CROW technische documentatie, referentieversie
Copyright © 2023 CROW. CROW disclaimer van toepassing en gedistribueerd onder CC BY 4.0
Dit document beschrijft use cases voor de toepassing van open standaarden in de ondergrond van stedelijke gebieden. Het doel is om goede informatie te kunnen produceren, publiceren en beheren over de benodigde functies en het bijjbehorende ruimtegebruik in de ondergrond. Met deze informatie kunnen gemeenten een integraal antwoord ontwerpen op maatschappelijke opgaven als energietransitie, klimaat adaptatie, diverse vervangingsopgaven (bestaande ondergrondse netwerken, kademuren, riolering etc) en een gezonde en leefbare stad met een goede bodem en (grond)waterkwaliteit.
Deze paragraaf beschrijft de status van dit document ten tijde van publicatie. Het is mogelijk dat er actuelere versies van dit document bestaan. Bekijk de lijst van CROW technische standaarden op docs.crow.nl en alle CROW-publicaties via www.crow.nl.
Dit is een reviewversie en is nog niet vastgesteld. Een publicatie als referentieversie impliceert geen onderschrijven door CROW.
Belanghebbenden, geïnteresseerde partijen en anderen worden uitgenodigd dit document te reviewen en hun commentaar in te zenden vóór 1 januari 2024. Zowel inhoudelijk als technisch commentaar als commentaar betreffende de implementeerbaarheid is welkom.
GitHub Issues wordt gebruikt voor de discussie van dit document. Eén issue per onderwerp vereenvoudigt de verwerking.
Reviewcommentaar mag ook achtergelaten worden als Hypothes.is annotaties. Gebruik het publieke kanaal voor je commentaar.
Dit onderdeel is niet normatief.
De CityDeal Openbare Ruimte externe link heeft aan CROW gevraagd om te verkennen wat nodig is aan datastandaarden en afspraken om informatie over de ondergrond in de openbare ruimte van gemeenten beter te kunnen opstellen, beheren en publiceren. Uitgangspunt hierbij is werken op basis van gebiedscasussen, liefst met een verschillende schaal, verschillende problematiek en met grote en middelgrote gemeenten. De CityDeal omarmt de ontwikkelingen van BORius waarbinnen dit projectvoorstel past en wil met haar bijdrage voor dit project een impuls geven aan BORius. Hiervoor werken de deelnemende gemeenten nauw samen om de bevindingen en resultaten in de gemeentelijke praktijk te beproeven en toe te passen.
Met alle maatschappelijke opgaven als energietransitie, klimaat adaptatie, diverse vervangingsopgaven (bestaande ondergrondse netwerken, kademuren, riolering etc) en het streven naar een gezonde en leefbare stad met een goede bodem en (grond)waterkwaliteit, is het steeds meer een puzzel om in de ondergrond alles passend te krijgen. Een voorbeeld: ruimte maken voor parkeervakken in het heden, kan betekenen dat men in de ondergrond straks geen ruimte meer heeft voor de voorzieningen die nodig zijn voor de energietransitie. Daarom moeten oplossingen intergaal worden ontwikkeld. Hiervoor is goede informatie nodig over de functies en het ruimtegebruik in de ondergrond. De informatie over de ondergrond wordt geproduceerd en beheerd door verschillende partijen. Bij het overwegen van aanpassingen aan de openbare ruimte is informatie over de bestaande situatie en gewenste toekomstige functionaliteiten versnipperd en niet-samenhangend beschikbaar. De gevolgen van keuzes zijn daarom niet altijd zichtbaar. Het zou een doorbraak zijn als verschillende tools op ieder moment de beschikbare informatie over de ondergrond zouden kunnen raadplegen en ontsluiten. Met daarbij als uitgangspunt dat data-eigenaren controle houden over hun eigen data en in hun eigen bedrijfsomgeving kunnen blijven werken.
Het Programma BORius is een initiatief van CROW en Stichting Rioned. De hoofddoelstelling: “In 2030 beschikken Assetmanagers en hun (keten)partners in de openbare ruimte en infrastructuur over een samenhangend stelsel objectstandaarden in de leefomgeving om de data over hun beheerde assets efficiënt op orde te houden en uit te wisselen”. De onderliggende doelstellingen van het programma zijn:
Vanuit bovenstaande context komt het Ontwikkelteam OT5 van de CityDeal Openbare Ruimte tot deze vragen:
De huidige werkwijze leidt tot fragmentatie in data, waarbij het in samenhang bevragen van de data een puzzel is. Ook moet een databeheerder data naar verschillende bronnen sturen, en zelf de puzzel maken hoe deze bronnen met ongelijksoortige standaarden te voeden vanuit de eigen asset data.
In het onderstaande voorbeeld worden voorbeelden gegeven van dit probleem.
Het korte termijn doel van dit project is laten zien in een showcase, hoe het op elkaar aansluiten van standaarden kan helpen bij het gebruik van data over de openbare ruimte en infrastructuur.
De standaarden moeten waarschijnlijk verder worden uitgebreid om de volledige informatiebehoefte te dekken, dit zal verder moeten worden uitgewerkt in het BORius programma.
Dit document beschrijft use-cases, inhoudelijke en technische uitgangspunten voor standaarden, toepassingsprofielen en uitwisselafspraken om de ondergrond goed in beeld te brengen. Met dit document geven we betrokken partijen (binnen en buiten de Citydeal) inzicht over een aanpak om data-standaarden over de ondergrond met elkaar te verbinden zodat deze in samenhang toegepast kunnen worden. Dit plan geeft uiteindelijk input aan de volgende fase die binnen het programma BORius zal worden opgepakt.
In eerste instantie was een aanpak geformuleerd, waarbij met databeheerders zou worden samengewerkt bij het uitwerken van use cases. Gezien de beperkte beschikbaarheid van dergelijke professionals, die hard nodig zijn voor operationele taken, is besloten om CROW de beschikking te geven over datasets waarmee een showcase gemaakt kon worden. CROW heeft:
Daarmee wordt getoont hoe handig het is, als datasets in linked data staan en de onderliggende informatiemodellen met elkaar verbonden zijn.
Dit document beschrijft de volgende zaken:
3. Use case beschrijft uses cases met een weergave van het probleem, de stakeholders, het werkproces en de informatiebehoefte.
4. Technische uitgangspunten beschrijft de technische uitgangspunten en eisen aan de informatiemodellen en andere datastandaarden die gebruikt worden in de boven- en ondergrondse openbare ruimte.
5. Showcase beschrijft de activiteiten die uitgevoerd zijn om te komen tot een showcase.
5. Conclusies en aanbevelingen geeft de conclusies uit dit project een aanbevelingen voor het vervolg.
Dit onderdeel is niet normatief.
Use case
In een hoog over scenario valt een use van van het beheer en gebruik van asset data over rioleringen.
In een gemeente kan het best zo zijn dat Assetmanager Riolering een applicatie voor Riolering gebruikt en andere Assetmanagers een integraal systeem. Die eerste Assetmanager moet dan ofwel data aan de anderen leveren voor het integrale beeld (situatie 1); ofwel data ontvangen van de anderen voor het verkrijgen van overzicht/bepaalde berekeningen (situatie 2).
We hebben de casus onderzocht van "principe-ontwerpen van toekomstige ondergronde infrastructuur in het Wallengebied" en daarbij de volgende use cases beschreven:
De ontwerper wil de bestaande ligging van ondergrondse objecten en relevante bovengrondse objecten in kaart brengen. Het gaat om gegevens die gestructureerd zijn via GWSW, IMBOR, IMKL, IMGEo.
De ontwerper verzoekt de beheerders van de assets om de datasets die nodig zijn voor het in kaart brengen van de bestaande situatie aan te leveren. Deze datasets zijn gebaseerd op de open standaarden IMBOR, IMKL, IMGeo en GWSW (en meer?)
De ontwerper verwerkt de aangeleverde datasets in het ontwerpproces. Hierbij worden de datasets geanalyseerd en omgezet naar een bruikbaar format.
Voordat de ontwerper aan de slag gaat met de verwerkte datasets, wordt onderzocht of de datasets compleet zijn en voldoende informatie bevatten om mee te kunnen werken.
Met behulp van de verwerkte datasets en eventueel aangevuld met eigen metingen, brengt de ontwerper de bestaande situatie in kaart.
De ontwerper heeft de volgende input nodig vanuit de assetbeheerder / bestaande situatie:
De ontwerper heeft de volgende input nodig vanuit de assetbeheerder / bestaande situatie
De ontwerper heeft de volgende input nodig vanuit de assetbeheerder / bestaande situatie
De ontwerper wil weten wat de eisen en parameters zijn bij het ontwerpen van een nieuwe situatie, om te kunnen bepalen waar infrastructuur mag komen en hoeveel ruimte hiervoor gereserveerd moet worden.
De ontwerper verzamelt alle eisen die in relevante normen en standaarden staan, en die van de asset management organisaties, en kan deze eisen gebruiken tijdens het bepalen van de ligging en de ruimtereservering van ondergrondse infra.
De ontwerper moet soms zelf eisen afleiden uit documenten of achterhalen via de beheerder.
De ontwerper heeft de volgende input nodig vanuit normen, standaarden met ontwerparameters en eisen
De ontwerper heeft de volgende input nodig vanuit normen, standaarden met ontwerparameters en eisen
De ontwerper heeft de volgende input nodig vanuit normen, standaarden met ontwerparameters en eisen
De ontwerper wil weten welke ondergronds objecten aanwezig moeten zijn in de nieuwe situatie: input vanuit beleid en de planfase.
De ontwerper verzamelt data van plannen en het beleid om te weten met welke scenario's qua inrichting van de openbare ruimte rekening gehouden moet worden.
De ontwerper moet soms zelf plannen en scenario's afleiden uit documenten of achterhalen via de beheerder.
De ontwerper heeft de volgende input nodig vanuit beleidsdoelen en een strategisch assetmanagementplan:
De ontwerper heeft de volgende input nodig vanuit beleidsdoelen en een strategisch assetmanagementplan:
De ontwerper heeft als doel een ruimtereservering te kunnen maken voor toekomstige kabels en leidingen. De ontwerper heeft de volgende input nodig vanuit beleidsdoelen en een strategisch assetmanagementplan:
De ontwerper wil principeprofielen maken voor de inrichting van de ondergrond van een straat met aan één zijde gebouwen en aan de andere zijde een gracht en daarbij de afwegingen weergeven bij het ontwerp, zoals afwijking van de eisen over afstanden tot andere objecten omdat er niet voldoende ruimte is.
De ontwerper maakt principeprofielen op basis van de benodigde infrastructuur en de beschikbare ruimte. In deze principeprofielen wordt de ruimtereservering geschetst voor objecten.
De ontwerper genereert hier principeprofielen, dwarsdoorsnedes van een straat met de bijbehorende verificatie van eisen.
De ontwerper wil aangeven welke variabelen leiden tot welk principeprofiel, zodat er een onderbouwde afweging gemaakt kan worden voor het te kiezen principeprofiel bij elke straat.
De ontwerper geeft bij elk principeprofiel aan, voor welk scenario deze geldt en onder welke omstandigheden dit profiel kan worden toegepast.
De ontwerper genereert hier een afweginskader bij de principeprofielen en/of metadata.
Dit onderdeel is niet normatief.
Dit hoofdstuk beschrijft de technische uitgangspunten en eisen aan de informatiemodellen en andere datastandaarden die gebruikt worden in de boven- en ondergrondse openbare ruimte.
Een basaal uitgangspunt is dat alle standaarden gemodelleerd worden volgens de [NEN_2660_2_2022]. Dit zorgt ervoor dat standaarden beter op elkaar kunnen worden aangesloten.
Om data in samenhang te kunnen bevragen is het nodig dat verschillende standaarden/modellen op elkaar 'gemapt' worden. In dit specifieke geval gaat het om de IMBOR ontologie en de GWSW ontologie. Data over de ondergrond is namelijk geclassificeerd naar die twee ontologieën. En inhoudelijk vergelijking tussen de twee is relatief eenvoudig te maken. CROW en Rioned hebben dit ook reeds gedaan. Echter de methode hiervoor en de vastlegging hiervan is specifiek voor deze mapping. Hierdoor is het voor gebruikers en softwareleveranciers ondoenlijk om zich hier op te baseren.
Wat nog ontbreekt is een standaardaanpak voor ontologie matching (ook wel "mapping" of "linking" genoemd). Ontologie matching is belangrijk in de heterogene omgeving waarin ontologieën worden ontworpen, ontwikkeld en geacht worden te werken. Methodologisch is het de moeite waard om relaties tussen ontologieën uit te drukken omdat dit het volgende mogelijk maakt:
De laatste reden is vrij dringend. Momenteel wordt dit vaak overgelaten aan de softwareleveranciers of modelleurs, terwijl ontologie- (of "standaard"-)beheerders hier meer aandacht aan zouden kunnen en moeten besteden. Zeker softwareleveranciers die ontologieën moeten gebruiken in hun software hebben te maken met meerdere, gedistribueerde en evoluerende ontologieën. Voor hen is duidelijkheid over hoe die in samenhang te gebruiken zeer belangrijk. Voorspelbaarheid over de structuur van de afstemming en de informatie over herkomst, auteurschap en versiebeheer van deze afstemming wordt beschouwd als een grote stimulans voor toepassing.
Binnen dit project hanteren (en ontwikkelen we tegelijkertijd) daarom de Ontology whitepaper van CROW.
CROW heeft een showcase gemaakt voor het verbinden van datastandaarden in de ondergrond met datasets van gemeente Amsterdam en samenwerkpartners in het Wallengebied.
Het doel van dit project was aantonen dat 1) het mogelijk is om data uit verschillende gedistribueerde bronnen te combineren en 2) aan te tonen dat dit meerwaarde / meer inzicht geeft. Om dit aan te tonen is besloten om binnen één gebied data te combineren uit verschillende ‘bronnen’. In dit geval was dit:
Door deze bronnen te combineren zou er een nagenoeg volledig overzicht moeten kunnen ontstaan van het ondergronds ruimtegebruik.
Om het doel te realiseren zijn (hoog over) de volgende stappen ondernomen
Allereerst zijn er datasets verzameld. Dit betreft instantiedata van assets binnen het Wallengebied. Specialisten vanuit Amsterdam hebben data uit verschillende pakketten/bronnen geleverd, te weten IMBOR-data, GWSW-data, KLIC-data en Liander-data. Deze datasets hebben allemaal hun eigen datamodel (ontologie); deze modellen zijn ook verzameld. Vervolgens is een representatieve selectie gemaakt van assets binnen een selectief gebied. Dit is gedaan om het proces overzichtelijk te houden.
Deze datasets zijn niet open beschikbaar. Wel is er een screenshot gemaakt om een idee te geven.
Behalve de GWSW-data, waren de gegevenssets niet beschikbaar in RDF, maar in verscheidene GIS-formaten. Om de data goed te combineren was een omzetting naar RDF (de techniek achter LinkedData) nodig. Redmer van CROW heeft hiervoor opensource software geschreven[1]. Hiermee kan op een generieke manier een GeoPackage omgezet worden naar RDF. Met de genoemde software kan vanuit een GeoPackage zeer platte (generieke) linked data worden gegenereerd. Rijen uit featuretabellen worden geo:Features met arbitraire relaties en een geo:Geometry. Rijen uit niet-feature-tabellen worden geïnstantieerd met arbitraire eigenschappen.
Deze generieke RDF is omgezet naar de regels die gesteld worden volgens de NEN2660-2. Omdat RDF zo flexibel is, is meestal een ‘schema-definitie’ nodig om de data die in RDF staat eenvoudig leesbaar te maken. Hier wordt bijvoorbeeld gezegd waar precies in de RDF de geometrie van een feature gevonden kan worden.
[1] Deze software is opensource ontwikkeld en gedistribueerd en wordt nu al gebruikt/bekeken door andere organisaties waaronder Geonovum (https://github.com/redmer/rdf-geopackage)
Het volgende innovatieve-onderdeel van het project is het maken van een ontology-alignment. Hier wordt er vanuit gegaan dat de beheerders van de ontologieën (bijvoorbeeld CROW voor IMBOR en Rioned voor GWSW) definiëren hoe hun ontologieën zich tot elkaar verhouden. Door dit niet op een project of bij een bronhouder te doen, maar juist bij de partij die verstand heeft van het model hoeft dit maar één keer gedaan te worden. Er is/was echter geen standaard voor het maken, distribueren en het beheren van zo’n alignment. Daarom is deze voorgesteld[2] door CROW. Vervolgens is voor dit project een representatief voorbeeld-alignment gemaakt van IMBOR, GWSW, KLIC en Liander.
[2] Dit whitepaper is ook opensource ontwikkeld en gedistribueerd en is inmiddels door meerdere partijen gereviewd. De hoop is hier een industrie standaard van te maken. (https://docs.crow.nl/ontology-alignment/whitepaper/)
Om vervolgens het concept en de waarde hiervan aan te tonen zijn de verschillende RDF-sets geüpload naar een LinkedData-platform. Hierdoor kan de data nu middels een SPARQL-Endpoint aangeroepen worden. Er zijn federatieve query’s gemaakt (query’s die meerdere datasets tegelijkertijd bevragen) waarin verschillende usecases (aan)getoond worden. Deze zijn verwerkt in een datastory, met uitleg, interactieve tabellen en kaarten. Nu kunnen we dus federatieve vragen stellen als: ‘geef me alles in dit gebied met een aanlegjaar na 1950’. We creeren dus volledig overzicht over de ‘silo's’ heen.
De aanpak van de showcase wordt in onderstaande afbeelding gevisualiseerd. Met de kaders wordt de essentiële stap aangegeven die voor dit project van belang is: het structureren en laten samenhangen van standaarden.
Het resultaat is moeilijk te omschrijven in woorden, vandaar dat dit geprobeerd is te vatten in een datastory. Deze story is online te raadplegen (zie bijlage) en vertelt het verhaal van wat er mogelijk is als data en datastandaarden in samenhang bevraagd kunnen worden
Logingegevens datastory: Datastandaarden in Samenhang
URL: https://datasets.crow.nl/projecten/-/stories/Datastandaarden-in-samenhang Email address: demo@example.org Password: Demo2023!
Als je op de link klikt, krijg je eerst de mededeling dat er geen datastory te vinden is. Log je vervolgens in, dan zie je de datastory. Lees deze rustig door en zoom in-en uit en klik op de bijgevoegde kaarten voor ondersteuning van het verhaal. Wat je kan doen in de datastory, het bevragen van de data, kan natuurlijk allemaal al lang in GIS. Het verschil is hier de onzichtbare werking van het publiceren van verschillende datasets op basis van verschillende, maar samenhangende datastandaarden. En het feit dat je dan, zonder de data nog verder te moeten inlezen, cureren en bewerken aan de slag kan gaan.
Deze datastory blijft in de lucht tot 1 januari 2025. Daarna is deze alleen nog beschikbaar als pdf.
Graag datastory pdf-en, op GitHub plaatsen en link opnemen in de ReSpec
Dit onderdeel is niet normatief.
Beiden doelen van dit project zijn geslaagd. Er is aangetoond dat vier verschillende datasets gecombineerd bevraagd kunnen worden en dit terwijl ze live bij de bronhouder opgevraagd zijn. Middels de datastory is de meerwaarde aangetoond door te laten zien dat het combineren van sets meer informatie oplevert en dat overlap in data aangetoond kan worden. Een meer volledig overzicht van data betreffende assets met ondergronds ruimtegebruik is hiermee mogelijk.
Er zijn twee belangrijke voorwaarden aan het slagen van Datastandaarden in Samenhang en BIM Ondergrond:
Om standaarden op elkaar te laten aansluiten, is een gezamenlijk beheer nodig van de aansluiting. Bij wijziging van één van de standaarden, zal de aansluiting opnieuw moeten worden vastgesteld. Dit vraagt om organisatorische inspanningen in samenwerking en beheer van de aansluiting. Duidelijk moet zijn of voor de aansluiting ook een openbare consultatie moet worden doorlopen, of een goedkeuringsprocedure vanuit beide beheerorganisaties.
Bij het uitwerken van de use cases kwam naar voren, dat nog niet alle informatie die gedeeld moet worden tussen partijen als in een informatiemodel is opgenomen. Er zullen daarom uitbreidingen moeten worden afgesproken:
Naast onderdelen die als niet normatief gemarkeerd zijn, zijn ook alle diagrammen, voorbeelden, en noten in dit document niet normatief. Verder is alles in dit document normatief.