Locatie is als begrip heel bepalend in lokaal beleid. Waar plaatsen we iets, waar gebeurt iets? Nu elk plekje op de wereld een coördinaat heeft en bijna alles in de openbare ruimte kan worden geregistreerd, zijn slimme toepassingen mogelijk: location intelligence. Een logische schakel in het werken aan grote lokale opgaves en transities.
Edwin Fennema | Beeld: Centric
Waar kan ik het beste laadpalen plaatsen? Waar en wanneer is er in mijn stad sprake van hittestress en welke gevolgen heeft dat? Waar lopen straten onder bij hevige regen en hoe lang duurt de overlast daarvan? Hoeveel geur- en geluidsoverlast is er in een gebied waar we woningen willen bouwen? Waar moet ik kademuren herstellen om verzakkingen tegen te gaan? Via welke route verloopt de meest efficiënte, gemeentelijke dienstverlening, ook in crisis situaties en tijdens evenementen? Locatie (waar gebeurt wat?) speelt in elke samenleving een belangrijke rol en doet dat eigenlijk al sinds mensenheugenis. Met location intelligence krijgen we daar meer grip op.
Edwin Fennema houdt zich bij Centric bezig met de kansen die de nieuwste technologie biedt aan lokale overheden. “Location intelligence gaat, de naam zegt het al, over intelligentie, gekoppeld aan locatiedata. We hebben de combinatie van locaties, objecten en processen al helder in beeld dankzij uitstekende 2D en 3D basisregistraties, in combinatie met bijvoorbeeld chips, sensoren, camera’s en satellietbeelden. Die genereren enorm veel data die we kunnen analyseren voor talloze toepassingen.”
Geluid op woningbouwlocaties
Veel gemeenten gebruiken location intelligence al. Bijvoorbeeld voor het bepalen van de meest optimale routes voor het legen van ondergrondse vuilcontainers, die zijn uitgerust met een sensor die registreert hoe vol deze zijn. Ook voor het goed leiden van bezoekersstromen door de stad, of het bepalen van de op dat moment snelste route voor hulpdiensten wordt location intelligence ingezet. Er is echter veel meer mogelijk met de gegevens die sensoren in de openbare ruimte leveren. Fennema vertelt over sensoren die geluid en geur meten: “Veel gemeenten zoeken naar locaties om woningen te bouwen. Met sensoren kun je ter plekke onderzoeken hoe het op een locatie zit met geluid, geur, luchtvervuiling en andere elementen die bepalend zijn voor of je daar wel of geen woningen wilt realiseren. Die data kun je laten zien op een kaart van een gebied, wat niet alleen van belang is voor beleidsmakers, maar ook heel relevant is voor bestuurders. Je kunt daarmee je beleid baseren op in de realiteit gemeten waarden, niet met een berekening vanuit een fictief model, zoals nu vaak gebeurt. Dat geeft naast beter onderbouwd beleid ook een goede uitgangspositie in het overleg met burgers.”
Zonnepaneel of dakraam
Fennema noemt een ander voorbeeld, uit de energietransitie: “We hebben bij Centric onlangs een gemeente geholpen bij het in beeld brengen waar zonnepanelen op het dak liggen. Daarvoor werden satellietbeelden en machine learning gebruikt. Met satellietbeelden kun je niet alles zien, je kunt bijvoorbeeld niet altijd het verschil zien tussen een zonnepaneel en een dakraam. We hebben machine learning ingezet om dat onderscheid wel te kunnen maken.” Met het overzicht dat dit opleverde, kreeg de gemeente helder in beeld waar nog veel winst te behalen is met het stimuleren van zonnepanelen.
Welke tools zijn er al om location intelligence te gebruiken? Het is veelal gebaseerd op maatwerk van kaartmakers (GIS), vertelt Fennema: “Op kaarten en dashboards kan je veel informatie over een locatie tegelijk in beeld hebben. Dan kun je bijvoorbeeld niet alleen op een kaart zien waar windmolens staan, maar ook hoe oud die molens zijn, wat ze betekenen voor de omgeving, wat ze produceren et cetera. Meestal wordt dit op maat gemaakt voor een gemeente.” De bedrijven die dit leveren komen uit de hoek van de geo-informatie die nu intelligentere cloud diensten aan hun kaarten toevoegen, zodat je data uit verschillende lagen kunt combineren tot voorspellingen en adviezen. Je kunt daarmee dan zelf allerlei gegevens combineren om te zien wat voor jouw beleid relevant is.”
Kijken in de ondergrond
Het aantal sensoren in de buitenruimte neemt nog steeds toe. De software die data daaruit analyseert wordt ook nog steeds verder ontwikkeld. Location intelligence zal in de toekomst dus ook nog meer worden gebruikt, vermoedt Fennema. Welke toepassingen ziet hij op de korte termijn, die interessant zijn voor de lokale overheid? Hij noemt de slimme mogelijkheden van augmented reality. “Hiermee wordt informatie die je met het blote oog niet kunt zien, toegevoegd aan een plek waar je op dat moment bent. Inclusief de kabels en leidingen in de ondergrond en de bodemlagen die deze ondergrond vormen.”
Hij denkt dat location intelligence ook meer ingezet gaat worden voor verduurzaming en het aanpakken van milieuvervuiling. “Een gemeente kan bijvoorbeeld het verkeer veel nauwkeuriger reguleren. Ze zou bij een bepaalde windrichting straten kunnen afsluiten voor dieselmotoren.” Als je nog verder denkt, dan wordt het wellicht realiteit dat auto’s een chip krijgen die de maximumsnelheid reguleert, zodat je op drukke tijden de maximumsnelheid op 30 km per uur kunt maximeren. Of is dat science fiction? “Technisch gezien kan het en ik denk dat we dit soort toepassingen wel gaan zien. In het algemeen kun je stellen dat hoe meer variabelen een locatie kent, met uiteenlopende belangen, hoe slimmer het is om location intelligence te gebruiken voor je doelen voor een bepaalde plek. Als mens kun je niet alles overzien, location intelligence kan dat wel.”
