key-take aways

  • Wat je als waterschap kunt met satellietdata

  • Data science als brug tussen data en inzichten

  • De meerwaarde van satellietmonitoring

  • Hoe machine learning gericht beheer mogelijk maakt

Slimmer beheer met satellietdata

Slimmer toezicht houden en gerichter handhaven in het beheergebied van een waterschap. Dat kan via een combinatie van satellietmonitoring, machine learning en data science. Bijvoorbeeld om processen in de gaten te houden en veranderingen op het gebied van waterkwaliteit en -kwantiteit te detecteren.

Satellietdata maken het mogelijk om vanuit kantoor de groei van waterplanten te monitoren en te zien waar ze een belemmering vormen voor de doorstroming van het oppervlaktewater. Die signalering hoeft niet meer door gebiedsbeheerders in het veld gedaan te worden. Je stuurt ze nu heel gericht naar een beperkt aantal plekken voor preventief onderhoud. Grote monitoring- en beheersinspanningen zijn door satellietmonitoring niet meer nodig.

Machine learning model – oevervegetatie

Foto: Machine learning model – oevervegetatie

Data science maakt de vertaalslag

Het verkrijgen van satellietbeelden is door de toename in het aantal beschikbare (commerciële) satellieten vandaag de dag geen uitdaging meer. Het analyseren en bewerken van de grote hoeveelheden ruwe data die via satellieten worden ‘opgehaald’ is dat wel. Daar is data science voor nodig.

De data scientists van Royal HaskoningDHV werken bij de waterschappen van Nederland aan op het gebied van smart asset management, operational excellence en datagedreven beleidsvoering. Voor ons is data science het slim omgaan met de verzamelde data. En daarbij intelligent gebruikmaken van machine learning toepassingen.

Van data naar machine learning

Satellietdata komen optimaal tot hun recht als ze in een algoritme worden gecombineerd met de (veld)kennis van de waterbeheerder. Maar ook met data die bijvoorbeeld via andere kanalen zijn binnengekomen zoals luchtfoto’s, dronebeelden of meldingen van bewoners in het beheergebied. 

Essentieel is het vooraf bepalen van de data-onderzoeksvraag en het opstellen van de bijbehorende parameters (bijvoorbeeld: de mate van drijfbladbedekking als indicator voor waterkwaliteit). Door het algoritme steeds te voeden met nieuwe data, leert de computer en worden veranderingen gedetecteerd. Op basis daarvan kan de waterbeheerder gericht actie ondernemen.

Business case Hoogheemraadschap van Delfland

Op dit moment werkt Royal HaskoningDHV Digital samen met Water Insight aan een business case van het Hoogheemraadschap van Delfland. Het onderzoek richt zich op de voordelen van satellietmonitoring bij de uitvoering van de schouw, het operationeel beheer, watersysteemanalyses en de optimalisatie van meetnet monitoring.

Bekijk de volledige case van het Hoogheemraadschap van Delfland.

Of lees verder: blog 2 ‘Voor wie zijn satellietdata waardevol?