1

2

- 1 -

INHOUDSOPGAVE

Inleiding ............................................................................................................... - 3 -

Ruimtelijke modellering voor beleidsondersteuning.......................................... - 5 -

Cellulaire Automaten voor ruimtegebruikmodellering ..................................... - 7 -

Cellulaire Automaten voor ruimtegebruikmodellering ..................................... - 9 -

De “discrete choice” theorie voor ruimtegebruikmodellering ......................... - 11 -

Multi Agent Simulaties voor Ruimtelijke Planning ......................................... - 15 -

Ruimtegebruikmodellen als beleidsondersteunend beslissingssysteem........... - 17 -

De Ruimtescanner ............................................................................................. - 19 -

De Leefomgevingsverkenner............................................................................. - 23 -

Picasso of Willink? Verbeelding van toekomstig ruimtegebruik..................... - 25 -

3D-geovisualisatie van ruimtescanner resultaten............................................. - 29 -

Relatie tussen ontwerp en simulatie van landgebruik...................................... - 33 -

Quick Scan groen/blauwe effecten woningbouwlocaties Randstad ................. - 37 -

Transities in de landbouw ................................................................................. - 39 -

Ex post evaluatie van Nederlands ruimtelijk en infrastructureel beleid......... - 43 -

- 2 -

- 3 -

Inleiding Aldrik Bakema, Milieu- en Natuurplanbureau van het RIVM Henk Scholten, Vrije Universiteit Amsterdam Het Land Use MOdeling System (LUMOS) is een toolbox voor ruimtegebruikmodellering, waarin op dit moment de Ruimtescanner en de LeefOmgevingsVerkenner de belangrijkste onderdelen zijn. In het LUMOS consortium hebben zich een aantal partijen verenigd die vanuit een inhoudelijke drijfveer geïnteresseerd zijn in, en onderzoek doen naar, landgebruikmodellering. De deelnemende organisaties in het LUMOS consortium werken al langere tijd samen op dit gebied en hebben in 2003 de intentie tot verdere samenwerking uitgesproken en vastgelegd. Een jaar na het uitspreken van deze intentie is een symposium georganiseerd waarvan in deze rapportage de presentaties zijn samengevat. Op dit symposium zijn de recente ontwikkelingen en resultaten op het gebied van landgebruikmodellering gepresenteerd, bezien vanuit de rol die landgebruikmodellering kan spelen in de ondersteuning van beleidsvoorbereiding. Deze rapportage biedt daarmee een overzicht van de recente onderzoeksinspanningen op dit gebied binnen het LUMOS-consortium. In de eerste presentatie worden een aantal uitdagingen geformuleerd voor de toekomst vanuit een veranderd ruimtelijke ordeningsbeleid. Als mogelijke basis voor ruimtegebruikmodellering worden vervolgens drie modelconcepten geschetst voor ruimtelijke modellering: cellulaire automaten, de “discrete choice”theorie, en multi-agent modellering, waarvan de eerste twee de basis vormen voor respectievelijk de Leefomgevingsverkenner en de Ruimtescanner, die daarna besproken worden. Daarop volgt een kritische beschouwing van het gebruik van deze twee modellen als beleidsondersteunend beslissingssysteem. De laatste 6 presentaties zijn meer vanuit de modeltoepassing geschreven, en richten zich op zaken als visualisatie en het belang daarvan voor het gebruik van modellen in beleidsondersteuning, de rol van ontwerp versus simulatie, en een aantal modelonderzoeken naar respectievelijk de groen/blauwe effecten van woningbouwlocaties in de randstad, de transities in de landbouw en het effect van het Nederlands ruimtelijk en infrastructureel beleid. Tijdens het symposium is mede op basis van deze presentaties een discussie gevoerd over gewenste verbeteringen in de landgebruikmodellering. Deze wensen liggen vooral op het gebied van een betere validatie van de gebruikte modellen, een betere afstemming tussen de verschillende schaalniveaus, en een betere onderbouwing en afstemming van de gebruikte modelconcepten, met name wat betreft de relatie tussen modellering van gedrag van actoren en ruimtegebruiksveranderingen. Hiertoe worden namens het LUMOS-consortium gemeenschappelijke projectvoorstellen opgesteld, waarin de onderzoeksinspanningen op dit gebied op elkaar zijn afgestemd.

- 4 -

- 5 -

Ruimtelijke modellering voor beleidsondersteuning Marianne Kuijpers, Milieu- en Natuurplanbureau van het RIVM Inleiding In deze tijd is het lastig om de relevantie van modellen voor nationale ruimtelijk relevante beleidsvraagstukken in beeld te brengen. Immers zowel de uitgangspunten (gemakshalve samengevat als de sturingsfilosofie) van ruimtelijk beleid als de rol van het Rijk op dit beleidsveld staan sterk ter discussie. Vrijwel elke week kunnen we in de krant lezen hoe door grote regelzucht van de Rijksoverheid en door ellenlange procedures, de huidige inrichting van Nederland niet langer voldoet aan de wensen van de burgers en ondernemers. De Nota Ruimte stelt dan ook voor de koers in het RO beleid radicaal te wijzigen. Van de Nota Ruimte wordt verwacht dat deze een keerpunt wordt in het RO beleid. Sturen op hoofdlijnen (decentralisatie), minder regelgeving (deregulering), financiële dekking van het voorgestelde beleid en meer nadruk op uitvoering vormen de belangrijkste uitdagingen. De contouren van het nieuwe beleid zijn dus op hoofdlijnen bekend. In het nieuwe decennium is pijnlijk duidelijk geworden dat de kloof tussen overheid en burger groot is geworden: de werkelijkheid waarop beleid is gebaseerd en de werkelijkheid zoals de burgers, bedrijven en maatschappelijke organisaties die zien, verschillen sterk van elkaar. Er is meer dan ooit behoefte aan inzicht in de processen die in onze samenleving gaande zijn. Hierbij kunnen verschillende invalshoeken worden gehanteerd. In mijn presentatie ga ik in op de vraag in hoeverre de ontwikkelde modellen van het LUMOSconsortium toepasbaar zijn in actuele beleidsdiscussies waarin vooral het onderscheid tussen centraal/decentraal, versimpeling van regelgeving, kosteneffectiviteit en het opnieuw leren kennen van de processen in de samenleving, belangrijke discussiepunten zijn. Om deze vraag te beantwoorden behandel ik eerst kort de rol die de modelresultaten in de afgelopen jaren hebben gespeeld. Hieruit destilleer ik een paar mogelijkheden en beperkingen. Gegeven deze mogelijkheden en beperkingen, ga ik in het tweede deel van de presentatie in op de toepassingsmogelijkheden in de huidige beleidsdiscussie. Ik heb helaas geen antwoord op alle vragen die ik opwerp en nodig u als lezer/toehoorder van harte uit uw reactie op deze vragen te geven Toepassingen van LUMOS in beleidsdiscussies� De operationele modellen in LUMOS: de Ruimtescanner en de Leefomgevingsplanner zijn ontwikkeld om ex ante evaluaties op bestaand en nieuw te ontwikkelen beleid uit te voeren. De Ruimtescanner vormt een onderdeel van een brede kennisinfrastructuur. Dit model is binnen het Milieu- en Natuurplanbureau onder meer gebruikt in de volgende analyses: • Milieuverkenningen: deze verkenning diende als voorbereiding op het NMP3. In

deze verkenning zijn de knelpunten geïnventariseerd, die gegeven de maatschappelijke ontwikkelingen en het toenmalig vigerend beleid kunnen optreden. Daarnaast zijn mogelijke richtingen verkend voor het oplossen van deze vragen. In de berekeningen is de ruimtescanner gebruikt om maatschappelijke

- 6 -

ontwikkelingen te vertalen in ruimtelijke beelden. Deze ruimtelijke beelden vormden de input voor de berekening van milieudruk- en milieukwaliteitsindicatoren.

• de Toets van de Vijfde Nota Ruimtelijke Ordening op ecologische effecten: de ruimtescanner is gebruikt om de verwachte effecten van een trendmatige ontwikkeling van de ruimtelijke inrichting van Nederland tot 2020 in beeld te brengen.

De Leefomgevingsverkenner is als een zelfstandig model voor ex ante evaluaties ontwikkeld en is uitermate geschikt om snel een beeld te vormen van de mogelijke effecten van ruimtelijk relevant beleid voor natuur, leefomgeving en milieukwaliteit. Dit model is onder meer toegepast voor het Groene Hart en bij het ontwikkelen van scenario’s voor de Natuurverkenningen. Evaluatie van deze modeltoepassingen�De bovenstaande en andere toepassingen zijn geëvalueerd en deze evaluaties hebben geleid tot een overzicht van sterke en zwakke punten, die in eerdere vergaderingen van het consortium zijn besproken. Enkele sterke- en zwakke punten haal ik er uit: Sterk: • De modellen maken gebruik van de best beschikbare informatie over zeer

uiteenlopende kenmerken van ruimtelijke structuur en ruimtelijke dynamiek. • In de modeltoepassingen kan rekening worden gehouden met de complexe relaties

tussen maatschappelijke en ruimtelijke ontwikkelingen. • De modeltoepassingen hebben laten zien dat simpele boodschappen uit

modelresultaten zijn af te leiden (zie figuur) • De modellen expliciteren relaties tussen verschillende ruimtegebruiksfuncties • De modellen zijn simpel opgebouwd en behandelen hoofdzaken Zwak: • De modellen hebben een zwakke theoretische basis (dit betreft onder meer: de

interactie tussen maatschappelijke ontwikkelingen en ruimtegebruik, kenmerken van ruimtelijke relaties en ruimtelijke dynamiek, functioneren van de grondmarkt, relatie “places” and “flows” )

• Het onderzoeksontwerp is vaak erg complex (input uit verschillende beleidsvelden en voor het schatten van de parameters is kennis uit uiteenlopende disciplines nodig)

• De modeluitkomsten (ruimtelijke beelden) zijn niet altijd even gemakkelijk te interpreteren, o.a. door onvolledigheid wetenschappelijke kennis en onnauwkeurige informatie over bestaand ruimtegebruik.

Wanneer de modellen worden toegepast zijn er ook nog andere punten die aandacht vragen: • de resultaten laten vaak lang op zich wachten zodat ze geen rol meer kunnen

spelen in beleidsdiscussies • de modellen zijn geijkt op een verleden waarin RObeleid een restrictieve rol

speelt. Zijn ze ook toepasbaar voor de toekomst waarin de overheid een meer ontwikkelingsgerichte rol speelt?

• beleidsvormende processen zijn vaak gericht op verandering, complexiteit, onzekerheid en conflicten in landgebruik, terwijl in huidige modelstructuren vooral gebaseerd zijn op ruimtelijke structuren en ruimtelijke nabijheid

• de modellen worden vaak alleen in de beleidsvoorbereidende fase toegepast, zijn ze ook geschikt om een beleidsproces te volgen?

- 7 -

Uitdagingen voor de toekomst Combineer ik de hierboven genoemde punten met de koerswijzigingen in het RO beleid, dan lijken mij de volgende onderzoeksvragen voor het LUMOSconsortium relevant: Inhoudelijk 1. Welke oorzaak-gevolg relaties zijn in beleidsdiscussies relevant (welke

indicatoren) 2. Is het mogelijk om de relatie tussen beleidsstrategieën, het maatschappelijke

systeem, het natuurlijke systeem en het ruimtelijke systeem meer duidelijk te maken (actoren, micro/macrorelaties, ruimtelijke inertie, ruimtelijke dynamiek, etc)?

3. In hoeverre zijn de ontwikkelde modellen geschikt voor toepassingen op een andere schaalniveau’s?

4. Op welke wijze kunnen ruimtelijke effecten van maatregelpakketten in een kosten/baten analyse worden meegenomen?

Procesmatig 5. Op welke wijze kan deze kennis worden ingezet bij het snel beantwoorden van

actuele “ what if” beleidsvragen? Kan de doorlooptijd worden verkort? Communicatie 6. Welke visualisatie technieken kunnen worden ingezet bij het beantwoorden van

what if vragen? 7. Hoe kunnen onzekerheden worden gevisualiseerd? 8. Welke rol kunnen deze modellen spelen bij de inbreng van wetenschappelijke

kennis in beleidsdiscussies Uit modelresultaten zijn ook simpele boodschappen af te leiden:

- 8 -

- 9 -

Cellulaire Automaten voor ruimtegebruikmodellering Guy Engelen Research Instituut voor KennisSystemen P.O. Box 463, 6200 AL Maastricht http://www.riks.nl Cellular Automata of Cellenautomaten (CA) vinden hun oorsprong in het werk van Von Neumann en Burke in het begin van de veertiger jaren in hun zoektocht naar Autoreproductieve Systemen. Het is echter de brede interesse voor Conway’s computerspel ‘Game of Life’ en het werk van Wolfram dat van doorslaggevend belang is voor hun definitieve doorbraak en grootschalige toepassing Vooral in de kunstmatige intelligentie en de fysica krijgen ze bijzondere aandacht en zijn ze aanleiding tot eigen domeinen: respectievelijk Artificial Life en Digital Mechanics. CA danken hun populariteit niet in het minst aan het feit dat het in essentie eenvoudige wiskundige instrumenten zijn die aanleiding kunnen zijn tot een bijzonder complex gedrag, of met de woorden van Couclelis: ‘Complexity without Complication’. Het zijn ruimtelijk-dynamische modellen met zelf-organiserend gedrag. Ze zijn dus bij uitstek geschikt om de interacties in tijd en ruimte tussen individuen te simuleren en genereren de complexe ruimtelijke patronen die ontstaan als gevolg van deze interactie. Het zijn proces modellen. De nadruk van de modelleeroefening ligt bijgevolg op het vastleggen van het dynamische gedrag en niet van het ruimtelijke patroon zelf. In de ruimtelijke wetenschappen worden CA voor het eerst vernoemd wanneer Tobler ‘Life’ opneemt in zijn classificatie van cellulaire modellen als het ‘geografische model’. Aanvankelijk zijn de ruimtelijke toepassingen van theoretische aard. In het begin van de jaren 90 verschijnen CA modellen die aan toepasbaarheid winnen. Ondertussen zijn het instrumenten die aanleiding zijn tot een exponentieel groeiend aantal onderzoeksprojecten, publicaties, special congress sessions, journal issues, end. Toepasbaarheid is vaak ook aanleiding tot het verruimen van de definitie van de CA. Dit komt met voordelen m.b.t. de toepasbaarheid, maar maakt de modellen in mindere of meerdere mate los van hun fundamentele basis. Lopend onderzoek richt zich onder andere op het verankeren van CA in de meer traditionele economische of geografische theorieën, op het koppelen met GIS en andere cellulaire modellen, op het calibreren en valideren, maar wijst ook op de uitgesproken nood aan nieuw te verzamelen materiaal en kennis ‘in het veld’ middels empirisch onderzoek. In deze presentatie wordt kort ingegaan op de definitie van de CA, hun plaats naast andere grote klassen van ruimtelijke modellen, hun sterke en zwakke punten, een aantal voorbeelden van belangrijke CA modellen in de ruimtelijke wetenschappen, en een aantal actuele ontwikkelingen.

- 10 -

CA modellen berekenen het landgebruik in een iteratief proces, waarbij per tijdstap de verandering in het landgebruik wordt bepaald:

- 11 -

De “discrete choice” theorie voor ruimtegebruikmodellering de economische achtergrond van de Ruimtescanner Piet Rietveld en Eric Koomen, Vrije Universiteit Amsterdam Grond is om een aantal redenen een bijzonder economisch goed. Allereerst is het aanbod sterk gelimiteerd. In de Nederlandse situatie wordt land in beperkte mate kunstmatig aangewonnen, maar dat is een langdurige en kostbaar proces dat niet oneindig kan doorgaan. Verder heeft elk perceel een vaste locatie en daarmee zijn eigen unieke eigenschappen in termen van grondkwaliteit, bereikbaarheid en dergelijke. Daarnaast beïnvloedt het grondgebruik op een locatie het omliggende grondgebruik: infrastructuur en bedrijvigheid geven overlast, intensieve landbouw kan een nadelig effect hebben op natuurwaarden etc. Deze laatste eigenschap wordt in economische termen een externaliteit genoemd en leidt veelal tot overheidsingrijpen. Zo mag rond Schiphol bijvoorbeeld niet gewoond worden, wordt bedrijvigheid vaak verplaatst naar de randen van de stad en is de krijgen landbouwers subsidie om onder sub-optimale agrarische condities natuur als bijproduct te leveren. De locatie-specifieke eigenschappen van grond, de externaliteiten en de daarop volgende overheidsinterventie maken een analyse van de grondmarkt bijzonder complex. Het goed dat verhandeld wordt is niet homogeen en kan niet vrij verhandeld worden. Het aanbod is beperkt en de vraag gereguleerd. Dit komt tot uiting in een gesegmenteerde grondmarkt waar verschillende prijzen gehanteerd worden voor "groene" (landbouw, natuur) en "rode" (wonen, werken, infrastructuur) functies en waar per sector nog weer grote ruimtelijke prijsverschillen voorkomen. Zie bijvoorbeeld Luijt (2002). De basis voor economische theorieën over grondprijzen en grondgebruik wordt gevormd door het werk van Ricardo en von Thünen. Ricardo (1817, in Kruijt et al. 1990) verklaarde grondprijzen uit een verschil in bodemvruchtbaarheid, of meer algemeen grondkwaliteit. Grond met een betere kwaliteit geeft een hogere opbrengst dan grond met een lagere kwaliteit en uit dit verschil kan een hogere grondprijs worden betaald. Von Thünen (1826) richtte zich op het effect van afstand en daarmee transportkosten op het verklaren van grondgebruikspatronen en grondprijzen. De bied-rent theorie (Alonso 1964) vormt tegenwoordig vaak het vertrekpunt voor de economische analyse van landgebruik. Deze theorie richt zicht op de relatie tussen stedelijk grondgebruik en de waarde van stedelijk grond. Individuele huishoudens en bedrijven maken een afweging tussen grond prijs, transportkosten de hoeveelheid land die ze nodig hebben. Dit leidt tot een eenvoudig model met afnemende grondprijzen naar mate je verder van het centrum van de stad afkomt. Het grondgebruik dat resulteert uit deze aannamen is dat van een typische mono-centrische stad. De commerciële activiteiten concentreren zich in het centrum (“central business district”) van de stad. De industriële en woonfuncties zullen minder geld over hebben voor een centrale locatie en zullen een plek kiezen verder van het centrum. Waar het bod van de stedelijke bieders gelijk is aan dat van de agrarische bieders is de rand van de stad. Een ander belangrijk concept uit de economische wetenschap dat gebruikt wordt in het verklaren van ruimtegebruikpatronen is de discrete choice theorie. Nobelprijswinnaar McFadden heeft belangrijk werk gedaan aan deze benadering die geschikt is voor het modelleren van keuzen tussen alternatieven die elkaar uitsluiten.

- 12 -

De kans dat een alternatief gekozen wordt is hierin afhankelijk gesteld van het nut van dat specifieke alternatief ten opzichte van het totale nut van alle alternatieven. Deze kans ligt gegeven de definitie tussen 0 en 1, maar zal die uitersten nooit bereiken. Vertaald naar grondgebruik kan met deze benadering de waarschijnlijkheid dat een bepaald type grondgebruik op een bepaalde locatie voorkomt worden verklaard uit het nut dat die locatie heeft voor dat specifieke gebruik ten opzichte van het totale nut voor alle mogelijke gebruiken. Het nut van een locatie kan hier opgevat worden als de geschiktheid voor een bepaald gebruik.

De geschiktheid van een locatie voor een bepaald gebruik kan verklaard worden uit diverse factoren. Hierbij valt te denken aan fysieke geschiktheid ; de grondsoort bepaalt bijvoorbeeld in belangrijke welk agrarische gebruik de hoogste opbrengst kent. Een andere belangrijk aspect is de nabijheid van voorzieningen; een bedrijf kiest bij voorkeur een goed bereikbare locatie. Binnen de Nederlandse context is daarnaast beleid van groot belang: in bepaalde gebieden gelden sterke restricties op bijvoorbeeld woningbouw. De beoordeling van de geschiktheid wordt gedaan door de potentiële gebruikers van die locatie en kan daarom ook geïnterpreteerd worden als een biedprijs. De gebruiker die het meeste nut heeft van een locatie kan immers de hoogste prijs bieden. Om het model daadwerkelijk te kunnen toepassen gelden twee randvoorwaarden: 1. de totale hoeveelheid grond binnen een cel is beperkt. De totale hoeveelheid

ruimte die aan de diverse grondgebruiktypen wordt toegewezen moet gelijk zijn aan de omvang van de cel.

2. de totale ruimtetoewijzing per grondgebruikstype in Nederland (of een deelregio) moet kloppen met de vooraf opgegeven nationale of regionale ruimteclaim. Deze ruimtevraag is afkomstig uit sector-specifieke modellen.

Deze opzet is onder meer geoperationaliseerd in de Ruimtescanner model en heeft enkele aantrekkelijke kenmerken:

- de aanpak sluit aan bij bestaande economische theorieën over keuzegedrag van individuen en biedprijzen

- er wordt rekening gehouden met onzekerheid (waarschijnlijkheid) in keuzegedrag

- de grondboekhouding (balans tussen vraag en aanbod) is sluitend - de interactie tussen verschillende typen grondgebruik is meegenomen;

toewijzing vindt immers plaats na een integrale beoordeling van geschiktheid. - het model is eenvoudig te koppelen aan bestaande sectorspecifieke modellen

op macro of meso-niveau.

De Ruimtescanner is al diverse malen succesvol toegepast in beleidsvoorbereidende en evaluatie toepassingen. In recente toepassingen kwamen enkele verbeterpunten aan de orde:

- transitiekosten die samenhangen met kostbare en daarmee onwaarschijnlijke grondgebruikveranderingen (bijvoorbeeld het omzetten van woongebied in natuur) zijn nu niet expliciet opgenomen

- het schatten van de invloed van de diverse verklarende factoren achter de geschiktheidskaarten is een moeizaam en deels subjectief proces. Een betere onderbouwing hiervan is wenselijk.

- restrictief ruimtelijk beleid moet zeer expliciet worden.

- 13 -

- de intensiteit (en meervoudigheid) van ruimtegebruik zijn nu niet opgenomen. Hiervoor bestaan in relatie tot de economische oriëntatie van het model, wel interessante mogelijkheden.

- ruimtelijke spill-overs zouden meer aandacht moeten krijgen. De vraag naar ruimte wordt nu heel strak binnen de gestelde regio's gerealiseerd. Bij een hoge ruimtedruk in een gebied zou een terugkoppeling op de oorspronkelijke ruimtevraag kunnen plaatsvinden om de ruimtevraag in een nabijgelegen gebied met hoge geschiktheid toe te wijzen.

Aan enkele van de hierboven genoemde verbeterpunten wordt dit jaar door het Milieunatuurplanbureau-RIVM gewerkt. Referenties Alonso, W.A. (1964), Location and land use: toward a general theory of land rent, Harvard University Press, Cambridge.

Hilferink, M. & P. Rietveld (1999), Land Use Scanner: An integrated GIS based model for long term projections of land use in urban and rural areas, in: Journal of Geographical Systems, 1(2): 155-177.

Kruijt, B., B. Needham, en T. Spit (1990), Economische grondslagen van grondbeleid, Stichting voor beleggings- en vastgoedkunde, Universiteit van Amsterdam.

Luijt, J. (2002), De grondmarkt in segmenten 1998-2000, LEI, Den Haag.

Von Thünen, J.H. (1826), Der isolierte Staat, in: Beziehung auf Landwirtschaft und Nationalökonomie, Neudruck nach der Ausgabe letzter Hand (1842), Gustav Fisher Verlag, Stuttgart, 1966.

- 14 -

- 15 -

Multi Agent Simulaties voor Ruimtelijke Planning Arend Ligtenberg, Wageningen Universiteit & Researchcentrum Land gebruikverandering worden steeds complexer. Een toenemend aantal actoren probeert zijn doel en wensen te realiseren binnen een beperkte ruimtelijke omgeving. Deze ruimtelijke omgeving moet een toenemend aantal doelstelling ondersteunen. In Nederland is ruimtelijke planning het primaire proces dat leidt tot landgebruikverandering. Moderne ruimtelijke planning is een complex en dynamisch multi-actor besluitvormingsproces, gekenmerkt door: een veelheid aan doelstelling, communicatie, onderhandeling en coalitievorming tussen actoren. Deze actoren hebben vaak incomplete informatie en een verschillende percepties van de werkelijkheid. Om de effecten van besluitvorming van individuele actoren te modelleren in een ruimtelijke simulatie is het gebruik “Agent-Based Modelling” (ABM) Systemen een aantrekkelijke optie. Weiss 1999 definieert een agent als:

“a computational entity such as a sofware program or a robot that can be viewed as perceiving and acting upon its environment and that is autonomous in that its behavior at least partially depends on its own experience”

Een agent heeft over het algemeen de volgende kenmerken: • Doelstelling: • Autonoom: controleren eigen gedrag • Intelligent: kunnen redeneren, zijn flexibel en kunnen leren • Sociaal: heeft mogelijkheden om te communiceren met andere

agents • Reactief: reageert op gebeurtenissen in de omgeving • Pro-actief (kan anticiperen op gebeurtenissen)

Een belangrijk voordeel van ABM is het integreren van de “human factor” in ruimtelijke modellen op een wijze die beter aansluit bij de praktijk van ruimtelijke planvorming zoals die in Nederland plaatsvindt. Integratie van (softe) informatie op verschillende schaalniveau en het bottom-up genereren van ruimtelijke patronen maken het een flexibele techniek om expliciet effecten van multi-actor besluitvorming te simuleren. Op dit moment kennen de meeste agent based modellen voor ruimtelijke simulatie slechts een beperkte invulling bovenstaande definitie van agents. De meeste implementaties zijn gebaseerd op een grid/cell omgeving waarin agenten gedefinieerd zijn als cellen. Aspecten als communicatie, onderhandeling, autonomie enz zijn slechts ten dele ontwikkeld. En de agent kennen slechts een reactieve vorm van redeneren in de vorm van “if then else” regels of zijn gemodelleerd als een soort optimaliserend automaton. Binnen Wageningen-UR richt het onderzoek zich op dit moment op het ontwikkelen van een Multi-Agent model waarbij ruimtelijke

- 16 -

veranderingen worden gesimuleerd als gevolg van multi-actor besluitvorming. De actoren worden hierbij gezien als organisaties die een rol spelen in het ruimtelijk planningsproces. Actoren zijn geïmplementeerd als agents. Op basis van doelstellingen, wensen, percepties van de omgeving genereren deze agents preferenties ten aanzien van de toekomstige invulling van de ruimte. De preferenties van de afzonderlijke agenten leiden vervolgens via een onderhandeling- en besluitvormingsproces tot een aanpassing van een model van de ruimtelijke omgeving. Belangrijke onderzoeksaspecten hierbij zijn de perceptie omgeving en preferenties van andere agenten, communicatie met ander agents, onderhandeling- en besluitvormingsmechanismen en aspecten rondom de validatie van MAS voor multi-actor planning. Op dit moment is de conclusie dat “agent based modelling” een aantrekkelijke paradigma is om complex ruimtelijke systemen “bottom-up” te modelleren maar tevens dat er nog een groot aantal onderzoeksvragen liggen met name op het vlak van typische agent constructies als onderhandelen en ruimtelijk redeneren. Daarnaast is validatie van ruimtelijke multi-agent systemen een belangrijke maar veelal onderbelicht aandachtspunt. De actor als “agent” in het modelsysteem:

- 17 -

Ruimtegebruikmodellen als beleidsondersteunend beslissingssysteem Arno Bouwman, Milieu- en Natuurplanbureau van het RIVM De Ruimtescanner en Leefomgevingsverkenner, beide ondergebracht in het LandUse MOdellingSystem (LUMOS), zijn instrumenten die door het Milieu- en NatuurPlanbureau worden ingezet om beleidsprocessen die effect hebben op het ruimtegebruik te ondersteunen. Daartoe worden scenario’s met ruimtegebruiksclaims voor verschillende sectoren doorgerekend. Deze ruimtegebruiksclaims per sector komen, net als de rekenregels die voor de allocatie van de claims voor de verschillende sectoren gelden, van de (sector)-experts. Deze (sector)-experts hebben vaak vanuit hun eigen perceptie een verschillende kijk op de scenario’s en geven daarmee een verschillende invulling aan de scenario’s. Dit betekent dat er feitelijk geen sprake is van een van te voren afgesproken aantal scenario’s, maar dat er sprake is van n * het aantal afgesproken scenario’s, door Wei-Ning Xiang ‘stretching’ genoemd (Wei-Ning Xiang, 2003). In de ruimtegebruiksmodellen komen deze verschillende visies op de scenario’s samen en wordt dat zichtbaar gemaakt. Daarmee ondersteunt de ruimtegebruiksmodellen de discussie cq de manier van denken over de scenario’s. Het is een systeem dat de communicatie tussen specialisten over scenario’s en de consistentie daarin bevordert. Maar dat is niet waar ruimtegebruiksmodellen als de ruimtescanner en de leefomgevingsverkenner in de eerste plaats voor zijn bedoeld. Zij zijn ontwikkeld als beleidsondersteunend systeem. Daarbij is het besef wie en wat een ruimtegebruiksmodel moet ondersteunen in de discussie over toekomstig ruimtegebruik van groot belang. Volgens prof dr Hoppe in een lezing voor de MNP-academie dd 29 januari 2004 verkeren de planbureaus van oudsher nog te veel in de academische wereld waar het professionele debat plaatsvindt. Hij is van mening dat de planbureau’s zich meer in het publieke debat en het ethische debat zouden moeten begeven. De ruimtescanner en de leefomgevingsverkenner zijn in hoge mate academische modellen die voor slechts weinigen te doorgronden zijn. Belangrijke vragen voor de ruimtegebruiks-modelleurs als gevolg van een verschuivende positie van de planbureau’s zullen moeten zijn: Wie, buiten de besloten academische wereld (inclusief de beleidsmakers), moet worden betrokken in de discussie en op welke manier communiceren we daar mee? (Wei-Ning Xiang, 2003). Moeten ruimtegebruiksmodellen voor een veel breder publiek hanteerbaar, te gebruiken zijn? Met andere woorden, moeten gebruikers zelf de mogelijkheid krijgen aan het wiel te draaien? Een gevolg zal zijn dat de modellen eenvoudiger en doorzichtiger moeten worden opgezet. Dit wil niet zeggen dat de binnen het Milieu- en NatuurPlanbureau gebruikte ruimtegebruiksmodellen niet inzichtelijk zijn. Zowel de ruimtescanner als de leefomgevingsverkenner bieden vele mogelijkheden om tot eindbeelden te komen. De modellen zijn zeer flexibel, …….... voor de expert. De ruimtegebruiks-modelleurs moeten zich afvragen of zij niet te veel bezig zijn met het steeds meer perfectioneren van hun modellen in plaats van de vraag welke rol een ruimtegebruikssimulatie in kan nemen in de discussie over het toekomstig ruimtegebruik in Nederland. Voor deze discussie is het van belang dat de eindbeelden van de scenario’s verrassend, onverwacht, uitdagend, divers en toch plausibel zijn (Wei-Ning Xiang, 2003). Door

- 18 -

het steeds verder perfectioneren op de werkelijkheid en de vaak conservatieve kijk op scenario’s van de sector-specialisten is de kans op verrassende beelden kleiner. Daarbij zijn resultaten vaak moeilijk te interpreteren omdat het bijvoorbeeld in geval van de ruimtescanner feitelijk om kanskaarten gaat. Dit is moeilijk uit te leggen aan een breder publiek. De ruimtegebruiksmodellen zijn uitstekende communicatie ondersteunende systemen binnen de academische wereld. Zij zijn echter in een nog te geringe mate een beleidsondersteunend beslissingssysteem, laat staan een beleidsondersteunend beslissingssysteem dat bij kan dragen aan de discussie over de ruimtelijke inrichting van Nederland voor een breed publiek. Literatuur: Xiang Wei-Ning, Keith C Clarke; the use of scenario’s in land-use planning; environment and planning B: planning and design 2003, volume 30, pages 885 -909

De modellen zijn zeer flexibel … voor de expert.

- 19 -

De Ruimtescanner Arno Bouwman, Milieu en Natuurplanbureau van het RIVM De Ruimtescanner is ontwikkeld om toekomstige sectorale ruimteclaims te kunnen vertalen naar een geïntegreerd ruimtelijk toekomstbeeld van Nederland. Hierbij wordt gebruik gemaakt van verschillende (sociaal-economische) toekomstscenario’s om zodoende de bandbreedte van mogelijke ruimtelijke toekomstbeelden te verkennen. Op basis van de scenario’s wordt de ruimtebehoefte van de verschillende ruimtelijke functies per regio bepaald met behulp van sectorale rekenmodellen. De Ruimtescanner verdeelt de ruimtelijke functies over Nederland gebruikmakend van deze ruimteclaims. Dit gebeurt op basis van de attractiviteit van een gebied voor een ruimtelijke functie. Deze attractiviteit wordt enerzijds bepaald door het bestaande ruimtegebruik in het gebied en de omgevingskenmerken, en anderzijds door de invloed van beleid in de vorm van door de overheid voorgenomen ruimtelijke ontwikkelingen of juist restricties daaraan. De Ruimtescanner bepaalt op basis hiervan de kans op voorkomen van de ruimtelijke functies per rastercel van 25 hectare (500 bij 500 meter). Deze kansen worden weergegeven als percentage van het oppervlakte dat door die functie zal worden gebruikt. De basis van de ruimtescanner De basis van de ruimtescanner is het huidig grondgebruik uit de bodemstatistiek 2000 (bs2000) van het CBS. Voor het agrarisch gebruik is dit verder gespecificeerd met het LandelijkGrondgebruik Nederland 2000 (LGN4 2000) van Alterra. Voor het woongebied is een verdere onderverdeling gemaakt naar 5 woonmilieus op basis van een indeling van postcodes naar woonmilieus (WMT2000) van ABF. Daarnaast is door het Milieu en NatuurPlanbureau van het RIVM (MNP) met behulp van een locatiebestand van agrarische bedrijven en het top10 vectorbestand van gebouwen het grondgebruik van de intensieve veehouderij berekend. Ook zijn zeehaventerreinen als aparte grondgebruikscategorie opgenomen. Dit betekent dat er in principe 71 grondgebruikstypen kunnen worden onderscheiden. Binnen de ruimtescanner zijn deze grondgebruikstypen te aggregeren tot voor de studie zinvol geachte grondgebruiksklassen. Dit zijn de grondgebruiksklassen waarvoor de sectorale ruimteclaims nodig zijn om het toekomstig ruimtegebruik te berekenen. Een aggregatie zou bijvoorbeeld kunnen zijn: Wonen Werken Infrastructuur Landbouw Natuur Recreatie Water In de meeste studies wordt een lager aggregatieniveau gebruikt. De ruimtelijke claims voor de verschillende sectoren komen uit afzonderlijke sectorale modellen van in die sector gespecialiseerde instituten zoals bijvoorbeeld het Landbouw Economisch Instituut (LEI). Deze ruimtelijke claims zijn per regio

- 20 -

berekend. Voor landbouw is dit een landbouw economische indeling in 14 regio’s. Veelal wordt voor andere sectoren het corop-gebied gebruikt. Aan de ruimtelijke claims kan in de ruimtescanner per sector de voorwaarde worden meegeven of ze minimaal (er mag meer worden gealloceerd), gelijkstellend (de claim moet worden gealloceerd) of maximaal zijn (er mag minder worden gealloceerd). De ruimtescanner is een model dat op basis van een economisch evenwichtsprincipe de vraag en aanbod van verschillende ruimtegebruiksfuncties afweegt (Koomen, 2002, Scholten et al., 2001). Bij deze afweging spelen de geschiktheidskaarten een belangrijke rol. De geschiktheidskaarten geven aan wat een bepaalde landgebruiksfunctie in een bepaalde cel kan bieden. Dit bepaalt een (schaduw)grondprijs voor de gegeven cel. Hoe meer een grondgebruiksfunctie kan bieden hoe groter de kans dat een cel wordt ingenomen door dit grondgebruikstype. De geschiktheidskaarten worden opgebouwd uit beleidskaarten, kaarten die iets zeggen over de omgeving en kaarten die de nabijheid van bepaalde factoren berekenen (afstandsvervalkaarten). De onderliggende kaarten die gezamenlijk de geschiktheidskaarten vormen, kunnen een positieve bijdrage leveren aan de aantrekkelijkheid voor een bepaalde landgebruiksfunctie, of juist een negatieve bijdrage. Voorbeelden van zulke kaarten zijn de vogel- en habitatrichtlijngebieden, geluidbelasting en de afstand tot op- en afritten van snelwegen. De eenheid van de samengestelde geschiktheidskaarten is euro per m2 . De grootte van de bijdragen (een bijdrage kan ook nul zijn) aan de geschiktheidskaarten is scenario-afhankelijk. De samengestelde geschiktheidskaarten zijn niet als kaart in de ruimtescanner opgeslagen, maar worden aan de hand van de opgeslagen individuele geschiktheidskaarten en een script opgebouwd. Hiermee hebben we alle ingrediënten van de ruimtescanner om het mogelijk toekomstig ruimtegebruik van de verschillende sectoren in een scenario te berekenen in beeld. Samenvattend zijn dit: Huidig grondgebruik per (sub)sector Ruimtelijke claims per (sub)sector Scenario-afhankelijke geschiktheidskaarten per (sub)sector Voor een aantal grondgebruikstypen doet het huidig grondgebruik niet mee met de concurrentie om de ruimte. Deze grondgebruikstypen worden direct op de kaart geplaatst en zijn daarmee niet in concurrentie met en de desbetreffende cellen zijn niet beschikbaar voor andere grondgebruikstypen (water, infrastructuur).

- 21 -

Huidig grondgebruik per sector, een belangrijk uitgangspunt voor de modellering van ruimtegebruikverandering.

- 22 -

- 23 -

De Leefomgevingsverkenner Ton de Nijs, Milieu- en Natuurplanbureau van het RIVM Inleiding De Leefomgevingsverkenner is ontwikkeld als beslissingsondersteunend systeem, waarmee voor alternatieve beleidsopties de effecten op ruimtegebruik, milieu, natuur en leefomgeving kunnen worden berekend. De autonome ontwikkelingen worden gesimuleerd op basis van nationale of regionale groeicijfers voor de economische hoofdsectoren. In de Leefomgevingsverkenner hoeven de regionale ruimteclaims per sector niet van buiten opgelegd zoals in de Ruimtescanner, maar kunnen berekend worden in een regionaal dynamisch macromodel. Dit model bepaalt de regionale verdeling van wonen en werken op basis van de relatieve bevolkings- en werkgelegenheidsverdelingen en afstands- en geschiktheidsvariabelen. Bij andere activiteiten (bos, natuur, extensief grasland, recreatie en glastuinbouw) wordt de beleidsopgave per regio ingevoerd. De overige agrarische sectoren fungeren slechts als ruimte-leveranciers. Het macromodel wisselt per tijdstap (jaar) informatie uit met het micromodel voor functieveranderingen op lokale schaal. Dit micromodel, waarmee de jaarlijkse verandering in het dominant grondgebruik per rastercel van 25 hectare wordt bepaald, werkt op basis van cellulaire automaten (zie volgende paragraaf), geschikt, beleids en bereikbaarheidskaarten. De bereikbaarheidskaarten worden in de Leefomgevingsverkenner berekend op basis van het grondgebruik en het wegennetwerk. De Leefomgevingsverkenner bepaalt het toekomstig ruimtegebruik dus in een iteratief proces, waarbij jaarlijks de veranderingen in landgebruik per rastercel worden bepaald als resultaat van de interactie tussen het regionale macromodel en het lokale micromodel. De basis van de Leefomgevingsverkenner. De basis van de Leefomgevingsverkenner wordt gevormd door een dynamisch ruimtelijk allocatie model. De jaarlijkse ontwikkeling van het ruimtegebruik wordt voor verschillende grondgebruiksfuncties in de tijd berekend en ruimtelijk geplaatst op de kaart van Nederland. Voor een groot deel worden daarvoor in de Leefomgevingsverkenner en de Ruimtescanner dezelfde ingrediënten gebruikt: 1. Huidig grondgebruik per (sub)sector 2. Ruimtelijke claims per (sub)sector 3. Scenario-afhankelijke geschiktheid- en beleidskaarten per (sub)sector Het huidig grondgebruik in de Leefomgevingsverkenner is gebaseerd op de Bodemstatistiek van het CBS en het Landgebruikkaart Nederland van Alterra. In tegenstelling tot de ruimtescanner werkt de Leefomgevingsverkenner met het dominant landgebruik per 500 meter gridcel. De Leefomgevingsverkenner onderscheidt maximaal 32 grondgebruiken. De basisopzet van de Leefomgevingsverkenner werkt met 22 verschillende grondgebruikfuncties.

- 24 -

Ten aanzien van de ruimtelijke claims kan de Leefomgevingsverkenner werken met de nationale claims alsook regionale claims op het COROP niveau. Voor ieder dynamische grondgebruikfuncties moet men deze informatie aanleveren. Naast geschiktheidskaarten onderscheidt de Leefomgevingsverkenner ook beleidskaarten waarin men per (sub)sector kan aangeven waar: - een bepaald grondgebruik al voorkomt, - waar het in de komende planperiode mag ontwikkelen, - waar het zich later eventueel zou mogen ontwikkelen en - waar het zich niet mag ontwikkelen Daarnaast beschikt de Leefomgevingsverkenner over een verkeersmodel dat verschillende bereikbaarheidsmaten berekend. Voor het verkeersmodel moeten het wegennetwerk en zogenaamde reistijdenmatrices voor het openbaar vervoer worden aangeleverd voor het basisjaar en optioneel voor een aantal jaren in de toekomst. Voor een groot deelgebruiken de Leefomgevingsverkenner en de Ruimtescanner dezelfde ingrediënten.

����������

��������� ���� �����������

������� � ��������

���������� ����� �

���������� ���� �����������

���� ������� ���������� ��������

� ��������������������� ��������

��� ������� ����� �������

- 25 -

Picasso of Willink? Verbeelding van toekomstig ruimtegebruik Judith Borsboom -van Beurden, Milieu- en Natuurplanbureau van het RIVM Het project Ruimtelijke Beelden is begin 2003 opgestart om een goed onderbouwde ruimtelijke uitwerking van verschillende scenario’s op te stellen, die in de toekomst bij meerdere projecten van pas zou komen. Hierbij werd gedacht aan de Duurzaamheids Verkenningen van het Milieu- en Natuurplanbureau en de gezamenlijk door het Centraal Planbureau, Ruimtelijk Planbureau en Milieu-en Natuur Planbureau uitgevoerde scenariostudie Welvaart en Leefomgeving. Een belangrijke les uit eerdere projecten zoals de Natuur Verkenningen 2 en de voorbereidende studies voor de Vijfde Nota was immers dat dit soort instrumenten vaak te laat in het proces worden ingezet, wat vaak leidde tot tijdnood en een voor verbetering vatbare onderbouwing van de resultaten. Ook kwam de nadruk vaak teveel te liggen op het toepassen van de techniek in plaats van op de modellering van onderliggende processen ten behoeve van het beantwoorden van beleidsvragen. Uitgangspunt in het project Ruimtelijke Beelden was om grotendeels op basis van bestaande ruimteclaims kaarten van toekomstig ruimtegebruik te maken en hierbij beter gebruik te maken van de inhoudelijke kennis van experts ten aanzien van relevante processen en hun ruimtelijke consequenties. Naast deze kaarten van toekomstig ruimtegebruik is daarnaast ook aandacht besteed aan verbeelding van het toekomstig ruimtegebruik door ontwerp en 3D visualisatie en de uitwerking van meervoudig ruimtegebruik (Borsboom et al 2004). Een ander nieuw element was de cyclische opzet van het project. In een aantal workshops zijn de uitwerking en resultaten aan de experts voorgelegd en daarna aangepast met hun commentaar.

Figuur 1 Voorbeeld van uitwerking van grondgebruik wonen in workshop

- 26 -

Een meer technisch doel was de toepassing van de RuimteScanner in zijn volle breedte en geen gebruik te maken van de in het verleden veelvuldig gehanteerde verdringingsreeksen. Na afronding van het project februari 2004 is gebleken dat inhoudelijk inderdaad een belangrijke verbeterslag heeft plaatsgevonden, mede dankzij de grote betrokkenheid en inzet van inhoudelijke specialisten. Hierdoor waren de gepresenteerde kaartbeelden goed te onderbouwen. De toepassing van de RuimteScanner in de volle breedte leverde echter ook een aantal nieuwe problemen op. Zo bleek de economische oriëntatie van de RuimteScanner bij de modellering van bepaalde processen een behoorlijke handicap. Hierbij moet gedacht worden aan het vormgeven van zaken als geografische inertie en natuurontwikkelings- respectievelijk waterbeleid.

Figuur 2 Voorbeeld van gesommeerde geschiktheidskaart voor groen stedelijk wonen In samenhang hiermee bleek de onderlinge schaling van categorieën grondgebruik ook een ingewikkelde zaak. Dit punt komt voort uit het feit dat de gesommeerde geschiktheidskaarten in de RuimteScanner uiteindelijk geïnterpreteerd worden als schaduwprijzen van grond, vergelijkbaar met de afweging van grondprijzen in bid rent modellen (zie Alonso 1964). Gelukkig is een bevredigende oplossing voor dit probleem gevonden door de maximale waarden van de gesommeerde geschiktheden te relateren aan de maximale waarden van waargenomen. grondprijzen. Hierdoor wordt voorkomen dat grondgebruikstypen waarvoor veel geschiktheidskaarten gebruikt worden erg hoge schaduwprijzen krijgen.

- 27 -

Eigenlijk zouden de schaduwprijzen ook regionaal moeten variëren omdat ze een weerspiegeling zijn van de mate van ruimtedruk. Op dit moment is dat nog niet het geval, er zijn wel ideeën om dit te op te pakken (zie Dekkers 2004). Een ander lastig punt met betrekking tot de schaduwprijzen was dat in scenario’s waar veel overheidsinvloed wordt verondersteld de modellering van deze overheidsinvloed plaats heeft gevonden door de schaduwprijzen flink op te hogen, bijvoorbeeld bij de realisatie van nieuwe natuur of de uitwerking van waterbeleid. Tegelijkertijd is het overdreven om te veronderstellen dat de feitelijke aankoopprijs van grond ook een verhoging in die orde van grootte zou kennen.

Figuur 3 Ruimtelijke uitwerking van scenario A2 De plannen met betrekking tot 3D visualisatie van toekomstig ruimtegebruik leverden leuke resultaten op, maar de in eerste instantie gekozen opzet bleek slechts te werken voor een klein gebied. Hiervoor is recent wel een goede oplossing gevonden. Een andere beperking vloeide voort uit het voorkomen van meerdere typen grondgebruik per gridcel, waardoor de gemaakte archetypische representaties lastig te koppelen waren aan de modeloutput. Om deze reden is een nieuwe versie van de RuimteScanner ontwikkeld waarin dominant grondgebruik op een schaalniveau van 100 bij 100 meter gemodelleerd wordt. Meer informatie over 3D visualisatie is te vinden in Van Lammeren en Olde Loohuis (2004). De verwachting bij de start van het project was dat de uitwerking van meervoudig ruimtegebruik voornamelijk een technisch probleem was, maar gaandeweg het project bleek dat vooral de conceptualisatie moeizaam was (Verschoor 2004). Het onderdeel Verbeelding van toekomstig ruimtegebruik door ontwerp is helaas doorgeschoven naar 2004.

- 28 -

Geconcludeerd kan worden dat Ruimtelijke Beelden een leerzaam project is geweest waarin we niet alleen behoorlijk grip hebben gekregen op de materie maar waaruit ook veel ideeën zijn voortgekomen voor verdere verbetering van ons instrumentarium! Deze ideeën zijn verwerkt in het onderzoeksprogramma voor 2004, vooral in het project Ruimtelijke Modellering voor Integrated Assessment en de Welvaart en Leefomgeving studie.

Figuur 4 De registrerende penseelstreek van Carel Willink en de artistieke vrijheid van Picasso Meer algemeen met betrekking tot scenariowerk is de bevinding dat je voor een goede ruimtelijke uitwerking van scenario’s de werkelijkheid enigszins los moet kunnen laten. De vraag is of je met instrumenten als de RuimteScanner wilt pretenderen à la Willink te komen tot een exacte voorspelling van toekomstig ruimtegebruik. Als communicatiemiddel bij een scenariostudie en als verbeelding van de ruimtelijke neerslag van processen in de toekomst à la Picasso is een dergelijk instrument wellicht van veel meer betekenis. �����������

Alonso, W. (1964), Location and land use: toward a general theory of land rent.

Cambridge, Massachusetts. Borsboom-van Beurden, J.A.M., W. T. Boersma, A.A. Bouwman, L.E.M.

Crommentuijn, J.E.C.Dekkers, E. Koomen (2004), Ruimtelijke Beelden: Visualisatie van een veranderd Nederland in 2030. RIVM rapport 550016003. MNP-RIVM, Bilthoven.

Dekkers, J.E.C. (2004), Prijzen, Geschiktheidskaarten en instelling van parameters in de Ruimtescanner: Verkennende studies in het kader van het Project Ruimtelijke Beelden. MNP-RIVM/VU: Bilthoven/Amsterdam.

Lammeren, R. van, R. Olde Loohuis (2004), VisualScan: semi-realistische presentatie van toekomstig landgebruik. CGI-report 2003-09. ISSN 1568-1874. Wageningen University/Alterra-Centrum voor Geo Informatie, Wageningen.

Verschoor, M. (2004), Modelleren van meervoudig ruimtegebruik in LUMOS. Nexpri, Utrecht.

- 29 -

3D-geovisualisatie van ruimtescanner resultaten

Ron van Lammeren, Centrum voor Geo-Informatie, Wageningen Universiteit & Researchcentrum Rik Olde Loohuis, Centrum Landschap, Alterra

Inleiding In het kader van het project Ruimtelijke Beelden is de deelstudie Visual Scan uitgevoerd. Deze deelstudie richtte zich op de mogelijkheden van 3D-geovisualisatie voor het presenteren en communiceren van de scenario-resultaten zoals die door de Ruimtescanner zijn berekend.

3D geovisualisatie Sinds begin 90’er jaren van de 20ste eeuw is (oa. door McEachren en vd Schans,) benadrukt dat geo-informatiesystemen leiden tot een interessante scheiding van digitale beschrijving van de ruimte (digitaal geo-data model) en de grafische presentatie van die beschrijving (digitaal geo-visualisatie model). Die scheiding houdt in dat geo-data, gebaseerd op een beschrijving van de werkelijkheid in 2-, 2,5- of 3-dimensionale objecten, in zowel een 2- als 3-dimensionale visualisatie kunnen worden weergegeven. De 2-dimensionale weergave kennen we allen zeer goed via de kartografische produkten die we binnen het LUMOS consortium volop gebruiken. Voor de vertaling van een geo-data model naar een kartografisch produkt (een (statisch) 2D geo-visualisatiemodel !) maken we veelal gebruik van de regels van Bertin. De 3-dimensionale weergave houdt in dat we in principe een soort digitale kijkdoos maken (een 3D scene). Voor het construeren van die digitale kijkdoos, het geo-visualisatiemodel, bestaan nog geen regels zoals die ooit door Bertin voor de kartografische produkten zijn opgesteld !

Visualisatie interface De digitale mogelijkheden bieden, in vergelijking tot die van de analoge, een scala aan vormen van interfaces met het geo-visualisatiemodel. Bij het analoge kaartprodukt is die interface beperkt (het visualisatiemodel kent oa. een vaste begrenzing, schaal, en projectie). Met de digitale mogelijkheden zijn er in principe drie hoofdgroepen van interactie te implementeren: ervaren, navigeren en manipuleren. Ervaren houdt in dat de gebruiker diverse views op het geo-data model kan hebben. Die views kunnen variëren in oa. de begrenzing, de grafische resolutie (ipv. de schaal) en de projectie (bijv. orthogonaal en diverse perspectivische). Navigeren betekent dat de gebruiker op diverse manieren het visualisatie-model kan ondergaan (oa. via walk thru, fly over, paths en viewpoints). Tenslotte biedt het manipuleren de mogelijkheid om via de visualisatie objecten van en in die visualisatie te wijzigen met het doel om een achterliggend geo-data model te bevragen of te bewerken met het oog op feedback (bijv. het berekenen van effecten van die wijziging).

Communicatie-doel De aard van de geo-visualisatie en de mogelijkheden van de interface is in essentie afhankelijk van het communicatiedoel. Uit de participatieve planvorming weten we oa. dat er verschillende vormen van participatie denkbaar zijn. Deze vormen zijn prima te vertalen naar criteria waaraan de visualisatie en de interface moeten voldoen.

- 30 -

Zo kan de visualisatie interface gericht zijn op de ondersteuning van het informeren, het adviseren, het opiniëren, het samenwerken en het samen beslissen.

Ruimtegebruiks-iconen In het Ruimtelijke Beelden project Visual Scan is in eerste instantie gekozen voor een informatie-benadering: het presenteren van de scenarioresultaten in 3D. Daartoe zijn voor iedere ruimtegebruiksklasse die voortkomen uit de RuimteScanner 3D-modellen ontwikkeld met een groot ruimtelijk detail. Deze 3D-modellen worden aangeduid als ruimtegebruiks-iconen. Een dergelijk icoon toont een inrichtingsmogelijkheid voor 1 hectare (100 bij 100 meter) – figuur 1. Via een koppeling tussen het ruimtegebruik per gridcel en het bijbehorende icoon wordt een 3D-visualisatiemodel gemaakt. In eerste instantie bestaat de interface uit het bekijken van een animatie (digitale video) van een route door het gecreëerde geo-visualisatiemodel. Momenteel wordt gezocht naar een oplossing om zgn. On the fly navigatie door een geo-visualisatiemodel mogelijk te maken. Voor deze oplossing wordt gezocht naar een koppeling van de geo-data (uit de RuimteScanner) en de 3D-iconen via een game-engine.

Waarom 3D scenes Belangrijk vraag is natuurlijk in welk opzicht de communicatie kan worden beïnvloed. Enkele voordelen van het gebruik van 3D-scenes zijn die daaraan kunnen bijdragen zijn oa. het geo-visualisatiemodel staat dichter bij de dagelijkse ervaring en zingeving, het model biedt kansen op een beter topologisch inzicht, in combinatie met de interface ontstaat er een breed scala aan waarneming- en navigatie-mogelijkheden, daardoor kan letterlijk en figuurlijk een nieuw perspectief ontstaan. Nadelen die genoemd worden zijn de hoeveelheid informatie, het metrisch inzicht, en de interfaces mbt. het navigeren door de modellen en juist het ontbreken aan een eenduidige projectie.

Samenvattend De eerste exercities ten aanzien van de omzetting van de RuimteScanner-resultaten in een 3D-geovisualisatie tonen een aantal interessante technische mogelijkheden en leiden tot nieuwe inhoudelijke vragen. Vanuit het Visual Scan project is oa. aangegeven dat de resultaten van de RuimteScanner beter in dominant landgebruik per hectare kunnen worden uitgedrukt, indien er een vertaling naar een 3D-scene wordt gemaakt. Ook vragen over de rol van de bestaande landschappelijke patronen en de aard van de iconen (meer of minder futuristisch, de inrichtingsvormen per icoon en het gebruik van landmarks, ed.) zijn aangekaart. Vooralsnog worden de 3D-scenes als animaties gebruikt. In de nabije toekomst zal de interface wellicht meer gericht worden op navigatie en manipulatie oa. door koppeling aan ontwerpstappen.

Stellingen

- de inzet van 3D-visualisatie heeft primair met de beoogde communicatie en beeldvorming (doel en doelgroep gericht) te maken

- simuleren van toekomstig landgebruik met een hoge ruimtelijke resolutie via 2D-geo-data vereist een nadere aanvulling met bijbehorende inrichtingsbeelden via 3D-geo-visualisatie.

- 3D-scenes maken door passende interfaces de relatie tussen 2D- en 3D-visualisatie volledig transparant.

- 31 -

fig. 1 Vertaling van RuimteScanner-resultaten in ruimtegebruiks-iconen (dominant landgebruik 1 ha)

- 32 -

- 33 -

Relatie tussen ontwerp en simulatie van landgebruik Sasha Tisma, Ruimtelijk Planbureau Inleiding Het project Modellering Ruimtegebruik loopt al een jaar binnen het Ruimtelijk Planbureau. Het is uitgevoerd in samenwerking met VU, LEI-DLO en RIVM. Het project heeft eem inhoudelijke en een methodisch/ technische component. Deze presentatie gaat vooral over de methodische kanten. Een van de doelen van het project was om modelsimulaties voor allocatie en ontwerpmethoden te vergelijken. Zo kunnen wij inzicht krijgen in de rol van ruimtegebruikmodellering en ruimtelijk ontwerp en in de taakverdeling en combinatiemogelijkheden tussen deze twee. Daarvoor zijn drie allocatiemethoden, namelijk Ruimtescanner, Rasterplan en AGORA, vergeleken met het doel om hun bruikbaarheid voor regionale planning te verkennen. De onderzochte vragen waren:

- Hoe kun je met verschillende modellen (onderzoek en ontwerp) alternatieve ruimtelijke toekomstbeelden maken?

- Wat zijn de voorwaarden voor koppeling tussen verschillende onderzoeks- en ontwerpinstrumenten?

- Hoe kun je die toekomstbeelden evalueren op basis van feitelijke gegevens? Omschrijving van drie methoden Ruimtescanner De Ruimtescanner is een ruimtelijk informatiesysteem dat bestaande ruimtelijke gegevens en prognoses (met daaraan gekoppelde mathematische modellen) integreert tot een kaartbeeld dat toekomstige ruimtegebruik weergeeft. Hieruit kunnen we toekomstig ruimtegebruik aflezen. De Ruimtescanner doet dit door de claims voor de verschillende vormen van ruimtegebruik aan cellen van 500x500m toe te wijzen op grond van de berekende aantrekkelijkheid van de cel voor bepaalde vormen van ruimtegebruik en de onderlinge concurrentie tussen de claims. De vijf componenten waaruit het informatiesysteem bestaat zijn: het huidig ruimtegebruik, de geregionaliseerde ruimteclaims, de attractiviteitkaarten, de allocatiemodule en het toekomstig ruimtegebruik. Ruimtescanner is een instrument voor verkenningen om concurrerende ruimteclaims in kaart te kunnen brengen, analyse van knelpunten uit te voeren en effecten van zoneringen te verkennen. Het schaalniveau waarover uitspraken gedaan kunnen worden regionaal of hoger, want de gridcel-grootte is 500m. Nadeel is dat ruimtelijke processen zich niet afspelen op grids van 500 x 500 meter. Omdat de Ruimtescanner een vast algoritme gebruikt voor de allocatie wordt het door niet-experts vaak als “black box” ervaren. Rasterplan RasterPlan is een softwarepakket voor allocatie van ruimtelijke claims. Het bestaat uit drie delen: 1. teken-deel, waarmee raster afbeldingen gecreëerd kunnen worden; 2. een reken-deel, waarmee berekeningen voor bestaande en getekende cellen

uitgevoerd kunnen worden;

- 34 -

3. een deel voor import en bewerking van kaarten, creëren van buffers en intersecties.

Net als de Ruimtescanner gebruikt RasterPlan attractiviteitkaarten (of potentiaalkaarten), huidig grondgebruik en toekomstige ruimteclaims als uitgangspunten om scenario’s voor de toekomstige landgebruik te genereren. De Ruimtescanner gebruikt een algoritme, een mathematisch model om allocatie automatisch te berekenen. RasterPlan daarentegen gebruikt ontwerpgereedschappen om het toekomstig landgebruik te bepalen. Het resultaat is een kaart van toekomstig grondgebruik en een tabel met berekeningen over de veranderingen in het huidige grondgebruik. De celgrootte kan in Rasterplan aangepast worden, het kan dus ook voor schalen die lager dan regionaal zijn gebruikt worden. RasterPlan en Ruimtescanner vullen elkaar aan en kunnen heel goed gecombineerd worden. RasterPlan kan geschiedenis-, potentiaal- en allocatiekaarten van Ruimtescanner gebruiken als onderliggende informatie voor het ontwerp en Ruimtescanner kan RasterPlan als een additioneel ontwerpinstrument gebruiken. AGORA�De resultaten van de methode Agora zijn tot stand gekomen door de combinatie van de ideeontwikkeling van de ontwerper binnen een gestelde opgave en de functionaliteit van een GIS omgeving. Beide hebben hun eigen kwaliteiten en gebreken, waardoor de ontwerper en het Geografisch Informatie Systeem tijdens het ontwerpproces een verschillende rol krijgen. De ontwerper is tijdens de hele exercitie de regisseur van het ontwerpproces. Door gebruik te maken van zijn creativiteit en denkvermogen worden gaandeweg verschillende concepten ontwikkeld. Door een kansgerichte benadering kunnen sectorale programma’s omgezet worden in intersectorale. De ontwerper is in staat tijdens alle fasen van het proces vooruit en achteruit te kijken waardoor een cyclisch proces ontstaat. Dit cyclische proces is tegelijkertijd een leerproces waarin de ontwerper steeds leert van iedere stap die binnen het proces wordt voltooid. Tegelijkertijd maakt deze cyclische structuur het proces ondoorzichtig voor buitenstaanders. Concluderend kan gesteld worden dat de combinatie van GIS en ontwerper een grote meerwaarde kan opleveren. Ook worden ontwerpstappen normaliter slechts summier gedocumenteerd en zeker niet zo methodisch als bij deze case gebeurd. De beschrijving heeft achteraf plaatsgevonden en rolde niet spontaan uit de pen. Iedere gemaakte stap moet binnen de methode verklaard worden terwijl het werkelijke proces helemaal niet zo extreem gefaseerd plaatsvindt. Door de intersubjectiviteit is een deel van het proces niet exact reproduceerbaar. De zoekrichtingen zijn gebaseerd op GIS analyses en daarmee reproduceerbaar. Bij het selecteren van vlakken die in totaal voldaan aan de gestelde ruimtevraag is bijvoorbeeld helemaal geen sprake van reproduceerbaarheid. Overeenkomsten tussen model en ontwerp: De uitkomsten (kaarten) gemaakt met behulp van alle drie methoden, zijn geen voorspellingen en geen plannen. Alle drie aanpakken hadden als doel om een kwantitatieve ruimtelijke opgave in plausibele ruimtelijke beelden (kaarten) te vertalen. In alle drie gevallen kent het proces van het maken van deze kaarten een aantal stappen die goed vergelijkbaar zijn: ruimtelijke opgave, analyse geschiktheden, allocatie, presentatie, evaluatie.

- 35 -

Verschillen tussen model en ontwerp: Bij Ruimtescanner zit de creativiteit in het begin: de definitie van geschiktheden. Ontwerp kan beter omgaan met onbekende situaties: aanpassen legenda-eenheden, combinaties van ruimtegebruik, van een naar andere ruimtelijke schaal springen. In het model is het proces controleerbaar en reproduceerbaar, in ontwerp is dat tot een bepaalde mate wel mogelijk maar daarna niet. Conclusie: Ontwerp en modelsimulatie zijn aanvullend en kunnen tot betere resultaten leiden dan wanneer slechts één van de methodes gebruikt wordt voor allocatie. Het landgebruik in Noord-Brabant, gesimuleerd met de Ruimtescanner:

Het landgebruik in Noord-Brabant, gealloceerd met Rasterplan:

Het landgebruik in Noord-Brabant, ontwerp met Agora:

- 36 -

- 37 -

Quick Scan groen/blauwe effecten woningbouwlocaties Randstad Rienk Kuiper, Raymond de Niet en Ton de Nijs, Milieu- en Natuurplanbureau van het RIVM Deze tekst is een beknopte versie van het artikel 'Deltametropool langs buitenraand verstedelijken’ dat is verschenen in tijdschrift ROM 2004, nr 1. Inleiding Verstedelijking langs de buitenrand van de Randstad levert duidelijk de minste aantasting van groen/ blauwe waarden (natuur, landschap, bodem, water) op. Dit laat de “Quick Scan Deltametropool” van het Milieu- en NatuurPlanbureau (MNP-RIVM) zien. Deze conclusie stemt overeen met die uit de grote hoeveelheid studies die reeds eerder op dit terrein zijn verricht: bouwlocaties in het Groene Hart en verspreide verstedelijkingsvarianten leveren de meeste aantasting van groene en blauwe waarden op. Vanzelfsprekend spelen bij de uiteindelijke lokatiekeuze ook andere criteria een rol. De Quick Scan is dan ook nadrukkelijk bedoeld als bouwsteen voor de integrale ruimtelijke afweging in het kader van de Nota Ruimte. Uitgangspunten en kanttekeningen De verkenning hanteert voor de woningbouw dezelfde uitgangspunten en locaties als de KKBA Deltametropool. Deze locaties wijken deels af van de voorkeuren zoals die recent door de regio’s zijn aangegeven. De verkenning bepaalt de overlap van bouwlocaties met gebieden die uit groen/blauwe optiek van waarde zijn, zoals natuurgebieden, landschappelijk waardevolle gebieden en gebieden die nodig zijn voor waterberging. De resultaten moeten vooral worden gezien als een onderlinge vergelijking van de effecten van de verschillende verstedelijkingsalternatieven, en niet als een absoluut waardeoordeel over de groen/blauwe effecten per locatie. Resultaten groen/blauwe effecten Van de vier varianten uit de KKBA levert 'Spreiding' duidelijk de meeste aantasting op van groen/blauwe waarden, en de varianten 'Vijfde Nota Ruimtelijke Ordening' en 'Uitstraling' de minste. De variant 'Instraling' zit daar tussenin. De KKBA gaat uit van een verstedelijkingsopgave voor de Randstad van 440.000 woningen, waarvan 190.000 te realiseren in bestaand bebouwd gebied. Deze totale woningbouwopgave is dus veel groter dan de 108.000 woningen waarvoor de Vijfde Nota grote bouwlocaties voorstelt en waarvoor de KKBA varianten doorrekent. De effecten van deze varianten moeten daarom worden gezien in relatie tot de effecten van de totale uitbreidingsopgave, die 142.000 woningen hoger ligt. Over de locatie van deze uitbreidingen doet de Nota geen uitspraken; dat is zaak voor de regio. Uiteraard worden de effecten van de verstedelijkingsvarianten voor de 108.000 woningen minder uitgesproken wanneer daarnaast de overige 142.000 woningen in het ruimtelijk beeld worden meegenomen. Binnen de varianten blijken de effecten van de afzonderlijke locaties zeer sterk te variëren. Het Groene Hart geeft een concentratie aan groen/ blauwe waarden te zien. Grote bouwlocaties in het Groene Hart en verspreide verstedelijking leveren de meeste aantasting van groen en blauw op. Locaties aan de west-, noord- en oostflank van de Randstadring laten de minste aantasting zien (Valkenburg, Bollenstad, Almere, Schalkwijk). Ook bij de relatief gunstige variant 'Vijfde Nota Ruimtelijke Ordening'

- 38 -

komen individuele locaties voor die een grote aantasting van groen/blauwe waarden inhouden. Vanuit groen/blauw geredeneerd is daarom geen eenduidige keuze voor één van deze varianten mogelijk. Daarom verdient het aanbeveling om – wanneer men de aantasting van groen/blauwe waarden zo gering mogelijk wil houden – bij de uiteindelijk locatiekeuze ook een nieuwe 'meest milieuvriendelijke' variant in de overweging te betrekken. In termen van aanpassing van de variant 'Vijfde Nota Ruimtelijke Ordening':

• Noordvleugel: geen aanpassing nodig, indien men toch kiest voor een kleiner Almere dan verdient het sterk de voorkeur te kiezen voor Bollenstreek en niet voor grote bouwlocaties in de Haarlemmermeer.

• Utrecht e.o.: in plaats van Rijnenburg kiezen voor een groter aandeel van de regio Utrecht in Almere en/of Schalkwijk;

• Haaglanden: ten opzichte van Valkenburg levert Bollenstad iets minder aantasting op;

• Rijnmond: in plaats van een grote woningbouwlocatie Zuidplaspolder kiezen voor Noordrand Rotterdam en een kleinere locatie aan de noordkant van de Zuidplaspolder. Gezien de aantasting die ook een kleine locatie in het noordelijk deel van de Zuidplaspolder nog oplevert (aantasting Groene Hart, slechte bereikbaarheid vanuit Rijnmond), verdient het de voorkeur om in Rijnmond te bouwen binnen bestaand bebouwd gebied.

Mate van aantasting van groen/ blauwe waarden voor de afzonderlijke locaties

- 39 -

Transities in de landbouw Tom Kuhlman, Landbouw Economisch Instituut, Wageningen Universiteit & Researchcentrum Het belang van de landbouw als grondgebruiker De rol van de landbouw in de economie lijkt steeds kleiner te worden: weliswaar blijft de productie nog steeds groeien, maar minder dan in andere sectoren, zodat het relatieve belang steeds kleiner wordt. Sterker nog is de teruggang van het belang van landbouw voor de werkgelegenheid: een sterke stijging van de arbeidsproductiviteit gekoppeld aan een bescheiden stijging van de productie betekent dat er minder mensen nodig zijn om die productie te realiseren. Ook de consument merkt dit: het aandeel van voedsel in onze begroting wordt minder, en van de voedselprijzen is ook het percentage dat naar de boer gaat een steeds kleiner deel. In het grondgebruik zien we deze achteruitgang echter nauwelijks terug: het totale areaal dat bij de landbouw in gebruik is neemt maar heel langzaam af. Een trendbreuk is er overigens wel degelijk: tot 1970 nam door ontginning en landaanwinning het areaal nog toe. Daarna is het licht gedaald, maar die daling heeft geen gelijke tred gehouden met de daling van het aandeel van de landbouw in de economie. Nog altijd beslaat de landbouw tweederde van het totale landoppervlak in Nederland. Nu het relatieve belang van de landbouw zo sterk afneemt komt het belang van de groene ruimte voor veel Nederlanders in de eerste plaats te liggen voor recreatie, voor de schoonheid van het landschap, voor het behoud van natuurwaarden – veel minder dan als een gebied waar ons voedsel vandaan moet komen. De boer is echter gericht op productie, en dat leidt tot een zekere spanning tussen boeren en burgers. Die spanning vertaalt zich ook in de politiek, en dus in het beleid. In dat spanningsveld hebben de boeren minder invloed dan vroeger. *Voor dat beleid is de vraag van belang welke ontwikkelingen zich de komende decennia zullen voordoen in het agrarisch grondgebruik: zal de licht dalende trend zich voortzetten, of is een scherpere daling denkbaar? Wat betekenen deze trends voor het beleid ten aanzien van natuur, landschap, ruimte, milieu en recreatie? Drijvende krachten in de landbouw De factoren die waarschijnlijk de meeste invloed zullen uitoefenen op de ontwikkelingen in de landbouw in de komende decennia zijn, aan de vraagzijde:

o Welvaartsgroei, die leidt tot een afnemend aandeel van voedsel in de totale vraag, en een stijgende vraag naar luxeproducten (bijvoorbeeld sierteelten);

o Cultuur: belangstelling voor biologische producten, behoefte aan recreatie en natuur, mogelijkheden voor verbreding van de landbouw; met als grote vraag: hoe kunnen de niet-agrarische waarden die de landbouw kan creëren dan wel instand houden worden gefinancierd?

o Marktbeleid: Gemeenschappelijk Landbouwbeleid van de EU, concurrentie van nieuwe EU-leden, liberalisatie van de handel in agrarische producten op wereldschaal;

o Uitvoering van het verdrag van Kyoto: vraag naar biologische brandstoffen;

- 40 -

o Gevolgen van klimaatverandering: mogelijke daling van het productiepotentieel in delen van de wereld.

En aan de aanbodzijde: o Technologische vooruitgang, die zal leiden tot verdere stijging van de

productiviteit, schaalvergroting, daling van de werkgelegenheid (behalve als zich een meer dan evenredige stijging van de vraag voordoet), en verandering van het landschap;

o Druk op landbouwgrond, ten behoeve van stedelijke functies, landelijk wonen, recreatie en natuur;

o Beleid: eisen aan de landbouw t.a.v. milieu-effecten, diervriendelijke productie, al dan niet toestaan van GM;

o Klimaatverandering: toename van neerslag? Stijging van temperatuur? Verlies van laag gelegen grond?

De richting en mate waarin deze krachten zullen werken is niet te voorspellen, maar er zijn wel scenario’s te bouwen waarin hun onderlinge samenhang duidelijk wordt. Hiermee kan een aantal mogelijkheden worden verkend. Het modelleren van agrarisch grondgebruik Voor het modelleren met LUMOS zijn is invoergegevens nodig die ten dele uit andere modellen moeten komen: de ruimteclaims. Op het LEI is daarvoor het grondmarktmodel gebruikt, waarmee op het niveau van individuele bedrijven kan worden ingeschat (op basis van scenario’s) welke richting het bedrijf zal inslaan. Dit model houdt echter ook rekening met niet-agrarische claims op landbouwgrond (die overigens niet ruimtelijk worden gespecificeerd), en daarmee maait het in zekere zin het gras voor de voeten van LUMOS weg. Aanpassing is dus nodig. Het grondmarktmodel zelf heeft ook weer de uitkomsten van andere modellen nodig, en hiervoor is het DRAM-model gebruikt, dat landbouweconomische data per regio genereert op basis van een aantal macro-economische grootheden. Op het LEI wordt druk gewerkt aan een ‘modellentrechter’, waarin ik ook een plaats zie voor LUMOS. Wat kunnen we ermee? In alle modellen zit een aanzienlijke mate van onzekerheid, zowel ten aanzien van de structuur als de parameters. Zijn de gekozen variabelen de meest belangrijke? Zijn de parameters goed ingeschat, zijn de constanten constant? Het antwoord is de verankering van het model in de economische theorie, de toetsing op logische consistentie, validatie en calibratie. Niettemin blijft de onzekerheid groot, vooral als het gaat om een model aan het eind van de trechter waar alle onzekerheden van de voorgaande modellen ingebouwd zitten, en nog meer als dat model harde uitspraken doet: op een kaart kun je geen marges aangeven. Het interpreteren van de uitkomsten is daarom erg moeilijk. Het zijn geen plannen en geen voorspellingen. De geldigheid is de plausibiliteit van een serie patronen op basis van een serie scenario’s; maar op welk schaalniveau die patronen geldigheid bezitten is nog geen uitgemaakte zaak – zeker niet op gridcelniveau, misschien op het niveau van een regio. Dit legt natuurlijk ook enige beperkingen op aan de beleidsrelevantie. Van belang is, denk ik, dat beleidsmakers niet méér in de resultaten lezen dan erin te lezen valt. In die optiek is het goed om met extreme scenario’s te werken en eerder de verschillen te

- 41 -

presenteren dan de grondgebruikspatronen als zodanig. Dan wordt duidelijk dat het gaat om gedachtenexperimenten die de gevolgen van mogelijke trends laten zien.

Druk op landbouwgrond ten behoeve van stedelijke functies.

- 42 -

- 43 -

Ex post evaluatie van Nederlands ruimtelijk en infrastructureel beleid Karst Geurs, Anco Hoen Milieu en Natuurplanbureau van het RIVM Alex Hagen, Guy Engelen Research Institute for Knowledge Systems Bert van Wee Technische Universiteit Delft Nederlands ruimtelijk beleid, en vooral het compacte stad beleid, heeft een goede reputatie in Europa. Sinds eind zestiger jaren heeft de landelijke politiek een compacte stad-beleid gevoerd in verschillende vormen, alhoewel met verschillende beleidsdoelen, en voordelen die niet altijd goed zijn begrepen (Dieleman et al., 1999). Het belangrijkste doel in de zeventiger jaren was de uitbreiding van het stedelijk gebied te voorkomen en open landbouw- en natuurgebieden te behouden, terwijl in de jaren tachtig en negentig ruimtelijk en infrastructureel beleid erop waren gericht het autogebruik en het daarmee gepaard gaande energiegebruik en emissies terug te dringen. Alhoewel de voordelen van een compacte stad in de literatuur uitgebreid wordt bediscussieerd, zijn zij in Nederland pas de laatste jaren onderwerp geworden van een intensief debat. Toch worden de effecten van het Nederlandse compacte stad beleid nog steeds niet goed begrepen. Deze studie probeert in twee leemten te voorzien. Het is een eerste poging om een methodologie en een raamwerk voor evaluatie van de effectiviteit van Nederlands ruimtelijk beleid op te stellen. De studie bestond uit drie fasen. In de eerste fase is een nieuwe versie van de Leefomgevingsverkenner ontwikkeld en toegepast om de jaarlijkse waargenomen ontwikkelingen in landgebruik en transport in Nederland te simuleren voor de periode 1970 tot 2000 (de calibratiefase). De tweede fase richt zich op de ontwikkeling van twee alternatieve scenario’s voor landgebruik en transport voor deze periode: 1. een liberaal verstedelijkingsscenario, uitgaande van een niet-restrictief ruimtelijke

ordeningsbeleid 2. een infrastructureel “dambord”-scenario, als 1, maar daarnaast de realisatie van

een uitgebreid netwerk van snelwegen zoals voorzien in de tweede nota ruimtelijke ordening uit 1966.

In de derde en laatste fase worden de effecten van de drie scenario’s berekend en geëvalueerd met de Leefomgevingsverkenner (Engelen et al., 2003) en de daarin opgenomen verkeersmodule, waarbij een groot aantal indicatoren voor landgebruik, transport, bereikbaarheid en sociale en ecologische indicatoren zijn gebruikt. De analyse laat zien dat het Nederlands beleid op het gebied van ruimtelijke ordening en infrastructuur succesvol is geweest in het beperken van stedelijke uitbreiding en in het in stand houden van natuurgebieden. Zonder het compacte stad beleid was de uitbreiding van het stedelijk gebied waarschijnlijk groter geweest, met als gevolg minder compacte stedelijke gebieden, meer verkeerslawaai, meer congestie en slechtere bereikbaarheid, en een grotere versnippering van natuurgebieden.

- 44 -

Zoals te verwachten zou het in de Tweede Nota Ruimtelijke Ordening voorziene netwerk van snelwegen de congestie verkleinen en de bereikbaarheid vergroten (de gemiddelde autosnelheid overdag zou toenemen met 4 tot 6 %), maar het landelijk autogebruik zou aanzienlijk toenemen (met 2 tot 8 %) en de versnippering van natuurgebieden zou eveneens toenemen. Concluderend heeft het ruimtelijke ordeningsbeleid in de periode 1970 tot 2000 zeker bijgedragen aan de intenties op het gebied van ruimtelijke ordening en infrastructuur van de nationale overheid: het heeft bijgedragen aan het open houden van de open ruimten, en geresulteerd in een lager autogebruik vergeleken met de situatie waarin het dichte netwerk van snelwegen uit de Tweede Nota Ruimtelijke Ordening zou zijn geïmplementeerd. Het in 1966 voorziene wegennet voor het jaar 2000 en het daadwerkelijk gerealiseerde wegennet in 2000: