Geodatin
1
Rond ALV internationale oriëntatie bij GIN?
K, hab eine ïremdi-, ist
2019-5 I Geo-Info
43
detailuitwerking gemaakt. Dat omvat wat er wordt
gecontroleerd, naar welke kwaliteitsaspecten wordt
gekeken, hoe groot de steekproef moet zijn en wat
als referentie wordt gebruikt. Bij de uitvoering van
de datacontrole is het nodig om kennis te hebben
van controle methodieken, inwincriteria en de data
zelf. Met de uitkomsten van de controles wordt het
resultaat berekend. Idealiter zou dat op 100% uitko
men. Maar zelfs een databestand met een interne
kwaliteit van 100% is niet zomaar geschikt voor
externe gebruikers. Externe kwaliteit is wat anders.
Immers, als je een door anderen gemaakte dataset
wil gebruiken, dan wordt de kwaliteit bepaald
door de bruikbaarheid voor jouw gebruiksdoel, de
'Fitness for Use'. Daarbij gaat het erom in hoeverre
de dataset aan jouw criteria voldoet.
Baten van meer detail
Het gebruik van de Bodemkaart van Nederland
schaal 1:50.000 (BodsoNL) voor het berekenen
van oogstschade door drinkwaterwinning is een
voorbeeld van onvoldoende externe kwaliteit.
Martin Knotters (WENR) beschreef hoe hij had
aangetoond dat een bodemkartering met schaal
1:25.000 geschikter is voor het schatten van de
opbrengstschade dan die met schaal 1:50.000. De
verbetering is €13 waard, per hectare, per jaar. De
contante waarde hiervan is berekend op €258 per
hectare, terwijl de kosten van de bodemkartering,
schaal 1:25.000, €30 per hectare bedroegen.
De kosten-batenverhouding is dus circa 1:8. Helaas
is die gedetailleerde kartering niet landsdekkend
beschikbaar. Martin Knotters meent dat een
landelijke 1:25.000 bodemkartering economisch
aantrekkelijk is. Wetenswaardigheid: voor België is
een bodemkaart met schaal 1:20.000 beschikbaar.
Informatiearchitectuur
Een manier om de potentiële bruikbaarheid van
datasets te vergroten is om ze op te bouwen
volgens een informatiearchitectuur. Aad Verboom
(Verboom Advies) gaf aan dat het gebruik van
informatiemodellen, zoals NORA of GEMMA,
daarbij helpt. Als toegevoegde waarde van data
architectuur noemde hij: vindbaarheid, herbruik
baarheid, het versterken van onderdelen en het
versterken van gegevensmanagement.
Beleg de taken
Als een organisatie data over het eigen beheerge-
bied toelevert aan een basisregistratie, zoals de BGT,
dan moet de interne kwaliteit hoog zijn. Coen Wes-
sels (NEXPRI), adviseur bij de jonge fusiegemeente
Hoeksche Waard, wees erop dat daarvoor een
heldere regie nodig is op de dataketen. De verschil
lende taken en verantwoordelijkheden in en om
databeheer moeten duidelijk belegd zijn. Daarnaast
zijn voldoende capaciteit en budget onmisbaar.
Zonder dat is de kans kleiner dat de kwaliteitseisen
worden gehaald. De spreker verwees onder meer
naar DAMA-DMBOK (Data Management Body of
Knowledge) als referentiekader.
Perfectie niet nodig
Bruikbare data hoeft niet altijd in alle opzichten
van hoge kwaliteit te zijn. Dat bleek uit het verhaal
van Rolf Bruijn (Glasvezel buitenaf). Als een van
de twee geo-analisten voor een glasvezelkabel
legger beschreef hij op provocerende wijze dat
hun werk ook gedaan kan worden met minder
ideale datasets. Voor hen was het belangrijkste
criterium dat de beschikbare datasets volledig zijn,
daarmee komen ze een heel eind. In hun situatie
hebben ze te maken met veel databronnen en
veel datatransportkanalen. Ze werken zonder
datamodellen en architectuur. Indruk: in dit stukje
bedrijfsleven wordt geroeid met de riemen die
men heeft.
Smarticiperen
Datakwaliteit is ook van groot belang in een
Smart City. Hierover sprak Iemke Idsingh (i4Urban).
De door allerlei stedelijke bronnen (sensoren)
continu geleverde (big) data moeten automatisch
verwerkt en gecombineerd worden tot signalen
van eventuele problemen in het stadsgebeuren.
Naar zijn mening moeten we meer ruimte geven
aan het bewustzijn van kwaliteit. Er moet meer
geharmoniseerd en verbonden worden. In die
verbinding zit volgens hem de ware kwaliteit.
Het lijkt hem mooi als burgers kunnen gaan
'smarticiperen', oftewel zelf data aanleveren.
Datakwaliteit is relatief
De boodschap van deze middag zou je kun
nen zien als: datakwaliteit mag lager zijn in het
geval van incidentele interactieve bewerkingen.
Naarmate die bewerkingsketen langer, complexer
en meer geautomatiseerd is, is meer datakwaliteit
nodig. Dat is haalbaar door in de bewerkingsketen
meer regie te voeren en meer standaarden en
modellen te gebruiken. Samengevat: de fitness for
use van data hangt af van het gebruiksdoel.
De presentaties van deze dag zijn te vinden op
ruimteschepper.nl/kenniskring/delen-is-leren/
kenniskring-presen ta ties
Frans Rip, redacteur
Een Europese website geeft meer dan de 'cover' van een Duits boekje (van beroepsverband
DVW, een GIN-tegenhanger).
4 i.v
-ii»i 11» gOr 1 J-- MVI «Hirfcut
t- «1 1 u-'i '-V.' -" r -• P3C
L*ri'(l"j ."11'.-«*c- I
1 V -.H I'.iLllIrt Lfin Syivijl V hll'lin
ui UIMftfin «m TW.rmln-j iu,i
rjtww
Het onzekere handschrift is niet toevallig: '...for
an authentic look, make sure to fill out your name
with your non-dominant hand,' aldus is op de
Engelstalige website onder het plaatje te lezen.
blogs.egu.eu/divisions/g/tag/surveying/
Een andere website geeft
deze 'first female presi
dent' van de Association
of Ontario Land Surve
yors (AOLS dus). Let op
de ambtsketen met die
superpenning met een
driepoot, niet leeg, maar
met daarop een modern
meetinstrument!
