GeoSR is act
ief ontwikkelaar van de EFDC code die toegepast wordt in simulatie van het voorkomen van algen, drijvende olielagen, en stuw/regel opties. GeoSR wil graag dat deze code OpenDA compliant wordt gemaakt om hierdoor de mogelijkheden voor data assimilatie uit te breiden en zodoende betere voorspellingen te kunnen genereren.
GeoSR wil OpenDA uitbreiden met een nieuwe data assimilatie techniek (MLEF) om hiermee te onderzoeken of de voorspelling van algen verbeterd kan worden en MLEF toe te passen in een voorspellingssysteem voor één of meerdere van de Koreaanse rivieren Nakdong, Han, Geum of Yeongsan.
Doel van het project
SPECIFIEK:
• Een beter voorspellend waterkwaliteitsmodel door verbeterde data assimilatietechnieken.
• Dit doen we samen met GeoSR
• Gaat plaatsvinden in één van de Koreaanse rivieren
• Gaat plaatsvinden tussen april 2016 en december 2016
• Met een verbeterd voorspellend model kunnen plaatselijke autoriteiten eerder handelen als een verslechterde waterkwaliteit eraan zit te komen.
MEETBAAR:
• De performance van het model met nieuwe data assimilatietechniek wordt vergeleken met het model waarin de huidige data assimilatietechniek gebruikt wordt en met de deterministische variant van het model.
ACCEPTABEL:
• 6 maanden is voldoende om het doel te halen.
REALISTISCH:
• Doel kan prima in 6-7 maanden gehaald worden, expertise is in huis en lijntjes met GEOSR zijn zeer kort.
TIJD:
• Start: 01 April 2016 • Oplevering model met daarin nieuwe data assimilatietechniek en draft versie van artikel: 30 November 2016.
Link met doelstellingen innovatiecontract TKI
Het is een internationaal project waarin samengewerkt wordt met een Koreaanse partner en waarin een Koreaanse overheid (NIER) meekijkt. Verder zal het artikel ook leiden tot meer bekendheid internationaal. Het is goed denkbaar dat dit project voor NL instellingen, die actief zijn in waterkwaliteit, een voorloper kan zijn. NL bedrijven die actief zijn in monitoring van waterkwaliteit (bijvoorbeeld MicroLan en BlueLeg Monitor) kunnen mogelijk in de toekomst in Korea maar ook elders een afzetmarkt vinden voor hun sensoren.
Uitgevoerde activiteiten
1) Implementatie van de data assimilatie techniek Maximum Likelihood Ensemble Filter (MLEF) in OpenDA
2) Testen en toepassen van MLEF voor het hydrologische en waterkwaliteitsmodel EFDC van welke die door GeoSR wordt beheert beheerd in het een waterkwaliteitsvoorspelsysteem voor geheel Korea.
3) Resultaat publiceren in een peer-reviewed tijdschrift
Gerealiseerde resultaten
1) MLEF (nieuwe data assimilatietechniek) wordt in OpenDA beschikbaar gemaakt. 2) Vergelijking performance model+MLEF versus model+andere data assimilatietechniek en deterministisch model. 3) draft wetenschappelijke paper. Verwachting is dat dit project bijdraagt aan opbouwen internationale kennis -en innovatienetwerk (want is internationaal project en levert paper op) en ook nieuwe kansen biedt voor NL bedrijven (zie doel van het project hierboven).
Er volgt een OpenDA release met MLEF en dit komt daardoor voor iedereen beschikbaar.
Bij een positief resultaat van het project; is er uitzicht op voortzetting van de PPS? Jazeker, Deltares heeft in het recente verleden al enkele projecten met GeoSR uitgevoerd. GeoSR is tevreden over het door Deltares geleverde werk en aangezien de waterkwaliteit in Korea en elders een belangrijk item is is de verwachting dat meerdere projecten zullen volgen.
Innovativiteit
GEOSR is de ontwikkelaar van EFDC en doet vele projecten met EFDC. Deltares is een van de ontwikkelaars van OpenDA. Het koppelen van beide systemen en het uitbreiden van de algoritme bibliotheek van OpenDA biedt kansen voor beide partijen (maar ook voor de bredere consultancy in Nederland). MLEF is een nieuwe methode die veel belovend is voor niet-lineare DA problemen die we op deze manier ontsluiten in OpenDA voor een breder publiek en validaren met concrete test gevallen.
Valorisatie
- wetenschappelijke publicatie
• MLEF in OpenDA en daardoor beschikbaar voor andere modellen wereldwijd (niet alleen voor wq maar ook andere toepassingen)
