De kracht van data Verkenning gekoppelde weer en verkeer data

Transcriptie

1 De kracht van data Verkenning gekoppelde weer en verkeer data

2 Achtergrond en aanleiding Innovaties worden meer en meer aangejaagd door (big) data IenM beleid: Anders Omgaan Met Data (AOMD) Pilot verkenning gekoppelde weer en verkeer data casus 1 - afwikkeling verkeer zuidas-a10 casus 2 - weersomstandigheden ongevallen

3 Weeromstandigheden (neerslag en wind) en ongevallen 17 november 2015, uur

4 Nieuwsbericht: 27 augustus 2015

5 Weeromstandigheden (neerslag en verkeersintensiteit) 27 augustus 2015, uur

6 Eerste analyses: wind/neerslag en fietsongelukken (2015)

7 Naar gekoppelde weer & verkeer data Demonstratie van mogelijkheden Specifieke onderzoeksvragen (casussen) Team met alle stakeholders Gefaseerde uitvoering (met sprints) definitie, preparatie, analyse, communicatie In kind bijdrage deelnemers en funding (RWS) Looptijd 4-6 maanden

8 Naar gekoppelde weer & verkeer data Bruikbaarheid en beschikbaarheid data Focus- en scopecreep Complexe samenwerking (verschillende domeinen) organisatorisch (kennis, resources) data (interoperabiliteit, harmonisatie) techniek (open, int. standaarden)

9 Naar gekoppelde weer & verkeer data Zelfsturing (onduidelijke opdrachtgever). Geen funding Aanscherping onderzoeksvragen noodzakelijk Samenwerkingsvoorzieningen beperkt onvoldoende opslag- en processingresources werkzaamheden versnipperd over locaties en in de tijd Datapreparatie onderschat

10

11 Naar gekoppelde weer & verkeer data Datapreparatie (wrangling) Kwaliteit databronnen soms onvoldoende voor koppeling. Grote verschillen in datarepresentaties tussen domeinen (punten, vectors, grids). Harmonisatie in tijd en ruimte noodzakelijk maar lastig (resolutieverschillen)

12 Naar gekoppelde weer & verkeer data Maak altijd duidelijke afspraken over commitment en sturing (opdrachtgeverschap). Samenwerken over meerdere domeinen betekent veel kennisoverdracht. Een gezamenlijk belang (value case) is geen optelsom van de individuele belangen. Samenwerking is gebaat bij intensieve werksessies (b.v. 1 dag sprints) en voldoende faciliteiten (tools/processing/opslag). Vermijd versnipperde inzet! Werk met een heldere onderzoeksvraag afgestemd op beschikbare data, kennis en kunde. Data science kan niet zonder data op orde (kwaliteit). Datapreparatie (schoning, wrangling) vereist de meeste inzet. the right to fail moet worden gerespecteerd.

13 Naar gekoppelde weer & verkeer data Afspraken over sturing (opdrachtgever) en commitment. Uitbreiding naar meerdere jaren, grotere gebieden (NL) en meer variabelen. Toevoeging betrouwbaarheid (probability distribution). Analyse van gekoppelde data (SWOV/DiTTlab). Spin-off visualisatie- en wranglingtechnologie naar andere producten (Geoweb voor Weerkamer).

14 Contactgegevens Els Rijnierse Jan Willem Noteboom Andrea Pagani Raymond Sluiter Frits Bijleveld datalab.knmi.nl Peter Knopper Hans van Lint dittlab.tudelft.nl

15 Suggestie aan NDW Car Sensor Data Meer en meer car sensor data komt beschikbaar (IoT) Samenwerken aan de ontsluiting en toepassing voor Weer & Verkeer (Weer & Verkeer Car Sensor Data Cloud) Ook/vooral internationaal (afspraken met autofabrikanten) Car sensors as mobile meteo & traffic network

16 Vragen?