• Client
    Hoogheemraadschap van Delfland
  • Location
    Delft
  • Licensee
  • Wastewater
    Via satellietmonitoring een ruimtelijk overkoepelend en betrouwbaar beeld geven van de waterkwaliteit in het totale beheergebied van het waterschap.
  • Project type
    We hebben een datagedreven aanpak ontwikkeld, waarbij we met data science en machine learning o.a. de waterkwaliteit op een bepaald moment in kaart brengen via een brede set van parameters.
  • Period
    Maurice Willekens

results:

  • Met onze kennis van data science en machine learning gecombineerd met kennis van het waterdomein, hebben we fase 1 van de business case succesvol afgerond. 

  • We kunnen de waarden en hoeveelheden van een uitgebreide set parameters bepalen om een beeld te krijgen van o.a. de waterkwaliteit op een bepaald moment. 

THE CHALLENGE

Toon de meerwaarde van satellietmonitoring aan

“In 2019 hebben we een pilot gedaan om te kijken hoe satellietbeelden ingezet kunnen worden bij het monitoren van de oppervlaktewaterkwaliteit”, vertelt ecoloog Joep de Koning (Hoogheemraadschap van Delfland). “Deze business case borduurt daarop voort. We hebben eerst de informatiebehoeften geïnventariseerd binnen verschillende afdelingen. Want satellietdata zijn niet alleen interessant om iets te roepen over waterkwaliteit.”

De business case moet binnen twee jaar een beeld geven van de meerwaarde van satellietmonitoring. Samen met collega’s formuleerde Joep de Koning voor deze case vier toepassingen van satellietmonitoring: digitale schouw, operationeel beheer, watersysteemanalyses en de optimalisatie van meetnet monitoring. 

Met informatie uit satellietdata wil het waterschap een efficiencyslag maken bij het uitvoeren van inspecties in het veld. Dat kan gerichter, met minder mankracht en vanuit een preventieve invalshoek, als er tijdig informatie beschikbaar is die laat zien bij welke watergangen een inspectie nodig is.   

ongewenste waterplanten in het water bevinden 

Voor het uitvoeren van operationeel beheer wil het waterschap via satellietdata zien waar zich te veel of ongewenste waterplanten in het water bevinden. Als deze een gevaar vormen voor de waterdoorstroming, kunnen deze preventief worden verwijderd. 

Verder is de wens om satellietdata te gebruiken als input voor het uitvoeren van watersysteemanalyses en het valideren van deze analyses. En voor het inzichtelijk maken van de waterkwaliteit in zowel het hoofd- als het achterliggende watersysteem.

THE APPROACH

Combinatie van expertmodellen en data science

Na de interne inventarisatie lag er een uitgebreide en diverse lijst van parameters die via satellietmonitoring en data science inzichtelijk moest worden gemaakt. Op basis van een aangebrachte prioritering is een team van Royal HaskoningDHV,  Water Insight en het waterschap aan de slag gegaan. 

Alle parameters die nodig zijn om de business case te bewijzen, kunnen uit de satellietdata worden gehaald. Daarvoor is gebruikgemaakt van een combinatie van expertmodellen en data science technieken.

De expertmodellen worden ingezet om een schatting te maken van parameters zoals het chlorofylgehalte of het zwevend stofgehalte in water. Machine learning oplossingen zorgen voor het classificeren van parameters zoals kroosbedekking, drijfbladbedekking en oevervegetatie.

Machine learning model – oevervegetatie

Foto: Machine learning model – oevervegetatie 

Onze domeinexperts hebben op basis van satellietbeelden en monitoringsdata verschillende vegetatiesoorten gelabeld. Het ontwikkelde machine learning algoritme kan deze soorten goed van elkaar onderscheiden. 

THE IMPACT

Betrouwbare resultaten om op verder te bouwen  

In fase 1 van de business case is in een organische samenwerking met de experts van Water Insight en het Hoogheemraadschap van Delfland veel progressie geboekt. De basis voor de datagedreven aanpak is gelegd en uitvoerig getest op satellietbeelden.

De resultaten uit de eerste fase zijn veelbelovend. Het is op dit moment al mogelijk om de waarden en hoeveelheden van de verschillende parameters in en om de watergangen te bepalen. Het waterschap krijgt zo een goed beeld van een situatie op een bepaald moment die van invloed is of kan worden op de waterkwaliteit.

Dat beeld resulteert nu nog in meerdere kaartlagen die uiteindelijk gecombineerd worden voor de eindgebruikers. Joep de Koning: “Alles wat we in fase 1 hebben ontwikkeld en ervaring mee hebben opgedaan, maken we dit jaar operationeel. Ik hoop dat andere waterschappen inzien dat satellietmonitoring veel potentie heeft. We zijn altijd bereid om onze kennis met hen te delen.”