Hoe ga je als lokale overheid om met plots stormweer en de mogelijke risico’s op wateroverlast? Waar valt de bui en hoe moet je de lokale overstromingsrisico’s inschatten om optimaal voorbereid te zijn? De Flood4Cast Real Time Forecast (RTF) tool maakt gebruik van een slim algoritme waarmee je in real time kan voorspellen waar en wanneer er tijdens plots stormweer wateroverlast kan optreden, en dit tot op het niveau van individuele straten.
- Berekening van overstromingskaarten
- Real time voorspelling van overstromingsrisico’s tot op straatniveau
- Analyse van klimaatscenario’s en adaptatiemaatregelen
- Toepasbaar in data-arme gebieden
- Nuttig als beleidsondersteunend instrument voor stedenbouwkundige ingrepen
Ontstaan
Flood4Cast RTF kwam tot stand door een gezamenlijk traject met het ingenieursbureau Hydroscan. Alles startte met een proefproject voor de stad Antwerpen om de wateroverlast in enkele deelgemeenten accuraat en tot op straatniveau te kunnen voorspellen. De tool werd vervolgens verder ontwikkeld en op punt gesteld in een apart samenwerkingsproject tussen Hydroscan en VITO. Hierbij werd ook de impact van klimaatverandering op het overstromingsrisico onderzocht.
Verdere ontwikkeling
Beide partners beslisten om de verdere commercialisering te verdelen. Ondertussen lopen de eerste pilootprojecten van VITO met Flood4Cast RTF in verschillende Chinese en Indiase steden.
In China gebeurt de vermarkting van Flood4Cast RTF via LIBOVITO, de Chinese dochteronderneming van VITO. Een eerste demonstratie van de tool werd er eind 2021 afgerond. Dat gebeurde voor de Chinese stad Zhengzhou en specifiek voor een zone met veel stadsontwikkeling.
Zhengzhou werd in de zomer van 2021 bijzonder zwaar getroffen door overstromingen, wat de noodzaak voor een snel en robuust overstromingsmodel aangeeft. Flood4Cast RTF kan er ingezet worden voor zowel realtime voorspellingen als impactanalyse van toekomstige klimaatadaptieve maatregelen.
|
|
 |
In Vlaanderen heeft Hydroscan Flood4Cast RTF ondertussen met succes toegepast in de ontwikkeling van de pluviale overstromingskaarten die beschikbaar zijn op het Klimaatportaal Vlaanderen.
Alternatief voor fysisch gebaseerde modellen
Computermodellen die de overstromingsgevoeligheid voorspellen en de waterstromen in kaart brengen zijn niet nieuw. Maar tot voor kort waren het voornamelijk heel gedetailleerde fysisch gebaseerde modellen die een hoge rekenkracht vergen en veeleisend zijn op vlak van gegevensbeschikbaarheid.
Bovendien is dit type van overstromingsmodellen niet geschikt voor een snelle berekening van het overstromingsrisico op basis van de weersvoorspelling bij naderend stormweer.
Aan deze noden komt Flood4Cast tegemoet. Op basis van een beperkt aantal gegevens kunnen betrouwbare en realtime voorspellingen gemaakt worden van het urbane overstromingsrisico tot op straatniveau.
Flood4Cast RTF is daarnaast ook een betrouwbare tool om de effecten van klimaatverandering, stedenbouwkundige ingrepen en klimaatadaptieve maatregelen in kaart te brengen en te evalueren.
Hoe werkt Flood4Cast RTF?
Dankzij een slimme pre-processing kan Flood4Cast RTF snel en semiautomatisch een overstromingsmodel opbouwen. Dat gebeurt op basis van bestaande geografische gegevens en regiogebonden ontwerpcriteria van het rioolstelsel.
De basis van Flood4Cast is een digitaal terreinmodel (topografie) aangevuld met de GIS-data van de aanwezige waterlopen en urbane afwatering en de basiskenmerken van het bestaande rioolstelsel.
Het model integreert oppervlakkige afstroming (2D modellering) met een conceptuele benadering van de afwatering via het rioolstelsel om op die manier tot gebiedsdekkende pluviale overstromingskaarten te komen.
Data-arme omstandigheden
In de ontwikkeling van Flood4Cast RTF lag de focus op een semiautomatische en snelle modelopbouw, ook in geval er weinig inputgegevens beschikbaar zijn. Als er bijvoorbeeld geen gegevens beschikbaar zijn over de ligging van het rioolstelsel, dan maakt Flood4Cast hiervan een ontwerp op basis van het stratenplan en andere lokale elementen.
Op basis van gratis beschikbare geografische data (digitaal terreinmodel, waterlopen, straten) kan het al een basis overstromingsmodel opzetten. Het detailniveau van het overstromingsmodel en de nauwkeurigheid van de voorspellingen kunnen dan met behulp van meer gedetailleerde inputdata of expertenkennis verbeterd worden.
De innovatieve opbouw van Flood4Cast RTF zorgt dus voor robuuste bruikbaarheid met snellere rekentijden én modelresultaten die deze van gedetailleerde modellen benaderen.