3D Omgevingsmodel Geluid
landsdekkend beschikbaar
via PDOK
Overheden moeten kunnen
beoordelen of de geluidsbelasting
op bijvoorbeeld een woonwijk
binnen wettelijke limieten valt.
Daarvoor moeten geluidsniveaus
worden gesimuleerd. Het
Kadaster, RIVM, RWS, IPO en TU
Delft (3D Geoinformation) zijn in
2017 begonnen met een project
om vanuit bestaande gegevens
3D-inputdata voor geluidsstudies
te genereren, aansluitend op
onze andere 3D-projecten (zoals
bijvoorbeeld beschreven in de
vorige Geo-lnfo). De algoritmes
waren vorig jaar goed genoeg
vooreen landsdekkende
uitrol. Sinds februari 2021 is
dit 3D-omgevingsmodel voor
Geluid als open data via PDOK
beschikbaar.
20
Geo-lnfo 2021-2
2021-2 Geo-lnfo
21
Door Jantien Stoter, Ravi Peters,
Balazs Dukai, Tony Ba ving, Iris
Reimerinken Rob van Loon
De wereld is 3D en daarom wordt in veel simu
laties al lang er gebruikgemaakt van 3Ü-data
over onze leefomgeving,zoals in de domeinen
hydrologie, luchtkwaliteit en geluid. Maar met
het volwassen worden van 3D-datatechnolo-
gieën is er meer mogelijk.
Geluidssimulaties voor geluidsstudies
Geluidssimulaties, waarbij geluidsbelasting op
waamemingspunten wordt berekend, maken
deel uitvan geluidsstudies. Deze geluids
studies worden door overheden op allerlei
niveaus uitgevoerd. Reproduceerbaarheid en
betrouwbaarheid van de resultaten zijn voor
deze studies belangrijk. Ook omdat het verifi
ëren van de resultaten op basis van metingen
van het geluidsniveau van een specifieke
geluidsbron lastig is. Wanneer je bijvoorbeeld
het geluidsniveau van een snelweg meet,
weetje niet precies hoeveel andere omge
vingsgeluiden je mee meet. Daarnaast kun
je de effecten van toekomstige situaties niet
meten, zoals varianten van een spoortracé of
het plaatsen van een geluidscherm.
Rekenmethode RIVM
Voor de reproduceerbaarheid van de resul
taten heeft het RIVM een standaard reken
methode ontwikkeld voor geluidssimulatie.
Voor geluid geproduceerd door verkeer, spoor
en industrie is dit vastgelegd in Standaard
Rekenmethode II (SRM II). Deze rekenmethode
is geïmplementeerd in verschillende commer
ciële software. De rekenmethode bepaalt hoe
de geluidsoverdracht tussen geluidsbron en
waamemingspunt berekend moet worden op
basis van drie typen inputdata:
1) informatie over de geluidsbron, zoals de
3D-ligging van de weg en de verkeersinten
siteit;
2) gegevens over de omgeving die de voort
planting van geluid beïnvloeden;
3) de ligging van waarneempunten.
Informatie over de bron is veelal aanwezig bij
de organisatie waarbij de geluidsbron (weg,
spoor) in beheer is. Maar het inwinnen en
gereedmaken van de 3D-gegevens over de
omgeving zou via een generiek beschikbare
dataset gerealiseerd kunnen worden. Deze
informatie over de omgeving noemen we in
de rest van dit artikel: 3D Omgevingsmodel
Geluid. De inhoud leggen we later uit.
Versnipperde inwinning 3D-gegevens
In huidige geluidsstudies worden 3D-gege-
vens bij iedere studie opnieuw ingewonnen
en geprepareerd voor gebruik, zelfs als er
overlap in het studiegebied is. Dat is niet
efficiënt. Het is ook niet consistent wanneer
er steeds een nieuw omgevingsmodel moet
worden gemaakt, want bij ieder inwin- en
bewerkingsproces worden er net iets andere
keuzes gemaakt. Dit leidt tot verschillen die
invloed kunnen hebben op de resultaten.
Bovendien is er, door het nu deels handmatige
proces, weinig ruimte voor innovaties zoals
een verbetering van de rekenmethode nu er
betere 3D-data beschikbaar zijn dan toen de
rekenmethode werd vastgesteld.
Automatisch gegenereerde
landsdekkende 3D-gegevens
Daarom zijn we in 2017 een project gestart als
samenwerking tussen geluid-experts én data-
experts om de 3D-omgevingsgegevens voor
geluidssimulaties automatisch te genereren
uit bestaande, landsdekkende gegevens. We
hebben hierbij gebruikgemaakt van BAG,
BGT en het AHN en voor de gebouwen ook
van puntenwolken die zijn gegenereerd uit
meer recente luchtfoto's. In een eerder artikel
in Geo-lnfo in 2018 hebben we de details
beschreven van onze reconstructiemetho
desvoor de verschillende lagen van het 3D
Omgevingsmodel Geluid. Eind 2019 waren de
resultaten goed genoeg voor een nationale
uitrol. Hier hebben we in 2020 aan gewerkt.
Dit heeft geleid tot de beschikbaarheid van
deze gegevens op PDOK sinds februari 2021
(https://www. pd ok. nl/sd-i npu t-da ta -voor-
ge lui dssi mul a ti es-versie-0.3.1).
3D-modellen van gebouwen
Het3D Omgevingsmodel Geluid bestaatuit
drie lagen. De eerste laag wordt gevormd
door blokmodellen van gebouwen, gegene-
Building
Building model
LoDl.2
LoDl.3
dak.type:?
Legend
_>*oint elouö of tr« roof
f „Building oodcl
100ti percentile
95tn percentile
_etr» aercentlle
Figuur 1.3D-representatie van een gebouw op verschillende detailniveaus in 3D Omgevingsmodel Geluid.
Voor het 3D Geluid model wordt, anders dan in dit figuur, het 70ste percent iel gebruikt als extrusiewaarde.
reerd uit BAG-panden en puntenwolken. Een
eventuele hoogtesprong (groter dan 3 meter)
wordt ook gemodelleerd, zoals bij een huis
met aangebouwde schuur. Dit is de zoge
naamde LoDia-representatie zoals beschreven
in ons artikel over 3D BAG (door tudelftsd) in
de vorige Geo-lnfo (2021), zie ook Figuur 1. Het
modelleren van significante hoogtesprongen
is belangrijk voor geluidssimulaties, omdat
huizen werken als geluidsschermen. Als
BAG-panden met een hoogtesprong als een
blok worden gerepresenteerd metéén hoogte
(L0D1.2), wordt het geluidsafschermend effect
voor deze panden op een verkeerde manier
gesimuleerd. Bovendien kun je via de hoogte-
sprongen de geluidwaarden op elke verdie
ping van een gebouw berekenen. Modellen
waarin schuine daken worden gemodelleerd
(d.w.z. LoD2)zijn momenteel niet geschikt
voor geluidssimulaties.
Gebouwmodellen net als in 3D Basis
voorziening
De gebouwmodellen zijn dezelfde als de
gebouwmodellen die gegenereerd zijn voor
de 3D Basisvoorziening (www.pd0k.nl/3d-
basisvoorziening). De reconstructiemethode
hiervoor staat beschreven in ons artikel over
3D BAG inde vorige Geo-lnfo. Panden die
nieuwer zijn dan de AHN3-puntenwolk zijn in
hun geheel opgetrokken (als L0D1.2) op basis
van puntenwolken gegenereerd uit (actuele)
luchtfoto's. Deze puntenwolk is namelijk niet
overal geschikt voor het algoritme om hoog
tesprongen te genereren. Dit heeft onder
andere te maken met de beperkte resolutie
ingebiedenwaarniettelaaggevlogenmag
worden,zoals rond Schiphol.
De 3D gebouwen-laag van het 3D Omge
vingsmodel Geluid bestaat uit 2D-polygonen
met hun extrusiewaarden. Dit is zoals de
geluidssimulatie-software de data inleest. Een
pand met hoogtesprongen bestaat daarbij uit
meerdere 2D-polygonen die via het BAG-ID
gekoppeld kunnen worden aan het oorspron
kelijke BAG-pand. Omdat de data 2D zijn, is
gekozen voor het GeoPackage-dataformaat
(en niet voor een 3D-dataformaat).
Bepalen of kwaliteit voldoet voor
geluidssimulatie
De kwaliteit van de gereconstrueerde model
len is grotendeels afhankelijk van de kwaliteit
van de input-datasets. Deze kwaliteit bepaalt
in welke mate het model geschikt is voor een
geluidssimulatie. We drukken de kwaliteit uit
in verschillende parameters die we tijdens
de reconstructie uitrekenen, zoals het aantal
punten dat gebruikt is per model. Maar voor
geluid-experts (die geen data-experts zijn) is
het niet vanzelfsprekend hoe deze informatie
zich vertaalt naar toepasbaarheid in een
geluidssimulatie. Daarom hebben we specifiek
voor geluidssimulaties een attribuut toege
voegd dat aangeeft in hoeverre kan worden
gegarandeerd dat het model goed genoeg is
voor geluidssimulaties.
Gehanteerde kwaliteitswaarden en
kwaliteitskenmerken
De mate van toepasbaarheid van een
3D-gebouwmodel voor geluidssimulatie kent
drie waarden:
1. het model is te gebruiken ('keep'). Dit geldt
voor ongeveer 94% van de gebouwen.
2. het model is niet te gebruiken ('discard'). Dit
geldt voor minder dan 1% van de gebou
wen.
3. de kwaliteit moet worden gecontroleerd
('review'). Dit geldt voor ongeveer 5% van
de gebouwen.
Het kwaliteitskenmerk wordt grotendeels
bepaald aan de hand van twee criteria:
