In 2023 kreeg het project Algoritmische bepaling van waterstanden met Remote Sensing seedmoney van DigiShape. Het was de start van een zoektocht naar een nieuwe manier om waterstanden in beeld te brengen met behulp van lidar-data. Hoogheemraadschap Hollands Noorderkwartier (HHNK) pakte dit op, samen met TU Delft en andere partners. Inmiddels is er een toolbox ontwikkeld en doorontwikkeld, maar de stap naar structurele toepassing laat nog op zich wachten.
Van bijvangst naar toolbox
De aanleiding lag in een concreet knelpunt. In Noord-Holland bestaan verschillende peilgebieden, waarvan sommige een vergunning hebben om een lager waterpeil te voeren. Deze onderbemalingen zijn vaak kleine slootjes op boerenerven, waar geen sensoren liggen. Toezicht ontbreekt, terwijl de risico’s groot kunnen zijn als het water structureel te laag staat.
Lars Tesselaar, geo-ontwikkelaar bij Hoogheemraadschap Hollands Noorderkwartier, kreeg de vraag of remote sensing kon helpen. Toevallig stuitte hij in zijn studie op lidar, een techniek die met laserpulsen hoogtedata verzamelt. “Eigenlijk is lidar niet bedoeld voor water, omdat de punten afketsen. Maar bij dronemetingen zagen we, met name bij oevers, dat er toch bruikbare signalen in zaten. Genoeg om iets te kunnen zeggen over de waterstand, met mitsen en maren.”
Met seedmoney van DigiShape werd het idee verder uitgewerkt. Samen met TU Delft en partners als Rijkswaterstaat en Wetterskip Fryslân ontstond een toolbox die het mogelijk maakt waterstanden te schatten.
Doorontwikkeling bij HHNK
Na die eerste fase pakte HHNK zelf de draad op. Alle peilgebieden zijn doorgerekend met AHN-data, het Actueel Hoogtebestand Nederland. Dat levert nuttig materiaal op. “Voor heel veel plekken weet je de waterstand niet. Met interpolatie kun je toch een dekkend beeld maken. Het resultaat kan uiteindelijk worden gebruikt door wateradviseurs die willen weten wat ongeveer een waterstand ergens zou zijn.”
Toch zit de toepassing nog vooral in de fase van experimenteren. De toolbox wordt niet standaard ingezet in de werkprocessen. “We hebben iets moois op de plank liggen, maar vaak duurt het daarna nog even voordat het echt landt in de organisatie.”
Kansen voor samenwerking
Lars is positief over de toekomst. “De toolbox staat op GitHub en is dus voor andere waterschappen beschikbaar. We delen dat gewoon, dat vind ik logisch.” Het experiment gaat bij HHNK door en hij ziet meer kansen als andere organisaties instappen.
“Wij hebben inmiddels ervaring met het neerzetten van de tool en het draaien ervan op vrij grote schaal. Maar het wordt pas echt interessant als de tool ook daadwerkelijk in de processen wordt ingebed. Als een ander waterschap dat al kan of sneller voor elkaar krijgt, kan dat de hele ontwikkeling in een stroomversnelling brengen. En dat zou voor ons óók weer heel waardevol zijn.”
Lars schetst daarbij een toekomstbeeld dat de toepassing tastbaar maakt: “Het idee is dat je digitaal toetst en een soort stoplichtsysteem krijgt. Groen betekent: dit is in orde, rood betekent: hier moeten we kijken. Dan hoeft een inspecteur niet meer een heel gebied langs, maar kan hij gericht op pad. Dat bespaart tijd en maakt het werk effectiever.”
Een gezamenlijke aanpak kan bovendien de kosten drukken. Luchtfoto’s met lidar zijn duur, maar als meerdere partijen zoals Rijkswaterstaat, de provincie en waterschappen samen data inkopen, kunnen de kosten worden gedeeld.
Potentie, maar nog niet uitontwikkeld
Waar staat het project nu? Lars is nuchter: “We zijn ermee bezig. Het kan stranden, het kan een succes worden. Dat weten we nog niet. Wat we wel weten is dat de potentie groot is. Als het eenmaal op grote schaal wordt toegepast, kun je echt stappen zetten met verbeteringen die gebruikers nodig vinden. Soms hoeft er maar iets kleins te gebeuren en dan komt het project weer in een stroomversnelling.”
Daarmee laat het project goed zien wat DigiShape kan betekenen: met seedmoney en samenwerking innovatie aanjagen, ook als de uitkomst nog niet vaststaat.
Hoe meet je waterstanden op afstand?
Het project combineert verschillende technieken:
- Lidar (Light Detection and Ranging): laserpulsen vanaf vliegtuig of drone die normaal voor hoogtekaarten worden gebruikt. Bij toeval bleek dat er ook bruikbare signalen van het wateroppervlak in zaten.
- AHN (Actueel Hoogtebestand Nederland): landelijke dataset met lidar-metingen, elke drie jaar ingewonnen vanuit een vliegtuig.
- Dronebeelden: geschikt voor kleinere gebieden, levert heel gedetailleerde data maar is op grote schaal onpraktisch.
- TMX-sensoren: vaste meetpunten in waterlopen die actuele waterstanden registreren.
- Interpolatie: statistische methoden waarmee verschillende databronnen gecombineerd worden tot een vloeiend resultaat.
Door deze bronnen slim te combineren, ontstaat een steeds betrouwbaarder beeld van waterstanden, ook in gebieden waar geen sensoren liggen.
