Search

Rijkswaterstaat would like to check the data on groundwater composition and ground water level monitoring wells receiving from third parties before uploading to the key registration subsoil as part of the Dutch system of Base Registers (BRO: Basis Registratie Ondergrond). Together with the experts of Rijkswaterstaat the quality criteria and corresponding norms are defined. Based on this both Boolean and Fuzzy logic rules for validation are set. Rijkswaterstaat wil de grondwatersamenstellingsdata en de data over grondwaterputten die zij van opdrachtnemers krijgen eerst controleren voordat ze deze data aanleveren aan de landelijke voorziening van de Basisregistratie Ondergrond. Gezamenlijk met de experts van RWS zijn de kwaliteitscriteria en bijbehorende normen die gelden voor deze data vastgesteld. Op basis hiervan zijn tweewaardige en meerwaardige logische validatieregels opgesteld.

LGN2018 is een gridbestand dat het Nederlands landgebruik in 2018 met een ruimtelijke resolutie van 5 m weergeeft. Het bestand kent 48 landgebruiksklassen waarbij de belangrijkste landbouwgewassen, bos, water, natuur en stedelijke klassen worden onderscheiden. Naast de vergroting van het ruimtelijke detail (van 25*25m naar 5*5m), is de thematiek van met name de natuur sterk verbeterd door onder andere het gebruik van multitemporele Sentinel-2 beelden en het AHN2/3-bestand. Verder wordt bij de productie van LGN2018 gebruikt gemaakt van de topografische dataset BRT/Top10NL (versie november 2018), Basis Registratie Percelen 2018 (BRP2018), Bestand Bodem Gebruik 2015 (BBG2015), Basiskaart Natuur 2017 (BKN2017), LGN7 en de luchtfoto’s uit 2018.De productie van LGN2018 is sterk veranderd ten opzichte van de LGN7-productie (o.a. verbeterde ruimtelijke resolutie, gebruik van andere basisbestanden en verbeterde definitie/afleiding van LGN-klassen). Vanaf heden wordt elk jaar een nieuwe versie uitgebracht die het actuele landgebruik voor betreffend referentiejaar weergeeft. Monitoring van landgebruiksveranderingen wordt hierdoor mogelijk. LGN wordt in abonnementsvorm aangeboden.---LGN2018 is a grid database presenting the Dutch land use in 2018 at a spatial resolution of 5 m. The database has 48 land use classes, distinguishing the main agricultural crops, forest, water, nature and urban classes. In addition to the increase of the spatial detail (from 25m to 5m spatial resolution), the thematic detail of especially the nature areas has been greatly improved by using multitemporal Sentinel-2 images and the national height model (AHN2/3 database). Furthermore, the production of LGN2018 uses topographical data (BRT/Top10NL - version November 2018), Basic Registration of agricultural Parcels 2018 (BRP2018), Bestand Bodem Gebruik 2015 (BBG2015), Basic Nature Map 2017 (BKN2017), LGN7 and the aerial photos from 2018.LGN2018 production has changed significantly from LGN7 production (including improved spatial resolution, use of other databases, and improved definition / derivation of LGN classes). From now on, a new version is released every year that shows the current land use for the respective reference year. This makes it possible to monitor land use changes. LGN is offered in subscription form.

Het Rijk en de provincies werken samen aan een samenhangend systeem voor de ecologische monitoring en natuurinformatie. Er wordt gezamenlijk gewerkt aan een samenhangend systeem van onder andere landelijke en gebiedsgerichte ecologische monitoring om efficient gegevens in te winnen en doelmatig met middelen om te gaan. Vaak is nu nog onbekend welke data nu precies beschikbaar zijn, waar en in welke vorm. Juist omdat geput wordt uit diverse databronnen, is het belangrijk deze inzichtelijk en vergelijkbaar voor betrokkenen beschikbaar te stellen. Het samenbrengen en harmoniseren van data heeft een grote toegevoegde waarde om transparant en eenduidig deze data te kunnen gebruiken. De beschreven data-architectuur als basis voor een informatievoorziening is daarvoor een onmisbaar uitgangsprincipe. In dit rapport is beschreven wat de basis is om tot een informatievoorziening te komen. Dit omvat het ontwikkelen van domeinstandaarden (informatiemodellen), de inrichting van een infrastructuur en het vormgeven van samenhangende processen of systemen om onder andere tot natuurrapportages te komen. Dit laatste is in 2015 is in een aantal inventarisaties vastgelegd met aangegeven wat de huidige situatie (IST) en de toekomstige, gewenste situatie (SOLL) van het natuurnetwerk in Nederland is. Samen met deze inventarisaties maakt dit het beeld compleet. Dit vormt een kader om komende, nieuwe ontwikkelingen aan te toetsen. Voor de data-architectuur voor de informatievoorziening Natuur wordt in dit rapport als basis een grondplaat geschetst en gevisualiseerd, waarin de basisobjecten voor de informatievoorziening zijn benoemd. De Nederlandse referentie-architecturen, NORA en PETRA, zijn goed bruikbaar met de aanvulling dat, uitstijgend boven de eigen organisatie, goede afspraken gemaakt moeten worden met partners in de natuurinformatieketen. In het rapport Monitoring en Informatievoorziening Natuurrapportages [Batenburg 2015] is dit aspect benoemd en uitgewerkt. Voor het samenbrengen en harmoniseren is het belangrijk het principe van het scheiden van data en processen voor informatie verwerkende systemen te hanteren. Voor een beschrijving in de vorm van objecten met eigenschappen is het cruciaal dat er eenduidige definities worden gebruikt. Hiervoor moeten bestaande definities afkomstig uit verschillenden bronnen goed op elkaar afgestemd zijn. Het verdient aanbeveling definities in een gegevenscatalogus bij elkaar te brengen en centraal via een register te ontsluiten. Dit betekent ook dat de data los van de gebruikte systemen opgeslagen moeten worden. Deze komen zo ook beschikbaar voor andere processen. Hergebruik vergroot dan in sterke mate de waarde van de gegenereerde data. Scheiding van data enerzijds en processen en regels anderzijds zijn daarmee cruciaal en kunnen veel meerwaarde creeren. Ruwe (maar wel gevalideerde) data zijn de basis voor afgeleide data en informatie. Het is daarom van belang te investeren in kwalitatief goede basisdata. Houd de data (informatie) bij de bron. Daar is de kennis voor het onderhoud en beheer van de inhoudelijk component het best belegd. Maar realiseer wel slechts een toegang tot alle informatie voor Natuur. Dit kan in de vorm van een landelijke voorziening, informatiehuis of soortgelijk. In dit licht zijn relevante ontwikkelingen als het Digitale Stelsel Omgevingswet (voorheen de Laan van de Leefomgeving) en INSPIRE lopende ontwikkelingen waarop aansluiting moet worden gezocht.

Although by many perceived as important, spatial data quality has hardly ever been taken centre stage unless something went wrong due to bad quality. However, we think this is going to change soon. We are more and more relying on data driven processes and due to the increased availability of data, there is a choice in what data to use. How to make that choice? We think spatial data quality has potential as a selection criterion. In this paper we focus on how a workflow tool can help the consumer as well as the producer to get a better understanding about which product characteristics are important. For this purpose, we have developed a framework in which we define different roles (consumer, producer and intermediary) and differentiate between product specifications and quality specifications. A number of requirements is stated that can be translated into quality elements. We used case studies to validate our framework. This framework is designed following the fitness for use principle. Also part of this framework is software that in some cases can help ascertain the quality of datasets.

The application of standards in the software development process supports interoperability between systems. Maintenance of standards must be guaranteed on the organisational and technical level. The use of semantic technologies can contribute to the standard maintenance process by providing a harmonizing bridge between standards of different knowledge domains and languages and by providing a single point of administration for standard domain concepts. This paper describes a case study of the creation of a semantic layer between software standards for water management systems in The Netherlands.

The Dutch spatial planning legal act of 2008 was aimed at improving efficiency and effectiveness in the development, evaluation and monitoring of spatial planning policy (Ministry of VROM, 2006a). One of the main effects of this legal act was the widespread availability and use of digital spatial plans (Ministry of VROM 2006a, b). This reform led to the expectation that all digital spatial plans would be exchangeable and comparable. In practice, this exchange and comparison required carrying out complex procedures due to uncertainty caused by differences in the scope of spatial plans as well as their intended use. Furthermore the uncertainty resulted in a lack of confidence in spatial plans by policymakers and supporting GIS staff. Our overarching research question was: how can uncertainty caused by incomplete geo-information sources be dealt with? We proposed two techniques—fuzzy logic and visualisation—for policy makers to deal with uncertainty resulting from incomplete geo-information sources in spatial planning at the regional and national planning levels. We used two case studies in the Netherlands to illustrate the results of applying these techniques. The fuzzy set theory provides extra information by converting the discrete borders of continuous objects into fuzzy borders that improve the resemblance to the real object and thus make it more realistic. As shown in the second case study, visualisation also improves the degree of realism and thus provides additional information. Both case studies showed that providing additional information reduces the uncertainty felt by policymakers.