'Slim omgaan met data is de toekomst van duurzame infrastructuur'

In de infrastructuur wordt duurzaam en efficiënt werken steeds belangrijker. Hergebruik van materialen, zoals betonnen liggers bij het A9-project, is een goede ontwikkeling. We kunnen echter nog een stap verder gaan door slim te werken met geo-data: naast het hergebruik van data, kan met gegevens kunstmatige intelligentie (AI) toegepast én opsplitst worden in delen met vergelijkbare kenmerken. Bij Fugro noemen we dit laatste smart sectioning.

Veel data beschikbaar

Nederland heeft veel gegevens over de ondergrond verzameld. Deze komen uit openbare databases zoals de Basisregistratie Ondergrond en het DINOloket van TNO. We kunnen deze informatie opnieuw gebruiken om efficiënter en duurzamer te werken.

Het hergebruik van data heeft twee voordelen. Het vermindert de noodzaak voor nieuw veldonderzoek, wat tijd en geld bespaart. Ook kunnen we door bestaande gegevens te combineren met AI snellere inschattingen maken over de staat van de ondergrond en infrastructuur. Dit leidt tot beter advies en minder onnodig werk.

Smart sectioning: slim opdelen

Bij smart sectioning delen we een gebied op in stukken met vergelijkbare kenmerken, bijvoorbeeld gebieden met veel klei of met hoge grondwaterstanden. Door AI te gebruiken om deze stukken te analyseren, kunnen we sneller problemen vinden en oplossen.

Dit lijkt op medisch onderzoek, waarbij artsen groepen patiënten met dezelfde klachten bestuderen om algemene conclusies te trekken. In de infrastructuur betekent dit dat we bijvoorbeeld alle wegdelen met veenondergrond kunnen vergelijken om beter advies te geven over het oplossen van problemen. We handelen als ‘dokters’ door informatie over verschillende infra-onderdelen te combineren voor een volledig beeld. Gegevens koppelen op basis van kennis/expertise van het gedrag van de constructie, wat leidt tot eenvoudigere oorzaak-analyse/diagnose van de staat van de constructie.

Deze aanpak werkt ook voor bruggen, sluizen en spoor. Bij ProRail heeft Fugro door vergelijkbare delen te analyseren voorspeld waar mogelijk problemen ontstaan. Ook gaf ze de mogelijke oorzaken aan van de instabiliteit van taluds in verschillende trajecten. Dit deed Fugro door gegevens te combineren over de ondergrond, het spoor en de omgeving in termen van hydrologie en klimaat. De combinatie van gegevens gaat ProRail helpen om tijdig en op basis van informatie maatregelen nemen.

Hergebruik van materialen en funderingen kan een stap verder verduurzamen met geo-data en smart sectioning. Door bestaande gegevens opnieuw toe te passen en te combineren met AI-analyses per deel kunnen we beter bepalen of bestaande onderdelen opnieuw ingezet kunnen worden. Dit zorgt voor minder afval en behoefte aan nieuwe materialen.