Presentatie 19 mei 2016IenM/TNO – Jong Leefomgeving (‘s-Gravenhage)

Erik van der Zee (Geodan)

Wat is Big Data

Big Data Analysis

Big Data i.r.t. Smart Cities en IoT

Impact op domein Fysieke Leefomgeving (voorbeelden)

Wat is Big Data

Quiz! Kilobyte 103

Megabyte 106

Gigabyte 109

Terabyte 1012

Petabyte 1015

Exabyte 1018

Zettabyte 1021

Yottabyte 1024

Brontobyte 1027

Gegobyte 1030 ( = 1.000.000.000.000.000.000.000.000.000.000 byte…)

Budhani, 2008 “A blanket term for any collection of data sets so large and complex that it becomes difficult to process using on-hand database management tools or traditional data processing applications”

Gartner “High-volume, high-velocity and high-variety information assets that demand innovative forms of information processing for enhanced insight and decision making”

Steeds meer data creators (mensen + smart things “IoT”) Steeds meer content soorten (gestructureerd en ongestructureerd) Steeds meer variabelen (“phenomena”) Steeds meer delen via social networks (data duplicatie) Steeds meer bewaren (data, logfiles, “omdat het kan”) Steeds meer data combineren (“data met data” bvb output GIS analyse) Steeds meer voorspellen (extrapoleren, model output, scenarios)

Steeds hogere resoluties Ruimtelijke resolutie xy(z)

Tijd(sinterval) resolutie van snapshots (“pictures”) naar continuous streams (“movies”)

Meetspectrum (“banden”) van Multi-spectral naar Hyper-spectral (“data cubes”) Denk bvb Foto’s/Video’s maar ook aan AHN1, AHN2, AHN3, …

Steeds minder analoge data

Steeds meer ongestructureerde data

Steeds meer big data heeft een locatie component…

Big GEO Data + Big Spatial Analytics

Big Data Analysis

Steeds meer data leidt niet noodzakelijkerwijs tot informatie (inzicht) …

Big Data Analyse + Visualisatie nodig

Analyse van Verleden (historische data) Heden(real-time data) en Toekomst (model output)

Gestructureerde data vs Ongestructureerde data

Steeds meer informatie uit ongestructureerde data door slimme algoritmes (tekst / gezicht / object herkenning, ...) “convert to structured”

Visualisatie hoort ook bij analyse “een kaart meer zegt dan 1000 woorden” Voor Big Data nieuwe visualisaties, bvb “event

tunnels”, dynamische spider diagrammen (grafen) (zie bvb www.d3js.org)

Relatie met Smart Cities en IoT

SensingAnalysis andPrediction

Act(uat)ingraw events meaningful

events

Waarnemen

(data creatie)

Aansturen / notificeren /

routeren van objecten en

subjecten

Beschikbaarstelling

Open sensor data

Beschikbaarstelling

Analyses

Beschikbaarstelling

Acties

Sensing Analysis Act(uat)ing

Event processing

Complex Event Processing (CEP)(meerdere sensor streams)

“Temp. > 30°C”

“Wind < 5km/u”

“Temp. > 30°C” AND “Wind < 5km/u”

Alarmmelding “Smog risico”(“meaningful event”)

“Temp. > 30°C”

Alleen overgangen meten

Voorbeelden Fysieke Leefomgeving

Rijk◦ Politie en Inlichtingendiensten◦ Diverse Landelijke Meetnetten (KNMI, RWS, RIVM, NSO/ESA)

KNMI Meteorologie, Seismiek

RWS NDW Netwerk + LM Water + Zwemwater

RIVM LM Lucht, Bodem, Grondwater, Radioactiviteit, Mest, Hemelhelderheid, Geluid (Schiphol)

◦ Grote admin. gegevensverzamelingen o.a. Belastingdienst, CBS, …◦ Smart City werkgroepen bij Ministeries (EZ/IenM/…)◦ NS/ProRail projecten Virtuele Trein / Virtuele Infra◦ RWS Strategische visie op Big Data

Waterschappen (meet- en regelsystemen water management) Milieudiensten / RUDs Meetnetten luchtkwaliteit Provincies (…) Gemeenten (“Living Labs” in diverse steden, parkeersensoren, tracking &

tracing informatie stad- en streekvervoer, smart bins, …) Onderwijs (universiteiten) en onderzoeksinstituten (LOFAR meetnet) Geonovum Platform MS4S

Handhaving luchtkwaliteitsnormen

Handhaving geluidsnormen

Clean-up (cars) Event start

End of

event

Efficiëntere routeringen

Minder uitstoot Nox/fijnstof

Vermindering uitstoot door efficiënter parkeren (minder rondjes rijden Minder NOx uitstoot)

Landelijke meetnetten (GW/OW/Meteo)

Water Management en Modellering

Sensing – Analysis – Acting (sluizen)

Nationaal Datawarehouse Wegverkeergegevens (NDW) Dynamisch verkeersmanagement bijsturen

verkeersstromen bij files en overschrijding van normen (geluid/luchtkwaliteit) in bepaald gebied

Meting aerosols met smart phones

Citizen Science project RIVM (crowd sourcing)

Verdichting landelijke meetnetten

Airquality Egg (www.airqualityegg.com)

SmartCitizen Kit (www.smartcitizen.me)

Schepen http://www.marinetraffic.com/ais/

Vliegtuigen http://radar.vlieghinder.nl◦ Geluidsensors (meting geluidsoverlast Schiphol)

◦ Realtime informatie vliegtuigen (snelheid, locatie, type, etc.)

Treinen

…

Nederland volledig 3D gefotografeerd en laserscanned

Continue bijhouding 3D model via drones /self-driving cars

Gecombineerd met continue real-time sensing

Now THATs Big…

Big Data zinvol in Fysieke Leefomgeving◦ Real-Time VTH (toetsing op normen uit de

omgevingswet m.b.v. sensoren: geluidsbelasting / lucht- & waterkwaliteit / etc.)

◦ Gebruik van satelliet data (near real-time beelden van Nederland)

Huidige Meetnetten beter gebruiken◦ Beschikbaar stellen Open Sensor Data APIs

◦ Verdichting meetnetten d.m.v. crowd sourcing

Uitdaging Big Data Analytics koppelen aan VTH processen

Vragen?

Drs. Erik van der Zee

T +31 (0)20 5711 311M +31 (0) 6 1009 9691E erik.van.der.zee@geodan.nlI www.geodan.nlT @erikvanderzee

President Kennedylaan 11079MB AmsterdamThe Netherlands