Toepassing van Big Data in de Fysieke Leefomgeving

33
Presentatie 19 mei 2016 IenM/TNO – Jong Leefomgeving (‘s-Gravenhage) Erik van der Zee (Geodan)

Transcript of Toepassing van Big Data in de Fysieke Leefomgeving

Page 1: Toepassing van Big Data in de Fysieke Leefomgeving

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

Erik van der Zee (Geodan)

Page 2: Toepassing van Big Data in de Fysieke Leefomgeving

Wat is Big Data

Big Data Analysis

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

Impact op domein Fysieke Leefomgeving (voorbeelden)

Page 3: Toepassing van Big Data in de Fysieke Leefomgeving

Wat is Big Data

Page 4: Toepassing van Big Data in de Fysieke Leefomgeving

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…)

Page 5: Toepassing van Big Data in de Fysieke Leefomgeving

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”

Page 6: Toepassing van Big Data in de Fysieke Leefomgeving

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)

Page 7: Toepassing van Big Data in de Fysieke Leefomgeving

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, …

Page 8: Toepassing van Big Data in de Fysieke Leefomgeving

Steeds minder analoge data

Steeds meer ongestructureerde data

Page 9: Toepassing van Big Data in de Fysieke Leefomgeving

Steeds meer big data heeft een locatie component…

Big GEO Data + Big Spatial Analytics

Page 10: Toepassing van Big Data in de Fysieke Leefomgeving

Big Data Analysis

Page 11: Toepassing van Big Data in de Fysieke Leefomgeving

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

Big Data Analyse + Visualisatie nodig

Page 12: Toepassing van Big Data in de Fysieke Leefomgeving

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

Page 13: Toepassing van Big Data in de Fysieke Leefomgeving

Gestructureerde data vs Ongestructureerde data

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

Page 14: Toepassing van Big Data in de Fysieke Leefomgeving

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)

Page 15: Toepassing van Big Data in de Fysieke Leefomgeving

Relatie met Smart Cities en IoT

Page 16: Toepassing van Big Data in de Fysieke Leefomgeving

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

Page 17: Toepassing van Big Data in de Fysieke Leefomgeving

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

Page 18: Toepassing van Big Data in de Fysieke Leefomgeving

Voorbeelden Fysieke Leefomgeving

Page 19: Toepassing van Big Data in de 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

Page 20: Toepassing van Big Data in de Fysieke Leefomgeving

Handhaving luchtkwaliteitsnormen

Page 21: Toepassing van Big Data in de Fysieke Leefomgeving

Handhaving geluidsnormen

Clean-up (cars) Event start

End of

event

Page 22: Toepassing van Big Data in de Fysieke Leefomgeving
Page 23: Toepassing van Big Data in de Fysieke Leefomgeving

Efficiëntere routeringen

Minder uitstoot Nox/fijnstof

Page 24: Toepassing van Big Data in de Fysieke Leefomgeving

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

Page 25: Toepassing van Big Data in de Fysieke Leefomgeving

Landelijke meetnetten (GW/OW/Meteo)

Water Management en Modellering

Sensing – Analysis – Acting (sluizen)

Page 26: Toepassing van Big Data in de Fysieke Leefomgeving

Nationaal Datawarehouse Wegverkeergegevens (NDW) Dynamisch verkeersmanagement bijsturen

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

Page 27: Toepassing van Big Data in de Fysieke Leefomgeving

Meting aerosols met smart phones

Citizen Science project RIVM (crowd sourcing)

Verdichting landelijke meetnetten

Page 28: Toepassing van Big Data in de Fysieke Leefomgeving

Airquality Egg (www.airqualityegg.com)

SmartCitizen Kit (www.smartcitizen.me)

Page 29: Toepassing van Big Data in de Fysieke Leefomgeving

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

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

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

Treinen

Page 30: Toepassing van Big Data in de Fysieke Leefomgeving
Page 31: Toepassing van Big Data in de Fysieke Leefomgeving

Nederland volledig 3D gefotografeerd en laserscanned

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

Gecombineerd met continue real-time sensing

Now THATs Big…

Page 32: Toepassing van Big Data in de Fysieke Leefomgeving

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

Page 33: Toepassing van Big Data in de Fysieke Leefomgeving

Vragen?

Drs. Erik van der Zee

T +31 (0)20 5711 311M +31 (0) 6 1009 9691E [email protected] www.geodan.nlT @erikvanderzee

President Kennedylaan 11079MB AmsterdamThe Netherlands