1. Niels De Vleeschouwer, Sacha Gobeyn, Stijn Van Hoey, Daan Renders, Thomas Van Hoestenberghe
Assimilatie van een dens netwerk van IoT-
peilmetingen in een hydraulisch model in
het stroomgebied van de Grote Struisbeek
Monitoring datavolledigheid
Monitoring ba�erijcapaciteit
Introduc�e
Implementatie van een spatiaal dens IoT - meetnetwerk op de stroomgebiedsschaal
Hydraulische modellering
Met dank aan:
Assimilatie van opgemeten peilen
Hydraulische modelpredic�es in onbevaarbare waterlopen kunnen betrouwbaarder worden gemaakt door
betere ruimtelijke en temporele inputdata te gebruiken. Maar daarnaast kan ook ingezet worden op een
intensievere beme�ng 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
me�ngen kunnen bovendien gevoed worden in het hydraulische model a.d.h.v. een data-assimila�ealgoritme
om de betrouwbaarheid van de real-�me predic�es te verhogen.
In de zomer van 2021 werden in het kader van het VLAIO-project
"Digital twin: River" binnen het stroomgebied van de Grote
Struisbeek, een 20-tal low-cost Internet of Things (IoT) peilsensoren
in de waterlopen geplaatst. Dit stroomgebied is gesitueerd ten
zuiden van Antwerpen en kent de nodige waterproblema�ek.
Bij het beheer van een dens IoT-meetnetwerk komt veel
kijken om de me�ngen zo kwalita�ef mogelijk te maken
en te houden. Binnen het VLAIO-project wordt dan ook
ingezet op de ontwikkeling van een gedegen sensor- en
meetplaatsmanagementsysteem. Dit houdt o.a. het
gebruik van een eenvoudig te gebruiken loggingsysteem
in waarin sensor- en meetplaatsinforma�e maar ook
installa�e- en onderhoudsevents worden bijgehouden.
Verder wordt de meetplaats- en sensorsta�s�eken zoals
ba�erijcapaciteit, data-volledigheid, etc. gemonitored.
Verder worden post-processingtechnieken ontwikkeld
om de ruwe data op te schonen. (bv. detec�e van
onnatuurlijke sprongen, flat-line signaal van een sensor,
etc.)
Een open-source 1D hydraulisch model werd opgesteld van het stroomgebied.
Hierbij werd gekozen voor het SWMM-model (Storm Water Management
Model). Er werd hiervoor gebruik gemaakt van open data en opme�ngsdata
van de Vlaamse Milieumaatschappij en de Provincie Antwerpen
(dwarsprofielen, lengteprofiel, waterbouwkundige infrastructuur). Binnen een
onderzoek van de Ugent werd de modellering en kalibra�e van het opwaartse
gedeelte van het stroomgebied uitgewerkt. Verder werd de SWMM
implementa�e vergeleken met een implementa�e van het HEC-RAS model.
A.d.h.v. een aangepast nudgingalgoritme wordt
de complementaire informa�e in de
peilme�ngen aangewend om de gemodelleerde
debieten en peilen in het SWMM-model te
corrigeren rich�ng werkelijke toestand op het
terrein. Assimila�e van me�ngen ter hoogte van
een meetloca�e vertaalt zich in een
gecorrigeerde modeltoestand ter hoogte van
deze meetloca�e, maar ook stroomopwaarts en
afwaarts van deze loca�e worden door het
algoritme en de modeldynamiek correc�es doorgevoerd. Hierbij is het belangrijk dat
systema�sche afwijkingen tussen modelresultaten en observa�es ter hoogte van de meetloca�e
zo goed als mogelijk op voorhand worden geïden�ficeerd en gecorrigeerd. De veelheid aan
meetplaatsen laat toe een aantal interessante onderzoeksvragen te beantwoorden. Zo kan o.a.
geëvalueerd worden waar best het peil wordt gemonitored binnen het stroomgebied, en welke
spa�ale en temporele meetdensiteit vereist is voor welk vooropgesteld doel. De antwoorden op
deze vragen dienen een kostenefficiënte opschaling van in-situ peilme�ngen op de
stroomgebiedsschaal te faciliteren �jdens toekoms�ge meetcampagnes.
Smartends
IoT-peilsensor
data-assimila�e principe
Loggingsysteem
Vergelijking van observa�es (rood) en simula�es (blauw) ter hoogte van
enkele meetplaatsen in het opwaartse gedeelte van het stroomgebied
Data-assimila�e van meetdata beschikbaar op
meetplaats C3, evalua�e op overige meetplaatsen