Ga door naar hoofdcontent
ArtikelenDigital Twins in de DTFL
Niet Kinderachtig

Digital Twins in de DTFL

Vrijdag 17 december 2021Afbeelding Digital Twins in de DTFL

Het GI-beraad wil een infrastructuur met Digital Twins voor de Fysieke Leefomgeving (DTFL) van Nederland, bruikbaar voor iedereen. Volgens Geonovum zou de bouw daarvan bijna veertig miljoen euro moeten kosten. Op grond van onze ervaring bij Wageningen University & Research met het in kaart brengen van gebruikerswensen voor een Digital Twin (DT), wijzen wij op enkele uitdagingen die de bouwers van DTFL het hoofd zullen moeten bieden.

Volgens de strategische nota GeoSamen 2 moeten de geobasisregistraties worden samengebracht in een samenhangende objectregistratie. Aangevuld met meer databronnen en met kunstmatige intelligentie wordt dat de basis voor een ‘Digitale Tweeling Fysieke Leefomgeving’ van Nederland. Daarmee kun je, via innovatieve algoritmes en AI-technieken, onze leefomgeving monitoren en voorspellen.

Geonovum heeft in opdracht van het GI-beraad een investeringsvoorstel geschreven voor het ontwikkelen van zo’n infrastructuur en de DT met gebruikersvriendelijke visualisatie van de boven- en de ondergrond. Het gaat hierbij niet om één enkele digitale tweeling. In GeoSamen 2 staat: “We voorzien dat er meerdere, vaak sectorale of gebiedsspecifieke digitale tweelingen naast elkaar nodig zijn, en flexibel zijn aan te passen aan de opgave.” Om met behulp van dit instrumentarium tot gedragen besluiten over het gebruik van de schaarse ruimte te komen, beoogt Geonovum “een ecosysteem van gebruikers, door coalities van burgers, bedrijven, overheden en kennisinstellingen te ondersteunen bij het gebruik.” Zo’n DT is ambitieus, met name de beoogde brede gebruikersgroep.

Actuele en complete informatie die de gebruiker een handelingsperspectief biedt. (foto: Dragoș Grigore op Unsplash.com)

Digital Twin

Zoals bij alle software is bij een DT de belangrijke vraag: wat heeft een gebruiker nodig om iets aan een DT te hebben? De gebruiker moet immers die DT kunnen bedienen, en iets hebben aan wat eruit komt. Als ‘burgers, bedrijven, overheden en kennisinstellingen’ de DTFL moeten kunnen gebruiken, dan moeten daar eisen aan worden gesteld. Er moet qua bediening en functionaliteit rekening worden gehouden met een scala van verschillende kennisniveaus (van weinig tot veel), en gebruiksmotieven (van NIMBY tot ruimte zoeken, van status tot voorspelling, van voorschrift tot beslissingsondersteuning).

Essentieel is dat de DT met de geleverde informatie een handelingsperspectief biedt voor de gebruiker. De daartoe in te bouwen algoritmen hebben (geo)data nodig: minstens de Samenhangende Object Registraties, en nog veel meer, zoals monitoring van verkeer, luchtkwaliteit et cetera. Daardoor wordt verandering met de bijbehorende dynamiek zo snel mogelijk zichtbaar.

Welke thema’s precies, in welke vorm, met welke frequentie en met welke ruimtelijke resolutie, hangt ook af van de beoogde functionaliteit en de gewenste presentatie daarvan aan de verschillende types gebruikers. Dat geheel moet worden vertaald naar passende bedieningsmogelijkheden en presentatievormen. Die moeten begrijpelijk zijn, toepasbaar en betrouwbaar.

Digital Twin future farm

Wageningen University & Research (WUR) werkt aan de ontwikkeling van drie DT’s. Eén ervan gaat over voedingsadvisering, de tweede over de kasteelt van tomaten. De derde heet Digital Future Farm (DFF) en is gericht op akkerbouw en melkveehouderij. Dat zijn, met een areaal van samen bijna 9.000 km2 (bron: Hazeu et al.), duidelijk onderdelen van de fysieke leefomgeving. De DT is gericht op individuele bedrijven en mogelijk ook bruikbaar voor beleidsmakers, belangenbehartigers en bedrijfsadviseurs.

Bij gesprekken met diverse leden van de doelgroep over hoe deze DFF hen zou kunnen ondersteunen, bleek het voor hen lastig om een verlanglijstje op tafel te leggen. Dat gold vooral voor de vorm van de output van DFF. Een DT-uitkomst kan een eenduidig advies zijn: ‘ga morgen maaien’, of ‘beregenen’. Maar ook een setje opties is mogelijk. En dan is de vraag: hoe te kiezen? Dus is er ondersteuning aangeboden, waardoor informatiestromen geïntegreerd worden.

De te verwachten kosten kunnen worden voorgelegd, de impact op de productkwaliteit, de productieomvang, de milieueffecten (bijvoorbeeld: meer of minder stikstof) en de diergezondheid. Weegt alles even zwaar? En wat zijn de marges voor de betrouwbaarheid? Zeker als het gaat over voorspellingen, hoort er een onzekerheidspluim bij. Zijn al die aspecten weer te geven in een infographic, op een dashboard? En is dat dan nog inzichtelijk en te begrijpen?

Actuele stand van zaken

Naast advies of voorspelling over de korte termijn, is de agrariër natuurlijk ook geïnteresseerd in de actuele stand van zaken. Denk aan de gezondheid van het vee, de melkopbrengst, de groei van de aardappels, de voerkwaliteit van het gras, de hoeveelheid nutriënten en vocht in de bodem. De data daarover moeten voortdurend, liefst realtime, worden verzameld. De DFF kan daarmee kortetermijnacties voorstellen, en voorspellen welke kant het uitgaat met het bedrijf.

Individuele boeren verschillen ook sterk qua behoeften. Akkerbouwers die goed meekunnen in de precisielandbouw en melkveehouders met melkrobots, zijn vertrouwd met het verzamelen van en werken met data over hun bedrijf. Zij hebben een betere uitgangspositie voor het voeden van de DT. Maar niet elke boer werkt op die manier.

Andere output nodig

Een beleidsambtenaar bij LNV heeft natuurlijk andere DT-output nodig dan een individuele boer, want ambtenaren willen andere dingen weten. Worden de Nederlandse en Europese regels gevolgd? Werken bepaalde stimulansen, zoals subsidie voor meer ecologisch beheer? Wat zijn emissies van bedrijven dicht bij natuurgebieden? Zij hebben geaggregeerde gegevens van individuele bedrijven nodig om prestatie-indicatoren te kunnen bepalen.

Ook bedrijfsadviseurs en belangenbehartigers hebben data van meerdere bedrijven nodig, maar hen is het meer te doen om vergelijkingsmateriaal, om een maatstaf te hebben voor hun verbeteringsadviezen. Dat kan gaan over de rassenkeuze van vee of gewas, over de omgang met mest, of over de vraag of investeren in een melkrobot of een nieuwe schuur rendabel zal zijn.

Om met DFF aan de informatievraag te voldoen, moet een groot aantal al bestaande modellen samen met nieuwe machine-learning-algoritmen en (realtime) sensorgegevens in één systeem worden samengebracht. Daar liggen nog de nodige uitdagingen: sluiten de gegevens op elkaar aan, passen de beschikbare data dan wel bij de (model)processen?

Het is op dit moment nog niet duidelijk in hoeverre de informatievoorziening via DFF aan de diverse beoogde gebruikers voldoende ‘compleet’ kan zijn. Het ontwikkelteam van DFF moet nog ontwerpen maken voor de dashboards en/of visualisaties voor de verschillende gebruikers, om toch – met alle beperkingen – de goede informatie te geven.

Betekenis voor DTFL

Als die ervaringen van WUR met DFF representatief zijn, dan zal de eventuele realisatie van DTFL, geschikt voor de uiteenlopende gebruikersgroepen, een fikse uitdaging zijn. Maar de Noord-Zuidlijn van de Amsterdamse metro is gelukt, dus wie weet gaat DTFL ook lukken. Het wordt in elk geval leerzaam.

Referenties

  1. Bastianen R., Bregt A., Nijpels E. Geosamen 2 – Een visie op de geosector 2021-2025. 2021. bit.ly/visiegeosector
  2. Bruijn, J. / Geonovum. Investeringsvoorstel Nationale Digitale Tweeling Infrastructuur voor de Fysieke Leefomgeving (v0.86). 2021. bit.ly/investeringsvoorstelNDTIFL
  3. Hazeu G., Vittek M., Schuiling R. Landelijk Grondgebruik Nederland – computer file. Wageningen Environmental Research. 2020. http://www.lgn.nl

Auteurs

Afbeelding voor Jandirk Bulens

Jandirk Bulens

Jandirk Bulens is onderzoeker bij Wageningen University & Research en methodeadviseur DFF.

Afbeelding voor Frans Rip

Frans Rip

Frans Rip is redacteur van Geo-Info en werkt bij de GeoDesk van Wageningen University & Research.

Reacties

    Plaats een reactie

    Het e-mailadres wordt niet gepubliceerd.



    Gesponsorde berichten