Voorspellen van overstromingen in het stroomgebied van de Selzerbeek met DeepWaive

Provincie Limburg

DeepWaive is een AI-model dat helpt bij het berekenen van mogelijke overstromingen in het gebied van de Selzerbeek. Het model kijkt naar gegevens zoals regen, hoogte, hoe het land gebruikt wordt en het watersysteem. Momenteel wordt het model onderzocht en getest. Het is nog niet gebruikt voor waarschuwingen of crisisbeheersing.

Laatst gewijzigd op 6 augustus 2026 om 6:47 | Publicatiestandaard 1.0

• Publicatiecategorie: Impactvolle algoritmes
• Impacttoetsen: Veld niet ingevuld.
• Status: In ontwikkeling

Algemene informatie

Thema

• Openbare orde en veiligheid
• Natuur en milieu
• Ruimte en infrastructuur

Begindatum

2026-03

Einddatum

2027-02

Contactgegevens

[e-mail]

Link naar publiekspagina

https://Limburg.nl/bestuur/open-overheid/algoritmeregister

Verantwoord gebruik

Doel en impact

Het doel van het onderzoek is om te kijken of DeepWaive sneller en beter overstromingsbeelden kan maken dan traditionele modellen. Deze beelden kunnen experts helpen om overstromingsrisico's te beoordelen en maatregelen voor te bereiden. Het model wordt nu alleen getest. De resultaten worden nog niet gebruikt om beslissingen te nemen of om mensen en bedrijven te waarschuwen. Daarom hebben mensen en bedrijven nu geen directe gevolgen van het algoritme.

Dit onderzoek is gepositioneerd binnen het programma WRL waarvan de Provincie Limburg, cluster Ruimte, formeel de opdrachtgever is.

Mocht Deepwave in de toekomst in een productie worden genomen dan wordt de opdracht verleend door het Water Management Centrum van het Waterschap Limburg.

Afwegingen

Traditionele hydraulische modellen kunnen goede voorspellingen doen van overstromingen, maar ze hebben veel tijd nodig om te rekenen. DeepWaive kan deze voorspellingen sneller maken. Dit kan in de toekomst helpen om bij veel regen eerder te zien of er overstromingen kunnen komen. Een nadeel is dat het moeilijker is om uit te leggen hoe een AI-model werkt dan een traditioneel model dat op natuurkunde is gebaseerd. We moeten ook nog uitzoeken wanneer de voorspellingen betrouwbaar zijn. Daarom wordt DeepWaive nu alleen onderzocht en getest. De resultaten worden vergeleken met oude meetgegevens en traditionele simulaties. We denken pas na over het gebruik als we zeker weten dat het betrouwbaar is.

Menselijke tussenkomst

Deskundigen kijken naar de resultaten van het model. De resultaten worden tijdens het onderzoek niet meteen omgezet in waarschuwingen of besluiten. Er is geen automatische besluitvorming. Als het model in de praktijk gebruik gaat worden, moeten de verantwoordelijkheden en controles voor menselijke beoordeling duidelijk worden vastgelegd.

Risicobeheer

Het belangrijkste risico is dat het model een overstroming niet, te laat of onjuist voorspelt. Ook kan de nauwkeurigheid verschillen per locatie, neerslagsituatie of kwaliteit van de invoergegevens. Daarnaast is de werking van het AI-model minder eenvoudig te verklaren dan die van een traditioneel hydraulisch model.

Om deze risico’s te beheersen, wordt het model in de huidige fase alleen getest. De uitkomsten worden vergeleken met historische meetgegevens, actuele waarnemingen en traditionele hydraulische simulaties. Deskundigen beoordelen de resultaten en afwijkingen worden onderzocht. Het model is nog niet gekoppeld aan automatische waarschuwingen of maatregelen.

Voordat eventueel operationeel gebruik plaatsvindt, worden onder meer de betrouwbaarheid, foutmarges, beschikbaarheid, informatiebeveiliging, verantwoordelijkheden en procedures voor menselijke controle beoordeeld. Ook wordt dan bepaald welke periodieke monitoring en herbeoordeling nodig zijn.

Toelichting op impacttoetsen

Het model verwerkt geen persoonsgegevens. Een DPIA is daarom niet nodig. Het model wordt momenteel uitsluitend onderzocht en de uitkomsten hebben nog geen gevolgen voor burgers of bedrijven. Daarom zijn nog geen formele impacttoetsen uitgevoerd.

Voorafgaand aan eventueel operationeel gebruik wordt opnieuw beoordeeld of een impacttoets, waaronder een IAMA, nodig is. Daarbij wordt in ieder geval gekeken naar de gevolgen van onjuiste voorspellingen, de uitlegbaarheid van het model, menselijke controle en de verdeling van verantwoordelijkheden.

Werking

Gegevens

Operationeel:

Neerslagradar: DWD RADOLAN (5 minuten)

Neerslagradar: KNMI Radar (real time 5 minuten)

Neerslagprognose: DWD ICON-D2 deterministisch

Voor maken algoritme:

Digitale hoogtekaart: afgeleid van AHN

Profielgegevens beken en kunstwerken watersysteem: WL

Landgebruik: LGN2023 (NL) en ALKIS (DE)

Waterstand- en debietmetingen: WL

Technische werking

DeepWaive maakt gebruik van hoogtegegevens, informatie over landgebruik, bodemgegevens, waargenomen neerslag en neerslagvoorspellingen om de ontwikkeling van overstromingen in het stroomgebied van de Selzerbeek te simuleren. Parameters voor oppervlakteruwheid en stromingsweerstand worden afgeleid uit de beschikbare terrein- en landgebruiksgegevens. De afvoer na infiltratie wordt geschat met behulp van de Curve Number-methode en vervolgens verwerkt door DeepWaive, een op fysica gebaseerd AI-model dat is getraind op simulaties van hydraulische modellen. Het model voorspelt waterdieptes en stromingsontwikkeling veel sneller dan traditionele numerieke overstromingsmodellen. De operationele voorspelling wordt geactiveerd wanneer vooraf gedefinieerde drempels voor neerslagvoorspellingen worden overschreden, waarna 2D-overstromingskaarten en waterdieptes kunnen worden gegenereerd voor de voorspellingsperiode van 48 uur.

Leverancier

FloodWaive Predictive Intelligence GmbH