DAG-CIG: A Data-centric Ecosystem to Facilitate Agile Development of Municipalities to Meet Climate Goals
Trollhättans Stad deltar i ett projekt tillsammans med Högskolan Väst och Kraftstaden som under ett år ska ta fram ett system för hur färska sensordata kan hjälpa oss att, med klimatmålen i fokus, snabbt revidera de sätt vi och våra partners/leverantörer utför arbeten på, exempelvis vägunderhåll och ny- och ombyggnationer av infrastruktur.
Status i projektet
Avslutat
Finansiering och samverkan
Projektet, som är ett forskningsprojekt, genomförs med finansiering av Vinnova och drivs av Högskolan Väst i samverkan med Trollhättans Stad och Kraftstaden Fastigheter.
Om projektet
Bakgrund
Den data om utsläpp vi får från SMHI via VGR (Nationella emmisionsdatabasen,) släpar efter med upp till två år. Dessutom är dessa data sällan tillräckligt exakt lokaliserade (t.ex. på gatu- eller kvartersnivå) för att vi enkelt ska kunna härleda utsläppen till källan.
Med hjälp av realtidsdata kring i första hand utsläpp samt trafikarbete (trafik på vägar) är förhoppningen att vi snabbt kan dra lärdomar, ändra arbetssätt och göra om och göra rätt/bättre för miljö och klimat redan i nästkommande projekt.
Målsättning
Projektet planerar att
- utveckla en metodik för att kommuner ska kunna använda sensorer och data för att planera utvecklingsarbetet på ett agilt och informerat sätt.
- demonstrera effektiviteten av detta arbetsflöde genom ett pilotprojekt som ska införlivas i Trollhättans Stad.
Resultatet avser att bli ett nytt agilt sätt att genomföra kommunutvecklingsprojekt och infrastrukturunderhåll, där kommuner kan planera sina projekt baserat på evidens från sensorer och realtidsdata. Resultatet skulle bli att kommunerna snabbare kan vidta mer välgrundade åtgärder för att nå sina klimatmål och för att underlätta ett cirkulärt ekosystem. För det andra kan kommunerna använda sina begränsade resurser (pengar och tid) mer effektivt och ändamålsenligt.
Viktiga resultat
Genom att implementera en agil arbetsmetodik med inslag av design thinking kunde kommunen snabbt anpassa sig till nya insikter och justera sin infrastrukturplanering. Projektet har visat att ett flexibelt, iterativt arbetssätt kan skapa en plattform för hållbara beslut, där data från sensorer visualiseras i kommunens GIS-system och är tillgängligt för såväl medborgare som tjänstepersoner.
Projektet involverade flera olika intressenter, inklusive skolledare och föräldrar, som fick se hur data kan användas för att förbättra säkerhet och miljö vid exempelvis skolors lämna/hämta-zoner. Denna delaktighet har stärkt stödet för projektet och gjort att beslutsfattare och medborgare lättare förstår nyttan med insatserna.
Projektet har utvecklat strategier för var sensorer bör placeras för att ge största möjliga nytta. Fokus har lagts på platser med hög trafikbelastning och områden där data om miljökvalitet är särskilt viktigt. Exempel på sådana områden är centrum och skolor. Genom att använda kostnadseffektiva sensorer kan Trollhättan få detaljerad, lokal miljödata som stödjer effektivare stadsplanering och minskar beroendet av föråldrad, nationell data.
Projektet har lagt stor vikt vid att analysera och visualisera insamlad data för att stödja beslutsfattande. Genom att exempelvis visualisera trafik- och utsläppsdata i form av kartor och diagram har projektet kunnat identifiera samband och ge beslutsfattare en klar bild av var åtgärder kan behövas.
Projektet identifierade även utmaningar, såsom behovet av noggrann kalibrering av sensorer och vikten av säker databehandling. Ett kontinuerligt arbete med att förbättra metodiken har dock skapat en solid grund för framtida skalning och implementering i större städer och regioner.
Slutsats
Projektet "DAG-CIG" har lagt grunden för ett agilt och datadrivet arbetssätt som kan hjälpa Trollhättan och andra kommuner att nå sina klimatmål. Genom att använda kostnadseffektiva sensorer och ett agilt arbetssätt har projektet visat att kommuner kan fatta snabbare och mer välgrundade beslut för en hållbar stadsutveckling. Nästa steg är att utvärdera resultaten i större skala och ytterligare finslipa metoder för sensoranvändning, datainsamling och visualisering.