vias symposiumbundel

Donderdag 31 oktober 2002 Gebundelde ‘Papers en Demonstraties’ van het dertiende vias-symposium met als thema:

viasSymposiumbundel

De toepassing van modellen, simulaties en spelenin de landbouw, voeding en groene ruimte.

‘virtual value’

Agr

o-in

form

atic

aree

ks

nr.

13

(okt

ober

200

2)

Voordrachten VIAS-Symposium 2002

‘virtual value’

Samenstelling: Machteld van den Broek, Marco van der Ham, Jocelyn Louwers, Tonny Otjens & Elma van den Top

Agro-informaticareeks nr. 13 (oktober 2002)

De toepassing van modellen, simulaties en spelenin de landbouw, voeding en groene ruimte.

VIAS-Symposiumcommissie

Machteld van den Broek, Marco van der Ham, Jocelyn Louwers,

Tonny Otjens & Elma van den Top

Grafische vormgeving

Tol produkties, Arnhem

Druk en afwerking

Van der Weerd, Oosterhout (Gld)

Correspondentieadres

VIAS, Postbus 434

6700 AK Wageningen

Symposium sponsors en deelnemers bedrijvenmarkt

VIAS-Symposium 2002

■ HP Invent

■ AgroPortal

■ Alterra

■ Centrum voor Geo Informatie

■ Datheon Database Solutions

■ PAC Greenware

■ Plant Research International / Praktijkonderzoek Plant & Omgeving

■ Play2Learn

■ SERC

■ STOAS Greenwise

■ W!SL

voorwoord van de voorzitter…

In de wereld van de landbouw, voeding en groene ruimte wordt sinds decennia

intensief gebruik gemaakt van modellen voor het beschrijven en simuleren van een

groot aantal uiteenlopende processen. Het symposium programma geeft hiervan een

fraaie bloemlezing. Modellen voor landgebruik, modellen voor diergedrag, modellen

voor mineralenmanagement, modellen voor voedselproductieketens, etc. De laatste

jaren zijn op modellen gebaseerde spelen in opkomst. Het doel van deze spelen is om

de spelers gevoel en inzicht te geven in processen in de werkelijke wereld. Ook hiervan

worden er tijdens het symposium een aantal getoond.

Het gebruik van modellen en spelen heeft als voordeel dat in de veilige virtuele omge-

ving van de computer naar hartelust geëxperimenteerd kan worden met alternatieve

situaties zonder de werkelijkheid direct te verstoren. Hierbij dienen we ons wel te reali-

seren dat een model of spel altijd een abstractie, een benadering, van de werkelijkheid

is. De mate waarin een model of spel geschikt is voor gebruik hangt in hoge mate af

van de eisen die hieraan door de toepassing wordt gesteld. Of zoals ik laatst in een

artikel las: ‘een model is niet goed of fout, alleen meer of minder bruikbaar’.

In het dertiende VIAS-symposium staat de relatie tussen de reële wereld en de virtuele

wereld centraal. Bieden onze modellen en spelen naast ‘virtual value’ ook inderdaad

‘real value’? Discussieer mee en oordeel zelf.

Het symposium ‘Virtual value’ is op een enthousiaste en uitstekende wijze georgani-

seerd door de symposiumcommissie: Machteld van den Broek, Marco van der Ham,

Jocelyn Louwers, Tonny Otjens en Elma van den Top. Ik dank de leden van deze

commissie, de sprekers, de deelnemers aan de bedrijvenmarkt, VIAS-sponsoren en de

bezoekers hartelijk voor hun bijdrage aan ‘Virtual value’.

Arnold Bregtvoorzitter VIAS

‘virtual value’toepassing van modellen, simulaties en spelen in de landbouw, voeding en groene ruimte

ISSN 0924-0187

SISO 630.6

UDC 681.3:631/632

NUGI 855/835

ISBN 90-72886-13-5

Eerste druk, oktober 2002

Auteursrecht voorbehouden

Copyright VIAS, Wageningen

Behoudens uitzondering door de Wet gesteld mag zonder schriftelijke toestemming van de recht-

hebbenden op het autersrecht niets uit deze uitgave worden verveelvoudigd en/of openbaar

gemaakt door middel van druk, fotokopie, microfilm of anderszins, hetgeen ook van toepassing is

op de gehele of gedeeltelijke bewerking.

inhoud

Voorwoord van de voorzitter…Bregt, A.

VIAS

Agro Innovation Framework (AIF), een software hulpmiddelvoor het strategisch ontwerp van duurzame agrarischeproductiesystemenAnnevelink E., E.J. Lamaker & R.M. de Mol

IMAG

Van Evert, F.K.

Plant Research International (PRI), Wageningen

LUMOS: simulatie van veranderend grondgebruikBorsboom, J.A.M

Rijksinstituut voor Volksgezondheid en Milieu (RIVM)

Toepassing van raamwerken verhoogt het rendementvan kennisintensieve systemenVan der Wal, Tamme, Tonny Otjens & Jan Erik Wien

Wageningen Software Labs (W!SL)

De ondernemer centraal, toepassing spelsimulatiemineraalmanagement in project PraktijkcijfersBeldman A.C.G., & C.H.G. Daatselaar

Landbouw Economisch Instituut

The integration of monitoring and decision supportsystems in Dutch horticultureKamp P.G.H., & W.M.P. van der Veen

Westland Energie Services

1

2

3

4

5

Spelen met beleid, Simulatiespellen als leermiddelVan Elswijk 1, Mark, Matthijs Maat 1 & Jan Erik Wien 2

1: Software Engineering Research Centre (SERC)

2: Wageningen Software Labs (W!SL)

Spelen om te leren en te regerenErisman, Jan Willem e.a.

Energieonderzoek Centrum Nederland (ECN)

Simulatiemodel voor de logistiek bij de inzamelingvan vleeskalverende Mol, R.M., E. Annevelink & A.C. Smits

IMAG

De digitale onderdompelingir. Kuipers, Jorrit

Green Dino Virtual Realities

Maatvaste en realistische toposcopische maquettesen visualisaties.ir. Groneman-van der Hoeven, Annet C.

Bureau Toposcopie

Virtuele planten in onderzoek, onderwijs en marketingDe Visser, P.H.B. 1, L.F.M. Marcelis 1, G.W.A.M. van der Heijden 1,

J.B. Evers 2, J. Vos 2 en P. Struik 2.

Virtuele Plant Netwerk Wageningen

1 Plant Research International

2 Leerstoelgroep Gewas- en Onkruidecologie

9

10

11

8

6

7

abstractIn the process of searching for innovations, many different complex production

systems consisting of different agronomic processes can be suggested. To support

the process of designing such systems, a software prototype of a design tool

called ‘Agro Innovation Framework’ (AIF) has been developed. AIF is a generic,

visual and modular modelling tool to simulate the (static) equilibrium behaviour

of a designed agricultural production system at the strategic planning level.

The main focus of AIF is on input and output flows and their characteristics.

AIF evaluates proposed innovations, for example, by calculating the effects of

incorporating new processes in the design of a new agricultural production

system. AIF increases the insight into the way a new system performs.

trefwoorden: systeemontwerp, simulatie, object-georiënteerd, duurzame productie,

innovatie

1. inleiding

De Europese boer krijgt te maken met steeds striktere milieuregelgeving, die

bijvoorbeeld voorschrijft welke soorten bestrijdingsmiddelen gebruikt mogen

worden, hoeveel mest op het land mag worden gebracht en wat het toegestane

Agro Innovation Framework (AIF), een software hulpmiddel voor het strategisch ontwerp van duurzame agrarische productiesystemen

Agro Innovation Framework (AIF), a software tool to support the strategicdesign of sustainable agricultural production systems

E. Annevelink, E.J. Lamaker & R.M. de Mol IMAG

Postbus 43

6700 AA Wageningen,

telefoon: 0317 47 64 54

fax: 0317 42 56 70

e-mail: [email protected]

F.K. van Evert Plant Research International (PRI), Wageningen

1

nutriëntenoverschot per bedrijf is. De milieuwetgeving richt zich onder meer op het

voorkomen van stikstofuitstroom naar het grondwater. Om te voldoen aan het principe

van duurzaamheid dient de land- en tuinbouw optimaal gebruik te maken van de

vereiste middelen zoals water, nutriënten, beschermingsmiddelen en fossiele energie.

Traditionele, stapsgewijze verbeteringen van productiesystemen zullen onvoldoende

zijn om te kunnen voldoen aan de strenge randvoorwaarden vanuit het milieu.

Toekomstige productiesystemen zullen daarom structureel moeten verschillen van de

huidige landbouwkundige praktijk. Daarom moet het onderzoek zich richten op het

ontwikkelen van innovatieve productiesystemen, die de benodigde inputs efficiënter

gebruiken voor de gewenste productie en daarbij nauwelijks milieubelasting veroorza-

ken. Om dit te bereiken is het noodzakelijk dat verschillende productiesystemen, zowel

binnen als buiten de landbouw, worden geïntegreerd. Ongewenste bijproducten van

het ene productiesysteem kunnen dan worden hergebruikt in één of meer andere

productiesystemen. Verschillende criteria kunnen worden gebruikt om zulke

geïntegreerde productiesystemen te beoordelen, bijvoorbeeld de economische waarde,

de impact op het milieu en het gebruik van schaarse inputs, zoals brandstof, nutriën-

ten en water.

Als hulpmiddel voor het ontwerpen van innovatieve, duurzame en rendabele productie-

systemen is een softwarepakket met de naam ‘Agro Innovation Framework’ (AIF)

ontwikkeld binnen een samenwerkingsproject van Plant Research International (PRI),

LEI, ID-Lelystad en IMAG (Annevelink et al., 2001). Het uitgangspunt van AIF is dat

de computer ondersteuning kan bieden om de effecten qua verbetering dan wel

verslechtering van een ontwerp te analyseren. Een ontwerper kan nieuwe ideeën

krijgen door de verkregen informatie te analyseren. Door een geïntegreerde aanpak

wordt een optimale oplossing bereikt waarbij, door hergebruik van afvalstoffen, de

milieubelasting wordt geminimaliseerd. Bij het ontwikkelen van de AIF ontwerp-

methodiek is onder meer aandacht besteed aan de volgende zaken:

■ methodiekontwikkeling: het bouwen van een prototype van AIF;

■ het vinden van een methode voor het selecteren en genereren van de gewenste

informatie op basis van output-data van de simulatie-runs met AIF (data-mining,

visualisatie, gevoeligheidsanalyse etc.);

■ het modelleren van moeilijk te kwantificeren indicatoren zoals voor diergezondheid

en -welzijn;

■ het uitwerken van een testcase van het ontwerp van een innovatief productiesysteem.

2. methodiekontwikkeling: agro innovation framework (aif)

In dit kader wordt onder een ontwerp verstaan: de keuze voor bepaalde productie-

processen en hun onderlinge samenhang via input- en outputstromen. Een nadere

Annevelink, E., E.J. Lamaker, R.M. de Mol & F.K. van Evert

detaillering van de parameters van zo’n ontwerp wordt een systeem genoemd.

Tijdens het zoeken naar innovaties kunnen verschillende ontwerpen van complexe

productiesystemen worden bedacht, bestaande uit een aantal verschillende (agrarische)

processen. Om het ontwerp van innovatieve productiesystemen te ondersteunen is AIF

ontwikkeld. Met deze generieke software kan op grafische wijze en met behulp van

modulaire modellering het gedrag van een ontwerp worden gesimuleerd.

AIF berekent het (statische) evenwichtsgedrag van een ontworpen productiesysteem

op het strategische planningsnivo. Het hoofddoel van AIF is het karakteriseren van de

input- en outputstromen en hun eigenschappen. AIF maakt het mogelijk om de effecten

van beoogde innovaties zichtbaar te maken. Op basis van de ervaringen met een eerste

prototype, is een gedetailleerd programma van eisen opgesteld van de gewenste functies

en mogelijkheden van AIF. De belangrijkste eisen waren:

■ flexibele grafische gebruikersinterface voor het ontwerp van productiesystemen;

■ object-georiënteerde modellering;

■ de mogelijkheid om extern ontwikkelde procesmodellen te integreren in het ontwerp;

■ proces- en systeemindicatoren;

■ simulatie van de evenwichtstoestand van een productiesysteem;

■ rapportagemogelijkheden;

■ interfacemogelijkheden naar statistische technieken.

2.1 een flexibele grafische gebruikersinterface voor het ontwerp van productiesystemen

Agrarische en andere processen worden gerepresenteerd door parametrische modellen.

Deze procesmodellen mogen lineair en niet-lineair zijn. Met behulp van de flexibele

grafische gebruikersinterface, wordt een proces door de gebruiker gekoppeld aan één

of meer opvolgende processen door de allocatie van de outputs. In figuur 1 is een klein

voorbeeld van een met AIF ontworpen productiesysteem weergegeven.

Agro Innovation Framework (AIF), een software hulpmiddel voor het strategisch ontwerp van duurzame agrarische productiesystemen.

Figuur 1: de grafische

representatie van een ont-

werp van een simpel pro-

ductiesysteem binnen AIF.

Sources, processen en sinks

worden met elkaar verbon-

den door input- en output-

stromen.

Zo geeft, in het voorbeeld, het proces Melkkoe het verband aan tussen de opname

van verschillende voedselstromen, nl. gras, silage en suikerbietenblad (inputs) en de

productie van melk, mest en groei (outputs) door een melkkoe. De namen van de

input- en outputstromen blijven overigens in het Engels, omdat dit binnen het proces-

model Melkkoe zo is gedefinieerd. De procesmodellen Grasland, Maïs en Suikerbiet

specificeren de relatie tussen de opname van stikstof uit kunstmest en dierlijke mest

en de gewasopbrengst, uitgedrukt in de hoeveelheid vers gewicht. De pijlen geven

aan dat de opgeleverde hoeveelheid voer van de procesmodellen Grasland, Maïs en

Suikerbiet worden gebruikt als invoer in het procesmodel Melkkoe en verder is te zien

dat de door het procesmodel Melkkoe geproduceerde mesthoeveelheid wordt ingevoerd

in de procesmodellen Grasland, Maïs en Suikerbiet. Als een procesmodel (b.v. Melkkoe)

meer dan één opvolgend proces heeft, dan moet de outputstroom (b.v. mest) worden

verdeeld over verschillende processen (b.v. Grasland, Maïs en Suikerbiet).

Hierbij moeten de gewenste allocatiepercentages worden opgegeven (figuur 2). Aan de

systeemgrenzen zijn zogenaamde ‘sources’ zoals KunstmestGras, KunstmestMais en

KunstmestSuikerbiet en ‘sinks’ zoals Melkfabriek, Slachterij en Suikerfabriek

aangebracht die de verbinding vormen met de externe wereld buiten het ontwerp.

Een source (bron) is een knooppunt zonder inputstromen, met alleen outputstromen.

Een sink (put) daarentegen is een knooppunt met alleen inputstromen en zonder

outputstromen. Hoeveelheden stofstromen (batches) die het ontwerp verlaten worden

opgeslagen in een sink.

Figuur 2: toewijzing van de allocatiepercentages binnen AIF, gecombineerd met de

transportafstanden, de transportkosten en het energieverbruik van het transport.

2.2 object-georiënteerde modellering

Voor de ontwikkeling van AIF is gebruik gemaakt van object-georiënteerde modellering.

De Unified Modelling Language (UML) is gebruikt als notitiesysteem om de klassen met

de sets van objecten te beschrijven (Larman, 1997; Booch et al., 1998).

Bij object-georiënteerde modellering zijn objecten (of klassen van objecten) de belang-

rijkste bouwstenen van het softwaresysteem. Dit heeft verscheidene voordelen, zoals

flexibiliteit, hergebruiksmogelijkheden en de mogelijkheid tot uitbreiding van het

softwaresysteem. Voorbeelden van klassen binnen AIF zijn: node, input, input list,

output, output list, allocation, allocation list en batch (figuur 3).


Figuur 3: gedeelte van het object-georiënteerde ontwerp van AIF, beschreven in UML

(Booch et al., 1998).

Binnen AIF wordt een ontwerp van een productiesysteem beschreven door knooppunten

(nodes) die onderling worden verbonden door de allocatie (toewijzing) van input- en

outputstromen. Een input is een hoeveelheid (batch) van een bepaald product die

het knooppunt binnenkomt en een output is een hoeveelheid die vrijkomt vanuit het

knooppunt. Knooppunten kunnen van één van de volgende drie typen zijn: een proces-,

source- of sinkknooppunt. Het belangrijkste knooppunt is het procesknooppunt.

Individuele procesmodellen (zoals bijvoorbeeld het procesmodel Melkkoe) kunnen

binnen AIF worden geïmporteerd en geïntegreerd als aparte, zelfstandige software-

componenten via zogenaamde COM-interfaces. Het Microsoft Common Object Model

(COM) geeft de specificaties voor het creëren van softwarecomponenten en het bouwen

van toepassingen met deze componenten (Rogerson, 1997). Een ontwerp kan

gemakkelijk worden aangepast door nieuwe procesmodellen binnen AIF toe te voegen.

Procesmodellen kunnen dynamische koppelingen maken terwijl de AIF-applicatie

draait. Procesmodellen schermen de details over de wijze waarop ze worden geïmple-

menteerd af van de buitenwereld (AIF). COM-componenten bestaan uit executable code,

die ofwel als dynamic link libraries (DLL) ofwel als executables (EXE) worden verspreid.

Het hart van het AIF softwaresysteem is geprogrammeerd in Delphi. De geïmporteerde

externe procesmodellen kunnen echter in elke gewenste programmeertaal worden

geprogrammeerd, zoals bijvoorbeeld JAVA of C++.


2.3 extern ontwikkelde procesmodellen integreren in het ontwerp

Extern ontwikkelde procesmodellen kunnen dus binnen AIF worden geïntegreerd

tot een ontwerp van een complex productiesysteem. Het uitgangspunt achter het AIF

concept is de gedistribueerde ontwikkeling van softwarecomponenten (de proces-

modellen). Op verschillende internationale locaties, waaronder Wageningen-UR zijn

reeds procesmodellen ontwikkeld. Deze kennis moet zo efficiënt mogelijk binnen

AIF kunnen worden ingepast. Individuele onderzoekers hoeven hun procesmodellen

daarom inhoudelijk niet aan te passen. Ze hoeven alleen maar de gewenste

COM-interface te implementeren en een gedeelte van het gedrag van hun procesmodel

te specificeren. Als de ontwerper geen beschikking heeft over een geschikt extern

ontwikkeld procesmodel, kan hij binnen AIF ook zijn eigen eenvoudige procesmodel

programmeren met behulp van VBscripting.

2.4 proces- en systeemindicatoren

AIF evalueert na simulatie de evenwichtstoestand van een voorgesteld ontwerp van een

productiesysteem met behulp van indicatoren. Een indicator is een selectiecriterium

voor een ontwerper. Een ontworpen productiesysteem kan worden gescoord met elk

gewenst type indicator, zoals fysieke productie, overschot aan nutriënten, productie-

kosten, vervuiling en inpasbaarheid binnen de regelgeving. Ook kunnen nieuwe

indicatoren worden toegevoegd, die inhaken op randvoorwaarden zoals dierenwelzijn

en landschappelijke aantrekkelijkheid. AIF maakt onderscheid tussen proces- en

systeemindicatoren. Procesindicatoren kunnen al ingebouwd zijn in het originele

(black box) procesmodel of ze kunnen later door de ontwerper worden toegevoegd aan

het originele procesmodel op AIF-ontwerpnivo. In het laatste geval kan VBscripting

worden gebruikt om de nieuwe procesindicatoren te definiëren. Systeemindicatoren

verzamelen de resultaten van enkele of alle individuele procesindicatoren en berekenen

een of andere gewenste overkoepelende prestatiewaarde.

2.5 simulatie van de evenwichtstoestand van een productiesysteem

AIF biedt de mogelijkheid om verschillende systemen binnen een ontwerp door te reke-

nen. Een systeem is in AIF gedefinieerd als een combinatie van processen met exact

ingestelde procesparameters en gespecificeerde allocaties van de output van een pro-

ces. Een systeem is dus één van de nadere specificaties van een ontwerp. De kenmer-

kende factoren van de afzonderlijke processen worden binnen het ontwerp met behulp

van parameters gespecificeerd (bijvoorbeeld het oppervlak van het grasland of het

gewicht van een melkkoe, figuur 4).


Figuur 4: gedeelte van de parameters van het eenvoudige ontwerpvoorbeeld.

De outputs van een proces worden berekend met het bijbehorende procesmodel en zijn

afhankelijk van de aan het proces gekoppelde inputs en de waarden van de procespara-

meters. AIF berekent via een simulatierun (met een gekozen aantal iteraties) de jaar-

lijkse massastromen (inputs en outputs) in de stationaire evenwichtssituatie van een

systeem.

2.6 rapportagemogelijkheden

De rapportage-interface (figuur 5) binnen AIF kan worden gebruikt om het ontwerp te

controleren en analyseren. Feitelijk kan AIF worden vergeleken met een datagenerator.

Dit is de eerste stap van de computerondersteuning bij het vinden van een nieuw

ontwerp. De tweede stap is de vertaling van gegenereerde data naar informatie voor

de ontwerper. Deze informatie dient als hulpmiddel om ideeën van de ontwerper te

evalueren op hun bruikbaarheid en de ontwerper te helpen nieuwe ideeën te

ontwikkelen (b.v. toevoegen van een nieuw proces, een andere waarde van de input of

van een procesparameter, etc.). De gevraagde informatie kan onder meer bestaan uit de

waarde van:

■ indicatoren (proces- en systeem-);

■ inputs en outputs van processen in de evenwichtssituatie;

■ procesparameters.


Figuur 5: de rapportage na een simulatierun met AIF. De resultaten kunnen worden gepresenteerd

per knooppunt. Data worden geleverd over de parameters, inputs, outputs, batches,

attributen, indicatoren, allocaties en scripts.

3. statistische analyse van de resultaten

3.1 datavisualisatie en methoden voor data-analyse

De parameters, randvoorwaarden en allocatiepercentages van een ontwerp kunnen

binnen een bepaald bereik worden gevarieerd. Iedere nieuwe instelling van de waarden

is een apart systeem en hiervoor wordt telkens een nieuwe evenwichtssituatie berekend.

Dit resulteert in een grote data-set van verschillende systemen met verschillende

waarden voor de systeemindicatoren. Wanneer procesindicatoren van alle individuele

processen worden bepaald, kan de geleverde hoeveelheid data explosief toenemen

wanneer het ontwerp steeds meer processen bevat. Daarnaast neemt het aantal

mogelijke systemen ook exponentieel toe als het ontwerp steeds groter wordt.

De presentatie van de data naar de ontwerper kan daarom, vooral bij ontwerpen met

veel processen en procesparameters, nog steeds een ‘overkill’ aan informatie geven.

Hierdoor is de ontwerper nog steeds niet in staat om de effecten qua verbetering of

verslechtering van zijn ideeën in te schatten, laat staan nieuwe ideeën te vormen.

AIF moet de ontwerper daarom ook ondersteunen bij het selecteren van de belang-

rijkste informatie. Met een gevoeligheidsanalyse kan bijvoorbeeld een selectie


plaatsvinden van processen die in grote mate bijdragen aan de waarde van een

prestatie-indicator. Momenteel wordt onderzoek gedaan naar de mogelijkheden van

multivariate visualisatie en statistische technieken, die grote hoeveelheden data kunnen

vertalen naar bruikbare informatie voor de ontwerper. AIF levert hiervoor een interface

(Excel) om de resultaten van de simulatieruns over te hevelen naar de gekozen technie-

ken. Het streven is om uiteindelijk verschillende mogelijkheden voor de gebruiker bin-

nen AIF operationeel te maken, maar daarvoor zal nog nader onderzoek nodig zijn.

3.2 data envelopment analysis (dea)

Eén van de data-analyse methoden die onderzocht is om het aantal systemen waarmee

verder gegaan kan worden te beperken, is de Data Envelopment Analysis methode

(DEA). Hiermee kunnen de relatieve prestaties van de systemen op de gewenste

indicatoren worden gemeten. Vervolgens kan worden geanalyseerd welke factoren deze

prestatie negatief dan wel positief beïnvloeden. Uit DEA volgt zo welke systemen

binnen het ontwerp interessant zijn (een kleine deelgroep). Daarbij is vervolgens een

argumentatie gewenst (m.b.v. correlaties en/of visualisatie) om te bekijken welke inputs

efficiënte systemen opleveren. Deze resultaten moeten steeds naar de klant worden

teruggekoppeld. DEA geeft zo mede richting aan het zoeken naar oplossingen voor

bottlenecks, om zo een betere prestatie te realiseren.

4. modelleren van diergezondheid

AIF moet ook minder tastbare zaken zoals diergezondheid kunnen optimaliseren.

Aan de hand van een lijst geïnventariseerde criteria voor diergezondheid (Meijer, 2000)

is nagegaan welke criteria beïnvloed kunnen worden door wijzigingen in het ontwerp

van de gekozen testcase (zie paragraaf 5). Voor het kwantificeren van de, moeilijk te

waarderen, indicatoren voor diergezondheid is een grove opzet bedacht, via de proces-

en systeemindicatoren, die voorlopig is geïmplementeerd in AIF. Onder meer de relatie

tussen klauwproblemen en het aantal graasdagen is meegenomen. Hierbij zijn trouwens

ook andere factoren van belang die buiten het ontwerp vallen. ID-Lelystad heeft een

puntenwaardering gemaakt voor het welzijn afhankelijk van het aantal graasdagen.

Een alternatieve diergezondheidsindicator is de verhouding tussen ruwvoer en kracht-

voer. Dit optimum is bekend per koe, maar moet voor AIF nog worden omgezet naar

een optimum voor de veestapel. In het algemeen blijkt het vooral de vraag welke

kenmerken, die van belang zijn bij het bepalen van de diergezondheidsindicatoren,

ook werkelijk beschikbaar zijn in de huidige procesmodellen. Dit onderdeel moet nog

worden afgerond in 2002.


5. testcase: ontwerp innovatief productiesysteem

AIF is gevalideerd met een concrete testcase uit de praktijk, n.l. het ontwerp van een

gras-bioraffinagefabriek (gras splitsen in de componenten vezels, sapconcentraat en

proteïne) van AVEBE. Dit is een innovatief idee dat zich leent om met de AIF-methodiek

te worden doorgerekend. Een ontwerpgroep, met inbreng van AVEBE, is een aantal

malen bijeen geweest en heeft gedetailleerde data verzameld voor het systeemontwerp.

Hiermee is een aantal systemen doorgerekend en de resultaten zijn met DEA

geanalyseerd.

6. discussie en conclusies

De huidige stand van zaken is, dat tests met AIF worden uitgevoerd bij realistische

ontwerpproblemen. Deze test-casussen dienen de uiteindelijke specificaties voor AIF op

te leveren. De statistische technieken zullen nog moeten worden toegevoegd om een

bijdrage te leveren aan het inzicht in het gedrag van een groot aantal verschillende

systemen, maar ook om het creatieve en innovatieve denken te bevorderen. Op deze

wijze wil het Agro Innovation Framework (AIF) bijdragen tot het strategisch ontwerp

van duurzame en rendabele productiesystemen.

referenties

- Annevelink, E., E.J. Lamaker, R.M. de Mol & F.K. van Evert (2001) Agro Innovation

Framework (AIF), a software tool to support the design of agricultural production

systems.

In: Steffe, J. (editor), EFITA 2001, Third European Conference of the European

Federation for Information Technology in Agriculture, Food and the Environment,

Volume 1, 267-272.

- Booch, G., J. Rumbaugh and I. Jacobson (1998) The unified modeling language user

guide, 4th printing, Addison-Wesley, Harlow, UK, 482 pp.

- Larman, C. (1997) Applying UML and patterns: an introduction to object-oriented

analysis and design, Prentice-Hall, London, UK, 507 pp.

- Meijer, G.A.L. (2000) Meetlatten voor diergezondheid; Een inventarisatie van

criteria voor diergezondheid en welzijn ten behoeve van een studie naar majeure

verbeteringen van de efficiëntie in agroproductiesystemen. Rapport, ID-Lelystad,

no. 2030, 31 pp.

- Rogerson, D. (1997) Inside COM, Microsoft Press, Redmond, Washington, USA, 377 pp.


LUMOS: simulatie van veranderend grondgebruik

Judith Borsboom Rijksinstituut voor Volksgezondheid en Milieu

(RIVM)

Postbus 1

3720 BA, Bilthoven

telefoon: 030 274 91 11

fax: 030 274 29 71


abstract At the RIVM land use models have been in use for a couple of years. Two diffe-

rent models, rooted in different scientific backgrounds (Land Use Scanner and

Environmental Explorer), play a central part in this land use modelling, fore-

most as an intermediate step in a complex chain of models used for the integra-

ted assessment of the environmental and ecological quality and the quality of

the living environment in the next decades. These model chains have been

applied in substantial projects, such as the Environmental Outlook 1997, the

Fifth Memorandum on Spatial Planning, Nature Outlook 2002, and in smaller

projects such as the evaluation of various alternatives for the expansion of

Amsterdam Airport. The evaluation of the added value of the Land Use Scanner

and Environmental Explorer in these applications has given rise to a range of

activities that aim at an improvement of underlying database and the methodo-

logical base of both models. Further it appeared that integration of both models

in a toolbox for land use modelling named LUMOS has many advantages from

the viewpoint of human resource management and for the comparison of

model results. In this contribution the structure of both models will be outli-

ned before two representative applications are considered. Finally plans for the

near future will be discussed briefly.

1. ontwikkelingen in het landelijk gebied

Het laatste decennium hebben zich grote veranderingen in de economische

basis van het landelijk gebied voltrokken. Voor een groot deel is dit terug te

voeren op een veranderende positie van de landbouw als economische sector

2

onder invloed van de toenemende globalisering van economische relaties en het

landbouwbeleid in de Europese Unie, waarop tot nu toe nog verdere schaalvergroting

en efficiency-verhoging het antwoord zijn geweest. In combinatie met de recente crises

rond dierziekten en voedselveiligheid en de steeds strengere milieu-eisen (bijvoorbeeld

invoering MINAS), begint zich een proces van verbreding binnen de landbouw af te

tekenen: andere bronnen van inkomsten, zoals recreatie, zorg en directe verkoop van

(streek)producten, dragen in toenemende mate bij aan het inkomen van het boeren-

gezin. Voedselproductie als primaire bron van inkomsten van de boer lijkt dus in de

nabije toekomst minder belangrijk te worden.

Tegelijkertijd bestaat er in bepaalde delen van Nederland een grote druk op landbouw-

grond vanuit andere vormen van grondgebruik (zie bijvoorbeeld Veenenklaas et al.

2001). De grote toename in personenmobiliteit in combinatie met een lange periode

van economische groei hebben het landelijke gebied zeer aantrekkelijk gemaakt voor

wonen. Goed ontsloten locaties en zichtlocaties zijn in trek voor de vestiging van

bedrijvigheid, vooral omdat de agglomeratievoordelen die optreden bij clustering van

bedrijvigheid zich niet meer beperken tot de steden maar zich feitelijk uitstrekken

over grote delen van Midden-Nederland (Wever, 1993). Ook de doelstellingen in het

overheidsbeleid ten aanzien van de realisatie van nieuwe natuur, bijvoorbeeld de

aankoop van gronden voor de inrichting van de Ecologische Hoofd Structuur, leggen

behoorlijke ruimteclaims op agrarische grond. Daarnaast worden vanuit het oogpunt

van waterberging en het tegengaan van verdroging voorstellen gedaan voor de

ruimtelijke inrichting die functiecombinatie met een rendabele landbouw vaak

bemoeilijken.

Al deze ruimtevragende activiteiten kunnen niet zonder meer in het landelijk gebied

geaccomodeerd worden, enerzijds doordat sommige vormen van ruimtegebruik slecht

gecombineerd kunnen worden, anderzijds doordat er simpelweg te weinig ruimte is

om al deze claims te honoreren. De overheid heeft tot taak zorg te dragen voor het

afstemmen van deze verschillende claims, waarbij een zekere kwaliteit in milieu,

natuur en ruimtelijke inrichting blijven gewaarborgd. RIVM, in het bijzonder het

Milieu- en Natuur Planbureau, heeft tot doel het overheidsbeleid ten aanzien van de

fysieke leefomgeving en duurzaamheid te ondersteunen, te onderbouwen en

knelpunten te signaleren.

Borsboom, J.A.M

2. informatiebehoefte vanuit beleid en de rol van ruimtegebruiksmodellen

Uit de bovenstaande paragraaf is duidelijk dat veel ingrijpende veranderingen in het

landelijk gebied direct of indirect samenhangen met veranderingen in het grondgebruik.

Inzicht in de ontwikkeling van toekomstig grondgebruik is dus noodzakelijk, niet

alleen voor het inschatten van de toekomstige ruimtelijke kwaliteit maar ook vanwege

de relatie met allerlei problemen op het gebied van natuur en milieu. Voorbeelden

hiervan zijn de verkeersstromen en bijbehorende emissies van schadelijke stoffen die

optreden door nieuwe woon- en werklocaties, de slechte verenigbaarheid van natuur-

behoud met intensieve veehouderij, of de lastige combinatie van economisch rendabele

landbouw met maatregelen die verdroging in veengebieden moeten tegengaan.

Ruimtegebruiksmodellen verschaffen dit gevraagde inzicht in toekomstig ruimte-

gebruik, doorgaans op een termijn van 20 tot 50 jaar. De ontwikkeling van dit type

modellen is begonnen in de 60-er jaren, toen de mathematische en statistische

technieken hiervoor werden geïntroduceerd in de sociale geografie en ruimtelijke

economie, wat resulteerde in onder meer het bekende Lowry model (Lowry 1964).

Wereldwijd bestaan er op dit moment enige tientallen operationele grondgebruiks-

modellen, die recent beschreven zijn in een aantal overzichten, zie bijvoorbeeld Rand

(2001), U.S. Environmental Protection Agency (2000), en Geurs (2002). Voorbeelden van

deze recente generatie grondgebruiksmodellen zijn het expliciet op verstedelijking

gerichte Californian Urban Futures-2 model van Landis en Zhang (1998), het ruimtelijk-

economisch MEPLAN model van Marchial Echenique en Partners, het zeer uitgebreide

IRPUD model van Michael Wegener en het actor-gerichte UrbanSIM model van Waddell

(forthcoming).

In Nederland is door het RIVM in samenwerking met andere organisaties de afgelopen

jaren de Ruimtescanner en de LeefOmgevingsVerkenner (LOV) ontwikkeld. Beide

modellen hebben een verschillende wetenschappelijke basis en zijn oorspronkelijk

vanuit een heel ander oogpunt ontwikkeld. In de volgende paragraaf zullen ze kort

worden besproken.

3. ruimtescanner en leefomgevingsverkenner

De RuimteScanner is gezamenlijk met de Vrije Universiteit, het Landbouw-Economisch

Instituut en de RijksPlanologische Dienst ontwikkeld sinds 1996. Het model is

gebaseerd op de random utility theory (McFadden 1973), een stroming die begin 70-er

jaren in de sociale geografie is opgekomen (zie voor een uitgebreide bespreking van de

mathematische aspecten Hilferink en Rietveld 2001 en Schotten et al. 2001).

In deze theorie wordt doorgaans gebruik gemaakt van multinomiale logit modellen.

Dit betekent dat, analoog aan het keuzegedrag van actoren, het model werkt met


kansen op het voorkomen van bepaalde typen grondgebruik, waarbij in de schatting

een bepaald deel min of meer deterministisch wordt vastgesteld en een bepaald deel

stochastisch is omdat er vanuit wordt gegaan dat niet alle attributen bekend of

observeerbaar zijn. Als input wordt hierbij gebruik gemaakt van sectorale modellen,

zoals woningmarkt- of bedrijfshuisvestingsmodellen. Als er geen geschikte sectorale

modellen voorhanden zijn kan ook wel gebruik worden gemaakt van expert judgment.

De allocatie is gebaseerd op de grootte van de ruimteclaims in een bepaald gebied,

beleidskaarten die bepaalde bestemmingen opleggen of verbieden, bijvoorbeeld wonen

en bedrijvigheid in VINEX locaties, of natuur binnen de contouren van de Ecologische

Hoofd Structuur, naast de attractiviteit voor de onderscheiden typen grondgebruik en

het huidig grondgebruik omdat dit vaak sterk bepalend is voor de attractiviteiten.

De LOV is gebaseerd op een geheel andere techniek en theoretische achtergrond,

namelijk de uit de biologie afkomstige Cellulaire Automata. Deze techniek werd oor-

spronkelijk ontwikkeld om groeipatronen in organismen te simuleren, en is gebaseerd

op concepten zoals de chaos-theorie en bifurcatie-theorie. Hierbij ligt grote nadruk op

de expliciet ruimtelijke relaties, vooral die binnen de onmiddelijke omgeving, die vaak

aangeduid wordt met het begrip ‘neighbourhood’. Op basis van de ruimtelijke relaties

tussen typen grondgebruik worden de zogenaamde transitiepotentialen vastgesteld die

bepalend zijn voor veranderingen in het grondgebruik.

Op dit moment worden in de LOV ruimteclaims op landelijk niveau vertaald naar

regionaal niveau op basis van kennisregels, hoewel het in principe ook mogelijk is de

externe ruimteclaims te gebruiken. Beide modellen werken volgens de scenario-

methode, wat inhoudt dat eerst globale ontwikkelingslijnen worden uitgezet, die

vervolgens worden omgezet in ruimteclaims die weer worden gealloceerd per gridcel

van 500 bij 500 meter. De doelgroep van beide modellen is de specialist, in dit geval de

ingevoerde toepasser die de beleidsmaker ondersteunt. Feitelijk zijn beide modellen

minder geschikt voor gebruik in bijvoorbeeld interactieve sessies met stakeholders door

het grote inzicht dat vereist is in de onderliggende databestanden en de gehanteerde

aannames, de ingewikkeldheid van de mathematische formulering van de allocatie-

mechanismen en het complexe rekenschema met zijn vele tussenstappen.

4. voorbeelden toepassingen

Tot nu toe zijn de LOV en RuimteScanner in een aantal projecten toegepast. De Ruimte-

Scanner is onder meer toegepast in de Evaluatie Schiphol, het project Regionale

grondbalansen, de MilieuVerkenningen 4, en de Vijfde Nota. De LOV is toegepast in het

project Kaartbeelden en bij de ondersteuning van de onlangs gepresenteerde

NatuurVerkenningen-2 (in combinatie met de RuimteScanner). De toepassingen voor

de Vijfde Nota en de NatuurVerkenningen-2 zijn het meest uitgebreid geweest en deze

zullen hieronder dan ook kort worden besproken.

Bij de toepassing voor de Vijfde Nota is in samenwerking met de Rijks Planologische

Borsboom, J.A.M

Dienst een berekening gemaakt van de meest waarschijnlijke ruimtelijke ontwik-

kelingen in de komende 20 tot 30 jaar. Hierbij is bij de compacte variant

gebruik gemaakt van de bekende scenario's van het Centraal Planbureau, name-

lijk European Coordination, Divided Europe en Global Competition, die ieder op

een zeer abstract niveau een

verschillende visie op sociaal-economische ontwikkeling geven (Goetgeluk et al.

2000). Daarnaast is op eigen initiatief een variant uitgewerkt waarin ervan uit is

gegaan dat marktwerking van doorslaggevend belang is, dit is de zogenaamde

liberaliseringsvariant (Crommentuijn et al., forthcoming).

Bij de Vijfde Nota zijn op basis van de verschillende scenario’s door

gespecialiseerde modellen zoals woningmarkt- en bedrijfshuisvestingsmodellen

berekeningen gemaakt van de toekomstige ruimtebehoefte. Vervolgens zijn deze

ruimteclaims op elkaar afgestemd door het allocatiemechanisme van de

RuimteScanner. Hierbij zijn ook additionele gegevens zoals beleidskaarten,

attractiviteitskaarten en fysieke geschiktheidskaarten gebruikt (Goetgeluk et al.

2000). De beelden van het toekomstige ruimtegebruik die op deze wijze tot

stand zijn gekomen, zijn vervolgens beoordeeld op hun gevolgen voor natuur en

milieu (zie Van Esch [eds.] 2001).

Bij de toepassing van de LOV en RuimteScanner bij de Natuurverkenningen-2

ging het specifiek om de ruimtelijke ontwikkkelingen in de komende dertig

jaar in relatie tot natuurbehoud en –onwikkeling. Om de bandbreedte van de

verschillende scenario’s wat beter in beeld te krijgen werden veel extremere

scenario’s gehanteerd dan bij de toepassing voor de Vijfde Nota

(Individualistische Wereld, Samenwerkende Wereld, Individualistische Regio,

Samenwerkende Regio). Zo werd in het scenario Samenwerkende Wereld vlakbij

Amsterdam een groot nieuw gebied met ruige natuur gesitueerd, terwijl bekend

is dat in de Randstad de woningmarkt de grootste ruimtevrager is.

Door deze extremere uitgangspunten werden dus ook extremere ruimtelijke

toekomstbeelden opgesteld. M.b.t. de gevolgen voor natuur en milieu werd

geconcludeerd dat vooral het landschap sterk onder druk kwam te staan en

dat de natuurgebieden zo versnipperd zijn dat een aantal oorspronkelijke doel-

stellingen van de Ecologische Hoofd Structuur niet wordt gehaald. Daarnaast is

de ontwikkeling van de grondmarkt een belangrijk obstakel bij de realisatie van

de Ecologische Hoofd Structuur.

5. evaluatie van deze toepassingen

De hierboven beschreven toepassingen hebben veel informatie opgeleverd over

de toepassing van ruimtegebruiksmodellen. Zo waren belangrijke conclusies bij

de Vijfde Nota en de NatuurVerkenning 2 dat:


■ bij de Vijfde Nota de ruimtelijke beelden vaak te weinig differentiatie

vertoonden, bijvoorbeeld sterk gesmoothed waren, onder meer door gebrek aan

inzicht in de werking of de juiste waarden van bepaalde parameters;

■ het onderzoeksontwerp vaak bijzonder ingewikkeld en onoverzichtelijk was, en het

hierdoor erg lastig was om het proces te sturen, ook omdat de

modellen niet erg transparant zijn;

■ over veel kengetallen en kennisregels geen wetenschappelijke informatie voorhan-

den is, en dus met het boerenverstand geschat moet worden;

■ het ontbreken van een feedback link naar de ruimteclaims aanleverende

sectorale modellen vaak een handicap was;

■ men zich feitelijk meer moest richten op een betere aansluiting bij actormodellen.

Deze punten zijn voor een groot deel verwerkt in het onderzoeksprogramma voor dit

jaar en de komende jaren.

6. plannen voor de toekomst

Op dit moment zijn er grote plannen voor de toekomst. Afgesproken is de Ruimte-

Scanner en LOV niet langer afzonderlijk verder te ontwikkelen, maar te integreren

binnen een nieuw Land Use Modelling System (LUMOS). Feitelijk is er geen noodzaak

voor de ontwikkeling van een dergelijk systeem vanuit wetenschappelijk oogpunt.

Vanuit het oogpunt van Human Resource Management is een dergelijke ontwikkeling

echter wel erg belangrijk, omdat verwacht wordt dat de huidige fragmentatie van kennis

binnen een toch al kleine en zeer verspreid gelocaliseerde groep en het ontbreken van

kruisbestuiving wordt tegengegaan door de ontwikkeling van een gemeenschappelijk

instrument. In dit opzicht is ook de reorganisatie en de vorming van een team

Ruimte, Infrastructuur en Milieu vanaf 1 januari 2003 van belang. Het beoogde doel

van LUMOS is niet beperkt tot alleen integratie van de verschillende rekenharten

binnen een gemeenschappelijke schil, maar strekt zich ook uit tot de afstemming en

standaardisering van de basisgegevens.

In inhoudelijk opzicht is het bijzonder interessant wat er met de uitwerking van de

Vijfde Nota Ruimtelijke Ordening zal gaan gebeuren in het kabinet Balkenende.

Het zou kunnen dat een gedeelte van het huidige beleid losgelaten zal worden ten

behoeve van liberalisering van de woning- en bedrijfshuisvestingmarkt. In het licht

van de huidige economische ontwikkelingen is het echter ook goed mogelijk dat de

verstedelijkingsdruk bij voorbaat al sterk verminderd wordt door teruglopende

ruimteconsumptie.

Borsboom, J.A.M

7. is de ‘virtual value’ van ruimtegebruiks-modellering ‘value for money’?

Modellen, dus ook ruimtegebruiksmodellen, kunnen bijdragen aan bewustwording en

het in kaart brengen van bepaalde problemen, kunnen de toestand van bepaalde zaken

in de toekomst voorspellen en op deze wijze beslissingen beter onderbouwen. In die

zin hebben ook deze modellen dus een ‘Virtual Value’: ze leveren voorheen onbekende

informatie op in kwantitatieve vorm over de toekomstige locatie van menselijke activi-

teiten, die van belang is voor het inschatten van de milieu-, natuur- en ruimtelijke

kwaliteit in de toekomst, terugkoppeling naar bewustwording, voorspelling, onderbou-

wing en het nemen van beslissingen. Vanuit dit perspectief kijkend naar de ontwikke-

ling van de RuimteScanner en LOV kan worden geconcludeerd dat de belangrijkste

toegevoegde waarde van deze modellen meer ligt in bewustwording en inzicht in

mogelijke toekomstige problematiek dan in een exacte voorspelling van toekomstig

grondgebruik. Dit laatste is vaak ook niet helemaal mogelijk omdat, zoals al eerder

gesignaleerd, over veel deelgebieden geen informatie beschikbaar is en de leemten in

de kennis bij een toepassing m.b.v. een ‘lucky guess’ moeten worden opgelost. Ook de

kwaliteit van de inputgegevens plus de hieraan ten grondslag liggende aannames,

bijvoorbeeld in toeleverende ruimteclaims, staan een dergelijke exactheid doorgaans

niet toe. Geconcludeerd moet dus worden dat een verkenning van de bandbreedte van

verschillende scenario’s en de bijbehorende ruimtelijke toekomstbeelden de belangrijk-

ste meerwaarde vormt, en dat dergelijke berekeningen dus eerder als een communica-

tiemiddel moeten worden beschouwd. Een zo goed mogelijke voorspelling blijft echter

tegelijkertijd van groot belang vanwege de koppeling met andere modellen en de

verantwoording in wetenschapplijk opzicht.


literatuur

Borsboom, J.A.M., W. de Regt, K. Schotten (2002),

Land Use Scanner: the continuous cycle of application, evaluation and improvement of land use

modelling.

Paper presented at the 42nd congress of the European Regional Science Association,

August 27th-31st 2002, Dortmund Germany.

Crommentuijn, L., C. Heunks, K. Schotten (forthcoming),

Liberaliseringsvariant, beschrijving van de methodiek.

Rijksinstituut voor Volksgezondheid en Milieu, Bilthoven.

Esch, S.A. van (eds.) (2001),

Who is afraid of red, green and blue?

Toets van de Vijfde Nota Ruimtelijke Ordening op ecologische effecten.

RIVM Rapport 711931005. Rijksinstituut voor Volksgezondheid en Milieu, Bilthoven.

Geurs, K.T. (2002),

Evaluatie van ruimtelijk-infrastructurele concepten voor meervoudig ruimtegebruik in de

Randstad.

RIVM rapport 773002022. Rijksinstituut voor Volksgezondheid en Milieu, Bilthoven.

Goetgeluk, R.W., P. Louter, J.A.M. Borsboom-van Beurden, M.A.J. Kuijpers-Linde, J.F.M.

van der Waals, K.T. Geurs (2000),

Wonen en werken ruimtelijk verkend. Waar wonen en werken we in 2020 volgens een compacte

inrichtingsvariant voor de Vijfde Nota Ruimtelijke Ordening?


Hilferink, M. en P. Rietveld (2001),

Een nadere uitwerking van het RuimteScanner model.

In: Scholten, H.J., R.J. van de Velde, J.A.M. Borsboom-van Beurden (eds.),

RuimteScanner: Informatiesysteem voor de lange termijnverkenning van ruimtege-

bruik, pp. 40-53, Netherlands Geographical Studies 242. KNAG/VU, Utrecht/Amsterdam.

Landis, J. en Zhang (1998),

The second generation of the California urban futures model. Part I: Model logic and theory.

In: Environment and Planning B, Planning and Design, 1998, Vol. 25, pp. 657-666.

Lowry (1964), I.S.,

A Model of Metropolis.

RM-4035-RC. The Rand Corporation, Santa Monica, CA.

Borsboom, J.A.M

McFadden, D. (1974),

Conditional Logit Analysis and Qualitative Choice Behavior.

In: P. Zarenbka (ed.), Frontiers in Econometrics. Academic Press, New York.

Rand Europe (2001),

Literature review of land use models.

Report 01191. Rand Europe, Leiden.

Regt, W. de (2001),

Gele vla of chocoladevlokken?

Numerieke diffusie in gridkaarten van toekomstig grondgebruik.


RIVM en Stichting DLO (2002),

Nationale Natuurverkenning 2,

2000-2030. Kluwer, Alphen aan de Rijn.

Schotten, C.G.J., R. Goetgeluk, M. Hilferink, P. Rietveld, H. Scholten (2001),

Residential construction, land use and the environment. Simulations for the Netherlands using a

GIS-base land use model.

In: Environmental Modelling and Assessment 6, pp. 133-143

Timmermans, H.J.P. (1998),

RuimteScanner en LeefOmgevingsVerkenner. Een evaluatie.

Urban Planning Group, Technische Universiteit Eindhoven, Eindhoven.

United States Environmental Protection Agency (2000),

Projecting Land Use Change. A Summary of Models for Assessing the Effects of Community

Growth and Change on Land-Use Patterns.

EPA/600/R-00/098. U.S. Environmental Protection Agency, Office of Research and

Development, Cincinnati, O.H.

Van de Velde, R.J., C.G.J. Schotten, J.F.M. van der Waals, W.T. Boersma, J.M. Oude

Munnink, M. Ransijn (1997),

Ruimteclaims en ruimtelijke ontwikkelingen in de zoekgebieden voor de toekomstige

luchtvaartinfrastructuur (TNLI).

QuickScan met de RuimteScanner. RIVM rapport 71190124. Rijksinstituut voor

Volksgezondheid en Milieu, Bilthoven.


Veenenklaas F.R., J.M.J. Farjon en Th. Vogelenzang (2001),

Platteland Natuurlijk.

Een schets van het verwachte en gewenste grondgebruik in het agrarisch gebied in

2020. Alterra-rapport 302, ISSN 1556-7197. Alterra en Stichting Natuur en Milieu,

Wageningen.

Wadell, P. (forthcoming),

UrbanSim: Modelling Urban Development for Land Use, Transportation and Environmental

Planning.

In: Journal of American Planning Association.

Wever, E. (1993),

Bedrijvigheid en steden.

In: De complexe stad, geografisch onderzoek in actie. Universiteit Utrecht/Faculteit

Ruimtelijke Wetenschappen, Utrecht.

Borsboom, J.A.M

3

Toepassing van raamwerken verhoogt het rendement vankennisintensieve systemen

Tamme van der Wal, Tonny Otjens & Jan Erik Wien W!SL

Postbus 47

6700 AA Wageningen,

telefoon: 0317 47 42 31

fax: 0317 47 46 09


[email protected]

[email protected]

samenvattingDe ontwikkeling van kennisintensieve systemen wordt steeds vaker als

investeringsbeslissing gezien. Hiermee wordt niet alleen naar de daarin besloten

kennis gekeken, maar ook naar de effectiviteit van het instrument en het risico

dat ontwikkeling en gebruik met zich meebrengt. Door de toepassing van

raamwerken wordt het rendement van een investering verhoogd en het risico

verkleind. Het GEOPS raamwerk toont aan hoe de time-to-market omlaag gaat

en het faalrisico van modelontwikkeling wordt verlaagd door het bieden van

een digitaal integratiekader voor kennisontwikkeling en -koppeling.

trefwoorden: raamwerk, model, simulatie, investeringsbeslissing, Information Economics,

integratie, GIS, ruimtelijke planvorming

1. inleiding

Kennisintensieve systemen zoals databases, simulatiemodellen, visuele anima-

ties en besluitvormingsondersteunende systemen vormen een belangrijk instru-

mentarium voor het onderzoek en beleid in de groene ruimte. Daarnaast wor-

den kennisintensieve systemen (of prototypen daarvan) gebruikt om latente en

impliciete kennis van die groene ruimte vast te leggen en beschrijven ze hoe

bepaalde onderzoeksaspecten met elkaar samenhangen.

In 1999 is een verkenning uitgevoerd naar integratie van modellen op landelijke

en regionale schaal (Steenvoorden, 1999). Naar aanleiding hiervan heeft een

werkgroep van de Dienst Landbouwkundig Onderzoek (DLO) advies uitgebracht

over het gebruik van modellen en data-bestanden ten behoeve van de planbureau-

functies (milieu- en natuurplanbureau) [DLO99]. In dit advies wordt de nadruk gelegd

op efficiëntere en effectievere modelontwikkeling. Een ander advies is de roep om

meer aandacht te hebben voor kwaliteitsborging van modellen. Een meer vernieuwend

aspect in dit advies is de conclusie dat de ontwikkeling van een kennisintensief

systeem zoals een model of expertsysteem veel méér is dan een onderzoeksresultaat.

Het heeft organisatorische aspecten (beheer en onderhoud), het heeft strategische

aspecten (welke systemen dienen onze doelen?) en niet in de laatste plaats heeft het

ook financiële aspecten. Jarenlang zijn er wel modellen ontwikkeld maar het in de

lucht houden ervan wordt nooit begroot. Vele organisaties zien zich tegenwoordig

geconfronteerd met keuzes omtrent het ontwikkelen, beheren en exploiteren van

(nieuwe) kennisintensieve systemen. Dit vraagt om een methodiek voor de vergelijking

van investeringsbeslissingen (WAL2000b).

2. investeringsbeslissing

De ontwikkeling van kennisintensieve systemen moet worden benaderd als een

investering. Er is vermogen voor nodig (intellectueel én financieel kapitaal) en het

moet een rendement opleveren (in meer dan financieel opzicht). Omdat het vermogen

meestal beperkter is dan het aantal mogelijke investeringen zal er een investerings-

selectie moeten plaatsvinden. De aantrekkelijkheid van een investeringsalternatief

wordt vanuit bedrijfseconomisch oogpunt voornamelijk bepaald door de te verwachten

rendementen en de risico's. Maar bedrijfseconomische argumenten zijn niet genoeg.

Daarom is Information Economics (IE) ontstaan [PARKER1988]: een structuur voor de

evaluatie van alternatieven van IT- investeringen binnen een organisatie. Hierbij staan

de organisatiedoelen voorop en wordt een IT-investering beoordeeld op de bijdrage

aan die organisatiedoelen. Voor IT-investeringen geldt, zeker die in kennisintensieve

systemen, dat ze onderdeel uitmaken van de innovatie van een organisatie en van

daaruit een bijdrage leveren aan de marktontwikkeling, en aan de interne efficiëntie.

We gebruiken IE om de meerwaarde van raamwerken te demonstreren.

In IE wordt de bijdrage van een investering aan marktpositie en business performance

gerelateerd aan de verwachte kostenefficiëntie. IE onderscheidt 10 indicatoren in het

bedrijfsdomein en in het technische domein. Juist voor IT-investeringen geldt dat er

een directe koppeling (en impact) is van de marktstrategie en de inrichting van de

organisatie met de (IT-)infrastructuur en (IT-)hulpmiddelen. Deze indicatoren zijn:

Return on Investment (ROI), Strategic Match (SM), Competitive Advantage (CA),

Competitive Response (CR), Management Information (MI), Organisational Risk (OR),

strategic information Structure Alignment (SA), Definitional Uncertainty (DU),

Technical Uncertainty (RU) en Infrastructure Risk IR). In de financiële afweging (slechts

één van de tien indicatoren) moeten niet alleen de kosten van het tot stand brengen

worden opgenomen maar ook de kosten van gebruik, beheer & onderhoud.

Van der Wal, Tamme, Tonny Otjens & Jan Erik Wien

Hierbij speelt natuurlijk een toekomstverwachting een belangrijke rol. De (mate van)

onzekerheid die daarbij komt kijken is van groot belang bij de afwegingen.

Door toepassing van IE kunnen investeringen in modelsystemen met elkaar worden

vergeleken. Belangrijk daarbij is het toekennen van gewichten aan de verschillende

indicatoren. Met deze gewichten kunnen prioriteiten aan de doelen van een organisa-

tie worden gegeven. De gewichten zullen dan ook per organisatie verschillen. In onder-

staand hypothetisch voorbeeld wordt prioriteit gegeven aan projecten die aansluiten

bij de strategie van de organisatie, zowel in bedrijfsdoelen als in de informatie-infra-

structuur. Elk project kan per indicator scoren van 0-5.

Project ROI SM CA CR MI OR SA DU TU IR value risk

Gewicht 3 6 3 3 1 3 5 2 2 2

Project A 2 2 3 4 0 1 2 2 2 2 49 15

Project B 1 4 3 4 1 4 4 3 4 4 68 34

Project C 4 5 3 4 2 1 5 2 1 1 88 11

IE is een ondersteunend systeem voor de keuzes in investeringsbeslissingen. De kwanti-

ficering van de indicatorwaarden is misleidend en de uitkomsten moeten dan ook niet

als absoluut worden gezien. Op basis van de tabel kan wel een betere discussie worden

gevoerd over welk project prioriteit moet krijgen.

3. raamwerkontwikkeling

ContextVoor het beantwoorden van complexe, multidisciplinaire omderzoeksvragen werden

traditioneel modellen gekoppeld door de uitvoer van model A, eventueel na conversie,

als invoer voor model B te gebruiken (zie figuur 1). Op deze manier werden complexe

modelketens gegenereerd. Het vormen van deze ketens, dus het op elkaar laten

aansluiten van modelapplicaties, is meestal niet eenvoudig. Elk model verwacht

invoergegevens vaak volgens een eigen bestandsformaat of database en elk model

maakt gebruik van een eigen gebiedsschematisatie.

Toepassing van raamwerken verhoogt het rendement van kennisintensieve systemen.

Figuur 1: traditionele koppeling van simulatieapplicaties tot een modelketen.

De ontwikkeling van gestandaardiseerde datamodellen hebben de complexiteit van

het koppelen van simulatieapplicaties nauwelijks kunnen verminderen. Omdat elk

model nog steeds uitgaat van een eigen gebiedsschematisatie zijn vertaalslagen nodig

om modellen op elkaar te laten aansluiten, ondanks een gemeenschappelijk bestands-

formaat of datamodel. Daarnaast zijn in bestaande simulatieapplicaties de modellen

(rekenkernen) en generieke functionaliteiten als data-management en visualisatie vaak

te veel met elkaar verweven om eenvoudig te kunnen delegeren aan andere modules in

een procesketen.

Door ontwikkeling en gebruik van raamwerken voor data- en modelintegratie kunnen

bovenstaande aspecten worden verbeterd. Een veelgebruikte definitie van raamwerken

wordt gegeven door Fayad et al. (1999). "A framework is a reusable design of a system

that describes how the system is decomposed into a set of interacting objects".

Een systeem wordt beschreven aan de hand van een set van interacterende objecten.

Het raamwerk beschrijft niet alleen de objecten, maar ook de interactie tussen de

objecten. Op deze manier vormt het raamwerk een herbruikbaar ontwerp voor

verschillende toepassingen.

Bij de koppeling van modellen en datasets met behulp van een framework verloopt de

communicatie niet direct tussen de modellen en/of datasets, maar via het framework

(figuur 2). Door te definiëren aan welke interfaces modellen, datasets, visualisatie-


componenten, etc. moeten voldoen hoeft slechts eenmalig een communicatiestructuur

te worden ontwikkeld. Het ontwikkelen van simulatieapplicaties komt vervolgens neer

op het ontwikkelen en hergebruiken van bouwstenen die de functionaliteit van

modellen en generieke tools bezitten.

Figuur 2: koppeling van modellen en datasets met behulp van een framework.

De toepassing van modellen in de groene ruimte gaat niet over rozen. Eind jaren ‘90

is daarom een onderzoek uitgevoerd naar de behoeften van waterbeheerders op het

gebied van modellen (http://waterland.net/riza/aquest/). Daaruit bleek onder meer dat

het grootste knelpunt lag bij de koppeling tussen de vele modelapplicaties, gegevens-

bestanden en andere instrumenten die in het waterbeheer worden gebruikt.

Dit ‘technische’ knelpunt was er tevens de oorzaak van dat de samenwerking op

modelgebied tussen de vele partijen in het waterbeheer werd bemoeilijkt en dat de

kosten voor beheer en onderhoud van modelapplicaties steeds moeilijker zijn op te

brengen voor individuele partijen. Dit onderzoek heeft uiteindelijk geleid tot de ont-

wikkeling van het breed gedragen en gezamenlijk ontwikkelde en beheerde Standaard

Raamwerk (www.genericframework.org) (WAL2000a), (OTJENS1999), (BLIND2001).

Bij onderzoeksinstituut Alterra is begin 2000 eenzelfde soort onderzoek uitgevoerd

naar de behoeften bij onderzoek en beleid in de ruimtelijke planvorming. Ook hierbij

kwam de koppeling van data, modellen en kennis als grootste knelpunt naar voren.

Bovendien werden systemen dermate specifiek op bepaalde kennisvragen ingericht dat

ze daarmee niet breed inzetbaar waren. In 2001 is daarom een start gemaakt met het

raamwerk GEOPS: digitaal integratiekader voor kenniskoppeling met een ruimtelijke

(geo) component.


4. case: geops

Het is in de praktijk moeilijk gebleken om met procesmodellen beleidsopties door te

rekenen op hun fysieke en sociaal-economische aspecten van de groene ruimte (o.a. in

[WAL1999] en [WAL2000c]). Op het terrein van bestemming en inrichting van de groene

ruimte is een geïntegreerd instrumentarium nodig om de effecten van beleidskeuzen

te bepalen. Voor de efficiëntie van beleidsevaluatie is er vooral behoefte aan een

instrument dat snel antwoord kan geven op uiteenlopende vragen, op grond waarvan

meer gedetailleerd vervolgonderzoek kan worden uitgevoerd.

Speciaal voor dat doel is GEOPS ontwikkeld. Het proces van raamwerkontwikkelingen

(figuur 3) gaat uit van het beschrijven en modelleren van het toepassingsdomein, de

domeinanalyse. Het doel van deze analyse is dan ook een beschrijving van dat domein,

waarin verschillende applicaties ontwikkeld en zullen worden toegepast.

Hiermee vormt een domeinanalyse een eerste aanzet om tot een architectuur te

komen. Het resultaat van een domeinanalyse is een domeinmodel: een vereenvoudigde,

abstracte afspiegeling van een toepassingsveld. De belangrijkste bijdrage van een

domeinmodel is dat het een gemeenschappelijke taal vormt, een modelleertaal, voor

specifieke problemen (of applicaties) in zo'n toepassingsveld.

Figuur 3: proces van raamwerkontwikkeling.

Het domeinmodel van GEOPS wordt weergegeven in figuur 4 en geeft een abstracte

beschrijving van het toepassingsdomein, nl. integratie van kennis, in de vorm van data

en modellen, voor het kwantificeren van systeemeigenschappen.

Op basis van de domeinanalyse is een architectuur ontwikkeld. Het raamwerk is de

container voor de verschillende raamwerkcomponenten zoals een system composer,

case manager en source solver. Deze generieke componenten zijn terug te vinden in

vele modelapplicaties die voor beleidsevaluatie worden gebruikt.


Naast een hulpmiddel voor de ontwik-

keling van nieuwe modelapplicaties

biedt GEOPS ook een integratiekader

voor ruimtelijke kennis. Het geeft

daarbij houvast aan het opslaan en

relateren van informatie, regels daar-

over en andere meta-kennis. Door de gekozen architectuur biedt het ondersteuning

voor het vastleggen, expliciteren van kennis. Door de eenduidige wijze van vastlegging

is deze kennis ook eenvoudig over te dragen. Kennis in GEOPS bestaat uit data, regels,

modellen en meta-informatie. GEOPS is ontwikkeld om op duurzame wijze de kennis

over de groene ruimte te beheren en te gebruiken. Daarom is gekozen om het raam-

werk niet op één specifieke standaard te baseren. Het is niet afhankelijk van specifieke

producten of data-formaten. Het kan met verschillende GIS-systemen en databases over-

weg. Ook ten aanzien van modelengines of –solvers stelt het raamwerk zich open op.

Medio 2002 zijn er drie model-applicaties ontwikkeld met GEOPS. Voor elke toepassing

is een eigen user-interface ontwikkeld, afgestemd op de specifieke doelgroepen en

specificaties. De tweede en derde applicatie zijn gelijktijdig ontwikkeld. Hierdoor

konden verschillende componenten direct voor hergebruik worden ontwikkeld.

Het terugverdienen van de investeringen in het raamwerk, puur financieel gesproken,

zal nog wel enkele projecten op zich laten wachten. Vanuit strategisch oogpunt echter

zijn de investeringen nu al lonend. De verschillende applicaties hebben elkaars user-

interface componenten kunnen hergebruiken. Verder hebben alle model-applicaties

dezelfde architectuur waardoor de daarin gebruikte kennis ook voor de andere

applicaties kan worden ontsloten. Ook bleken de generieke componenten als stabiele

bouwblokken te kunnen worden beschouwd, ook al zijn er in het kader van deze

projecten uitbreidingen op geweest.


5. conclusies

Project 1 in Tabel 1 zou heel goed een traditionele modelsysteem-ontwikkeling kunnen

zijn, bijvoorbeeld in het kader van een project: Laag organisatorisch risico, bescheiden

return-on-investment en redelijk beheersbare technische risico’s omdat nergens rekening

mee hoeft te worden gehouden.

Project 2 in Tabel 1 zou dan een raamwerkontwikkeling kunnen zijn. De ontwikkeling

van het raamwerk zelf zal een matige return-on-investment laten zien omdat het in

eerste instantie een extra activiteit is. Het raamwerk sluit wel goed aan bij de strategische

organisatiedoelen en bij de informatie-infrastructuur. Op dat punt scoort het hoog.

Raamwerkontwikkeling levert wel een groter risico op, omdat er vanwege het generieke

karakter veel meer partijen bij betrokken zullen zijn én vanwege de a priori nog open

en flexibele invulling.

Dat het allemaal toch de moeite waard is blijkt uit de scores van Project 3.

Project 3 is een modelsysteem dat mét een bestaand raamwerk wordt ontwikkeld.

Het heeft daardoor een hoge return-on-investment, direct een strategische aansluiting

en zeer lage risico’s. Ten aanzien van ‘competitive advantage’ of ‘competitive response’

hebben we alle projecten evenveel laten scoren, maar het is niet moeilijk voor te stellen

dat het hebben van een raamwerk, met de daarbij horende lagere time-to-market en

lagere risico’s wel degelijk een competitief voordeel kan zijn.

Eén van de projecten betreft een redesign en rebuild van een bestaand systeem. Ten

opzichte van de software-ontwikkeling van het oorspronkelijke systeem is de redesign

en rebuild een factor 4 goedkoper. Deze factor wordt naast het gebruik van GEOPS

natuurlijk ook bepaald door andere factoren zoals het uitgekristalliseerd zijn van

gebruikswensen. Door het redesign en het gebruik van het GEOPS raamwerk is de hui-

dige applicatie flexibeler en generieker en is koppeling met andere systemen vele

malen eenvoudiger.


literatuur

Blind, M.W., L. Wentholt, B. van Adrichem and P. Groenendijk, "The Generic Framework

- An Open Framework for Model Linkage and Rapid Decision Support System

Development", Paper to be presented at the ModSim 2001 conference, Canberra.

(BLIND2001)

Informatietechnologie voor kennisintensieve systemen, Advies aan de raad van bestuur,

ad hoc werkgroep. Intern document, 1999. [DLO1999]

Otjens, T., Framework voor simulatiesoftware.

Agro-informatica 12 (1999), 4: 20-22. [OTJENS1999]

Information Economics: Linking Business Performance to Information Technology,

Marilyn M. Parker, IBM Corporation, Robert J. Benson, Washington University, St. Louis,

H.E.Trainor, Flying Tigers International, ISBN: 0-13-464595-2, Prentice Hall, Copyright

1988. [PARKER1988]

Wal, T. van der, Ruimtelijke modellen in de groene ruimte.

Agro-informatica 12 (1999), 4: 3-4. [WAL1999]

Wal, T. van der (red.), Architectuur standaard raamwerk water.

Wageningen, Alterra, 2000. Alterra-rapport 072 / Stowa Rapp. 99-16 / Riza Rapp. 99.063,

116 blz. [WAL2000a]

Wal, T. van der, IT voor kennisintensieve systemen in Wageningen UR.

Agro-informatica 13 (2000), 1: 27-28. [WAL2000b]

Wal, T. van der en H. van Waveren,

Ontbreken semantische meta-informatie bemoeilijkt koppeling ruimtelijke modellen.

Vi Matrix 8 (2000), 1: 30-32. [WAL2000c]

Wal, T. van der & M.J.B. van Elswijk,

Generic framework for hydro-environmental modelling.

In: Generic framework water program & related projects in the Netherlands; papers

presented at the Hydroinformatics 2000 conference, July 22-27, Cedar Rapids, IA, USA.

S.l., s.n., 2000. RIZA Work. Paper 2000.039X / STOWA Work. Paper 2000-W-01 / RIKZ

Work. Paper RIKZ/OS/2000.110X, pp. 9-12. [WAL2000d]

Fayad, M.E., D.C. Schmidt and R.E. Johnson, Building Application Frameworks, 1999.


4

De ondernemer centraal, toepassing spelsimulatie mineraalmanagementin project Praktijkcijfers

Focus on the entrepeneur, use of Game Simulation Dairy in nutrientmanagement.

A.C.G. Beldman & C.H.G. Daatselaar Landbouw Economisch Instituut

Postbus 29703

2502 LS Den Haag

telefoon: 070 335 83 30

fax: 070 361 56 24


abstractThe first phase of the project Farm Data in Practice (FDP, Project Praktijkcijfers

in Dutch) focused on Good Agricultural Practice. GAP was translated in feeding

and fertilizing according standard advice, so it strongly focused on operational

management. This method did not result in lower nutrient surpluses in the

period 1997-1999. Analysis of the data of the farms showed that surpluses mainly

depended on management rather than on farm structure. The second phase of

the project focused on the farmer, the entrepreneur. The farmer made a strategic

plan for his farm. The adviser supported the farmer in the process.

Game Simulation Dairy (GSD) was used as a tool to support the process. GSD

works with the data of the entrepreneur’s own farm. The farmer can choose

from a number of management changes. The simulation calculates consequences

of management changes the farmer has chosen for technical and economical

results. The farmer can add or remove changes if he is not satisfied with the

plan.

A first evaluation of this approach showed that the farmers were very satisfied.

About 80% of the farmers was satisfied with the plan (realistic). About 70% of

the farmers indicated that they wanted to use the programme more often.

trefwoorden:strategievorming, spelsimulatie, ondernemen, mineralenmanagement

1. inleiding

Het project Praktijkcijfers 2 is in 2000 van start gegaan. De primaire doelstelling

van Praktijkcijfers 2 is dat de deelnemers aan de slag gaan met verbetering van het

mineralenmanagement en versterking van de positie van de deelnemers als agrarisch

ondernemer. De aanpak die voor de deelnemende melkveebedrijven is gekozen droeg de

titel ‘De ondernemer centraal in mineralenmanagement’. De aanpak is vormgegeven

door het LEI in nauwe samenwerking met de projectorganisatie van Praktijkcijfers 2.

In dit stuk wordt eerst ingegaan op de achtergrond van de keuze voor deze aanpak.

Vervolgens wordt ingegaan op de gevolgde werkwijze en op de resultaten die dit heeft

opgeleverd.

2. ervaringen praktijkcijfers 1 (1997-1999)

In het eerste project Praktijkcijfers ging een grote groep ondernemers aan de slag

met mineralenmanagement. In dit project lag de nadruk vooral op werken volgens de

Goede Landbouw Praktijk (GLP). Impliciet houdt deze werkwijze in dat men ervan

uitging dat in de uitgangssituatie niet volgens GLP werd gewerkt. In de praktijk

betekende dit dat in het project veel nadruk werd gelegd op het opvolgen van de

voedings- en bemestingsadviezen. De nadruk kwam hiermee vooral op de operationele

bedrijfsvoering te liggen met beperkte aandacht voor de tactische en vrijwel geen

aandacht voor de strategische aspecten. De verwachting was dat dit zou leiden tot

lagere overschotten. Dit bleek echter niet het geval. De overschotten op de melkvee-

bedrijven zijn in deze periode niet gedaald. De overschotten van de bedrijven die aan

Praktijkcijfers meededen bleken ook nauwelijks lager dan die van vergelijkbare bedrijven

uit het bedrijven-informatienet (BIN). Een belangrijke oorzaak hiervan is dat niet

gericht werd gestuurd op overschotten. Het overschot kwam tot stand als een resultante

van beslissingen op operationeel niveau (Beldman 2001 (a) + (b)). Met andere woorden:

het werken volgens GLP biedt geen garantie voor lage overschotten.

In een kwantitatieve analyse van de resultaten van Praktijkcijfers is gekeken naar de

relatie tussen structuurkenmerken en het stikstofoverschot. Als structuurkenmerken

werden meegenomen: grondsoort, aandeel grasland, aandeel akkerbouw, melkproductie

per hectare en aanwezigheid intensieve veehouderij. Uit deze analyse bleek dat van

het stikstofoverschot 26% van de verschillen uit bovenstaande structuurkenmerken

kon worden verklaard. Het overgrote deel wordt dus uit andere factoren verklaard.

In figuur 1 is de melkproductie per hectare uitgezet tegen het stikstofoverschot.

(Breembroek, 1998). Uit de figuur blijkt dat er geen duidelijk verband is tussen de

intensiteit van het bedrijf (in kg melk per hectare) en het stikstofoverschot.

Beldman, A.C.G. & C.H.G. Daatselaar

Figuur 1: stikstofoverschot na aftrek van stikstofcorrectie in relatie tot melkproductie per hectare

(project Praktijkcijfers 1997).

In een kwalitatieve evaluatie op basis van een beperkte groep deelnemers aan het

project Praktijkcijfers worden enkele conclusies getrokken ten aanzien van de werk-

wijze van het project. Mede gebaseerd op de hiervoor al genoemde kwantitatieve

evaluatie wordt afgeleid dat de ondernemer centraal moet staan in het project.

Het project treedt op als katalysator. Een andere conclusie is dat de deelnemers vonden

dat in het project de theorie nog te veel werd voorop gesteld: zo zou het moeten op de

bedrijven. Voor het gevoel van de deelnemers werd te weinig rekening gehouden met

de alledaagse realiteit in de bedrijfsvoering. (Proost, 2001)

3. werkwijze strategievorming praktijkcijfers 2

3.1 algemene aanpak

Mede op basis van de hiervoor genoemde ervaringen is in Praktijkcijfers 2 bij de

melkveehouders een andere aanpak gekozen die bestaat uit de volgende kernpunten:

■ De ondernemer centraal.

■ Mineralenmanagement in een strategisch kader.

Ad 1. Het initiatief ligt dus bij de ondernemer, project en adviseur ondersteunen

hierbij. De ondernemer is zelf verantwoordelijk voor het plan dat wordt opgesteld

en ook voor de uitvoering daarvan. Binnen de aanpak is nog steeds sprake van

kennisoverdracht, maar dan veel meer gebaseerd op de vraag van de ondernemer

en minder op de beschikbare kennis van de adviseur. De adviseur vervult vooral

de rol van procesbegeleider, hij stelt de juiste vragen om zo te helpen bij de juiste

afweging van maatregelen.

De ondernemer centraal, toepassing spelsimulatie mineraalmanagement in project Praktijkcijfers.

Ad 2. Een melkveehouder is geen melkveehouder geworden om zich primair met

mineralenmanagement bezig te houden. Zijn missie en doelstellingen richten

zich op andere aspecten van het bedrijf. In het proces wordt daarom begonnen

bij die missie en doelstellingen, vervolgens wordt gekeken hoe de

Minas-randvoorwaarden daarin ingepast kunnen worden.

Concreet bestond de aanpak uit twee groepsbijeenkomsten. In de eerste groeps-

bijeenkomst werd in samenwerking met een ervaren mineralenmanager (een collega-

melkveehouder) uitleg gegeven over de werkwijze van strategievorming.

Mineralenmanagement op zich kwam niet direct aan bod. Aan de ondernemer werd

gevraagd wat zijn missie is: ‘Waarom bent u melkveehouder, wat streeft u na met uw

bedrijf?’. Tevens werd hem gevraagd aan te geven wat de sterke en zwakke punten van

het bedrijf, de bedrijfsvoering en de ondernemer zijn. Ook werd kort ingegaan op de

analyse van zijn omgeving: ‘Wat komt er op u af?’. Tenslotte werd de vraag voorgelegd

‘Wat wordt uw concrete doelstelling voor deelname aan het project?’. Daarbij werd

voor het eerst gericht gevraagd naar mineralenmanagement. Al deze zaken zijn

vastgelegd in een persoonlijk document: het Strategisch Management Rapport (SMR).

Via deze vragen is toegewerkt naar het bedenken van mogelijke strategieën voor de

toekomst. In de tweede bijeenkomst werd deze strategie concreet uitgewerkt met

behulp van een computerprogramma, de Spelsimulatie Melkvee (GSD, Game

Simulation Dairy). De groepen bestonden uit 10-18 personen. Het aantal begeleiders

varieerde, er waren steeds minimaal twee begeleiders die het programma goed kenden.

Daarnaast was bij elke bijeenkomst een regiocoördinator van het project aanwezig.

Spelsimulatie Melkvee Met de Spelsimulatie Melkveehouderij ofwel Game Simulation Dairy (GSD) (Hennen,

1995) kan de ondernemer op basis van zijn eigen bedrijfsgegevens de effecten van

maatregelen op economie en mineralen doorrekenen. Het programma bevat zowel

meer algemene strategische maatregelen als maatregelen die meer specifiek op

mineralenmanagement zijn toegespitst: bemesting, voeding en voerproductie.

De ondernemer werkt zelf met het programma en kan zo tot een goede afweging

komen van (pakketten van) maatregelen. In tabel 1 staan de maatregelen per categorie

weergegeven. Een belangrijk punt bij het programma is dat met de eigen bedrijfs-

gegevens wordt gewerkt. Als geen bedrijfseigen gegevens beschikbaar zijn dan kan de

met behulp van een ander programma een fictief bedrijf worden aangemaakt dat zo

goed mogelijk op het eigen bedrijf lijkt. De ondernemer stelt zelf een maatregelenpakket

samen. Het programma is vrij eenvoudig te bedienen en werkt volgens drie stappen:

■ Maatregel kiezen (b.v. bemestingsniveau verlagen)

■ Maatregel kwantitatief invullen (b.v. bemestingsniveau verlagen met 50 kg N per

hectare)

■ Effect van maatregel bekijken.


Na stap 3 komt de gebruiker weer terug in het maatregelenscherm, de reeds gekozen

maatregel kan worden aangepast. Ook kan de gekozen maatregel worden gecombineerd

met andere maatregelen. Zo kan de gebruiker spelenderwijs een passend maatregelen-

pakket opbouwen. De maatregelen waaruit gekozen kan worden zijn vermeld in tabel 1.

Tabel 1: maatregelen in gsd.

Bemesting:

■ Wijzigen N-bemestingsniveau grasland

■ Verbeteren N-benutting organische mest

■ Verlagen fosfaatbemesting uit kunstmest

Voeding en voerproductie:

■ Verbeteren voeren graslandmanagement

■ Wijzigen beweidingssysteem

■ Beregenen

■ Verlagen P-gehalte in krachtvoer

■ Verlagen eiwitgehalte in krachtvoer (DVE)

■ Wijzigen krachtvoergift per koe

Strategisch:

■ Verhogen melkproductie door betere fokkerij

■ Wijzigen bedrijfsoppervlakte

■ Wijzigen verhouding gras:maïs

■ Wijzigen quotum

■ Wijzigen jongveebezetting

■ Toepassen melkrobot

■ Omschakelen naar biologisch

■ Afstoten van intensieve tak

4. resultaten aanpak de ondernemer centraal

4.1 gemaakte plannen

De gegevens van 168 deelnemende melkveebedrijven zijn geanalyseerd. In tabel 2

staan enkele kenmerken van de deelnemende bedrijven vermeld. De resultaten van de

gemaakte plannen worden per regio weergegeven. De regio Noord bestaat uit de

provincies Friesland, Groningen, Drenthe en Flevoland, de regio Oost uit Overijssel,

Gelderland en Utrecht, de regio West uit Noord- en Zuid-Holland en de regio Zuid uit

Noord-Brabant, Zeeland en Limburg.


Tabel 2: bedrijfsopzet en overschrijding eindnormen in uitgangssituatie.

De bedrijven van de 168 deelnemers hebben gemiddeld een vrij grote omvang met een

melkquotum van ruim 560.000 kg en bijna 42 hectare grond, waarvan bijna 33 hectare

gras, bijna 8 hectare maïs en ruim 1 hectare akkerbouw. Er worden gemiddeld 70 koei-

en gemolken met een productie van bijna 8.500 kg FPCM per koe. De bedrijven zijn vrij

intensief met zo’n 15.300 kg FPCM per hectare. Bij een gemiddeld vetgehalte van 4,38 %

is dit 14.532 kg melk per ha. De N-verliesnorm wordt overschreden met 71 kg/ha. Tabel

3 geeft een overzicht van de meest gekozen maatregelen.

Tabel 3: meest gekozen maatregelen door alle bedrijven en per regio.

Uit tabel 3 blijkt dat de nadruk bij de maatregelen op grasland en quotumuitbreiding

ligt. Het verlagen van het stikstofbemestingsniveau op het grasland wordt het meest

gekozen, direct gevolgd door uitbreiding van het melkquotum.


Voedingsmaatregelen zijn minder in beeld dan maatregelen op het terrein van

bemesting en graslandmanagement.

Tussen de regio’s komen verschillen voor. Zovalt de regio Noord op doordat vaker

wordt gekozen voor verlaging van het stikstofbemestingsniveau én voor het vergroten

van het melkquotum. Deze regio kiest minder vaak voor het verlagen van de jongvee-

bezetting en verwacht een geringere stijging van de melkproductie per koe.

Deze combinatie wijst op een consistent maatregelenpakket. Het jongvee is op deze

bedrijven nodig om het quotum vol te krijgen, bovendien zal het door uitbreiding van

het quotum ook moeilijk zijn om de melkproductie per koe snel te verhogen. Het ver-

lagen van het stikstofbemestingsniveau is nodig om de Minas-eindnorm te halen.

In de derde stap worden de resultaten van de spelsimulatie gepresenteerd.

In tabel 5 wordt het gemiddelde resultaat van de plannen voor de overschrijding van

de stikstofverliesnorm en het inkomen weergegeven. Gemiddeld voldoen de deelnemers

op basis van hun plan aan de stikstofverliesnorm. Het inkomenseffect is gemiddeld

bijna 11.000 euro. Dit inkomenseffect is berekend door het planresultaat te vergelijken

met de uitgangssituatie gecombineerd met de heffingen van 2003. Zonder de heffingen

is er vrijwel geen inkomenseffect.

Tabel 5: veranderingen overschrijding stikstofverliesnorm en inkomenseffect.

Ongeveer driekwart van de bedrijven heeft een plan gemaakt waarmee de stikstof-

eindnorm vrijwel wordt gehaald. Tussen de bedrijven komen grote verschillen voor in

de plannen. Elke ondernemer zoekt zijn eigen weg. De richting van de weg hangt voor

een deel samen met de bedrijfsopzet, maar heeft ook vooral te maken met de eigen

doelstellingen en visie van de ondernemer.

Meer gedetailleerde analyses van de strategische plannen zijn beschreven in een rapport

van het project Praktijkcijfers (Beldman, 2002).


4.2 evaluatie

De evaluatie van de gevolgde aanpak wordt volgens twee sporen uitgevoerd. Het eerste

spoor is een onderzoek van Agro Management Tools (AMT) naar de inzet van de tool

GSD. Dit onderzoek is uitgevoerd in de vorm van een enquête onder de deelnemers en

interviews met begeleiders. Deze enquête is geruime tijd (minimaal 8 maanden) na de

uitvoering van de spelsimulatie gehouden. Het tweede spoor is een evaluatie van de

uitgezette strategie door de deelnemers zelf. Omdat de plannen in feite voor het jaar

2003 zijn gemaakt en het project Praktijkcijfers in 2002 afloopt kan dit niet zeer

gedetailleerd gebeuren. Het is wel de bedoeling om de feitelijke bedrijfsresultaten van

2002 naast het gemaakte plan uit het jaar 2000 te zetten om zo in elk geval op hoofd-

lijnen na te gaan in hoeverre men op schema ligt. Deze analyse zal in 2003 worden

uitgevoerd.

AMT heeft een uitgebreid onderzoek gedaan naar de toepassing van de spelsimulatie

(Kuiper, D. 2002). Enkele kwantitatieve resultaten uit de enquête:

■ 80% van de gebruikers vindt het programma voldoende gebruikersvriendelijk.

■ 70% van de gebruikers vindt begeleiding bij het werken met het programma

noodzakelijk.

■ 80% van de gebruikers vindt dat de discussie met begeleiders en collega’s een

belangrijke rol vervult.

■ 80% van de gebruikers is direct na afloop tevreden over het plan (reëel en

uitvoerbaar). Na één jaar is dit nog 70%. Dit percentage daalt omdat omstandig-

heden in of om het bedrijf in sommige gevallen zijn gewijzigd.

■ 70% van de gebruikers wil graag nogmaals aan de slag met het programma.

Als sterke punten van het programma worden door de deelnemers genoemd:■ combinatie van milieu en economie;

■ snel verkrijgen van inzicht;

■ overzichtelijkheid;

■ toepassing in groepsverband.

Zwakke punten zijn:■ beschikbaarheid van bedrijfseigen gegevens;

■ huidige situatie is soms alweer veranderd ten opzichte van beschikbare gegevensset;

■ black-box aard van het programma;

■ praktische uitvoerbaarheid van maatregelen;

■ financieel resultaat kan verder worden uitgewerkt (nu alleen bedrijfseconomisch).

Een van de conclusies die op basis van de enquête wordt getrokken is dat het

zelfstandig aan de slag gaan heeft geleid tot een actieve en gemotiveerde planvorming

voor het eigen bedrijf. Ook wordt aangegeven dat het plan tot concrete vervolgacties


leidt. Het wordt besproken met begeleiders, familieleden en anderen. De begeleiding is

essentieel. Een goede begeleiding kan voorkomen dat maatregelen worden genomen

die niet reëel zijn.

De algemene conclusie die in het rapport wordt getrokken is dat de spelsimulatie een

bruikbaar instrument is gebleken bij het versterken van het vertrouwen dat men op

een economisch verantwoorde wijze de Minasnormen kan halen, bij het ontdekken van

de oorzaken van mineralenverliezen en mogelijke oplossingen en bij de afweging en

uiteindelijke keuze van het pakket van maatregelen.

5. discussie

De inzet van het instrument in het project Praktijkcijfers kent veel aspecten. In de

discussie worden vier aspecten eruit gelicht:

■ het instrument zelf;

■ bedrijfseigen gegevens;

■ instrument in context;

■ rol begeleider/adviseur.

Het instrument zelfBij de Spelsimulatie Melkvee kan uit een beperkt aantal maatregelen worden gekozen.

Dit aantal mag niet veel groter worden, anders raakt men het overzicht kwijt. Uit de

bijeenkomsten kwamen diverse wensen naar voren voor extra maatregelen. Er waren

echter nauwelijks maatregelen die door een groot aantal deelnemers werden genoemd.

Een vrij algemeen geplaatste opmerking was dat het economisch resultaat niet op

bedrijfseconomische grondslag, maar meer op basis van werkelijke geldstromen

weergegeven zou moeten worden. Aan deze aanpassing wordt inmiddels gewerkt.

Bedrijfseigen gegevensEigen bedrijfsgegevens worden als cruciaal gezien voor het maken van een goed plan

met behulp van de spelsimulatie. Dit lijkt erg logisch, toch blijkt in de praktijk dat de

gegevens lang niet altijd beschikbaar zijn. Ook hier geldt de eigen verantwoordelijk-

heid van de ondernemer. In principe is het zijn taak (en niet die van de adviseur) om

ervoor te zorgen dat de gegevens beschikbaar zijn. Waarschijnlijk kan het werken met

de spelsimulatie juist een stimulans zijn om meer gegevens van het bedrijf te (laten)

vastleggen.

Instrument in contextIn het project Praktijkcijfers is de spelsimulatie als middel ingezet om een doel te

bereiken. Bovendien heeft de spelsimulatie een plek in een totaaltraject.

In Praktijkcijfers is de spelsimulatie ingezet ter ondersteuning van de strategievorming


van de deelnemers. Gezien de reacties van de gebruikers kan worden gesteld dat de

tool succesvol is ingezet. Dit hangt voor een deel samen met de eigenschappen van het

instrument zelf, maar het hangt ook samen met de manier waarop het wordt ingezet.

Het instrument moet een duidelijke plaats hebben in een bepaald traject, de

ondernemer is zelf verantwoordelijk voor zijn eigen plan, de begeleider ondersteunt de

ondernemer bij de planvorming. De follow-up nadat het plan is gemaakt is belangrijk.

Bij deze toepassing werd dit door het project verzorgd. Buiten het projectverband moet

dit vervolg goed worden ingevuld, bijvoorbeeld door het plan verder uit te werken tot

een actieplan met evaluatiemomenten. Mede op basis van de ervaringen met het

instrument wordt nadrukkelijk gekozen voor toepassing in een strategisch kader met

inzet van begeleiding.

Rol begeleider/adviseurDe spelsimulatie neemt niet de rol van de adviseur over. De gebruikers hebben in de

evaluatie duidelijk aangegeven dat de begeleider een belangrijke rol heeft gespeeld bij

de dag waarop zij met de spelsimulatie aan de slag gingen. De adviseur krijgt wel een

andere rol. Tot nu toe was het misschien zo dat de adviseur zelf een plan maakte voor

de ondernemer om aan de Minas-normen te voldoen. Nu ligt de bal duidelijk bij de

ondernemer. De rol van de adviseur is meer die van procesbegeleider. Door vooral

vragen te stellen kan hij ervoor zorgen dat er een plan wordt gemaakt dat past bij de

ondernemer en zijn bedrijf, en dat ook uitvoerbaar is. Het stellen van kritische vragen,

soms stimulerend, soms remmend is een belangrijke factor voor een succesvolle

toepassing van het instrument.


literatuur

Beldman, A.C.G., C.J.M. Ondersteijn, mei 2001 (a), Mineralenbalansen 1997-1998-1999 in:

Analyse mineralenmanagement Praktijkcijfers 1. Project Praktijkcijfers 2, Houten.

Beldman, A.C.G., C.H.G. Daatselaar, C.J.M. Ondersteijn, mei 2001 (b),

Praktijkcijfers 1 versus BIN: groepsvergelijking van bedrijven met melkvee in:

Analyse mineralenmanagement Praktijkcijfers 1. Project Praktijkcijfers 2, Houten.

Beldman, A.C.G.,

Strategisch mineralenmanagement van melkveehouders, september 2002.

Boekje 2 uit de serie Praktijkcijfers boekt resultaat. Praktijkcijfers 2, Houten.

Hennen, W.H.G.J., januari 1995,

Detector, Knowledge-based system for dairy farm management support and policy

analysis. Onderzoeksverslag 125, Lei, Den Haag.

Breembroek, J. H. Siemes, oktober 1998,

Deelrapportage resultaten 1997 Analyse mineralenbalansen.

Project Praktijkcijfers, Arnhem.

Kuiper D, C.T. Smit, B.W. Zaalmink, juni 2002,

De Spelsimulatie Melkvee Ervaringen van deelnemers en begeleiders bij

Praktijkcijfers 2, Agro Management Tools rapport no. 10, Wageningen.

Proost J., 2001, De mens achter de cijfers. Project Praktijkcijfers, Houten.


The integration of monitoring and decision support systemsin Dutch horticulture

P.G.H. Kamp & W.M.P. van der Veen Westland Energie Services

Nieuweweg 1

2685 AP Poeldijk

The Netherlands


[email protected]

1. introduction

In the Netherlands, horticulture is an important part of the agricultural

production sector. Greenhouse cultivation is very intensive, as well in crop

handling (labour) as in product investments and energy use.

Westland Energie Services is a company providing greenhouse growers with

energy itself as well as with information about their pattern of energy con-

sumption, and also with advice on how to improve the efficiency of energy-use

with respect to crop production. The latter aspect requires accurate knowledge

about the energy demands of crop and greenhouse, and how the growth and

production rate is affected by environmental conditions such as radiation,

temperature, humidity, and carbon dioxide level.

2. background of the project

Greenhouse cultivation of vegetables, cut flowers and ornamentals is changing

more and more from a supply to a demand driven production. Growers have to

produce just in time the right amount of product of a high and constant

quality. Furthermore growers are faced with the increasing governmental and

public demand to grow their crops as environmentally sound as possible.

This implicates reducing as much as possible the input of fossil fuels for heating

and of chemicals for controlling pests and diseases, as well as to optimise plant

growth and development. The production aims can only be achieved by using

accurate climate control devices, and optimal control strategies. Prediction of

the short and long term effects of changes in greenhouse and outside climate

5

conditions and their effects on production and development of the crop are

therefore very important.

3. project description

Universities and institutes have developed several simulation models to predict plant

growth and greenhouse climate based on actual local weather and weather forecast.

These research models can be used to calculate the resulting changes in the greenhouse

conditions when changing one of the factors, e.g. increasing the temperature or carbon

dioxide level. Alas these models are in general not very user-friendly nor do these

models offer a complete image of everything that is happening inside the greenhouse.

The scope of the present project is to integrate the best of these models into one

programme and to present the resulting data to the growers in a user-friendly way.

The first step is to collect in real-time and to present all the relevant data, to calculate

the required amount of energy based on a simple model, and to predict disturbances

(equipment, control settings and weather) in inside greenhouse climate conditions.

The second step is to integrate more sophisticated models in order to enable reliable

long-term predictions on use of energy and production of crop. In addition, a module

for sampling the grower’s greenhouse characteristics will be used. Finally, the system

should be a decision support system for the grower, by storing and recalling proven

strategies for specific crop and climate conditions, and by calculating the long-term

costs and yields of those strategies. The grower thus can optimise the use of energy for

heating, supplementary lighting and carbon dioxide dosage while at the same time

optimising his production.

4. system approach

A complete system contains five distinctive parts:

■ On-site monitoring of greenhouse climate, energy use and crop production of

commercial growers.

■ Prediction of greenhouse climate using state-of-the-art greenhouse models, based on

(predictions of) outside weather conditions and characteristics of equipment.

■ Prediction of crop growth and development by using short and long term crop

models.

■ Analysis of relationships between energy consumption, greenhouse climate and

crop production by statistical comparison of the results of a range of greenhouses.

■ Decision support for the grower.

Kamp, P.G.H. & W.M.P. van der Veen

4.1 brief description of each part

1. Monitoring of greenhouse climate control On site a dedicated computer system is installed, for collecting real-time data from the

climate controller. Climate data from each department and from outside is sampled

every minute (if possible), as well as energy use, and heat, electricity and carbon dioxide

production. If possible, the system will also collect data from production, labour and

treatment registration systems. Otherwise, the grower will have to enter these data

manually.

To ensure the quality of data and to enhance the use of the system, it is important that

the grower easily can access all the features. Therefore, a graphical interface (click and

go) is required.

To enhance user support, remote access to the system is possible. The importance of

user support and continuous development should be emphasised: there exist no final

systems (yet), so each system that is not supported and updated will soon become

extinct. Easy ways for a user to get support will increase his commitment and feed-

back, and aid in development. Remote access reduces operating costs, and lowers the

threshold for contacting the support department.

Finally, access to the data is restricted, so that no one unauthorised can use it. This is a

requirement for the grower; most of them won’t go without it.

2. Prediction of greenhouse climateState-of-the-art greenhouse and control models will be used to compute the inside

greenhouse climate, taking into account the outside weather conditions and the

characteristics of the greenhouse and the technical installations inside. Also, models

will be used to calculate the internal transport and the exchange of heat, water vapour

and carbon dioxide.

The acquired data will be analysed in order to do parameter estimation of the green-

house. This can be done on site, and automatically. It is an essential requirement of the

system, because it would take a lot of effort to tune all parameters manually. In order

to do estimations and to produce reliable parameters, stable situations have to be

recognised. Knowledge of the relevant systems is required, but since most greenhouses

and crop varieties differ from each other, no exact criteria can be stated that produce

parameters useful for each and every location or crop. Fuzzy systems and neural nets

will be applied for this, and care has to be taken that estimated parameters will

remain between realistic bounds.

3. Prediction of crop Effects of changes in indoor greenhouse climate conditions on crop behaviour,

resulting either from changes in outdoor weather conditions or from grower-made

decisions, will be calculated using crop models, and visualised. Climate conditions

(radiation, temperature, carbon dioxide and humidity) and cultivation conditions

The integration of monitoring and decision support systems in Dutch horticulture.

(plant density, light transmission) are taken into account. These crop models calculate

actual photosynthesis, respiration and transpiration, as well as long-term growth: dry

and fresh weight increase of plants and dry matter distribution and weight and quality

of harvest fruits or flowers. It is possible to adjust parameters for light interception,

photosynthesis, carbon dioxide uptake, evaporation, and leaf development.

At the moment, models for calculating photosynthesis, transpiration and especially

growth and development of (greenhouse) vegetables have been studied more extensively

than for cut flowers and ornamental plants. However, since the basic mechanisms of

the models are quite similar, a good, modularly built model should be applicable to

other horticultural crops as well. Although, especially when considering cut flowers

and ornamental plants, quality has to be modelled as well. This will not be easy since

quality is not easy to measure.

Right now, research models of tomato and sweet pepper are already available. A lot of

effort is being done to integrate the first model into the Dymos system. At the moment,

the connection from database to tomato model is close and test runs can be done in

a graphical environment. This is of great use in (a) debugging the research model,

(b) determining the way to represent data, especially for long-term crop-growth, and

(c) for experimenting with climate scenario’s. Here already some striking results

emerged, yet to be validated, but in agreement with growers ‘green thumb’.

4. Statistical data analysis The acquired data also will be analysed in order to analyse trends between climate

controller settings, outside weather conditions, greenhouse climate, crop production,

energy consumption, etc. Since this concerns the comparison of several greenhouses

and control strategies, it will be done off-site. The purpose of this is, to provide the

grower with useful guidelines for developing his own strategies. Due to differences

between all of the sites and crop varieties, there can not be one exact optimal strategy.

By use of guidelines, the grower can be assisted in evaluating different strategies, and

finally decide himself which strategy is best to satisfy the demands of his specific market.

5. Decision supportSeveral levels of decision support are or will be implemented, in the range from

low-level detection of control stability to high-level long-term cost and yield analysis. In

order to do this, first of all, data from all levels (measurements, control strategies, cost

and yield determining factors) is required. The second step is the ability to compute or

predict specific variables (for example: instability, greenhouse temperature, energy and

crop yield). The third step is evaluating different scenario’s.

The final step is to present the results in a comprehensive way so that the grower will

be able to decide which way to go.


Depending on the level of existing knowledge, decision support can be more or less

automated. For example, a warning of temperature going out of range can already be

realised on the first level. But since most climate controllers are capable of doing this

as well, and since this requires quite a lot of values to be entered, considering all the

variables collected, this is not a very useful application. More intelligence is required

to do decision support on the second level. This can very well be done, since a lot of

knowledge is available and can be automated as well. This goes beyond the capabilities

of actual climate controllers and therefore will be a useful feature.

When going to the last steps, complete automation is not yet possible, and probably

even not desirable, since it concerns the grower’s economical strategies. But what is

desirable is, to provide the grower with accurate predictions of cost and yield deter-

mining factors. Both short and long term predictions can be useful, if the input can be

manipulated, thus enabling the grower to evaluate different scenarios. Manipulating

the input is possible by changing the (virtual) set points for example temperature and

lighting or shading, or by selecting a specific set of outside climate conditions: good,

fair or bad weather. For short-term predictions, weather predictions will be included.

Finally, the selected results from the different scenario’s will be presented to the

grower, who has to decide whether or not to implement one of these scenario’s by

entering the setpoints into the climate controller.

5. actual status

Starting from April 2000, pilot projects have been installed. Right now, data links with

several brands of climate controllers have been realised. At the same time, enhancing

the user-interface is an ongoing development. Monitoring therefore is possible right

now, and so is remote access to Dymos. At the moment, the basic energy model is

being validated, and statistical processing has been started as well. However, the

validation process of the energy model does raise the question what level of accuracy

will be required. Of course, this question not only will apply to the cost side, but also

to the yield side: the crop model.

Several universities and research institutes are developing models for Dymos.The first crop model (tomato) is in test-phase and will be validated during the rest of

this year. This is yet an off-line model; incorporating a research model in an on-line

user-friendly environment is not an easy task. Much care has to be taken to give the

user fast feedback, and to intercept all possible errors. Models for sweet pepper and

cucumber will follow. Other models are yet to come, including more sophisticated

energy models, as well as cut-flower quality models.

The integration of monitoring and decision support systems in Dutch horticulture.

6. conclusions

A lot of effort still has to be done to realise an integrated database, suitable for overall

modelling. User commitment is a main point of concern and has to be easy and reliable,

since the end user is not expected to be a computer wizard. Though development is

not always as rapid as expected, it is quick enough to maintain interest from growers.

A small installed base suffices to generate enough feedback, as long as the sites are

carefully selected.

Finally, the first tests with the crop model show some very promising results, yet to be

validated.

7. partner description

Both authors are employed by Westland Energie Services, which is the initiator and

financier of this project. Several subcontractors are involved, among which:

■ Plant Research International, Wageningen, Netherlands.

■ Wageningen University, Wageningen, Netherlands.

■ Universidade de Trás-os-Montes e Alto Douro, Dep. Engenharias, Vila Real, Portugal.

■ SPSS, Gorinchem, Netherlands: statistical support.

‘Dymos’ is a registered trade name.


Spelen met beleid, Simulatiespellen als leermiddel

Mark van Elswijk 1, Matthijs Maat 1 & Jan-Erik Wien 2 1: Software Engineering Research Centre (SERC)

Postbus 424, 3500 AK, Utrecht

telefoon: 030 254 54 12

fax: 030 254 59 48


2: Wageningen Software Labs (W!SL)

Postbus 47, 6700 AA, Wageningen

telefoon: 0317 47 43 41

fax: 0317 47 46 09


1. inleiding

Bij beleidsevaluatie worden wetenschappelijke rekenmodellen gebruikt om

de gevolgen van plannen en ontwikkelingen te kunnen bepalen. De modellen

worden veelal gemaakt door en voor experts; het gebruik van dergelijke

(computer)modellen vergt dan ook veel inhoudelijke kennis en inspanning.

Computerspellen worden juist gespeeld als ontspanning, en moeten laag-

drempelig en attractief zijn om de aandacht van een speler te kunnen trekken

en vasthouden. Inspanning en ontspanning liggen echter dichter bij elkaar dan

in eerste instantie misschien lijkt, zo betoogt Play2Learn in dit artikel.

2. simulatiemodellen

Bij de voorbereiding en evaluatie van beleid spelen modellen een belangrijke

rol. Een model, in de ruimste zin van het woord, is een abstractie van de

werkelijkheid en kan worden gebruikt om uitspraken en voorspellingen te doen

over die werkelijkheid.

‘De inrichting van de groene ruimte’ is een voorbeeld van een gebied waar

modellen een grote rol spelen. Er bestaan onder andere neerslagmodellen,

modellen voor gedragingen van oppervlakte- en grondwater, gewasgroeimodellen;

vele aspecten van de groene ruimte zijn gevangen in simulatiemodellen en/of

kennismodellen. Deze modellen hebben met elkaar gemeen dat ze vaak worden

gebruikt om toekomstige ontwikkelingen te voorspellen of om de gevolgen van

bepaalde ingrepen inzichtelijk te maken. Op deze manier bieden modellen

belangrijke ondersteuning bij het nemen van allerlei beslissingen.

6

In figuur 1 is een schematische weergave te zien van het model Initiator, een rekenmo-

del voor stikstofproblematiek in de landbouwsector.

Figuur 1: initiator, een rekenmodel voor stikstofproblematiek in de landbouwsector.

Traditioneel worden modellen opgesteld door experts, maar ook voor experts: met

behulp van het model kan een expert een antwoord formuleren op een bepaalde

vraagstelling. Die expert is vaak niet degene die ook de daadwerkelijke beslissingen

neemt, wat betekent dat er een vertaalslag nodig is om de resultaten van modellen

inzichtelijk te maken voor de echte beslissers. Dat is geen eenvoudige zaak, zeker niet

wanneer die beslissers (nog) niet het kennisniveau hebben van materiedeskundigen.

Ook voor modellenmakers zelf wordt het interpreteren van rekenmodellen steeds

complexer. Steeds vaker moet antwoord worden gegeven op vragen die veel

verschillende aspecten in zich verenigen en waarbij (resultaten uit) verschillende

rekenmodellen moeten worden geïntegreerd. Een andere trend is dat afnemers niet

alleen een antwoord op één vraag willen, maar het model zélf, om zo verschillende

scenario’s te kunnen doornemen.

Kortom, er bestaat behoefte aan middelen om complexe materie inzichtelijk te maken

en de discussie tussen deskundigen onderling en tussen deskundigen, beslissers en

belanghebbenden mogelijk te maken en te stimuleren.

Van Elswijk, Mark, Matthijs Maat & Jan Erik Wien

3. spelen om te leren

Spellen en simulatiemodellen zijn nauw aan elkaar gerelateerd. In zekere zin zijn

spellen simulaties waarin de gevolgen van acties van één of meer spelers binnen een

gesimuleerde wereld worden bepaald. Actoren worden dan een menselijk onderdeel

van een simulatie. Spelers worden geconfronteerd met de resultaten van eigen acties

en acties van anderen en kunnen hierop inspelen.

Deze eigenschap maakt dat spellen voor een aantal doelen kunnen worden ingezet:

■ Het opbouwen van bewustzijn over bepaalde problematiek. Het feit dat een spel

leuk is om te spelen versterkt dit effect.

■ Het ondersteunen van beleidsontwikkeling. Beleidsmakers kunnen in een veilige

omgeving en op een goedkope manier experimenteren met oplossingsrichtingen

en scenario’s.

■ Het overdragen van (complexe) kennis. Door middel van het spel kan kennis-

overdracht naar spelers plaatsvinden en kunnen complexe theorieën of problemen

ook voor leken begrijpelijk worden gemaakt.

■ Het bieden van inzicht. Zelfs voor experts kunnen problemen dermate complex zijn

dat het ineens bevatten ervan te moeilijk wordt. Een simulatiespel kan helpen stap

voor stap meer grip te krijgen op de complexe materie.

Spellen kunnen dus helpen waar traditionele simulatiemodellen soms tekortschieten:

communicatie van complexe materie, bijvoorbeeld naar (nog) ondeskundige

doelgroepen. Toch zijn er ook verschillen: een willekeurig simulatiemodel is niet

zomaar ‘leuk’ om te spelen. Spellen moeten laagdrempelig zijn, en attractief en

spannend, om spelers te kunnen (blijven) boeien. Om een simulatie ook als spel

effectief te laten zijn geldt daarom een aantal beperkingen. Allereerst moeten spelers

een duidelijk herkenbaar doel hebben en een beperkte verzameling acties kunnen

uitvoeren om dit doel te bereiken. Daarnaast moet een simulatie snel reageren op

acties van spelers. Ten slotte, als belangrijkste eis, moet een simulatie aan spelers de

gevolgen van de uitgevoerde acties inzichtelijk kunnen maken zodat spelers kunnen

leren welke acties wanneer moeten worden uitgevoerd om het (spel)doel te bereiken.

4. ben jij een nitrogenius?

De stikstofproblematiek is een typisch voorbeeld van de geschetste complexe materie.

Er zijn veel factoren die de problematiek beïnvloeden, er zijn verschillende belang-

hebbenden met soms strijdige belangen en niet iedereen zal zich direct iets kunnen

voorstellen bij de N-depositie op oppervlaktewater en daarvan weer de denitrificatie.

Iets voor een spel?

Spelen met beleid.

In opdracht van het Ministerie van Volkshuisvesting, Ruimtelijke Ordening en

Milieubeheer is NitroGenius gemaakt. NitroGenius is een simulatiespel waarin vier

spelers ieder een belanghebbende bij de stikstofproblematiek spelen: politiek,

industrie, landbouw of maatschappij. NitroGenius bestrijkt een fictieve periode van

30 jaar. In iedere spelronde (virtueel een aantal jaren, in werkelijkheid drie minuten)

kunnen spelers maatregelen nemen, ieder van achter een eigen PC en vanuit de eigen

belangen. De landbouwer kan bijvoorbeeld besluiten zijn stallen te verbouwen tot

zogenaamde ‘groen label stallen’. Figuur 2 toont NitroGenius tijdens een spelronde.

Figuur 2: NitroGenius - een speler in de rol als vertegenwoordiger van de maatschappij besluit dat

fietsen moet worden gepromoot.

Na iedere spelronde worden de gevolgen van de maatregelen doorgerekend door de

achterliggende rekenmodellen (waaronder het al eerder genoemde Initiatormodel) en

gepresenteerd aan deelnemers (zie figuur 3). De spelers worden, afhankelijk van hun

rol, afgerekend op hun bijdrage aan de winstgevendheid of het image van een sector,

de economie, het milieu of het salaris of de gezondheid van de Nederlanders, dit in

meer of mindere mate exact gebaseerd op onderliggende rekenmodellen. Na een aan-

tal ronden wisselen de spelers van rol om zo te worden geconfronteerd met belangen

van andere partijen, én de gevolgen van eerder genomen maatregelen - een speler kan

zelfs worden geconfronteerd met de resultaten van zijn eigen acties!

Aan het eind van het spel wordt de speler met de hoogste score tot winnaar gekroond,

maar wordt tevens de resulterende stand van zaken met betrekking tot de stikstof

getoond (de teamscore). Winnen is leuk, maar of het winnaars in dank zal worden

afgenomen dat als gevolg van stikstofvervuiling de aarde met graden tegelijk is opge-

warmd, valt te bezien.


Spelen met beleid.

Figuur 3: NitroGenius - gevolgen van de genomen maatregelen worden door de achterliggende

modellen doorgerekend en gepresenteerd aan de spelers.

NitroGenius dient twee doelen:■ Leereffect en bewustwording. Spelers worden geconfronteerd met de effecten van

genomen maatregelen, en krijgen daarmee begrip voor de mogelijke oplossings-

richtingen en de gevolgen van genomen beslissingen. NitroGenius beoogt daarnaast

ook inzicht te geven in de noodzaak voor samenwerking om te komen tot een

oplossing voor het stikstofprobleem.

■ Ondersteuning voor besluitvorming. Door het spel een aantal keren te spelen

kunnen verschillende scenario’s worden vergeleken. Op de Second International

Nitrogen Conference 2001 in Potomac, Verenigde Staten bleek uit analayse van

meer dan vijftig spelsessies met de daar verzamelde stikstofexperts (zie figuur 4)

dat er wel degelijk mogelijkheden zijn voor een succesvolle aanpak van de stikstof-

problematiek.

Figuur 4: NitroGenius - Stikstofexperts

willen winnen tijdens de Second

International Nitrogen Conference

(2001) in Potomac, Maryland, USA.

Een single-player variant van NitroGenius wordt binnenkort publiek beschikbaar

gesteld. Voor een nadere analyse van de effecten van afzonderlijke maatregelen is ook

een NitroGenius expertvariant ontwikkeld; een toegang op de onderliggende modellen

waaruit de spelelementen verwijderd zijn.

5. toekomst

Het inzetten van simulatiespellen blijft natuurlijk niet beperkt tot de stikstof-

problematiek. Splash (zie figuur 5) is bijvoorbeeld een simulatiespel gericht op het

inzichtelijk maken van de gevolgen van landinrichting op de waterhuishouding.

In de rol van waterbeheerder leert een speler bijvoorbeeld dat het aanleggen van dijken

in bovenstroomse gebieden desastreuze gevolgen kan hebben voor de mensen, steden

en economie in rivierdelta’s. Op het tweede Wereld Water Forum in Den Haag, in 2000,

bleek dat er veel belangstelling is voor een dergelijk spel als leer- en communicatie-

middel.

Figuur 5: Splash - een waterbeheerder in de problemen.

Het inzetten van spellen hoeft zich zelfs niet te beperken tot simulatiemodellen.

Overal waar leer- en communicatiemiddelen gewenst zijn kan een spelvorm

meerwaarde bieden. Gezien het aantal positieve reacties op de spellen Splash en

NitroGenius enerzijds en de toenemende complexiteit van beleidsvragen anderzijds,

mag in de toekomst nog meer worden verwacht van de inzet van dergelijke spellen.

Daarnaast kunnen spellen als leermiddel een belangrijke rol spelen in onderwijs-

vernieuwing. Play2Learn hoopt aan deze ontwikkelingen een nuttige bijdrage te

kunnen leveren.


6. referenties

Elgood, C., Handbook of management games, Gower Publishing Company,

Aldershot, 1984.

Erisman, J.W. et al, An outloook for a nationalintegrated nitrogen policy,

Env. Sci. Pollut nummer 4, 2001, pp. 87 – 95.

Erisman, J.W. et al, Nitrogenius: a nitrogen decision support system - A game to develop

the optimal policy to solve the Dutch nitrogen pollution roblem, Ambio, jaargang 31,

nummer 2, 2002, pp. 190-196.

Greenblat, C.S., R.D. Duke, Principles and practices of gaming/simulation,

Sage, Beverly Hills/London, 1981.

Ness, E., Dutch treat - The Netherlands tackles nitrogen pollution with a game,

Grist Magazine, mei 2002,

http://www.gristmagazine.com/maindish/ness051002.asp.

Mark van Elswijk en Matthijs Maat zijn werkzaam bij het Software Engineering Research Centre

(SERC) te Utrecht, Jan Erik Wien is werkzaam bij Wageningen Software Labs (W!SL). SERC en

W!SL vormen gezamelijk het samenwerkingsverband Play2Learn. Meer informatie over Play2Learn

en de simulatiespellen Splash en NitroGenius is te vinden op http://www.play2learn.nl

NitroGenius is door Play2Learn ontwikkeld in opdracht van het Ministerie voor Volkshuisvesting,

Ruimtelijke Ordening en Milieubeheer en in samenwerking met Alterra en Energieonderzoek

Centrum Nederland. Splash is een initiatief van Play2Learn en Alterra.

Dit artikel is onder de naam "Spelen met beleid" ook verschenen in I/O Vivat, het

maandelijkse blad van de studievereniging Inter-Actief van de Faculteit Informatica,

Universiteit Twente.

Spelen met beleid.

7

NitroGenius: Game over, new game?

Spelen om te leren en te regeren

Jan Willem Erisman e.a. Energieonderzoek Centrum Nederland (ECN)

Postbus 1

1755 ZG, Petten

telefoon: 0224 56 49 49

fax: 0224 56 44 80


Hoe te voldoen aan de alsmaar stijgende vraag naar energie en voedsel in de

wereld en de daaraan gepaard gaande productie van reactief stikstof zo veel

mogelijk te beperken? Deze vraag was het hoofdthema van de 2e internationale

stikstofconferentie vorig jaar in de VS. Speciaal voor deze conferentie werd het

‘stikstof-spel’ NitroGenius ontwikkeld. Het doel van dit beleidsondersteunend

instrument is een set van maatregelen te evalueren, waarmee het mogelijk is de

Nederlandse stikstofproblematiek op te lossen met zo weinig mogelijk sociale

en economische gevolgen. Het instrument kan op twee manieren worden

gebruikt: als een spel dat vier spelers tegelijk spelen en als een individueel te

gebruiken beleidsondersteunend instrument. De hier gegeven inhoudelijke

beschrijving heeft betrekking op zowel het spel als het beleidsondersteunend

instrument.

over de auteurs

Jan Willem Erisman (e-mail: [email protected]) is programmamanager milieuon-

derzoek van ECN en heeft dit artikel geschreven samen met Arjan Hensen

(ECN), Wim de Vries, Hans Kros (Alterra), Tamme van de Wal, Wim de Winter,

Jan Erik Wien (W!SL), Mark van Elswijk, Matthijs Maat (Serc) en Kaj Sanders

(VROM). Het NitroGenius internetadres is: www.NitroGenius.com

Dit artikel werd gepubliceerd in het julinummer van Arena (2002, 4, pp 54-57).

NitroGenius is in opdracht van het Ministerie van VROM ontwikkeld door het ECN,

in samenwerking met Alterra, SERC en W!SL (zie ook Arena februari 2002). De belang-

rijkste rol voor het spel tijdens de conferentie was het verbeteren van het begrip van de

complexe stikstofproblematiek, met speciale aandacht voor de rol van de verschillende

probleemeigenaren en de inventarisatie van mogelijkheden voor de oplossing van de

problematiek. Het spel werd gespeeld door 50 verschillende teams, waaronder mensen

van Environmental Protection Agency, EPA, Ministerie van VROM, de organisatoren en

enkele journalisten. Aan het eind van de conferentie werden prijzen uitgereikt aan het

beste team en de speler met het hoogste aantal punten. Een overzicht van de resultaten

van alle spelen leerde dat de stikstofproblematiek tot de doelstellingen terug te brengen

is, binnen de economische grenzen. Dat gaat echter ten koste van een groot deel van

de intensieve veehouderij en er zal behoorlijk geïnvesteerd moeten worden in selectieve

katalytische reductie (SCR)technieken en duurzame energie.

In dit artikel wordt NitroGenius beschreven. Eerst wordt ingegaan op de stikstof-

problematiek in Nederland. Daarna wordt de motivatie voor de ontwikkeling van het

spel gegeven, gevolgd door een beschrijving van de modellen die het hart van het spel

vormen. Tot slot wordt ingegaan op de resultaten van de vijftig teams die het spel

tijdens de conferentie gespeeld hebben.

1. de stikstofproblematiek in nederland

Nederland produceert (en importeert) te veel reactief stikstof (Nr), dat zijn weg naar het

milieu vindt. Onder reactief stikstof worden alle stikstofverbindingen verstaan behalve

stikstofgas (N2). Reactief stikstof kan worden gevormd door reactie van N2 met zuurstof

bij hoge temperaturen (verbranding), door biologische fixatie en door productie van

ammoniak in de chemische industrie. Reactief stikstof komt in het milieu door emissie

van NOx, NH3 en N2O naar de lucht en uit- en afspoeling van N naar het gronden

oppervlaktewater. Wanneer de reactieve stikstof accumuleert in het milieu kan dit tot

een ketting van reacties leiden in de vorm van directe schade aan planten, mensen en

dieren, verzuring en eutrofiëring van ecosystemen, bijdrage aan de vorming van fijn

stof en ozon die de menselijke gezondheid bedreigen en tot slot bijdrage aan klimaat-

verandering. Voor een overzicht van de stikstofproblematiek wordt verwezen naar

Erisman et al. (2001).

Nederland behoort tot de gebieden in de wereld met de hoogste stikstofdruk in het

milieu, vooral door de hoge bevolkingsdichtheid, de landbouwintensiteit en de

mobiliteit en industrialisatie. De stikstofproblematiek in Nederland is de best

onderzochte in de wereld. Dit heeft geleid tot inzichten over de integraliteit en de

mogelijkheden om effectief beleid te maken. De stikstofbalans wordt jaarlijks in de

Milieubalans door het RIVM beschreven (RIVM, 2001), gebaseerd op onder meer

Erisman, Jan Willem

getallen van het CBS (CBS, 1998). Tot op heden was er geen integraal compartiment-

overstijgend model beschikbaar, dat op de gewenste ruimte en tijdschalen de stikstof-

stromen naar en in het milieu konden beschrijven. Dit is noodzakelijk om een beleids-

onderbouwend instrument te maken om verschillende mogelijke oplossingen voor de

N-problematiek in Nederland te kunnen verkennen. Het stikstof-beleidsondersteunend

instrument NitroGenius is gebouwd rond zo’n model.

2. ‘play2learn’

Spel en simulatie liggen zeer dicht bij elkaar. In wezen kan een spel worden gezien als

een simulatie van acties die worden genomen door een of meer actoren (spelers) in een

gesimuleerde wereld. Wil een spel effectief zijn, dan moet de simulatie aan een aantal

voorwaarden voldoen. Allereerst moeten de spelers een helder doel hebben en toegang

krijgen tot een geëigende maar gelimiteerde set van acties die ze kunnen uitvoeren.

De simulatie moet een snelle reactie geven op de genomen acties en een goed overzicht

van de consequenties van deze acties. Tot slot moet de simulatie een reële uitkomst

geven. Meer achtergrond over het gebruik van spelen als simulaties is te vinden in o.m.

Elgood (1984).

Spellen kunnen als simulatie van belang zijn om de volgende redenen:

■ Spellen geven bestuurders de mogelijkheid om veilig en tegen lagen kosten,

binnen de grenzen van het spel en de simulatie, te experimenteren met

verschillende opties en daar direct de consequenties van te zien. Ze fungeren dan

als beleidsondersteunend systeem.

■ Spellen kunnen een rol vervullen bij de bewustwording en voorlichting. Het feit

dat spellen leuk en aantrekkelijk zijn verhoogt het effect van de bewustwording.

■ Spellen kunnen worden gebruikt om de overdracht van kennis te bevorderen en

complexe theorieën en problemen aan de man te brengen.

■ Spellen kunnen inzicht verschaffen in complexe problemen en daarmee bijdragen

aan oplossingen.

3. nitrogenius

In NitroGenius als spel kunnen vier spelers met een verschillende rol maatregelen

selecteren om een bijdrage te leveren aan een oplossing van de stikstofproblematiek

in Nederland met zo min mogelijk sociale en economische gevolgen. De vier spelers

vertegenwoordigen ieder een andere rol (een politicus, industrieel, landbouwer en

consument), maar opereren ook als een team. Iedere speler heeft een eigen doelstelling

en score, maar het team moet gezamenlijk de stikstofproblematiek oplossen en wordt

daarvoor gewaardeerd met een teamscore. Daarom kent elk spel een winnaar, de speler

Spelen om te leren en te regeren.

die de meeste punten scoort, maar ook het team kan winnen wanneer het de hoogste

teamscore heeft gehaald. Het doel voor de industrieel en de landbouwer is om zoveel

mogelijk winst te maken, de politicus is uit op een goed imago en de consument wil een

hoge levensstandaard. De levensstandaard is opgebouwd uit de economische situatie,

de toestand van het milieu en het aantal banen. Elke speler heeft een startbudget dat

gebaseerd is op de huidige economie en dat zich ontwikkelt als gevolg van de acties die

gedurende het spel worden genomen.

Een ‘NitroGenius-run’ loopt over een hypothetische tijdsperiode van zestien jaar, ver-

deeld over verschillende sessies. Elke ronde duurt maximaal drie minuten, waarbinnen

de spelers maximaal drie maatregelen kunnen kiezen uit de zeven opties die specifiek

voor die rol in die periode geboden worden. De meeste maatregelen kunnen hetzij

volledig, dan wel gedeeltelijk worden geïmplementeerd. Ook is het mogelijk een

maatregel regio- of sector-specifiek te maken door regio’s op een kaartje van Nederland

aan of uit te klikken. Het maatregelenselectie-scherm biedt een gedetailleerd overzicht

van de verschillende variabelen waarop gestuurd kan worden, zoals de milieu-

parameters nitraatconcentratie in grondwater en N-concentratie in oppervlaktewater,

stikstofdepositie op natuur, jaaremissies van NH3, NOx en N2O en de socio-economische

parameters als Bruto Nationaal Product (BNP), het aantal banen, de budgetten per

sector en de levensstandaardindicator. De veranderingen gedurende het spel in deze

variabelen en de regionale verdeling ervan (vijf regio’s) worden zichtbaar gemaakt.

Het budget per speler wordt beïnvloed door de gekozen maatregelen. Er kunnen alleen

maatregelen worden geselecteerd wanneer er voldoende budget is.

Wanneer een maatregel wordt geselecteerd, met de daarbij behorende intensiteit en

eventueel ruimtelijke verdeling, wordt via de parameters in de bijbehorende database

het effect op de diverse modelparameters bepaald. In de database bevinden zich

ruimtelijk gedifferentieerde landgebruikgegevens, bodemkarakteristieken, hydrologie

(grondwaterniveau, drainage, uitspoeling), bronnen (emissies per sector naar de

atmosfeer) en organische mest en kunstmest. Voor de maatregelen zijn gegevens over

kosten per activiteit en maatregel, werkgelegenheid per sector, economische gegevens,

etc. opgenomen in de database. Deze database kan eenvoudig worden uitgebreid

waardoor nieuwe maatregelen toe te voegen zijn. Zo kunnen eenvoudig nieuwe

maatregelen worden getoetst. In de huidige versie zitten meer dan 300 maatregelen.

Wanneer alle spelers hun maatregelen hebben geselecteerd is het aan de consument

om eventueel één maatregel, genomen door een van de andere spelers, te blokkeren.

Dit simuleert de mogelijkheid van de samenleving om te ageren tegen voorgenomen

activiteiten of beleid. Als de spelronde voorbij is wordt het maatregelenpakket in de

modellen doorgerekend. Na afloop van de ronde verschijnt een scherm met een krant.

Hier kan een lijst met maatregelen uit de vorige ronde worden opgevraagd en het

effect ervan op de variabelen worden bekeken. Dan start een nieuwe ronde, met een

nieuwe set aan maatregelen, die gedeeltelijk afhankelijk zijn van wat er in voorgaande

Erisman, Jan Willem

rondes is geselecteerd. Zo gaat het spel door totdat er vier rondes gespeeld zijn, dan

wordt er van rol gewisseld en wordt de speler geconfronteerd met het beleid van de

voorganger. Het totale spel kent zestien ronden, zodat iedereen alle vier rollen te

spelen krijgt. Figuur 1 laat enkele screenshots van NitroGenius zien.

Figuur 1: screenshots van NitroGenius.

4. modellen

Een spel of beleidsondersteunend instrument moet gebruik maken van modellen

met simpele parameterisaties waarmee alle relevante onderdelen en interacties van

de stikstofketen worden beschreven. De parameterisaties moeten nauwkeurig genoeg

zijn om realistische uitkomsten te genereren voor nu en in de toekomst en moeten een

scala aan maatregelen kunnen doorrekenen. De eenvoudige parameterisaties zijn

o.m. afgeleid van meer gedetailleerde en complexere modellen. Nadat binnen het spel

opties voor oplossingen zijn gekozen worden deze modellen gebruikt om precies door

te rekenen wat de uitkomsten en consequenties zullen zijn.


A: selectie van maatregelen.

B. gedetailleerd overzicht van

parameters.

NitroGenius bevat de volgende gekoppelde modellen voor de beschrijving van de stik-

stofketens en de economische aspecten (zie ook figuur 2 en Erisman et al., 2002 voor

een uitgebreide beschrijving):

■ een module om emissies naar de lucht te berekenen;

■ een module, INITIATOR genaamd, om de stikstofstromen in de landbouw

te beschrijven;

■ een depositiemodel dat de belasting van de natuur met stikstof berekent;

■ een ozon-blootstellingsmodel dat ozonconcentraties en effectparameters bepaalt;

■ een socio-economisch model dat de tevredenheid van het Nederlandse volk, de

werkeloosheid en het Bruto Nationaal Product uitrekent.

De modellen zijn gekoppeld en maken gebruik van ruimtelijke gegevens zoals van

landgebruik en bodemtype en van niet-ruimtelijke informatie. De uitkomsten worden

gepresenteerd in de vorm van kaarten, tabellen en grafieken (zie ook figuur 1B).

Figuur 2: schematisch overzicht van het Nitrogen Decision Support System, NitroGenius.

5. emissie module

Emissies van reactief stikstof (Nr) voor alle economische activiteiten, behalve de

landbouw, worden berekend door vermenigvuldiging van het (product)volume van een

activiteit met een emissiefactor. De emissiefactor is de emissie per component per

product (volume) geproduceerd per sector. De huidige (1995 –2000) verdeling van

Nr-bronnen in Nederland en de actuele emissiefactoren vormen de initialisatie van

NitroGenius. Maatregelen beïnvloeden de emissies door in te grijpen op de emissie-

factoren, op het product (volume) of op de locatie van de productie. Daarbij zorgen

sommige maatregelen voor een verschuiving in emissies van de ene in de andere

component waardoor ook een afwenteling van milieuproblemen tussen verschillende

thema’s ( bijvoorbeeld verzuring, en klimaat) plaatsvindt. Omdat bij de berekeningen

van het atmosferische transport rekening wordt gehouden met het verschillende gedrag

Erisman, Jan Willem

van emissies uit hoge industriële bronnen en bronnen dicht bij het aardoppervlak,

worden deze emissies apart bijgehouden. Landbouwemissies worden door het model

INITIATOR berekend, dat in de volgende paragraaf wordt beschreven. De ruimtelijke

verdeling van de emissies is 5x5 km2 en dient als invoer voor de transport-depositie

module.

6. stikstofstromen model voor de landbouw: initiator

INITIATOR is een eenvoudig stikstofbalans model gebaseerd op lineaire relaties tussen

verschillende Nr-stromen in de landbouw (de Vries e.a., 2001). De vereenvoudigde

lineaire transformatie-parameters zijn een functie van het type mest, landgebruik,

bodemtype en/of het hydrologisch systeem en zijn afgeleid van het model STONE

(Overbeek e.a. 2001). In het model wordt eerst de totale N-input naar het bodem-

oppervlak berekend door de input van organische mest, kunstmest, depositie (door alle

bronnen) en biologische vastlegging te sommeren. De verliezen van het terrestrisch

systeem worden berekend als functie van bodemtype, landgebruik en hydrologie.

Hierbij wordt de volgende volgorde aangehouden: eerst verlies van ammoniak naar de

lucht, gevolgd door N-opname door het gewas, stikstofophoping/immobilisatie,

(de)nitrificatie in de bodem. Alle N-transformatieprocessen zijn lineair gerelateerd aan

de N-input. De ammoniakemissies bestaan uit emissies uit stallen, aanwending van

dierlijke mest en kunstmest en weide-emissies.

De uitspoeling van Nr naar het grondwater en oppervlaktewater wordt verdeeld door

de vermenigvuldiging van het netto N-overschot met respectievelijk de uitspoelings-

fractie en een afspoelingsfractie. Denitrificatie in het bovenste grondwater wordt

meegenomen om de uitspoeling van nitraat op 1 meter diepte onder het oppervlak te

berekenen. Denitrificatie wordt uiteindelijk berekend voor de bodem (wortelzone), het

bovenste grondwater, sloten en oppervlaktewater. N-input naar het oppervlaktewater

wordt gevormd door de afspoeling van terrestrische systemen en atmosferische

depositie. De output van INITIATOR bestaat uit landbouwemissies van NH3, NOx en

N2O op 5x5 km2 resolutie en NH4, NO3 en totaal N- concentraties in gronden

oppervlaktewater.

7. depositie en ozonmodel

Depositie van Nr wordt berekend met bronreceptor-matrices op een 5x5 km2

schaal.

Met bronreceptor-matrices kan de fractie van de emissie uit een gridcel die in de

omringende gridcellen deponeert berekend worden. De matrices zijn afgeleid van het

OPS Gaussisch pluimmodel (van Jaarsveld, 1995). Met de jaargemiddelde emissie van


NH3 en NOx verdeeld over de 5x5 km2 gridcellen en de bronreceptor-matrices wordt

de totale depositie over de gridcellen in Nederland berekend. De depositie door buiten-

landse bronnen is eenmalig berekend voor het jaar 2000 en wordt bij de depositie t.g.v.

de Nederlandse bronnen opgeteld. (Door internationaal lobbywerk kunnen ook deze

emissies en de daaraan gekoppelde depositie verminderd worden.) De mate van

overschrijding van de kritische depositiewaarden voor de natuur is een maat voor de

benodigde reducties om doelstellingen te bereiken.

Ozon is een secondair luchtverontreinigend gas dat in de lucht wordt gevormd

onder invloed van zonlicht door de precursors stikstofoxide en vluchtige organische

componenten (VOC). Voor landbouwgewassen en natuurlijke vegetatie is een kritische

concentratiewaarde afgeleid die wordt uitgedrukt als de AOT40, zijnde een

geaccumuleerde ozonexpositie-drempel van 40 ppb, die een waarde van 3 ppm.uur

niet mag overschrijden (Amann e.a., 1999). Aangezien er geen eenvoudig ozonmodel

beschikbaar was, werd een model ontwikkeld gebaseerd op lineaire relaties tussen de

ecosysteem oppervlakte gewogen jaargemiddelde AOT40 overschrijding van 3 ppm.uur

en de NOx- en VOC-emissies (Erisman e. a. 2002). De maat die in NitroGenius gebruikt

wordt is de overschrijding van de AOT40 waarde van 3 ppm.uur vermenigvuldigd met

de oppervlakte van het natuurgebied waarin deze waarde wordt overschreden.

De gekozen maatregelen beïnvloeden de NOx- en VOC-emissies en. Met de nieuwe

emissies en bovengenoemde relaties kan de overschrijding van de AOT40 en de grootte

van het oppervlak met een overschrijding berekend worden.

8. socio-economisch model

Economische en sociale aspecten zijn van doorslaggevend belang voor de acceptatie

van milieumaatregelen. In NitroGenius is een socio-economisch model opgenomen dat

gebaseerd is op data van het Centraal Bureau voor de Statistiek (CBS, 2001). In het

model zijn de sectoren opgenomen die bijdragen aan het BNP. Voor elke sector werden

de huidige (1998 – 2000) productvolumes, kosten, energie en elektriciteitsgebruik, ruw

en ander materiaal, aantallen banen, salaris en emissies opgenomen in een database;

zij vormen de basis voor het socio-economische model. In het model zijn de voor de

N-problematiek bepalende sectoren specifiek aanwezig, een aantal andere sectoren zijn

gegroepeerd en worden door de maatregelen ook niet of nauwelijks beïnvloed.

Met de parameters uit de database voor de verschillende sectoren wordt het huidig

productieniveau, BNP en werkgelegenheid berekend. Het huidig BNP bedraagt 373 G_.

De bijdragen van de verschillende sectoren worden gebruikt om na iedere sessie

wanneer de maatregelen zijn geselecteerd de economische ontwikkelingen te

berekenen. De werkgelegenheid is afhankelijk van de economische ontwikkeling in de

diverse sectoren en is gegroepeerd per rol.

Erisman, Jan Willem

9. resultaten spelsessies

In totaal zijn door de deelnemers aan de 2e internationale stikstofconferentie meer

dan vijftig complete spelsessies met vier spelers gespeeld. De resultaten en het verloop

van alle spelen zijn opgeslagen en geanalyseerd. Verschillende teams zijn in staat geble-

ken de Nederlandse stikstofproblematiek op te lossen, ofwel zij waren in staat om de

effectparameters onder de nationale doelstellingen te krijgen. Het terugbrengen van de

omvang van de veestapel, toepassing van rookgasreiniging in de industrie en de inzet

van hernieuwbare grondstoffen bleken effectieve maatregelen. Dat dit strikte milieube-

leid volgens NitroGenius niet ten koste van de welvaart hoeft te gaan, blijkt uit het feit

dat er door sommige van de meest succesvolle teams nog steeds een jaarlijkse groei

van het Bruto Nationaal Product met 2,5 procent is gehaald. Figuur 3 geeft de score per

team uitgedrukt in groei in BNP tegen de milieuscore. De milieuscore is een gewogen

gemiddelde van alle effectparameters. Duidelijk is dat een hoge BNP-groei gehaald

wordt bij een lage milieuscore. Opvallend is dat een hoge milieuscore zowel bij een

hoog BNP als ook een laag BNP gehaald kan worden. Dit betekent dat er optimalisatie

in het beleid en in de volgorde van maatregelen nemen mogelijk is. Het moeilijkste op

te lossen bleek de NOx-problematiek met de budgetten en maatregelen die ter beschik-

king stonden. Tijdens de conferentie werd een winnend team gekozen, dat het beste

voldeed aan de doelstelling: de problematiek op te lossen met zo min mogelijk nadeli-

ge consequenties. Dit team, met het witte vakje in Figuur 3, bereikte een emissiereduc-

tie van 87, 36 en 78% voor respectievelijk NH3, NOx en N2O. De milieugevolgen waren

daarmee zo goed als opgelost (waarden ver beneden de doelstelling), behalve de over-

schrijding van de AOT40-doelstelling. De tactiek die door dit team was aangehouden

was eerst geld genereren en weinig milieumaatregelen nemen om vervolgens, wanneer

de budgetten toereikend waren, fors op maatregelen in te zetten.

Figuur 3: resultaat van de spelen tijdens de 2e stikstofconferentie.


literatuur

Amann, M., Bertrok, I., Cofala, J., Gyarfas, F., Heyes, C., Klimont, Z. and Schoepp, W.

1999. Integrated assessment modelling for the protocol to abate acidification,

eutrophication and ground-level ozone in Europe. Publicatiereeks Lucht & energie,

nr. 132, Ministry VROM, The Hague, the Netherlands.

Central Bureau of Statistics 1997. Economics and the physical environmental

(in Dutch). SDU publishers, The Hague, the Netherlands.

De Vries, W. Kros, J., Oenema, O. and Erisman, J.W. 2001. Assessment of nitrogen

production ceilings on a regional scale avoiding adverse environmental impacts.

TheScientificWorld,1.

Elgood, C., 1984, Handbook of management games, Gower Publishing Company,

Alderschot

Erisman, J.W., de Vries, W., Kros, H., Oenema, O., van der Eerden, L. and Smeulders,

S. 2001. An outlook for a national integrated nitrogen policy. Env. Sci. & Pol., 4, 87-95.

Erisman et al. 2002. NitroGenius: A nitrogen decision support system in the form of

a game to develop the optimal policy to solve the Dutch nitrogen pollution problem.

Ambio (in druk).

Overbeek, G.B.J., J.J.M. van Grinsven, J. Roelsma, P. Groenendijk, P.M. van Egmond

en A.H.W. Beusen (2001) Achtergronden bij de berekening van vermesting van bodem

en grondwater voor de 5e Milieuverkenning met het model STONE. RIVM rapport

408129020, Bilthoven.

RIVM 2001. Nationale Milieubalans 2001. Samson bv, Alphen aan den Rijn, Netherlands.

Van Jaarsveld, H.J.A. 1995. Modelling the long-term atmospheric behaviour of

pollutants on various spatial scales. Ph.D. thesis, University of Utrecht, the Netherlands.

Erisman, Jan Willem

Simulatiemodel voor de logistiek bij de inzameling van vleeskalveren

Simulation model for the logistics of fattening calves collecting

R.M. de Mol, E. Annevelink & A.C. Smits IMAG

Postbus 43

6700 AA Wageningen

Tel.: (0317) 47 64 59

Fax: (0317) 42 56 70

E-mail: [email protected]

abstractCollecting of calves for fattening from dairy farms to fattening farms is done

with collecting areas where the calves are classified and redistributed. This

practice implies not only many transport movements, but also high veterinary

risks (e.g. for spreading of foot and mouth disease). Therefore, a simulation

model has been developed to study alternative structures, without collecting

areas, for the collecting of calves: 1) classification at pickup or classification in

advance by the dairy farmer, and 2) direct transport from dairy farm to fatte-

ning farm or combination of smaller transports into larger transports, if useful.

This gives four alternative structures that have been applied in a simulation for

the northeastern part of the Netherlands, for different collecting intervals (once

a week or once in three weeks). The simulation results show that alternative

structures can reduce the number and length of calf transports and therefore

may be beneficial.

trefwoorden:logistiek, simulatiemodel, vleeskalveren

1. inleiding

De meeste kalveren, die geboren worden op Nederlandse melkveebedrijven,

gaan naar vleeskalverbedrijven voor de kalfsvleesproductie. Alle stierkalveren en

een deel van de vaarskalveren worden afgevoerd. Daarnaast is er ook veel

import van kalveren naar vleeskalverbedrijven. De aanvoer van kalveren van

melkveebedrijven naar vleeskalverbedrijven gaat via kalververzamelplaatsen,

8

waar de kalveren worden geclassificeerd en herverdeeld over de vleeskalverbedrijven.

Deze logistieke structuur van de vleeskalversector, waarin kalveren van het melkveebe-

drijf via een verzamelplaats naar het vleeskalverbedrijf worden vervoerd, brengt naast

veel logistieke bewegingen ook ongewenst hoge veterinaire risico's met zich mee. Eén

van de eerste gevallen van MKZ in 2001 (in Oene) is hoogstwaarschijnlijk veroorzaakt

door een besmetting van importkalveren uit Ierland op een halteplaats in Mayenne,

Frankrijk (Abbas et al., 2002).

Daarom zoekt de overheid naar een organisatievorm die deze risico's tot een acceptabel

niveau reduceert. Dit zou kunnen worden bereikt door de keten tussen geboorte en

slacht van de kalveren te verkorten met vermindering van het aantal transportbewe-

gingen en het aantal contacten tussen de dieren en tussen bedrijven. Het uitgangspunt

hierbij is dat in deze verkorte keten geen verzamelplaatsen zijn opgenomen, dus dat de

kalveren vanaf het melkveebedrijf rechtstreeks aan het vleeskalverbedrijf worden gele-

verd.

In een deskstudie (Smits et al., 2002) is bekeken welke alternatieve logistieke structu-

ren mogelijk zijn en wat de consequenties hiervan zijn voor het aantal transportbewe-

gingen, de duur van transporten, de veterinaire risico's en het dierwelzijn. Hiertoe is

een simulatiemodel ontwikkeld, zijn de ICT-consequenties geschetst, is het classifica-

tievraagstuk uitgewerkt en is het veterinaire vraagstuk bekeken. In deze paper wordt

vooral het simulatiemodel voor de logistiek bij de kalverlogistiek beschreven, de overi-

ge onderdelen van de deskstudie komen slechts zijdelings aan de orde. Eerst worden de

achtergronden geschetst, daarna wordt het simulatiemodel beschreven, gevolgd door

een globale beschrijving van de resultaten. Er wordt afgesloten met enkele conclusies.

2. achtergrond

Kalveren voor de mesterij worden op melkveebedrijven geboren. In 2000 waren er in

Nederland 1,5 miljoen melkkoeien op 30 duizend melkveebedrijven; ca. 60% van de kal-

veren wordt verkocht (alle stierkalveren en een deel van de vaarskalveren). Er waren

bijna 3000 vleeskalverbedrijven met 800 duizend kalverplaatsen. Omdat er bijna twee

mestrondes per jaar zijn, is de vraag naar nuchtere kalveren voor de vleeskalverhoude-

rij ca. 1,5 miljoen per jaar. Naast de aanvoer van Nederlandse melkveebedrijven is er

veel import (CBS, 2001). Vrijwel alle vleeskalverhouders zijn aangesloten bij één van de

drie integraties (Van Drie, Alpuro en Denkavit); de inzameling gebeurt per integratie.

Na de MKZ-crisis in 2001 worden kalveren alleen nog bijeengebracht op zogenaamde

kalververzamelplaatsen. Op deze fysieke verzamelplaatsen vindt selectie en verkoop

plaats, waarna de kalveren getransporteerd worden naar de vleeskalverbedrijven.

Kalververzamelplaatsen hebben volgens het vleeskalverbedrijfsleven een essentiële

functie in de logistieke organisatie van de kalversector, omdat de sector alleen met

deze werkwijze het vereiste product aan de afzetmarkt kan leveren. Het ministerie van

Landbouw, Natuurbeheer en Visserij (LNV) heeft de kalververzamelplaatsen in 2001 nog

De Mol, R.M., E. Annevelink & A.C. Smits

voor één jaar toegestaan. LNV stelt echter vanuit het oogpunt van transportpreventie,

vanuit veterinair oogpunt en vanuit dierwelzijnsoogpunt de logistieke organisatie in

de dierlijke sector ter discussie. Men is op zoek naar alternatieve (logistieke) organisa-

tievormen (de transporten verzamelstructuur) in de kalversector gericht op de middel-

lange termijn. In een pilot-project transportpreventie moeten alternatieven worden

onderzocht die het aantal transportbewegingen van dieren sterk kunnen terugbren-

gen. Men denkt onder meer aan virtueel selecteren en andere verzamelroutes.

Tot 12 april 2002 was de aanvoer van kalveren naar verzamelplaatsen beperkt tot kalve-

ren vanuit één van de vier regio's waarin Nederland was verdeeld. De regio-indeling is

inmiddels opgeheven.

In een deskstudie (Smits et al., 2002) is bekeken welke innovaties (logistiek, ICT, pro-

ductiesysteem) mogelijk zijn als alternatief voor de huidige logistieke structuur voor

vleeskalveren. De alternatieve structuur dient te worden gekenmerkt door:

■ vermindering veterinaire risico's ten aanzien van de verspreiding van besmettelijke

dierziekten;

■ vermindering van de duur van het transport;

■ vermindering van het aantal transportbewegingen (transportpreventie);

■ verbeterd welzijn dankzij minder verplaatsingen en kortere transportduur tussen

melkveebedrijf en vleeskalverbedrijf.

Hiertoe is een aantal logistieke structuren met bovengenoemde kenmerken uitgewerkt

en wordt in de deskstudie advies gegeven over de opzet van een pilot-project om alter-

natieve (logistieke) organisatievormen ook daadwerkelijk experimenteel toe te passen

in samenwerking tussen overheid, bedrijfsleven en kennisinstellingen.

3. logistieke structuren

3.1 huidige logistieke structuur: via verzamelplaats

In de huidige structuur worden de kalveren ongesorteerd opgehaald en naar een verza-

melplaats gebracht, daar worden ze gesorteerd en vervolgens naar de vleeskalverbedrij-

ven gebracht (figuur 1). Elk kalf wordt tussen de tien en veertien dagen na geboorte

opgehaald. Eerder dan tien dagen is niet toegestaan en langer dan zestien dagen komt

bijna niet voor bij de gebruikelijke ophaalfrequentie van minstens één keer per week.

Het ophalen gebeurt door een handelaar of intermediair, met vrij kleine transportmid-

delen (5-50 kalveren). De boer meldt eventuele problemen en ziekten. De prijsbepaling

wordt aan de intermediair overgelaten. Op de verzamelplaats wordt het kalf bij aan-

voer gewogen en geclassificeerd door de houder van de verzamelplaats. De classificatie

is niet gestandaardiseerd, maar meestal worden de kalveren in ca. vier tot acht groepen

ingedeeld. De kalveren worden nog dezelfde dag naar een vleeskalverbedrijf gebracht,

hiervoor worden vrij grote vrachtauto's gebruikt (100-200 kalveren).


Figuur 1: schema kalverlogistiek met gebruikmaking van kalververzamelplaatsen.

3.2 alternatieve logistieke structuren

Er zijn voor de routeplanning zonder gebruik van verzamelplaatsen, twee mogelijke

alternatieven bekeken:

1) Classificatie bij het ophalen: alle kalveren worden ongesorteerd opgehaald, de

lading van één vrachtauto gaat naar één vleeskalverbedrijf, de aanvoer kan heel

divers zijn (meerdere classificaties). Elk melkveebedrijf wordt per week/periode door

één vrachtauto aangedaan.

2) Classificatie vooraf door de veehouder: ophalen gebeurt per categorie, de lading van

een vrachtauto gaat naar één vleeskalverbedrijf, de aanvoer zal vrij uniform zijn.

Het is mogelijk dat één melkveebedrijf in een week/periode door meer dan één

vrachtauto wordt aangedaan (om andere classificaties op te halen).

Er zijn bovendien twee mogelijkheden voor het transport naar het vleeskalverbedrijf

bekeken:

a) Direct transport van melkveebedrijf naar vleeskalverbedrijf (25-50 kalveren per

transport).

b) Samenvoeging van kleinere transporten (25-50) naar een vrachtauto met een grotere

capaciteit (100-200 kalveren), indien zinvol.


In totaal zijn er dus vijf mogelijke structuren (figuur 1 en 2):

0) huidige structuur via verzamelplaatsen;

1a) classificatie bij ophalen, direct transport;

1b) classificatie bij ophalen, samengevoegd transport;

2a) classificatie vooraf door boer, direct transport;

2b) classificatie vooraf door boer, samengevoegd transport.

Figuur 2: schema kalverlogistiek bij vier alternatieve structuren (zie figuur 1 voor legenda, een

driehoek representeert een samenvoegpunt).

4. simulatiemodel

4.1 uitgangspunten simulatiemodel

Het simulatiemodel is gebaseerd op een standaardsimulatiepakket (Prosim, 1999). De

mogelijke structuren zijn doorgerekend voor regio 2. Regio 2 was één van de vier

regio's voor het bijeenbrengen van kalveren op een verzamelplaats (figuur 3), deze

regiobeperking is vervallen per 12 april 2002. Regio 2 bestond uit Groningen, Friesland,

Drenthe, Overijssel, Flevoland, ca. 2/3 van Gelderland, ca. 2/3 van Utrecht en ca. 1/16

van Noord-Holland. Dat komt overeen met:


■ 21.859 km2;

■ 17.874 melkveebedrijven met 922.237 melk- en kalfkoeien, dat wil zeggen gemiddeld

52 koeien per bedrijf;

■ 1956 vleeskalverbedrijven met 537.637 vleeskalverplaatsen, dat wil zeggen

gemiddeld 275 kalverplaatsen per bedrijf (ca. 90% van deze bedrijven is gesitueerd

in Gelderland en Utrecht).

Voor het simulatiemodel is regio 2 schematisch gemodelleerd als een rechthoek van

125 x 144 km (18.000 km2) met een melkveebedrijf (met ca. 50 koeien) op elk knoop-

punt van het raster in de rechthoek. De afstand tussen de melkveebedrijven wordt dan

1 km. Voor de vleeskalverbedrijven is een andere spreiding over regio 2 verondersteld,

die meer geclusterd is naar bepaalde gebieden, met name Gelderland en Utrecht

(figuur 3).

Figuur 3: Links: afbakening van regio 2 voor de inzameling van kalveren (tot 12-4-2002), bron:

www.minlnv.nl/infomart/dossiers/mkz. Rechts: spreiding in simulatiemodel van

vleeskalverbedrijven in regio 2.

De input van het simulatiemodel bestaat uit verschillende modelparameters, o.a.:

■ het aantal kalveren per melkkoe per jaar;

■ de ophaalfrequentie;

■ de afstand tussen melkveebedrijven;

■ de beschikbare tijd per dag voor het ophalen van kalveren;

■ de transportcapaciteit bij het ophalen en bij het afvoeren;

■ de rijsnelheid over korte en over lange afstand;

■ de tijd nodig voor het laden en evt. voor het classificeren;


■ het aantal vleeskalverintegraties (met marktaandeel) en het aantal classificaties

(en de verdeling van de kalveren hierover) en het aantal verzamelplaatsen (met locatie);

■ de spreiding in de grootte van melkveebedrijven en in de grootte van de vleeskalverbedrijven

(afhankelijk van de regio).

4.2 beschrijving simulatiemodel

Bij de simulatie wordt een jaar van 364 dagen (52 weken) doorgerekend, elke dag wor-

den de volgende activiteiten doorgevoerd:

1. Kalveren worden geboren op melkveebedrijven, aantal en classificatie per kalf wordt

door trekking uit een kansverdeling bepaald.

2. Sommige vleeskalverbedrijven komen leeg en krijgen ruimte voor nieuwe kalveren.

3. Afhankelijk van de ophaalfrequentie worden al dan niet kalveren opgehaald en

herverdeeld over vleeskalverbedrijven.

Indien er kalveren worden opgehaald, gebeurt dat binnen de mogelijkheden van de

gekozen logistieke structuur: met/zonder verzamelplaats, alle kalveren of per classifica-

tie, met of zonder samenvoeging. De kalveren worden voor iedere integratie afzonder-

lijk opgehaald en herverdeeld.

Een ophaaltransport loopt vanaf het eerste melkveebedrijf waar tijdens een rit kalve-

ren worden opgehaald tot:

■ een verzamelplaats: bij structuur 0;

■ een samenvoegpunt: bij structuur 1b of 2b;

■ het laatste melkveebedrijf waar kalveren worden opgehaald: bij structuur 1a of 2a

(en bij structuur 1b of 2b voor de ophaaltransporten die niet worden samenge-

voegd).

Een afvoertransport loopt vanaf een verzamelplaats, samenvoegpunt of het laatste

melkveebedrijf, tot het vleeskalverbedrijf.

Een ophaaltransport kan overgaan in een afvoertransport. Bij structuur 1a en 2a

gebeurt dit bij elk ophaaltransport. Bij structuur 1b en 2b gebeurt dit bij de ophaal-

transporten die niet worden samengevoegd.

Bij de simulatie worden ophaal- en afvoertransporten gegenereerd. De lading van een

ophaaltransport is afhankelijk van de afstanden tussen de melkveebedrijven waar kal-

veren beschikbaar zijn, de capaciteit van de vrachtauto en de beschikbare tijd voor

ophalen. De lading van een afvoertransport is allereerst afhankelijk van de logistieke

structuur. Vanaf een verzamelplaats is de lading bepaald door het actuele aanbod en

de actuele vraag. Bij samenvoeging is de lading van een afvoertransport bepaald door

de aanwezige ophaaltransporten en de afstanden tot de vleeskalverbedrijven.

Ophaaltransporten (met elk maximaal ca. 25 kalveren) kunnen worden samengevoegd

tot één afvoertransport met een grotere capaciteit (100-200 kalveren) als dat zinvol is.


Bij de huidige logistieke structuur en bij structuur 2 krijgt een vleeskalverbedrijf

kalveren van een bepaalde classificatie, bij structuur krijgt een vleeskalverbedrijf

ongesorteerde aanvoer.

De simulatieresultaten geven inzicht in het aantal transporten, de transportafstanden,

de duur van de transporten etc. bij de verschillende structuren. Op basis hiervan zijn

de veterinaire risico's in te schatten en wordt duidelijk welke opzet het meest gewenst

is vanuit het beleid, dat gericht is op transportpreventie, beperking van de veterinaire

risico's en verbetering van het dierwelzijn.

5. resultaten

Bij alle vijf structuren is een simulatie uitgevoerd bij een ophaalinterval van één week

en van drie weken, d.w.z. bij een ophaalfrequentie van één keer per week en één keer

per drie weken (tabel 1).

5.1 aantal transporten

Het aantal transporten neemt af als het ophaalinterval toeneemt. De vrachtauto hoeft

minder melkveebedrijven te bezoeken om kalveren op te halen, omdat er meer kalve-

ren per bedrijf staan te wachten op transport. Ook de bezetting per ophaaltransport

neemt toe; blijkbaar komt het minder vaak voor dat de ophaalperiode wordt afgebro-

ken omdat de beschikbare tijd voor ophalen is verstreken.

Bij structuur 1 is het aantal transporten minder dan bij structuur 0 omdat er alleen

gecombineerde ophaal- en afvoertransporten nodig zijn en geen afzonderlijke afvoer-

transporten. Samenvoeging leidt tot meer transporten (met een kleinere totale

afstand).

Bij structuur 2 neemt het aantal transporten sterk toe als het ophaalinterval één week

is. De vrachtauto moet grotere afstanden afleggen om geschikte kalveren te vinden;

hierdoor is tijd in het algemeen de beperkende factor en niet de capaciteit (blijkens het

aantal kalveren per transport).

Bij structuur 1 en 2 is het aantal afvoertransporten veel groter dan bij structuur 0,

omdat het gemiddeld aantal kalveren per afvoertransport veel minder is.

5.2 totale afstand

Bij structuur 1a is de afstand minder dan bij structuur 0. Door samenvoeging neemt de

totale afstand nog verder af in structuur 1b. Bij structuur 2 wordt de afstand veel gro-

ter als het ophaalinterval één week is, bij een ophaalinterval van drie weken komt de

afstand op hetzelfde niveau als bij structuur 0.



Tabel: resultaten van de simulatie bij verschillende logistieke structuren en ophaalintervallen.

1) som van ophaal- en afvoertransporten, waarbij ophaaltransporten die overgaan in afvoertransporten, slechts

één keer zijn geteld.

5.3 tijd en afstand per transport

De gemiddelde tijd en afstand per kalf is bij structuur 1 en 2 minder dan bij structuur

0, omdat het transport niet via de verzamelplaats loopt, maar directer kan worden uit-

gevoerd. De variaties in tijd en afstand komen vooral door variaties in ophaaltijd en

ophaalafstand. Een kortere wachttijd en transporttijd is gunstig voor het dierwelzijn.

De tijden in tabel 1 zijn exclusief de wachttijden op de verzamelplaats (ca. 2 uur) en bij

het samenvoegen (ca. _ uur).

Bij structuur 0, 1a en 1b neemt het gemiddeld aantal bezochte melkveebedrijven af als

het ophaalinterval toeneemt, omdat op meer bedrijven meer dan één kalf kan worden

opgehaald. Dit effect is sterker dan de toename van het aantal kalveren per transport

structuur 0 1a 1b 2a 2b

ophaalinterval (weken) 1 3 1 3 1 3 1 3 1 3

overzicht alle transporten

aantal transporten per week 1) 641 554 525 437 580 492 1103 583 1164 646

afstand per week (1.000 km) 105 60 99 51 83 36 261 119 229 100

overzicht ophaaltransporten

aantal per week 518 436 525 437 525 437 1103 583 1103 583


aantal kalveren per transport 21 25 20 24 20 24 10 18 10 18

minimale tijd per transport (h) 1,2 1,8 0,1 0,2 0,1 0,2 0,1 0,1 0,1 0,1

gem. tijd per transport (h) 5,8 4,0 4,7 3,1 4,9 3,2 4,8 4,7 5,1 5,0

gem. tijd per kalf (h) 3,5 2,7 2,3 1,5 2,5 1,7 2,7 2,4 3,0 2,6

maximale tijd per transport (h) 8,6 8,3 6,3 6,4 9,3 8,0 6,2 6,3 10,1 9,7

gem. afstand per transport (km) 184,5 117,7 115,2 50,1 126,1 56,4 152,0 125,8 168,1 136,4

gem. afstand per kalf (km) 119,5 91,3 51,5 23,8 61,5 30,0 80,2 56,7 95,0 66,4

gem. aantal melkveebedrijven 14,9 11,1 14,7 11,0 14,7 11,0 8,5 12,8 8,5 12,8

gem. wachttijd per kalf (h) 2,0 2,0 0,0 0,0 0,3 0,3 0,0 0,0 0,3 0,3

overzicht afvoertransporten

aantal per week 123 118 525 437 335 276 1103 583 703 363


aantal kalveren per transport 87 91 20 24 32 39 10 18 15 29

minimale tijd per transport (h) 0,2 0,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

gem. tijd per transport (h) 1,6 1,6 1,5 1,4 1,1 0,9 1,7 1,6 1,3 1,2

gem. tijd per kalf (h) 1,6 1,6 1,5 1,4 1,4 1,3 1,7 1,6 1,5 1,5

maximale tijd per transport (h) 2,4 2,3 4,5 4,4 4,2 4,4 4,5 4,4 4,1 4,3

gem. afstand per transport (km) 75,5 75,9 73,9 66,9 50,5 42,5 84,9 78,0 62,0 55,2

gem. afstand per kalf (km) 75,9 76,6 72,8 66,8 68,5 64,5 83,3 79,1 74,4 74,2

bij een langer ophaalinterval. Een lagere bezoekfrequentie en een lager aantal per

transport zijn erg gunstig vanuit veterinair oogpunt.

5.4 kanttekeningen

De resultaten zoals die hier zijn besproken, zijn uiteraard afhankelijk van de gekozen

uitgangspunten. Veranderingen in de uitgangspunten geven andere resultaten. Men

mag verwachten dat de verschillen tussen de structuren vergelijkbaar blijven omdat bij

elke structuur met dezelfde uitgangspunten is gerekend.

Bij structuur 1b en 2b is het effect van samenvoeging van transporten onderzocht. Het

is niet helemaal duidelijk in hoeverre dit bij de geldende regelgeving is toegelaten.

Toch zijn deze structuren meegenomen om het effect van de mogelijkheid tot samen-

voeging op de kalvertransporten duidelijk te maken.

Structuur 1 heeft als nadeel dat de aanvoer naar vleeskalverbedrijven ongesorteerd

wordt. Dit nadeel is bij structuur 2 veel minder omdat er dan op basis van een, door de

melkveehouder vastgestelde, classificatie wordt aangevoerd.

6. conclusies

Als kalveren rechtstreeks van melkveebedrijven naar vleeskalverbedrijven gaan, dan

geeft dat een verbetering van dierwelzijn ten opzichte van een situatie waarin kalveren

via een kalververzamelplaats worden getransporteerd. Het dierwelzijn verbetert onder

meer omdat de duur en de lengte van het transport met enkele tientallen procenten

afnemen.

Als kalveren ongeselecteerd worden ingezameld en pas na aankomst binnen het vlees-

kalverbedrijf worden geselecteerd en gesorteerd, dan geeft dat een vermindering oplo-

pend tot meer dan 50% van het aantal transporten en transportkilometers dan wan-

neer al voor het ophalen op het melkveebedrijf de kalveren geselecteerd worden en per

categorie worden opgehaald.

Als kalveren op het melkveebedrijf worden geselecteerd en per categorie worden opge-

haald, zodat de vleeskalverbedrijven uniforme koppels krijgen aangeleverd, dan is het

aantal transporten en de totale afstand vergelijkbaar met de uitgangssituatie (met kal-

ververzamelplaatsen) als de kalveren één keer per drie weken worden opgehaald (t.o.v.

wekelijks in de uitgangssituatie). Deze variant biedt geen transportvoordelen maar wel

duidelijke voordelen voor wat betreft dierwelzijn en veterinaire risico's.

Als bij de afvoer van de ingezamelde kalveren kleinere transporten (25 tot 50 kalver-

plaatsen) worden samengevoegd tot een groter transport (100 tot 200 kalverplaatsen)

naar de eindbestemming, dan is hiermee voor regio 2 een besparing van minstens 15%

haalbaar in transportkilometers.


referenties

Abbas, T., S. de Bie, U. Blom, H. Geveke, D. Hanemaayer, R. Hilhorst, M. Leewis &

R. Straathof, 2001. MKZ 2001. De evaluatie van een crisis. Eindrapport. B&A Groep

Beleidsonderzoek & -Advies bv, Den Haag.

CBS, 2001. Land- en tuinbouwcijfers.

Prosim, 1999. Prosim modelling language tutorial. Prosim bv, Zoetermeer.

Smits, A.C., R.M. de Mol, J. Hemming, E. Annevelink, P. Hoeksma, C.E. van 't Klooster,

E. Lambooij & A.A. de Koeijer, 2002. Deskstudie t.b.v. de ontwikkeling van een alterna-

tieve logistieke structuur voor de vleeskalversector. IMAG, nota V 2002-52, niet

gepubliceerd.


9

De digitale onderdompeling

The digital immersion

ir. Jorrit Kuipers Green Dino Virtual Realities

Gen. Foulkesweg 5

6703 BH Wageningen

Telefoon: 0317 42 68 20

Fax: 0317 42 38 78


abstractA realistic experience of an architectural design depends on specific restrictions.

A movie video is a suitable medium to inform others about your own spatial

experience, but a movie video is insufficient to make a personal impression.

For a good impression you have to be there and participate. Virtual reality is a

suitable alternative for digital simulation of this special experience.

The realism of the experience, the immersion, becomes less during analysis of

the representation. An architect gets a better insight in the experience when he

gets loose of the analysis and becomes immersed in a realistic representation of

his design. A digital play is an important part necessary for a realistic experience.

When the behavior of digital actors is realistic, the immersion will be more

intense. The use of 360 degrees image projection gives more space for movement

and has a positive effect on the immersion. Projection on the ceiling and floor

completes the digital projection. The spectator is surrounded by the digital

representation. Virtual reality is a powerful tool to make a realistic digital

representation of an architectural design.

trefwoorden:visualisatie, virtual reality, gedrag, driedimensionaal, interactieve simulatie,

observatie

Een architect moet zijn ontwerpen van voor tot achter overzien en doorzien. Hij hoort te weten

wat de toekomstige gebruiker van een door hem ontworpen ruimte te wachten staat en hoe de

gebruiker zal reageren. Iedere niet geplande verrassing doet afbreuk aan zijn professie en de

kwaliteit van het ontwerp. De architect moet doordrenkt zijn van zijn ontwerp. Dit kan alleen

door een totale onderdompeling. Hiervoor zijn digitale visualisatie- en simulatietechnieken

noodzakelijk. Deze specifieke vormen van ICT zijn speciaal ontwikkeld voor het overbrengen van

ruimtelijke informatie en het doorgeven van relevante kennis over het gebruik van deze informatie.

1. leuke vakantie gehad?

We gebruiken foto's en videofilm om vakantieherinneringen op te roepen en anderen

te informeren over de vakantie. Vakantiefoto's herinneren ons aan speciale plaatsen en

gebeurtenissen die een welkome afwisseling vormden op de dagelijkse sleur. Een foto is

voldoende om het moment in herinnering te roepen en je even te verplaatsen naar de

plek waar je de foto hebt gemaakt. Misschien droom je wel even weg en vergeet je even

waar je mee bezig bent. Je trakteert jezelf op een voorstelling op basis van de informatie

die je je nog herinnert. De foto werkt als katalysator voor een reeks (denk)beelden.

Tot zo ver loopt het informatieproces prima. De foto is genomen om de plek en situatie

vast te leggen voor een herbeleving op een later moment. Het wordt echter lastig om

aan een ander duidelijk te maken wat je op dat moment beleefde. De foto is dan niet

meer voldoende. Die ander heeft immers geen referentiebeelden. Uitleg en andere

foto's zijn nodig om een redelijke voorstelling te geven. Beter is het om een vakantie-

voorstelling te geven met videofilm. De combinatie van beeld, geluid en commentaar

geven de ander een goede voorstelling over de plaats en de gebeurtenissen op het

moment van de opname. De ander kijkt mee over je schouders en ziet en hoort precies

wat jij op dat moment beleefde. De videofilm laat weinig aan de fantasie over. In dit

geval is dat juist ook de bedoeling. De ander moet zich precies voorstellen wat jij hebt

beleefd. De videofilm is hiervoor een geschikt informatiemedium.

Omgekeerd is de videofilm goed te gebruiken om zelf een voorstelling te maken van

een plaats en gebeurtenis die je interesse heeft. Bij het reisbureau vind je promotie-

video's die een impressie geven van de onbekende bestemming. Op tv is een

documentaire waarin interessante plaatsen worden getoond van jouw vakantieland.

Als het moment dan eindelijk is aangebroken blijkt alles er heel anders uit te zien en

de gebeurtenissen verlopen anders dan verwacht. Je eigen beelden komen niet overeen

met de camerabeelden. Logisch natuurlijk want de camerabeelden zijn letterlijk en

figuurlijk uit een ander perspectief genomen. Videofilm is dus een geschikt medium

om een ander over je eigen beleving te informeren, maar onvoldoende om je een eigen

persoonlijke voorstelling te maken. Dit kan alleen door aanwezig te zijn op de plek van

bestemming en deel te nemen aan een gebeurtenis, of niet soms?

ir. Kuipers, Jorrit

2. een goede digitale voorstelling van zaken

De cameraman van de videofilm slaagt er niet in een compleet beeld te geven waaruit

je een eigen voorstelling kunt opbouwen, terwijl dit toch relatief eenvoudig is. Je hoeft

alleen maar zelf aanwezig te zijn (1). Een (moment)opname gemaakt door een ander is

niet representatief voor je eigen beleving. Een ander kan jou dan ook geen goede

voorstelling van zaken geven! De voorstelling wordt alleen goed wanneer je die zelf

maakt. Dit doe je door aanwezig te zijn.

Er zijn twee manieren om dit te doen. Je gaat erheen of je haalt plaats en gebeurtenis

naar je toe. Aan beide methoden kleven praktische bezwaren. Naar een plaats en

gebeurtenis toe gaan kost tijd en geld. Bovendien moet je jezelf losmaken uit je (werk)-

omgeving. Een realistische reconstructie van een plaats of gebeurtenis lijkt op nog veel

meer bezwaren te stuiten, maar schijn bedriegt. Of liever gezegd schijn bedriegt niet.

Door gebruik te maken van moderne digitale

constructie- en projectietechnieken wordt het

wel mogelijk een goede voorstelling van zaken

te geven zonder op de plek zelf aanwezig te

zijn. Met behulp van 3D-modellering bouw je

een digitale kopie van de plaats van bestem-

ming. Dit doe je door de ruimtelijke informatie

te digitaliseren.

Er ontstaat een fotorealistische digitale

maquette. Vervolgens gebruik je gedrags-

modellering om objecten in de digitale

maquette te animeren en gebeurtenissen te

construeren. Ten slotte kun je een interactieve

voorstelling maken van de digitale maquette.

De technologie die hiervoor wordt gebruikt

heet virtual reality (2).

De digitale voorstelling is fotorealistisch en

interactief. Je maakt je eigen voorstelling door interactie. Via hulpmiddelen zoals een

muis, joystick of sensoren manoeuvreer je door de virtuele wereld. Je stuurt als het

ware de camera door de digitale voorstelling. Het 3D-simulatieprogramma berekent

steeds weer nieuwe beelden en stuurt deze als output naar een monitor of beamer.

Elke interactie, verandering, levert een nieuw digitaal beeld op net zoals in de werke-

lijkheid.

De digitale onderdompeling.

3. ben je een passieve of een actieve gebruiker?

De mate waarin je wordt ondergedompeld in de digitale voorstelling is afhankelijk van

het realisme van de voorstelling, maar nog meer van het realisme van je interactie op

de plek en de deelname aan de gebeurtenissen. Uit onderzoek van onder meer de TU

Delft naar de beleving van hoogtevrees op een virtueel flatgebouw blijkt dat met een

abstracte voorstelling realistische angstgevoelens opgeroepen worden. In dit specifieke

geval is niet het beeld realistisch, maar de dieptewerking. In een rijvaardigheids-

simulator is de besturing van de auto en deelname aan het verkeer belangrijker voor

een realistische rijervaring dan het realisme van de voorstelling. De interactie met de

omgeving en de overige actoren in de virtuele ruimte zijn dus een belangrijk

instrument voor het tot stand brengen van een realistische beleving. Interactie zorgt

voor verandering in de digitale voorstelling. Deze verandering trekt je aandacht en

leidt tot nieuwe interactie. Zonder interactie kun je alleen de voorstelling gadeslaan

en elk beeldelement analyseren. De (inter)actieve gebruiker krijgt daar de kans niet

toe. De continue verandering van beelden en beeldelementen laat een grondige

analyse niet toe. Als je als actieve gebruiker toch probeert de voorstelling te analyseren

verlies je al snel controle over de situatie. In het voorbeeld van de rijvaardigheids-

simulator reageer je te laat en veroorzaak je ongelukken. Voor een grondige analyse zal

de actieve gebruiker de voorstelling stilzetten. Er vindt dan geen interactie meer plaats.

De actieve gebruiker wordt een passieve analist. Het realisme van je eigen beleving, de

onderdompeling, neemt dus af naarmate je de voorstelling meer gaat analyseren (3).

4. analyse, pas na de voorstelling!

Een belangrijke eigenschap van de digitale voorstelling is dat de voorstelling eenvoudig

gereconstrueerd kan worden. De parameters van de plaats en de situatie liggen digitaal

vast. De interactie van de gebruiker kan eenvoudig worden opgeslagen in een log-file.

Op basis van deze gegevens kan een digitale voorstelling volledig worden gereconstru-

ir. Kuipers, Jorrit

eerd. We weten dus exact waar jij was, wat jij zag en welke acties jij hebt uitgevoerd!

Analyse van de voorstelling en interactie van de waarnemer is daardoor gemakkelijk

achteraf te doen. De waarnemer kan actief aanwezig zijn en deelnemen aan de

gebeurtenissen. Na afloop van de voorstelling kan jij of een onderzoeker nauwkeurig

analyses uitvoeren en relaties zoeken tussen jouw waarnemingen en jouw interacties.

Dit kan allemaal op basis van de kwantitatieve gegevens uit de log-file. Een tweede

optie is om letterlijk in de voorstelling te kruipen en vanuit willekeurig posities,

bijvoorbeeld een overzicht, jezelf en de omgeving te observeren. Deze werkwijze biedt

een architect de mogelijkheid zijn toekomstige ontwerp als waarnemer te beleven en

vervolgens zijn eigen waarneming grondig te analyseren. Een architect krijgt beter

inzicht in de beleving van zijn ontwerp wanneer hij loskomt uit de analyse en wordt

ondergedompeld in een realistische voorstelling van zijn ontwerp. Ervaring is een

belangrijk hulpmiddel, maar nooit voldoende voor een realistische voorstelling (4).

5. het digitale rollenspel

De actieve waarnemer is acteur in zijn eigen voorstelling. Hij is niet de enige.

Andere acteurs, actoren, zijn noodzakelijk om een realistische voorstelling te geven.

In een rijvaardigheidssimulator is het overige verkeer noodzakelijk om een realistische

situatie te creëren. De actoren zorgen dat de waarnemer wordt (af)geleid en reageert,

interacteert. Op basis van deze reacties geven de acteurs een tegenreactie. Hun rol en

gedrag zijn vastgelegd in een script. Het script bepaalt het autonome gedrag van de

acteur, maar beschrijft ook het specifieke gedrag van de acteur wanneer deze de

waarnemer tegenkomt. In de digitale voorstelling is het rollenspel tussen waarnemer

en acteurs van wezenlijk belang voor de beleving van de plaats en situatie. Denk maar

aan het verschil in de beleving van een winkelstraat overdag en 's avonds. Overdag kijk

je naar de etalages en moet je continu letten op de mensen om je heen. 's Avonds ben

je nagenoeg alleen en word je je bewust van de ruimte en mooie gevels boven de

winkeletalages. 's Avonds kun je besluiten het contact met een passant te vermijden

door op tijd een zijstraat in te slaan. Overdag zijn confrontaties niet te vermijden (5).

Het digitale rollenspel is een belangrijk ingrediënt voor een realistische beleving.

Naarmate het gedrag van de acteurs realistischer is, wordt de onderdompeling van de

waarnemer in de voorstelling groter.

6. iedereen een cave

Om je eigen digitale voorstelling te bekijken kun je het beste een projectiesysteem

gebruiken. Het meest gebruikte projectiesysteem is de monitor. Een nadeel van de

monitor is de geringe maat van het geprojecteerde beeld. Je ziet naast de monitor ook


een aanzienlijk deel van de omgeving. Bovendien moet je fixeren op de monitor en

kun je niet vrij bewegen. Deze beperkingen zorgen ervoor dat je een afstand ervaart

tot de voorstelling. Deze afstand beperkt de mate van onderdompeling en dus het

realisme van jouw beleving. Door de projectie te vergroten wordt de afstand tot de

voorstelling steeds kleiner. Je ervaart steeds minder van de omgeving en wordt

letterlijk en figuurlijk opgenomen in de geprojecteerde voorstelling. Met behulp van

beamerprojectie is het relatief eenvoudig een beeld te projecteren met dezelfde schaal

als jouw directe omgeving. Door het toepassen van meerdere beamers, die ieder een

deel van de voorstelling projecteren op aaneengesloten wanden, kan een 360-graden-

beeld worden opgebouwd. De bewegingsvrijheid wordt in dit systeem groter en de

onderdompeling dus ook. Door toevoeging van projectie op de vloer en het plafond

wordt de digitale projectie volledig. Je bent volledig omringd door de voorstelling zoals

je normaal gewend bent. Een dergelijk projectiesysteem, een zogenaamde CAVE™,

wordt door SARA gebruikt (6).

Een belangrijk nadeel van een CAVE™ zijn de aanzienlijke kosten en het ruimtebeslag.

Een interessant alternatief voor een CAVE™ is een Head Mounted Display (HMD).

Een soort bril met in plaats van brilleglazen twee kleine monitors vlak voor je ogen.

Door een trackingssysteem wordt elke beweging van je hoofd geregistreerd en direct

doorgegeven aan het programma dat de voorstelling berekent. Iedere beweging

resulteert in een exacte verandering van de digitale voorstelling. Je hebt net zoals in de

CAVE™ volledige bewegingsvrijheid (7).

ir. Kuipers, Jorrit

conclusie

De digitale onderdompeling is een nieuw hulpmiddel voor het beleven van ruimten

en gebeurtenissen. Onderzoek naar beleving kan relatief eenvoudig met virtual reality

technieken. Virtual reality is een krachtig gereedschap en moet een vaste plaats

krijgen in het ontwerpproces van de architect!

samenvatting

Een realistische beleving van een architectonisch ontwerp moet aan een reeks

voorwaarden voldoen. Videofilm is een geschikt medium om een ander over je eigen

beleving te informeren, maar een videofilm is onvoldoende om een persoonlijke

voorstelling te maken. Een eigen voorstelling krijg je alleen door aanwezig te zijn op

de plek van bestemming en deel te nemen aan een gebeurtenis. Een goed alternatief is

virtual reality, een digitale technologie waarmee relatief eenvoudig de beleving wordt

gesimuleerd. Het realisme van de beleving, de onderdompeling, neemt af naarmate je

de voorstelling meer gaat analyseren. Een architect krijgt meer inzicht in de beleving

van zijn ontwerp wanneer hij loskomt uit de analyse en wordt ondergedompeld in

een realistische voorstelling van zijn ontwerp. Het digitale rollenspel is een belangrijk

ingrediënt voor een realistische beleving. Naarmate het gedrag van de acteurs

realistischer is, wordt de onderdompeling van de waarnemer in de voorstelling groter.

Door het gebruik van 360-graden beeldprojectie wordt je bewegingsvrijheid groter en

de onderdompeling dus ook. Door toevoeging van projectie op de vloer en het plafond

wordt de digitale projectie volledig. Je bent dan als waarnemer volledig omringd door

de digitale voorstelling. Virtual reality is een krachtig gereedschap om een realistische

digitale voorstelling van een architectonisch ontwerp te maken.


(1) 'aanwezig zijn' wordt in vakjargon 'presence' genoemd

(2) virtual reality is een intuïtieve interface tussen gebruiker en virtuele realiteit. Intuïtief omdat

het direct onze zintuigen prikkelt, virtueel omdat het een digitale werkelijkheid betreft en

realistisch omdat het ontworpen is om aan te sluiten bij de belevingswereld van de gebruiker.

Kenmerkend voor deze multimedia technologie is de mogelijk om realtime interactie te hebben

met een meerdimensionale wereld, haar bouwstenen en de aanwezige actoren.

(3) analyse speelt een grote rol bij de uitvoering van belevingsonderzoek; het is mijn mening dat

het onderzoek met behulp van foto's, animaties en film een geringe bijdrage levert aan kennis

over persoonlijke beleving. De ondervraagde zal immers altijd vanuit een passieve rol zijn

antwoorden geven.

(4) praktijkervaring is een belangrijk hulpmiddel om een goede voorstelling van zaken te krijgen.

Onderzoek van de Hollandse Beton Groep toonde aan dat jonge bouwmanagers veel minder

bouwfouten uit geprepareerde bouwtekeningen haalden dan de ervaren bouwmanagers.

Door het gebruik van 3D-visualisatietechnieken haalden de jongere bouwmanagers veel meer

fouten uit de bouwtekeningen.

(5) de beleving van sociale onveiligheid is direct gekoppeld aan de verwachte ongewenste

confrontatie met een crimineel. Toetsing van ontwerpen op dit aspect van sociale veiligheid is

alleen mogelijk door gebruik te maken van virtuele acteurs.

(6) een allesomvattende beeldprojectie wordt in vaktermen 'immersive reality' genoemd.

Een nadeel van deze projectietechniek is dat de gebruiker misselijk kan worden doordat de

hersenen een beweging visueel signaleren maar het bewegingsapparaat geen beweging

registreert.

(7) een nadeel van de HMD zijn de nog relatief kleine displays die ongeveer 60 graden beeld

weergeven. Overigens wijst onderzoek van TNO TM uit dat deze tekortkoming voor een deel

gecompenseerd wordt door extra bewegingen van het hoofd.

ir. Kuipers, Jorrit

Maatvaste en realistische toposcopische maquettes en visualisaties.

ir. Annet C. Groneman-van der Hoeven Bureau Toposcopie

Bachlaan 78

6865 ES Doorwerth

Telefoon: 026 333 73 52

Fax: 026 333 33 40


Website: www.toposcopie.nl

www.toposcopy.com

abstractToposcopy is a new design, visualization and photogrammetric method that

is primarily intended for use in urban and rural planning, architecture and

environmental impact studies.

The method links a 2D map to a series of photos taken from a tripod or topo-

scope (automatic level with a camera attached by means of a special adapter).

After the data has been processed, the map and the images form an interactive

3D system that can be used to create 2D photo-realistic visualizations of spatial

designs in the existing environment and 3D virtual maquettes of urban areas.

This is done by alternately clicking on points in the map and a photo. The map

becomes 3D with the photo data and a perspective fits exactly on a photo once

it is properly linked with the map.

The efficiency of the system is far better by using parametric mathematical

models of house types, which can be mapped automatically with sections of

the toposcopic photos used to construct the models. Repetitive patterns, for

example roof tiles and bricks, can be inserted automatically because the precise

dimensions of all the planes are known. Therefore a toposcopic maquette is

realistic, accurate in scale and easy to make. Toposcopy allows realistic trees,

taken from a 'tree library' and showing either their summer or winter form, to

be placed in a virtual environment. These automatically turn perpendicular to

the direction of view. The same trees can also be drawn on a photo.

Toposcopy can import files in DWG (AutoCAD2000 version) and Drawing

eXchange Format (DXF) and export files in DXF and the Virtual Reality

Modelling Language (VRML). Therefore it can very well be used in combination

with standard 3D CAD and visualization programs. In such a case Toposcopy

adds the photogrammetric functionality and automatic texture mapping.

Reversely a program like 3D Studio (Autodesk) makes it easy to combine a

10

textured toposcopic maquette of the existing environment with new spatial designs

drawn in a 3D CAD program and to make an animation from it. Being a close range

photogrammetric method, Toposcopy can also be used to add detail to large scale virtu-

al worlds made with GIS (Geographic Information Systems) related imaging programs.

trefwoorden:toposcopie, maquette, visualisatie, maatvast, fotorealistisch

1. toposcopische fotogrammetrie

Toposcopie is een fotogrammetrische methode, waarbij een plattegrond d.m.v. een

perspectiefberekening gekoppeld wordt aan één of meerdere foto's. Plattegrond en

foto’s vormen bij de Toposcopie één interactief 3D-systeem. Dat kan worden gebruikt

om maatvaste fotorealistische visualisaties te maken van ruimtelijke ontwerpen in een

foto van de bestaande omgeving of herkenbare 3D virtuele maquettes van stedelijke

en landelijke gebieden. De plattegrond wordt driedimensionaal m.b.v. de fotogegevens.

Een perspectief past automatisch precies op een foto, als die met de Toposcopie aan de

plattegrond is gekoppeld.

1.1 wat heb je nodig?

De methode is gemakkelijk uitvoerbaar. Een plattegrond is vrijwel altijd beschikbaar.

Als er voldoende nauwkeurig kaartmateriaal beschikbaar is, kan het camerapunt

worden berekend uit drie punten, die zowel in de plattegrond als in de foto kunnen

worden geïdentificeerd. Dan kan een foto eventueel uit de hand worden genomen.

In andere gevallen wordt voor het nemen van stroboscopische foto's het gebruik van

een toposcoop aanbevolen (zie figuur 1).

Eén van de belangrijke doelstellingen van de Toposcopie is het driedimensionaal maken

van de plattegrond. Als men van één punt in de foto de hoogte weet, b.v. door die zelf

te meten, kunnen vervolgens met een behoorlijke nauwkeurig-

heid ook hoogten worden gemeten met de toposcopische foto-

grammetrie. Door als basis van een Toposcoop een waterpas-

instrument te nemen, vang je in feite twee vliegen in een

klap. Je krijgt

nauwkeurige grondhoogtegegevens, die van belang zijn voor

b.v. het ontwerpen van lokale afwateringssystemen en je kunt

gemakkelijker maatvaste maquettes maken. Verder is de

Toposcoop zeer geschikt om panoramafoto's te maken, omdat

ir. Groneman-van der Hoeven, Annet C.

Figuur 1: de toposcoop.

de camera goed waterpas kan worden gesteld en nauwkeurig over een bepaald aantal

graden kan worden doorgedraaid.

Er kunnen verschillende soorten camera's worden gebruikt. Ze moeten wel een goede

lens hebben. Belangrijk is dat rechte lijnen in de foto niet duidelijk krom gaan lopen.

Tegenwoordig ligt het voor de hand om met een digitale camera te werken.

De toposcopische software bestaat uit twee programma's, die Topo en Scope heten.

Topo is het veldwerkprogramma van de Toposcopie. Het verwerkt de meetgegevens,

die met een toposcoop kunnen worden verricht. Als u niet van plan bent om met een

toposcoop te gaan werken, heeft u Topo niet nodig.

Scope is het fotomeet- en visualisatieprogramma van de Toposcopie. Dat wordt in dit

artikel nader toegelicht. Beide programma's zijn getest met de Windows besturings-

systemen 95/97/NT/2000. De werkwijze wordt nader toegelicht aan de hand van figuur 2,

waarop het programma Scope is afgebeeld met een ingelezen foto.

Figuur 2: het programma Scope met ingelezen foto.

1.2 de fotokalibratie

Aan de rechterkant van figuur 2 staat het fotokalibratiescherm. Daarmee wordt de foto

gekoppeld aan de plattegrond. De meeste gegevens worden ingevoerd door afwisselend

op punten te klikken in de foto en de plattegrond. Er zijn vele keuzemogelijkheden,

afhankelijk van de beschikbare apparatuur en gegevens. Als het fotopunt niet bekend is,

kan het worden uitgerekend aan de hand van drie in de plattegrond bekende punten,

die ook in de foto zichtbaar zijn. De gezichtskegel wordt dan bekend verondersteld.

Als het standpunt wel bekend is of met eigen metingen in het programma Topo kan


worden uitgerekend, wordt de gezichtskegel nauwkeurig berekend. Als geen hoogten

bekend zijn, maar men heeft de foto wel goed horizontaal genomen, dan kan de hoogte

van het kalibratiepunt (H) worden uitgerekend. Als de hoogte wel bekend is, wordt

de verticale rotatiehoek nauwkeurig berekend. Bij elke foto wordt ten minste de

blikrichting bepaald aan de hand van één oriëntatiepunt, dat in foto en plattegrond

moet worden aangewezen. In principe wordt gewerkt met horizontaal genomen foto's.

Als de top van een gebouw, dat ruimtelijk moet worden beschreven, echter niet zicht-

baar is in een horizontale foto, dan wordt vanaf hetzelfde standpunt en in dezelfde

richting in het x/y-vlak ook een opwaartse foto genomen.

1.3 de fotogrammetrische mogelijkheden

Als foto en plattegrond gekoppeld zijn en dus samen een 3D-systeem vormen, is het

heel gemakkelijk om daarin te meten. Daarbij worden afwisselend punten aangewezen

in de foto en de plattegrond. Dat geldt zowel voor horizontaal als opwaarts genomen

foto's. In de user interface is een voorziening gemaakt om gemakkelijk tussen de

fotobeelden en de plattegrond te schakelen.

Het basisprincipe van de toposcopische fotogrammetrie is als volgt: als men van een

bepaald punt de locatie in de plattegrond weet, of als men weet dat het op een

bepaalde afstand van een bekende lijn in de plattegrond ligt, is het mogelijk om dat

punt volledig driedimensionaal te bepalen door het aan te wijzen in één foto. Dat mag

zowel een horizontale als een opwaarts gerichte foto zijn. De locatie van punten, die

niet in de foto zichtbaar zijn, wordt bij voorkeur uit de plattegrond gehaald. Als dat

niet mogelijk is, kunnen hoogte en locatie fotogrammetrisch worden bepaald met

behulp van twee foto's.

Een voorbeeld: als men de voorkant van het huis in figuur 2 wil inmeten, moet eerst in

de plattegrond met twee punten de gevellijn worden gedefinieerd. De x/y-coördinaten

van die punten worden automatisch ingevuld (linksonder in figuur 2). Daarna kan met

een enkele klik in de foto direct 3D-informatie worden ingewonnen van punten, die in

het gevelvlak zelf liggen of een bepaalde afstand ervoor (overhangend dak) of erachter.

2. virtuele maquettes

Een losse verzameling 3D-punten wordt niet vanzelf een mooie en herkenbare

3D-maquette. Daarom is de laatste jaren hard gewerkt om ze met behulp van para-

metrische modellen automatisch te verwerken tot 3D-objecten. Bovendien kan zo het

aantal in te meten punten tot het minimum worden beperkt. Fotobeelden worden

automatisch aangebracht op de geconstrueerde vlakken van de modellen.


2.1 parametrische modellen

In het programma Scope wordt bij het inmeten van gebouwen gewerkt met tien

verschillende parametrische modellen. De meeste huistypen worden onderscheiden

naar de dakconstructie (zadel, mansarde, wolfseind, etc.) en hebben een linker- en een

rechtervariant. Vaak zijn huizen in werkelijkheid opgebouwd uit verschillende basis-

vormen (zie figuur 3). Gebouwen met een gestapelde bouw of ronde vormen worden

bij het modelleren overgetrokken in de plattegrond, waarna ze een fotogrammetrisch

bepaalde hoogte krijgen. Onregelmatig gevormde verticale vormen, zoals siergevels,

worden daarentegen juist overgetrokken in de foto, waarna ze een bepaalde dikte

krijgen in horizontale richting.

2.2 modellen afwerken met kleuren, texturen en fotobeelden

Vlakken kunnen automatisch worden beplakt met een deel van de toposcopische foto

die gebruikt is om het betreffende model te construeren (zie figuur 4). Dat komt omdat

bij de Toposcopie van elk zichtbaar 3D-punt met een perspectiefberekening de exacte

plaats in de foto is uit te rekenen. Ook repeterende patronen van b.v. dakpannen kunnen

automatisch worden aangebracht, omdat van alle vlakken de afmetingen precies

bekend zijn. Als de toposcopische foto zich minder goed leent voor deze zogenaamde

texture mapping, kan ook een ander fotobeeld worden gebruikt. Dat moet dan echter

apart worden uitgesneden en rechtgetrokken, zoals dat ook bij andere visualisatieme-

thoden gebruikelijk is. Dat is echter nogal tijdrovend. Bovendien moet men dan zelf

een omvangrijke boekhouding opzetten van kleine, bewerkte fotofragmenten, die stuk

voor stuk moeten worden verwerkt. Bij de automatische methode onthoudt het pro-

gramma zelf welke foto is gebruikt om een bepaald 3D-model te construeren en ‘snijdt’

het de juiste vlakjes uit het fotobeeld automatisch voor u uit. Hiermee wordt zeer veel

tijdwinst geboekt.


Figuur 3: maquette, waarbij verschillende

modellen door elkaar heen zijn toegepast.

Figuur 4: het afwerken van een maquette met kleuren, texturen en fotobeelden.

3. visualisaties op basis van een foto

De Toposcopie is ook een betrouwbare en professionele methode

voor het maken van nauwkeurige 2D fotorealistische visualisaties

van ruimtelijke ontwerpen in de bestaande omgeving. Dat is met

name belangrijk bij visualisaties in gebieden, waar maar weinig

punten in de foto kunnen worden aangewezen, waarvan men met

zekerheid de plaats in een plattegrond kan aanwijzen of waarvan

onvoldoende hoogtegegevens bekend zijn. Bij de Toposcopie kan men, als men met een

toposcoop werkt, altijd zelf de missende gegevens met enkele metingen aanvullen.

Het principe wordt uitgelegd aan de hand van nevenstaande beelden. Een toposcopisch

project bestaat altijd uit een plattegrond en een of meer foto's van de bestaande

omgeving. De pijl in de plattegrond geeft de blikrichting van de foto aan.

In de plattegrond is een ruimtelijk ontwerp ingetekend. Dat wordt driedimensionaal

ingevoerd in de database. Deze informatie kan in perspectief worden getoond op de

foto. Foto plus perspectief worden ingelezen in een Pain-programma en daar verder

uitgewerkt. Een dergelijke visualisatie is snel uit te voeren, is herkenbaar en

gegarandeerd maatvast. De bomen zijn vanuit de database over de foto getekend.

Figuur 5: de vier elementen van een toposcopische fotorealistische visualisatie.


Plattegrond Foto

Perspectief Visualisatie

4. het visualiseren van beplanting

Aan het programma Scope kan een bomenbibliotheek worden gekoppeld. Die bevat

van het hele Nederlandse bomenassortiment kenmerken van hoogte, kroonvorm,

standplaatsfactoren, bodemeisen, bloei, bloemkleur, herfstkleur e.d. Aan deze database

zijn beelden toegevoegd, die in Scope kunnen worden gebruikt om fotorealistische

bomen in zomer- of wintervorm op een foto of in een VR-wereld te plaatsen. De bomen

worden aangeroepen met de IMAG-code. Dat is een in de handel algemeen gebruikte

code van maximaal acht letters, waarmee elke boom of plant eenduidig kan worden

bepaald. Bomen kunnen in Scope heel gemakkelijk vermenigvuldigd. Grondhoogte en

eigen hoogte kunnen per boom worden bijgesteld. De bomen kunnen in het programma

over een foto worden getekend. U kunt vooraf instellen of u zomervormen wilt zien

of wintervormen. Als de toposcopische database geëxporteerd wordt in VRML, worden

de bomen automatisch op transparante borden geplaatst, die in een VR-omgeving

meedraaien met de kijkrichting.

Behalve met losse bomen kan in het programma Scope ook worden gewerkt met bos-

blokken. Daarmee kan men bossen, hagen, houtwallen en een onderbegroeiing van

struiken visualiseren. De zijkanten van een bosblok worden beplakt met gedeeltelijk

transparante pixelbeelden, die in horizontale richting net zo vaak worden herhaald tot

alles bedekt is. In verticale richting wordt het patroon geschaald en niet herhaald.

Daardoor ziet de top van een dergelijk beplantingsblok er zeer realistisch uit.

Bosblokken kunnen goed worden gecombineerd met losse bomen.

5. ronddraaiende panorama's

De toposcoop is bijzonder geschikt om panoramafoto's te maken. Daar is bij de

bespreking van de toposcoop reeds op gewezen. In het programma Scope is een speciale

routine ingebouwd waarmee men gemakkelijk een hele serie foto's, die samen een

360-graden panorama vormen, tegelijk kan kalibreren. Het is mogelijk en zinvol om in

de afzonderlijke foto's eerst een ontwerp te visualiseren en ze daarna aaneen te lassen

tot een panorama met b.v. het programma Photovista (MGI software).

Er zijn verschillende programma's, die een dergelijk panorama kunnen laten rond-

draaien en het is zelfs mogelijk om in- en uit te zoomen. Het lijkt dan of je je beweegt

in een virtuele maquette, maar dat is in werkelijkheid natuurlijk niet zo. Het is geen

3D-maquette, waar je met een VRML-browser vrijelijk doorheen kunt lopen. Dat neemt

niet weg dat het een mooie en gemakkelijk uitvoerbare visualisatietechniek is.


6. compatibiliteit

De toposcopische programma's kunnen CAD-tekeningen inlezen in AutoCAD 2000

DWG of een recent DXF-format. De 3D-gegevens worden in eerste instantie opgeslagen

in een Microsoft Access database. Die kan worden geëxporteerd in zowel DXF als VRML.

Dat maakt dat Scope heel goed kan worden toegepast in combinatie met een programma

als 3D Studio van Autodesk. Enerzijds is de Toposcopie met de fotogrammetrische

mogelijkheden, de automatische texture mapping en de bomenbibliotheek aanvullend

op 3D Studio. Anderzijds kan dit programma de met texturen en kleuren bewerkte

toposcopische 3D-maquette van de bestaande omgeving combineren met 3D ruimtelijke

ontwerpen, die in een CAD-programma zijn getekend.

De DXF-export levert een ongekleurde 3D-maquette op, die in vrijwel elk 3D CAD-

programma kan worden ingelezen en verder uitgewerkt.

3D-maquettes, die met verschillende technieken zijn gemaakt, laten zich vrij gemakke-

lijk combineren, omdat een VRML opgebouwd wordt met kleine, zelfstandig opereren-

de modules. Toposcopie kan daarom ook worden gebruikt om detail toe te voegen aan

grootschalige maquettes, die met verticale of schuin naar beneden gerichte luchtfoto's

zijn gemaakt en die doorgaans bedoeld zijn om in vogelvlucht te bekijken. Als het wen-

selijk is om zo’n globaal digitaal terreinmodel plaatselijk ook vanaf de grond te kun-

nen bekijken, kan men daar met de Toposcopie b.v. realistisch uitziende huizen en

bomen aan toevoegen.


Virtuele planten in onderzoek, onderwijs en marketing

Virtual plants in research, education and marketing

P.H.B. de Visser 1, L.F.M. Marcelis 1, G.W.A.M. van der Heijden 1, Virtuele Plant Netwerk Wageningen

J.B. Evers 2, J. Vos 2 en P. Struik 2. 1 Plant Research International

2 Leerstoelgroep Gewas- en Onkruidecologie

Departement Plantwetenschappen

Wageningen Universiteit

Postbus 16

6700 AA Wageningen

Telefoon: 0317 47 58 22

Fax: 0317 42 31 10


abstractThe recently developed virtual plant technology has strongly increased the

number of model applications in crop sciences. Virtual plants are based on a

new modelling concept and are generated in a three-dimensional (3D) virtual

space. The technique facilitates the incorporation of 3D environmental effects

on plant growth and development. In this paper the methods to generate

virtual plants are described. A number of agronomic applications, ranging from

plant competition for light and water, to effectiveness of pest control, is

presented. Also in education and marketing virtual plants are a powerful tool

to understand and visualise plant growth and appearance.

1. inleiding

In de toegepaste landbouwwetenschappen is inmiddels veel bekend over de

processen groei, ontwikkeling en productie van gewassen. Een opvallende

kennislacune is nog aanwezig in de effecten van ruimtelijke variatie in groei-

omstandigheden op de gewasgroei. Onderzoek op basis van driedimensionale

(3D) modellen van planten (virtuele planten) beoogt in deze ontbrekende kennis

te voorzien. Een model van virtuele planten berekent de groei op basis van

meerdere planten in een realistisch plantverband, waarbij per individu tot op

orgaanniveau simulaties worden uitgevoerd.

Voor de landbouw wordt een groot aantal mogelijke toepassingen met virtuele

planten opgesomd door Room et al. (1996). Meer dan de helft van hun sugges-

ties is al in de praktijk beproefd:

11

■ beheersing van ziekten en plagen: verbeterde schatting van schadedrempels door

simulatie van interacties tussen plantenarchitectuur, insecticide-depositie,

insectenmobiliteit en -vraat, en groeicompensatie;

■ biologische bestrijding van onkruiden: kennis van relatie tussen planten-

architectuur van onkruiden en de insecten of pathogenen die dit onkruid kunnen

bestrijden;

■ management van pathogenen: beter begrip van ziekten door simulatie van

pathogeendepositie en het effect van microklimaat van de plant;

■ ontwikkeling van plant-ideotypen die voldoen aan bepaalde morfologiecriteria,

zoals grootte van de bladkroon voor lichtonderschepping, gemakkelijk oogstbare

vorm, etc.;

■ teeltwijze: concurrentievoordeel van gewassen bij een bepaalde plantdichtheid,

vorm van wortelstelsel;

■ snoeiwijze: simulatie van optimale snoeimethode om compenserende groei te

bestuderen;

■ insectengedrag: inzicht door simulatie van beweging, fourageren en predatie op

groeiende planten;

■ ontwikkelingsbiologie: toetsen van effect van genwijzigingen op 3D-structuur;

■ remote sensing: reflectie wordt beïnvloed door ruimtelijke structuur van kronendak

en wordt beter ingeschat met 3D-modellen;

■ landschapsarchitectuur: virtuele presentatie van interactie tussen beplanting en

bebouwing;

■ kunst en entertainment: als onderdeel van spellen en films, maar ook puur

esthetisch.

Hieronder wordt eerst uiteengezet hoe in het onderzoek het model van een

virtuele plant wordt gegenereerd. Vervolgens zullen een aantal toepassingen in het

teeltmanagement worden gepresenteerd. Afsluitend komt een aantal toekomstige

ontwikkelingen aan bod.

Figuur 1: schematische (links) en realistische (rechts) weergave van de opbouw van een katoenplant

(Room et al., 1996).

De Visser, P.H.B., L.F.M. Marcelis, G.W.A.M. van der Heijden, J.B. Evers, J. Vos & P. Struik

2. berekening van de 3d-vorm van de groeiende plant

De beschrijving van de vorm of morfologie van de plant is op meerdere wijzen mogelijk.

Door de plant in te scannen (zie paragraaf 3) wordt een geometrisch model verkregen.

Hiermee kan in de groeimodellering niet direct worden gewerkt. Voor modeltoepas-

singen wordt vaker op basis van de topologie gewerkt. Een topologisch model van een

plant beschrijft het aantal aanwezige componenten, waaronder blad, bladsteel, stengel,

bloem en wortel, en hun ruimtelijke verbinding. Een zich ontwikkelende plant zal

deze componenten vormen volgens een bepaald patroon, meestal afhankelijk van de

omgevingstemperatuur. Karakteristiek voor een plant is de herhaling (recursie) van dit

patroon: uit elke knop komt een steeltje, een blad en weer een nieuwe knop.

Een simulatieprogramma zal deze wijzigende topologie moeten kunnen beschrijven,

hetgeen andere programmatuur vereist dan gebruikelijk in de niet-3D-modellering.

De plant kan vervolgens zowel schematisch als realistisch worden weergegeven,

afhankelijk van de softwaremogelijkheden (figuur 1). Het topologisch model wordt ge-

kalibreerd aan de hand van metingen, bijvoorbeeld via een 3D-scanner (zie hieronder).

3. digitaliseren van de plant

In het plantkundig onderzoek is 3D-informatie noodzakelijk ter verbetering van de

groeimodellen. Hiervoor is het nodig dat van individuele planten 3D-posities en

afmetingen worden bepaald van bladeren, bloemen en stengels. Ook kleur en vorm

van de plant kunnen belangrijk zijn. De planten moeten in de tijd worden gevolgd, de

methode moet dus niet-destructief zijn.

De methode behoort bij voorkeur planten in het geheel te kunnen inscannen, zodat

de plant als een volledig 3D-model in de computer voorhanden is. Dit 3D-model levert

vervolgens de parameters die voor groeimodellering gewenst zijn, zoals positie van de

bladeren en lengte van internodiën.

Er zijn vele principes en apparaten bekend om objecten in te scannen. In het virtuele

plantonderzoek zijn slechts enkele methoden relevant:

1. Laser-scanner: de voordelen van de methode zijn de grote nauwkeurigheid en

robuustheid (lokale metingen). Nadelen zijn de vaste resolutie (dikte van laserlijn is

een beperking voor het opnemen van bijvoorbeeld de kleine bloemen van

Arabidopsis thaliana (zandraket), en scattering van de laserlijn bij semi-transparantie

(translucent), hetgeen vaak bij planten voorkomt.

2. Touch probes: met een soort aanwijsstok wordt de 3D-positie van een plant-

component aangegeven. De methode is zeer robuust en fouten kunnen ter plekke

worden hersteld. Het nadeel van deze methode is dat zij tijdrovend is en dat er

slechts een schematisch beeld wordt gegenereerd.

Virtuele planten in onderzoek, onderwijs en marketing.

3. Profiling: door het silhouet van het object waar te nemen tegen een standaard-

achtergrond wordt het profiel van het object verkregen vanuit een bepaalde hoek

(figuur 2). Door het object rond te draaien op een gekalibreerde tafel wordt uiteindelijk

een volledig 3D-beeld verkregen, met kleurinformatie. De methode is redelijk robuust,

maar kent wel een aantal nadelen. Concaviteiten, zoals een deuk in het object, die niet

vanuit een profiel zichtbaar zijn, worden opgevuld. De eerste proeven wijzen uit, dat

de methode bij eenvoudige plantvormen optimaal werkt (zie figuur 2), maar bij

complexe plantvormen een aantal beperkingen kent.

Indien zorgvuldig gekalibreerd, levert de profiling-methode de beste resultaten van

bovengenoemde methoden. Er wordt een compleet 3D-beeld geleverd met vorm,

afmetingen en kleurinformatie. Naar keuze kan hieruit nadien de benodigde

informatie worden afgeleid. Het principe is simpel en eenvoudig en kan naar wens

worden aangepast of verbeterd.

Figuur 2: het 3D-scanstation (links) werkt via 'profiling' en genereert zowel een 'wireframe'

(voor roos, rechts) als kleur en textuur (niet afgebeeld) (Foto PRI).

4. modelleren van de virtuele plant

4.1 de basis

De tot op heden in Wageningen meest gebruikte groeimodellen (zie o.a. Van Laar et al.,

1992; Marcelis et al., 1998) zijn mechanistisch van aard. Berekening van fotosynthese,

verdamping, drogestofproductie en oogstbaar product zijn tenslotte voor praktische

toepassingen van belang. Aan de structuur werd alleen aandacht besteed voorzover het

de productie kon beïnvloeden, maar dit was een forse vereenvoudiging van de realiteit.


In het laatste decennium doet zich een sterke ontwikkeling voor in de groeimodellen

voor planten die de 3D-structuur berekenen. Met name dankzij de laatste ontwikkelingen

op gebied van 3D-vormgeving en animaties in de grafische sector, worden de mogelijk-

heden om complexe plantvormen in een computermodel te vervatten steeds groter.

Deze complexiteit vraagt om functionele, robuuste en heldere software. Slechts een

aantal mathematische benaderingen zijn geschikt om plantengroei en -ontwikkeling

in 3D te simuleren. De simulatie-software zal een register van alle aanwezige plant-

componenten, zoals vermeld in paragraaf 2, moeten bijhouden. Deze componenten

worden beschreven middels hun topologie (functionele plaats binnen de plantstruc-

tuur) en geometrie (feitelijke positie in X,Y,Z-coördinaten). Software op basis van

'object oriented programming' (OOP) leent zich goed om functionele componenten als

blad of stengel in een objectklasse te plaatsen. OOP kan in principe worden gecodeerd

om plantengroei en -ontwikkeling te simuleren.

Voor groei en animaties is software die recursie kan beschrijven erg geschikt.

3D-modellering met behulp van het L-systeem algoritme heeft deze functionaliteit. Dit

algoritme is ontwikkeld door Aristid Lindenmayer (=L) (1968), en in het standaardwerk

The Algorithmic Beauty of Plants (Prusinkiewicz and Lindenmayer, 1990) zijn vele fraaie

voorbeelden van de kracht en schoonheid van L-systemen te zien. Een L-systeem bestaat

uit een set rekenregels, die een 'string' van symbolen genereert. Bij iedere tijdstap

worden symbolen aan de 'string' toegevoegd: de plant gaat groeien. De symbolen

komen overeen met plantcomponenten, zoals beschreven in paragraaf 2. Een simpel

L-systeem wordt weergegeven in figuur 3.

Figuur 3: een eenvoudige productieregel in L-systeem syntax.

De productieregel kan wat worden uitgebreid tot twee bladeren en twee apices.

Met wat toegevoegde 3D-informatie, levert dat de volgende productieregel:

A --> I[+(80)B][-(80)B][-(45)A][+(45)A]B


Een voorbeeld van een productieregel:

A => I [B ] [K ]AA = apex, I = internode, B = blad, K = knop

Het gedeelte voor de pijl is de ‘predecessor’, het gedeelte erna de ‘successor’.

Met deze regel wordt feitelijk gezegd de predecessor A wordt vervangen door de

successor I[B][K]A, ofwel: een apex wordt vervangen door een internodium met

nieuwe apex, en met als ‘takken’ (aangegeven door [ ] ) een blad en een knop.

Hierbij geeft de waarde 80 de hoek van het blad aan t.o.v. de groeiende apex (hier in

feite de steel), en 45 de hoek, gerekend vanaf de vorige stand van de apex (dit wordt de

'turtle' genoemd, die al zigzaggend verder groeit).

De computercode die L-systemen beschrijft, kan met betrekkelijk simpele formules

toch complexe structuren genereren. Tevens is het relatief eenvoudig om signalen of

stoffen (bijvoorbeeld hormonen) tussen de componenten te laten stromen. Een belang-

rijke aanvulling bestaat uit zogenaamde Open L-systemen, die kunnen communiceren

met de omgeving van de plant. Deze communicatie kan het volgende betreffen (in

navolging van Mech en Prusinkiewicz, 1999):

a) lichtabsorptie: een specifiek blad kent lokale lichtomstandigheden, die door een

combinatie van plantmodel en lichtmodel worden berekend;

b) verdamping: lokale turbulentie, temperatuur en dampdruk sturen de

bladtranspiratie;

c) fysieke hindernissen: een tak stuit op een muur, een naburige tak, of wordt

gesnoeid;

d) voeding en water: wortels groeien niet verder onder ongunstige condities.

4.2 De toepassing: combinaties van structurele en functionele modellen

Uit de meest recente ontwikkelingen blijkt dat meestal een bestaand fysiologisch

model wordt gekoppeld aan een model dat topologie en geometrie in de 3D-ruimte kan

beschrijven (zoals L-systemen). Ook moet vaak nog een aantal modules worden toege-

voegd die de omgevingscondities (zoals straling en luchtvochtigheid) in drie dimensies

berekenen. Hieronder volgt een aantal toepassingen van dit soort gecombineerde

modellen. Zij illustreren de mogelijkheden met virtuele planten.

Figuur 4: een aantal dagen na bespuiting met insecticide heeft zich nieuw, onbeschermd blad

gevormd (29% van totaal, groen)(Room en Hanan, 1995).

A. Insectenbestrijding in katoenHet model Virtual Cotton (Room en Hanan, 1995) is ontwikkeld om managementadvies

te geven bij de teelt van katoen. Vooral het plantverband ter vermijding van onderlinge


competitie en onkruidontwikkeling, en de sproeiwijze ten behoeve van de insecten-

bestrijding waren relevante, ruimtelijke aspecten. Per variëteit en per groeiperiode kan

katoen virtueel worden geteeld en kunnen teeltmaatregelen worden gesimuleerd. Een

illustratie van het effect van insecticide-toediening laat zien, dat op een zeker moment

daarna reeds nieuwe bladeren ontstaan die geen bescherming meer genieten van het

bestrijdingsmiddel (figuur 4).

B. Droogtestress bij wortels (Mech en Prusinkiewicz, 1999)Een architectonisch model van wortelgroei wordt gekoppeld aan een model dat het

vochtgehalte in de bodem in 3D simuleert. De voxels (pixels in 3D) zijn de kleinste

rekeneenheid. De wet van Darcy bepaalt het watertransport tussen de voxels. Indien de

geleidbaarheid voor water in de bodem hoger is, zullen de wortels meer van elkaar af

groeien om nog voldoende water te kunnen opnemen (figuur 5). Dezelfde groeireactie

is te zien als de wateropnamesnelheid van de plant wordt vergroot.

Figuur 5: wortels groeien verder uiteen (links) als de watervoorraad door hogere opnamesnelheid

eerder vermindert (Mech en Prusinkiewicz, 1999).

C. Bespuiting van maïsDe 3D-modellen voor maïs zijn ver ontwikkeld. Met name het INRA in Frankrijk heeft

hier veel aan gewerkt (zie o.a. Fournier en Andrieu, 1999). Op basis van het L-systeem

voor maïs kan de ruimtelijke structuur van het gewas worden berekend.

Insectenaantasting begint vaak bij de 'oortjes' van de plant. Besproeiing met insecticide

kan veel effectiever als alleen in die regio's van de plant wordt gespoten.

D. Snoeien en rozenkwaliteitHoeveelheid en kwaliteit van rozen afgestemd op de vraag zijn mogelijk beter in te

schatten. Een 'virtuele roos'-model zou het effect van het snoeipatroon op knopuitloop

en -aantal voor diverse variëteiten kunnen simuleren. Het effect van lokaal snoeien en

het buigen van takken is juist in 3D-modellen goed te verwerken.


E. Studie van plantvormen in het onderwijsHet gebruik van de L-systeem software is betrekkelijk eenvoudig. Hoewel bepaalde toe-

passingen een complex L-systeem vereisen, is een simpele plantvorm snel te simuleren.

Bepaalde vormparameters kunnen real-time worden gewijzigd, zodat het effect op de

vorm direct zichtbaar is. In het onderwijs is dergelijke software zeer geschikt om het

effect van parameters te illustreren.

F. 3D-visualisaties voor marketingdoeleindenHet weergeven van een bepaalde variëteit van een sierplant in 3D geeft een realisti-

scher beeld dan een platte foto. Het gesimuleerde effect van bepaalde klimaatcondities

of teeltmaatregelen op groei en vorm van een plant is zeer verhelderend. In wezen

biedt bovengenoemde software de mogelijkheid het product dichter bij de klant te

brengen, zodat deze eerder en beter geïnformeerd zijn product kan kiezen. Op internet

zijn binnen andere marktsectoren al veel 3D-visualisaties in gebruik voor marketing-

doeleinden.

5. vooruitblik

Onderzoek aan en toepassing van virtuele planten zal zich mondiaal snel uitbreiden.

De vele toepassingen kan men zich nog nauwelijks realiseren. De techniek levert vrij-

wel geen beperkingen op, er zijn echter veel meetgegevens nodig om een model te kali-

breren. Dergelijke grote hoeveelheden informatie kunnen alleen door relatief grote

onderzoeksgroepen worden gegenereerd. Dit kan ook worden bereikt door een grotere

samenwerking tussen groepen. In de praktijk blijkt reeds dat voorheen gescheiden

functionerende groepen nu vitale informatie willen uitwisselen, bijvoorbeeld over

modellering of over gegevens van plantstructuren.


literatuur

Fournier C. and Andrieu B. 1999. ADEL-maize: an L-system based model for the

integration of growth processes from the organ to the canopy. Application to

regulation of morphogenesis by light availability. Agronomie 19: 313-327.

Lindenmayer, A., 1968. Mathematical models for cellular interactions in development,

Parts I and II, J.Theor.Biol. 18, 280-315

Marcelis, L.F.M., Heuvelink, E. & Goudriaan, J. 1998. Modelling biomass production and

yield of horticultural crops: a review. Scientia Horticulturae 74: 83-111.

Mech, R. and Prusinkiewicz, P., 1999. Visual models of plants interacting with their

environment. Proceedings of SIGGRAPH 96 (New Orleans, Louisiana, August 4-9, 1996).

In Computer Graphics Proceedings, Annual Conference Series, 1996, ACM SIGGRAPH,

pp. 397-410.

Prusinkiewicz, P. and Lindenmayer, A., 1990. The Algorithmic Beauty of Plants.

Springer-Verlag.

Room, P. and Hanan, J., 1995. Virtual cotton: a new tool for research, management and

training. In: Constable, G.A., Forrester, N.W. (eds.), Challenging the Future: Proceedings

of the World Cotton Research Conference - 1; Brisbane. CSIRO Publishing, Melbourne,

pp. 40-44.

Room, P., Hanan, J. and Prusinkiewicz, P., 1996. Virtual plants; new perspectives for

ecologists, pathologists and agricultural scientists. Trends in plant science,

Elsevier Trends Journals, vol. 1, no. 1, 33-38.

Van Laar, H.H., Goudriaan, J. en Van Keulen, H., 1992. Simulation of crop growth for

potential and water-limited production situations (as applied to spring wheat).

Simulations Report 27, Plant Research International, Wageningen. 72 pp.


vias ict vereniging voor landbouw, voeding en groene ruimte

postadres: VIAS, postbus 434, 6700 AK Wageningen

internet: www.vias.nl, e-mail: [email protected]

Dit symposium wordt mede mogelijk gemaakt door:

De activiteiten van VIAS worden gesponsord door:

■ AgriHolland

■ Diva

■ Pac GreenWare

■ Stoas GreenWise

■ W!SL