Wendbaarder waterbeheer met AI

We gebruiken dagelijks watermodellen om meerdaagse voorspellingen te maken over bijvoorbeeld waterstanden, afvoeren en golfhoogtes. ‘Deze modellen zijn van oudsher ingericht op hoogwater,’ vertelt Iris Reuselaars, directeur Scheepvaartverkeer- en Watermanagement bij Rijkswaterstaat.

‘Bovendien gaan ze uit van een redelijk vaststaand patroon. Denk aan rivieren die op een bepaalde manier worden gevoed en een zee die zich op voorspelbare wijze gedraagt. Dat komt niet altijd meer overeen met de werkelijkheid. Hierdoor hebben we nu heel andere vragen dan twintig jaar geleden. Ons instrumentarium kan daar nu niet altijd antwoord op geven.’

Sneller rekenen is cruciaal

'Er is dus behoefte aan wendbaardere watermodellen. In de huidige vorm is dat eigenlijk niet mogelijk,' legt Reuselaars uit.

‘De klassieke hydrodynamische watermodellen waar we mee werken in het Watermanagementcentrum Nederland (WMCN) zijn krachtig, maar traag. Met het oog op de klimaatverandering, waardoor water zich minder voorspelbaar gedraagt, en de grote vernieuwingsopgave waar Rijkswaterstaat voor staat, zijn nieuwe modellen nodig die sneller berekeningen kunnen maken.’

David van den Burg, als programmamanager van innovatieplatform DigiShape betrokken bij het AI Impulsprogramma, vult aan: ‘Een machine learning-model (ML-model) kan een doorrekening van de Noordzee in minder dan een minuut doen. Daardoor kun je veel meer scenario’s doorrekenen. En komt real-time scenarioanalyse in beeld. Maar hoe zet je dergelijke technieken goed en veilig in? Dat is een van de vragen die we in het AI Impulsprogramma willen beantwoorden.’

Meer dan de som der delen

‘Machine learning is een bewezen techniek in bijvoorbeeld de medische wereld, meteorologie en procesautomatisering,’ gaat Van den Burg verder.

‘De uitdaging zit in de toepassing ervan binnen het hoofdwatersysteem. Je hebt kennis nodig van verschillende werelden: ict, data en watermanagement. Daardoor moet je wel samenwerken. Binnen Rijkswaterstaat, Deltares en KNMI is veel kennis. Maar hoe groot een organisatie ook is, het is onmogelijk om al die specialistische kennis zelf in huis te hebben.’

‘Bovendien heeft het samenvoegen van zienswijzen uit publieke en private organisaties meerwaarde. Als je die bij elkaar zet, heb je kans dat je samen meer krijgt dan de som der delen.’

Nog beter samenwerken

Dat is de inhoudelijke opbrengst van de samenwerking. Bijvangst is volgens Reuselaars dat publieke partijen, private partijen en kennisinstellingen in dit soort impulsprogramma’s leren hoe ze nog beter samen kunnen werken.

‘Ieder heeft zijn eigen manier van werken, denken en communiceren. Dat werkt soms goed samen, maar botst ook wel eens. Dat kan op heel basaal niveau zijn. In de ict- en datawereld wordt veel in het Engels gecommuniceerd. In watermanagement is dat veel minder. Hoe kun je dan toch samen meters maken? En hoe zorg je samen dat Nederland wereldwijd leidend blijft in watermanagement? Die lessen nemen we ook zeker mee uit dit programma.’

Meer lezen over het AI Impulsprogramma voor waterbewegingsmodellen?

Lees dan het hele artikel in het nieuwste magazine Rijkswaterstaat Zakelijk & Innovatie.