De nieuwe strijd tegen hoogwater begint met data

We denken vaak pas aan waterveiligheid als het misgaat. Terwijl een overstroming niet begint wanneer het water door de straten stroomt, maar juist uren eerder. Met data, AI en één gedeeld informatiebeeld helpen Waterschap Limburg en IT-dienstverlener Sopra Steria die kostbare tijd beter te benutten. Zo kunnen zowel inwoners als hulpdiensten en bedrijven eerder optreden.

Juli 2021. Een gewone zomeravond in Zuid-Limburg, waarin er weinig aan de hand lijkt te zijn. Kinderen spelen buiten, iemand laat de hond uit, een gezin zit in de tuin te eten. In de heuvels is regen voorspeld, maar dat gebeurt wel vaker. Niemand denkt aan een overstroming. Niemand vermoedt dat een paar uur later straten veranderen in kolkende beken en bewoners hals over kop hun huis moeten verlaten. Maar een crisis begint niet wanneer het water door de straten stroomt; ze begint veel eerder. Namelijk op het moment dat de eerste weermodellen extreem veel neerslag laten zien, sensoren waarden doorgeven en hydrologen scenario’s naast elkaar leggen. Juist in die uren moet duidelijk worden wat er mogelijk gaat gebeuren, hoe groot het risico is en welke maatregelen nodig zijn. De overstromingen in Limburg in de zomer van 2021 maakten pijnlijk duidelijk hoe kwetsbaar die fase kan zijn, aldus Nicolle van den Heiligenberg. Zij werkt als director Architecture & Governance bij Sopra Steria, een toonaangevende Europese speler in consultancy, digitale dienstverlening en softwareontwikkeling, met circa 51.000 medewerkers in bijna 30 landen. ‘Na de ramp werd niet alleen gekeken naar hogere dijken of extra waterbuffers. Minstens zo belangrijk was een andere vraag: hoe zorgen we er met elkaar voor dat alle betrokken partijen eerder beschikken over dezelfde, betrouwbare informatie? Tijdens zo’n crisis wil je niet dat verschillende systemen verschillende antwoorden geven.’ 

Geen traditioneel dataplatform 

Eén systeem klinkt eenvoudig, maar de praktijk is ingewikkeld. ‘Als waterschap werken we met tientallen databronnen: sensoren, weersverwachtingen, waterstanden, onderhoudssystemen, geografische kaarten, regelgeving en historische gegevens. Vaak leven die naast elkaar in afzonderlijke systemen’, verklaart Paul Steegemans, ontwikkelaar van het Watermanagementcentrum van Waterschap Limburg. ‘Terwijl je tijdens een crisis bij voorkeur één betrouwbaar beeld nodig hebt.’ Daarom bouwt Waterschap Limburg sinds enkele jaren, samen met Sopra Steria, aan één informatieknooppunt: een centrale omgeving waarin alle relevante informatie samenkomt. Niet als verzameling losse databronnen, maar als één gedeelde werkelijkheid waarop bestuurders, hydrologen, gemeenten en hulpdiensten kunnen vertrouwen. En daar stopt het niet. ‘Een klassiek dataplatform slaat alleen gegevens op, maar wij leggen ook de betekenis, samenhang, context en dynamiek ervan vast’, verklaart Arnout Arntz, projectleider en informatiearchitect bij Waterschap Limburg. ‘Een mens begrijpt dat dezelfde waterstand onder verschillende omstandigheden iets anders kan betekenen. Maar een algoritme moet die context expliciet krijgen, want die ziet cijfers in plaats van de werkelijkheid. Daarom worden niet alleen gegevens opgeslagen, maar ook de relaties ertussen, de betekenis van begrippen, doelen en relevante wet- en regelgeving. Alles wordt vastgelegd in een vorm die niet alleen mensen, maar ook computers kunnen begrijpen.’ 

Stevige basis onder AI 

Zo’n fundament wordt steeds belangrijker nu organisaties vaker AI inzetten. Van den Heiligenberg: ‘Want zonder zo’n ondergrond kan de betrouwbaarheid van de uitkomsten van AI niet worden gegarandeerd. Je moet kunnen uitleggen waarom een algoritme tot een bepaalde conclusie komt. Op basis van welke data? Welke regels? Welke wetgeving? Alleen dan blijft besluitvorming uitlegbaar, herleidbaar en in lijn met wet- en regelgeving.’ Het informatieknooppunt wordt volgens Van den Heiligenberg steeds meer een kennisplatform waarin niet alleen data worden vastgelegd, maar ook expertise. ‘Veel organisaties krijgen te maken met vergrijzing, waardoor er ontzettend veel kennis verdwijnt. Door die expertise expliciet vast te leggen, blijft die beschikbaar voor volgende generaties én voor toekomstige AI-toepassingen.’

Opvallend is dat het project niet als klassiek IT-project is aangepakt. ‘We hebben dit echt samen gebouwd. Dus niet wij als opdrachtgever en Sopra Steria als leverancier, maar als één team’, aldus Steegemans. Dat partnerschap duurt inmiddels ruim drie jaar. Gemengde teams werken in korte ontwikkelcycli continu aan nieuwe onderdelen van het systeem. Niet alles tegelijk, maar stap voor stap. Van den Heiligenberg: ‘Zo blijven we wendbaar en kun je steeds laten zien wat de resultaten zijn.’ 

Sneller nieuwe berekeningen maken 

Een stevig datafundament is één ding, maar tijdens extreem weer telt uiteindelijk vooral de vraag: hoeveel tijd win je ermee? Juist daar komt kunstmatige intelligentie in beeld. ‘De klassieke hydrologische modellen zijn heel goed’, zegt AI-specialist Bob Leijnse van Sopra Steria. ‘Alleen hebben ze één nadeel: ze zijn langzaam.’ Al sinds de jaren zeventig rekenen waterschappen met geavanceerde simulatiemodellen. Die berekenen hoe water zich door het landschap beweegt, rekening houdend met hoogteverschillen, bodemsoorten en de hoeveelheid neerslag. ‘Ze leveren betrouwbare voorspellingen op, maar vragen veel doorlooptijd. Daardoor worden ze vaak maar een paar keer per dag doorgerekend’, zegt Waterschap Limburgs projectleider Arntz.  
Jarenlang was dat voldoende, maar weersverwachtingen veranderen voortdurend. 

‘Een bui die je 24 uur van tevoren ziet, ziet er 6 uur later alweer anders uit’, zegt Leijnse. ‘Juist daar biedt AI uitkomst. Een AI-model leert patronen herkennen uit enorme hoeveelheden historische gegevens.’ Arntz benadrukt dat AI de bestaande modellen niet vervangt. ‘Het werkt er juist samen mee. Kunstmatige intelligentie kan met de gegevens van de bestaande modellen veel sneller nieuwe prognoses berekenen. Daardoor ontstaat iets wat tijdens een crisis misschien nog waardevoller is dan een iets nauwkeurigere voorspelling: tijd.’ 

Elk uur telt 

En tijd is van levensbelang in dit soort situaties. In Zuid-Limburg kan regenwater door het heuvelachtige landschap razendsnel richting de Geul stromen. Tussen een hevige bui en een kritieke waterstand zitten soms slechts enkele uren. ‘Voor de Geul spreken we vaak over ongeveer 4 uur reactietijd’, zegt Steegemans. ‘In die tijd moeten beslissingen worden genomen.’ En die beslissingen raken veel meer partijen dan alleen het waterschap. Arntz: ‘Gemeenten moeten worden geïnformeerd. Veiligheidsregio’s bepalen of hulpdiensten worden ingezet. Zandzakken moeten worden aangevoerd. Wegen kunnen worden afgesloten, enzovoorts. Door Nederlandse en Duitse neerslagverwachtingen en kansscenario’s slim te combineren, willen we nu 24 uur vóór een mogelijke piek inzicht krijgen in het overstromingsrisico.’ 
Leijnse vult aan: ‘Elk uur dat je eerder weet wat er waarschijnlijk gaat gebeuren, levert handelingsruimte op. We laten in het early warning-programma dan ook verschillende scenario’s zien. Wat gebeurt er als de neerslag meevalt? Wat als die juist zwaarder uitpakt? Het systeem combineert verwachtingen van waterstanden, afvoeren, overstroomde gebieden en stroomsnelheden met verschillende kansscenario’s. Met deze informatie kunnen professionals beter afwegen welke maatregelen nodig zijn.’ 

Ondanks alle technologische vooruitgang blijft de uiteindelijke beslissing nadrukkelijk mensenwerk. ‘Het systeem rekent tientallen scenario’s door’, zegt Leijnse. ‘Maar het systeem beslist niet. Hydrologen beoordelen de verschillende scenario’s, wegen onzekerheden af en bepalen uiteindelijk of veiligheidsregio’s moeten worden gewaarschuwd. Die kennis bouw je niet zomaar in een algoritme. Daar heb je mensen, specialisten voor nodig.’ 

Slimme systemen moeten veilig blijven  

Maar meer digitalisering betekent tegelijkertijd ook meer kwetsbaarheid. De waterhuishouding van Nederland wordt steeds slimmer aangestuurd. Gemalen, sluizen en meetstations communiceren voortdurend met centrale systemen. Dat maakt sneller handelen mogelijk, maar creëert ook nieuwe risico’s. ‘Cybersecurity kun je niet meer achteraf toevoegen’, zegt Wouter Doderer, cybersecurityexpert bij Sopra Steria. ‘Het moet vanaf het begin onderdeel zijn van het ontwerp.’  
Zijn team probeert systemen niet te beschermen, maar juist aan te vallen, uiteraard met toestemming. Doderer: ‘We kijken daarbij niet alleen naar software, maar ook naar de fysieke omgeving. Kun je het terrein op? Hoe is de toegang geregeld? Welke apparatuur staat er?’ Juist de combinatie van IT en operationele techniek blijkt vaak de kwetsbaarste schakel. ‘Een gemaal staat gewoon in een weiland’, zegt Doderer. ‘Dat is iets heel anders dan een server in een zwaarbeveiligd datacentrum.’ Daarom draait beveiliging volgens hem niet om één onneembare muur, maar om meerdere verdedigingslagen. ‘Je verdediging moet blijven werken, ook als één laag faalt.’ 

Beschermen wat waardevol is 

Terug naar de wereld voorbij die van data en AI. Naar de uren waarin een burgemeester moet besluiten of inwoners worden gewaarschuwd. Naar een zorginstelling die genoeg tijd krijgt om kwetsbare bewoners in veiligheid te brengen. Of naar een gezin dat op een gewone donderdagavond niet plotseling hoeft te vluchten. En daarin speelt technologie wel degelijk een cruciale rol. Betrouwbare informatie kan immers het verschil maken tussen verrast worden en voorbereid zijn. Dat is volgens Van den Heiligenberg ook de kern van dit project. ‘AI is pas waardevol als de data en de context kloppen. Het gaat erom één betrouwbare informatiebasis te creëren waarop mensen én AI verantwoord kunnen vertrouwen. Want uiteindelijk beschermen data, algoritmen en dashboards niets of niemand. Mensen doen dat. Dankzij betere informatie, op het moment dat die het hardst nodig is.’