Datagedreven stadsplanning

Op drukke toeristische dagen vraagt mobiliteit in de stad om een vooruitziende aanpak. Om terugkerende tekorten aan fietsparkeerplekken langs de kust van Scheveningen aan te pakken, werkte het lectoraat Smart Sensor Systems (SSS) onderdeel van het Centre of Expertise Digital Operations & Finance van De Haagse Hogeschool samen met de gemeente Den Haag. Binnen dit onderzoeksproject, begeleid door Amey Vasulkar van het lectoraat SSS en uitgevoerd door Joost Bleeker, student van de master Next Level Engineering (NLE), ontwikkelden zij een goed uitlegbaar voorspelmodel. Het model is ontworpen voor integratie in de Crowd Safety Manager (CSM) Digitwin van de gemeente.

De uitdaging: voldoende fietsparkeerplekken aan de kust

Op warme zomerse weekenddagen trekt de boulevard van Scheveningen soms wel tot 180.000 bezoekers per dag. Ongeveer 22% van hen komt met de fiets, waardoor de bewaakte fietsenstallingen geregeld vol raken. Fietsen die vervolgens buiten de aangewezen plekken worden geparkeerd, blokkeren voetpaden en belangrijke routes voor hulpdiensten. De gemeente plaatste tijdelijke fietsenstallingen tot nu toe vooral op basis van wat medewerkers ter plaatse zagen. Met een voorspelling van de toestroom kan zij daar eerder op inspelen.

Onze rol en onderzoeksaanpak

Het lectoraat Smart Sensor Systems bracht expertise op het gebied van data science in en begeleidde het onderzoek. Daarmee hielp het lectoraat de mobiliteitsgegevens van de gemeente te vertalen naar informatie die bruikbaar is voor operationele beslissingen, zoals de inzet van mensen en middelen.

Al vroeg in het onderzoek bleek dat de historische bezettingsgegevens van de bewaakte Biesieklette-stallingen daarvoor niet betrouwbaar genoeg waren. Door afwijkingen in de gegevens en vertrekken die niet waren geregistreerd, konden de onderzoekers deze cijfers niet gebruiken om het voorspelmodel te trainen. Daarom kozen zij voor tellingen via inductielussen van verkeersregelinstallaties (VRI’s), die een betrouwbaarder beeld geven van de toestroom van fietsers.

In het onderzoek zijn twee voorspelmodellen vergeleken: SARIMAX en Prophet. Daarbij gebruikten de onderzoekers historische mobiliteitsgegevens, weergegevens en informatie over vakanties en gemeentelijke evenementen.

Belangrijkste bevindingen en resultaten

Van de twee onderzochte modellen bleek Prophet het meest geschikt, vooral doordat dit model goed omgaat met seizoenspatronen die elkaar overlappen op dag-, week- en jaarbasis. Het onderzoek leverde de volgende resultaten op:

• Nauwkeurigheid van de voorspellingen: Getoetst op gegevens uit 2025, die niet waren gebruikt om het model te ontwikkelen, behaalde het model een gemiddelde procentuele absolute fout (MAPE) van 19%. Daarmee presteerde het beter dan een eenvoudig referentiemodel op basis van seizoenspatronen.
• Factoren die de vraag beïnvloeden: Zonnestraling en luchttemperatuur bleken de sterkste positieve voorspellers van recreatief fietsverkeer. Windstoten en relatieve luchtvochtigheid hangen juist samen met een lagere toestroom van fietsers.
• Dashboard voor medewerkers: Met een aanpak waarin de gebruikers centraal staan, ontwikkelden de onderzoekers een werkend prototype van een dashboard voor gemeentemedewerkers.
• Aansluiting op bestaande scenario’s: Het dashboard toont niet alleen voorspelde aantallen fietsers, maar laat ook zien hoe druk deze naar verwachting zullen zijn ten opzichte van eerdere dagen. Die inschatting koppelt het aan de bestaande groene, gele en oranje scenario’s voor druktemanagement van de gemeente.

Van voorspelling naar praktijk: de gemeente zet de samenwerking voort

Tijdens de gebruikerstests liet het systeem zien wat het in de praktijk kan betekenen: toen het model voor een vrijdag een ongebruikelijk grote toestroom van fietsers voorspelde, schaalden gemeentemedewerkers het druktemanagement al vooraf op en zetten zij extra verkeersregelaars en medewerkers in op de boulevard. Metingen ter plaatse bevestigden die vrijdag dat de verwachte drukte inderdaad was ontstaan.

Na afronding van het onderzoek verdedigde Joost Bleeker zijn afstudeeronderzoek voor de master Next Level Engineering, waarvoor hij het eindcijfer 9 behaalde. De gemeente Den Haag heeft aangegeven het systeem te willen inzetten binnen de Crowd Safety Manager Digitwin en wil de samenwerking met het lectoraat Smart Sensor Systems voortzetten. Daarbij wil de gemeente ook toekomstige studenten van De Haagse Hogeschool betrekken bij vraagstukken rond stedelijke mobiliteit.

Neem voor meer informatie over dit onderzoek contact op met Amey Vasulkar via de mail: [email protected].