Technische Universiteit Delft

Overstromingen beter te voorspellen met 'oude' informatietheorie

Bij het voorspellen van (over)stromingen spelen heel veel zaken een rol, zoals het soort neerslag, wind, bebouwing en begroeiing. Hoe meer van dit soort variabelen in voorspellende modellen worden meegenomen, hoe beter de voorspelling van waterstromen. Daarmee neemt echter ook de complexiteit van de modellen toe. De Delftse promovendus Steven Weijs laat zien hoe deze complexiteit, de informatie uit waarnemingen, en de onzekerheden in de voorspellingen samenhangen, door gebruik te maken van basisinzichten uit de informatietheorie (Shannon's Information Theory). Met de prestigieuze AXA Research Fund Postdoctoral Fellowship zal hij dit onderzoek voortzetten aan het École Polytechnique Federale de Lausanne in Zwitserland.

Verrast

In zijn onderzoek heeft de Delftse promovendus Steven Weijs laten zien dat Shannon's Information Theory ook bij de studie van (over)stromingen kan worden toegepast. Informatietheorie, in 1948 op de wereld gezet door Claude Shannon, beschouwt informatie en onzekerheid als getalsmatige grootheden, gemeten in 'bits', die samenhangen met de mate waarin de ontvanger van een bericht wordt verrast door een boodschap ('surprisal'). De mate van surprisal hangt af van de kans die, van te voren, wordt toegekend aan een observatie: het zien van regen in Nederland is bijvoorbeeld weinig verrassend maar het observeren van regen in een woestijn is zeer verrassend en levert daarom meer informatie.

Gemalen

Steven Weijs analyseert hoe informatie stroomt door modellen die worden gebruikt om bepaalde beslissingen over 'water' te nemen (bijvoorbeeld het aan- of uitschakelen van gemalen). Daarbij geldt: hoe meer informatie, hoe beter de beslissing. In feite moet dus naast de waterstroming, ook de stroom van informatie vanuit metingen, via modellen en voorspellingen, naar de uiteindelijke beslissing worden geoptimaliseerd. Dat kan door de modellen af te rekenen op de hoeveelheid informatie die hun voorspellingen bevatten.

Lausanne

Met het verkrijgen van de AXA Research Fund Postdoctoral Fellowship zal Weijs zijn onderzoek, na zijn promotie in Delft later dit jaar, voortzetten bij het École Polytechnique Federale de Lausanne (EPFL) in Zwitserland.

De TU Delft werkt nauw samen met het EPFL op het gebied van innovatieve meettechnieken. Bij EPFL wordt gewerkt aan het binnenhalen van grote hoeveelheden informatie over het weer en de hydrologie van het gebied Val Ferret. Dit is een pilot-gebied waar veel high-tech meetapparatuur en sensornetwerken zijn opgesteld. Met deze informatie hoopt men overstromingen beter te kunnen voorspellen en stuwmeren beter te kunnen beheren om overstromingen op te vangen.

Meteorologische basisstations (Sensorscope) in Val Ferret (Bron: EPFL)

Vervolg

In het vervolg van zijn onderzoek gaat Weijs informatietheorie toepassen om te bepalen waar (en welke) meetapparatuur het best geplaatst kan worden om zo veel mogelijk informatie over overstromingen te verkrijgen. De gedetailleerde metingen van Val Ferret kunnen ook dienen voor het ontwerp van goedkopere, minder intensieve sensornetwerken, die grootschaliger toegepast kunnen worden in soortgelijke en grotere gebieden, waardoor ook overstromingen in Nederland beter voorspeld kunnen worden.




Technische Universiteit Delft