Bij geoFluxus doen we enorme inspanningen om de meest gedetailleerde en precieze gegevens die er bestaan in handen te krijgen, zelfs als dat vermoeiende bureaucratische processen en vervelende data crunching met zich meebrengt. Van daaruit nemen we de werkelijke materiële behoeften van het land of de regio op, inclusief lokale productie, import en export. Kortom, we beschouwen het hele geografische metabolisme, niet alleen het afval.

Alleen de gedetailleerde informatie over de inhoud van de hulpbronnenstromen stelt ons in staat te begrijpen hoe we de vraag naar hulpbronnen zodanig kunnen verminderen dat consumptie en regeneratie minstens even snel verlopen. Weten welke materialen of producten in een regio als afval worden afgedankt, is niet voldoende zolang we niet weten wie ze heeft afgedankt en waarom en waar ze vandaan komen. Als we weten dat 78 000 ton hoogwaardig hout door de bouwbedrijven inAmsterdam is weggegooid, kunnen we ons tot specifieke actoren richten en de redenen voor hun afval begrijpen.

Tegelijkertijd moeten we de context van onze grondstofstromen goed kennen om ervoor te zorgen dat de positieve veranderingen niet ten koste gaan van ieders recht om voortdurend te streven naar verbetering van zijn welzijn. Wij zorgen ervoor dat al onze gegevensanalyses zo exact mogelijk betrekking hebben op de geografische locatie en de tijd. Door te weten waar en wanneer zich positieve veranderingen voordoen, kunnen we die veranderingen vergelijken met de welzijnsindicatoren in dezelfde tijd en ruimte. Zo correleert de dip in de afvalproductie in 2020 helaas beter met werkloosheidsuitkeringen en sterftecijfers dan met positieve milieuherstel.

Wij bepalen de gebieden met de grootste impact door eerst zoveel mogelijk informatie over het betreffende gebied te verzamelen. Vervolgens schatten we in hoeveel we weten, en hoeveel we niet weten. Wij communiceren de onzekerheid tussen bekend en onbekend aan onze klanten, omdat de identificatie van hiaten in de gegevens een goede manier is om praktische volgende stappen te bepalen. Wij plaatsen alle cijfers in de grotere context door ze met elkaar te vergelijken en de grootste te selecteren op basis van omvang of milieueffect.

Het verminderen van huishoudelijk afval staat hoog op de agenda van veel regeringen. Hoewel huishoudens en particulieren ook verantwoordelijk zijn voor het verminderen van de impact van hun consumptie, is hun relatieve aandeel in de totale hoeveelheid afval in de Metropoolregio Amsterdam nauwelijks 11% in vergelijking met de 89% van het bedrijfsafval. Door de unieke combinatie van gegevens konden we deze verhouding voor het eerst nauwkeurig achterhalen voor de gemeente Amsterdam. Dit schept perspectief op de relatieve bijdrage van huishoudelijk afval aan de totale hoeveelheid afval in het gebied. Dat leidt tot steeds beter geïnformeerde besluitvorming.

Door onze ervaring in data science, duurzaam grondstoffenbeheer en stadsplanning zijn wij in staat een brug te slaan tussen beleidsmakers en dataleveranciers. Wij formuleren vragen, en vertalen deze naar zoekopdrachten die de gegevens kunnen beantwoorden. De precisie van ons werk wordt aan onze klanten meegedeeld en is inherent aan ons instrument.

Als ons bijvoorbeeld wordt gevraagd naar de recyclingpercentages van een stad, moeten we eerst onze grenzen en terminologie vaststellen. Hebben we het over de binnenstad of over het hele stedelijke gebied? Kijken we naar het afval dat in de stad wordt ingezameld, of naar al het afval dat in de stad wordt verwerkt? Hebben de recyclingpercentages betrekking op stedelijk afval, industrieel afval of beide? Dit zou ook kunnen leiden tot de vraag wat in de eerste plaats als recycling wordt beschouwd; alles wat daadwerkelijk wordt gerecycled, of telt ingezameld onbruikbaar afval ook mee?

Zelfs als er een getal zou worden berekend, zou het verkeerd geïnterpreteerd kunnen worden. Een groter getal of ratio zou hier vaak worden geïnterpreteerd als een positieve verandering, zelfs als het stijgt door de toenemende totale input - en dus absoluut niet bijdraagt aan de vermindering van de onttrekking van hulpbronnen.

Dit voorbeeld laat zien hoe een eenvoudige vraag over recyclingpercentages al snel extra aandacht vereist om correct te worden geformuleerd in een zoekopdracht.

Wij leveren niet alleen cijfers, maar ook kennis. Wij plaatsen onze cijfermatige bevindingen in de juiste (menselijke) context. Dit betekent dat we communiceren wat we denken dat de cijfers betekenen, wat ze niet betekenen, en waar we moeten beginnen te graven als we meer willen weten.

Om een voorbeeld te geven: via ons herindelingsalgoritme ontdekten we dat 19,6% van al het bedrijfsafval in de Metropoolregio Amsterdam direct herbruikbaar was. Dit was de eerste keer dat een dergelijke samenvattende statistiek werd berekend. Toch bleek ook dat slechts enkele economische sectoren voldoende aanvullende gegevens verstrekten om de berekening mogelijk te maken, wat leidde tot de vaststelling van sectorspecifieke gegevenslacunes.

Dit betekende echter niet dat dit materiaal onmiddellijk werd hergebruikt. In sommige gevallen werden ze gewoon opgeslagen, zonder dat men wist of en wanneer ze zouden worden hergebruikt of verwijderd. In sommige gevallen zagen we dergelijke stromen naar verbranding gaan. Het lijkt aannemelijk dat ze verwerkt hadden kunnen worden volgens een methode die een hogere waarde vasthoudt. De redenen om dit niet te doen kunnen uiteenlopend zijn, van juridisch tot economisch. Door het verschil tussen de stromen die als direct herbruikbaar werden bestempeld en hun uiteindelijke verwerkingsoptie konden specifieke materiaalstromen worden geïdentificeerd die consequent waarde verloren, zoals A-klasse hout uit de bouw dat werd verbrand of gecomposteerd.

Deze belangrijke lessen leverden de gemeente nieuwe inzichten, statistieken en aanknopingspunten voor beleidsontwikkeling op.

Wij helpen bij het opsporen en vertalen van rommelige gegevensbronnen naar gestructureerde informatie. Tijdens onze projecten hebben we het verschil gezien tussen wat particuliere actoren in de waardeketen weten over hun hulpbronnen en wat is vastgelegd in (gecentraliseerde) overheidsdatabases.

Vaak is de beschikbare informatie niet centraal toegankelijk. Deels vanwege de ervaren (administratieve) last, deels omdat het gewoon niet verplicht is. Afvalregistratiesystemen zijn ontworpen om afval te registreren, niet middelen. Evenzo is de functie van facturen het registreren van financiële in plaats van materiële stromen. Maar als elke materiële transactie een overeenkomstige (digitale) financiële stroom heeft, bestaan alle noodzakelijke gegevens.

Dergelijke indirecte gegevensbronnen kunnen worden omgezet met behulp van geavanceerde methoden voor gegevensanalyse en algoritmen. Wij gebruiken machine learning, natuurlijke taalverwerking en geospatiale waarschijnlijkheidsalgoritmen om relevante datasets te transformeren en te verrijken.

Bij het doornemen van de overheidsrapporten over afval merkten we dat er meer informatie beschikbaar was dan we dachten. Naast de verplichte Europese lijst van afvalstoffen bevatten de afvalrapporten een optioneel vrij tekstveld waarin nadere informatie kan worden verstrekt. Onze ervaring is dat ongeveer 20% van alle afvalrapporten nuttige informatie in dat veld registreren. Met behulp van natuurlijke taalverwerkingsalgoritmen analyseren wij de vrije tekstvelden, en gebruiken die om afvalstromen te herclassificeren voor hun potentieel hergebruik in een circulaire economie.

Het is duidelijk dat niet alle afgedankte producten en materialen onder dezelfde doelstellingen en hetzelfde beleid kunnen vallen. Organisch afval kan uiteraard niet worden "opgeknapt" of "gerepareerd", schroot uit het productieproces kan niet worden "hergebruikt" en hernieuwbare energiebronnen mogen niet worden "geweigerd" als zij kritieke grondstoffen vervangen. Dit vraagt om het onderscheid van doelstellingen - en dus metrieken - ten minste per materiaalgroep en economische sector.

Hoewel dit een nogal voor de hand liggend voorbeeld lijkt, zien we dat de onverwachte effecten en mismatches in elke geanalyseerde dimensie voorkomen. Daarom benaderen wij het probleem met vijf lenzen en hun combinaties voor het verstrekken van de metriek. De lenzen stellen ons in staat elk gegevenspunt in zijn specifieke context te bekijken, generalisatie te minimaliseren en de blik op het grote geheel gericht te houden.
‍
1. De geospatiale lens maakt het mogelijk de metriek te bekijken volgens de verschillende administratieve eenheden en te vergelijken met andere administratief beschikbare gegevens, met name sociale en milieukwaliteit. Aangezien afvalproductie en -verwerking vaak niet binnen dezelfde administratieve eenheden plaatsvinden, worden ook de stromen en relaties daartussen belangrijk.

2. De Temporele Lense maakt het mogelijk veranderingen in de tijd te volgen, seizoensgebonden patronen waar te nemen, veranderingen in verband te brengen met andere grootschalige gebeurtenissen, de oorzaak-gevolgrelaties tussen beleid en de effectieve veranderingen te bepalen.


3. De Economische Sector Lense maakt het mogelijk gericht beleid op te stellen, mogelijkheden voor industriële symbiose te identificeren en de milieueffecten van economische activiteiten zelf te onderscheiden van de effecten van hun materialen. Economische sectoren kunnen worden verkend aan de hand van internationaal erkende NACE-codes of speciale groeperingen, bv. op basis van de positie in de waardeketen.


4. De materiaallens onderscheidt stromen op basis van hun inhoud: oorspronkelijke grondstof, product, samenstelling, afvalclassificatie-taxonomie zijn allemaal verschillende parameters die via de lens kunnen worden verkend.


5. De proceslens richt zich vooral op de afgedankte producten die een bepaalde behandeling ondergaan. Deze lense maakt het mogelijk potentiële waardebehoud te zien en de effecten van de materiaalverwijdering te beoordelen.

Het duidelijkste voorbeeld dat we kunnen geven om aan te tonen dat circulariteit gemakkelijk een ijdelheidsmetriek kan worden, is het voorstel dat er twee huizen worden gebouwd, die beide precies dezelfde grondstoffen gebruiken, maar waarvan het ene traditioneel is en het andere volledig modulair; gebouwd met gestandaardiseerde eenheden of afmetingen voor flexibel hergebruik. Het eerste huis staat er 100 jaar zoals het oorspronkelijk gebouwd is en wordt daarna afgebroken. Het tweede huis wordt afgebroken en opnieuw opgebouwd door elk van de 5 nieuwe eigenaars. Na 100 jaar zijn alle modulaire onderdelen zo versleten dat ze worden weggegooid, net als het eerste huis. Als we dit voorbeeld zouden bekijken vanuit het perspectief van 100 jaar - zouden beide huizen lineair zijn. Maar op elk moment in die 100 jaar zou het modulaire huis "een perfect circulair huis" zijn genoemd en opgenomen in alle statistieken van "teruggebrachte hulpbronnen in de economie".

Het is niet om te zeggen dat modulaire huizen niet zouden mogen bestaan, maar om te benadrukken dat zelfs de meest circulaire oplossingen op lange termijn lineair kunnen zijn.

Daarom geven wij meer nuances aan het toezicht op de grondstofstromen en -voorraden en gebruiken wij labels als biotisch / abiotisch, organisch / anorganisch, zuiver / samengesteld, modulair / vast, kritisch / niet-kritisch, enz. De labels maken het mogelijk te bepalen welke strategie kan worden toegepast op elk van de potentiële risico's van het verlies van hulpbronnen, hoe lang de hulpbronnen naar verwachting zullen meegaan, hoe dringend het is om het gebruik ervan te vervangen door een alternatief, en welke strategieën nodig zijn om ze op te ruimen.

Wij integreren het principe van het identificeren van echt circulaire grondstofstromen door ons bezig te houden met netwerken. Wij brengen de grondstofstromen letterlijk in kaart om te begrijpen welke hulpbronnen, in welke context, als circulair kunnen worden beschouwd. Wij zetten alle gegevens, met behulp van geospatiale algoritmen en speciaal ontwikkelde correspondentietabellen, om in een formaat dat ons meer kan vertellen over de inhoud van de stromen en de ruimtelijke bewegingen.

Eerst splitsen we de inhoud van de stromen op in materialen en voorwaarden voor hoogwaardige toepassingen om het proces om te keren; van end-of-life naar cradle. De materiaalinhoud helpt ons te begrijpen of het materiaal een volledige cirkel kan maken en opnieuw kan worden gebruikt in hetzelfde product of proces. Soms is een dergelijke cyclus alleen mogelijk op stofniveau (bv. fosfor kan worden teruggewonnen uit afvalwater en opnieuw worden gebruikt voor de voedselproductie), soms op materiaalniveau (bv. gerecycleerd glas gebruiken om steeds opnieuw flessen te produceren), zelden op productniveau. Door aan materiaalstromen labels toe te kennen als zuiver / gemengd, samengesteld / ruw, product / materiaal, enz. kunnen we zien of de gegeven stroom zijn weg terug kan vinden naar de bron.

De ruimtelijke context is belangrijk om de reis van de stroom terug te volgen naar zijn oorsprong, om echt te begrijpen of het gebruik ervan al dan niet geografisch circulair kan worden gemaakt. Hulpbronnen die de grenzen van een land verlaten, wijzen niet noodzakelijkerwijs op verlies van hulpbronnen of minder duurzaam gebruik. Tegelijkertijd zijn ingevoerde hulpbronnen niet noodzakelijkerwijs minder duurzaam dan lokaal geproduceerde. Alleen door het mondiale bereik te volgen is het mogelijk betrouwbare beoordelingen te maken.

geoFluxus is een spin-off bedrijf van de Technische Universiteit Delft en Amsterdam Institute for Advanced Metropolitan Solutions. We zijn onze carrière begonnen als academische onderzoekers en hebben de academische waarden meegenomen. Daarom vinden wij dat alles wat met publiek geld wordt betaald, toegankelijk moet zijn voor het publiek.

Het is duidelijk dat overheden over informatie beschikken die te gevoelig is om publiekelijk bekend te maken. Toch kunnen deze gegevens en informatie door de overheden zelf, onder hun strikte voorwaarden, gebruikt worden voor het algemeen belang. Wij zien dat vaak gegevens van het ene departement niet beschikbaar zijn voor het andere, eenvoudigweg omdat het doel van de gegevensverzameling verschillend was. Wij nemen de taak op ons om de ontbrekende stukken informatie te vinden en te verbinden en partnerschappen tussen de verschillende departementen te initiëren.

Een deel van de gegevens die ons platform in Nederland gebruikt, komt uit een nationale databank die bedrijfsafval registreert. Hoewel de bedrijfsspecifieke informatie ervan momenteel voornamelijk wordt gebruikt voor het aansturen van regelgevende instanties, hebben we de waarde ervan voor de transitie uitgebreid naar private partijen en niet-gouvernementele organisaties door middel van gebruikersspecifieke niveaus van anonimisering. Toegang tot deze gegevens schept mogelijkheden voor kruisintegratie van informatie, zoals verrijking met andere gegevensbronnen voor toezicht op materiaalstromen en identificatie van mogelijkheden voor industriële symbiose.

Ten slotte, hoewel de gegevens niet open zijn, zijn onze methoden voor de verwerking ervan open source en toegankelijk voor het publiek. Dat geldt ook voor de conclusies en de geaggregeerde cijfers die we uit de ruwe gegevens halen.

Als het gaat om grondstofstromen, verzamelen we zoveel mogelijk informatie om het grote geheel te zien. Wij combineren kennis en methoden uit verschillende disciplines in één platform. Tegelijkertijd zorgen wij ervoor dat onze bevindingen kunnen worden hergebruikt door andere organisaties en kunnen worden gecombineerd in het bredere kennisnetwerk.

Momenteel combineren wij in ons platform traditionele Materiaalstroomanalyse (die antwoord geeft op de vraag: "Hoeveel hulpbronnen zijn er in een systeem?") met Geografische Informatiesystemen ("Waar gaan deze stromen naartoe?), Input Output Analyse ("Welke economische activiteiten verbruiken welke hulpbronnen?"), Life Cycle Assessment ("Wat is de milieu-impact van deze stromen?") en datavisualisatie ("Hoe kunnen we de patronen begrijpen?").

Het wegennet aan de linkerkant vertegenwoordigt de hoeveelheid koolstofemissies die in 2019 op elk wegsegment alleen al door afvaltransport worden geproduceerd. Om een dergelijk beeld uit de onderliggende gegevens te produceren, moeten alle eerder genoemde analysemethoden worden geïntegreerd.

Het wegennet, de metadata en alle gerelateerde gegevens kunnen voor elke visualisatie worden gedownload en de berekeningsmethoden zijn vrij toegankelijk in onze code repository. Daarom is onze aanpak schaalbaar, open-source en multidisciplinair.