{"id":79740,"date":"2024-12-11T10:38:31","date_gmt":"2024-12-11T09:38:31","guid":{"rendered":"https:\/\/www.sogelink.com\/?p=79740"},"modified":"2024-12-16T12:59:29","modified_gmt":"2024-12-16T11:59:29","slug":"datadinsdag-3d-gebouwvormen","status":"publish","type":"post","link":"https:\/\/www.sogelink.com\/nl\/nieuws\/datadinsdag-3d-gebouwvormen\/","title":{"rendered":"#DataDinsdag: 3D-gebouwvormen"},"content":{"rendered":"
\n
\n
\n

#DataDinsdag: 3D-gebouwvormen<\/strong><\/h2>\n

Hoe geschikt zijn de daken van gebouwen voor initiatieven zoals dakisolatie en zonnepanelen? De vormen van gebouwen bieden inzicht in de omgevingssituatie en zijn de basis voor allerlei omgevingsstudies en handige dakberekeningen. We maken onze 3D-gebouwvormen datasets steeds toepasbaarder en nauwkeuriger. Hoe en waarvoor we deze inzetten lees je in deze nieuwe #datadinsdag: 3D-gebouwvormen.<\/p>\n

Grote woningbouwopgave<\/h4>\n

In Nederland staan op dit moment zo\u2019n 10 miljoen gebouwen verspreid door ons land, waarvan ongeveer 8 miljoen woningen. Vanwege de huidige grote woningbouwopgave, zijn we in Nederland flink aan het bijbouwen. En dit gebeurt ook digitaal! Gebouwen op de kaart maken en beheren wij niet met een 3D-tekenprogramma, maar berekenen we automatisch aan de hand van landelijke data. Hoe nauwkeuriger en actueler deze data is, des te realistischer de werkelijke vormen van de gebouwen zijn. <\/span><\/p>\n

Digital twin<\/h4>\n

3D-gebouwenvormen is een veel gebruikte dataset in de <\/span>Digital Twins<\/strong><\/em> van onze steden. Niet alleen zeer bruikbaar voor <\/span>herkenbaarheid<\/strong>, nieuwe inzichten en het koppelen van andere gegevens, maar ook als basis voor <\/span>ontwerpen<\/strong> en voor het doen van omgevingsstudies en analyses, waarvoor je echt met de gebouwobjecten moet kunnen rekenen.<\/span><\/p>\n

It’s a bird… it’s a plane…<\/h4>\n

Om een 3D-gebouwvorm uit data te berekenen, raadplegen we de grondvlakken van de Landelijke Voorziening BAG (Basisregistratie Adressen en Gebouwen). Dit is vergelijkbaar met de punten van een adres, zoals vorige week aan bod kwam in het blog <\/span>Routeeradressen<\/span><\/a>. Een ander zeer waardevolle dataset die we gebruiken is de puntenwolk. Vanuit een vliegtuig met laser (Lidar) wordt regelmatig een puntenwolk van Nederland ingevlogen, die de hoogtes van alle objecten in puntjes teruggeeft. Dit zijn zo\u2019n 8 hoogtepunten per vierkante meter. En ja, hier zit ook af een toe de hoogte van een vogel die voorbij vliegt tussen. Gelukkig worden er <\/span>een aantal bewerkingen gedaan op vreemde uitschieters, zodat er een bruikbare dataset beschikbaar is voor heel Nederland. Ons land is met dit landsdekkende hoogtemodel een groot voorbeeld voor andere landen.<\/span><\/p>\n

Level of detail<\/h4>\n

Door slimme algoritme berekenen we ook wat de <\/span>hellingshoeken van daken<\/strong> zijn en hoe objecten op het dak zich vormen. Dit gaat van blokkendozen tot het kunnen herkennen van allerlei details. De verschillende detailniveaus noemen we de \u2018Levels of Detail\u2019 (LoD\u2019s). Deze gaan van 0 tot 3, waarbij 1 de blokkendoos is. Deze 3D- basisvorm is gebaseerd op een gemiddelde van de hoogtepunten om de dakhoogte van een gebouw te bepalen. Deze simpelere dataset dient als een waardevolle input voor herkenning van de omgeving voor bijvoorbeeld ruimtelijke ontwerpen van architecten of planologen. <\/span><\/p>\n

Gebouwvormen Level of Detail 2.2<\/p>\n

Dakvlakken<\/h4>\n

Voor omgevingsstudies zoals de eerder genoemde <\/span>geluidsberekeningen<\/a>, is een iets gedetailleerder model nodig, namelijk detailniveau 1.3. Bij dit niveau ontstaan hoogteverschillen door bijgebouwen en schuren apart te berekenen. Maar bij dit niveau worden daken nog wel plat getoond. Voor vele andere toepassingen zijn de zogenoemde <\/span>dakvlakken<\/strong> gewenst. Met deze dakvlakken weten we de oppervlakte, de ori\u00ebntatie en hellingshoek van de dakvormen. We zetten dit bijvoorbeeld in voor het berekenen van de nodige <\/span>dakbedekking<\/strong> in de bouwsector of de <\/span>zonnepotentie<\/strong> van deze dakvlakken. Dit is detailniveau 2.1.<\/span><\/p>\n

Gebouwvormen uit open geodata<\/h4>\n

Vorig jaar hebben we een belangrijke mijlpaal behaald; de landsdekkende \u201cLoD2.2 Gebouwen dataset\u201d is een feit! Een zeer hoog detailniveau om gebouwvormen geautomatiseerd uit open geodata te halen. Wat je krijgt zijn gebouwvormen waar ook <\/span>dakkapellen<\/strong> en <\/span>schoorstenen<\/strong> zichtbaar zijn. Dit geeft n\u00f3g realistischere oppervlakten van de daken en steeds nauwkeurigere <\/span>pandvolumes<\/strong>, voor bijvoorbeeld het berekenen van WOZ-waardes. Door het kunnen aangeven van objecten <\/span>\u2013<\/span> zoals dakkapellen <\/span>\u2013<\/span> zijn deze modellen goed inzetbaar voor het detecteren van <\/span>veranderingen<\/strong> en het inzichtelijker maken van het <\/span>vergunningenproces<\/strong> voor de burgers. Naast de dakvormen berekenen we ook attributen zoals muuroppervlakten, waaronder gedeelde muren met de buren. Deze indicatoren worden gebruik voor het berekenen van allerlei <\/span>energiewaardes<\/strong> van de woning.<\/span><\/p>\n

\n
\n

Binnenkort meer<\/h4>\n

We zullen blijven doorwerken om n\u00f3g meer concrete toepassingen uit te werken met onze dak- en gebouwvormen, waar uiteraard het hergebruik van landelijke gegevens centraal staat. Het is ook mogelijk om met dezelfde methoden met <\/span>lokaal ingevlogen hoogtemodellen te werken. Bijvoorbeeld wanneer een zeer actuele dataset gewenst is. Van de landelijke dataset komt binnenkort komt weer een nieuw hoogtemodel beschikbaar. Hier kijken we naar uit!<\/span><\/p>\n

Gebouwvormen feitjes<\/h4>\n