dekkend
2018-5 I Geo-Info
Wat is een plat dak?
39
in L0D2 een plat dak heeft is niet eenduidig
te beantwoorden. Met name in historische
stadscentra waar daken in alle soorten en
maten voorkomen. Automatische afleiding
is dan vaak nog complexer. Zie bijvoorbeeld
figuur 2 en het tekstkader.
LoDi3D-BAG
Onze oplossing focust zich op de meeste
haalbare representatie van de 3D-BAG: LoDi.
Dergelijke modellen worden in Nederland al
veelvuldig gegenereerd door diverse partijen
op basis van BAG en AHN en worden gebruikt
in toepassingen als windstroomsimulaties,
voorspelling van energieverbruik en -verlies en
geluidsimulaties (zie bijvoorbeeld De Kluijver
en Van Tilburg, 2018).
Waar veel gebruikers zich niet bewust van
zijn, is dat er een groot aantal mogelijkheden
zijn om gebouwen als blokken te modelleren
op basis van hun 2D-polygoon. Zo kan het
bovenste vlak van het blok de hoogte van de
dakrand representeren, maar ook de nok-
hoogte of de maximale hoogte (bijvoorbeeld
schoorsteen). Ook de statistische berekening
die wordt gebruikt om op te trekken, varieert.
Daarnaast kan de 2D-polygoon de positie van
muren representeren, maar het kan ook een
projectie van de dakranden zijn, dus inclusief
dakoverstek, zoals in veel gevallen in de BAG.
Deze opties beïnvloeden de uitkomst van
analyses waarvoor de LoDi-modellen worden
panden zijn de hoogtepunten niet representatief, omdat de
schoorstenen, ventilatiesystemen, of meubels
op een dakterras zijn niet gemodelleerd).
Bovendien zijn daken niet altijd eenduidig te
definiëren. Bijvoorbeeld de vraag of een pand
Figuur 2 - Zijn deze daken plat of niet©Google
- Een belangrijke eerste stap bij het model
leren van dakvormen is het detecteren
van platte daken. Gebouwen met platte
daken zijn ook goed om de nauwkeurig
heid te bepalen van LoDi-panden, omdat
in theorie de geometrie van LoDi en LoD2
met elkaar zouden moeten samenvallen
(zie verderop in dit artikel: 'Kwaliteit van
opgetrokken geometrie').
Wat we verstaan onder een plat dak, lijkt
vanzelfsprekend. Maar kijkend naar de
bebouwde realiteit, is dit het niet. Neem
bijvoorbeeld de daken in Figuur 2. In een
(kleine en niet representatieve) enquête
vroegen we 28 mensen om voor deze gebou
wen aan te geven of het wel of geen plat dak
heeft. Over een aantal platte daken waren
de geënquêteerden het unaniem eens.
Maar over drie gebouwen (1, 3, en 7, lezend
van links naar rechts en van boven naar
beneden) waren de meningen verdeeld.
Als het al moeilijk is om de werkelijkheid
eenduidig te categoriseren door middel
van menselijke interpretatie, hoe vertalen
we dit dan in formele, door machine
uitvoerbare reconstructies?
Ook interessant is dat de respondenten
aangaven dat de definitie van een 'plat
dak' een verschillende betekenis kan
hebben voor verschillende toepas
singen. Een afvalwateringenieur wilde
bijvoorbeeld graag weten wanneer het
werkelijke vlakke oppervlak ten minste
50% van het totale oppervlak is, waar
door de waterstroming significant wordt
vertraagd, terwijl een vastgoedontwik
kelaar geïnteresseerd is in die daken
waarop een (klein) terras past en een
klimaatexpert van de gemeente wil weer
weten op hoeveel daken het mogelijk is
om een groen dak te realiseren.
In onze '3D-BAG' ontwikkelen we momen
teel een methode om platte daken te
detecteren welke informatie ook zal
worden toegevoegd als attribuut.
gebruikt. Tegelijkertijd is er vaak weinig
bekend over de kwaliteit van de geautomati
seerde LoDi-modellen.
In ons initiatief hebben we daarom een oplos
sing ontwikkeld voor het genereren, ontsluiten
en actueel houden van een landsdekkende
