Best Mogelijke GIS-Oplossingen voor Aanbestedingen

Blog

Kraan in de berm

Berekeningen voor Aanbestedingen

Op een donderdag werd ik gebeld met een vraag of het mogelijk is om, aan de hand van geografische informatie, een berekening te maken voor een aanbesteding. In dit geval bestond de wens om de lengte van de ontvangstplicht langs de percelen van gemeenten te berekenen. 

Voor diegenen die niet bekend zijn met de ontvangstplicht: om de watergangen te onderhouden worden deze gemaaid en gebaggerd. Diegenen die land hebben langs de watergang zijn vervolgens verplicht om het maaisel en bagger te “ontvangen” en daarmee af te voeren. In dit geval, uit naam van 17 gemeenten, koos Waterschap Brabantse Delta ervoor om dit uit te besteden. Om een goede schatting te maken over het aantal meters land dat ontvangstplicht draagt, oftewel de ontvangstplichtlengte, zijn berekeningen nodig. 

Alhoewel het mogelijk is om handmatig alle percelen af te gaan via een GIS-pakket en deze stuk-voor-stuk te meten, werd er gekozen om deze automatisch af te leiden. De optie om het automatisch te meten is namelijk een stuk goedkoper dan de optie handmatig te meten. 

Aan de basis van de berekening staan de perceelvlakken van de gemeenten en de te onderhouden waterganglijnen als databronnen.

Ref. 1
Ref. 2

Het Verschil tussen Modellen en de Weerbarstige Praktijk

 

“Zo gezegd, zo gedaan!”. Het lijkt een zogeheten “eitje” om deze klus te klaren. Bedenk dat aan de weerszijden van de waterganglijnen een perceel ligt en je bent al bijna klaar, zou je zeggen. Het hoeft enkel nog technisch uitgevoerd te worden in een GIS-pakket om de juiste relaties tussen de percelen en de waterganglijnen te vinden.

Een gemiddelde GIS Specialist draait er zijn/haar hand niet voor om en voert de volgende stappen uit:

  1. een buffervlak van de waterganglijn te maken óf de waterganglijn te verplaatsen;
  2. een (gemeentelijk) perceel te selecteren;
  3. een ruimtelijke relatie maken op basis van eventuele overlap met het perceel.
 

“En daar begint de ellende dan.” De praktijk is weerbarstiger dan je in eerste instantie zou vermoeden. Tijdens het uitvoeren van data-analyses blijken er talrijke uitzonderingen op het model dat je in je hoofd had te bestaan. Zie voor een voorbeeld het verschil wat er tussen het model in je hoofd en de geodata in de praktijk in Figuur REF 3 en REF 4.

Modellen Getoetst in de Praktijk

Een van de belangrijkste foutenbronnen is dat de afstand van de getekende waterganglijn tot een perceel sterk kan variëren. Er kan daarmee niet gekozen worden om met één afstand alle ruimtelijke relaties (op basis van overlap) tussen de waterganglijnen en de percelen aan te maken. Met één enkele afstand bestaan er vele scenario’s waarbij óf de afstand te kort is gekozen en daarmee geen overlap wordt bewerkstelligd (en daarmee geen ruimtelijke relatie aangemaakt kan worden) óf dat deze lang is en achterliggende percelen geselecteerd worden die geen ontvangstplicht kunnen hebben. 

Daarnaast bestaan er nog veel meer foutenbronnen:

  • de waterganglijn hoeft niet in het midden te liggen tussen 2 percelen, maar kan aan beide zijden verschillende hellingshoeken hebben waardoor links en rechts de afstanden tussen de linker- en rechterzijde verschillen;
  • perceelvormen met aanzienlijke inhammen of uitsteeksels waardoor het meten van de ontvangstplicht moeilijk wordt;
  • percelen die gedeeltelijk achter andere percelen liggen waarmee de grenzen tweemaal of vaker aan de waterkant liggen; 
  • fouten die ontstaan omdat een waterganglijn aan meerdere percelen ligt en daarmee meerdere ruimtelijke relaties aangaat;
  • fouten die ontstaan omdat meerdere waterganglijnen aan een perceel liggen en daarmee meerdere ruimtelijke relaties aan gaan;
  • bij het aanmaken van buffers blijkt dat bij de kop en de staart soms rare vervormingen van de gevormde buffervlakken optreden. Bijvoorbeeld als een lijnsegment een scherpe hoek heeft bij het begin of einde van een waterganglijn;
  • enzovoort.
 

Zie Figuur REF 5 en REF 6 waar verschillende afwijkende scenario’s te zien zijn waarin het aanmaken van een ruimtelijke relatie moeilijk is.

Sommige foutenbronnen zijn oplosbaar. Bijvoorbeeld wanneer een waterganglijn meerdere relaties kan aangaan. De zogenaamde “M X N”-relaties tussen waterganglijnen en percelen kunnen met slim programmeerwerk goed opgelost worden.

Anderen zijn moeilijker of niet op te lossen: het is “knap lastig” om de ontvangstplicht te berekenen voor percelen die inhammen of uitsteeksels hebben. Als deze scenario’s niet de overhand hebben, dan kunnen afwijkingen in de berekeningen allicht geaccepteerd worden. 

Het is zaak daarbij dat de impact van fouten klein blijft en daarmee dat er tijdens het programmeren business rules snel geïmplementeerd en getest worden. Op deze manier kunnen modellen in de praktijk getest worden en kunnen verwachtingen en kosten gemanaged worden.

Ref. 3
Ref. 4
Ref. 5
Ref. 6
Ref. 7.1
Ref 7.2
Ref 7.3
Ref 7.4
Ref 7.5
Ref 7.6

Best mogelijke GIS-oplossingen

Er werd al eerder genoemd dat de grootste foutenbron de variabele afstand tussen de waterganglijnen en de (gemeentelijke) percelen is. 

Om tot een goede oplossing te komen voor dit vraagstuk is het van belang om te realiseren dat het vraagstuk anders geformuleerd moet en kan worden. Het is niet de vraag óf een waterganglijn een relatie heeft met een kadastraal perceel. Het is de vraag wat de impact van een relatie tussen een waterganglijn en een kadastraal perceel op de totale berekening heeft op de berekening voor de Aanbesteding.

Door het vraagstuk anders te formuleren kan de impact van fouten genuanceerder bestudeerd worden. Een vreemd gevormd perceel kan daarmee onbedoeld een relatie aangaan met een waterganglijn zonder dat deze een grote impact heeft op de totale berekening van de ontvangstplichtlengte. 

Door het vraagstuk anders te formuleren wordt het zinvol om gebruik te maken van best-mogelijke-GIS-oplossingen. 

Met best-mogelijke-GIS-oplossingen:

  1. worden meerdere kandidaat-oplossingen automatisch gegenereerd. In dit geval bestaan de kandidaat-oplossingen uit verplaatste waterganglijnen op verschillende afstanden.
  2. worden kandidaat-oplossingen gevalideerd aan de hand van een optimalisatiefunctie en wordt er een score berekend;
  3. wordt de kandidaat-oplossing met de beste score geselecteerd als best-mogelijke oplossing. 

In de Figuren REF 7.1 – 7.6 is te zien hoe de best-mogelijke-GIS-oplossingen grafisch tot stand komen. Uiteindelijk komen de scores van alle kandidaat-oplossingen terecht in één tabel

Hier worden alle waterganglijnen verplaatst met 2, 4, 6, 8, 10 en 12 meter. 

Vervolgens wordt er geteld hoeveel coördinaten van de waterganglijn overlap hebben met het desbetreffende kadastraal perceel. Daarmee worden de kandidaat-oplossingen gevalideerd. 

De kandidaatsoplossing met de meeste coördinaten met overlap met een kadastraal perceel heeft de beste score en wordt geselecteerd als best-mogelijke-GIS-oplossing. Daarmee is de best-mogelijke-GIS-oplossing voor de desbetreffende waterganglijn-perceel-relatie gevonden.

 

Het Berekenen en Presenteren van de Ontvangstplichtlengte

Na de berekening uitgevoerd te hebben voor alle waterganglijnen is per waterganglijn de ideale afstand tot een perceel bekend. Daarmee is echter nog niet de ontvangstplichtlengte berekend. 

Vanwege een (weer) weerbarstige praktijk is er hier gekozen om de verplaatste waterganglijn te verdichten tot 1 punt per meter, en het aantal punten te tellen dat overlap heeft met een perceel. 87 punten die overlap hebben met een perceel komt neer op 87 meter ontvangstplichtlengte voor het desbetreffende perceel.

Het fijne van deze methode is dat niet enkel er een berekening plaatsvindt, maar dat deze ook nog eens presenteerbaar is op een kaart.  Met de kaart wordt de berekening voor het aanbestedingsproces transparant en kan eventueel onbegrip of eventuele wrijvingen tussen de Aanbestedende partij en Aannemers beperkt worden.

 

Best mogelijke GIS-Oplossingen voor Aanbestedingen

Om GIS-oplossingen in te zetten in het faciliteren van berekeningen voor aanbestedingen is het van belang om het vraagstuk te kunnen kwantificeren en de mogelijkheid te hebben om een optimalisatiefunctie op te zetten. Daarnaast zal er rekening gehouden moeten worden dat geografische data tot de categorie “zware data” behoort en daarmee relatief veel rekentijd nodig heeft om tot oplossingen te komen. Het is niet voor niets dat er hier voor “maar” 6 mogelijke afstanden, waar de kandidaat-oplossingen op gebaseerd zijn, gekozen is.

Tegelijkertijd kan het interessant zijn om zoekfuncties naar andere domeinwaarden dan de hier vastgestelde 2, 4, 6 ,8, 10 en 12 meter, te introduceren. Met zoekfuncties hoeft er niet langer meer met vastgestelde waarden gewerkt te worden, maar zoekt de zoekfunctie zelf naar de juiste waarde. Met de introductie van zoekfuncties kan bijvoorbeeld een kandidaat-oplossing gebaseerd op 9,17 meter afstand gevonden worden. Deze domeinwaarde was eerder niet beschikbaar, en daarmee een hogere precisie van de oplossingen bereikt worden. De keerzijde van de medaille is daarentegen dat het implementeren van een zoekfunctie zorgt voor een grotere complexiteit van de berekening en dat allicht de berekeningen nog zwaarder kunnen worden.

Tenslotte zal er geaccepteerd moeten worden dat er scenario’s bestaan waarbij de best-mogelijke-GIS-oplossing niet voldoet aan de gevraagde berekening. In de automatisering van het berekenen van best-mogelijke-GIS-oplossingen worden impliciet en expliciet aannames gemaakt die er voor zorgen dat niet alle best-mogelijke oplossingen goede antwoorden geven. Door de impact te bestuderen op de totaalberekening kan vervolgens alsnog tot een goed beargumenteerd wiskundig model gekomen worden dat niet ver afstaat van de werkelijkheid.

 

Conclusie 

Voor het maken van berekeningen voor aanbestedingen rond beheer van een omgeving is het van groot belang dat de juiste vraag gesteld wordt. Het is niet de vraag óf er een ruimtelijke relatie gemaakt kan worden tussen ruimtelijke objecten, maar tot in hoeverre de ruimtelijke relatie kwantificeerbaar is en daarmee de kwaliteit van de ruimtelijke relatie te valideren is. Zonder kwalificatie van mogelijke oplossingen is het onbekend wat de impact van fouten zijn.

Het is technisch mogelijk om tot betere best-mogelijke oplossingen te komen door zoekfuncties te implementeren. Het model voor het maken van de berekeningen kan in veel gevallen verbeterd worden als er voldoende ontwikkeltijd en rekentijd beschikbaar is.

Tenslotte dragen best-mogelijke GIS-oplossingen bij in het vinden van betere oplossingen en kunnen, waar mogelijk, ook communicatieve doelen bereiken. Een kaart visualiseert immers de berekeningen. Door verschillende scenario’s te (laten) bekijken wordt er aan vertrouwen gewonnen in het Aanbestedingstraject.