l$-*en n i n g dataml:.à.h e$$

lllii:llar:li

lillil::l'ii

Rijksinstituut voor

l$-*en

n i n g dataml:.à.h

i

e$$

2 augustus 1999

voor Kust en ZeelRlIQ (Den Haag)

tKzlT-99.853X 965

MinistrÍie van Vcdteeí en Wateístaat Directoraat-Ceneraal Riikswatentaat Rijkrinetihrut voor lurt en z*lRiKZ bibllodtcek Postbus 209O7

25m

EX Den Haag

Ministerie van Verkeer en

waterstaat

DirectOraat-Genefaal Rijkswaterstaat Ri.iksinstituut voor Kust en Z?à|RIKZ

Verkenn i ng datamanagement MOVE

Werkdocument RIKZ/lT-99.853 2 augustus 1999

Rijkswaterstaat Rifisinstituut voor Kust en Bibliotheek (Den Haag)

ZeelRlle

Rt*zlTnf Vfrx

John van der Woude Cerard Mol Jan Theune Johan Vreeke

qá;

Ministerie van Verkeer en Waterstaat

Memo

Directoraat-Ceneraal Rijkswaterstaat R$ksinstituut voor Kust en ZeelRIKZ

Aan

Geïnteresseeerden in MOVE en

datamanagement (zie verzendlijst)

Van

Doorkiesnummer

John van der Woude, Ben de Winder

07 0-31

Datum

Bijlage(n)

13 oktober 1999

1

1

4.533, 01 1 I -67 2.298

Onderwerp

Werkdocument Verkenning Datamanagement MOVË (ter informatie)

Geachte heer/mevrouw

,

ln het project MOVE (Monitoring van de verruiming van de Westerschelde) is sprake van een grote hoeveelheid en grote diversiteit aan gegevens. Zoals gebruikelijk in projecten zitten deze gegevens verspreid over diverse werkbestanden en in Donar. Mede vanwege de lange duur van het project (ca.7 jaren), maar ook omdat de gegevens uit het project ook elders van belang kunnen zijn, is onderzocht hoe het beste met al deze gegevens omgegaan kon worden in dit project. Deze verkenning levert vier actievoorstellen op (zie hoofdstuk B van het document). Van deze acties worden momenteel uitgevoerd: l. Metagegevens en bestandsdocumentatie (het op orde brengen hiervan), en ll. Presentatie (van de metagegevens etc. op een Intranet). De acties lll. Gegevenslogistiek en lV. Opslag in Donar volgen later. Het nieuwe in deze verkenning is dat voorgesteld wordt om a. de vele werkbestanden in een project te verbeteren door er meer metagegevens van vast te leggen en deze metagegevens goed toegankelíjk te maken, en b. daardoor het opslaan van de projectgegevens in Donar tevens te vergemakkelijken. Zo worden dus twee vliegen in één klap geslagen: het project zelf wordt er beter van, en de archiverint vooÍ later en voor anderen is beter. Omdat u direct of indirect met dezelfde problematiek van het beheer van projectgegevens te maken hebt, sturen wij u dit werkdocument voor een nadere ideeënvorming. RIKZ-breed wordt er vanuit de hoofdafdeling lT, mede op grond van deelname in projecten zoals MOVE, gewerkt aan een visie op datamanagement.

Met vriendelijke groet, John van der Woude (RIKZ/ITT Den Haag) Ben de Winder (RIKZ/ABD Middelburg, projectleider MOVE RIKZ)

Middelburg Middelburg 31 Bezoekadres Grenadierweg 31

Vestiging Middelburg

Telefoon 0118 6722@

Postbus 8039, 4330 ÊA Middelburg

Telefax

O1

18 65'1046

E-mail [email protected]

Op 20 minutcn l@patstand vanaÍ station Middelburg richting industdegebied Arnestein oí met tÍeintili bereikbaaÍ

Verzendlijst RIKZ:

Hoofd OS (1 ex.) Hoofd AB (1 ex.) Hoofd lT (1 ex.) Bibliotheek (1 ex. per vestiging) Hoofd ABW (3 ex.) Hoofd ABD (3 ex.) Hoofd ABB (3 ex.) Hoofd ABN (3 ex.) Hoofd OSB (2 ex.) Hoofd OSC (2 ex.) Hoofd OSF (2 ex.) Hoofd ITT (5 ex.) Hoofd lïH (2 ex.) Hoofd lïB (3 ex.) Hoofd ITL (3 ex.) Willem van der Hoeven (lTT Haren) Gerrit Oskam (lTT Haren) Piet Feddema (ABW) Aline Arends (ABD) Anton van Berchem (ABD)

Madjn van Helvert (OSFD) Tammo Bult (ABD) Dick de Jong (OSBD) Tobias Vr'dhout (ABD) Albert Holland (ABD) Bert van Eck (ABD) Jacques Vroon (ABD) Theo van Stijn (OS Den Haag,5 ex. voor DDW) DZL:

Onno van Kleef Saskia Huijs Jos de Jong

Lodewijk Nijsse

Marian Lazar Leen Dekker Jon Coossen Wim Roose Leo Zandberg Kees van HaÉen

Inhoudsopgave

1 Aanleiding, kader, probleemstelling 2 Werkwijze

6

3 Schets van gegevenssoorten en gegevensstromen

7

4 Geconstateerde problemen en wensen in

MOVE

(Vraagzijde)

9

5 Verkenning van informatiekundige, technische en organisatorische

Verkenning datamanagement MOVE

mogel ijkheden (Aanbodzijde)

11

6 Discussie over vraag en aanbod

14

7 Conclusies en aanbevelingen

21

8 Actieplan

26

Bijlage 1. Lijst van gei:nterviewden

27

Bijlage 2. tijst van interviewvragen

28

Bijlage 3. Metagegevens Donar en Geokey

29

Bijlage 4. Stroomschema Lodingen

31

Bijlage 5. Stroomschema Ecologie

32

1 Aanleiding, kader, probleemstelling

In het project MOVE (Monitoring van de verruiming van de Westerschelde) ontstond medio '1998 de behoefte om het gegevensbeheer binnen het project te verbeteren. Er werd een projectvoorstel gedaan om hier een verkenning naar

uit te voeren, en om dit later te verbreden tot een verkenning naar

de

verbetering van het datamanagement in de regio Zeeland (directie Zeeland plus RIKZ Middelburg). In eerste instantie is het project beperkt tot Verkenning Datamanagement MOVË, een deefproject van MOVE, uit te voeren van januari tot april 1999. Het voorliggende rapport (werkdocument) is geaccordeerd op de MOVE-projectgroepvergadering van 6 iuli 1999.

De probleemstelling voor deze verkenning is:

a.

dat er meer inzicht nodig is in de beschikbaarheid van gegevens ín het tot geaggregeerde gegevens, dat er een betere toegankelijkheid wordt gevraagd van met name de

proces van verwerking

b.

geaggregeerde gegevens, c. dat er meer eenduidigheid in de betekenis van de gegevens nodig is, d. dat het fysieke beheer van de gegevensbestanden te wensen over laat.

Voor meer details van de probleemstelling wordt verwezen naar

het

betreffende onderdeel in de offerte voor MOVE van RIKZ aan DZL.

In de loop van deze verkenning is daaraan nog toegevoegd (deels naar aanleiding van de resultaten uit deze verkenning) dat dit alles niet alleen op de korte termijn van belang is, maar dat ook op de langere duur van het project MOVE kwaliteit en beschikbaarheid van de gegevens verzekerd moeten zijn. In feite kan gqsteld worden dat het hier gaat om een onderdeel van de kwaliteitsbewaking van het project MOVE.

Het resultaat van deze verkenning is een rapport met aanbevelingen. De verkenning dient te worden opgevolgd door twee vervolgprojecten: a. een implementatie van de aanvaarde aanbevelingen in MOVE, en b. een verbreding van de verkenning tot de regio Zeeland (DZL + RIKZ Middelburg). De onderhavige verkenning naar datamanagement in MOVE is dus tevens bedoeld als opstap naar een bredere verkenning in de regio, en zelfs als een pílot ín het kader van het thema Datamanagement zoals RIKZ dat verder wil ontwikkelen. Dit laatste zal eerst voornamelijk bottom up plaatsvinden (verkend worden) via projecten zoals MOVE, maar ook top down, via de RIKZ-raad voor informatievoorziening en automatisering en het DT van RIKZ. Datamanagement

is de

beheersing

van het

verzamelen, bewerken en

aggregeren van gegevens en van het opslaan, beheren en beschikbaar stellen van gegevens. Datamanagement is een onderdeel van informatiemanagement, hetgeen staat voor de beheersing van informatieplanning, informatieproductie,

documentstromen, informatie-opslag, informatiepresentatie (bijv. met

GIS),

technische inÍrastructuur (computers en netwerken), organisatie van informatiezaken. Voor MOVE is datamanagement wel het belangrijkste onderdeel van het informatiemanagement van het project, maar toch verdient het aanbeveling om naast deze verkenning naar datamanagement ook een

Verkenning datamanagement MOVÊ

verkenning naar andere informatiezaken uit te voeren, zoals de omgang met

en

en

is

-analyses. Van CIS met CIS-kaarten het datamanagement-aspect in deze verkenning wel meegenomen (in gelijke mate als van andere data), maar zeker voor CIS geldt dat de problematiek veel breder is en ook een aparte behandeling nodig heeft, o.a. vanwege de specifieke software- en documentatieproblemen. Deze problemen (en kansen) krijgen overigens RWS-breed de nodige aandacht en het is zaak daarbij aan te sluiten met hulp van de GlS-coórdinator.

documenten

Dit document is op te vatten als een Definitiestudie, dus een vooronderzoek waarin een oplossingsrichting wordt gevonden, die vervolgens, na acceptatie van de geboden oplossingsrichting, in nadere ontwerpen rnoet worden uitgewerkt.


2 Werkwiize

De verkenning naar datamanagement in MOVE is gebaseerd op interviews, desk research, en brainstorming. Het projectteam bestond uit vier medewerkers van RIKZ, te weten één medewerker van lïT Den Haag (John van der Woude, tevens projectleider), twee medewerkers van ITB Middelburg (Johan Vreeke en Jan Theune), en één medewerker van ABD (Gerard Mol). Er is in de periode van januari tot april 1999 acht keer een projectteambijeenkomst geweest van enkele uren elk, onder RIKZ-projectcode ZEEMOVE. De interviews zijn gehouden bij diverse projectmedewerkers van MOVE en bíj enkele medewerkers die anderszins met MOVE te maken hebben. Zie bijlage 1 voor een overzicht van de namen en de functies. Cetracht is de diverse

gegevenssoorten van de fysica en de ecologie goed vertegenwoordigd te krijgen in deze interviews. De chemie is een klein onderdeel van MOVE en hieraan is vrijwel geen aandacht besteed. Er is gebruik gemaakt van een vooraf door het projectteam opgestelde vragenlijst, zie bijlage 2. De lijst met gegevenssoorten (groepen) is afgeleid uit de de bijlage Organisatie Metingen van het rapport Beoordeling van de effecten van de verdieping 48'- 43' - plan van aanpak, rapport 2 (hierna verder aangeduid als Plan van aanpak MOVE).

interviews en de uitwerking daarvan heeft desk research pfaatsgevonden naaí gegevensstromen en metagegevens, en naar de beschikbaarheid van hulpmiddelen voor het datamanagement. Een derde bron is de eigen ervaring met datamanagement bij de projectleden. Deze drie bronnen (interviews, desk research, eigen ervaring) vormden het uitgangspunt voor brainstorming in het projectteam, om tot conclusies en aanbevelingen te

Naast

de

kunnen komen.

Hieronder wordt eerst een beschrijving gegeven van de gegevensstromen in MOVE, dan komen de geconstateerde wensen en problemen aan bod (de vraagzijde van het datamanagement), vervolgens een verkenning van de beschikbare mogelijkheden (de aanbodzijde van het datamanagement), dan een discussie over vraag en aanbod, vervolgens de conclusies en aanbevelingen

inclusief een visie

op het

datamanagement

in MOVE, en tenslotte een

actieplan.

Dit rapport wordt ter beoordeling aangeboden aan de projectleider MOVE van DZL en ter informatie verspreid onder de projectleden van MOVE, en na accordering aan geïnteresseerden daarbuiten. Vervolgacties moeten worden geïnitieerd door de projectleider MOVE. Bij deze vervolgacties kunnen nog

bij de hier gerapporteerde verkenning boven water zijn gekomen maar niet in extenso beschreven. Hiertoe staat het projectarchief ter beschikking inclusief een lijst van stukken (in beheer bij Johan Vreeke, RIKZ/ITB Middelburg). diverse details opnieuw benut worden die


3 Schets van gegevenssoorten en gegevensstromen

Het project MOVE is een uitgesproken voorbeeld van een proces

van

gegevensveredeling (om de verruiming van de Westerschelde te kunnen monitoren). Met veredeling wordt bedoeld dat basisgegevens zo ver worden bewerkt en geaggregeerd dat er uiteindelijk een beperkte set kengetallen

overblijft. Dit proces is ook bekend

bij het

opstellen van het Jaarboek

Rijkswateren en het Jaarboek Waddenzee. Het is in feite eigen aan MWTL (het programma Monitoring Waterstaatskundige Toestand des Lands), waarmee MOVE een overlap heeft. Het proces van gegevensveredeling is bepaald geen 'automatisch' proces, er komt veel inzicht en interpretatie aan te pas.

ln dit proces worden de volgende stadia onderscheiden: meetplan > meetgegevens + procesgegevens > geaggregeerde getevens > rapportage.

De bijbehorende processen zijn niet alleen het opslaan en het opvragen van gegevens, maar uiteraard ook de analyse en bewerking door de deskundigen. In deze verkenning is dit proces om te beginnen not verder uitgewerkt tot het volgende schema:

waarover je s

wilt

astleggen Relatie


MOVE werkt met een grote diversiteit aan gegevens. De aan het Plan van Aanpak MOVE, bijlage 3 ontleende gegevenssoorten zijn de volgende:

voor de fysica: Vaklodingen, detaillodingen, kust- en oeverlodingen Waterpassing en hoogtemetingen Debieten Sediment Waterstanden

Zoutgehalte Baggerhoeveelheden

voor de ecologie en chemie: BOD, DOC, POC Plankton, licht, extinctie Fytho-benthos

Zoó-benthos Vissen, vogels

Vegetatie

Verontreiniging

zin voor de fysica arealen, jaarwaarden en gemiddelde inhoudsveranderingen, drempeldiepten, grids Bij en stroombeelden. de ecologie gaat het om decadewaarden, De

belangrijkste gegevenssoorten hierbij

gegevenssoorten zoals bedekkingsgraad, dichtheid, biomassa, jaarproductie, etc. Voor de ecologie zijn de fysische getevenssoorten uiteraard van groot belang, en als meest verbindende gegevenssoort tussen beide werelden wordt

steeds

het begrip

areaal genoemd.

Er worden weinig

andere

gemeenschappelijke gegevenssoorten genoemd, en deze constatering is belangrijk voor de hieronder te ontwikkelen visie op de organisatie van het datamanagement in MOVE.

Voor enkele karakteristieke gegevenssoorten is in bijlagen 3 en 4 in schema's de gegevensstroom in detail weergegeven. Daarbij is tevens, aan de rechterzijde, aantegeven welke metagegevens bij elke stap in het proces een rol spelen. Dit

is van belang bij de latere aanbevelingen voor een betere metagegevensadministratie.

Ook voor de andere processen moeten

na acceptatie van de aanbevelingen uit deze verkenning zulke stroomschema's met metagegevens u itgewerkt worden.

Uit deze bijlagen blijkt het belang van het onderscheiden van de diverse stappen voor een goed inzicht in de metagegevens. In het stadium van de basisgegevens komen de diverse metagegevens zoals van Donar naar voren, maar in latere stadia spelen ook andere metagegevens een rol. Voor de administratie daarvan moet ook een goede plek gevonden worden. Bij de diverse stappen in dit proces van gegevensveredeling wordt van verschillende automatiseringshulpmiddelen gebruik gemaakt. Naast de grote systemen voor gegevensopslag (Donar, WTZ) wordt er intensief gebruik gemaakt van kleinere systemen, namelijk in spreadsheets (Excel), GIS (Arclnfo op workstations, ArcView en ArcExplorer op pc) en pc-databases (Paradox, Access). Deze kleinere systemen (en ook WTZ) worden niet alleen voor gegevensopslag gebruikt maar ook voor zeer specifiek toegesneden bewerking van gegevens. Dit laatste is een belangrijke constatering in verband met het hierna te ontwikkelen systeemconcept voor het datamanagement in MOVE.


4 Geconstateerde problemen en wensen Ín MOVE (Vraagzijde)

Wat betreft de efficiency van de gegevenshuishouding moet vooropgesteld worden dat alle geïnterviewde projectleden op dit moment redelijk uit de voeten kunnen met de gegevens in MOVE. Men stelt dat met een efficiënter datamanagement op dit moment zo'n 1O of 2O procent tijdwinst te boeken zou zijn, wat voor een zo sterk gegevensgericht project als MOVE niet veel is (voor GIS-zaken meer, maar dat is dan ook meer dan alleen datamanagement). Dit hangt samen met het feit dat in het hele proces van gegevensveredeling veel expert-inbreng nodig is, niet alleen voor het interpreteren maar zelfs voor het bij elkaar zoeken van gegevens. In de toekomst kan dit anders komen te liggen, en dat is gezien de lange looptijd van het project MOVE zeker van belang. Ook wordt dan de tijdsdimensie van de meetresultaten steeds belangrijker naast de ruimtedimensie, men bouwt reeksen op over de jaren en moet terug kunnen

grijpen op gegevens uit eerdere fasen van het project MOVE. Zowel door personele wisselingen als door inhoudelijke wijzigingen in het project kan de efficiency van het gegevensbeheer dan te kort gaan schieten. De meeste aanbevelingen houden hier dan ook rekening mee (zoals een goede documentatie en metagegevensadministratie).

Wat betreft de effectiviteit van de

gegevenshuishouding wordt door de meesten gesteld dat men voor de korte termijn tot betrouwbare resultaten komt, maar dat men wederom voor de lange termijn van het project denkt dat dit moeilijker wordt, doordat met name de documentatie over de gegevens (inclusief gegevens over het proces van gegevensverwerking) niet optimaal is. Als problemen in de huidige omgang met de gegevens in MOVE worden met name genoemd:

" de onzekerheid over de beschikbaarheid van gegevens. Veel MOVEprojectleden zijn aÍhankelijk van gegevens die aangeleverd moeten worden voor bewerking in het veredelingsproces. Het wachten op zulke gegevens, en ook de onzekerheid over hoe lang een vertraging kan duren, wordt als storend ervaren, en maakt het plannen van het werk moeilijk; * de onduidelijkheden rond enkele begrippen, met name het begrip areaal. Areaalgegevens zoals oppervlakten van bijv. ondiepwatergebieden, platen en geulen zijn voor de meeste disciplines in MOVE het belangrijkste dwarsverband. ln die verschillende disciplines kunnen ze echter wel verschillende gedaanten aannemen.

Zo is een zandplaat voor de ene discipline op een

andere

laagwaterlijn gedefinieerd dan voor een andere discipline. Toch krijgt de plaat dezelfde naam. In feite gaat het dus om verschillende views op dezelfde plaat. Maar dit leidt niettemin tot onnodige spraakverwarring. Eenduidigheid van begripsdefinities is vereist bij een integrale MOVE-rapportage;

*

de magere documentatie van de gegevens. Dit zowel in de zin van metagegevens, dus beschrijvende gegevens bij elk feitelijk meet- of rnodelgegeven, als (met name bij G|S-bestanden) in de zin van bestandsdocumentatie (wat is de betekenis van een bepaald gegevensbestand); * de niet optimale aansluiting in tijd en ruimte van gegevenscycli onderling. De MWTl-cyclus voor het Jaarboek Rijkswateren is anders getimed dan de jaarcyclus van MOVE terwijl er toch veel gegevens gedeeld moeten worden.


Een ander voorbeeld is

de

gebrekkige aansluiting van lodingen gen) op de vegetatiekarteri n gen ; " gebrekkig inzicht in de methodieken van gegevensverwerking; dit sluit aan bij

(waterdieptemeti

n

de gebrekkige documentatie (de documentatie betreft voor een deel

de

verwerkin gsmethod ieken).

Als belangrijkste wensen zijn genoemd:

*

een vlottere doorstroming van gegevens naar het archief (Donar). De geïnterviewden stellen er allen prijs op dat MOVE-gegevens die bijvoorbeeld in het kader van MWTL sowieso Donar in moeten, daar dan ook spoedig in terechtkomen, niet alleen voor een bredere toegankelijkheid maar ook voor de kwditeitsbewaki ng, beveili gi n g en metagegevensvoorzien i n g ; * ondersteuning bij het gegevensbeheer van de ecologische gegevens. Bij de projectleden die met fysische gegevens werken is de affiniteit met informatica groter en wordt deze wens niet of minder geuit; * een gedetailleerd overzicht over de gegevensbestanden, inclusief actuele gegevens over de status van deze bestanden;

*

goede ontsluiting van gegevens

en inzicht in het proces van

gegevensverwerking, dit in samenhang met de andere genoemde wensen.


5 Verkenning van informatiekundige, technische en organisatorische mogel ijkheden (Aanbodzijde)

Op het gebied van datamanagement zijn er talrijke hulpmiddelen en ook organisatorische oplossingen. Voor projecten zoals MOVE dient zich een lange reeks van zaken aan, die hieronder genummerd is weergegeven. Aan het eind van dit hoofdstuk wordt aangegeven voor welke onderdelen van het datamanagement de diverse hulpmiddelen van belang zijn.

1. Donar - het archief voor de natte waterstaatsgegevens, met centrale en decentrale locaties. De decentrale locaties zijn gekoppeld aan de centrale, en de metagegevens van alle decentrale Donars zijn ook opgeslagen in de centrale Donar. In Donar is veel aandacht besteed aan de administratieve gegevens bij de meetgegevens, metagegevens genoemd. Hiermee is er een automatische (en verplichte) koppeling van de meetwaarden aan de metagegevens, iets wat in veel vergelijkbare systemen helaas ontbreekt. Donar is gebaseerd op de relationele database-technologie. Zie voor een overzicht van de soorten metagegevens in Donar brylage 5.

2.

Remssbot

-

een internet-toegang

tot

meerdere databases tegelijkertijd,

gerealiseerd voor een Europees kustproject met deelname van RWS. Bevat diverse nieuwe technologieën die ook elders toegepast kunnen worden, al of niet als één geheel.

3. GIS - Ceografische informatiesystemen, bij

RWS meest gebaseerd op de van leverancier Arclnfo. Deze technologie omvat niet alleen een database (van relationele helaas nog niet technologie), maaí ook allerlei programmatuur een voor het bewerken en presenteren van kaartbeelden. CIS is dus deels een datamanagement-tool en deels een stuk programmatuur voor specialistische bewerkingen.

4. Ceokey - een electronische catalogus bij ClS-producten van een dienst, cq. van RWS. Zie voor een ovezicht van de soorten r,ubrieken die in Ceokey gehanteerd worden bijlage 5.

5. Paradox, MS-Access - databasepakketten op de p.c., geheel zelf in te richten qua gegevensstructuur en metagegevens. Door de toegenomen kracht van de p.c. kunnen in deze pakketten steeds ornvangrijker databases worden gerealiseerd. Zijn gebaseerd op de relationele database-technologie. Zijn ook vooaien van hulpmiddelen voor het realiseren van invoerschermen en

rapporten, en geschikt voor een beperkte set van niettemin krachtige rekenkundige bewerkingen.

Excel - spreadsheet-pakket op de p.c. Oorspronkelijk voor rekenwerk bedoeld, maar allengs meer in gebruik geraakt voor de opslag van niet te complexe gegevensverzamelingen, bijvoorbeeld deelverzamelingen zoals enkelvoudige tabellen. Doordat er allerlei statistische functies mogelijk zijn ook handíg voor díverse bewerkingen op de gegevensverzameling. Daarnaast ook gebruikt als hulpmiddel om niet te complexe schema's voor projectvoortgang en dergelijke te realiseren, maar dan alleen voor presentatie,

6.

Verkenning

d atam an agem ent

MOVË

niet voor

geautomatiseerde ondersteuning

bij de

bewaking van de

projectuoortgang.

ls naast Word en e-mail het meest gebruikte

kantoor-

automatiseringshulpmiddel in RWS, dus heeft een lage drempel.

7.

MS-Project

en andere projectbeheersingshulpmiddelen - is voor te gebruiken in de zin van het bewaken van de

datamanagement

gegevensstromen (kritieke pad, capaciteitsknelpunten, etc.).

8. Relationele databasemanagementssystemen (rdbms) - bijv. Ingres (de RWSstandaard waarmee Donar is gebouwd), Oracle, en vele andere. Een grotere en krachtiger versie van de p.c.-databases (zie 5), maar geschikter voor gebruik op meerdere plaatsen tegelijkertijd en met betere beveiliging etc. De rdbms-en maken het leggen van allerlei verbanden tussen gegevens gemakkelijker.

9. Datawarehouse - een gegevenswarenhuis, een term van de laatste 4 iaar. Gegevens worden van allerlei kanten bij elkaar gebracht uit de meer operationele systemen, in een soort archief, voor diverse meer onderzoeksachtige vragen. Donar is te beschouwen als een datawarehouse avant la lettre. Veel datawarehouses zijn gebouwd met relationele databasemanagementsystemen.

10. Datamart - een subset van een datawarehouse, voor een specifieke groep gebruikers. Een term van de laatste 2 jaar, opgekomen om de zware datawarehouses te ontlasten van allerlei specifieke bevragingen en gegevensbewerkingen.

11. Modellen (zoals ESTMORF, SIMONA) - bevatten ook veel gegevens (o.a.

de modelmatig verkregen

ook

gegevens). Hebben eigen presentatiehulpmiddelen, o.a. voor vergelijking met bewerkte veldgegevens.

12. Cegevenswoordenboek Water (Omega) - een catalogus van begrippen in de natte sector van RWS, met (deels in de toekomst) beschrijvingen van metagegevens daarbij.

13. Gegevensbeheerder - is in RWS steeds meer onderkend als aparte functie naast het functionele en technische beheer van informatiesystemen. 14. Metagegevensbeheerder - in verschillende diensten van RWS nu een aparte functie, in de natte sector vaak in relatie tot het beheer van het archief Donar.

15. lntranet - het lnternetvoor binnen een organisatie. Er komen steeds meer mogelijkheden om data ook via Intranet/lnternet aan te bieden, door aansluiting op gegevensbestanden. Maar toch vooral in gebruik geraakt om geaggregeerde informatie aan te bieden en overzicht te bieden over wat men heeft aan producten en gegevens/informatie.

16. Daarnaast zijn er uiteraard diverse meer conventionele hulpmiddelen en methoden: een goed georganiseerd papieren archief met de nodige kopieën kan meer waard zijn dan een electronische bak met slecht gedocumenteerde en

gestructureerde gegevens. Hetzelfde

geldt ten aanzien van

projectmanagementhulpmiddelen (voor datamanagement/ logistiek): de grote borden met gekleurde ruitertjes etc. kunnen veel inzicht verschaffen en nodigen uit tot levendige discussies rondom dat planbord. Het geldt zelfs ten aanzien van het (meta-)gegevensbeheer: liever een beheeerder die goed thuis is in de betekenis van de gegevens dan een pure lï-er die zich geheel richt op de techniek.


Niet al deze zaken dienen voor dezelfde onderdelen van het gegevensbeheer. Als onderdelen van gegevensbeheer kunnen worden onderscheiden: F:

Íysiek beheer van de gegevens

A: administratie van de verwerking / metagegevens B: inzicht in de betekenis van de gegevens T: toegankelijkheid van de gegevens

ln

een matrix wordt hier aangegeven welk accent de

verschillende

hulpmiddelen etc. hebben:

1

2

F

3

5 F

F

A

A

A

F

A B

T

6

4

B

T

T

7

8 F

A

9

10

11

12

13

14

15

16

F

F

A

A

B

B

T

A B

B

A

A

B

B

T

Een conclusie is dat de breedtse ondersteuning voor datamanagement wordt 1. Donar, 6 Excel-spreadsheets, 9. datawarehouse, en 10 datamarts. Opvallend is wel dat er betrekkelijk weinig T's in de tabel staan - de toegankelijkheid van gegevens is nog steeds mager, maar met name door de opkomst van Internet/intranet komt daar verbetering in.

geboden door

Verkennin g datamanagement MOVÊ

6 Discussie over vraag en aanbod

Soorten gegevens

Er is een grote diversiteit aan gegevens binnen MOVE. Het aantal dwarsverbanden tussen deze soorten gegevens is echter tamelijk beperkt, zoals besproken in hoofdstuk 3. Men werkt hoofdzakelijk met de gegevens in de eigen discipline (met relaties naar onderdelen van de fysica) en heeft daarvoor op die eigen discipline toegesneden gegevensbestanden ontwikkeld, die in het algemeen een goed inzicht geven (zij het nog onvoldoende gedocumenteerd) in de betekenis van de gegevens. De rapportages van MOVE drijven op deze expert-bestanden! Dit is één van de argumenten om niet de kant op te gaan van centraal beheer en centrale opslag van de MOVE-gegevens. bij de dwarsverbanden staan de gegevens over de morfologische arealen. Deze gegevens moeten daarom qua definitie en vorm volledig transparant zijn voor anderen. Eventuele verschillen in 'views' hierop moeten helder gemaakt worden. Voor de arealen betekent dit dat een goede Centraal

documentatie van de gebruikte laag- of hoogwaterwaterlijn (op grond van CIS en een basisbestand van lodingen) van groot belang is. In het algemeen is helderheid over locatie-aanduidingen (bijv. ook betreffende de indeling West/Midden/Oost-Westerschelde) uiteraard van groot belang.

Voor de fysische gegevens geldt dat het proces van gegevensinwinning, verwerking, -bewerking, en -aggregatie behoorlijk gestandaardiseerd is (door een lange historie), maar dat dat bij de ecologische gegevens veel minder het geval is. Binnen MOVE wordt vooral met bewerkte en geaggregeerde gegevens gewerkt. De basisgegevens zijn, met name in de fysische hoek, meer een zorg van de aanleverende instantie. Voor de ecologische gegevens is dit onderscheid niet altijd zo scherp (maar zou het wel moeten zijn).

Gegevensopslag en -beheer

Er is eveneens een grote diversiteit aan manieren waarop de (bewerkte en geaggregeerde) gegevens worden opgeslagen en beheerd: in Ëxcel, ClS, Paradox, Access, ordners, asciifiles, Donar, WTZ, en al of niet in eigen beheer.

Toch vormt

dit op dit

moment geen grote belemmering voor de

werkzaamheden in MOVE, sterker nog, men heeft vaak voor zijn eigen soort gegevens eigen oplossingen nodig voor bewerking enlof aggregatie. Er valt wel te stroomlijnen in deze diversiteit, niet alleen voor het huidige gegevensbeheer, maar ook voor de gegevenstoegang in latere fasen van MOVE. Deze stroomlijning betreft met name: 1. een onderscheid tussen de archieffunctie voor met name de basisgegevens (in Donar) en de werkbestanden met vooral bewerkte/geaggregeerde gegevens in Ëxcel etc. 2. het toevoegen van meer metagegevens (beschrijvende, administratieve gegevens)

3.

lI

I t


in het beheer. Bij de medewerkers die zich bezig houden met fysische gegevens van MOVE is de ervaring met automatisering over het algemeen groter dan bij de ecologen. Dit betekent dat de meer ondersteuning

geautomatiseerde aspecten van het gegevensbeheer bij de ecologen meer zorgen aandacht behoeven dan bij de fysici. 4. een betere documentatie van de gegevensbestanden en van de werkwijzen waarop ze tot stand komen en beheerd worden. Deze zaken gelden dus niet alleen voor de basisgegevens maar ook voor de geaggregeerde gegevens (waarvan de zogenaamde kengetallen nog weer een deelverzameling zijn). De archivering van kengetallen is onderwerp van studie bij RIKZ/ITB (i.v.m. het Jaarboek Rijkswateren). Voor MOVE kunnen deze het beste in de werkbestanden (Excel etc.) opgeslagen blijven, mits voorzien van de nodige metagegevens en bestandsdocumentatie. Ook moet het beheer ervan beter geregeld worden, inclusief het benoemen van verantwoordelijkheden. Bovendien moeten werkbestanden binnen één discipline geuniformeerd worden over de grens van DZL en RIKZ heen. Een betere structuur in opslag en beheer van de MOVE-gegevens kunnen de werkbestanden-per-discipline ook op de langere duur van het project MOVE een belangrijke rol blijven vervullen, wanneer immers de tijdsdimensie in de gegevens een grotere plaats gaat innemen en er dus over vele jaren heen reeksen moeten worden samengesteld.

Opdrachtgeving en uitvoering

Men zit nogal eens te wachten op gegevens in de keten van inwinningbewerking-aggregatie. Vooral tegen het eind van de keten van de aggregatie van gegevens komt dit voor. Men wil beter weten waar men aan toe is bij dat wachten (weten wanneer welke gegevens feitelijk beschikbaar zijn), zodat men de onderzoeks- en rapportagewerkzaamheden beter kan plannen of deze planning kan bijstellen. Meer sturing op dit aspect van MOVE wordt gewenst.

Dit geldt overigens niet alleen voor de meetgegevens maar ook voor de voortgang van de uitvoering van de werken in

gegevens over

de de

Westerschelde (baggeren, storten, wrakopruiming, etc.). In feite kan de sturing dan betrekking hebben op het moment en de plaats van het meten, mede gezien de voortgang van de werken.

Er is niet altijd sprake van een goede aansluiting van de inwinning van de verschillende soorten gegevens op elkaar, in tijd en ruimte. Hier is meer overleg nodig.

Ook is niet altijd duidelijk (of duidelijk gemaakt) hoe de logistieke relatie is tussen de MWTl-opdrachtgeving en de eigen of aanvullende gegevensinwinning. Soms ook niet wat na afloop alsnog aan de MWTLcollectie moet of kan worden toegevoegd. Ook hier is meer duidelijkheid en overleg gewenst.

Verzamelen. bewerken en aggregeren van gegevens

Het bij elkaar zetten van de basisgegevens en de verdere bewerking en aggregatie vergt terecht veel handwerk. Er is zoveel inzicht nodig in de materie waarop de gegevens betrekking hebben dat een vergaande automatisering in deze stappen van bewerkint en aggregatie riskant is. Dit blijkt ook uit het feit dat men sommige visuele controles die vroeger vanzelfsprekend waren nu weer

wil

invoeren. Aggregaties gebeuren bovendien vaak

op grond van

interpretaties. Met andere woorden: voor deze stappen in de keten betekent


datamanagement meer het edele handwerk en inzicht van de deskundige dan

een verdergaande vorm van automatisering. Wel moeten de stappen nauwkeurig(er) beschreven worden, om ze reproduceerbaar te maken voor anderen of voor een later tijdstip.

Mits aan de meta-informatie de nodige aandacht wordt geschonken, kan het geen kwaad om bij deze stappen de huidige veelheid aan tools toe te staan. Dit

zijn meestal tevens de tools van een tijdelijke opslag van de bewerkte of geaggregeerde gegevens. Voor een bredere toegankelijkheid nu en later moeten deze veredelde gegevens nog wel in het archief gezet worden. Ook om dat te kunnen doen is goede meta-informatie nodig.

Een Remssbot-achtige interface om de gegevens uit de diverse bronnen geautomatiseerd bij elkaar te zoeken is voor MOVE op korte termijn niet nodig. Men weet voorlopig waar de gegevens zitten en vergaart ze bij de bronhouders in goed overleg over de betekenis, de kwaliteit, de metagegevens, etc. Wel is wederom een goede documentatie van waar zulke gegevens zitten van belang, ook weer vanwege de langere termijn van het project MOVË (zie ook de paragraaÍ Inzicht in gegevens). Vor die langere termijn kan dan ook zeker aan een verzamelde opslag van 'kengetallen' over een reeks van jaren gedacht worden, parallel aan de ontwikkeling van zo'n opslagtool bij RIKZ/ITB in het kader van het Jaarboek. Dat is op korte termijn niet alleen niet aan de orde, maar bovendien moet er nog veel werk verzet worden het beter documenteren van de bestaande bestanden het toevoegen van metagegevens, om ze later tiberhaupt in een kengetallendatabase te kunnen zetten.

en

in

Doordat de cycli van MOVE en het MWTl-jaarboek verschillen komt het wel voor dat gegevens tweemaal geaggregeerd worden: eerst binnen MOVE en later door RIKZ Den Haag nog eens voor het .faarboek, zil het niet noodzakelijkerwijs met dezelÍde vraagstelling en analyse. Men heeft wel de discipline om de gegevens later nog op elkaar te checken (vanuit MOVE), en ook verschaft de BasislnfoDesk van RIKZ Den Haag regelmatig al geaggregeerde gegevens die nog gepubliceerd moeten worden. Toch valt hier nog wel wat te stroomlijnen, bij voorbeeld door een afstemming van beide cycli in de tijd. Opvallend genoeg is hetzelfde geconstateerd bij een vergelijking van

de cycli van het

Jaarboek Waddenzee

en het

Jaarboek Rijkswateren

(doctoraalscriptie van Ben Ham voor Directie Noord-Nederland).

Beveiliging van gegevens De in Excel etc. opgeslagen werkbestanden kunnen goed beveiligd zijn, mits ze

op een netwerkschijf staan

(automatische kopieën tegen beschadiging of verlies) en mits er een selectieve update-autorisatie wordt ingesteld op elk bestand. Dit betekent dat de toestemming voor het wijzigen van gegevens niet

voor alle gegevens voor iedereen gelijk is, maar dat bijv. alleen

de

slibdeskundige de slibgegevens mag wijzigen. Zodra gegevens in het archief staan (Donar) is er uiteraard een volledige beveiliging. Kenmerkend voor met name de ecologische gegevens is dat het wel even kan duren voordat gegevens (van welke stap dan ook in de keten) echt stabiel genoeg zijn om vrij te geven in een archief. Dit heeft te maken met voortschrijdend inzicht door het verkrijgen van aanvullende gegevens. Toch kunnen ook gegevens die nog zullen veranderen in het archief worden gezet,

met behulp van een status-indicatie.

lnzicht in gegevens van anderen De vraag waar welke gegevens te vinden zijn speelt in MOVE nog niet zo'n sterke rof (behalve reeds bij CIS), maar deze vraag zal wegens de vrij lange duur van het project MOVE toenemen, zeker bij personeelswisselingen. Dus is een goede en goed toegankelijke documentatie van gegevensbestanden vereist,

ook om anderen dan MOVE-projectleden van teaggregeerde gegevens uit MOVE te laten profiteren (deze vraag neemt momenteel toe).

lnzicht in gegevens uit eerdere fasen van MOVE Er is hierboven al regelmatig op gewezen dat de kwaliteitsverbetering van de gegevenshuishouding ook nodig is om in toekomstige fasen van het langdurige project MOVE goed aan gegevens te kunnen komen uit eerdere fase van het

project, en deze juist te kunnen interpreteren. Dit inzicht kan t.z.t. worden geboden door een combinatie van:

*

opvragen

uit Donar van gearchiveerde

RWS-breed

van belang

zijnde

gegevens,

*

bestuderen van oudere (delen van de) werkbestanden om meer details dan

uit Donar te verkrijgen (zowel qua gegevens als metagegevens), " bestudering van eerdere MOVE-rapportages voorzover voozien van een verantwoording van de gepresenteerde gegevens, * bestudering van de projectadministratie/documentatie inclusief een overzicht over alle gegevensbestanden.

Soorten gegevens

Er is een grote diversiteit aan gegevens binnen MOVE. Het aantal dwarsverbanden tussen deze soorten gegevens is echter tamelijk beperkt, zoals besproken in hoofdstuk 3. Men werkt hoofdzakelijk met de gegevens in de eigen discipline (met relaties naar onderdelen van de fysica) en heeft daarvoor op die eigen discipline toegesneden gegevensbestanden ontwikkeld, die in het algemeen een goed inzicht geven (zij het nog onvoldoende gedocumenteerd) in de betekenis van de gegevens. De rapportages van MOVE drifven op deze expert-bestanden! Dit is één van de argumenten om niet de kant op te gaan van centraal beheer en centrale opslag van de MOVE-gegevens. Centraal

bij de dwarsverbanden staan de gegevens over de

morfologische

arealen. Deze gegevens moeten daarom qua definitie en vorm volledig transparant zijn voor anderen. Eventuele verschillen in 'views' hierop moeten helder gemaakt worden. Voor de arealen betekent dit dat een goede documentatie van de gebruikte laag- of hoogwaterwaterlijn (op grond van CIS en een basisbestand van lodingen) van groot belang is. ln het algemeen is

helderheid over locatie-aanduidingen (bijv.

ook betreffende de

indeling

WesVMidden/Oost-Westerschelde) uiteraard van groot belang.

Voor de fysische gegevens geldt dat het proces van gegevensinwinning, verwerking, -bewerking, en -aggregatie behoorlijk gestandaardiseerd is (door een lange historie), maar dat dat bij de ecologische gegevens veel minder het geval is. Binnen MOVE wordt vooral met bewerkte en geaggregeerde gegevens gewerkt. De basisgegevens zijn, met name in de fysische hoek, meer een zorg van de aanleverende instantie. Voor de ecologische gegevens is dit onderscheid niet altijd zo scherp (maar zou het wel moeten zijn).


Gegevensopslag en -beheer

Er is eveneens een grote diversiteít aan manieren waarop de (bewerkte en geaggregeerde) gegevens worden opgeslagen en beheerd: in Excel, GlS, Paradox, Access, ordners, asciifiles, Donar, WTZ, en al of niet in eigen beheer.

Toch vormt

dit op dit

moment geen grote belemmering voor de

werkzaamheden in MOVE, sterker nog, men heeft vaak voor zijn eigen soort gegevens eigen oplossingen nodig voor bewerking enlof aggregatie. Er valt wel te stroomlijnen in deze diversiteit. niet alleen voor het huidige gegevensbeheer, maar ook voor de gegevenstoegang in latere fasen van MOVE. Deze stroomlijning betreft met name: 1. een onderscheid tussen de archieffunctie voor met name de basisgegevens (in Donar) en de werkbestanden met vooraf bewerkte/geaggregeerde gegevens in Excel etc. 2. het toevoegen van meer metagegevens (beschrijvende, administratieve gegevens)

3.

meer ondersteuning in het beheer. Bij de medewerkers die zich bezig houden met fysische gegevens van MOVE is de ervaring met automatisering

over het algemeen groter dan bij de ecologen. Dit betekent dat

de geautomatiseerde aspecten van het gegevensbeheer bif de ecologen meer zorg en aandacht behoeven dan bij de fysici. 4. een betere documentatie van de gegevensbestanden en van de werkwijzen waarop ze tot stand kornen en beheerd worden. Deze zaken gelden dus niet alleen voor de basisgegevens maar ook voor de geaggregeerde gegevens (waarvan de zogenaamde kengetallen nog weer een deelverzameling zijn). De archivering van kengetallen is onderwerp van studie bij RIKZ/ITB (i.v.m. het Jaarboek Rijkswateren). Voor MOVE kunnen deze het beste in de werkbestanden (Excel etc.) opgeslagen blijven, mits voorzien van de nodige metagegevens en bestandsdocumentatie. Ook moet het beheer ervan

beter geregeld worden, inclusief het benoemen van verantwoordelijkheden. Bovendien moeten werkbestanden binnen één discipline geuniformeerd worden over de grens van DZL en RIKZ heen. Een betere structuur in opslag en beheer van de MOVE-gegevens kunnen de werkbestanden-per-discipline ook op de langere duur van het project MOVE een belangrijke rol blijven vervullen, wanneer immers de tijdsdimensie in de gegevens een grotere plaats gaat innemen en er dus over vele jaren heen reeksen moeten worden samengesteld.

Opdrachtgeving en uitvoering

Men zit nogal eens te wachten op gegevens ín de keten van inwinningbewerking-aggregatie. Vooral tegen het eind van de keten van de aggregatie van gegevens komt dit voor. Men wil beter weten waar men aan toe is bij dat wachten (weten wanneer welke gegevens feitelijk beschikbaar zijn), zodat men de ondeaoeks- en rapportagewerkzaamheden beter kan plannen oÍ deze planning kan bijstellen. Meer sturing op dit aspect van MOVE wordt gewenst.

Dit geldt overigens niet alleen voor de meetgegevens maar ook voor de voortgang van de uitvoering van de werken in

gegevens over

de de

Westerschelde (baggeren, storten, wrakopruiming, etc.). In feite kan de sturing dan betrekking hebben op het moment en de plaats van het meten, mede gezien de vooÉgang van de werken.


Er is niet altijd sprake van een goede aansluiting van de inwinning van de verschillende soorten gegevens op elkaar, in tijd en ruimte. Hier is meer overleg nodig.

Ook is niet altijd duidelijk (of duidelijk gemaakt) hoe de logistieke relatie

tussen de MWTl-opdrachtgeving

en de eigen oÍ

is

aanvullende

gegevensinwinning. Soms ook niet wat na afloop alsnog aan de MWTLcollectie moet of kan worden toegevoegd. Ook hier is meer duidelijkheid en overleg gewenst.

Verzamelen, bewerken en aggreteren van gegevens

Het bíj elkaar zetten van de basisgegevens en de verdere bewerking en aggregatie vergt terecht veel handwerk. Er is zoveel inzicht nodig in de materie waarop de gegevens betrekking hebben dat een vergaande automatisering in deze stappen van bewerking en aggregatie rískant ís. Dit blijkt ook uít het feit dat men sommige visuele controles die vroeger vanzelfsprekend waren nu weer

wil

invoeren. Aggregaties gebeuren bovendien vaak

op grond

van

interpretaties. Met andere woorden: voor deze stappen in de keten betekent datamanagement meer het edele handwerk en inzicht van de deskundige dan

een verdergaande vorm van automatisering. Wel moeten de stappen nauwkeurig(er) beschreven worden, om ze reproduceerbaar te maken voor anderen of voor een later tijdstip.

Mits aan de meta-informatie de nodige aandacht wordt geschonken, kan het geen kwaad om bij deze stappen de huidige veelheid aan tools toe te staan. Dit

zijn meestal tevens de tools van een tijdelijke opslag van de bewerkte of geaggregeerde gegevens. Voor een bredere toegankelijkheid nu en later moeten deze veredelde gegevens nog wel in het archief gezet worden. Ook om dat te kunnen doen is goede meta-informatie nodig.

Een Remssbot-achtige interface om de gegevens uit de diverse bronnen geautomatiseerd bij elkaar te zoeken is voor MOVE op korte termijn niet nodig. Men weet voorlopig waar de gegevens zitten en vergaart ze bij de bronhouders in goed overleg over de betekenis, de kwaliteit, de metagegevens, etc. Wel is wederom een goede documentatie van waar zulke gegevens zitten van belang, ook weer vanwege de langere termijn van het project MOVE (zie ook de paragraaf lnzicht in gegevens). Vor die langere termifn kan dan ook zeker aan een verzamelde opslag van 'kengetallen' over een reeks van jaren gedacht worden, parallel aan de ontwikkeling van zo'n opslagtool bij RIKZ/ITB in het kader van het Jaarboek. Dat is op korte termijn niet alleen niet aan de orde, maar bovendien moet er nog veel werk verzet worden het beter

in

documenteren

van de bestaande bestanden en het toevoegen

metagegevens, om ze later iiberhaupt in een kengetallendatabase zetten.

van

te kunnen

Doordat de cycli van MOVE en het MWTl-jaarboek verschillen komt het wel voor dat gegevens tweemaal teaggregeerd worden: eerst binnen MOVE en later door RIKZ Den Haag nog eens voor het Jaarboek, zij het niet noodzakelijkerwijs met dezelfde vraagstelling en analyse. Men heeft wel de discipline om de gegevens later nog op elkaar te checken (vanuit MOVE), en ook verschaft de BasislnfoDesk van RIKZ Den Haag regelmatig al geaggregeerde gegevens die nog gepubliceerd moeten worden. Toch valt hier nog wel wat te stroomlijnen, bij voorbeeld door een afstemming van beide cycli in de tijd. Opvallend genoeg is hetzelfde geconstateerd bij een vergelijking van


de cycli van het

Jaarboek Waddenzee

en het

Jaarboek Rijkswateren

(doctoraalscriptie van Ben Ham voor Directie Noord-Nederland).

Beveiliging van gegevens De in Excel etc. opgeslagen werkbestanden kunnen goed beveiligd zijn, mits ze

op een netwerkschijf staan

(automatische kopieën tegen beschadiging of verlies) en mits er een selectieve update-autorisatie wordt ingesteld op elk bestand. Dit betekent dat de toestemming voor het wijzigen van gegevens niet

voor alle gegevens voor iedereen gelijk is, maar dat bUv. alleen

de

slibdeskundige de slibgegevens mag wijzigen. Zodra gegevens in het archief staan (Donar) is er uiteraard een volledige beveiliging. Kenmerkend voor met name de ecologische gegevens is dat het wd even kan duren voordat gegevens (van welke stap dan ook in de keten) echt stabiel

genoet zijn om vrij te geven in een archief. Dit heeft te maken met voortschrijdend inzicht door het verkrijgen van aanvullende gegevens. Toch kunnen ook gegevens die nog zullen veranderen in het archief worden gezet, met behulp van een status-indicatie.

Inzicht in gegevens van anderen

De vraag waar welke gegevens te vinden zijn speelt in MOVE nog niet zo'n sterke rol (behalve reeds bij CIS), maar deze vraag zal wegens de vr'rj lange duur van het project MOVE toenemen, zeker bij personeelswisselingen. Dus is een goede en goed toegankelijke documentatie van gegevensbestanden vereist,

ook om anderen dan MOVE-projectleden van geaggregeerde gegevens uit MOVE te laten profiteren (deze vraag neemt momenteel toe).

Inzicht in gegevens uit eerdere fasen van MOVE Er is hierboven al regelmatig op gewezen dat de kwaliteitsverbetering van de gegevenshuishouding ook nodig is om in toekomstige fasen van het langdurige project MOVE goed aan gegevens te kunnen komen uit eerdere fase van het

project, en deze juist

te kunnen interpreteren. Dit inzicht kan t.z.t.

worden

geboden door een combinatie van:

"

opvragen

uit Donar van gearchiveerde

RWS-breed

van belang

zijnde

gegevens,

" bestuderen van oudere (delen van de) werkbestanden om meer details dan uit Donar te verkrijgen (zowel qua gegevens als metagegevens), * bestudering van eerdere MOVE-rapportages voorzover voorzien van een verantwoording van de gepresenteerde gegevens, * bestudering van de projectadministratie/documentatie inclusief een overzicht over alle gegevensbestanden.

VeÍk€nning datamanagement MOVE

7 Conclusies en aanbevelingen 7a. Visie op datamanagement in MOVE Datamanagement in MOVE behoeft vooral verbetering op de volgende punten:

* logistiek van de gegevensverwerving; * documentatie en beheer van de gegevensbestanden; * meer metagegevens bij de meetgegevens en bewerkte/geaggregeerde gegeven; " archivering van de gegevens voor de langere termijn.

Voor de logistiek van de gegevensverwerving is meer zicht en sturing nodig op de diverse stadia in dat proces van gegevensverwerving (wie levert welke gegevens aan wie en wanneer). Hiertoe moet in MS-Project een schema worden opgezet, als een soort projectplanning, voor heel MOVE. Binnen deelprojecten kan, voor presentatiedoeleinden, eventueel volstaan worden met schema's in Excel. Het primaat voor het datamanagement ligt bij de werkbestanden in Excel, GlS, Paradox, etc bij de deelprojecten. Hier is veel toegevoegde waarde te vinden die is toegesneden op het betreffende deelproject, met veel inbreng van kennis over die gegevens en de manier waarop ze bewerkt en teaggregeerd zijn. De werkbestanden moeten echter wel versterkt worden met bestandsdocumentatie en metagegevens o.a. over die bewerkings- en aggregatie-methoden. Dit is voor de bestendigheid van de gegevens op de langere duur (ook die van MOVE zelfl absoluut noodzakelijk. Met name voor de ecologische gegevens is ook versterking van het beheer nodig. De werkbestanden moeten ook beter beveiligd worden, zowel tegen verlies als, bij gedeeld gebruik, tegen ongeoorloofd updaten. Bij hettoevoegen van metagegevens aan de gegevens in de werkbestanden kan advies van de gegevensbeheerder van Donar goed benut worden. Enerzijds

omdat in Donar een grote ervaring is met metagegevens, anderzijds omdat door het gebruik van het soort metagegevens dat in Donar zit, meteen ook een soepele opname van de gegevens in het archief (=Donar) bewerkstelligd wordt. De werkbestanden moeten mede door de toevoeging van metagegevens en documentatie geschikt worden gemaakt voor archivering van geaggregeerde gegevens op langere termijn. Mogelijk biedt het ondezoek bij ITB naar de

opslag van kengetallen hier nog een andere oplossing (een kengetallendatabase voor het Jaarboek; maar zoals gezegd in het vorige hoofdstuk en hieronder in N.8.1, moet er ook dan eerst nog veel documentatie en metagegevens worden toegevoegd aan de bestaande werkbestand en. Zie ook hieronder bij het idee van publicatie van de gerapporteerde kengetallen op een eventuele intranetsite. Overigens moeten ook de uit modellen verkregen gegevens bewaard worden voor de langere termijn, voor eventuele herberekeningen.

Ook moet in of bijde werkbestanden worden gedocumenteerd van welke gegevens welke gerapporteerde grafieken etc. zijn gemaakt, dit mede voor latere gegevensbewerki n g (i n latere MOVE-fasen).


Voor documentatie van de werkbestanden (dat is één niveau hoger dan dat van de metagegevens: de documentatie gaat over hele gegevensbestanden, de metagegevens heb je per gegeven) staan diverse formats ter beschikking, waaronder die van Ceokey. Omdat de documentatie-behoefte nu al zo sterk bij de C|S-bestanden gevoeld wordt kan begonnen worden met alle bestandsdocumentatie daarvan in ceokey te zetten. Voor de documentatie van andere gegevensbestanden, en eventueel toch ook van G|S-bestanden, kan een eigen database in MS-Access worden ingericht, met de mogelijkheid om afbeeldingen (bijvoorbeeld van plots) op te nemen als één van de rubrieken. Daarbij kan ook een relatie gelegd worden met de logistiek, zoals vastgelegd in MS-Project. lndíen er een dienstoverstijgende intranet-site komt voor MOVE (een V&Wintranetsite) dan kan het verbeteren van de bestandsdocumentatie gestimuleerd worden door deze documentatie aan te laten bieden op die site, Men staat dan als het ware te kijk op die site, en zal dus eerder geneigd zijn voor een fatsoenlijke documentatie te zorgen. De gegevensbestanden zelf hoeven er nog niet op te staan, als men maar weet bij wie men daarvoor moet zijn. Wel kunnen de uiteindelijke kengetallen van MOVE (de bijlagen bijde rapporten) hierop geplaatst worden. Op zo'n site kan ook het balkenschema van de gegevenslogistiek worden geplaatst, alsmede uiteraard het bestand met de kengetallen. Tenslotte is te overwegen om na de nodige inhaalacties een functionaris te benoemen die voor een permanente ondersteuning op het gebied van datamanagement (voor de logistiek en het beheer) kan zorgdragen.

Op hooÍdlijnen samengevat komt dit concept neer op het volgende schema:


22

+-

Werkbestanden MOVE:

t:

metagegevens en bestandsdocumentatie

Uit de bovengenoemde acties ontstaan logische en nuttige relaties

a. tussen projectmanagement en datamanagement, b. tussen werkbestanden en archief, c. tussen de eigen documentatie en de toegankelijkheid voor anderen, Note bene 1.7elfs indien in een later stadium van het project MOVE zou worden besloten tot centrale opslag van alle MOVE-gegevens en metagegevens in één systeem naast de verbeterde werkbestanden plus Donar en centrale documentaties (de hier gepresenteerde oplossingsrichting), dan nog zullen de hier gepresenteerde acties van documentatie en metagegevensvooziening verricht moeten zijn.

Nota bene 2. De hier aangedragen oplossingsrichting is passend bij de organisatie van het project MOVE, waarin de diverse partijen die samen de producten (rapporten) moeten opleveren niet al te ver van elkaar af staan. Bij een project dat over zeer uiteenlopende organisaties verdeeld zou ziin, zou een oplossingsrichting van één gezamenlifk systeem meer voor de hand kunnen liggen, hoewel dit evengoed moet worden aígewogen tegen het verlies van specifieke expertise door de dan noodzakelijke uniformering. Nota bene 3. Een ander argument tegen centralisatie van gegevensopslag en beheer bij MOVE is dat de kans op foute invoer van getevens toeneemt naarmate men verder af staat van die opslag en dat beheer. Hetzelfe geldt ten aanzien van het opvragen van gegevens. Juist de menselijke tussenkomst die nu nodig is wanneer bijvoorbeeld een ecoloog fysische gegevens nodig heeft, voorkomt dat er verkeerde interpretaties bij de opgehaalde gegevens ontstaan.

7b. Specifieke en aanvullende conclusies en aanbevelingen

í.

Arealen en locaties zijn de belangrijkste gegevens voor dwarsverbanden in het project. Deze gegevens moeten dus qua definitie eenduidig zijn. Beslis of hiervoor een inhaalactie nodig is.

2.

Het aantal andere dwarsverbanden binnen MOVE is tamelijk beperkt. Er is dus geen behoefte aan integrale opslag en beheer van alle gegevens in een projectwerkbestand van MOVE. Wel behoefte aan archivering in Donar, aan meer metagegevens (zie 4 en 5) en aan duidelijke afspraken over de logistiek (zie 6 en 7)

3.

Het gegevensveredelingsproces van Íysische gegevens is veel meer standaard/gestructureerd dan van ecologische gegevens. Nader te bepalen is of dit ook voor ecologische gegevens moet gebeuren. (Voorbeeld: scheiding basisgegevens van aanleverende instantie versus het eigen beheer van geaggregeerde gegevens.)

4. Met

Excel, ClS, Access/Paradox etc. zijn waardevolle eigen oplossingen gecreëerd voor tijdelijke gegevensopslag en -bewerking/aggregatie. Wd moeten deze als 'datamarts' in een logisch verband gebracht worden met het archief (Donar). Daartoe rnetagegevens uniformer maken, à la Donar (zie bijlage 5 voor metagegevens Donar). Inhaalactie, met als test het kunnen aanmaken van een DlF.


5.

Hierbij is meer ondersteuning op het gebied van gegevensbeheer nodig, namelijk voor het aanbrengen van meer metagegevens en bij het gegevensverkeer naar en van Donar. Benoem en beleg deze activiteit specifiek in de projectplanning en -bemensing. Ook ervoor zoígen dat de gegevensbeheerder kan meedenken in de technieken van de

datamarts/werkbestanden (ken

n

is

van Excel, Access, etc. ).

6.

Er wordt veel gewacht op gegevens, van elkaar of van derden. Maak duidelijker afspraken over gegevenslevering, en over hoe men van vertragingen op de hoogte gehouden wordt. Geef ook meer sturing op dit vlak. Ondersteun dit met een projectmanagementhulpmiddel (MS Project, Excel, etc.), dat voor alle projectleden in te zien is.

7.

De onderlinge aansluiting tussen sommige gegevens kan beter. Dit betreft o.a. lodingen - vegetatie, lodingen - benthos. Zie ook bij 1. Neem dit meer mee in het projectmanagement, door afstemming van de meetopdrachten.

8.

De relatie tussen MWTL en MOVE-projectgegevens is niet altijd helder, ook qua cylus van gegevensverwerking (verschillende datums, bijv. 1 feb vs 1 mei). Meer afstemming van de programma's is gewenst. Op zijn minst cross-checks van overlappende gegevens uitvoeren.

9.

De expert-inbreng bij de gegevensveredeling moet in stand gehouden worden, dus hier niet te veel automatiseren, en de visuele controles weer invoeren waar deze weggeautomatiseerd zijn. Wel moeten de stappen van gegevensveredeling beter gedocumenteerd worden, voor reproduceerbaarheid. (Voorbeeld: Benthos van T0 naar T1.)

10. De in Excel etc. opgeslaten werkbestanden kunnen goed beveiligd zijn, mits ze op een netwerkschijf staan (automatische kopieën tegen beschadiging of verlies) en mits er een selectieve update-autorisatie wordt ingesteld op elk bestand. 1

L

Ten behoeve van een betere bestendigheid van de gegevens voor de

langere termijn van MOVE moet de archivering van MOVE-gegevens in Donar

niet onnodig uitgesteld worden. Cegevens moeten zodra het zinvol is in Donar gezet worden, met hulp van de gegevensbeheerder. Door de nodige kenmerken van de status en/of de bewerkings- en aggregatiemethode mee te geven (meta-gegevens) is dit ook zinvol bij de gegevens die nog kunnen veranderen onder invloed van bijv. aanvullende modelberekeningen.

12. ln Donar wordt een mogelijkheid geschapen om alleen de metagegevens

in

te zien (wat is waar gemeten etc.). Profiteer hiervan.

í3. Bij eventuele vernieuwde of nieuwe deelprojectplannen een dataparagraaf opnemen waarin met deze aanbevelingen wordt rekening gehouden. Evenzo in de rapporten (deelproject, voortg., eval.) een bijlage opnemen over datamanagement (Voorbeeld : Voordelta- rapport Rl KZ). 14. Leg een gedetailleerde documentatie aan van de werkbestanden in Excel, GIS etc., zo mogelijk in Geokey, of anders in een eigen Access-database. Zie voor de in Ceokey gebruikte rubrieken bijlage 5.

15. Verricht ook een verkenning naar andere onderdelen van het informatiemanagement van MOVE dan het hier besproken datamanagement. Denk met name aan documentenbeheer (inclusief hergebruik van delen van documenten), de omgang met CIS-beelden en GIS-analyses, de documentatie

VeÍkenning datamanagement MOVE

24

van bewerkingsprogramma's en -methoden, het gebruik van en de verwíjzingen naar literatuur, de organisatie van een eventuele publieksvoorlichting, etc. Vooral voor CIS is een aparte verkenning nodig, in samenhang met soortgelijke initiatieven elders: RWS-breed bijde MD, DZL: AXI 6lS-loket, RIKZ M'burg: GIS-coórdinatie.


8

Actieplan

Naar aanleiding van de finale bespreking van de conceptversie van dit rapport op de MOVE-projectgroepvergadering van 6 juli 1999 worden de volgende acties voorgesteld. Het accent ligt voorlopig op de acties I en ll. Zie ook de

figuur in hoofdstuk Tavoor de onderlinge relatie tussen de onderwerpen.

l. Metagegevens en bestandsdocumentatie Het op orde brengen hiervan, inclusief de

begripsdefinities

van

bv.

areaalgegevens. Zowel met het oog op de koÉe als de lange termijn van het gegevensbeheer in MOVE.

ll.

Presentatie

Het op een

voorlopige MOVE intranetsite plaatsen

van

de bestandsdocumentatie, gegevenslogistiek en de kengetallen uit de voortgangsen evaluatierapporten. Het maken van procedures voor de permanente vulling.

Voor beide acties wordt het team van het onderhavige project Verkenning datamanagement MOVE (ZEEMAN) ter ondersteuning ingezet, te weten vier personen voor I dag per persoon per week, oftewel een halve fte tot eind 1999. Deze voorgestelde acties en inzet worden per brief als aanvulling op de offerte ZEEMOVE aangemeld, vergezeld van een nader plan van aanpak. Met nadruk wordt er op gewezen dat zowel bij de Directie Zeeland als bij het RIKZ Middelburg de meeste MOVE projectleden van de projectleiding tijd moeten krijgen om aan deze acties deel te nemen, het gaat immers om hun eigen gegevens.

Twee andere acties dienen voorlopig bij andere activiteiten te worden ondergebracht en gedeeltelijk ook pas later te worden opgestart (na l). Eind 1999 moet worden bezien of deze acties alsnog apart moeten worden opgevoerd voor MOVE. Deze beide acties zijn:

Itl.

Gegevenslogistiek

Het inrichten van een projectmanagementhulpmiddel in MS-Project (eventueel ook in Excel), specifiek gericht op de gegevenslogistiek, en in relatie tot de bestaande schema's. Daarmee tevens het maken van duidelijker afspraken over gegevensleveringen. Voor een en ander moet het hele traject van de gegevenslogistiek nog wel goed in beeld gebracht worden. Hieraan kan een actie worden gerelateerd om in de deelprojectplannen een zogenaamde dataparagraaf te laten opnemen, waarin de projectleider zich

verplicht

tot

specifieke acties

op het terrein van gegevensbeheer,

documentatie, -verstrekking, etc. Deze actie zal gedeeltelijk reeds nu worden opgepakt als onderdeel van het reguliere projectmanagement.

lV. Opslag in Donar Het opslaan van de MOVE-gegevens (niet alleen de gemeenschappelijke basisgegevens maar bij voorkeur ook de geaggreteerde gegevens) in het archief Donar. Inclusief het inventariseren, voorbereiden (met de nodige conversies), vergelijken met andere archiefgegevens, etc. en uiteraard met het oogmerk van een goede opvraagbaarheid van de gearchiveerde gegevens. Deze actie kan deels al worden uitgevoerd als een reguliere taak van de lokale Donar-beheerders.


Bijfage 1. Lijst van geinteruiewden

om inzicht te verkrijgen over het datamanagement zoals dat nu plaats vindt in het project MOVE zijn er een aantal interviews gehouden. Omdat het project zowel bij het RIKZ als bij de directie Zeeland loopt zijn er van beide diensten medewerkers bereid gevonden om in een interview aan de hand van de vragenlijst (zie bijlage 2) informatie te verstrekken over de gegevens waarbij zij zijn betrokken.

Ecologie:

A. van Berchum

(RIKZ-ABD)

Plankton, Licht, extinctie, Fytobenthos, Vissen, Vogels, Ecotopen,

Verontreiniging water, Verontreiniging bodem. E.

Stikvoort

(RIKZ-ABD)

C. Berrevoets D. de Jong

(RIKZ-ITB)

(RIKZ-OSB)

Zoobenthos (bodemdieren) Vogels Vegetatie

Fysica:

C.

Mol(RIKZ)

J. de Jong

(DZL-NWI)

M. Croenenberg

(DZL-NWL)

L. Dekker (DZL-AXI)


Morfologie Morfologie en Gis/bagger-/stortgegevens ldem, plus administratie van lodingen

Waterstanden, Stroming, Debiet, Zoutgehalte

Bijlage 2. Lijst van interviewvragen

Naam van de geïnterviewde: Functie en taak in MOVE: Ervari

ng met automatiseri ng en informatiesystemen

:

Beheer van je gegevens - waar,/wie (bijv. zelf): Beheer van je gegevens - waarmee (bijv. Exceí, Donar, ...):

Hoeveelheid gegevens (in Mb per....): Ondersteuning bij dit gegevensbeheer (door wie, hoe):

Belangrijkste parameters en locaties

Opdrachtgeving en uitvoering: problemen, wensen

Wdke stadia en welke voortgangsproblemen daarbii Welke bewerkingsslagen en met welke tools (programma's, modellen) Welke aggregatieslagen en met welke tools Welke aantallen gegevens, welke perioden en frequenties Moeten bewerkte/geaggr. gegevens herleidbaar ziin tot de basissesevens Moet je weten met welke methoden de gegevens zijn ingewonnen, resp.bewerkt, resp. geaggregeerd Relaties met andere gegevens Van wie betrek je ze Voor wie zetie ze klaar Tiidsdruk in de diverse stadia Noodzaak van volledigheid, juistheid en beveiliging Hoe vaak wijziging/aanvulling vd gegevens Opsf ag vd (gevalideerde) basisgeg. hoe/waar/wie nu, wensen Qpslag v.d. (evt. met modellen) bewerkte gegevens: hoe/waar/wie nu, wensen Opslag v.d. geaggr. geg.: hoe/waarlwie nu, wensen Geg. van anderen nodig, wanneer (binnen en buiten MOVE) Andere soorten gegevens dan uit metingen nodig Cegevens uit literatuur Weten wanneer welke gegevens beschikbaar ziin Waar en wanneer ziin iouw geg. nodig voor anderen Zoeken naar geg., welke ingang Verschillen in structuur van geg.verz., evt. hinder Projectfasering MOVE en de fasen van gegevenverwerking


Bijlage 3. Metagegevens Donar en Geokey

WAT DONAR

MUX

muxcode en omschrijving (bij gemultiplexte waarden)

PAR

parameterbesch rijvi n g

CPM EHD

compartimentbeschrijvi

n

g

domein, eenheid (bij enkelvoudige waarnemingen)

GEOKEY

NAAM DEFINÍÏIE BESCHRIJVING

DATA ryPE

logische naam of titel waarmee geografische informatie aangeduid wordt omschrijving van kenmerken waardoor de geo informatie zich onderscheidt van andere geo informatie

uitvoerige opsomming van kenmerken van de geo informatie type aanduiding van de geo informatie

HOE

DONAR

ANA

analysemethode

BEM

bemonsterin gswqze beschrijving

BEW

bewerkin gswijze besch rijvin g

VAT

veldapparaattype

GEOKEY BRONBESCHRU

de bron waaruit de geo informatie is ontstaan

VIN6 SOFTWARE

de standaard software waarmee de geo informatie bekeken

INFO-DOCU

kan worden verwijzing naar aanvullende documentatie

MENTATIF KWALITEIT

Verkenníng datamanagement MOVE

beschrijving kwaliteit van de geo informatie

WAAR DONAR CBD LOC

gebiedsbeschrijving locatiecode, omsch rijvi n g, soort en coórdinaten

CEOKEY FYSIEKE NAAM FYSIEKE

daadwerkelijke naam waaronder de geo informatie is opgeslaqen plaats waar de geo informatie is opgeslagen

LOCATIE

wtE DONAR

ocl

opdrachtgevende instantie

BHI

beherende instantie

BMI

bemonsterende instantie

ANI

analyserende instantie

GEOKEY

BRONHOUDER

eigenaar geo informatie

BEHEERSAFDE

organisatie, afdeling die verantwoordelijk is voor het beheer van de eeo informatie

LINCNAAM

WANNEER

DONAR TIJD

begindatum, begintijdstip, einddatum, eindtijdstip,

PLT

tiidstao.tiidstaoeenheid referentievlak, bemonsterin gshoogte, xy-coórd inaat

sYs

systeemcode

INV

inventarisatie

GEOKEY

OPNAME

het begin van de periode waarop de geo informatie betrekkine heeft het einde van de periode of het moment waarop de geo

EIND

informatie betrekkine heeft

OPNAME BEGIN


Bijlage

4. Stroomschema lodingen

Stroomschema lodinqen

Metaqeqevens Datammoemnt

@Ectigevende instantie BdEreÍde imtantie Analysrende irEtantie Bemrete@írde iGtaotie

RWS.ZLD Meetdienst Vlisiílgen RWS.ZLD Meetdisst Vli$iÍUen Eodemhoogte tsodetr/Sediment

Pmmets CompaÍtimenl

m

EslEid

Integs

Domein Hoedani9heid Gebied Locetie Analysemethode BemoNtqingswi.ize

t.o.v.

MP

W6teFcheldg 1 ?

BrerkiÍUilettpde

;

Veldappa€attype

Rekstyoe

Lo€le Eaireks(en)

Rfi@ksdniniíElíê B€oindatm

RWgZLD/NWURIKZ-I{WTL

s

:

tiid

datm, tiid

Eiírddatum en tijd

datum; tiid

V@amelim

?

i.p.v. Eaireeksn oíidreeks

b#ÍkimsmetlEde

DiOipol

Vakkm kun@ ziin: - Lodimvakks of aÍtd@i6 - moÍfologisdE sdEmatisati6

'geulet .

dat6

"

slikkm

'sctprg

Vak / Geul / Plaat / Slik / ScJpr

El-'o*n**""n**"*

n"-n**t"n*""* ffi*

El-'n"***'"n*-"^

rl fl-Ll U


naooortaoe

/

Nivee's t.o.v. MP Arcal4 / hhoudm

Vak / Geul / Plaat,/ Slik ,

SclpÍ /

Deeloetted / WesteFdElde Niveil's t.o.v. NAP Acalen / IntFuds

Vak,/ Geul / Plaat / Slik / Sctpr Delsebied / W6ts{*r€lde Nivm's t.o.v. NAP Arealen / Inhoudfi + +

vffinderiÍlgen peÍ jaa Toè of afname t.o.v. Js X

Tekst

+ Grafieken

/

Bijlage 5. Stroomschema ecologische gegevens

Stroomschema ecoloqie Ghlorofyl-A

TÉ[èct MON'CHEMIE

Traiect MOVE

Metaoegevens

Metemrys tbo-d! GI

CPM EHO

GM L@

wl BEM

4T

BHI

RICMON_CHEMIE

W CHFa 10 € WESTSE HNWGL MWre S rcMP WATSGL RlgTffi Am Rr€Ísm

RiblÉtud \e tul a b waaMrussd chlddÊa

qËU*l*& Waffis W6bsc|* Halsdgd dfuIM sB'mstr ru rdrstH*; bdmst.hqrq x-.rd. l&ddmRlp b?di€Ob4iAma-FdÍhAsB bbnÍffid.Rtp

d|BiE

Mrlvi€ffilsd?t hhrqislr&mffi(b. G€pl*ffidm

ITL

ITB

ITL ITB


a lid

drF)

l$-*en n i n g dataml:.à.h e$$

Recommend Documents