Dijken van data

Met Dijken van Data ontwikkelt HAN University of Applied Sciences samen met waterschappen, kennisinstellingen en adviesbureaus één landelijke Dijkatlas. Deze uniforme dataset brengt technische dijkdata samen en vormt de basis voor slimmer dijkbeheer. Met AI en machine learning ontstaan nieuwe mogelijkheden voor beoordeling, beheer en ontwerp van dijken. 

De komende jaren versterken beheerders in heel Nederland primaire waterkeringen. Voor goed dijkbeheer zijn betrouwbare gegevens nodig. Op dit moment beheren 21 waterschappen en Rijkswaterstaat hun data ieder op een eigen manier. Verschillen in definities, registraties en datastandaarden maken het lastig om gegevens uit te wisselen en gezamenlijk op te trekken. 

Dat leidt tot: 

• minder efficiënte samenwerking tussen partijen;  
• extra werk bij beheer, beoordeling en versterking;  
• hogere maatschappelijke kosten per kilometer dijk. 

De waterveiligheidssector digitaliseert in hoog tempo. Een gedeelde en betrouwbare databasis helpt om deze ontwikkeling te versnellen. De Dijkatlas biedt die gezamenlijke basis. Door technische dijkdata landelijk te uniformeren, ontstaat meer ruimte voor samenwerking, kennisdeling en innovatie. 

Binnen het project werken de partners aan drie toepassingen waarin AI en machine learning een belangrijke rol spelen: 

• Automatische dijkbeoordeling 
  De Dijkatlas wordt gekoppeld aan modellen voor dijkbeoordeling. Hierdoor kunnen beheerders sneller inzicht krijgen in de staat van waterkeringen. 
• Voorspellend beheer 
  Machine learning helpt om schadepatronen te herkennen en voorspellen. Hiervoor combineren onderzoekers monitorings- en inspectiedata met verrijkte technische dijkgegevens. 
• Parametrisch ontwerp 
  Met de Dijkatlas kunnen op grote schaal verschillende ontwerpvarianten voor dijken worden gegenereerd en vergeleken. 

Dijken van Data brengt versnipperde dijkgegevens samen in één landelijke Dijkatlas. Daarmee wil het project de efficiëntie van dijkbeheer vergroten. Een landelijke Dijkatlas ondersteunt besluitvorming met betrouwbare en actuele gegevens.  

Daarnaast zorgt de versterkte samenwerking en innovatie binnen de waterveiligheidssector voor verlagen van maatschappelijke kosten door slimmer gebruik van data. 

Het project levert: 

• een landelijke Dijkatlas met uniforme technische dijkdata;  
• drie proof-of-concepts die de meerwaarde van de Dijkatlas aantonen:  
  • automatische dijkbeoordeling;  
  • voorspellend beheer met machine learning;  
  • parametrisch ontwerp van dijken;  
• een sterker datafundament voor de waterveiligheidssector;  
• praktische innovaties die aansluiten op de dagelijkse praktijk van waterschappen en andere beheerders. 

• BZ Ingenieurs en managers BV
• Hoogheemraadschap van Schieland en de Krimpenwaard
• Stichting Deltares
• TU Delft
• Waterschap Rivierenland