secundair logo knw 1

Foto: MasterTux / Pixabay

Hoogheemraadschap De Stichtse Rijnlanden en HKV hebben samen een methode ontwikkeld, waarbij ‘machine learning’ wordt toegepast voor waterverwachtingen. Door een zelflerend algoritme worden deze verwachtingen steeds nauwkeuriger.

Waterschappen brengen aan de hand van weersvoorspellingen van het KNMI de op korte termijn te verwachten waterstanden in beeld. Dan neemt een waterschap indien nodig vooraf maatregelen, bijvoorbeeld extra water afvoeren wanneer er een piekbui in aantocht is. Door de nieuwe methode worden de waterverwachtingen beter, vertelt Joost Stenfert, consultant bij onderzoeks- en adviesbureau HKV. “We passen machine learning op een zeer praktische manier toe.”

Joost StenfertJoost Stenfert

Hoogheemraadschap De Stichtse Rijnlanden (HDSR) en HKV hebben het afgelopen halfjaar de methode samen ontwikkeld. Stenfert licht toe waarom: “Het hoogheemraadschap gebruikt neerslag-afvoermodellen om proactief te kunnen handelen bij weersgebeurtenissen. Zo’n model geeft de verwachte waterstanden en afvoerbehoefte aan voor bijvoorbeeld 24 of 48 uur vooruit. Het blijft echter een versimpelde en geïdealiseerde versie van de werkelijkheid met fouten erin. Denk aan een recente verandering die nog niet is verwerkt, een profiel van een sloot die te groot is of een verkeerde invoer van de hoeveelheid neerslag. Met machine learning kunnen wij deze fouten er automatisch uithalen.”

Zelflerend algoritme
HDSR en HKV gebruiken een ‘unsupervised learning’ algoritme. Dit zoekt zelf naar patronen zonder die patronen vooraf te kennen. Het algoritme herkent fouten in modelresultaten en signaleert om welke fouten het gaat. “Hierdoor kun je heel specifiek een neerslag-afvoermodel verbeteren”, zegt Stenfert. “Dat is nieuw. Met het algoritme kunnen we constateren of er fouten in het model zitten. We kunnen opsporen waar een fout aanwezig is en wat hiervan waarschijnlijk de oorzaak is.”

Het innovatieve karakter van de methode zit volgens Stenfert vooral in de combinatie van fysica en data science. “In de watersector is fysica zeer belangrijk. Op basis hiervan proberen we ons watersysteem te begrijpen. Inmiddels is het mogelijk om met data-gedreven technieken meer te leren over het gedrag, waardoor we de kennis van de fysica kunnen vergroten. Het wonderlijke is hier dat we met alleen waterstanden in staat zijn om iets over de fouten in het neerslag-afvoermodel te zeggen. We kunnen bijvoorbeeld detecteren of een kunstwerk in het model te klein of te groot geschematiseerd is in vergelijking met de werkelijkheid.”

Zoiets is nog niet eerder gedaan, aldus Stenfert. “Het is een mooie stap vooruit. Er moeten genoeg data zijn, maar daar zit geen limiet aan. We kunnen dan ook de komende jaren het machine learning model op basis van nieuwe informatie steeds verder verfijnen.”

Nu in praktijk
Beide partijen willen de methode nu in de praktijk toepassen. “Hoe is nog de vraag”, zegt Stenfert. “We gaan de vervolgstappen bepalen.” Verder wordt de ontwikkelde techniek ook in andere projecten van HKV gebruikt.

Machine learning wordt volgens Stenfert steeds vaker toegepast in de watersector, al gebeurt het nog wel mondjesmaat. “Het is geen doel op zich, maar echt een middel om het waterbeheer beter te maken. Wij zijn in staat om met het blote oog de relatie tussen pakweg vier variabelen te herkennen. De grote kracht van machine learning is dat in systemen met grote complexiteit en veel parameters nog steeds verbanden te ontdekken zijn.”


MEER INFORMATIE
HDSR over de nieuwe methode

Typ je reactie...
Je bent niet ingelogd
Of reageer als gast
Loading comment... The comment will be refreshed after 00:00.

Laat je reactie achter en start de discussie...

(advertentie)

Laatste reacties op onze artikelen

@LaumannsZoals gezegd laumanns het middel werd en wordt niet gebruikt in de bollenteelt en sierteelt sector!
@LaumannsLezen is voor Laumanns een kunst. Als het middel niet gebruikt is in de bollenteelt, waarom dan volharden in de beschuldiging naar die sector toe? Bijzonder.
Het lijkt er toch wel zeer aannemelijk dat bollenboeren deze bestrijdingsmiddelen nog steeds illegaal gebruiken, gewoon omdat ze er mee weg komen. Dit omdat de NVWA te weinig mankracht heeft en het Waterschap weer eens zeer gemakkelijk ervan uitgaat dat oa boerenbedrijven zich aan de wet houden en de gifmiddelen niet zouden gebruiken.
Wat opvalt is dat wederom MOB dit aan het licht brengt en het zonder MOB gewoon onder het tapijt was geschoffeld. Het gaat nl om metingen van Hoogheemraadschap Hollands Noorderwartier uit 2022 zelf die door MOB zijn geanalyseerd.
Het is echter de verantwoordelijkheid vh waterschap zelf om de metingen te analyseren en daarop actie te ondernemen door onderzoek te starten en de NVWA te waarschuwen. Dat is niet gebeurd, want pas nu, bijna 2 jaar na de metingen en alleen op instigatie van MOB, start het waterschap een onderzoek. Het lijkt er sterk op dat het waterschap doelbewust nalatig is en dat dat komt omdat de boeren te sterk zijn vertegenwoordigd in dit orgaan. Burgers, flora en fauna zijn de dupe.
Eerlijk gezegd, het lijkt mij evident dat deze opzettelijke nalatigheid vh waterschap onrechtmatig is. Corruptie zou ik zelfs niet uitsluiten. Maar natuurlijk, gaan we uit van bovenwettelijke inspanningen vh waterschap dat ze zich aan de wet houden, net als de boeren… Het kan toch niet zo zijn dat het waterschap ooit iets verkeerd zou doen? Nee mensen, het waterschap treft geen blaam, zij zorgen er heus wel voor dat u weer rustig kunt slapen, toch? Of had de NVWA dan toch eigenlijk ietsjes (2 jaar eerder) gewaarschuwd moeten worden?  Nou ja, zo erg is het niet, 1 op de 3 mensen krijgt kanker of heeft 't gehad dus waar maken we ons zorgen over….
@Rien VerstallenMisschien ook de anti vries of de-icers die gebruikt zijn bij de vliegbasis.