Een gesprek met Wido Derks van Waterschap Limburg. Hij was leider van de werkgroep Droogte.
Wido Derks werkt bij Waterschap Limburg. Hij is daar beleidsadviseur klimaatadaptatie. Daarvoor was hij droogtecoördinator. Vanuit die rol raakte hij ook betrokken bij het project Digital twin voor het waterbeheer. “Hoe pakken we de droogte aan en hoe dempen we de effecten van langdurige droogte binnen het watersysteem in Limburg? Daar lag de eerste link naar het project”, zegt Wido.
Wat is de rol van jou en jouw organisatie binnen het project?
“Wij zagen bij de droogtebestrijding dat, als wij een inschatting maakten van hoe ernstig de droogte zou kunnen worden, wij telkens de handicap hadden dat we niet meer dan vijf tot zeven dagen konden voorspellen. We wilden langer vooruit kunnen kijken. Droogte is namelijk iets anders dan een piekbui die even langskomt en waarvan de effecten binnen één of twee dagen weg zijn. Droogte is een sluipmoordenaar. Er was behoefte om met een voorspelmodule de effecten van langdurige droogte te voorspellen. We wilden deze module vier, acht en twaalf weken vooruit laten kijken.”
Wat was aan het begin van het project jouw definitie van een digital twin? En is deze veranderd?
“Het was voor mij een nieuwe wereld. Tijdens het project waren er vaak nieuwe interpretaties van wat een digital twin is. Soms is dat nog niet precies duidelijk. En andere les is dat bij droogte het veel lastiger is om een digital twin te maken, omdat veel meer factoren invloed hebben dan bij bijvoorbeeld het zuiveren van water. We zijn begonnen met de parameters die we kennen. Deze geven al best een aardige indicatie, maar we kunnen de komende jaren wel kijken of we parameters kunnen toevoegen, bijvoorbeeld bodemvocht. Daar moeten we dan wel meer datasets van hebben.”
Wat zijn voor jou geleerde lessen?
“Vanaf het begin stelden we ons de vraag welke informatie nodig was voor besluitvorming, ook al voelde dat nogal vreemd. Techneuten hebben een andere informatiebehoefte dan bijvoorbeeld bestuurders. Door scherp te focussen op vragen als: welke informatie heeft een besluitvormer nodig, welke eisen stel je aan die informatie, in welke vorm moet de informatie worden aangeboden, en hoe een digital twin beter kan aansluiten op de werkelijke behoefte, konden we het ontwerpproces aanzienlijk verbeteren.”
Hoe gaat dit precies bij projecten binnen het waterschap? Of is het een verandering die in de tijd plaatsvindt waarbij je steeds meet integraal gaat kijken?
“Ik denk dat we in het verleden veel operationele besluiten namen op basis van gebiedskennis en kennis van bijvoorbeeld een hydroloog of gebiedsinspecteur. Dit was geen geobjectiveerde informatie. We zien nu echter twee dingen: we hebben minder mensen met veel gebiedskennis en je wilt uniforme besluiten nemen, bij voorkeur op basis van objectieve informatie. In Limburg hebben we dat met een droogtedashboard proberen te ontsluiten. Ook dan merk je dat bijvoorbeeld een hydroloog een andere informatiebehoefte heeft dan een bestuurder. Een hydroloog kijkt bijvoorbeeld naar hoe snel de afvoer in een beek afneemt. Hij combineert vervolgens zelf allerlei data en maakt op basis daarvan en zijn vakkennis een inschatting. Hij kan dan een advies geven. Een bestuurder zit echter meer te wachten op het antwoord op de vraag wie er last van hebben. ‘Wat is de kans dat het gaat regenen als ik drie dagen daarvoor het besluit heb genomen om een beregeningsverbod in te stellen, is een vraag die zij stelt.”
“Vrij vroeg in het project zijn we aan de slag gegaan met het definiëren van gebruikersgroepen. Wie gaat de informatie gebruiken, op welke manier en wat voor soort besluiten worden dan genomen? Dat voelde toen onwennig, maar het hielp wel om scherper te krijgen wie de mensen zijn die het besluit nemen en op basis waarvan. Dat gaf ons het inzicht dat een besluit altijd komt op basis van een advies van een deskundig team. Dit hebben we in Limburg het regieteam droogte genoemd. Het bestaat uit een ecoloog, hydroloog, manager en een communicatieadviseur. Zij bereiden de besluiten voor. We kunnen nu echt een goed onderbouwd advies geven.”
Zou je vaker op deze manier willen werken tijdens projecten?
“Ik ben zeker enthousiast over de werkvorm om met meerdere disciplines over dit soort dingen na te denken en dan vooral over de stappen. Maak je een advies, wie is daar dan verantwoordelijk voor en wat voor soort data wil je daarbij dan communiceren? En hoe moet er dat uitzien? Ik denk dat we dat vaker gaan doen, want hierdoor kwamen we erachter dat we nog steeds veel besluiten nemen zonder dat we harde data hebben.”
“We zien dat de maatschappij de laatste jaren steeds mondiger en kritischer wordt. Je moet je besluiten dan ook op veel meer criteria, bandbreedtes en kritische grenzen baseren. Met het droogtedashboard hebben we dat al voor een deel gedaan en we doen dat ook op andere vlakken. We denken bijvoorbeeld na over de momenten dat we extra moeten waarschuwen als beken door piekbuien snel stijgen en buiten hun oevers dreigen te treden. Hoe waarschuw je dan en welke informatie verstrek je aan inwoners, zodat ze waardevolle spullen uit hun tuin halen of schotjes kunnen plaatsen, zodat ze geen water in huis krijgen. Op dit gebied maken we stappen. Door te werken met blokkenschema’s kregen we binnen het project een gezamenlijke beeldvorming, hoewel we in verschillende disciplines werken en we een andere taal spreken.”
Wat bedoel je precies met blokkenschema’s?
“We hebben echt een soort bouwplaat gemaakt waarin we heel gestructureerd konden zien om welke data het ging die erin kwam, werd bewerkt en gecombineerd met andere gegevens en wat er dan uiteindelijk als output zou uitkomen. Het hielp om de machine learning effectief uit te voeren. We kwamen erachter dat als we het zo doen, dat we dan deze vraag met deze datasets kunnen beantwoorden. We merkten dat de bouwers (de datascientists) dit nodig hadden.” In de rapportages staan dit soort bouwschema’s, zodat andere waterschappen of partijen die geïnteresseerd zijn in het werken met een digital twin zo’n proces in gang kunnen zetten.