Geluidsimpact nu te berekenen met 3D-Geluidbestand

Een nieuwe weg, treinverkeer of industrie: geluid heeft effect op de leefomgeving. Overheden beoordelen of de geluidsbelasting op bijvoorbeeld een woonwijk binnen wettelijke limieten valt. Daarvoor simuleren ze geluidsniveaus. Eerder ontwikkelden onderzoekbureaus hiervoor afzonderlijk digitale 3D-omgevingsmodellen, nu is er een uniform, landelijk 3D-Geluidbestand. 3 betrokken partijen vertellen over de totstandkoming. Ook leest u hoe DCMR Milieudienst het bestand testte en gaat toepassen.

Specifieke geluidsbron meten is lastig

Het meten van het geluidsniveau van een specifieke geluidsbron is lastig. Wanneer je bijvoorbeeld het geluidsniveau van een snelweg meet, weet je niet precies hoeveel andere omgevingsgeluiden je ook meet. Daarnaast kun je de effecten van toekomstige situaties niet meten, zoals varianten van een spoortracé of het plaatsen van een geluidscherm.

Geluidstudies maken daarom gebruik van simulaties. Ze berekenen de geluidsbelasting op basis van informatie over de 3D-ligging van de geluidbron én de 3D-ligging van het terrein inclusief omgevingsobjecten. Daarvoor is een 3D-omgevingsmodel nodig.

Van versnipperde methoden naar 1 bronbestand

Rijkwaterstaat (RWS) nam begin 2017 het initiatief om met het Rijksinstituut voor Volksgezondheid en Milieu (RIVM), Interprovinciaal Overleg (IPO), Technische Universiteit (TU) Delft en Kadaster zo’n 3D-omgevingsmodel te ontwikkelen op basis van bestaande data. Dit model vervangt alle versnipperde geluidbestanden.

Rol van RIVM, TU Delft en het Kadaster

Het RIVM bewaakte -als beheerder van de berekeningsmethode- het belang van de volksgezondheid. TU Delft ontwikkelde de algoritmen voor de geautomatiseerde berekeningen. Toen de methode in 2020 goed genoeg was, zorgde het Kadaster voor een landsdekkend product en het beheer.

Aandachtspunten bij ontwikkeling

Rob van Loon – wetenschappelijk medewerker (RIVM): “We wilden ervoor zorgen dat geluidsonderzoeken uniform opgezet worden op basis van actuele data; daarmee gaat de kwaliteit omhoog. Daarnaast wilden we werk besparen voor adviesbureaus die geluidsmodellen moeten opzetten. Met dit bestand kunnen zij mooi een vliegende start maken.”

Jantien Stoter – hoogleraar 3D geo-informatie (TU Delft): “Onze ambitie is om slimme dingen te doen met data. En zo innovaties te realiseren die ook daadwerkelijk in de praktijk werken. Een eerste vraag was: kunnen we zo’n 3D-geluidsmodel automatisch genereren op basis van bestaande databronnen? Dan ben je meteen efficiënt en uniform bezig; iedereen werkt met dezelfde data en de uitkomsten zijn hetzelfde. We hebben hiervoor gebruik gemaakt van de bronbestanden Actueel Hoogtebestand Nederland (AHN), Basisregistratie Adressen en Gebouwen (BAG) en de Basisregistratie Grootschalige Topografie (BGT).”  

Iris Reimerink – senior GIS Specialist / projectleider (Kadaster): “Voor ons staan kwaliteit en continuïteit van de data en het beheersysteem voorop. Uiteindelijk moeten alle losse stukjes opgeschaald worden tot een landsdekkend product waar gebruikers ook echt wat mee kunnen. We hebben ervaring met het beheren en het afstemmen van bronregistraties. Zonder bijvoorbeeld de 3D Basisvoorziening had 3D Geluid niet zo makkelijk gerealiseerd kunnen worden. En aangezien in beide bestanden gebouwdata zitten, voeden en verbeteren de bestanden elkaar ook nog eens.”

Voornaamste technische uitdagingen

Van Loon (RIVM): “Welke details uit bronbestanden neem je nog mee in je berekeningen? Geluidsexperts hebben namelijk niet alle details nodig. Meer details maken computerberekeningen zwaarder, maar de uitkomsten ervan niet per se betrouwbaarder. Bijvoorbeeld: vanuit de 3D-dataset van het Kadaster kun je woningen mooi modelleren inclusief schuine daken. Maar voor geluid zijn die niet relevant, geluidsimulaties gaan uit van blokkendozen. Daarbij richten we ons niet op elke centimeter aan hoogteverschil, maar concentreren we op hoogtesprongen van een bouwlaag. En voor een bodemmodel wil je weten: waar ligt geluid reflecterende bodem zoals asfalt en water, waar ligt geluidsabsorberende bodem zoals begroeiing? De bodemtypes haalden we uit de bronregistratie BGT.”  

Stoter (TU Delft): “Wij moesten de algoritmes ontwikkelen om op basis van al die brongegevens geautomatiseerd een  3D-omgevingsmodel te genereren. Daarbij loop je soms ook tegen technische beperkingen aan zoals wisselende kwaliteit van de hoogtes die vanuit een vliegtuig of helikopter worden ingemeten via laser scannen. Zo kunnen hoogtes van gebouwen in dicht stedelijk gebied niet altijd worden waargenomen en missen er daarom soms hoogtepunten in de input data, bijvoorbeeld door afscherming door een ander gebouw. Of doordat water op het dak de laser door- in plaats van terugkaatst. Bij kassen gaat de laser soms dwars door het glas heen. Dan heb je voor die locaties geen uniforme brongegevens. En ook bij het bodemmodel hebben we nauw samengewerkt met de geluidsexperts. Wij wilden bijvoorbeeld weten: hoe groot moet een bepaald stukje bodem zijn om voor jullie berekeningen nog relevant te zijn?”

Reimerink (Kadaster): “En als die data er dan eenmaal landsdekkend zijn: hoe gaan we ze in beheer nemen zodat we continuïteit bieden aan de gebruikers? Als we die data bijvoorbeeld willen ontsluiten op het PDOK-platform (Publieke Dienstverlening op de Kaart), hoe krijgen we zo’n bestand daar? Het is iets anders dan een testdataset ontsluiten, hier hoort een hele infrastructuur bij.”

Vervolg: door ontwikkelen, feedback gebruikers

Van Loon (RIM): “We willen er allereerst voor zorgen dat het bestand geactualiseerd blijft, door bijvoorbeeld het opnemen van nieuwe gebouwen of het verwijderen van gesloopte gebouwen. Vervolgens willen we de dataset verder fijn slijpen en door ontwikkelen. Daarbij nemen we de feedback mee van gebruikers die de gegevens nu in het veld gaan gebruiken.”

Stoter (TU Delft): “Wij hechten belang aan open data en open source software en innovaties die hierdoor mogelijk worden. We zouden het gebruik van de 3D- geluiddata bijvoorbeeld graag verbeteren door ontwikkeling van simulatiesoftware die beter afgestemd is op de mogelijkheden van deze nieuwe databronnen.”

Reimerink (Kadaster): “Er is al een lijst gedefinieerd met mogelijke verbeterpunten, maar we zijn ook erg geïnteresseerd in feedback vanuit de gebruiker. Vanuit daar willen we graag samen met RIVM en TU Delft kijken hoe we verbeteringen technisch door kunnen voeren. Dit jaar gaan we werken aan continuïteit en verbeteringen zodat we begin 2022 een nieuwe versie kunnen ontsluiten.”

Gebruiker aan het woord: DCMR Milieudienst Rijnmond

DCMR Milieudienst Rijnmond is onder meer verantwoordelijk voor het handhaven van geluidslimieten in Rotterdam. Richard Spaans (te zien op de afbeelding) is vakspecialist Geluid en GIS bij DCMR en testte het 3D-Geluidsbestand: “In ons werkgebied liggen geluidsbronnen als de Rotterdamse haven en luchthaven Rotterdam The Hague Airport. Om bijvoorbeeld de jaargemiddelde geluidbelasting daarvan te bepalen op omringende woningen, hebben wij een nauwkeurig rekenmodel nodig. De 1e ervaringen met het 3D-Geluidbestand zijn goed. Het model bevat alle voor ons relevante informatie. Eigenlijk zou het nog aangevuld moeten worden met objecten als loodsen en silo’s, naast de huidige gebouwinformatie uit de Basisregistratie Adressen en Gebouwen (BAG). De ligging ervan is uit de Basisregistratie Grootschalige Topografie (BGT) af te leiden.”

Meer weten?

Hebt u interesse in het 3D-Geluidbestand? Download het bestand op PDOK.nl.

Terzake

Dit artikel verschijnt ook in het Kadastermagazine Terzake van februari 2021. Meer artikelen lezen? Ga naar de pagina Terzake.

Terz@ke nieuwsbrief ontvangen?

In de artikelen uit ons Terzake-magazine vindt u achtergrondverhalen van het Kadaster. Met de digitale Terz@ke blijft u op hoogte van al ons nieuws. Wilt u deze ook in uw mailbox ontvangen? Meld u zich dan aan voor onze nieuwsbrief.