Stappenplan voor optimalisatie van hoogfrequente waterkwaliteitsdata
Author(s) |
J.C. Rozemeijer
|
K. Ouwerkerk
|
J. Appels
|
N. van Aarle
|
S. van Eijke
|
F.C.J. van Herpen
|
E. Nieuwenhuis
Publication type | Report Deltares
Binnen het in 2022 opgestarte Topconsortium voor Kennis en Innovatie (TKI) project Optima- HWQ werken Deltares, AQUON, Waterschap Aa en Maas en microLAN samen aan de optimalisatie van routines voor hoogfrequente waterkwaliteitsdata (bijv. sensoren en autoanalyzers). Optima-HWQ staat voor Optimal High-frequency Water Quality. We richten ons enerzijds op het near real-time detecteren van afwijkingen voor betere online visualisaties en adequaat sensoronderhoud. Anderzijds op het achteraf optimaliseren van de meetreeksen. Bijvoorbeeld door het opvullen van gaten in de meetreeks door Machine Learning algoritmes die worden gebaseerd op continue gegevens van andere parameters of door sensormetingen achteraf te corrigeren voor afwijkingen met conventionele waterkwaliteitsmetingen door gecertificeerde laboratoria. In dit document zijn de ervaringen die tijdens dit project zijn opgedaan beschreven in de vorm van een stappenplan dat kan worden doorlopen om te bepalen of hoogfrequente waterkwaliteitsmetingen noodzakelijk zijn en zo ja hoe de implementatie van de meetopstelling(en) zo goed mogelijk vormgegeven kan worden. Verdere informatie over dit project is te vinden op de public wiki pagina zoals voorbeelden voor het optimaliseren sensor data en een literatuurstudie.