De Data- en Kennishub Gezond Stedelijk Leven (DKH GSL) brengt innovatieve technologieën, infrastructurele planvorming, beleidsinstrumenten, data en kennis over de gezonde leefomgeving bijeen. Een van de focusgebieden van de DKH GSL is Digital Twins. Om te achterhalen hoe partners en leden van de DKH GSL gebruik maken van digital twins en met welke doel, zijn met verschillende onderwijs- en kennisinstellingen interviews gehouden. Dit artikel geeft een samenvatting van de uitkomsten.
Een digital twin is een digitale representatie van de werkelijkheid bedoelt om een nauwkeurige en dynamische weergave van fysieke objecten of systemen te bieden, waardoor gebruikers beter geïnformeerde beslissingen kunnen nemen. Real-time data kan worden geïntegreerd en geanalyseerd. Hierdoor is het mogelijk om nauwkeurige simulaties en voorspellingen te maken. Met de voortdurende technologische vooruitgang en de integratie van meer gedetailleerde datasets, hebben digital twins het potentieel om de functionaliteit en nauwkeurigheid van stedelijke modellen aanzienlijk te verbeteren. Dit maakt ze tot een krachtig instrument voor het bevorderen van een gezonde en leefbare stedelijke omgeving, en benadrukt hun groeiende belang in de moderne wereld.
Een belangrijk toepassingsgebied van digital twins is het milieu- en energiebeheer. Bijvoorbeeld, bij ROC Midden Nederland wordt een digital twin gebruikt om energiestromen op een bedrijventerrein te modelleren. Dit omvat het analyseren van stroomopwekking, het gebruik van zonnepanelen, windmolens en verwarming en koeling middels water. Door deze gegevens te integreren, kunnen bedrijven en overheden efficiënter plannen en duurzame oplossingen ontwikkelen.
Ook worden digital twins gebruikt als gedetailleerde maquettes van de omgeving. Ze bevatten informatie over gebouwen, hun hoogte en geluidsschermen. Daarnaast bieden ze uniforme uitgangspunten voor rekenregels. Een voorbeeld hier van zijn rekenregels voor geluid, hoewel ze geen volledige geluidsberekeningen uitvoeren. Een digital twin is geen perfecte, maar wel een waardevolle 3D-weergave die verschillende scenario's inzichtelijk maakt en een visuele representatie van de werkelijkheid biedt. Hierdoor kunnen planners en ingenieurs beter anticiperen op toekomstige ontwikkelingen en uitdagingen.
Een andere manier om een Digital twin toe te passen is het gebruik van agent-based modeling. Deze manier van modelleren gebruikt gegevens over de omgeving samen met persoonlijke informatie. Zo wordt duidelijk hoe mensen door de stad bewegen en hoe omgevingsfactoren, zoals luchtvervuiling, hun gedrag beïnvloeden. Dit helpt om te voorspellen wat veranderingen in de stad kunnen betekenen voor de gezondheid en het welzijn van de bewoners, nu en in de toekomst.
Digital twins hebben potentie, maar ook uitdagingen. Er is enige twijfel over de daadwerkelijke integratie van gegevens. Vaak is er meer voor nodig om de informatie van gegevens te begrijpen. Het is daarom belangrijk om de context van de data in beeld te hebben om een goed afgewogen conclusie te kunnen trekken. Privacy kwesties beperken de uitwisseling van real-time sensorgegevens, en het integreren van menselijke gegevens stuit op ethische bezwaren. Desondanks blijft de technologie zich ontwikkelen, met geavanceerde vormen zoals agent-based modeling.
De digital twin wordt voor uiteenlopende doeleinden gebruikt, van onderwijs tot stedelijke planning en gebiedsontwikkeling. Deze veelzijdige benadering maakt het mogelijk om zowel de leefbaarheid van stedelijke gebieden te verbeteren als praktische oplossingen te bieden voor specifieke evenementen.
Een digital twin in stedelijk onderzoek en planning is een geavanceerd digitaal model dat verschillende datalagen integreert om complexe stedelijke dynamieken te visualiseren en te analyseren. Deze datalagen kunnen onder andere groenvoorzieningen, luchtvervuiling, infrastructuur en demografische gegevens omvatten. Het doel is om een nauwkeurige en dynamische weergave van de stedelijke omgeving te bieden, waardoor planners en beleidsmakers beter geïnformeerde beslissingen kunnen nemen. Het is een krachtig hulpmiddel voor het visualiseren van stedelijke dynamieken, het analyseren van interventies en het effectief communiceren van complexe informatie. De partners en leden van de DKH GSL gebruiken een digital twin allen op een andere manier, voorbeelden hier van zijn:
In het mbo onderwijs speelt de digital twin een rol bijvoorbeeld binnen de studierichting Smart building. Studenten werken aan projecten zoals de "straat van de toekomst," waarbij thema's als klimaatverandering, neerslag, biodiversiteit en hittestress worden onderzocht. Externe data, bijvoorbeeld van de provincie Utrecht, kunnen worden geïntegreerd om de projecten realistischer te maken.
Voor scenario-analyse en stedelijke planning wordt agent-based modeling ingezet. Dit helpt bij het modelleren van scenario's, zoals de verspreiding van ziekten tijdens de coronapandemie of transportpatronen in steden. Het biedt ook mogelijkheden voor toepassing in nieuwe wijken, waar het kan bijdragen aan het plannen van interventies voor een gezonde leefomgeving.
De digital twin wordt ook vaak gebruik bij grotere studies waar meerdere databronnen aan adres- en gebouwgegevens gekoppeld wordt. De koppeling van deze informatie zorgt voor meer inzicht in de effecten van geluid op de omgeving en gezondheid.
In gebiedsontwikkeling, zoals de ontwikkeling van nieuwe wijken, helpt de digital twin bij het maken van logistieke keuzes zoals de aanvoer van materialen. Daarnaast kan een digital twin ingezet worden voor het plannen van buitenruimtes en het evalueren van de impact van groen, bewegen, etc op de omgeving. Hoewel de resultaten soms verwarrend kunnen zijn door beperkingen in resolutie en dynamiek, helpt het model bij het maken van keuzes over groenvoorzieningen.
Er zijn ook mogelijkheden om de toepassingen uit te breiden naar andere gebieden, zoals evenementenorganisatie. Een digital twin kan bijvoorbeeld worden gebruikt om de optimale locaties voor AED's en EHBO-posten te bepalen.
Een Digital twin kan bijvoorbeeld worden ingezet om gezondheidsverschillen te simuleren en om interventies zoals no-emission zones te plannen. Deze zones kunnen de luchtkwaliteit verbeteren en de gezondheid van bewoners bevorderen door de blootstelling aan schadelijke stoffen te verminderen. Een digital twin kan inzicht bieden in hoe verschillende factoren, zoals luchtvervuiling, geluidsoverlast en groenvoorzieningen, de gezondheid en het welzijn van bewoners beïnvloeden. Dit maakt het een krachtig instrument voor het ontwerpen van interventies die bijdragen aan een gezondere en duurzamere stedelijke omgeving.
Bij de verdere ontwikkeling van een digital twin zijn verschillende essentiële aspecten belangrijk:
Naast het belang van het combineren van verschillende datalagen, bieden digital twins een platform voor samenwerking. Op dit moment zijn er veel verschillende datavoorzieningen. Al deze datavoorzieningen dienen langs gegaan te worden om de juiste bron te vinden. Door samenwerking tussen partijen zoals overheden, kennisinstellingen en private organisaties is het makkelijker om de juiste bron te vinden. Er is behoefte aan betere toegang tot data, netwerken en platforms om bijvoorbeeld een digital twin te downloaden, testomgevingen te starten en manieren van financiering te ontdekken.
Het onderzoeken van diverse stedelijke testomgevingen is volgens de geïnterviewden hard nodig. Een ‘playground’ creëren in een buurt of stad in ontwikkeling, zoals Cartesius in Utrecht. Hier kunnen sensoren worden geplaatst en data worden verzameld om beleidsvorming te ondersteunen. De strategie is: begin klein en ga vervolgens opschalen. Overvecht in Utrecht wordt vaak genoemd als een voorbeeld van een bestaande wijk waar onderzoek kan plaatsvinden. Daarnaast is er interesse in het simuleren van stedelijke omgevingen zoals Amsterdam, waarbij historische gedragsdata worden gebruikt om modellen te verfijnen. Het bedrijventerrein A2 – Strijkviertel, waar stedenbouwkundige plannen en ontwerpen voor gebouwen worden ontwikkeld, evenals inschattingen van energiebehoeften. Hittestress en ruimtelijke ordening worden in overweging genomen. De Merwede Kanaalzone is een andere interessante locatie voor onderzoek. Eerder zijn modellen van digital twins getest in wijken zoals Liendert in Amersfoort en in steden als Amsterdam en Zwolle. Er is een voortdurende interesse in het verder testen en ontwikkelen van modellen in verschillende stedelijke omgevingen om hun nauwkeurigheid en toepasbaarheid te verbeteren.
Genoemd is een centraal geodata-portaal met geharmoniseerde milieugegevens. Momenteel worden verschillende bronnen, zoals geluids- en luchtvervuilingsmetingen, gebruikt. Samenwerking met publieke organisaties zoals RIVM en Nivel is essentieel, waarbij het ministerie een leidende rol zou moeten spelen. Kennisinstellingen zijn cruciaal voor het formuleren van onderzoeksvragen, het ontwikkelen van datastandaarden en het integreren van menselijke representaties in de modellen. Daarnaast is er interesse in het ontwikkelen van software die verschillende datalagen integreert. Een aankomend PhD-project (UU) zal zich richten op het simuleren van Amsterdam en het onderzoeken van gezondheidsverschillen, wat een belangrijke stap is in het verfijnen van digital twin-technologie.
Het belang van piekdata voor geluid en de indirecte effecten op gezondheid wordt ook benadrukt. Er is behoefte aan meer gedetailleerde data om de impact van geluid op gezondheid beter te begrijpen. Bovendien is het essentieel om onzekerheden in modellen te communiceren en de kwaliteit van de data en berekeningen te verbeteren voor de verdere ontwikkeling van Digital Twins. Deze aspecten zijn cruciaal voor het realiseren van nauwkeurige en betrouwbare modellen die effectief kunnen bijdragen aan een gezondere leefomgeving.
De learning community ‘Digital Twin’ deelt inzichten van onderzoeken en stimuleert het samenwerken. Onze partners en leden zijn continu op zoek naar manieren om de functionaliteit en nauwkeurigheid van modellen te verbeteren en staan open voor samenwerking en innovatieve ideeën. Meer weten of wil je aansluiten bij een volgende bijeenkomst?
De Data- en Kennishub Gezond Stedelijk Leven is een onafhankelijk en open platform van publieke en private organisaties. We werken samen met inwoners aan oplossingen voor een gezonde stedelijke leefomgeving. De organisaties binnen de hub ontwikkelen wetenschappelijk onderbouwde, datagedreven concepten en instrumenten: evidence based producten en diensten die een positief effect hebben op de gezondheid van iedereen die woont, werkt of recreëert in een stedelijke omgeving. Nu en in de toekomst.
Lees meer
