ACTUEEL

Met machine learning de waterdiepte van de rivier de Waal voorspellen

In april was HKV een van de drie pitchers waarvan een innovatief idee werd beloond met 10.000 euro seedmoney om het idee een aantal stappen verder te brengen. Op de website van Digishape staat een artikel over de besteding van de seedmoney van DigiShape. Het geld besteedt HKV aan een verkenning of het mogelijk is om via machine learning de waterdiepte van de rivier de Waal te voorspellen. Als dat mogelijk is biedt dat perspectief om efficiënter te baggeren en slimmer te beladen.

“Er zijn schepen die de waterdiepte doorlopend meten. In 2021 zijn we deze data gaan ontsluiten en hebben we een Digital Twin van de vaarweg gemaakt: een virtuele kopie van de rivierbodem. Alle data worden zo real-time mogelijk verwerkt. Zo geven we de aannemer en Rijkswaterstaat steeds inzicht in de ligging van de vaargeulbodem en onderhoudsvolumes. De volgende stap is om, naast meten, de waterdiepte enkele dagen tot een week vooruit te kunnen voorspellen.”

Wat is daarvan het voordeel?

“Met een voorspelling van de bodemligging en waterdiepte kan vaargeulonderhoud duurzamer worden ingericht. We kunnen onderhoudswerkzaamheden dan concentreren op precies dié locaties waar scheepvaartknelpunten kunnen ontstaan. Dat scheelt brandstof en CO2-uitstoot. Nu worden de ‘hotspots’ – locaties waar frequent onderhoud nodig is – iedere week volledig ingemeten; met voorspellingen kan dat straks veel gerichter. Zo sluiten we aan bij het gedachtengoed van datagedreven onderhoud. Daarnaast profiteert de scheepvaartsector van een voorspelling van ondieptes (Minstgepeilde Diepte, MGD) in de vaargeul, om de beladingsgraad in droge tijden beter af te stemmen op de verwachte condities.”

 

Met machine learning de waterdiepte van de rivier de Waal voorspellen