3D-inputgegevens voor geluidssimulaties gegenereerd uit bestaande landsdekkende datasets

Journal article (2018)

Authors

R.Y. Peters Urban Data Science - Architecture and the Built Environment
B. Dukai Urban Data Science - Architecture and the Built Environment
T.J.F. Commandeur Urban Data Science - Architecture and the Built Environment
J.E. Stoter Urban Data Science - Architecture and the Built Environment
Research Group
Urban Data Science (Architecture and the Built Environment) (TU Delft)
Copyright: © 2018 R.Y. Peters, B. Dukai, T.J.F. Commandeur, J.E. Stoter
More Info
expand_more

Published Date

2018

Language

Dutch

Reuse Rights

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.

Faculty

Architecture and the Built Environment

Department

Urbanism

Research Group

Urban Data Science

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.

Files

18_geoinfo_noise3d.pdf
(pdf | 0.377 Mb)
Unknown license