ongestructureerde data.
- Cross-domein inzichten: combinatie over verschillende domeinen heen.
- What-if simulaties zijn mogelijk
- Ondersteuning van “evidence-based” beslissingen op basis van data
Een Digital Twin kan dus gezien worden als een tool om data in te zetten voor het beleid.
Data-gedreven overheid: Een local digital twin kunnen we koppelen aan de fasen van de beleidscyclus.
Principes: Bij een Digital Twin moeten er steeds een aantal principes nageleefd worden, die belangrijk zijn in het hele proces, zijnde van de data tot de applicatie:
- Toegankelijkheid
- Vindbaar
- Veiligheid
- Uitwisselbaar
- Efficiëntie
- Betrouwbaarheid
- Herbruikbaarheid
- Kwaliteit
- Transparantie
- Privacy
Maar: waar te beginnen?: Er zijn een aantal ambitiesniveaus van een data-gedreven beslissingssysteem gedefinieerd. Heel wat actoren hebben een Digital Twin, maar er zitten veel verschillen op. Bijvoorbeeld GIS systemen, ontwikkeling van cross-domein systemen etc. Afhankelijk van de noden kan een overheid kiezen voor een bepaald Digital Twin systeem/ambitieniveau.
Stellingen: Aan het onderdeel “Recap: Framing Digital Twin” waren de volgende stellingen gekoppeld:
- Stelling 1: Waar ziet jouw organisatie de rol van een data-driven decision support system in het beleidsproces?
- Stelling 2: In welke beleidsdomeinen heeft de data-driven decision support system de grootste meerwaarde?
De resultaten van deze stelling zijn hier beschikbaar.
Recap: Smart Data
Spreker: Koen Triangle (Imec)
Opname: De opname van dit onderdeel is beschikbaar via deze link.
Van Big Data naar Smart Data: Er is nood aan een evolutie van Big Data naar Smart Data, om de data bruikbaar te maken. Daarom laten voldoen aan o.a. de FAIR principes, alsook verder werken aan kwaliteit, aan veiligheid, aan semantiek etc. Er is nood aan een goed beheer van de data, Smart Data zorgt hiervoor waardoor de data kan ingezet worden in beslissingsprocessen, en zo kan er ook vertrouwen gecreëerd worden.
Daarom is er nood aan een oplossing die voldoet aan systeem principes:
- Data-gedreven
- Verschillende tijdsdimensies incorporeren
- Cross-domein simulaties
- Betrouwbaar & transparant
- Verschillende expertisen combineren
- Open zijn, om zo vendor lock in te vermijden (daarom nood aan o.a. standaarden).
BPMN Flow: Deze flow detailleert het volledige proces doorheen het platform en hoe een beslissingsproces kan ondersteund worden via zo’n platform. De flow is opgebouwd via 4 stroken:
- Business: gaat over het beleid
- Data: gaat over de data en de kwaliteit ervan
- Modellen: gaat over de modellen, de specificaties, de accuraatheid, de training, de beschikbare modellen etc.
- Applicaties: gebruik van de data via modellen om zo te komen tot een business situatie
Meer informatie over de BPMN Flow is beschikbaar in dit draaiboek.
Conclusie: Tot slot dient aangehaald te worden dat een beslissing een relatie is tussen data, de interpretatie ervan en de cultuur waarin de beslissing zal genomen worden.
- Interpretatie: de data moet geïnterpreteerd worden, maar er is ook nood aan domeinexpertise (vb. hoe is een model opgebouwd).
- Cultuur: de processen, de rollen, die nodig zijn voor het onderhouden van de data – (denk aan data stewards, data scientists).
Het combineren van deze drie concepten is nodig om te zorgen voor een waardevol gebruik van de data.
Stellingen: Aan het onderdeel “Recap: Smart Data” waren de volgende stellingen gekoppeld:
- Stelling 1: Het koppelen van beschikbare data aan het beleidsproces is iets wat mijn organisatie altijd doet / soms doet / zelden doet / nooit doet.
- Stelling 2: De grootste uitdaging voor mijn organisatie om te komen tot Smart Data is financieel / interne rollen & processen / juridische uitdagingen / beschikbaarheid van basisdata / beschikbaarheid van basis IT infrastructuur / verzekeren van politieke steun / aanwezigheid van blokkerende bestaande/oude IT infrastructuur.
De resultaten van deze stelling zijn hier beschikbaar.
Recap: Conclusies Interviews
Spreker: Maxim Chantillon (imec)
Opname: De opname van dit onderdeel is beschikbaar via deze link.
De resultaten van de interviews afgenomen met de centrumsteden werden kort overlopen, alsook hoe de geïdentificeerde uitdagingen gekoppeld werden aan mogelijke oplossingen door de deelnemers tijdens Workshop 1.
Uitdagingen: De volgende uitdagingen kwamen naar voren:
- Data:
- Datakwaliteit en bijhouden data
- Datastandaardisatie & kennis over standaardisatie
- Datakoppeling en relatie tussen dataleveranciers
- Samenwerking:
- Opbouwen gedeelde infrastructuur
- Relatie interne publieke sector & private sector
- Andere:
- Relevantie Digital Twin
- Evolutie theorie naar praktijk (juridisch / financieel /...)
Oplossingen: De volgende oplossingen werden gekoppeld aan de bovenstaande uitdagingen:
- Data:
- Datakwaliteit en bijhouden data
- Datakwaliteit controleren via tooling
- Gebruik en implementatie van Smart Data Principes & Data Governance
- Opzetten dataportaal voor dataleveringen en -validatie
- Datastandaardisatie & kennis over standaardisatie
- Inzetten op Vlaamse trekkersrol
- Gebruik standaarden in aanbestedingen
- Datakoppeling & relatie tussen dataleveranciers
- Opzetten Central Data API’s
- Datakwaliteit en bijhouden data
- Samenwerking:
- Samenwerking interne publieke sector & relatie met private sector
- Opzetten Vlaamse Digital Twin Community
- Verder bepalen standaarden
- Stimuleren gebruik authentieke bronnen
- Opleggen minimale standaarden
- Opbouwen gedeelde infrastructuur
- Opzetten samenwerkingsverbanden via VLOCA traject(en)
- Samenwerking interne publieke sector & relatie met private sector
- Relevantie Digital Twin
- Begin klein, met praktische use cases
- Evolutie theorie naar praktijk (juridisch / financieel / ...)
- Opbouwen lange termijn implementatie via VLOCA traject
- Gedeelde infrastructuur als middel om kost te drukken
- Innovatie via samenwerking met industrie
Stellingen: Aan het onderdeel “Recap: Conclusies Interviews” waren de volgende stellingen gekoppeld:
- Stelling 1: Ik kan me herkennen in deze uitdagingen.
- Stelling 2: De belangrijkste uitdaging om op te focussen is [één antwoord mogelijkheid]: Datakwaliteit en bijhouden data / Datastandaardisatie & kennis over standaardisatie / Datakoppeling & relatie tussen dataleveranciers / Samenwerking in de publieke sector en met private sector / Verder aantonen van de relevantie van een data-driven decision support system / Evolutie van theorie naar praktijk / Niet besproken.
- Bijkomende vraag bij Stelling 2: Wat wordt met data standaardisatie bedoeld?
- Bram De Vreese (Stad Brugge): Er wordt veel in deze context over data standaardisatie gesproken, maar kennis is niet steeds aanwezig bij leveranciers. Vragen om het op te nemen in bestekken is goed, maar voor een stad moeilijk om te bepalen welke standaarden ze moeten opnemen en welke referenties er zijn. Het is een snel veranderend landschap en inzichten wijzigen. Het is niet eenvoudig voor een stad om daarin de tussenpersoon te gaan vormen. Dit komt er allemaal bij, naast de dagdagelijkse werking.
- Bijkomende vraag bij Stelling 2: Wat wordt met data standaardisatie bedoeld?
De resultaten van deze stellingen zijn hier beschikbaar.
Basics over modellen Verkeer, Luchtkwaliteit en Geluid
Tijdens dit onderdeel werden de basics over modellen voor verkeer, luchtkwaliteit en geluid naar voren gebracht door drie experten.
Opname: De opname van dit onderdeel is beschikbaar via deze link.
Verkeer
Spreker: Wim Michiels (Imec)
Verkeersmodellen hebben een lange traditie: Een aantal factoren kunnen hierbij gebruikt worden om een onderscheid te maken tussen de verschillende verkeersmodellen:
- Grootte van het gebied: micro (zeer klein gebied, vb. kruispunt) – meso (een iets groter gebied, vb. een kleine wijk) – macro (een groot gebied, vb. een dorp/stad)
- Statisch model (stabiele omstandigheden) – dynamisch model (continue wijzigende omstandigheden)
- Unimodaal (één vervoersmodus) – multimodaal (meerdere vervoersmodi)
- Activity based (het idee om te proberen een digitale kopie te maken van de mens en zijn activiteiten, waarbij de inzet vooral focust op het begrijpen van menselijk gedrag en zo modellen te gaan ontwikkelen).
Er is zeer veel academisch onderzoek beschikbaar, maar niet noodzakelijk veel commerciële toepassingen. Deze blijven eerder beperkt tot nog toe.
Typische toepassing: De klassieke 4-staps modellen: Algemeen genomen zijn er binnen de verkeersmodellering 4 klassieke modellen in gebruik:
- Trip generation: Een nieuwe activiteit in een bepaalde zone zal leiden tot een bepaalde hoeveelheid verplaatsing – vb. woonontwikkeling, een nieuwe supermarkt.
- Trip distribution: Inzicht in het aantal verplaatsingen en waar deze naartoe gaan – vb. supermarkt en het effect van de supermarkt op de verplaatsingen in de regio.
- Modal choice: Zeer uitdagend, waarbij het gaat over het bekijken van vervoersopties en berekeningen daarrond.
- Trip assignment: Heeft nood aan sterke cartografie, gaat op straatniveau focussen om te begrijpen hoe verkeer zal evolueren.
Voorbeeld dynamisch toepassing: De VISSIM simulatie, dat is een microscopisch en dynamisch model, gebaseerd op wetenschappelijk onderzoek. De vraag voor het model is wat de impact is van een nieuwe ontwikkeling in het terrein.
Cruciaal: Algemeen kan gesteld worden dat de gebruiksdoelen van een verkeersmodel afhankelijk zijn van de gemodelleerde, meetbare parameters en de data die daarvoor ter beschikking is.
Klassiek onderzoek – de Greenshields measurement: Onderzoeker gebruikte een timer en foto’s om te bekijken of er een verband was tussen dichtheid van voertuigen per lengte weg. Zo kan je gaan bepalen of de verkeersintensiteit niet te hoog is voor de capaciteit van de weg. Als de intensiteit toeneemt, moet er dan actie genomen worden om de capaciteit uit te breiden? Dit passen we nog steeds toe op de simulaties – vb. VISSIM simulaties. Het is daarbij nodig om het afwegingskader op een objectieve manier vast te stellen.
Conclusies: Een aantal conclusies kunnen getrokken worden:
- Doelstelling van het gebruik van een model: Inzicht verwerven in de impact van het ene (X) op het andere (Y). Indien we niet kunnen meten, dan kan er weinig mee gedaan worden in een model.
- Daarbij zijn scenario’s van veranderende toestand nodig: Er is nood aan iets dat moet veranderen, iets dat we als maatschappij wensen of dat een bepaalde actor wilt wijzigen in een bepaalde situatie (vb. bouw van een nieuwe winkel).
- Maar: er moet opgelet worden met modelpessimisme: het model zal niet altijd vanzelf werken, en je zal dus bepaalde conclusies kunnen trekken en als je niet de nodige conclusies kan trekken, dan moet je het model verder ontwikkelen.
- Er is niet één verkeersmodel dat alle praktische en beleidsvragen kan oplossen. Maak gebruik van de grote variatie aan modellen voor verschillende vraagstukken.
- Een model kan ook eenvoudig zijn, en gebaseerd op een beperkte dataset.
- Je kan een totaalbeslissing over een project en alle bijhorende maatregelen dan onderbouwd nemen op basis van de analyse van de uitkomst van verschillende modellen en bijhorende datasets, elk met zijn eigen sterkte.
- Het bouwen en bedienen van het verkeersmodel geeft je zeer veel inzicht in de werking van je verkeerssysteem, in de de toepassingsmogelijkheden maar ook de beperkingen.
- Een interesse in de fundamentele werking van het verkeersmodel is een voorwaarde om de resultaten van het model goed te kunnen interpreteren.
Stellingen: De volgende stellingen werden voorgelegd aan de deelnemers:
- Stelling 1: Welke van jullie beleidsdoelstellingen zouden kunnen worden vertaald in meetbare grootheden, en zijn ze meetbaar?
- Feedback Spreker: De modal shift is perfect meetbaar, denk daarbij aan het aantal voetgangers, fietsers, vrachtwagens, mensen in bus etc. Deze data kan de basis zijn, en indien je dit regelmatig herhaald kan je de verschuivingen zien. Het moeilijke is de oorzaak van de keuze voor een bepaalde vervoerswijze te achterhalen. Meten is één zaak, maar het verder parametriseren is iets anders. Daarnaast dient er ook rekening gehouden te worden met moeilijkheden tussen domeinexperten en meer technische profielen/
- Stelling 2: Voor welke verkeersproblemen zou je graag modellen willen/kunnen inzetten?
- Feedback Spreker: De modal split is een hot topic. Ook de focus op kruispunten en overdreven snelheid krijgt een hoge score. Overdreven snelheid is makkelijk om mee van start te gaan. Zie in dit kader ook bijvoorbeeld initiatieven zoals telramen en professionele installaties. Verkeersveiligheid scoort erg laag, hoewel het een van de belangrijkste verkeersdoelstellingen is.
- Stelling 3: Hoe zou je de betrokkenheid van het beleid en de administratie bij modellen kunnen verhogen?
- Feedback Spreker: De interactieve tool en visuele input scoren zeer hoog. Zelf modellen maken scoort veel minder en ook uitgebreide rapportage scoort veel minder. Met interactieve tools zijn er grote mogelijkheden. Ook het visuele scoort hoog, dat is logisch gezien de wereld waarin we leven, waarin filmpjes heel belangrijk geworden zijn.
De resultaten van deze stellingen zijn hier beschikbaar.
Luchtkwaliteit
Spreker: Stijn Vranckx (VITO)
Extra info: meer informatie over luchtkwaliteitsmodellen kan hier gevonden worden.
Concept Luchtverontreiniging: Een breed concept dat verschillende aspecten bevat, denk daarbij aan:
- Deeltjes: fijn stof, roet, metalen, ultrafijn stof
- Gassen: CO, SO², NO² etc.
Er zijn veel vormen van luchtverontreiniging waarmee er rekening kan gehouden worden, dit vraagt dus een keuze of eventueel een focus op meerdere tegelijk.
Bronnen die luchtkwaliteit beïnvloeden: Een aantal veelvoorkomende bronnen die de luchtkwaliteit beïnvloeden zijn de volgende:
- Industrie
- Huishoudens
- Luchtvaart
- Scheepvaart
- Wegverkeer
- Landbouw
Naast de verschillende bronnen is ook de afstand tot de bronnen belangrijk, het type omgeving, en het weer.
Modelleren van luchtkwaliteit: Op het vlak van luchtkwaliteitsmodellen zijn er, net zoals bij verkeersmodellen, een aantal verschillende mogelijkheden:
- Er zijn real-time toepassingen
- Daarnaast zijn er ook modellen die forecasting gaan toelaten, het is in dit kader dat weersvoorspellingen belangrijk zijn. Weersvoorspellingen kunnen de luchtkwaliteit namelijk gaan beïnvloeden en forecasting dient dus gebruik te maken van weersvoorspellingen.
- Een derde mogelijkheid is de historiek: De historiek kan, via modellen, inzicht geven in de langetermijnsevolutie.
- Tot slot is er een vierde mogelijkheid, waarbij modellen kunnen gebruikt worden als link naar andere beleidsdomeinen. Hierbij kan bijvoorbeeld gedacht worden aan luchtkwaliteit en de link naar verkeersstromen.
Luchtkwaliteitsmodellen & parametrisatie: Luchtkwaliteitsmodellen hebben nood aan parametrisatie om te begrijpen hoe de fysische en chemische processen gaan verlopen. Dit dient opgenomen te worden in de modellering. Hierbij kan bijvoorbeeld gedacht worden aan het effect van secundair fijn stof, dat zich vormt door chemische processen in de luchtlagen. Een ander voorbeeld is de street canyon in steden/dorpen: daar is de luchtstroom anders, dus dat dient ook meegenomen te worden als een fysisch proces. Dus afhankelijk van de omgeving en de doelstelling(en) zullen fysische en chemische processen dienen meegenomen te worden.
Welke data heeft een AQ model nodig?:
- Hier werd het voorbeeld van de ATMO-Street modelketen gegeven. Binnen dit model zal een interpolatie zijn met metingen, die kan gecombineerd worden met de gekende uitstoot van wegverkeer/industrie/scheepvaart. De street canyon aspecten zitten nog niet opgenomen in het model, dus dat kan dan nog extra toegevoegd worden.
- Naast het ATMO-Street modelketen werd ook het voorbeeld van de QUARK voor Duet Digital Twin meegegeven. Dit model gebruikt mobiliteitsdata om te komen tot een luchtkwaliteitskaart, via een koppeling met data uit de vloot en weersvoorspellingen.
Conclusies: Er zijn verschillende modellen voor verschillende toepassingen, en hier dient rekening mee gehouden te worden bij de selectie van modellen. Algemeen kunnen de volgende vragen gesteld worden:
- Wat is de toepassing? Real-time, forecast, historisch of toekomstgericht?
- Op welke schaal willen we het toepassen? Voor een brede regio of voor een stadsniveau?
- Welke afweging maken we tussen accuraatheid en snelheid?
- Welke data heeft zo’n model nodig? Nood aan een uitgebreide en goed beheerde hoeveelheid basisdata.
Stellingen: De volgende stellingen werden voorgelegd aan de deelnemers:
- Hoe ziet jouw organisatie de evolutie/rol van modellen in het beleidsproces evolueren?
- Feedback Spreker: Er zijn 3D modellen van steden die continu evolueren. Data kwaliteit verbetert ook. In interactieve modelketen ga je ook koppelen met 3D data en de data continue updaten. Dat is verschillend van klassieke modellering en statische data. Met recente evoluties wordt het mogelijk om continu met de meest up-to-date data te werken.
- Welke vragen wil je kunnen beantwoorden met luchtkwaliteitsmodellen?
- Feedback Spreker: Duidelijk dat “hoe wijzigt de luchtkwaliteit bij maatregelen” bovenaan staat. “Realtime luchtkwaliteit” staat minder hoog op agenda maar dat heeft eveneens te maken met de doelgroep
- Wat is voor jou prioritair bij modeloefeningen: responsiviteit of accuraatheid?
- Feedback Spreker: Accuraatheid zeer dominant, dit is enigszins verrassend.
De resultaten van deze stellingen zijn hier beschikbaar.
Stedelijk geluiden
Spreker: Julien Verplanken (Imec)
Waarom geluid?: Onder meer opgenomen in de Sustainable Development Goals, daarnaast ook door de Europese Commissie. Het is dus belangrijk om op in te zetten. Geluidsoverlast is een belangrijk punt in een stedelijke omgeving. Het is meetbaar, net zoals luchtkwaliteit en verkeer, dus daarom ook relevant.
Geluidhinder in Vlaamse context: Er zijn bepaalde richtlijnen over het geluid dat mag afgespeeld worden op bijvoorbeeld concerten, maar voornamelijk ligt de nadruk op geluidshinder door verkeer (spoorwegen, wegen, luchthavens). Daarbij zal ook een verschil gemaakt worden voor de tijd: dag, avond, nacht etc.
Klankentappers: Zelf een sensor bouwen om klanken te capteren, wat toelaat om aan citizen science te gaan doen. Laat toe om veel data te verzamelen, en via de input ook output.
Potentieel van geluid in een Open Local Digital Twin:
- Urban Sounds Tagging: Reeds in New York getest, je kan geluid gaan verzamelen en koppelen en zo geluidsprofielen gaan opmaken,
- Buurtprofiel opmaken
- Sensor/data fusion om de leefbaarheid en levenskwaliteit te verhogen
- Cross-domein simulaties rond verkeer, geluid en lucht.
Wat is Machine Learning?: Traditioneel programmeren zal nood hebben aan manuele invoer van regels via een programma, en de data is gevoed via een verwacht input. Bij Machine Learning ga je output en input geven, via een training, en de output daarvan is het getrainde algorithme – het zogenaamde programma.
Buurtgeluidsprofiel: Je kan een heatmap gaan opbouwen om zo een geluidsprofiel te maken. Meer dan anders wordt het hier mogelijk gemaakt om het ruimtelijke en tijdsaspect in kaart te brengen. Op basis van sensordata, uit verschillende bronnen kan je dan een “leefbaarheidsscore” gaan opmaken.
Stellingen: De volgende stellingen werden voorgelegd aan de deelnemers:
- Welke contextuele informatie zou een impact kunnen hebben op hoe geluid als hinder kan worden ervaren?
- Feedback Spreker: De resultaten zijn in lijn met verwachtingen.
- Wat zijn volgens jou de meest typische (Europese) bronnen van geluidsoverlast?
- Feedback Spreker: Minder in lijn met verwachtingen: studies in NY tonen aan dat men daar vaak last heeft van sirenes. Ook zeer veel overlast door werken allerhande en ook airconditioning. Er zijn wat meer oorzaken. In België ligt de focus meer op verkeer, niet onverwacht.
- Wordt in uw gemeente bij de ruimtelijke ontwikkeling bewust omgegaan met geluid en potentieel geluidshinder?
- Feedback Spreker: De resultaten geven een zeer verdeeld beeld.
De resultaten van deze stellingen zijn hier beschikbaar.
Stad aan het woord rond modellen
Spreker: Bram De Vreese (Stad Brugge)
Opname: De opname van dit onderdeel is beschikbaar via deze link.
Waarom werken rond modellen?: De doelstelling om voorspellingen te gaan maken en inzichten te verwerven zorgde voor een nood aan modellen. Stad Brugge had hier dan ook een klassieke use case gebruikt: Wat is de impact van aanpassingen aan de weginfrastructuur? Imec zou de integratie doen van de rekenmodellen voor onze beleidsdomeinen verkeer en luchtkwaliteit, vanuit de use case werd het dan ook nodig om in te zetten om modellen.
Kennis?: Er is sterke nood aan kennis over modellen en hoe om te gaan met modellen vooraleer je er zelf mee kan starten voor het maken van beleid.
- Wat is een model?
- Welke leveranciers zijn er? Nationaal? Internationaal?
- Is een combinatie tussen lucht en mobiliteit mogelijk?
- Wat zijn parameters? Hebben we die als stad zelf voorhanden? Welke verkeerstypes zijn aanwezig?
- Welke standaarden? Waar moeten we rekening mee houden? Zijn er internationale standaarden? Er was hier ook geen eenduidig antwoord, wat het niet makkelijk maakte.
- Verschil tussen simuleren (situaties ten opzichte van elkaar) en weergeven (visualiseren).
- Welke prijzen gelden?
- Welke databronnen zijn er?
- Is er integratie mogelijk? Welke API’s zijn beschikbaar?
- Hoe worden modellen gevalideerd & geoptimaliseerd?
Netwerk: Over een netwerk beschikken is cruciaal om om te gaan met modellering. Vanuit Brugge werd er gesproken met de volgende partijen, alsook over het/de model(len) die zij aanbieden/ter beschikking hebben:
- Aimsun (Siemens Business)
- PTV-Group
- TML (KULeuven)
- AnyWays
- Departement Mobiliteit en Openbare Werken Vlaanderen
- De Lijn (Mint)
- Cegeka
Hierbij dient opgemerkt te worden dat het model waar De Lijn mee werkt hetzelfde is als dat van het Department Mobiliteit en Openbare Werken.
Luchtkwaliteit: Brugge gaf aan dat VITO is hier toch wel de benchmark is, althans voor Brugge. Internationaal zijn er nog wel wat spelers, maar die modellen moeten dan toch gebenchmarked worden met de data vanuit VITO.
Stellingen: Aan het onderdeel “Stad aan het woord rond modellen” waren de volgende stellingen gekoppeld:
- Stelling 1: Het integreren van modellen en de uitkomsten van deze modellen in het beleidsproces vraagt sterke aanpassingen van het huidige beleidsproces.
- Stelling 2: De ervaringen van de stad Brugge rond modellen zijn gelijkaardig aan de ervaringen die mijn administratie heeft.
De resultaten van deze stelling zijn hier beschikbaar.
Bijkomende vragen:
- Joris Liebens (DMOW): Is er ook ooit overwogen om een stadsmodel Brugge te bouwen dat is afgeleid uit de regionale verkeersmodellen?
- Bram De Vreese: Ja, maar de vraag is op welke schaal we het willen (macro-meso-micro) en daar is dan ook de vraag van de kostprijs naar boven gekomen. Daarom hebben we beslist om niet op één van de drie modellen verder te werken. Voor ons was de oplossing een model dat werkt met AI en heel wat datasets samenbrengt en een eigen model creërt. Dat was het meest haalbare voor ons, en voor ons ook goede resultaten bracht. Voor onze use case was het niet nodig om een specifiek Brugge model te hebben. Maar misschien voor anderen wel het geval.
- Joris Liebens: Belangrijk is dat het nodig is om te bepalen wat precies nodig is voor de stad.
- Koen Triangle: Daarom is het ook belangrijk om transparantie te hebben over model & data, zodat je als modelgebruik kan begrijpen/zien hoe het model is opgebouwd. We moeten daar transparantie in creëren
Uitdagingen rond modellen
Spreker: Stefan Lefever (Imec)
Opname: De opname van dit onderdeel (samen met het volgende onderdeel) is beschikbaar via deze link.
Introductie: Modellen en algoritmes maken een integraal en essentieel deel uit van een Digital Twin / Data-driven decision support system ambitie, dewelke zal trachten om een evidence-based decision taking te ondersteunen bij overheden. In Workshop 1 & 2 hebben we heel wat informatie doorlopen over de concepten en de data, deze sessie focuste op modellen.
Wat zijn de “hoog niveau” uitdagingen voor Digital Twins?: Hier zijn de Gemini Principles cruciaal, deze bepalen aan principes die kunnen gevat worden in drie categorieën: “purpose”, “trust” en “function”. Op twee punten werd dieper ingegaan:
- Er dient een duidelijk doel te zijn.
- De Digital Twin dient betrouw en vertrouwbaar te zijn. VVSG verwijst hier bijvoorbeeld naar het “algoritmeregister” van Rotterdam. Voor bijvoorbeeld parkeercontrole is het dan duidelijk op welke algoritmes dit gebaseerd is, welke databronnen er zijn, welke privacy regels van toepassing zijn, hoe het menselijk toezicht zal gebeuren etc. Er is daarom nood aan een back-end om dit op te zetten, eentje die kan zorgen voor automatisering zonder steeds nood te hebben aan een menselijke interventie. Dit kan dus gezien worden als een standaard geconnecteerde omgeving, en het opzetten van die back-end vraagt een standaard geconnecteerde omgeving.
Uitdagingen: Het willen voldoen aan de Gemini Principles levert ook een aantal uitdagingen op:
- Modellen kunnen data bevatten/gebruiken/creëren
- Data kan erg complex zijn; denk aan netwerken, variabelen, parameters etc.
- Modellen mogen niet functioneren in isolatie want dan zullen deze weinig waarde hebben. Modellen hebben eveneens nood aan documentatie om ze verstaanbaar te maken, en zo tot inzichten te komen.
- De metadata dient machine-readable te zijn, om zo bijvoorbeeld te gebruiken in het asset governance draaiboek.
Conclusies: Een aantal conclusie werden getrokken:
- Modellen zijn essentiële "assets" bij het gebruik van digital twins om tot inzichten te komen over maatschappelijke uitdagingen.
- Een digital twin moet daarbij de fysische realiteit "virtueel" voorstellen met een niveau van nauwkeurigheid of kwaliteit die "fit-for-purpose" is. Het realisme (en dus de bruikbaarheid daarvan) hangt voornamelijk af van :
- data : de kwaliteit van de data
- model : betrouwbaarheid van de algoritmes, validiteit van de "assumpties" en de competentie van de implementatie
- representatie en visualisatie: Kwaliteit van de presentatie van de output
- Het vertrouwen in het gebruik van algoritmes dient mee opgenomen worden, zowel door als voor de beslissingsnemers en de andere stakeholders.
Aan de hand van VLOCA draaiboeken willen we de lokale overheden ondersteunen bij het bereiken van de principes en het omgaan met de uitdagingen.
Stellingen: Aan het onderdeel “Uitdagingen rond modellen” waren de volgende stellingen gekoppeld:
- Stelling 1: Wat zijn de belangrijkste uitdagingen die jou organisatie ziet rond modellering?
- Stelling 2: In welke mate weegt de factor “betrouwbaarheid” van modellen door bij het aankopen/ontwikkelen van modellen (naast factoren zoals kostprijs, algemene doelstelling/gebruik, snelheid van aankoop/ontwikkeling, politieke invloed etc.)?
De resultaten van deze stelling zijn hier beschikbaar.
Hints naar oplossingen
Sprekers: Stefan Lefever (Imec) en Stijn Vranckx (VITO)
Opname: De opname van dit onderdeel (samen met het vorige onderdeel) is beschikbaar via deze link.
Terugblik op standaardistatie: In het verleden is er standaardisatie geweest voor inter-model communicatie (het koppelen van modellen), denk bijvoorbeeld aan OpenMI. Het doel van een OpenMI standaard is het standaardiseren van het ontwerp van de “engine” interface, want dan kan die gelinkt worden met andere modellen, door middel van verdere specificatie: Model definitie, Configuratie en Run-time gedrag. De OpenMI standaard ontwikkelde een standaard voor het koppelen van modellen, en het is net die koppeling die zal zorgen voor een verhoging van de waarde. De standaarden zorgen voor een lokale koppeling van de modellen. Maar nu is er nood aan standaarden die ontwikkeld worden voor de modellen van vandaag. De modellen daarbij niet in isolatie gaan inschakelen maar als een deel van een marketplace.
Toekomst: Het verkennen van standaarden en modellen verloopt en zal verder moeten verlopen via onderzoeksprojecten. Vb. DUET, PRECINT, Urbange, Living-in.EU, nationale en internationale initiatieven. Wij hebben voor deze sessie gekozen voor DUET, om zo de interacties wat te kaderen. De focus ligt nu op modelinteracties, hoe de data teruggegeven kan worden, en hoe daar door verschillende deelnemers mee omgegaan kan worden.
Voorbeeld DUET: Hoe is dit nu door VITO gebruikt in een setting? In het kader van DUET heeft VITO dit gebruik in het kader van een model agent API:
- Core 2D model
- Message broker = gaat iedere 10 seconden kijken of er een bericht binnen komt – geeft een scenario ID van traffic.
- Traffic model
- Quark model = voor de luchtkwaliteitsberekening.
Via het model kan je verschillende stappen doorlopen om te komen tot een luchtkwaliteitsberekening, op basis van de wijzigende mobiliteit. De kaarten uit het model worden beschikbaar gesteld als een Geotiff, en via een bericht naar de visualisatie gestuurd om het via de DUET interface te gaan visualiseren.
Er is ook een proces voor de standaarden voor het koppelen van modellen. Via DUET kunnen we bottom-up een aantal standaardisaties mee gaan vormgeven, en dat is het belang van deze onderzoeksprojecten, en dat laat toe om zaken te versnellen, en zo te komen tot een Digital Twin marketplace. Vanuit DUET leggen we ook de link naar de VLOCA projecten.
Maar er zijn meer capaciteiten nodig dan de DUET interactie bijvoorbeeld. Denk aan ontologieën, vocabularium definitie, data schema management, model brokering, workflow/process orchestration. Niet allemaal via VLOCA in behandeling, maar mogelijk wel ondersteunen vanuit VLOCA.
Een voorbeeld van standaardisatie is de CityGML3.0, deze voorziet meer integratie van modellen met een digital twin ecosysteem. Hoe kunnen BIM en GIS modellen gekoppeld worden. DT zijn complexe ecosystemen dus hebben nood aan extra koppeling.
Oplossingen & waar VLOCA kan helpen:
- Stap voor stap & delen van kennis uit diverse projecten
- Realiseren van de uitdagingen aan de hand van projecten
- Smart assets vereisen een proces
- Technologie is beschikbaar, maar nog niet in een proces / aanpak gedefinieerd
- Standaardisatie is nodig om schaalbaar te maken
- Aligneren met bestaande en nieuwe initiatieven en technologieën
Vooruitblik: Er zijn heel wat nationale initiatieven, denk bijvoorbeeld aan het Zweedse Digital Twin Cities Centre, waarbij zij focussen op standaardisatie van metadata en andere vragen zoals: Hoe kunnen we automation gaan ondersteunen (vb. een algortimeregister), hoe kunnen we schaalbaar omgaan met dataflows, hoe kunnen we omgaan met data integratie, hoe kunnen we omgaan met schema matching en het linken van data, hoe kunnen we de motivatie en incentives verder gaan verhogen, hoe kunnen we de input, entiteiten, systemen, processen verder gaan versterken?
Stellingen: Aan het onderdeel “Hints naar oplossingen” waren de volgende stellingen gekoppeld:
- Stelling 1: De uitdagingen rond modellering, voor een data-gedreven overheid, moeten aangepakt worden door: Lokale overheden / Vlaamse overheid / Europese Commissie/ Onderzoeksinstellingen / Private sector / Een samenwerking van de voorgaande.
- Feedback Spreker: Uitdagingen rond modellering: samenwerking – ook duidelijk een rol voor de Vlaamse overheid.
- Stelling 2: Wat verwacht jouw organisatie van VLOCA voor de evolutie naar een data-gedreven overheid?
De resultaten van deze stelling zijn hier beschikbaar.
Next steps
Spreker: Fabian de la Meilleure (ABB)
Alle verslagen en bijhorende presentaties worden beschikbaar gesteld op deze Kennishub. Feedback en suggesties zijn welkom op vloca@vlaanderen.be.