Via nooduitlaten op het rioolstelsel, de zogenoemde overstorten, komt verdund afvalwater rechtstreeks in een waterloop terecht. Zo kan het op sommige plaatsen de herstellende waterkwaliteit schaden. Hoe kunnen we de impact van overstorten in kaart brengen, om die te beperken? Het stakeholderevent op 8 december 2022 bracht onder meer een gevarieerd verhaal over de meerwaarde van live data voor het beheer van overstortwerking, en de rol van Internet of Water Flanders.
Een plus een is drie
Vlaanderen telt meer dan 9500 overstorten op rioolstelsels. Hoewel continue monitoring een meerwaarde is om onze oppervlaktewaters te beschermen, is het gewoonweg niet realistisch om alle overstorten te bemeten. ‘Aquafin rolt momenteel wel een netwerk uit om 1600 overstorten te voorzien van peilmetingen’, schetst Youri Amerlinck, innovatieonderzoeker bij Aquafin. ‘Sensoren voor waterkwaliteit zijn echter ettelijke keren duurder, zowel in aankoop als in onderhoud.’
Aangezien overstortlocaties een corrosieve en moeilijk toegankelijke omgeving zijn, is vandaag voornamelijk getest hoe de IoW-sensoren zich gedragen. In de volgende fase van het project worden er nog sensoren uitgerold om de impact van overstorten in kaart te brengen en om de werking en sturing van rioolwaterzuiveringsinstallaties (RWZI’s) te verbeteren.
De gouden combinatie van 1) live sensoren, 2) specifieke meetcampagnes en modellen, zoals de Cockle-software die de uitgestoten vuilvracht berekent, en 3) metingen op het oppervlaktewater laat toe om de werkelijke impact van een overstort in te schatten. Met die informatie kunnen dan maatregelen geprioriteerd worden.
Hoe meer data, hoe meer vreugd
Ook de Vlaamse Milieumaatschappij meet met een online waterkwaliteitsnetwerk de kwaliteit van het oppervlaktewater. De data vind je bijna in real time op waterinfo.be. De data bestaan uit de parameters temperatuur, elektrische geleidbaarheid, turbiditeit en zuurstof, en detecteren milieu-incidenten.
Zo dalen de opgeloste zuurstof en de elektrische geleidbaarheid tijdens een regenbui. Als die waarden kort daarna weer snel en fel normaliseren, wijst dat op een overstortevent. Nele Desmet, Lead Sensoren en Data bij VITO, legt uit: ‘Als sensoren trends optekenen, dan zijn dat niet louter cijfers. Het zijn waarden die ons vertellen wat er op dat moment aan de hand is. Eerst leiden we die ontwikkelingen zelf af, daarna kunnen we richting een algoritme dat die patronen kan signaleren’. Patroondetectie kan zo eventuele probleemlocaties identificeren.
Het wordt nog interessanter als het algoritme ook overstorten bij droog weer kan opsporen. Dat zijn overstortwerkingen door bijvoorbeeld verstoppingen of defecte pompen. We kijken daarom uit naar een blijvende toestroom van data. Want het is duidelijk: hoe meer data beschikbaar, hoe meer er mogelijk wordt. Denk bijvoorbeeld maar aan algoritmes die zelf patronen kunnen categoriseren om verschillende types events te herkennen.
