Pilot CIMLK & Schone Lucht Akkoord
Eind september/begin oktober 2024 start Fileradar een pilot voor de verbetering van de het proces en de inhoud bij het aanleveren van shapefiles voor het CIMLK. Hieronder vindt u meer informatie over de aanleiding, de doelstelling en het programma van deze pilot. Geïnteresseerden kunnen zich nu aanmelden via het formulier op deze pagina.
1. Aanmelden voor / interesse in de pilot
Hieronder kun je je aanmelden voor de pilot. Ook als je interesse hebt, maar eerst nog vragen, kun je het formulier daarvoor gebruiken. Je kunt voor vragen ook contact opnemen met Chris van Hinsbergen: chris@fileradar.nl.
2. Aanleiding voor de pilot
Veel gemeenten en provincies in Nederland moeten verplicht elke één of twee jaar monitoring van de luchtkwaliteit uitvoeren vanuit de Omgevingswet of het Schone Lucht Akkoord. Hiervoor moeten zij gegevens aanleveren aan het CIMLK.
Deze pilot wordt georganiseerd door Fileradar.
Ons doel: betere beslissingen mogelijk maken voor betere luchtkwaliteit
Ons DNA: efficiënt en datagedreven met hoge kwaliteit
Onze aanpak: slim samenwerken en kennisdelen met ons online platform
Het afgelopen jaar heeft Fileradar de tanden gezet in de monitoring met het CIMLK, omdat we denken hier toegevoegde waarde te kunnen bieden. Uit onze analyses blijkt dat er veel ruimte voor verbetering is in de inhoud van de bestanden. Uit gesprekken met omgevingsdiensten, gemeenten en provincies blijkt bovendien dat er veel behoefte is aan kennisdeling, standaardisatie en verlaging van de werkdruk.
Kortom: we denken dat de monitoring van luchtkwaliteit in Nederland een stuk beter kan!
3. Doelen van de pilot
We willen met deze pilot de monitoring van de luchtkwaliteit voor deelnemers op orde brengen en bovendien inzicht bieden in concrete maatregelen om de luchtkwaliteit te verbeteren. Elke milligram minder vervuiling in de lucht leidt immers tot gezondheidswinst (‘there is no safe level of pollution’).
De pilot heeft de volgende concrete doelen:
Kennisdeling binnen en buiten organisaties rondom CIMLK-monitoring
- Inventariseren van de aanpakken en databronnen die toegepast worden
- Het proces van CIMLK-monitoring transparant, uitlegbaar en deelbaar te maken
Inhoudelijke verbetering van de monitoring met slimme data
- Vastleggen van best practices op het gebied van databronnen en algoritmes
- De nauwkeurigheid van de monitoring zo hoog mogelijk te krijgen, het liefst zo dicht mogelijk bij metingen van luchtkwaliteit
Inzicht in maatregelen om de luchtkwaliteit te verbeteren
- Inzetten van CIMLK om mobiliteitsmaatregelen concreet te maken
- Informatie presenteren zodat deze effectief in de besluitvorming kan worden gebruikt
4. Programma
De pilot bestaat uit een aantal (online) bijeenkomsten. De bijeenkomsten zijn bedoeld om deelnemers van kennis te voorzien om hogere kwaliteit van monitoring te bereiken en binnen de organisatie concreet aan de slag te gaan om de luchtkwaliteit te verbeteren. We hebben de volgende bijeenkomsten gepland:
- Kick off + Workshop “Deelnemen aan CIMLK, wat houdt dat in?”
Takeaway: waar je op moet letten als je de monitoring zelf doet of uitbesteedt
- Kennismaken met alle deelnemers
- Korte presentatie over de pilot en resultaten van ingevulde vragenlijsten
- Workshop “Deelnemen aan CIMLK, wat houdt dat in?”
- Welke stappen moet je inhoudelijk doorlopen voor CIMLK?
- Overzicht van bestaande aanpakken
- Welke factoren bepalen de kwaliteit van de monitoring?
- Wat gaat er goed, wat kan er beter?
- Workshop “Best practices in CIMLK-monitoring”
Takeaway: best practices voor databronnen en algoritmes voor de monitoring
- Benchmark: verschillen in input en output tussen alternatieve databronnen
- Gevoeligheidsanalyse van het luchtkwaliteitsmodel voor inputs
- Hoe dicht zit de output bij metingen van luchtkwaliteit, en kunnen we dichterbij komen door betere input?
- Workshop “Doorrekenen van maatregelen met CIMLK rekentool”
Takeaway: informatie waarmee ik binnen mijn organisatie de discussie op gang kan brengen
- Wat voor maatregelen zijn er allemaal mogelijk op het gebied van mobiliteit?
- Welke maatregelen zouden we door willen en kunnen rekenen?
- Waar zitten we buiten de huidige en de toekomstige normen?
- Welke informatie is er nodig om over maatregelen te kunnen beslissen?
- Tijdens deze workshop werken we met concrete cases per gemeente/provincie
- Individuele sessies
Takeaway: wat leveren de verbeteringen in de monitoring op voor mijn organisatie?
- We kijken naar de inzet van extra (lokale) data voor finetuning voor jouw organisatie
- In detail doorlopen en beoordelen van alle stappen
- Vastleggen wat de pilot voor jouw organisatie heeft opgeleverd
- Wat kan er nog beter en wat heb je nog nodig voor de volgende stap?
- Gezamenlijke afsluiting
- Samenvatting van alle lessons learned
- Plannen voor disseminatie van opgedane kennis
- Blik op de toekomst: volgende verbeterstappen
5. Online kennis- en samenwerkingsplatform
Fileradar stelt zijn online platform voor data-analyses beschikbaar voor deze pilot. In ons platform maken we veelvuldig gebruik van onze “1=N” techniek: we maken 1 “master template” van een datagedreven analyse en die passen we daarna N keer toe op telkens een ander gebied (gemeente of provincie) of een andere tijdsperiode.
Elke deelnemer krijgt een eigen online omgeving, waarin we databronnen en berekeningen laten zien in de vorm van stories. Alle stories die in het platform komen te staan, zijn vrij te gebruiken voor deelnemers aan de pilot.
6. Resultaten eerste analyse: fouten & verschillen
De gegevens die overheden hebben gebruikt voor de monitoring van afgelopen jaren zijn publiek beschikbaar op cimlk.nl. Fileradar heeft op basis hiervan een studie gedaan naar de kwaliteit en verschillen tussen gemeenten. Onderstaand figuur toont de resultaten van de vergelijking tussen de door gemeenten ingevulde intensiteiten voor het monitoringsjaar 2022 en gemeten intensiteiten uit lusdetectoren voor datzelfde jaar, zoals gerapporteerd door NDW. Zoals de figuur laat zien is de gemiddelde afwijking enkele tientallen procenten groot. Dit is verrassend te noemen, aangezien de gemeten lusdata publiekelijk beschikbaar is. Blijkbaar worden modelwaarden ingevuld waar meetwaarden beschikbaar zijn.
Ook andere invulvelden, zoals de rekenmethode (SRM-1 of SRM-2), bebouwingstype en stagnatiefactoren, worden lang niet altijd correct ingevuld. Extra complicerend hierbij is dat de omgevingswet niet altijd eenduidig is in hoe je precies de velden in moet vullen; voor een deel kan een overheid hier zelf keuzes in maken. Deze keuzes beïnvloeden echter wel degelijk de uitkomsten.