Waterkwaliteit voorspellen met AI?

Rijkswaterstaat en Nelen & Schuurmans werken in het Europese INTERREG-project BEPROACT samen aan slimmer waterbeheer door data om te zetten in impact. Het doel is meerwaarde te halen uit gegevens die al beschikbaar zijn. Door waterkwantiteit (LMW) en waterkwaliteitsmetingen (MWTL) te combineren, verlagen we kosten voor monitoring en onderhoud én krijgen we beter inzicht in het functioneren van watersystemen. Waarom is dit belangrijk? Rijkswaterstaat moet jaarlijks rapporteren aan Europa in het kader van de Kaderrichtlijn Water. Deze rapportage vraagt om betrouwbare informatie over oppervlakte- en grondwatergegevens. Waterkwaliteitsmetingen zijn vaak schaars en kostbaar. Daarom ontwikkelden we een machine learning-model dat voorspelt wat er tussen maandelijkse meetmomenten gebeurt. Daarbij gebruiken we niet alleen historische data, maar ook voorspelde waterkwantiteitsmetingen om de nauwkeurigheid verder te verhogen. Zo benutten we bestaande data optimaal en verbeteren we de interpretatie van trends. Binnen onze aanpak analyseren we datasets en trainen algoritmes op historische en actuele gegevens. Nieuwe data worden continu toegevoegd, waardoor het model steeds beter voorspelt. We vergelijken verschillende ML-methoden en bepalen welke het meest geschikt zijn voor lange-termijnanalyses. Het resultaat? Minder meetpunten, meer inzicht. Deze innovatie maakt monitoring efficiénter, duurzamer en toekomstbestendig: Een echte stap van inzicht naar impact.