Waarom BIM en Kadaster Knowledge Graph?
De behoefte om gebruik te maken van gecombineerde data uit verschillende basisregisters is groot, maar momenteel moeilijk door manier waarop de basisregistraties zijn ingericht en de complexiteit van de bijbehorende gegevensmodellen. De Kadaster Knowledge Graph is een eerste oplossing voor dit vraagstuk van geïntegreerd gebruik en biedt de mogelijkheid om op een geïntegreerde manier gebruik te maken van data uit meerdere geo-basisregistraties. Deze Kadaster Knowledge Graph is generiek, dus niet gemaakt om een specifiek probleem voor een bepaalde sector op te lossen, maar biedt een oplossing voor oneindig veel vragen die leven bij verschillende gebruikers in verschillende sectoren. In deze data story kijken we naar de mogelijkheden om data uit een BIM model te bevragen in combinatie met de Kadaster Knowledge Graph.
Toekomst: naast de Kadaster Knowledge Graph zijn een of meer BIM KG’s beschikbaar, waardoor het in de toekomst mogelijk is om informatie gecombineerd te kunnen bevragen. In de toekomst wordt de BIM Knowledge Graph wellicht opgebouwd en onderhouden door diverse partijen in de bouwsector (architectenbureaus, ontwikkelaars, bouwbedrijven, installatiebedrijven), staat de informatie in die BIM KG fysiek verspreid en staat de Kadaster Knowledge Graph bij het Kadaster. Door gecombineerde bevragingen uit te voeren op zulke verschillende verspreide Knowledge Graphs maken we federatieve bevragingen mogelijk. Om de werking hiervan te laten zien hebben we onderstaande datastory opgesteld.
Voorbeeld 1: Gebouw gegevens uit de BIM model
Een voorbeeld van een querie waarin we in een bepaald gebied panden zoeken die aan bepaalde kenmerken voldoen. In dit voorbeeld zoeken we in de Wijk Hees in Nijmegen alle panden met een houten kozijn. Het pand Schependomlaan is het enige pand dat oplicht omdat dit pand houten kozijn heeft (we hebben voor deze demo maar 1 BIM model).
Idee is om met deze querie aan te tonen dat als je meerdere BIM modellen zou hebben je kan zoeken op bepaalde eigenschappen van een pand. Je krijgt dan alle panden te zien die aan de zoekcriteria voldoen.
Wall types
Als je een bepaald BIM model hebt kun je deze ook nog specifiek bevragen: Wat zijn bijvoorbeeld alle eigenschappen van de muren in het pand Schependomlaan 20?
Voorbeeld 2: Vergelijking gegevens BAG en BIM model & Kadastrale kaart
Met deze query worden op basis van de adresgegevens van het BIM model, in dit geval de postcode en het huisnummer van het adres, gegevens uit de BAG en de kadastrale kaart opgehaald. Omdat het BIM gebouw geogerefereerd is halen we direct de juiste gegevens op uit de Basisregistratie Adressen en Gebouwen. In deze bevraging halen we uit de Basisregistratie Kadaster (BRK) informatie op over de kadastrale aanduiding van het perceel waarop het pand gelegen is. Ook hebben we de mogelijkheid om direct de oppervlakte van het perceel in te zien.
De gegevens over gebouw en perceel uit de Kadaster basisregistraties (de geometrieën zijn aanklikbaar voor meer informatie).
Voorbeeld 3: Vergelijking Gegevens BAG en RCE monumenten data
Als bouwbedrijf kan het handig zijn om rechtstreeks bij de bron de informatie op te halen. Het is onder andere mogelijk om te zien of een pand een monumentale status heeft. Dit is mogelijk omdat we reeds het gebouw geogerefereerd is en we hierdoor meer relevante gegevens uit andere Knowledge Graphs kunnen ophalen die ook gekoppeld zijn aan een adres. In deze query laten we een overzicht zien van de rijksmonumenten in de wijk Hees waarin de schependomlaan 20 is gelegen op een kaart. In de kaart is te zien schependomlaan 20 geen rijksmonument is, andere panden in de wijk die wel een rijksmonument zijn worden weergeven op de kaart. De data is afkomstig van het Linked Data platform van de RCE.
Voorbeeld 4: Informatie over de buurt
Naast informatie uit de basisregistraties van het Kadaster is het ook mogelijk om informatie uit andere bronnen op te halen die beschikbaar is in een Knowledge Graph. Als bouwbedrijf wil ik weten wat de voorzieningen zijn in de wijk waar ik een pand ontwikkel. Ook wil ik deze informatie laten zien aan belangstellende. In onderstaande querie kijken we naar de toegankelijkheid van voorzieningen zoals kinderdagopvang en scholen. Laten we daar nog de toegankelijkheid van huisartsen en supermarkten aan toevoegen. Welke buurten in Nijmegen bieden de beste toegang tot deze voorzieningen? De kleuren op de kaart lopen nu van donkerblauw (dicht bij), via lichtblauw en geel (iets minder dicht bij), naar rood (ver weg). In dit voorbeeld heeft er dus geen combinatie plaats gevonden met data uit de BIM Knowledge Graph en Kadaster Knowledge Graph, maar kijken we naar aanvullende CBS informatie over het gebied die eveneens door middel van een Knowledge Graph te bevragen is.
