Wijktypologieën: een wijktypekaart voor klimaatbestendige oplossingen

Klimaatverandering en wijktypen

In Nederland zijn buurten veelal planmatig ontwikkeld met specifieke ruimtelijke kenmerken die verschillen per bouwperiode. Denk aan de inrichting van het straatprofiel, hoeveelheid en type groen en bouwstijl.

De gevolgen van klimaatverandering hebben een sterke relatie met de ruimtelijk kenmerken van wijken. Zo kan er in een smal straatprofiel weinig ruimte voor extreme neerslag worden gevonden en is er in een wijk met veel schaduw van bomen minder hittestress.

Laura Kleerekoper

Onderzoeker

Wijktypologie ontwikkeld met kunstmatige intelligentie

Om wijken klimaatbestendig in te richten zijn gebiedsgerichte maatregelen nodig. Een indeling in wijktypologie kan daarbij helpen. Met kunstmatige intelligentie is een wijktypekaart voor heel Nederland(opent in nieuw venster) ontwikkeld met veertien verschillende wijktypen. Een machine learning-model heeft geholpen in het lezen en ontsluiten van grote databronnen en het herkennen van patronen in de data.

Specifieke klimaatadaptieve maatregelen per wijk

Met de wijktypologie kunnen lokale- en regionale overheden beter de kwetsbaarheden van een wijk identificeren en specifieke klimaatadaptieve maatregelen toepassen.

• De wijktypekaart(opent in nieuw venster) geeft inzicht in de verdeling van de typologie op drie schaalniveaus: buurtniveau, postcode 5 en postcode 6 niveau.
• De technische documentatie beschrijft de opbouw van het model en de databronnen(opent in nieuw venster) in detail.
• In kennisclip 1(opent in nieuw venster) wordt in beeld gebracht hoe de wijktypekaart een bijdrage kan leveren bij het klimaatbestendig maken van de steden.
• In kennisclip 2(opent in nieuw venster) wordt de methode van de ontwikkeling van de kaart uitgelegd.

Onderwijs

In de aanloop naar dit project is de hulp van studenten die de minor Urban Analytics volgden ingezet. Het onderzoek had de rol van opdrachtgever tijdens twee minor-perioden. De studenten kregen een specifieke onderzoeksvraag waarin ze de vrijheid kregen op zoek te gaan naar een nieuwe methode voor clustering, identificatie van wijktypen of automatisering met een script.

Team

• Laura Kleerekoper(opent in nieuw venster)
• Jeroen Kluck
• Stephanie Erwin
• Lisanne Corpel
• Pieter Bons
• Zerin Arif

Partners en financiering

Samen met de opdrachtgever Stichting CAS is in dit project gewerkt aan een product dat voor heel Nederland beschikbaar is en in de loop van de tijd kan worden geactualiseerd. Met de partners Tauw en Deltares is respectievelijk gewerkt aan de inputdata - met name groen – en de beoordeling van kwetsbaarheid voor wateroverlast en hittestress.

Publicaties

• Kluck, J., Kleerekoper, L., Erwin, S., Corpel, L., Bons, P., Arif, Z., Geisler, L., Veenbos, K. & Koekoek, A., (2023) Computer leert wijktypen bepalen voor heel Nederland: een studie naar het inzetten van kunstmatige intelligentie voor het bepalen van wijktypen.(opent in nieuw venster)Hogeschool van Amsterdam.
• Kleerekoper, L., & Corpel, L. (2023). Machine learning voor wijktypen(opent in nieuw venster). Stadswerk Magazine, 2023(6), 52-55.
• Erwin, S. Corpel, L., Kleerekoper, L., Bons, P., Arif, Z. and Kluck, J. (2023) Analyzing Dutch Neighborhoods: Identifying Typologies with Artificial Intelligence(opent in nieuw venster). Conference Presentation at 2nd 4TU-14UAS Research Day on Digitalization of the Built Environment in Eindhoven.
• Stolk, A. (2023 ) “Je kunt de wijktypologie inzetten voor veel duurzaamheidsopgaven”(opent in nieuw venster). Climate Adaptation Services, Bussum. 3 november 2023.