In een split second van neerslag naar overstroming: gebiedsonafhankelijke ML-nowcasting in de praktijk

Nieuwe ML-technieken maken het mogelijk om overstromingen vrijwel direct te voorspellen, zonder dat een gebied vooraf volledig is gekalibreerd. In het project Destination Earth ML demonstrator on flood nowcasting ontwikkelen en testen wij zelf een dergelijk ML-model en laten we zien hoe deze aanpak kan worden toegepast in een operationele context. Destination Earth (DestinE) is een Europees initiatief van ESA, ECMWF en EUMETSAT. Binnen deze demonstrator is Waterschap Limburg één van de zes studiegebieden. Het stroomgebied ligt deels in Duitsland, wat de behoefte aan gebiedsonafhankelijke en grensoverschrijdende voorspelmethoden onderstreept. De kern van het project is ML-gebaseerde flood nowcasting: in een fractie van een seconde kan voor een willekeurig gebied, met willekeurige neerslaginput, een overstromingsinschatting worden gemaakt met hoge nauwkeurigheid. Dit wordt gecombineerd met neerslag nowcasting, het blenden van verschillende weermodellen en evaluatie tegen waarnemingen en bestaande werkwijzen. Naast de techniek ligt de nadruk op gebruik en toepasbaarheid. Door actieve betrokkenheid van gebruikers wordt onderzocht hoe deze nieuwe informatie kan bijdragen aan snellere en beter onderbouwde beslissingen in de praktijk. De presentatie laat zien wat er technisch is gerealiseerd én wat dit concreet betekent voor het dagelijkse werk van een waterschap.