{ "version": "https://jsonfeed.org/version/1", "title": "Blogs", "home_page_url": "https://www.tygron.com", "feed_url": "https://api.feedifyrss.com/als-gemeente-aan-de-slag-met-een-digital-twin/blog/feed.json", "description": "RSS feed for Blog", "items": [ { "id": "urn:sha256:3005d3578d5ee13bf28f3dba8b65599b206a50bb17ba33bfc841cf6d1fcf8693", "content_html": "

Steeds meer gemeenten staan voor complexe ruimtelijke opgaven, zoals woningbouw, klimaatadaptatie, energietransitie, mobiliteit en een gezonde leefomgeving. Juist omdat deze thema’s sterk met elkaar samenhangen, groeit de behoefte aan één digitale omgeving waarin data, scenario’s en effecten integraal zichtbaar worden, zodat beleidskeuzes beter onderbouwd en transparanter genomen kunnen worden. Tygron wordt daarom door gemeenten gebruikt om geo-data te integreren, scenario’s door te rekenen en ruimtelijke ontwikkelingen in een digitale twin inzichtelijk te maken.

Tegelijkertijd is het heel begrijpelijk dat gemeenten eerst vragen hebben voordat zij met een nieuwe manier van digitaal werken van start gaan. Wie met een digital twin of datagedreven gebiedsontwikkeling begint, wil eerst weten hoe data wordt ingeladen, hoe veilig die data blijft, hoe ingewikkeld het beheer is en wat je uiteindelijk met de resultaten kunt doen. Juist daarom is het waardevol om de belangrijkste vragen vooraf op een rij te zetten.

Vijf vragen die gemeenten vooraf stellen:

1. Kunnen we onze bestaande data gebruiken?

Voor gemeenten begint vrijwel alles met de vraag of bestaande geo-data opnieuw gebruikt kan worden. Denk aan basisregistraties, lokale datasets, GeoPackages, webservices en rasterbestanden die al in de organisatie aanwezig zijn.

Tygron sluit aan op open standaarden en ondersteunt onder meer GeoPackage, GeoJSON, DXF, WFS en verschillende rasterbronnen. Daardoor hoeven gemeenten niet opnieuw te beginnen, maar kunnen zij voortbouwen op data en werkprocessen die al bestaan.

2. Hoe komen we van 2D kaarten naar een bruikbare digital twin?

Veel gemeenten willen werken met een digital twin, maar vragen zich af of dat niet te technisch, te duur of te arbeidsintensief is. Dat is een logische zorg, zeker wanneer 3D nog voelt als iets voor specialisten.

Tygron maakt het mogelijk om op basis van bestaande geo-data en hoogtedata een digitale representatie van een gebied op te bouwen en daarin scenario’s te simuleren. Daarmee wordt een digital twin geen los visualisatiemodel, maar een praktisch hulpmiddel voor beleids- en besluitvorming over stedelijke ontwikkeling, leefomgeving en klimaatvraagstukken.

3. Kunnen we herhaalbaar en samenwerkend werken?

Gemeenten werken vaak niet alleen aan één project, maar aan meerdere gebieden tegelijk, vaak ook samen met omliggende gemeenten, provincies, waterschappen of adviesbureaus. Dan ontstaat al snel de vraag of een aanpak herbruikbaar is.

Tygron ondersteunt het werken met templates, zodat projecten als blauwdruk kunnen worden ingericht en opnieuw gebruikt op een andere locatie. Dat helpt om consistenter te werken, sneller op te schalen en regionale samenwerking beter te organiseren.

4. Blijft onze data veilig en houden we zelf de regie?

Bij nieuwe digitale werkwijzen is vertrouwen essentieel. Gemeenten willen helder hebben waar data staat, wie erbij kan en hoe verantwoordelijkheden zijn geregeld.

Tygron benadrukt dat gebruikers controle houden over hun projecten en dat toegangsrechten per project instelbaar zijn. Daarnaast is het platform ISO 27001 gecertificeerd en draait de infrastructuur op serverhardware in Nederland, wat voor veel gemeenten een belangrijk uitgangspunt is bij informatiebeveiliging en governance.

5. Kunnen we de resultaten ook echt gebruiken in onze besluitvorming?

Een digital twin is pas waardevol als de uitkomsten ook buiten het platform bruikbaar zijn. Gemeenten willen analyses kunnen delen, exporteren en vertalen naar bestuurlijke afwegingen, uitvoeringskeuzes en communicatie met partners.

Tygron ondersteunt het exporteren van objecten, kaarten en overlays in gangbare geo- en databestanden. Daardoor kunnen resultaten verder worden gebruikt in GIS-omgevingen, dashboards en beleidsdocumenten, en wordt de digital twin onderdeel van het bredere gemeentelijke werkproces.

Waarom gemeenten juist Tygron gebruiken

Gemeenten gebruiken Tygron niet alleen omdat het technisch veel kan, maar vooral omdat het helpt om complexe ruimtelijke opgaven integraal en begrijpelijk te maken. Het platform brengt data, visualisatie en analyse samen in één werkomgeving, zodat effecten van plannen sneller zichtbaar worden en besluitvorming beter onderbouwd kan plaatsvinden.

Dat is precies waar de meerwaarde ligt voor stedelijke planning en digital twins: niet alleen het verzamelen van informatie, maar het verbinden van beleid, ruimte en scenario’s in een gedeeld handelingsperspectief. Voor gemeenten betekent dat een praktische stap richting slimmer, transparanter en toekomstbestendiger werken aan de leefomgeving.

", "url": "https://www.tygron.com/blog/als-gemeente-aan-de-slag-met-een-digital-twin", "title": "Als gemeente aan de slag met een Digital Twin? Dit zijn de 5 belangrijkste overwegingen", "summary": "Je moet met alle aspecten van de leefomgeving rekening houden, je hebt geen tijd, er is geen geld, maar het moet wel nu. Dit is de opgave waar ruimtelijke beleidsmakers bij gemeenten voor staan….  petje af! ", "date_modified": "2026-09-21T13:26:27.232Z" }, { "id": "urn:sha256:929c6a678e4e89d5f00e856a8ba4e6d925349984ea1a14e996c0861576ccdec7", "content_html": "\"\"


Klimaatadaptatie staat inmiddels bij veel gemeenten hoog op de agenda. Wat zie jij in de praktijk gebeuren als het gaat om het klimaatbestendig maken van woonwijken?  

“Het klopt inderdaad dat steeds meer gemeenten actief inzetten op het klimaatbestendig maken van bestaande en nieuwe woonwijken. Grotere gemeenten hebben hun beleid en ambities doorgaans goed op orde en hebben in beeld welke wijken aangepakt moeten worden. Veel kleinere gemeenten missen nog de benodigde inzichten in de effecten van klimaatverandering op de leefomgeving en het beleid om daar iets mee te doen. Los van beleid en inzicht zien we in de praktijk vaak nog dat klimaatadaptatie wordt gereduceerd tot het oplossen van wateroverlast. Dat is zonde, omdat klimaatadaptatie juist de ideale kapstok is om een wijk integraal in te richten. Onderwerpen als hittestress, biodiversiteit, energie en gezondheid bieden geweldige meekoppelkansen.” 

“Wij zijn ervan overtuigd dat een wijk niet alleen klimaatadaptief moet zijn, maar ook gezond, voor zowel bewoners als planten en dieren. Daarom zetten we in op een integrale wijkaanpak, waarbij we in de inventarisatiefase niet alleen kijken naar waar water op straat staat, maar ook naar wie er in een gebied wonen, hoe het gesteld is met de kwaliteit van het groen en hoe warm het kan worden. Dat vraagt ook om een bredere en meer gedurfde blik vanuit de gemeente. Tygron is daarin een belangrijk hulpmiddel om data samen te brengen en integraal te rekenen aan de meerwaarde van maatregelen.” 


Hitte in de stad is een probleem dat we steeds beter in beeld krijgen. Maar wanneer wordt inzicht in hittestress ook echt een aanleiding om iets te veranderen?   

“Slapeloze nachten door hitte en helaas ook vroegtijdig overlijden als gevolg van extreme hitte kunnen aanleiding zijn om hittestress hoger op de agenda te zetten. De afgelopen jaren schieten hitteprotocollen dan ook als paddenstoelen uit de grond. Dat is natuurlijk een goede ontwikkeling, want het biedt een helder handelingskader om kwetsbare mensen te beschermen. Dit mag alleen niet ten koste gaan van de primaire maatregel: het voorkomen en terugdringen van hitte in de stad. Hittestressmaatregelen kosten ruimte en geld en vragen vaak extra onderhoud. Daarnaast gaan ze regelmatig ten koste van de toch al schaarse parkeerruimte.” 

“Door bewoners en beheerders mee te nemen in de huidige situatie en inzichtelijk te maken wat bijvoorbeeld een aantal extra bomen kan opleveren, kun je sneller aan de discussie voorbijgaan óf een maatregel nodig is. Vervolgens kun je gezamenlijk zoeken naar oplossingen, bijvoorbeeld door een parkeerplaats iets verderop terug te brengen. In Tygron werken we daarom onder andere met heldere hitte-indicatoren en labels die live laten zien wat het effect is van een boom of van groen in plaats van steen binnen een straat of gebied.” 


Je werkt bij BOOT aan een standaardaanpak om wijken hittebestendiger te maken, waarbij je Tygron inzet. Hoe ziet die aanpak eruit en wat maakt hem interessant voor andere gemeenten?   

“Een standaardaanpak is misschien wat kort door de bocht. Samen met onze kennispartners streven we voor iedere wijk naar een maatwerkaanpak, opgesteld volgens een standaard integraal afwegingskader en keuzemenu. De eerste stap, de inventarisatie, gebeurt daarom altijd op alle thema’s: groen, gezondheid, hitte, water en energie. Deze resultaten verwerken we in Tygron. Aan de hand van verschillende indicatoren maken we inzichtelijk hoe de huidige situatie eruitziet. Vervolgens gaan we samen met de gemeente aan de slag om te kijken waar opgaven samenkomen en welke uitdagingen specifiek spelen binnen een wijk.” 

“De gemeente kiest daarna welke uitwerkingsvorm gewenst is: een integraal wijkstructuurplan of een integraal wijkontwerp. Daarbij bepaalt zij ook welke vorm van participatie passend is. Zo kunnen we veel beter adviseren over bijvoorbeeld de inrichting van groene, koele zones. Moet zo'n plek dienen als ontmoetingsruimte, of juist als locatie voor sport en spel? En is deze goed bereikbaar voor alle bewoners? Met dashboards die via de API van Tygron zijn gekoppeld, kunnen gemeenten en bewoners gedurende het hele proces meekijken naar de huidige status van een wijk en de effecten van verschillende maatregelpakketten. Deze informatie zetten we in tijdens beslis- en participatiemomenten.” 


Wat verandert er wanneer je een gemeente niet alleen laat zien waar de problemen liggen, maar ook verschillende oplossingen en scenario’s in een digitale omgeving kunt uitproberen?  

“Het grote voordeel van Tygron is dat je al op schetsniveau direct inzicht kunt geven in de nut en noodzaak van een maatregel. Er ontstaat bijvoorbeeld vaak discussie over de vraag hoeveel bomen nodig zijn in een straat. Zijn twee bomen voldoende of zijn het er eigenlijk tien? Vaak wordt uiteindelijk gekozen voor een beperkt aantal bomen, als dat al lukt. Vervolgens begint de discussie over parkeren, want vijf bomen betekenen vaak ook vijf parkeerplaatsen minder. Wanneer je vooraf kunt laten zien dat er minimaal drie bomen nodig zijn om een gezamenlijk doel te bereiken, ga je direct voorbij aan de discussie óf een maatregel nodig is. Met Tygron kan dat.” 

“We zetten dit veel in tijdens multidisciplinaire sessies met gemeenten. De discussie gaat dan niet langer over de noodzaak van een boom, maar over de vraag hoe je samen alternatieve ruimte voor parkeren kunt vinden. Hetzelfde geldt voor andere thema’s zoals wateroverlast, biodiversiteit en gezondheid. Als je kunt laten zien wat minimaal nodig is om een bepaald doel te bereiken, kun je sneller de stap maken naar de concrete invulling. Door meerdere scenario’s in Tygron klaar te zetten, bijvoorbeeld een groen scenario, een waterrobuust scenario of een gezond scenario, maak je snel inzichtelijk wat verschillende maatregelen opleveren.” 

“Dat helpt ook om bijvoorbeeld een rioolbeheerder mee te nemen in thema’s als gezondheid. Als je kunt aantonen dat een raingarden, groen parkeren of een beplante wadi meerwaarde oplevert ten opzichte van een hemelwaterriool, ondanks hogere aanleg- en onderhoudskosten, wordt het makkelijker om draagvlak te creëren. Uiteindelijk is hij vaak degene die de investering moet verantwoorden. Daarnaast helpt Tygron om te laten zien dat iets afwijken van de standaard vaak al een veel winst kan opleveren. Bijvoorbeeld door een voetpad iets minder breed te maken zodat er een haag naast past.” 


Je bent ook geïnteresseerd in de ontwikkelingen rond AI. Waar denk je dat AI in de komende jaren het verschil kan maken in het werkveld?  En wat betekent dat voor de rol van professionals?   

“Ik denk niet dat AI de rol van professionals binnen ons vakgebied volledig zal overnemen. Een groot deel van mijn werk bestaat uit het leveren van maatwerkadvies op basis van gesprekken met gemeenten en bewoners en het vinden van creatieve oplossingen voor complexe uitdagingen. Daarnaast speelt bij vrijwel ieder project een bepaalde mate van politieke sensitiviteit een rol. Plannen en ontwerpen moeten vaak door de gemeenteraad worden vastgesteld of sluiten aan op een politieke koers die vertaald moet worden naar concrete maatregelen. Dat zijn zaken die vooralsnog lastig zijn voor AI om goed te begrijpen en mee te wegen.”  

“AI stelt mij als professional wel in staat om mijn kennis van verschillende thema’s sneller uit te breiden en hulpmiddelen en resultaten te ontwikkelen die bijdragen aan een betere overdracht van adviezen. Het helpt om grote hoeveelheden informatie en uiteenlopende thema’s terug te brengen tot begrijpelijke indicatoren en om verbanden te leggen tussen verschillende opgaven. Ook kan het ondersteunen bij het opsporen en oplossen van fouten. Tegelijkertijd moet je je altijd bewust zijn van de beperkingen van AI, zoals overhaaste conclusies, hallucinaties en niet-bestaande bronnen. AI kan dus zeker helpen bij de rol als professional maar je moet beschikken over gedegen vakkennis en een kritische blik om te beoordelen of door AI gegenereerde adviezen daadwerkelijk hout snijden. Dat geldt zowel voor adviezen die je zelf opstelt als voor adviezen van anderen waar je mee aan de slag moet.”  


Contactinfo:  

Jonathan van Ekris, Adviseur Klimaatadaptatie & Stedelijk Water bij BOOT 

https://www.linkedin.com/in/jonathanvanekris/ 

", "url": "https://www.tygron.com/blog/5-vragen-aan...-jonathan-van-ekris", "title": "5 vragen aan... Jonathan van Ekris", "summary": "Hoe maak je een wijk niet alleen klimaatbestendig, maar ook gezonder en leefbaarder? Jonathan van Ekris, adviseur Klimaatadaptatie & Stedelijk Water bij BOOT, houdt zich dagelijks met die vraag bezig. In de praktijk ziet hij dat klimaatadaptatie nog te vaak wordt teruggebracht tot wateroverlast, terwijl juist een integrale aanpak kansen biedt op het gebied van hitte, groen, gezondheid en biodiversiteit. “Klimaatadaptatie is juist de ideale kapstok om een wijk integraal in te richten.” ", "date_modified": "2026-09-21T13:26:27.231Z" }, { "id": "urn:sha256:ab876237f20c6dfb9e35d76c028070695dd52dad9cc9ff0835a54ba62bbecb86", "content_html": "

Om antwoord te geven op deze vragen heeft het waterschap een tool gebouwd op het Tygron Platform. Jeroen van der Scheer, hydroloog bij het waterschap Vechtstromen: “Het was vooraf geen uitgemaakte zaak dat we de Tygron Watermodule zouden gebruiken voor deze berekeningen. Het was de uitkomst van de pilot dat we, als vanzelf uitkwamen bij de Tygron Watermodule.”

Selectie van de tool

Voor het normeren van de keringen heeft het waterschap gekozen voor de risicobenadering. De norm die een kering krijgt is afhankelijk van de gevolgen van een mogelijke overstroming. Dus, een kering krijgt een hogere norm, wanneer de gevolgen van een falende kering groter zijn.

Om de juiste methode op te stellen voor het normeren van de keringen, heeft het Waterschap een pilotstudie gedaan in samenwerking met het adviesbureau DIJK53. Uit de pilot studie zijn de uitgangspunten gekomen waaronder de normeringen worden opgesteld. Een aantal van de uitgangspunten zijn:


\"\"


Om 400km keringen te onderzoeken, moesten duizenden overstromingsberekeningen worden uitgevoerd en de impact van de overstroming worden geanalyseerd. Daaruit kwam de vraag voort: is dat te automatiseren?

Vanuit deze automatiseringsvraag zijn experts van het waterschap uitgekomen bij de Tygron Watermodule. Voordeel van de Tygron Watermodule is, dat het een robuuste tool is met een duidelijke datastructuur. Berekeningen zijn via een script eenmalig uit te voeren en consistent en reproduceerbaar. Daarnaast levert de tool exact de gegevens op die nodig zijn, niet teveel en niet te weinig.


Hoe werkt de tool?

In deze video leggen Jeroen van der Scheer en Rudolf Koster samen uit hoe de tool werkt:



De tooling bestaat uit een script dat de projecten klaar zet, en geautomatiseerd de kering laat doorbreken om de 100 meter. Voor elke bres wordt berekend en geëxporteerd:

De tooling is herbruikbaar voor andere waterschappen. Een voorbeeld van het gebruik is ook beschikbaar in onze Python SDK. De gebruiker kan zelf instellen onder welke uitgangspunten moet worden gerekend en de tooling is daarna volledig zelf te bedienen.

1. NBW is Nationaal Bestuursakkoord Water

", "url": "https://www.tygron.com/blog/keringen-normeren-met-behulp-van-een-supercomputer", "title": "Keringen normeren met behulp van een supercomputer", "summary": "Waterschap Vechtstromen stond voor de opgave haar keringen te normeren. In totaal heeft het waterschap 400km aan keringen. De belangrijkste vragen die moesten worden beantwoord zijn:", "date_modified": "2026-09-21T13:26:27.230Z" }, { "id": "urn:sha256:130c50e9a1c62c5ca303c5ef7aaf1d24db42df22811fc54b2bc2faf2747b517f", "content_html": "

Klimaatadaptatie vraagt om slimme oplossingen die zowel effectief als efficiënt zijn. Ruben Keizer en Len Geisler van TAUW Advies- en ingenieursbureau laten zien hoe datagedreven ontwerpen met Tygron het proces van klimaatbestendige stedelijke projecten kunnen versnellen en verbeteren.

“Wij gaan jullie vandaag meenemen in klimaatontwerpvragen die wij bij TAUW voorbij zien komen,” begint Ruben Keizer. Hij benadrukt dat de uitdagingen bij klimaatbestendig ontwerpen vaak vergelijkbaar zijn en dat een gestandaardiseerde aanpak zorgt voor efficiëntie. Toch is er ook nog veel ruimte voor maatwerk. “Heel vaak nog heel projectmatig, maar inmiddels hebben we daar ook een hele gestandaardiseerde aanpak voor gecreëerd.” Belangrijk is dat zowel werkprocessen als tooling zo worden ingericht dat kennisdeling tussen partijen eenvoudiger wordt en iteratieve ontwerpen sneller tot resultaten leiden.


\"\"

Iteratief proces

TAUW heeft een heel webbased netwerk ingericht van tools die via API's en stekkers verbonden zijn. “We hebben eigenlijk een ecosysteem opgebouwd van verschillende tools die hun eigen plek hebben om complexe vragen te kunnen beantwoorden,” zegt Len Geisler. Van FME voor geavanceerde analyses tot de 3D-client van Tygron en diverse viewers voor interpretatie en communicatie, het geheel is ontworpen om flexibel en efficiënt te werken. Geisler benadrukt het praktische voordeel: “Het helpt heel erg bij de kwaliteitsborging en validatie, maar ook om de juiste modellen er goed in te hebben en resultaten snel te kunnen delen met opdrachtgevers.”

Keizer toont hoe data van bestaande infrastructuur, zoals wegen en watergangen, gecombineerd wordt met projectgegevens vanuit CAD-bestanden van ontwerpen (SO, VO en DO). Zo kan zowel een 2D- als 3D-weergave worden gemaakt die bruikbaar is voor verdere analyses. Bijvoorbeeld omgezette hoogtedata naar een nieuw maaiveldmodel voor wateroverlastanalyses of omgezette 3D-ontwerpen voor hittestressberekeningen. Belangrijk hierbij is dat het proces iteratief is en zowel beleidsmedewerkers als ontwerpers ondersteunt: “We merken wel dat er ook steeds meer vanuit de ontwerpkant, vanuit de projectleiders, steeds meer aandacht is om dit zelf toe te passen in projecten,” aldus Keizer.


\"\"

Standaardisering en flexibiliteit

Het tweetal ging ook in op de verschillende niveaus van aangeleverde ontwerpinformatie, variërend van schetsen tot geavanceerde BIM-modellen via de Autodesk Construction Cloud. \"Zodra een ontwerper in zijn BIM-omgeving klaar is en wij weten dat hij geüpdatet is, kunnen wij op refresh drukken en zit een nieuw ontwerp meteen in het projectgebied.\" Dit maakt echt iteratief werken mogelijk, waarbij een ontwerpronde relatief eenvoudig tien keer doorlopen kan worden.

Geisler ging vervolgens dieper in op de analyse-instrumenten: “Een voorbeeld is werken met FME-server.” Daarmee wordt het mogelijk om snel en betrouwbaar klimaatfactoren zoals hitte, schaduw en wateroverlast in het ontwerp te toetsen met standaardmodellen. De combinatie van standaardisering en flexibiliteit maakt het proces schaalbaar, van kleine herinrichtingen tot grotere stedelijke projecten.


", "url": "https://www.tygron.com/blog/van-ontwerp-tot-impact-tauw-over-klimaatadaptief-inrichten-met-tygron", "title": "Van ontwerp tot impact: TAUW over klimaatadaptief inrichten met Tygron", "summary": "De jaarlijkse Tygron Community of Practice vond dit jaar plaats op 11 november. Deze bijeenkomst is van en voor gebruikers: een moment waar kennis, ervaring, vaardigheden, toepassingen én de nieuwste technologische ontwikkelingen samenkomen. Tijdens de CoP vertelden verschilende gebruikers van Tygron over hoe zij het Platform toepassen, onder hen waren de ingenieurs van TAUW.", "date_modified": "2026-09-21T13:26:27.229Z" }, { "id": "urn:sha256:5776132c8be0ae363c7bbb49a70d345a8f43e39bbe49b4946fc294a4048502ea", "content_html": "

To see the results, check out map-viewer.

The timeline of Tygron’s actions following the Kakhovka dam breach:

June 6 2023: The Kakhovka dam failed at 03:00 (NL time/GMT+1) on 6 June (source: Wikipedia). The first results became available within just a few hours. We were able to validate those immediately based on images from mainstream and social media.


\"\"


\"\"


June 8 2023:

We received input from a former Cherson resident, an environmental engineer, who shared observations directly from the disaster area. Our first results turned out to be an underestimation of the flood; the breach in the dam had quickly become a lot larger than the one visible in the first TV images. Based on this input, we were able to continuously validate and run the model with new insights.

Post | Feed | LinkedIn

June 9 2023:

The model was updated with a 20-day predictive time frame, providing very highly detailed information about the situation in the affected areas over the coming days. While the flood peak had subsided, the area would remain flooded, although the water levels would gradually recede. The simulation provided insights into water depths over time.

Post | Feed | LinkedIn


Improvements:

June 11 2023:

The next steps were to gradually work towards more insights and validating the approach and model. More validation material was processed, such as satellite imagery and photos of specific locations. The results were made available in a swipe viewer:

https://tygron.maps.arcgis.com/apps/webappviewer/index.html?id=4d454f03a32243b8bd3e6c9093c6fc99


\"\"


A tool for crisis management agencies

We understand that collaborative efforts from different sources are vital during times of crisis, and we believe our models can significantly contribute to understanding the situation for future analysis. Tygron’s modelling capabilities can be a tool for crisis management agencies, enabling them to explore various strategies and scenarios. This includes implementing preventive measures and devising evacuation plans. Additionally, the models can provide accurate estimates of potential flood damage.

As described above, the model results are based on publicly available data and information, and are validated using news, articles and information directly from the disaster area. However, any modelling study involves a certain degree of uncertainty. If you intend to use the results for crisis management in a disaster-stricken area, or if the deployment of our modelling capabilities can assist you in any other way, please don’t hesitate to contact us.

Read more (in Dutch):

https://www.trouw.nl/buitenland/nederlandse-experts-berekenen-waterstroom-na-dambreuk-oekraine~bb21fa3a/

https://www.h2owaternetwerk.nl/h2o-actueel/nederlandse-computersimulaties-van-damdoorbraak-helpen-reddingsacties

", "url": "https://www.tygron.com/blog/hydrodynamic-model-of-khakovka-dam-breach", "title": "Hydrodynamic Model of Khakovka dam breach", "summary": "In the hours and days after the catastrophic Kakhovka dam break in Ukraine, Tygron worked intensively with Arcadis to build a model in order to gain better insights into the disaster. The resulting model, built on Tygron’s advanced [LR1] modelling technology, allowed experts on the ground to anticipate the course of the flooding and take proactive measures to mitigate its impact. Using the hydrodynamic model, the arrival times, flow velocities and intensities of the floodwater could be accurately simulated for specific areas. These insights supported the formulation of effective evacuation plans and contributed to the relief operations.", "date_modified": "2026-09-21T13:26:27.228Z" }, { "id": "urn:sha256:61c0bc47b96f8767b2bb5b581bb3c3ed73c0ebe8f4ad0dbf43e476aae4a26809", "content_html": "

De sessie over het gebruik van Tygron door Aveco de Bondt liet goed zien hoe beleid en het ontwerp van de openbare ruimte steeds dichter naar elkaar toe kruipen. Door interactie, visualisatie en vooral samenwerking. Hoi-Man Hau, Consultant Stedelijk Water en Guy van Hemel en Emiel Oosterhuis, beide Adviseur Stedelijk Water bij Aveco de Bondt presenteerden twee praktijkcases waarin Tygron als katalysator fungeerde voor gesprekken die normaal veel stroever verlopen.



Hoi-Man Hau vertelde hoe hij aanvankelijk scepsis had over het gebruik van Tygron in zijn werkgebied. In het begin zag hij Tygron vooral als ‘fancy software’: “Mooie plaatjes, mooie visualisaties, maar wat kan het nou echt?” Pas toen hij het platform veel eerder in het proces betrok, begon het te klikken. Daar waar beleid makkelijk kan blijven steken in abstracties, bracht de tool juist de dialoog tussen de stakeholders op gang omdat elke ingreep meteen doorgerekend en inzichtelijk gemaakt kan worden.

Van beleid naar praktijk

De eerste case was daar een goed voorbeeld van. In een bestaande woonwijk zonder geplande rioolvernieuwing wilden ze toch klimaatadaptieve stappen zetten. Door een 90 mm-bui te simuleren, werd direct zichtbaar waar water zich verzamelt en hoe het zich verplaatst. Emiel Oosterhuis legde uit waarom bij deze casus Tygron werd ingezet. “Het is bij uitstek een visualiserend hulpmiddel. We willen graag met de beleidsmakers om tafel zitten en laten zien waar de problemen zitten. En hoe we die kunnen oplossen.”


\"\"


Zo konden ontwerpkeuzes zoals meer groen, doorlatende parkeerplaatsen en verhoogde drempels, live worden doorgerekend. De resulterende kaartbeelden bleken overtuigender dan elke tekstuele toelichting. Bovendien kwamen er onverwachte inzichten boven tafel, zoals routes die in extreme neerslag onveilig bleken voor hulpdiensten. Doordat beleidsmakers, ontwerpers, beheerders en adviseurs gezamenlijk door het model liepen, ontstond een gedeeld begrip van de inhoudelijke kaders en technische beperkingen. “Aan het eind van het traject merkte je toch dat ze meer begrip voor elkaar hadden gekregen. En ook de drive om niet te kijken naar de beperkingen, maar juist de kansen,” aldus Oosterhuis.

Van praktijk naar beleid

De tweede case speelde zich af in een verzakkende en watergevoelige wijk in het westen van het land. Hier kwamen de spanningen tussen disciplines scherp naar boven. Waar wateradviseurs enthousiast werden van interactieve simulaties, keek de wegbeheerder vooral naar risico’s en onderhoudszekerheid. Guy van Hemel gaf een voorbeeld van hoe ver de partijen soms uit elkaar lagen: “De wegbeheerder aan tafel wilde eigenlijk het liefst alles maar asfalteren. Dat geeft wel aan hoe conservatief die erin zat terwijl anderen iets innovatiefs wilden doen met de ruimte.” Door dat spanningsveld niet te vermijden, maar juist zichtbaar te maken, ontstond uiteindelijk toch een gezamenlijke koers.


\"\"


Wat sterk naar voren kwam, is dat Tygron niet per se dé oplossing is, maar wel het gesprek versnelt dat leidt tot betere oplossingen. De tool helpt ambities concretiseren, maakt keuzes transparant en legt bloot waar beleid en praktijk elkaar bijten. Voorwaarde was wel dat iedereen helder voor ogen had op welk abstractieniveau het model werkt, om teleurstellingen of misinterpretaties te voorkomen.

De sessie van Aveco de Bondt liet zien dat digitale simulatie niet alleen een technisch hulpmiddel is, maar ook een manier om integraler en slimmer te werken. En misschien nog wel belangrijker, om beleidsmakers en uitvoerders met elkaar te laten praten in plaats van langs elkaar heen.

Zie ook hoe Aveco de Bondt samen met Hoogheemraadschap De Stichtse Rijnlanden (HDSR) en gemeente Utrecht de toekomstige ontwikkelingen van het projectgebied Groenewoud doorrekent en visualiseert, zowel op het functioneren van het watersysteem bij extreme neerslag als op de verwachte hittestress.


", "url": "https://www.tygron.com/blog/tygron-in-de-praktijk-aveco-de-bondt-over-verbinden-van-beleid-en-openbare-ruimte", "title": "Tygron in de praktijk: Aveco de Bondt over verbinden van beleid en openbare ruimte", "summary": "De jaarlijkse Tygron Community of Practice vond dit jaar plaats op 11 november. Deze bijeenkomst is van en voor gebruikers: een moment waar kennis, ervaring, vaardigheden, toepassingen én de nieuwste technologische ontwikkelingen samenkomen. Tijdens de CoP vertelden verschilende gebruikers van Tygron over hoe zij het Platform toepassen, onder hen waren de ingenieurs van Aveco de Bondt.", "date_modified": "2026-09-21T13:26:27.227Z" }, { "id": "urn:sha256:06cf9627043a0c088b5f13e2e9c844ec4f288f2d60be50fd10fe500193323843", "content_html": "

Wat maakt het Tygron Platform zo handig?

1. Gegevensintegratie op Basis van Linked-Data-Principes:

2. Directe Simulaties en Analyses:

3. Supercomputing voor Snelheid en Efficiëntie:


Praktisch Voorbeeld van Integrale Rekenkracht:

Stel je voor dat je bezig bent met het plannen van evacuatieroutes voor bij een mogelijke overstroming. Met traditionele GIS-tools zou je data over wegen, bevolkingsdichtheid, en hoogtemodellen apart moeten analyseren en vervolgens handmatig moeten integreren. Het Tygron Platform stelt je in staat om deze datasets te integreren en in één keer een simulatie uit te voeren die rekening houdt met alle relevante factoren. Hierdoor krijg je direct inzicht in de meest effectieve evacuatie routes en de verwachte impact op de bevolking.


Conclusie

Het Tygron Platform biedt een innovatieve benadering die verder gaat dan traditionele GIS-tooling. Door data te integreren op basis van linked-data-principes en gebruik te maken van supercomputing, maakt het platform het mogelijk om snel en efficiënt geïntegreerde analyses uit te voeren. Voor GIS-experts betekent dit niet alleen een verbetering in de snelheid en nauwkeurigheid van ruimtelijke modellering, maar ook een diepgaander inzicht in complexe ruimtelijke vraagstukken.

", "url": "https://www.tygron.com/blog/de-3-redenen-waarom-het-tygron-platform-een-onmisbare-aanvulling-is-als-applicatie-voor-gis-experts", "title": "De 3 redenen waarom het Tygron Platform een onmisbare aanvulling is als applicatie voor GIS-experts", "summary": "Als GIS-expert ben je bekend met de kracht van traditionele GIS-tools zoals QGIS en ArcGIS. Deze tools zijn uitstekend voor het verzamelen, beheren en visualiseren van geografische data. Maar in de hedendaagse ruimtelijke uitdagingen, zoals het modelleren van overstromingen, het analyseren van hittestress, en milieubeheer, kan het Tygron Platform je een unieke en efficiënte aanpak bieden, gebaseerd op de principes van linked data.", "date_modified": "2026-09-21T13:26:27.226Z" }, { "id": "urn:sha256:3e512bd66c35eaa9a64d87d4dd74c641edc8109f7c1d7afc8406e01ba458a4f7", "content_html": "

GIS-softwaretoepassingen

GIS-softwaretoepassingen zijn ontworpen voor het verzamelen, beheren, analyseren en visualiseren van geografische data. Ze bieden een platform voor het werken met ruimtelijke informatie in verschillende vormen, zoals kaarten, luchtfoto's, satellietbeelden en ruimtelijke databestanden.

Functies van GIS-systemen

Het Tygron Platform: Geavanceerde GIS-gebaseerde Modellering

Het Tygron Platform is ontworpen voor het uitvoeren van geavanceerde analyses en scenario-berekeningen op basis van GIS. Het biedt de mogelijkheden om modellen te creëren en analyseren die werkelijke processen en verschijnselen simuleren. Het integreert ruimtelijke data met analytische technieken om voorspellingen te doen en scenario's te testen.

Kenmerken van het Tygron Platform op basis van GIS

Verschillen tussen GIS-software en het Tygron Platform

Complementariteit tussen GIS-Software en het Tygron Platform


Bekijk hier hoe je data uit QGIS in je Tygron-project krijgt:

Bekijk hier hoe je data uit ArcGIS Online in je Tygron-project krijgt:Bekijk hier hoe je data uit ArcGIS Online in je Tygron-project krijgt:

Technologie van het Tygron Platform

De technologie achter het Tygron Platform maakt het mogelijk om data te integreren, simuleren en presenteren. Ingenieurs hebben geavanceerde tools nodig om de complexiteit en schaal van hedendaagse projecten te beheren. Daarom hebben we het Tygron Platform ontwikkeld – een krachtige, low-code oplossing die is ontworpen voor ingenieurs om data te integreren, simulaties uit te voeren, en presentaties met ongekende precisie en eenvoud te maken.

Ontdek de drie technologische drivers achter het Tygron Platform die snelheid en nauwkeurigheid bieden bij het omgaan met uw data en simulaties:

", "url": "https://www.tygron.com/blog/van-gis-naar-geavanceerde-modellering-haal-meer-uit-uw-gis-data-met-het-tygron-platform", "title": "Van GIS naar Geavanceerde Modellering: Haal Meer uit uw GIS Data met het Tygron Platform", "summary": "Het Tygron Support team krijgt vaak de vraag: we hebben al GIS-software, waarom zouden we het Tygron Platform gebruiken? In dit artikel beschrijven we het verschil, de overlap en de complementariteit tussen reguliere GIS-software, zoals ArcGIS Pro of QGIS, en het Tygron Platform.", "date_modified": "2026-09-21T13:26:27.225Z" }, { "id": "urn:sha256:3f5087f182f6f80b7792e130b96c486df41f616ab43b1f82c3a5654d959c6748", "content_html": "

Meer informatie over DT-aCoGo: https://www.ds4sscc.eu/dtacogo 

Het Tygron Platform biedt uitgebreide mogelijkheden voor data-uitwisseling. Binnen dit project wilden we een stap verder gaan door Tygron als rekenmodule beschikbaar te maken, zodat externe partijen berekeningen kunnen uitvoeren zonder kennis van de interne werking van het platform. De nadruk lag op de hittestressmodule, een steeds relevanter thema voor klimaatbestendige stedelijke ontwikkeling. 

Meer informatie over Tygron’s hittestress rekenmodule:

https://support.tygron.com/wiki/Heat_Stress_Module

Samen met de rekenmodellen van DAT.mobility voor verkeer en Rana voor stedelijke wateroverlast kunnen de aangesloten gemeenten (Rotterdam, Den Bosch en Tampere) met eigen data een volledige Digital Twin opbouwen. Een gespecialiseerde interface, ontwikkeld door The People Group, brengt modellen en data samen in één gebruiksvriendelijke omgeving. 

Het doel is niet alleen deze applicatie, maar vooral een reproduceerbare werkwijze die ook door andere steden, modelaanbieders en app-ontwikkelaars kan worden toegepast. 

De uitdaging 

Het Tygron Platform beschikt over een krachtige API, maar die sluit nauw aan op de interne architectuur. Om deze effectief te gebruiken is specifieke kennis van het platform nodig. De uitdaging was daarom om de rekenkracht van Tygron eenvoudig toegankelijk te maken voor externe applicaties. 

Als basis gebruikten we de bestaande open-source Tygron WebApp, waarmee gebruikers Digital Twins kunnen aanmaken, rekenmodellen uitvoeren en resultaten bekijken. Omdat deze WebApp was ontworpen voor menselijke gebruikers, was voor DTa-CoGo een gestandaardiseerde API nodig. 

OGC API Processes 

Voor de implementatie is gekozen voor de OGC API Processes-standaard, mede op basis van eerdere ervaringen en kennis vanuit Geonovum. Deze standaard beschrijft hoe processen worden aangeboden, gestart, gevolgd en hoe resultaten beschikbaar worden gesteld, zowel synchroon als asynchroon. 

Hiermee konden externe applicaties processen op een gestandaardiseerde manier aanroepen én langlopende berekeningen veilig op de achtergrond uitvoeren. 

Meer informatie over de OGC API Processes standaard: https://ogcapi.ogc.org/processes/ 

Nieuwe API-architectuur 

In plaats van de bestaande gebruikersinterface via een API aan te sturen, is gekozen voor een nieuwe architectuur waarin zowel de gebruikersinterface als externe applicaties dezelfde API gebruiken. Hierdoor blijft functionaliteit beter afgeschermd en sluit de architectuur aan bij het ontwerpprincipe van Tygron: alles wat via de interface kan, moet ook via een API beschikbaar zijn.


\"\"

Betere prestaties zonder veiligheidsrisico's 

Tijdens het project bleek dat de oorspronkelijke verwerking van berekeningen onvoldoende schaalde wanneer aanvragen indirect vanuit andere applicaties kwamen.


\"\"


Daarom is de verwerking slimmer ingericht. Authenticatiefouten worden direct opgevangen met een tijdelijke lock, zodat herhaalde mislukte aanvragen geen blokkades veroorzaken. Daarnaast worden opeenvolgende processtappen zoveel mogelijk direct uitgevoerd totdat een wachttijd noodzakelijk is. Hierdoor is de totale verwerkingstijd van een job aanzienlijk verkort. 


\"\"

Authenticatie en contexts 

Ook de authenticatie vroeg om een nieuwe aanpak. Een gedeelde account zou ertoe leiden dat organisaties elkaars projecten en resultaten konden zien, terwijl individuele Tygron-accounts nieuwe beheer- en beveiligingsvraagstukken introduceerden. 


\"\"

 

Daarom is gekozen voor de implementatie van contexts. Externe partijen authenticeren zich met een eigen token richting de WebApp. Elke context beschikt vervolgens over een eigen configuratie en Tygron-credentials. Hierdoor blijven organisaties gescheiden, worden jobs per context beheerd en ontstaat een goede basis voor toekomstig gebruikers- en toegangsbeheer. 


\"\"

Bewuste keuzes in de implementatie 

Hoewel de API gebaseerd is op de OGC API Processes-standaard, zijn binnen het project alleen de noodzakelijke onderdelen geïmplementeerd. Externe applicaties kunnen processen ontdekken, jobs starten, de voortgang volgen en resultaten ophalen. 

Tests door zowel de ontwikkelende partner als andere technische partners leverden waardevolle feedback op. Uitbreidingen zoals uitgebreidere schema's, extra documentatie en een verdere scheiding van authenticatie staan op de roadmap, maar vielen buiten de scope van dit project. 

Resultaat 

De applicatie is inmiddels live voor de betrokken organisaties. De door The People Group ontwikkelde applicatie kan via het Open Urban Platform automatisch de hittestressmodule van het Tygron Platform aanroepen en resultaten aan eindgebruikers presenteren. 

De ontwikkelde aanpak is bovendien reproduceerbaar. Andere gemeenten, modelaanbieders en applicatieontwikkelaars kunnen dezelfde gestandaardiseerde functionaliteit gebruiken. 

Daarnaast zijn de meeste verbeteringen inmiddels opgenomen in de kern van de WebApp, waardoor ook toekomstige toepassingen profiteren van betere prestaties en uitbreidbaarheid. 

Zelf aan de slag 

Wil je zelf aan de slag met de WebApp, de API-tussenlaag of de DTa-CoGo-implementatie? De code is beschikbaar op de Tygron GitHub onder een MIT-licentie: 

https://github.com/Tygron/php-tygron-webapp 

De functionaliteit voor DTa-CoGo is beschikbaar als een meegeleverde sample.

", "url": "https://www.tygron.com/blog/tygron-als-rekenmodule-voor-european-data-spaces", "title": "Tygron als rekenmodule voor European Data Spaces", "summary": "Binnen het project Digital Twins as a Common Good (DTa-CoGo) hebben we meegewerkt aan een praktijkcase voor European Data Spaces. Samen met gemeenten en modelbouwers onderzochten we hoe Data Spaces in de praktijk kunnen worden toegepast binnen een Open Urban Platform. Het doel was om veilig, schaalbaar en transparant datasets én berekeningen te delen.\n", "date_modified": "2026-09-21T13:26:27.224Z" }, { "id": "urn:sha256:cf52aadf70692a4297c8df2c6048349814968950872b831204f0f4267287f061", "content_html": "

Daarom hebben we het Tygron Platform gecreëerd. We geloven dat je door het versnellen van je dataverwerking en simulaties meer efficiëntie en effectiviteit kunt bereiken in je werkprocessen als engineer. In dit artikel delen we de drie belangrijkste technologische fundamenten achter het Tygron Platform:

1. Ongeëvenaarde Rekenkracht met GPU-gestuurde Simulaties

Maak gebruik van de kracht van geavanceerde NVIDIA-hardware met de cloudgebaseerde GPU-supercomputer van het Tygron Platform. Deze supercomputer maakt het mogelijk voor ingenieurs om:

2. Naadloze Interoperabiliteit met Open Standaarden

Het Tygron Platform bevordert interoperabiliteit en open standaarden, wat de manier waarop ingenieurs samenwerken en innoveren revolutioneert:


3. GIS-gebaseerde Modellering voor Snelle Creatie van Digital Twins

Het bouwen van je digital twin is nog nooit zo eenvoudig of snel geweest met het Tygron Platform:

Conclusie

Met de capaciteit om meer dan 30.000 projecten tegelijkertijd te hosten en een wereldwijde gebruikersbasis die reikt tot ingenieursadviseurs, gemeenten en universiteiten in meer dan 20 landen, is het Tygron Platform specifiek ontworpen voor ingenieurs in kleine tot middelgrote organisaties. Integreer, simuleer en presenteer je data met ongeëvenaarde eenvoud en precisie.

", "url": "https://www.tygron.com/blog/de-3-essenti%C3%ABle-technologische-fundamenten-van-het-tygron-platform", "title": "De 3 Essentiële Technologische Fundamenten van het Tygron Platform", "summary": "Bij Tygron weten we dat je als ingenieur voorop wilt blijven lopen in technologische innovatie en zoekt naar betrouwbare oplossingen die voldoen aan de complexe eisen van het project, de wet- en regelgeving, en de omgevingskenmerken. Traditionele simulatieprocessen in de techniek kunnen traag, repetitief, en vaak beperkt tot één discipline zijn, waardoor ze onvoldoende zijn om de complexiteit en schaal van stedelijke planning en milieusimulaties aan te pakken. ", "date_modified": "2026-09-21T13:26:27.223Z" }, { "id": "urn:sha256:cf13caef28f808b15379bdc7797bf97728aab9913575f0aa4c0fc30d98725a7c", "content_html": "

However, sometimes standard integration might not be enough. Consider the following scenarios:


To address these needs, the Tygron Platform provides an API that allows you to connect external tools and scripts directly. This means you can control the Tygron Platform using your existing tools without solely relying on the client application for input and control. To make your life easier doing this, we also provide a Python SDK.

Accelerating Simulations for Engineers with the Tygron Platform

To manage the complexity and scale of today’s projects, you need tools that accelerate your workflows without compromising control, precision, or quality. It’s crucial to validate and verify every step in the process. That’s why we created the Tygron Platform – designed for engineers to integrate, simulate, and present their data while staying in control of every step of the process.

Discover the three technological drivers behind the Tygron Platform that deliver speed and accuracy in handling your data and simulations:

Why Engineers and Firms Should Use the Python SDK

For engineers and engineering firms, the Python SDK offers several key advantages that can significantly enhance your workflow:



Setting Up the Python SDK: A Simplified Process

Here’s how setting up the SDK enhances your workflow:


This allows you to quickly perform complex calculations and analyse data efficiently, without abandoning your existing tools!

Why Use the Python SDK?


Get Started Today

Ready to enhance your workflow with Tygron’s Python SDK? Download it now and experience the ease of integrating the Tygron Platform with your existing tools and processes.

Download the Python SDK 

", "url": "https://www.tygron.com/blog/enhancing-your-workflow-with-tygron%E2%80%99s-python-sdk", "title": "Enhancing Your Workflow with Tygron’s Python SDK", "summary": "In any organization, there are well-established processes, workflows, and tools that experts in their domains rely on. You’re familiar with these systems and prefer enhancing your workflow rather than replacing it entirely. Tygron recognizes this and offers a solution that seamlessly integrates with your current setup using open standards for data import and export.", "date_modified": "2026-09-21T13:26:27.222Z" }, { "id": "urn:sha256:a4f2982542b49bb8c27559623fdf8a483c7633a483104406de41bd51aaccc6ee", "content_html": "

Een belangrijke strategie om dit tegen te gaan, is het vasthouden van regenwater op de plek waar het valt. Dit betekent dat regenwater niet direct moet worden afgevoerd via het oppervlaktewatersysteem, maar lokaal moet worden vastgehouden om de grondwaterspiegel te verhogen.

Om effectieve maatregelen te nemen, hebben we echter nauwkeurige gegevens nodig over waar water wordt vastgehouden en hoe het zich verplaatst. Huidige topografische kaarten schieten hierin tekort, vooral buiten stedelijke gebieden. Dit belemmert het vermogen van waterschappen om gedetailleerde modellen te maken en gerichte maatregelen te treffen.

Innovatieve oplossing: RCNN-gebaseerde data-analyse

State-of-the-art AI-technieken, zoals Region-based Convolutional Neural Networks (RCNN), bieden een oplossing. Deze techniek kan op basis van satellietbeelden en luchtfoto’s automatisch verschillende typen vegetatie en bodemstructuren identificeren, zoals heide, gras, zand, bomen en agrarische gewassen. Hierdoor kunnen we gedetailleerde kaarten genereren van microreliëf, infiltratiecapaciteit en ruwheden (Manning-coëfficiënten).

Voorbeeld uit Otterlo

Samen met het waterschap Vallei en Veluwe hebben we een testgebied nabij Otterlo geanalyseerd. De eerste afbeelding toont de huidige situatie volgens de topografische kaart “Fysiek voorkomen 2023” (STOWA, waterschadeschatter).


\"\"

Afbeelding 1: Topografische kaart

De tweede afbeelding toont het resultaat van het RCNN-model. Hieruit blijkt dat veel minder heide (paars) aanwezig is in dit gebied dan de topografische kaart doet vermoeden. Dit heeft directe gevolgen voor de hoeveelheid microreliëf en daarmee de waterberging in het gebied.


\"\"

Afbeelding 2: RCNN-kaart

Het effect van deze verschillen op waterstanden bij een regenbui van 30 mm is weergegeven in de volgende afbeelding. Meer water stroomt af van rechts naar links, wat leidt tot hogere waterstanden (rood) in het gebied links, ten koste van het hoger gelegen gebied rechts (blauw).


\"\"

Afbeelding 3: Waterstanden

Verwachte voordelen

Toepassing en toekomst

Deze aanpak biedt direct bruikbare resultaten voor waterschappen, zoals het waterschap Vallei en Veluwe. Bovendien kan het model als blauwdruk dienen voor een landelijke uitrol. Door deze technologie op grotere schaal toe te passen, kunnen waterschappen hun grondwaterbeheer verbeteren en bijdragen aan een duurzamer watersysteem.

Daarnaast stimuleert het open source karakter van dit project samenwerking en kennisdeling binnen de watersector, waardoor innovatieve oplossingen sneller kunnen worden ontwikkeld.

Open source data

Het ontwikkelde RCNN-model is beschikbaar in het open-source formaat Open Neural Network Exchange (ONNX). Dit model kan worden gebruikt in platforms zoals PyTorch. De data en resultaten zijn toegankelijk via de Tygron GeoShare en bevatten onder andere:

Met deze data kunnen waterschappen en andere belanghebbenden direct aan de slag om regenwater beter lokaal vast te houden en zo bij te dragen aan een robuuster waterbeheer voor de toekomst.

", "url": "https://www.tygron.com/blog/hoe-gebruiken-we-ai-om-neerslag-beter-vast-te-houden-waar-het-valt", "title": "Hoe gebruiken we AI om neerslag beter vast te houden waar het valt?", "summary": "Uitdaging\n\nNederland staat voor een groeiend waterbeheerprobleem: het grondwaterpeil zakt in droge zomers te ver weg, wat leidt tot uitdroging van landbouwgrond, natuurgebieden en stedelijke groene zones. Door klimaatverandering worden deze droge periodes steeds frequenter en heviger.", "date_modified": "2026-09-21T13:26:27.221Z" }, { "id": "urn:sha256:727d00bc638311434022f2ffd79ab167f37b5b5cbcf18fcfd17b0f72e3f06ed7", "content_html": "\"\"


Wat zijn de komende jaren de grootste uitdagingen voor de opleiding Aarde, Data-analyse en visualisatie (voorheen Applied Geo-Information Science) aan de HAS Green Academy?

“De ontwikkelingen binnen ons vakgebied volgen elkaar snel op. Denk bijvoorbeeld aan Geo-AI, Digital Twins en real-time sensor data. De grootste uitdaging is om binnen het woud van buzz-woorden te bepalen wat relevant is en wanneer een ontwikkeling toekomstbestendig genoeg is zodat het ook daadwerkelijk toegepast kan gaan worden.”

Hoe speelt de opleiding in op deze uitdagingen, zowel in het onderwijs als in de samenwerking met het werkveld?

“Studenten die aan onze opleiding beginnen, studeren na vier jaar af. Vandaar dat het belangrijk is om hen tijdens de studie op te leiden tot de professionals voor het toekomstige werkveld. Daarom volgen wij de nieuwe ontwikkelingen en bespreken we met het werkveld waar in de toekomst behoefte aan is. Op die manier proberen we de brug te slaan tussen innovatie en het toekomstige werkveld van onze afgestudeerden.”

Technologieën zoals AI, Digital Twins en high-performance GIS zijn steeds belangrijker. Welke rol speelt Tygron hierin en waarom hebben jullie specifiek gekozen voor Tygron ?

“Binnen onze opleiding leren de studenten veel over de inzet van GIS voor ruimtelijke vraagstukken. Hiervoor worden de standaard GIS-pakketten gebruikt. Tygron wordt ingezet als super-perfomance GIS, bovenop de bestaande GIS-software. Waar studenten met standaard GIS de vraag ‘waar?’ kunnen oplossen, wordt Tygron gebruikt voor het beantwoorden van de vraag ‘wat als?’, dus meer vanuit het doorrekenen van scenario's.”

Hoe werkt de opleiding samen met bedrijven en overheden om het onderwijs actueel te houden?

“Neem bijvoorbeeld de samenwerking met Tygron. Die bestaat al een paar jaar. Gezamenlijk hebben we onderzocht waar en hoe Tygron geïmplementeerd kon worden in ons bestaande curriculum. Onze bevindingen delen we met het Tygron-team en regelmatig testen we nieuwe functies. De goede relatie en korte informele contacten worden door ons enorm gewaardeerd.”

Wat is het toekomstperspectief voor studenten van nu?

“Als ik een glazen bol had, kon ik deze vraag met zekerheid beantwoorden... Maar ik ben wel optimistisch over de toekomst van onze studenten. Veel studenten hebben bij hun afstuderen al een baan omdat er een enorme behoefte is aan medewerkers die zijn opgeleid voor het toekomstige werkveld. Stilstand is achteruitgang, dus het blijft voor ons als opleiding wel enorm belangrijk om ontwikkelingen te volgen en het onderwijsprogramma daarop aan te passen.”

Kom ook naar de Tygron Edu-dag 2026 op donderdag 27 augustus 2026 op de HAS Green Academy in Den Bosch waar we onderwijs, praktijk en innovatie samenbrengen. In de ochtend presenteren Erik Dietvorst en Max Visser (HAS Green Academy) een interactieve workshop voor docenten die willen verkennen hoe digital twins, GIS en simulaties voor de leefomgeving geïntegreerd kunnen worden binnen het onderwijs.


Voor meer informatie over het volledige programma van de Tygron Edu-dag én om je aan te melden voor het evenement, klik hier.

", "url": "https://www.tygron.com/blog/5-vragen-aan%E2%80%A6-erik-dietvorst-van-has-green-academy", "title": "5 vragen aan… Erik Dietvorst van HAS Green Academy", "summary": "“Ik ben optimistisch over de toekomst van onze studenten”. In aanloop naar de Tygron Edu-dag 2026 spreken we met Erik Dietvorst, Senior Lecturer bij de opleiding Aarde, Data-analyse en visualisatie aan de HAS Green Academy. Daar worden studenten opgeleid voor een vakgebied dat zich razendsnel ontwikkelt. Hij vertelt hoe de opleiding inspeelt op deze ontwikkelingen, welke rol Tygron daarin speelt en waarom hij vol vertrouwen is over de toekomst van de volgende generatie professionals.", "date_modified": "2026-09-21T13:26:27.220Z" }, { "id": "urn:sha256:a9da0ad8f70acb4493e7be10c2a10636628604000544f9922c10dca31f826458", "content_html": "

Waarom open source belangrijk is

Tygron gelooft sterk in het delen van kennis en technologie. Daarom worden de neurale netwerken en trainingsdata die zij ontwikkelen open source gepubliceerd. Dit betekent dat iedereen toegang heeft tot de tools en data om zelf AI-modellen te maken. Door gebruik te maken van open standaarden zoals ONNX (Open Neural Network Exchange), kunnen gebruikers hun eigen getrainde modellen eenvoudig integreren in het Tygron Platform. Dit bevordert innovatie en samenwerking, zowel binnen als buiten de AI-gemeenschap.

Hoe toegankelijk is AI op het Tygron Platform?

Het bouwen en toepassen van je eigen AI-model bestaat uit 3 stappen:


\"\"


1. Voor het trainen van je model heb je een gis-programma nodig, zoals bijvoorbeeld Qgis. Als je doel is om objecten te herkennen op satellietfoto’s kan je een hoogwaardige satellietkaart exporteren via het Tygron Platform. Daarna kan je de objecten op de satellietkaart in je gisprogramma gaan omtrekken. Als je voldoende trainingsdata hebt gemaakt, laad je dit in Tygron. Vervolgens kan je deze trainingsdata exporteren uit het platform op een manier dat deze direct in te laden is als trainingsdata.


\"\"

Figuur 1 Voorbeeld voor het maken van trainingsdata in Qgis.


\"\"

Figuur 2. Speciale exportfunctie in het Tygron Platform om de trainingsdata op de juiste manier te exporteren.


2. Voor het trainen van je model heb je naast je trainingsdata ook software nodig. Het makkelijkste is om hiervoor de softwareomgeving Anaconda te gebruiken. In Anaconda kan je werken met Python-sctips en Jypyter-lab.

Via GitHub kan je ons stappenplan downloaden. In feiten is dit een repository met scripts en datasets die u nodig zijn om een neuraal netwerk te trainen (GitHub – Tygron/tygron-ai-suite). Op basis van het stappenplan (How to train your own AI model for an Inference Overlay – Tygron Preview Support Wiki), kan je je eigen AI-model trainen. Het type AI-model dat je traint is een RCNN-model.

Daarna kan je je model exporteren en opslaan als een ONNX-bestand.

3. De laatste stap is het uitvoeren van je AI-model. Daarvoor moet je het opgeslagen ONNX-bestand uploaden naar het Tygron Platform. Met de nieuwe AI Inference Overlay kunt u uw AI-model koppelen aan kaarten waarop je je model wil toepassen. Als dat een bijvoorbeeld de satelietkaart is, koppel je deze kaart aan de AI Inference Overlay. (Inference Overlay – Tygron Preview Support Wiki). De Inference Overlay voert nu je AI-model uit.

Met dit stappenplan kunnen zowel beginners als experts aan de slag. In het proces van het trainen van het model en het uitvoeren van het model kunnen de beginners de standaard instellingen gebruiken en de expert heeft op zijn beurt voldoende parameters om mee te spelen om het getrainde model beter te maken.

Praktische toepassingen van AI

De mogelijkheden van AI op het Tygron Platform zijn breed. Een praktijkvoorbeeld is het inzetten van een AI-model voor het waterschap Vallei en Veluwe om het waterbeheer te verbeteren op de Veluwe. We hebben een AI-model gegenereerd om gedetailleerde kaarten van vegetatie en bodemstructuren te genereren op basis van satellietbeelden. Dit liet niet alleen zien dat de traditionele kaarten niet nauwkeurig zijn, maar ook levert deze methode veel nauwkeurigere data op waarmee infiltratiecapaciteit en microreliëf beter inzichtelijk wordt gemaakt. Dit helpt bij het maken van simulaties en uiteindelijk bij het nemen van de meest gerichte maatregelen (zie ook Hoe gebruiken we AI om neerslag beter vast te houden waar het valt?).


\"\"

Figuur 3 De traditioneel gebruikte topografische kaart


\"\"

Figuur 4 De kaart gegenereerd met het AI-model

Enkele andere voorbeelden zijn:

Deze toepassingen tonen aan dat AI niet alleen theoretisch is, maar ook direct bijdraagt aan praktische oplossingen.

Samenwerking met onderwijsinstellingen

Tygron werkt nauw samen met hogescholen en universiteiten om kennis over AI te verspreiden. Studenten krijgen gratis licenties om te experimenteren met het platform, waardoor ze leren hoe ze neurale netwerken kunnen maken, trainen en toepassen. Dit draagt bij aan de ontwikkeling van een nieuwe generatie experts die vertrouwd zijn met AI-technologie.

Conclusie

AI hoeft niet magisch of ingewikkeld te zijn. Het Tygron Platform biedt een toegankelijke manier om zelf met deze technologie aan de slag te gaan. Dankzij de open source aanpak en praktische tools kan iedereen experimenteren, leren en bijdragen aan innovatieve oplossingen. Dus waar wacht u nog op? Duik in de wereld van AI en ontdek hoe u uw data kunt verbeteren en analyses kunt versterken!

De hier beschreven functionaliteit is beschikbaar op onze Preview Server.

", "url": "https://www.tygron.com/blog/zelf-aan-de-slag-met-ai-open-source-en-toegankelijkheid-op-het-tygron-platform", "title": "Zelf aan de slag met AI: Open source en toegankelijkheid op het Tygron Platform", "summary": "De wereld van kunstmatige intelligentie (AI) lijkt soms complex en ontoegankelijk, maar het Tygron Platform bewijst dat dit niet het geval hoeft te zijn. Met een focus op open source en toegankelijkheid stelt Tygron gebruikers in staat om zelf AI-modellen te ontwikkelen, te trainen en toe te passen. In deze blog laten we zien hoe eenvoudig het is om met AI aan de slag te gaan en hoe Tygron daarbij ondersteunt.", "date_modified": "2026-09-21T13:26:27.219Z" }, { "id": "urn:sha256:94ff3c4bfc1e6ff56f54424448aa2d4cde896bc375fa68bb28f945acfdd424c7", "content_html": "

De aanleiding voor onafhankelijkheid van Amerikaanse cloudproviders

De kern van de keuze om het Tygron Platform onafhankelijk van Amerikaanse cloudprovicers te ontwikkelen ligt in de Patriot Act, die in 2001 werd ingevoerd als reactie op de aanslagen van 11 september.

Deze wet geeft de Amerikaanse overheid de bevoegdheid om toegang te eisen tot gegevens die worden verwerkt door Amerikaanse bedrijven én dochterbedrijven – zelfs als die data fysiek in Europa is opgeslagen.

Dit betekent dat data die via Amerikaanse clouddiensten wordt verwerkt, onderhevig is aan Amerikaanse wetgeving. Amerikaanse bedrijven zijn verplicht om gegevens te overhandigen, ongeacht de locatie. Voor Tygron is dit niet werkbaar.

Data-eigendom en privacy als kernwaarde

Voor Tygron zijn data-eigendom en privacy belangrijke kernwaarden, en is dit dus een onacceptabele werkwijze. Meer lezen over de kernwaarden van het Tygron Platform? Zie onze Privacy Policy.

Een eigen cloudomgeving; wat komt daar bij kijken?

Veel organisaties kiezen voor Amerikaanse cloudoplossingen zoals Microsoft Azure en Amazon Web Services (AWS) omdat deze het heel eenvoudig maken om een schaalbare IT-infrastructuur op te zetten. Deze cloudoplossingen nemen een groot deel van het complexe beheer uit handen.

Een eigen cloudomgeving opzetten betekent dat je rekening moet houden met de volgende taken:


Kortom, een goede cloudoplossing zorgt ervoor dat het zware werk achter de schermen is geregeld, zodat gebruikers zich kunnen focussen op hun eigen werkprocessen en toepassingen in plaats van infrastructuurbeheer.

Hoewel het aantrekkelijk kan zijn om gebruik te maken van grote cloudproviders zoals Microsoft Azure of Amazon, hebben wij met het Tygron Platform bewust, vanaf het aller eerste begin en consistent gekozen voor een onafhankelijk pad van de Amerikaanse cloudproviders.

Het Tygron Platform biedt een complete en zelfstandige cloudoplossing die alle cruciale elementen – van rekenkracht en schaalbaarheid tot beveiliging en compliance – regelt, zodat gebruikers zich volledig kunnen richten op hun werkprocessen en toepassingen.

De kracht van het Tygron Platform

Het Tygron Platform staat bekend om zijn ongekende rekenkracht voor het integreren, verbeteren, simuleren en delen van ruimtelijke data. Om dit te realiseren, heeft het Tygron-team een eigen cloud-based supercomputer ontwikkeld.

Deze cloudomgeving van het Tygron Platform is volledig in eigen beheer en opgebouwd en garanderen maximale controle over prestaties, veiligheid en gegevensbescherming. Niet was voor Tygron niet de makkelijkste weg, maar voor uw wel de veiligste weg met betrekking tot privacy en gegevensbescherming.

Veiligheid en onafhankelijkheid: de maatregelen die het Tygron Platform heeft genomen

Het Tygron Platform combineert technische en organisatorische maatregelen om gegevens en intelligentie buiten de invloed van Amerikaanse wetgeving te houden.

Technische maatregelen


 

Organisatorische maatregelen


 

Voor meer informatie over het security beleid van het Tygron Platform, zie hier: https://support.tygron.com/wiki/Platform_security

Conclusie

Door te investeren in onze eigen cloudomgeving en volledig onafhankelijk te opereren, biedt het Tygron Platform een veilige, krachtige en toekomstbestendige oplossing voor onze gebruikers.
Bij Tygron geloven we in volledige controle over data, privacy en prestaties. Daarom maken wij géén gebruik van Amerikaanse cloudproviders – en dat is een bewuste keuze.

", "url": "https://www.tygron.com/blog/het-tygron-platform-onafhankelijk-van-amerikaanse-cloudproviders", "title": "Het Tygron Platform: onafhankelijk van Amerikaanse cloudproviders", "summary": "In een wereld waarin geopolitieke spanningen toenemen, krijgen we steeds vaker de vraag of het Tygron Platform afhankelijk is van Amerikaanse cloudproviders. In deze blog leggen we uit waarom dit niet zo is, en hoe we bewust hebben gekozen voor deze volledige onafhankelijkheid.", "date_modified": "2026-09-21T13:26:27.218Z" }, { "id": "urn:sha256:a76800b275c3a2d55ce45f0eabc87cb25c203ec5e6a7178a1445bf5b86f7523f", "content_html": "

Hierdoor wordt het voor burgers en overheden eenvoudiger om de ingrepen in de fysieke leefomgeving te beoordelen en begrijpen hoe we de stad beter, duurzamer en mooier kunnen maken.

In de onderstaande film ziet u een voorbeeld van hoe de digital twin gebruikt kan worden in participatie met de bewoners van de Claes de Vrieselaan. Dit laat zien hoe de gemeente Rotterdam samen kan werken om de stad beter te maken voor alle inwoners. Hoe deze technologische ontwikkelingen het werk van de gemeente gaan helpen weet men nog niet exact. De Gemeente Rotterdam werkt daarom onder meer met het Tygron Platform in het Rotterdamse innovatiecentrum VONK en deelt ook ervaring met bijvoorbeeld de Gemeente Amsterdam en de Hogeschool Rotterdam. Het filmpje is gemaakt met dan aan Wouter Streefkerk van de gemeente Rotterdam en in samenwerking met Ruud Reutelingsperger 

Bekijk hier de film:


", "url": "https://www.tygron.com/blog/rotterdam-in-actie-samenwerking-en-participatie-als-antwoord-op-hittestress", "title": "Rotterdam in actie: Samenwerking en Participatie als antwoord op hittestress", "summary": "Het ingenieursbureau van de Gemeente Rotterdam is bezig met het bedenken van manieren om complexe projecten visueel vorm te geven. Dit kan door middel van een 3D-model dat gebaseerd is op de grote hoeveelheden data die de gemeente heeft.", "date_modified": "2026-09-21T13:26:27.217Z" }, { "id": "urn:sha256:9e629b98b516249e2d87112b6eb29a6a4240f1904329df2bd55272a2ca3bfc73", "content_html": "

With fewer numerical approximations and easier preprocessing of models, this approach allows for faster and more accurate modelling. 

Collaboration between Deltares, Delft University of Technology en Tygron Platform has generated substantial evidence supporting the use of GPU computing for SWE modelling, marking a fundamental change in approach for the next decade. 

The joint research paper, “Comparison of an Explicit and Implicit Time Integration Method on GPUs for Shallow Water Flows on Structured Grids,” authored by Floris Buwalda, Erik de Goede, Maxim Knepflé, en Kees Vuik, is available here:

Water | Free Full-Text | Comparison of an Explicit and Implicit Time Integration Method on GPUs for Shallow Water Flows on Structured Grids (mdpi.com)

", "url": "https://www.tygron.com/blog/gpu-computing-for-shallow-water-equation", "title": "GPU computing for Shallow Water Equation", "summary": "Exciting news for the world of 2D flood modelling! Dutch researchers have confirmed that using GPU computing offers significant advantages for modelling the Shallow Water Equation (SWE), particularly at higher resolutions.", "date_modified": "2026-09-21T13:26:27.216Z" }, { "id": "urn:sha256:7caa577f4b5174fb14f80df4a5be11acd40af69a518f0d1ca5e5e8158c244f87", "content_html": "

Most of the Tygron Simulation models (e.g. flooding, subsidence, heat-stress) work by rasterizing GEO data (polygons of buildings, terrains, areas, etc) into grid cells. These grid cells then be used in the simulation models in a very efficient way and the results can be visualized as an overlay.


\"\"

Left: Heat Stress calculation Right: 4 billion grid cell water calculation on 60x60km map

For a simulation to become accurate enough you need small grid cells, e.g. when a waterway is 2 meters wide you cannot use a grid-cell that is 10×10 meters, that would effectively average out the waterway. Typically a grid-cell size between 0,5m – 2m is enough for most GEO based simulations.

On the other hand you also want to perform calculations on a large area. For example, a calculation of a flooding running for many kilometers, or heat stress impact calculations for a hot summer day for multiple cities in a single run.

These two requests combined drive the ever growing need for more grid cells in our simulation models. To facilitate future expansions, we have updated our GPU backbone last weekend to tackle some of the challenges when up scaling from 1 billion (1.000.000.000) grids cells in the current LTS release to 4 billion and beyond.



So far we have only scratched the surface and each challenge above has many more things that can be explained. When you are interested in more details, please let me know (email: maxim at tygron dot com), as it may become the next blog entry.

Regards,

Maxim Knepfle
CTO Tygron

", "url": "https://www.tygron.com/blog/beyond-a-billion-grid-cells", "title": "Beyond a billion grid cells", "summary": "This is the first Tygron R&D blog entry. With this new blog I will try to explain the more technical challenges inside the Tygron Platform’s Supercomputer.", "date_modified": "2026-09-21T13:26:27.215Z" }, { "id": "urn:sha256:f22c238243c308d37ad446750a6febe639e69ce3fb50c17a710658f6fa34db38", "content_html": "


\"\"

Flooding simulated and visualized by NVIDIA GPU hardware

Tygron has been using NVIDIA GPU’s to display our 3D environment and accelerate our heaviest calculations for many years. We are thus very exited when a new hardware is released, after seeing the keynote we can conclude the following:

1 The Specs: The A100 compared to the V100 used in many Tygron clusters has made another jump in performance specs.


This means that when we add a new cluster to the Tygron Platform, without changing any code, the performance gets a significant boost. Resulting in shorter calculations for floodings, heat-stress, noise pollution, etc.

2 Tensor Cores: However far more interesting are the new Tensor Cores. These special cores allow you to do multiple “multiply and add” calculations (e.g. vector data) in a single call. When you use these efficiently you can increase performance by a factor 10!


\"\"

Our current generation V100 already has Tensor Cores but they only accept 16 bit numbers which is not precise enough for e.g. flooding calculations and results in an unstable water balance. The A100 changes this by also allowing 32 and 64 bit calculations and can thus boost the “multiply and add” operations dramatically. These are very common throughout our code base.

3 Mellanox Highway: Another interesting development is NVIDIA’s purchase of Mellanox. Mellanox develops very fast network solutions used in many supercomputers, including the Tygron Platform. These supercomputers have multiple clusters (or nodes) connected by hi speed networks to allow for even bigger calculations than a single machine could handle. However the biggest problem in doing so is that you need to have a very fast highway between them, otherwise the GPU-units are just “waiting” all the time for new data to process.


\"\"

Tygron Supercomputer Clusters

Further integration of NVIDIA’s GPU accelerators, NVLINK and Mellanox networking will most likely result is an even faster highway. For example Mellanox Network cards have DPU‘s (Data Processing Unit) that can further facilitate communication between GPU’s on different machine using e.g. Remote Direct Memory Access.

We are looking forward trying out this latest GPU in practice and see how it can accelerate our platform!

", "url": "https://www.tygron.com/blog/nvidia-a100-what-can-it-do-for-tygron", "title": "NVIDIA A100: What can it do for Tygron?", "summary": "Today was NVIDIA’s “Kitchen keynote” for the GTC 2020. CEO Jensen Huang showed the latest development in AI, High Performance Computing and a new GPU Accelerator called the A100.", "date_modified": "2026-09-21T13:26:27.214Z" }, { "id": "urn:sha256:631c81e5805682342fea00a213a6c6ecd39983f916241d9167bab1b589170dbb", "content_html": "

Scenario

It often starts with an early warning. For example, during a levee inspection, a severe crack in the levee is found, which can potentially lead to a breach at that location. Or perhaps there is already a breach forming. The user (e.g. a waterboard employee) now needs to do a fast impact assessment of what happens in the next hours and days and, based on several scenarios, inform the emergency services.

1 Create a Project: The Tygron Platform is cloud based and can be accessed from anywhere in the field, at home or in the office. Maybe the user already has a project pre-loaded and he/she can skip this step. Otherwise the user needs to select the impacted area (e.g. the polder). Once a selection has been made, the Tygron Platform will start an automated process in which all the latest Geo data from public sources are combined into a single 3D model of the area.


\"\"

BRP Crops influences terrain roughness near breach

2 Setup the Breach: After the 3D model is loaded the user needs to define the breach area. This can be done by uploading a polygon of its location or by just drawing the area in the 3D map. Next, the user can add a flooding overlay and setup the parameters for the breach, either a Standard Wave (m3/sec over time) or based on the breach formula (Verheij-vdKnaap).

3 Calculation: Instead of Hyper resolution (<=1x1m) we now select a more modest 5x5m resolution. This allows for very fast results while still retaining much of the elevation map and building obstacles. The user can now run the simulation, or multiple overlays in parallel for different scenarios.

Note: in case of real emergency a user can also get priority access to all GPU clusters available in the Tygron Platform.

Bommelerwaard

Based on these use-case steps I did some tests on the Bommelerwaard on how fast you can get results on a 5x5m resolution. During project creation only the relevant data was loaded, where the elevation map was set at 2.5m.


\"\"

So for the Bommelerwaard we can create a detailed project based on the latest Geo-data and do a flood impact simulation in under half an hour. Iterating on this we could now also try different scenarios (different breach location or taking preventive measures) and do a 7 min recalculation.

Comparison

First we compared the results of the 5x5m model with results from the previous 1x1m run. Here you can see that on the larger rural planes the flow pattern is almost identical. Also the time it takes for full flooding of the polder and final water depth is roughly the same.


\"\"

Flow pattern for 5m and 1m


\"\"

Depth after 4 days at 5m and 1m

Between buildings the 5x5m model has less flow. Whether or not this is a problem depends on the situation. When the water mainly flows through small streets this is a problem, however in the Bommelerwaard case most area is flat rural and the water can easily flow around and will eventually “surround” villages. The TU Delft study also confirmed that different grid sizes does not severely impact the amount of expected casualties in this specific case.

In case of a large metropolis getting flooded, I do expect that there will be a significant impact on e.g. the arrival time!


\"\"

Breach flow pattern 5m and 1m

Next we did a preliminary comparison with a traditional CPU simulation model. For the Bommelerwaard there is already a study done by the TU Delft using D-Flow Flexible Mesh. Comparing models is always a bit tricky, so this must be viewed only as a rough estimate, with some remarks:



\"\"

This is only a preliminary result and certainly needs additional testing on which I would very much like to collaborate with other researchers, so feel free to contact me.

However, I do think we can say that GPU Supercomputers are significantly faster at solving the (st-venant) equations then traditional CPU machines. Which is also the main reason why a most of the Top 10 fastest supercomputers in the world are GPU based.

Can we go faster?

1 Software: Last year we made several improvements to the underlying algorithms, data management and compiler optimizations. This resulted in ~30% speed increase.


\"\"


2 Hardware: GPU power increases steadily every year and recently we have started testing the next generation Ampere GPU’s from NVIDIA. From these tests we can conclude:


", "url": "https://www.tygron.com/blog/quick-flood-risk-assessment", "title": "Quick Flood Risk Assessment", "summary": "Last month I discussed how the Tygron GPU Supercomputer can be used for a hyper-resolution flooding at maximum detail. However, in case of an acute emergency, calculation speed and the time required to setup a project is more important. In this blog I will demonstrate how the Tygron Platform can be used in such cases.", "date_modified": "2026-09-21T13:26:27.213Z" }, { "id": "urn:sha256:f9533a06ea4d4243d7786050cf9b0ae0a5fea61f65d19e3192bc470c02ed466d", "content_html": "

During that time the Tygron team tried to model the valley of the Geul in the southern part of Limburg to provide help if needed and also to learn.

This week we improved the model with the actual measured rainfall over time so we can recreate the event. There is also a lot of information about the event (measurements, satellite imagery and of course Twitter) that allows us to do a proper validation of the result. This process improves the software and makes us better prepared for future events.


\"\"

Setup

We started by generating a map of the complete Geul catchment area. The Geul is almost 60 kilometers in length with many more side streams. It starts in Belgium just below Aachen and has several smaller side rivers. The map generation is an automated process which uses public data sources to create a detailed project containing millions of GEO features:


\"\"

Visualization of DEM in the Geul catchment area


Variables like ground infiltration speed or manning roughness values are determined based on geo information. For example a grid cell with cobblestone road (BGT, NBW) on sand (BRO) and some corn fields (BRP) on the side has a unique value.

We decided to simulate three days, of which the first two days contained the heaviest showers.

Validation

After the setup process was completed we compared the simulated results with several sources.


\"\"

Flooded field near Wijlre Left Sentinel Right Tygron, note that the Tree in the middle is not flooded in Sentinel image, red circle for Tygron, this is most likely due to woodland distortion, since the elevation below the tree is identical to the surrounding area.



\"\"

Restaurant De Geulhof


\"\"

These calculated values are all within a margin of +/-30cm from the measured data in the main Geul valley. Note that in many places like Valkenburg, the Geul reached more then 300cm above the regular level.

We did see some bigger NAP differences near the Belgium border but this is related to how the river bedding is setup, looking at the relative level increase (max level – bedding) Slenaken and Cottessen are also within 30cm margin.



\"\"


Comparing the flow over time you see the same trend line, Tygron starts lower on the first day and compensates on the second. I have tested a few variables and I think the most likely explanation is inaccurate rainfall data. But overall the total sum of water (area below graphs) that flows trough the Geul is within a ~10% margin of what was measured.

Improvements

An important reason to model this event was to learn from it so we can do better next time. The biggest challenges we encountered were all related to data quality, which is especially important when using a high detail model in short time periods. We where able to resolve some of these issues and other still require manual checking and maybe better data in the future.


\"\"

Automated Bridge correction, lowers AHN elevation 3 meters below the bridge


Final Remarks

We were able to gather large amounts of public data, calculate the entire 60km long river catchment area at very high detail using our GPU Supercomputer and ending up with results fairly close to the measured data. Also changing some variables (e.g. culvert width or groundwater depth/flow) did not significantly change the end result.

Finally I would still recommend to have local knowledge and expertise about the watersystem. This in combination with better data sources can certainly further improve the results.

", "url": "https://www.tygron.com/blog/flash-floods-in-river-catchments", "title": "Flash floods in River Catchments", "summary": "Two weeks ago heavy rainfall resulted in floodings in south/east of the Netherlands. Although the main river Maas did have some issues, most unexpected floodings where caused along secondary rivers like the Geul and the Roer.", "date_modified": "2026-09-21T13:26:27.212Z" }, { "id": "urn:sha256:5e040119147f6c87cf07d0f7881c6a323143a617858cf1b00509683c5c3f7418", "content_html": "

In this blog I describe how we were able to incorporate this concept and thereby reduce the total calculation time of multiple jobs up to 80%.

Why is this interesting for us?

At Tygron we have spent a lot of time optimizing the performance of a single job, e.g. a flooding or heat-stress simulation. However in the end it is not always possible the keep the GPU 100% busy.

For example a GPU Cluster can do 40.000 calculations in parallel, which is perfect when you are calculating 10 million grid cells in a flooding simulation. But in the next phase this simulation is also processing the water objects (weirs, culverts, etc) and you might only have 10.000 objects causing throughput to drop to 25% usage. This becomes even worse when a cluster has multiple GPUs working on the same single job and not all of them have the exact same workload. They now have to wait (0% usage) on each other to finish before advancing to the next time step.


\"\"

Figure: Red area is unused GPU capacity

* Although it is certainly possible to further optimize single job-calculations (e.g. by breaking it up into smaller parts), why not also create multiple contexts and let another job use this unused capacity? This will not speed up single jobs but when doing two or more jobs simultaneously the total execution time is reduced because the throughput beast is better fed!

* This is of special importance for Tygron as we see a continuous increase in the amount of simulation jobs done on our platform, about 100.000 jobs where processed last year. This can lead to a situation where users sometimes have to wait for a long running job to finish before their own job can be scheduled. Especially during live-sessions or emergencies, where the Tygron platform is used to immediately calculate effects of changes to an area, this is not welcome. Therefore there is also a need to prioritize jobs and sometimes temporarily scale back the amount of GPU capacity for low priority jobs.

Updates

These two requirements resulted in the following architectural updates:

1 Multi Context: A Tygron GPU Cluster now has multiple contexts that can be used for simulation jobs. Each context has dynamically allocated memory based on the job size. This allocation is constantly synchronized with the central platform scheduler so two contexts can never ask for more memory then available on the GPUs.

2: Multi-Process Service: Using the NVIDIA Multi-Process Service (MPS) a hardware based GPU scheduler is also activated. This scheduler maps the two contexts into a single one that will then be optimally executed by the GPU’s processing cores. This also means no overhead due to context switching.


\"\"

Figure: MPS Scheduler service running 3 jobs

3 Priority: Tygron simulation jobs now also have a priority that is given to the GPU’s stream. The MPS uses this value to allocate resources to parallel running jobs. Long running jobs automatically have a lower prio and you can also adjust the default priority by adding a PRIORITY attribute to an overlay.

4 Small Jobs: When running small jobs on e.g. an 8 GPU cluster the overhead of communicating between GPUs is bigger than the advantage of having 8 devices. Therefore the amount of devices allocated for the job is automatically reduced to e.g. 2 out of 8. The other 6 can now also be used again for other small jobs.

Using these architectural updates we can see increases ranging from e.g. 30% reduction in total simulations time when executing two jobs. But also up to 80% when a lot of smaller jobs are executed (note: although Tygron can evaluate billion of grid cells, most jobs only have a couple of million).


\"\"

Figure: Multiple jobs finish faster then before

Available in July

At the moment of writing the new architecture is working on the development server and will go into the testing phase. On July 5th this functionality will become available in the Tygron Platform (LTS) in version 2024.6.6.

The update is “inside” the platform, which means that you don’t have to change anything but will have even more high performance computing power available at your fingertip!

", "url": "https://www.tygron.com/blog/feeding-the-beast", "title": "Feeding the Beast", "summary": "At the NVIDIA GTC Conference I visited several presentations that touched on a very interesting subject: The need to see the GPU as a throughput machine and that you always need to have more workloads available to keep feeding this beast.", "date_modified": "2026-09-21T13:26:27.211Z" }, { "id": "urn:sha256:8513b48258f03d171176b1e6357dce830531e91992f5e6884cec29e6f1f0312e", "content_html": "

Thanks to this success, the number of simulations conducted has risen to nearly 1.000.000 annually. To meet this demand and continue delivering even better results for our users, we need to run more simulations at faster speeds in a cost-effective way.

However, the latest GPU hardware, primarily manufactured in Taiwan, has become increasingly costly and difficult to acquire, driven by intense global competition in the AI sector.


\"\"

GPU sales increase due to AI

This situation led us to reassess our development roadmap, investigating the feasibility of running 64-bit numeric models on more cost-effective GPUs optimized for 32-bit performance.

In April 2025 came the answer when NVIDIA launched a groundbreaking series of datacenter GPUs known as the RTX PRO 6000 (Server edition), utilizing the same Blackwell chips as the more costly and scarce B100. This new RTX 6000 exhibits even better 32-bit performance (126 vs 124 TFLOPS) but has fewer 64-bit cores then the B100.


\"\"

64-bit are larger and more expensive to calculate


Performance Bottlenecks
When testing our Water Module in NVIDIA Nsight Compute, we had already identified a significant performance bottleneck in solving the Saint Venant equations, which requires 64-bit values. Using 32-bit values occasionally leads to a phenomenon known as Catastrophic Cancellation.

Catastrophic Cancellation occurs when significant digits are lost in numerical calculations due to poor choices of arithmetic methods, especially when adding numbers with a large difference, resulting in a less accurate outcome. In our case “leaking” water volumes.

Example of Catastrophic Cancellation

Solutions from the Past

To tackle this issue, we revisited older works by William Kahan, winner of the famous Turing Award (“Nobel Prize of Computing”) for his contributions to numerical analysis. In the 1960s and 1970s, computing power was limited and expensive, prompting Kahan to develop algorithms to compensate in summations. But later also differences in products, for instance: 33962.035 * -30438.8 – 41563.4 * -24871.969 in 32-bit yields an incorrect result.


\"\"

* Language-independent; this issue occurs in: Python, C++, Java, etc.

Using Kahan’s Algorithm solves this issue, but requires a Fused Multiply-Add (FMA) operations, which are not available on most CPUs. However, GPUs do support FMA, allowing for the correct implementation of the algorithm.

Integration and Testing
The next step involved integrating these new algorithms into the Water Module while ensuring that the answers remained consistent. Our development process, rooted in principles from David Farley’s Modern Software Engineering, has led us to create thousands of unit tests over the years for a variety of water simulations; including floods, rainfall, lakes and many more.

Through a test-driven development approach, we modified small parts of the original code to include Kahan’s algorithms. We iteratively ran the amended code against all unit tests to verify stability. After several iterations (including some dead ends) we successfully solved most of the Saint Venant equations using 16-bit and 32-bit operations that produced results identical to those of the original 64-bit.


\"\"

Installing a new RTX 6000 Server in our datacenter

Performance Gains
A few months later, we proudly welcomed our first RTX PRO 6000 Server, smashing records with an astonishing performance of over 1.000.000.000.000.000 (Peta FLOPS) floating-point operations per second!

After further testing on our Preview Server, we can now confidently state that our Watermodule, along with all other simulations, maximize the use of 32-bit (or lower) operations, leading to remarkable performance gains:

* In some cases, such as heatwave calculations, performance gains can reach 6 to 8 times faster.

Together with the enhanced memory capacity of the new GPUs, these improvements establish a robust foundation for the Tygron Platform, offering users faster high-precision results and a broader range of possibilities!

", "url": "https://www.tygron.com/blog/nextgen-water-module-how-algorithms-from-the-past-increase-performance-today", "title": "NextGen Water Module: How Algorithms from the Past Increase Performance Today", "summary": "For over a decade, users of the Tygron Platform have conducted a range of simulations, such as flooding scenarios, heatwaves, climate adaptation projects and AI models, all powered by our platform’s GPUs.", "date_modified": "2026-09-21T13:26:27.210Z" }, { "id": "urn:sha256:567157e3536dd10d8a8012b3ec1479b115fe62b354127b9cbcbcfbc16da691f2", "content_html": "

Our latest experiment was to do a hyper resolution (<=1x1m grid) flooding simulation of the Bommelerwaard, a river island surrounded by levees, situated in the Netherlands. We started by selecting the area and the software automatically loaded in several the public open data sources (BAG, AHN, BGT, BRP, CBS, etc). Then we only added a breach location triggering the flooding below.


\"\"

Flooding progress created with new Tygron GIF exporter

This month we have also added support for CityJSON (and CityGML). So this experiment also proved to be an ideal case to test the latest 3D Geo Data made available by the Delft University geoinformation group.


\"\"

3D BAG data in 3D world and part of the flooding surface model

Thus in order to further refine the experiment, we incorporated the following features into the Tygron Platform:


\"\"

3D World based on a combination of 3D BAG, BGT, AHN, BRP, Top10NL, CBS, Risk Map is flooded.



\"\"

This part was also calculated at a higher 0.5m resolution


\"\"

Approx 3 meter (out of 4 max here) flooding shows only upper levels & roofs remain visible


Using these new features we were able to properly calculate the flooding of the Bommelerwaard at 1x1m resolution and calculate the amount of fatalities using the SSM2017 method inside the Tygron Platform. We ended up with almost identical results compared to earlier studies done by the Delft University. Which is to be expected for a flat rural area, we also did some experiments in urban areas and there you need small cells for the water to flow around the buildings, trees and infrastructure.


\"\"

Mortality function based on SSM2017 and possible fatalities per house


Finally the way SSM2017 calculates the mortality can be significantly improved (e.g. by using the arrival time and defining safe areas), which is already available in the Tygron Platform. I would love to do some additional research into this together with other researchers and end-users to come up with a better method that can be easily calculated. Maybe in the next blog entry I can share some of these findings and more details about the flooding simulation itself!

", "url": "https://www.tygron.com/blog/hyper-resolution-flooding-of-the-bommelerwaard", "title": "Hyper-resolution Flooding of the Bommelerwaard", "summary": "Last year Tygron breached the 1 billion grid cells threshold. Today we are using this Massively parallel GPU technology (100.000 execution tasks in parallel) for more use-cases and refining it as we go along.", "date_modified": "2026-09-21T13:26:27.209Z" }, { "id": "urn:sha256:6788bac2b441664544f558cf592efa180f7ffd006b9d59d8b7dd5e90f9dad463", "content_html": "

However when calculating the flow in large rivers (100m+ width) a resolution of 5m cells should be more then enough. Except that rivers are usually longer then 60km!

This resulted in an experiment to create a map the size of the Netherlands with all major rivers (Rhine, Meuse and IJssel) interacting with each other in a single simulation model. The model contains 2.000.000.000 grid cells and hundreds of kilometers of river. Calculating River Deltas at such high detail seemed impossible only a few years ago.


\"\"

Red Area has a higher level of detail

To solve this we have incorporated several new features into the Tygron Platform.

 


\"\"




\"\"

Graph launches a set of kernels into a stream



\"\"

Left: Old weir flow centered around a single cell bottleneck Right: In the new simulation model the weir in more stable across entire length

The major river experiment worked, but also resulted in many new challenges. Water flows through the rivers, but we did not jet include all the detail about the river weirs in the entire Netherlands. But also for example the amount of zoom levels in the Tygron client software was inadequate and the memory requirements for the client application (not server cloud) are very high.


\"\"

Waal river speed with detailed inset from same project

However I think by pushing the limits of the system we will find these bottlenecks faster and we can solve them all over time. Also improving performance on larger maps often results in better performance for smaller maps and low-end client hardware.

Next: the North Sea?

", "url": "https://www.tygron.com/blog/river-deltas-at-high-resolution", "title": "River Deltas at High Resolution", "summary": "In a previous blog entry we showed that it was possible to calculate a 60x60km map at very high resolution (1m). This is especially useful for small canals and surface rainfall simulations.", "date_modified": "2026-09-21T13:26:27.208Z" } ] }