Assimilatie van een dens netwerk van IoT-peilmetingen in een hydraulisch model in het stroomgebied van de Grote Struisbeek

Hydraulische modelpredicties in onbevaarbare waterlopen kunnen betrouwbaarder worden gemaakt door betere ruimtelijke en temporele inputdata te gebruiken. Maar daarnaast kan ook ingezet worden op een intensievere bemeting binnen het stroomgebied. Een plotse verstopping van een duiker zal bv. enkel in rekening kunnen worden gebracht als in de buurt de effecten op het waterpeil worden opgemeten. Deze metingen kunnen vervolgens gevoed worden in het hydraulische model om de betrouwbaarheid van de real-time predicties te verhogen. In onbevaarbare waterlopen zijn peilmetingen voornamelijk beschikbaar in de afwaartse gedeelten van het stroomgebied. Echter is bijsturing van deze hydraulische modellen op basis van enkel afwaartse peilen niet vanzelfsprekend, zeker in de opwaartse gedeelten van het stroomgebied.

Een oplossing hiervoor is de implementatie van een spatiaal dens meetnetwerk op de stroomgebiedsschaal a.d.h.v. low-cost IoT peilsensoren. Het doel van het VLAIO-project "Digital twin: river " is om enerzijds een dergelijk netwerk te realiseren en de dataflow en het onderhoud te optimaliseren met behulp van een effectief sensor- en databeheersysteem. Anderzijds wordt de toegevoegde waarde van de metingen om de modelpredicties bij te sturen, onderzocht. Voor dit project heeft Fluves een 15-tal IoT-peilsensoren geïnstalleerd in het piloot-stroomgebied van de Grote Struisbeek, ten zuiden van Antwerpen. Verder werd een open-source hydraulisch model (SWMM) van dit stroomgebied opgesteld. De ruwe peildata worden verwerkt met behulp van een eigen ontwikkelde dataverificatietoolbox . De geverifieerde peilen worden vervolgens geassimileerd in het hydraulische model. Door het hoge aantal sensoren kan bv. onderzocht worden wat de meerwaarde is van te meten op meerdere locaties en op welke locaties bij voorkeur wordt gemeten.