Categorie: Meet-instrumenten

De Rotterdamse LoopMonitor koppelt diverse ruimtelijke factoren zoals de openbare inrichting, nabijheid van openbaar vervoer, dichtheid, groen, voorzieningen en de loopnetwerkconfiguratie aan het voetgangersnetwerk in centrum van Rotterdam. In combinatie met tellingen is, door middel van Machine Learning, een set van de meest significante factoren geselecteerd. Op basis van deze set genereert de LoopMonitor de voetgangersintensiteit voor elke straat in het centrum. Dit instrument wordt toegepast door de gemeente om de voetganger beter te begrijpen en zichtbaar te maken.

Pagina’s 11 en 12 van het Rotterdamse Loopbeleid laten de uitkomsten uit een ‘prikker op de kaart’-enquete zien. Mensen konden aangeven waar ze wel, en waar ze juist niet graag lopen.

De Gemeente Amsterdam meet en monitort in de openbare ruimte op verschillende plekken langzaam verkeer; voetgangers en fietsers. Door teldata te verzamelen over onder andere aantallen voetgangers en fietsers is het mogelijk om slimmer om te gaan met de openbare ruimte. Operationeel wordt de teldata ingezet om maatregelen te treffen wanneer het te druk wordt. De druktedata wordt ook gebruikt als onderbouwing van besluitvorming. Denk hierbij aan autoluw, sprong over het IJ en/of kleine herinrichtingen van het straatbeeld. Zie ook de LVMA Sensorkaart.

GPRA is een tool waarmee het ontwerp van de ruimte en het gebruik ervan via data-analyse en fysieke observatie wordt onderzocht.

Deze Tool laat de walkability van buurten en steden in Nederland zien en vergelijkt deze met elkaar. De tool geeft ook inzicht in waar en hoe de beloopbaarheid verbeterd kan worden.

Met de Excel en de bijbehorende instructie kan een eerste inzicht worden gekregen in hoeverre een bepaalde wijk of straat binnen een gebied beloopbaar is. De resultaten tonen aan waar de verbeterpunten en kansen liggen in de betreffende wijk of straat. Op basis van de quickscan resultaten kan het gesprek binnen de gemeente aan worden gegaan met andere afdelingen en kan waar nodig een nadere uitgebreide analyse worden gedaan om te bepalen welke investeringen nodig zijn.

Aan de hand van data, bijvoorbeeld uit Strava, brengt TRACK-landscapes o.a. in kaart waar men wel en niet loopt.

Welke plekken zijn drukbezocht? Op welke momenten zijn er de meeste voetgangers? Hoe kunnen we dit spreiden? Gemeenten zitten te springen om goede en inzichtelijke voetgangersdata om beleid mee te maken. Apps zoals ‘eRoutes’ kunnen daarbij een belangrijke rol spelen. Omgekeerd heeft eRoutes baat bij data over de kwaliteit van de omgeving om betere routes te maken.