#DataDinsdag: De data van de Digital Twin

Met een Digital Twin bootsen we digitaal de leefomgeving na. Neem het versterken van een dijk. Hier komt van alles bij kijken. Een goede verkenning van de omgeving is essentieel, want waar schikt welke oplossing; verbreden, verhogen, verstevigen? Allerlei stakeholders zijn betrokken in de planvorming of moeten geïnformeerd worden. Een goed beeld van de dijk en de plannen is dan noodzakelijk. Een zogenoemde Digital Twin zorgt ervoor dat er één gedeeld beeld is van de situatie en helpt om elkaar en de situatie beter te begrijpen en besluitvorming te versnellen. Deze aanpak zorgt ervoor dat je de mogelijke faalrisico’s beter en sneller kunt inschatten. 

Dus wanneer is iets nou een Digital Twin? Tsja, we bootsen zo inzichtelijk mogelijk de omgeving digitaal na, dus eigenlijk was de 2D kaart hier al een goed voorbeeld van. Maar door nieuwe technieken met 3D en sensordata kunnen deze kaarten steeds realistischer en actueler worden gemaakt. We refereren tegenwoordig dus naar een Digital Twin wanneer we het hebben over het visualiseren van ruimtelijke data waarmee een hoger niveau van realisme met data wordt bereikt. Uiteraard staat geografische data nog steeds centraal, alle data hier heeft dus een locatie. Hoe geavanceerd je je Digital Twin wilt hebben hangt af van je doelstelling.

Omdat dit een DataDinsdag is, gaan we niet in op alle gebruiksmogelijkheden, maar juist op de data die erin zit. In de ideale wereld wil je dit ook los van elkaar kunnen zien. De basisdata wordt bijgehouden en kan per project en doelstelling inzichtelijk worden gemaakt. Dus als we het hebben over data, wat heb je dan nodig voor je Digital Twin? 

De objecten zijn de visuele basisgegevens om de situatie inzichtelijk te maken, een soort maquette 2.0 dus van de omgeving. Waar bevinden zich gebouwen, bomen, prullenbakken, kabels & leidingen, BIM modellen en warmte-koude installaties? Het zijn fysieke objecten of modellen die netjes geregistreerd en geüpdatet kunnen worden. In de meeste gevallen raadplegen we hiervoor landelijke registers en bewerken we deze naar een inzichtelijke visualisatie.

Achter deze visuele objecten hangt een schat aan ‘onzichtbare’ informatie. Dit zijn bijgeleverde tabelgegevens met waardes en berekeningen van bijvoorbeeld ingenieursbureaus. Je maakt deze informatie inzichtelijk door de objecten hiermee kleuren te geven. Is de bodem hier wel of niet geschikt? Zijn er plaatsen waar clashes zijn met kabels en leidingen of boomwortels? Hoeveel zonnepanelen kunnen er op welk dak? Analyses dus, welke je vaak buiten de Digital Twin omgeving doet, maar waarvan je wel de uitkomsten in beeld brengt. 

In sommige situaties wil je dynamische processen kunnen inzien. Hier is de aanduiding tijd van belang. Sensoren leveren bijvoorbeeld actuele informatie aan de hand van een tijdsstempel met nieuwe locaties of nieuwe waardes. Over bijvoorbeeld ons verkeer of waterstandsmetingen. Hierdoor verandert het kaartbeeld elk moment weer. Ook is het door het meegeven van tijd mogelijk om niet alleen een actueel beeld, maar ook een voorspelde situatie met simulaties van bijvoorbeeld een overstroming weer te geven. 

Digital Twins geven op deze manier meer inzicht in onze omgeving. Met name in binnenstedelijke gebieden wordt de druk op de ruimte steeds kritischer. Gemeenten pleiten steeds vaker voor integrale gebiedsontwikkeling en datagedreven werken. Al in een vroeg stadium wordt daarom gekeken naar het onderhouden en gebruiken van de data in een inzichtelijke Digital Twin, om goede en gedegen plan- en besluitvorming te bevorderen. 

Deze week sluiten we niet af met leuke feitjes, maar geven we je iets! We laten namelijk op de drie niveaus zien hoe we op grote schaal informatie uit landelijke registers bij elkaar brengen. Een doorkijkje dus naar het fundament van een landelijke Digital Twin.

> Bekijk het hier!