3D-inputgegevens voor geluidssimulaties gegenereerd uit bestaande landsdekkende datasets
Ravi Ravi (TU Delft - Urban Data Science)
B. Dukai (TU Delft - Urban Data Science)
T. Commandeur (TU Delft - Urban Data Science)
Jantien Stoter (TU Delft - Urban Data Science)
More Info
expand_more
Other than for strictly personal use, it is not permitted to download, forward or distribute the text or part of it, without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license such as Creative Commons.
Abstract
Geluid is een groot probleem in stedelijk gebied. Om geluidsoverlast te verminderen, voeren vele overheidsorganisaties op allerlei niveaus geluidstudies uit. Geluidssimulatie is hierin een belangrijk onderdeel. De reken methode voor de simulatie van geluid is in Nederland gestandaardiseerd. Maar de benodigde 3D-inputgegevens worden voor iedere geluidstudie opnieuw gecreëerd. Dit is niet efficiënt, maar evenzo belangrijk is dat verschillen in inputgegevens kunnen leiden tot verschillen in de uitkomsten. Daarom bekijken we in een samenwerking van RIVM, Rijkswaterstaat, het Kadaster, IPO en de TU Delft hoe de benodigde inputgegevens over de fysieke ruimte automatisch kunnen worden gegenereerd uit landsdekkende gegevensbronnen zoals de BGT, de BAG en het AHN en voor overheden beschikbaar kan worden gesteld.