ALL-IN-ONE SENSOR VALIDATION TEST

Fugro GeoServices B.V. Nelen & Schuurmans

RAPPORT betreffende

ALL-IN-ONE SENSOR VALIDATION TEST Opdrachtnummer: 8412-0048-000

Opdrachtgever

: Stichting IJkdijk Postbus 424 9700 AK Groningen

Projectleider

: ir. J.H. Link Consultant Fugro GeoServices

Opgesteld door

: ir. R. Pot Adviseur Waterbouw Fugro GeoServices

VERSIE

DATUM

OMSCHRIJVING WIJZIGING

1

9 oktober 2012

eerste versie, concept

2

22 oktober 2012

tweede versie, concept

3

30 november 2012

derde versie

PARAAF PROJECTLEIDER

FILE: 8412-0048-000.R03.doc Op deze rapportage zijn de algemene leveringsvoorwaarden ALV 2012 van toepassing die een aansprakelijkheidsbeperking bevatten.

INHOUDSOPGAVE 1. INLEIDING 2. FACTUAL REPORT 2.1. Kernfunctionaliteiten 2.2. Data verwerking 2.3. Data visualisatie 2.4. Reflectie op ambitieniveau 3. ANALYSE 3.1. Visualisaties “bestuursscherm” 3.2. Beschrijving experimenten 3.3. Visualisaties “Specialistenscherm” 3.4. Visualisatie meetdata 3.5. Interpretatie meetdata 3.5.1. Validatie 3.5.2. Reflectie en ervaring gedurende de proeven 3.6. Data interpretatie en beoordeling situatie 4. MEERWAARDE VOORSPELLINGEN 4.1. East-West Levee South Levee 4.2. Conclusie voorspellingen 4.3. Precisie, nauwkeurigheid en beperkingen 5. CONCLUSIE 6. BIJLAGEN

BIJLAGEN A. Voorspellingsrapportages East-West Levees (1-6) B. Voorspellingsrapportages South Levee (1-5)

Blz. 1 2 3 4 8 10 11 11 11 12 16 17 17 17 18 20 20 21 21 22 23 24

1.

INLEIDING

Op 25 april 2012 sloot het consortium Fugro GeoServices B.V. en Nelen&Schuurmans een samenwerkingsovereenkomst met Stichting IJkdijk voor deelname aan de All-in-One–Sensor Validation Test. Gedurende de drie proeven in de maanden augustus/september 2012 waren naast het consortium nog twee andere partijen verantwoordelijk voor de visualisatie en data interpretatie. De visualisatie partijen hebben binnen de All-in-One – Sensor Validation Test sensordata van de participerende sensorleveranciers gedurende de experimenten geanalyseerd en geinterpreteerd. Doel van de analyse was het doen voorspellingen ten aanzien van het bezwijkmoment van de verschillende dijken. Dit gebeurde aan de hand van het bepalen van de staat van het dijklichaam, middels analyse van sensordata en visuele observaties. De datastroom was afkomstig uit de AnySense server van TNO. Tijdens de experimenten zijn een 11-tal voorspellings-rapportages afgeleverd. De referentiemonitoring van Deltares was tijdens de proef niet beschikbaar. Deze is niet verwerkt in het Levee-Portal. Naast de bovenstaande activiteiten zijn tijdens het experiment de desbetreffende data gevisualiseerd middels het web-based “Levee-Portal”.

Figuur 1.1 Data-visualisatie middels het Levee-Portal van Nelen&Schuurmans en Fugro GeoServices.

Ter afronding van de All-in One – Sensor Validation Test is een eindrapportage gemaakt. Deze rapportage bestaat uit een drietal delen. In deel A wordt feitelijk gerapporteerd wat de mogelijkheden waren van het ingezette Levee-Portal. Dit is het factual report. In deel B is de analyse opgenomen van de resultaten. In deze analyse wordt gebruik gemaakt van de visualisaties gedurende de experimenten. In deel C wordt de (meer)waarde van de voorspellingen uiteengezet. De verslaggeving is bedoeld ter ondersteuning van de validatie van de sensoren, visualisaties en voorspellingen. Deze validatie zal worden uitgevoerd door een onafhankelijke commissie waaraan o.a. Deltares en de STOWA deel zullen nemen.

Kantoor: Dillenburgsingel 69, 2263 HW Leidschendam, Tel.: 070-3170700, www.fugro.nl Handelsreg. 27114147. BTW-nr NL005621409B08. Fugro GeoServices maakt deel uit van Fugro N.V.

1

2.

FACTUAL REPORT

Het doel van het Levee-Portal is het accuraat weergeven van informatie met betrekking tot de staat van de verschillende dijklichamen gedurende de experimenten. Dit ambitieniveau is geënt op een hoger doel; het testen van een systeem dat ondersteuning kan bieden bij de beoordeling van veiligheidssituaties gedurende hoog water. Hierbij is ingezet op functionaliteit en het creëren van toegevoegde waarde. Door een real-time informatiesysteem op begrijpende wijze in te richten, zodanig dat verschillende gebruikersgroepen data op juiste wijze kunnen interpreteren kan het dienen als een brug tussen reguliere data en data op basis waarvan beslissingen genomen kunnen worden. De eindgebruikers van het systeem zijn divers van achtergrond: onderzoekers, overheden (in het bijzonder waterschappen), besluitnemers in crisisteams, sensorleveranciers en andere geïnteresseerden. Eindgebruikers kunnen het systeem op verschillende manieren inzetten, van beheer en onderhoud van waterkeringen tot ondersteuning in besluitvorming tijdens hoogwater situaties. Om dit tot uiting te brengen zijn een vijftal functionaliteiten te onderscheiden: a) real time weergave van sensordata van de verschillende partijen, b) virtuele sensoren die real time de stabiliteit van het dijklichaam representeren, c) een intelligente interface voor data interpretatie, d) een digitale adviseur (expert judgement ter ondersteuning van beslissingen), e) een weergave van mogelijke gevolgen van een dijkdoorbraak voor het achterliggende gebied en additionele relevante informatie. Het bovenstaande aangegeven ambitieniveau met betrekking tot de functionaliteit van het LeveePortal is getoetst gedurende de All-in-One–Sensor Validation Test. Alle functionaliteiten zijn toegepast in het Levee-Portal. Het toetsen van het ambitieniveau richt zich op een drietal delen; de kernfunctionaliteiten; de verwerking van sensordata en andere informatiestromen; en data visualisatie. Aan de hand van deze toetsing worden de prestaties van het levee-portal uiteengezet. Naast de technische prestaties is ook gekeken naar de gebruikersfunctionaliteit. Hiervoor wordt gekeken naar twee aspecten. Als eerste worden ervaringen met betrekking tot de gebruiksvriendelijkheid beschreven. Daarnaast wordt de “toegevoegde waarde van monitoring en visualisatie ” bekeken. Een aantal vragen die beantwoord worden zijn hieronder geformuleerd. I) Geeft het Levee-Portal ondersteunende data weer, zodanig dat besluitvorming ondersteund kan worden? Wordt de data real-time weergegeven? Leveren de bewerkingen (berekening van stabiliteit / veiligheidsfactoren) een bijdrage aan de inschatting van de situatie? II) Is de interface doeltreffend ingericht? Hierbij worden de volgende zaken in ogenschouw genomen: sensordata weergegeven met de juiste grootheden, efficiënte wijze van data selectie, correct weergeven van sensordata, kaartfunctionaliteit etc.. III) Is het Levee-Portal ingericht dat verschillende gebruikersgroepen (met een differentie in kennis en kunde) gebruik kunnen maken van het systeem, zodanig dat zij toegang hebben tot de voor hun relevante informatie?


2

2.1. Kernfunctionaliteiten Sensordata binnen een hoogwater informatiesysteem is altijd gebonden aan een bepaalde locatie. De locatie van de meting heeft grote invloed op de relevantie van de meting. Er dient onderscheid te worden gemaakt in geografische positie, diepte/hoogteligging en (in combinatie met bodemopbouw) gebiedsdekking. Bovenstaande functionaliteit is getoetst aan de hand van de volgende aspecten. - positie van geografische units en sensoren op een kaart - achtergrond informatie in de kaart - gebruikers specifieke selectie van informatie-lagen (met de mogelijkheid selecties op te slaan en te laden) Kaart functionaliteit De positie van verschillende sensoren kon in een Google Maps omgeving worden weergegeven op kaart. In de kaarten was achtergrond informatie correct weer te geven. De optie bestaande uit het toevoegen van specifieke informatie-lagen functioneerde goed. Het was mogelijk selecties te maken en deze op te slaan en te laden.

Figuur 2.1 Kaartlagen, selecties en achtergrond-informatie in het Levee-Portal.

Exporteren van data Het exporteren van sensordata in formaten als .jpg .shp en .asc was mogelijk om zo data te kunnen gebruiken in softwarepakketen zoals ArcGIS.


3

2.2. Data verwerking Importeren van data uit AnySense Het importeren van data gebeurt in twee stappen. Als eerste importeert Fugro de data vanuit de AnySense API in hun bestaande GeODin database. De GeODin database heeft zelf ook een REST API, die door de Lizard website wordt gebruikt om de data te importeren. Intern in Lizard wordt de data opgeslagen op een manier die is afgestemd op de visualisatie die daarin moet gebeuren. Deze interne processen zijn weergegeven in figuur 2.3. Om voor een goede performance te zorgen wordt in Lizard niet voor elk verzoek opnieuw de API uitgelezen. De data wordt lokaal in de Lizard (postgresql) database opgeslagen en elke minuut ververst. Indien er een fout optreedt in de connectie met de API wordt de oude data nog maximaal een uur gebruikt. In de praktijk van de proef werkte dit principe effectief: de website bleef steeds goed bruikbaar, ook als er achter de schermen een tijdelijk probleem met de API was. Dit werkt ook omgekeerd: de API kan herstart worden voor een software update zonder dat dit de website beïnvloedt. Statistische databewerking van tijdreeksen De combinatie van de inzet van GeODin en het Levee-Portal maakte het mogelijk statistische dataverwerking in te zetten gedurende de experimenten. Gedacht kan worden aan het bepalen van gemiddelde waarden, het uitrekenen van standaard deviaties etc. Tijdens de proeven zijn deze functionaliteiten niet gebruikt omdat de data en model-berekeningen reeds voldoende inzicht boden. De geformuleerde ambitie is wel bereikt. Analytische bewerkingen op tijdreeksen Gedurende de drie experimenten zijn analytische bewerkingen uitgevoerd op diverse tijdreeksen. Zo zijn tijdreeksen van waterspanningsmeters en waterniveaus bewerkt door uitschieters eruit te filteren. De achterliggende software modules maakte het mogelijk deze bewerkingen semi real-time uit te voeren. Real time aansturen van DAM Het real time aansturen van DAM (Dike strenght Analysis Module) is in het plan van aanpak geformuleerd als beoogde functionaliteit binnen het Levee-Portal. DAM is ontwikkeld door Deltares in samenwerking met STOWA. Eind 2012 was de oplevering van DAM1.0 voorzien. Echter tijdens de proeven was deze module niet beschikbaar voor gebruik in het Levee-Portal. Om deze reden is twee weken voor de start van het experiment ervoor gekozen de applicatie DGeoStability aan te sturen. De automatische aansturing van DGeoStability is gerealiseerd. In de macro-stabiliteitsproef is met hoge frequentie de stabiliteitsfactor bepaald met als input real-time meetdata. Daarnaast zijn twee andere rekenprogramma’s geschreven ten behoeve van het aansturen van modelberekeningen voor microstabiliteit en piping. Deze werkten semi-realtime gedurende de proeven en gaven input aan het Levee-portal. In paragraaf 3.3 wordt hier verdere toelichting over gegeven. Automatische vergelijking van DAM resultaten / modelberekeningen met sensordata De automatische vergelijking van modelberekeningen met sensordata is een functionaliteit die niet is toegepast in het Levee-Portal. Het Levee-Portal kon niet beschikken over de referentiemonitoring. De modelberekeningen zijn om deze reden gemaakt met input van de data afkomstig van de GeoBeads. Een vergelijking / controle van de model-output met diezelfde waarden is niet zinvol. Een automatische vergelijking van modelresultaten met gedragsmetingen (vervorming) is niet uitgevoerd. Het automatisch uitvoeren van deze exercitie was niet beoogd.


4

Change Detection indicatie In GeODin en het Levee-Portal is change detection indicatie ingebouwd. Wanneer bepaalde berekende indicatoren of meetwaarden onder (of boven) een bepaalde grenswaarde bereikte werd een signaal afgegeven. Langere tijdreeksen maken het mogelijk dit proces te optimaliseren. In figuur 2.2 wordt een de berekende macro-stabiliteitsfactor weergegeven. In de grafiek zijn grenswaarden gedeffineerd. Deze werden in het meldingenscherm weergegeven. In figuur 2.6 wordt het meldingenscherm getoond. Grafieken De grafieken worden (in de lizard website) getoond met behulp van javascript en het “Flottechnologie”. Deze techniek maakt het mogelijk grafieken snel te verversen en op te maken naar de wensen van de klant. De grafieken zijn interactief. Er kan worden ingezoomd op een periode door de periode met de muis in de grafiek te selecteren. De Flot javascript library gebruikt als input JSON. Deze techniek is ook ondersteund in AnySense; het platform van TNO. De GeODin API ondersteund deze techniek ook. Door deze afstemming werkte het oproepen van data efficient. In de browser waren de resultaten dan ook snel te presenteren. Als extra toevoeging bovenop de AnySense data kan er in Lizard een alarmniveau en een kritiek niveau worden toegevoegd, deze worden als oranje en rode lijn in de grafiek getoond. De alarm waarden zijn vooraf ingesteld en konden worden aangepast aan de hand van veranderende inzichten gedurende de proef. Hiermee kunnen we met de kennis van experts binnen de Lizard website waarde toevoegen aan de "kale" gegevens. Deze functionaliteit is veelvuldig gebruikt tijdens de proef.

Figuur 2.2 Flot grafiek Macro-Stability Factor South-Levee (east). De alarmwaarden zijn in dit voorbeeld ingesteld op 1,5 en 0,75. Gedurende de proef is gewerkt met een oranje alarmwaarde van 1,5 en een rode alarmwaarde van 1,1.


5

Figuur 2.3 interne datamodel Lizard-GeODin.


6

Ruimtelijke representatie De ruimtelijke representatie gebeurt op twee manieren. Voor allebei wordt de x/y informatie uit de API opgeslagen in de Lizard database (postgres met postgis geografische extensie). De eerste representatie is een Lizard applicatie waarmee de GeODin meetpunten eenvoudigweg op een Google maps kaart wordt getoond. Je kan filteren per leverancier of sensortype. Deze weergave is alleen bedoeld voor controle van de data en voor een totaaloverzicht. Tijdens de proef is deze functionaliteit voornamelijk door specialisten gebruikt om te controleren of de coördinaten vanuit de API klopten. De tweede representatie is een IJkdijk-specifieke Lizard applicatie waarin handgemaakte afbeeldingen van de dijk zijn gebruikt: voor/zij/bovenaanzicht. Via een berekening worden de meetpunten op de afbeelding geplaatst als html "imagemap". Hiermee zijn ze klikbaar om grafieken te krijgen. Dit bleek tijdens de proef een belangrijke functionaliteit te zijn om inzicht te krijgen in de zwakke plekken van de dijken en vervolgens te kunnen doorklikken op achterliggende meetreeksen.

Figuur 2.4 ijkdijk weergave met gekleurde segmenten.

In de IJkdijk interface wordt de dijk ook vaak in segmenten weergegeven om waardes voor een heel dijksegment te tonen. Dat is voor sommige weergaves handiger dan een hele set losse meetpunten. De segmenten worden dan gelijk ook gekleurd aan de hand van een meetwaarde (normaliter een berekende stabiliteitsfactor). Dit is een ruimtelijke weergave die meteen een duidelijk overzicht geeft. Gekozen is voor deze weergave omdat niet voor elke gebruiker details ten aanzien van de data relevante informatie is. In het Levee-Portal was gemakkelijk te schakelen tussen een overzichtsweergave en detail-informatie middels de drie schermen (het besluitvormingsscherm, de expert-view en het scherm voor leveranciers).


7

2.3. Data visualisatie Workspace / interface In de interface is gewerkt met een dynamische vensterstructuur omdat er verschillende typen informatie zijn die relevant zijn. Deze zijn allen in deelvensters weergegeven, welke eenvoudig aangepast konden worden in aantal, afmetingen en inhoud. Zo zijn er vensters gedefinieerd voor een grafiek die de overall-toestand van de dijk weergaf. Ook is er een grafische visualisatie van de dijken gemaakt om hiermee snel inzicht te krijgen welke segmenten kritiek waren. Daarnaast waren er vensters met (twitter)berichten, infraroodbeeld en achtergrondinformatie. Uit het gebruik is gebleken dat alle relevante informatie in de interface aanwezig was. De inhoud en omvang van de vensters kon eenvoudig aangepast worden. Hiermee kon de informatie op maat worden aangeboden.

Figuur 2.5 Data-visualisatie middels het Levee-Portal: indeling in dynamische blokkenstructuur

Grafieken en tabellen Er is voor gekozen om in het standaard scherm met een beperkt aantal grafieken en tabellen te werken. Alleen de grafieken en tabellen die werkelijk toegevoegde waarde hadden op de rest van de informatie (kleuring dijksegmenten en berichten) zijn getoond. Door een expert deze afweging te laten maken, is een wilgroei aan informatie voorkomen en tegelijkertijd werd expert-knowledge aan het systeem toegevoegd. Dit verduidelijkte het beeld voor gebruikers met beperkte technische achtergrond. Tijdens het gebruik bleek dat de grafieken en de tabellen die getoond werden allen een toegevoegde waarde hadden. Ondanks deze selectie, konden desgewenst ook alle beschikbaar gestelde tijdreeksen worden opgeroepen in het Levee-Portal. Vanuit het leveranciers en specialisten-scherm konden alle tijdreeksen bekeken worden. Het was mogelijk om met de zoom-functie de tijdschaal aan te passen. De tabellen in het Levee-Portal gaven veiligheidsfactoren en dijksecties op begrijpelijke wijze weer. De “wiki-pagina’s” zorgde voor additionele informatie met betrekking tot de faalmechanismen en veiligheidsfactoren.


8

Alarm bij overschrijding grenswaarden Alarmering is op de volgende manieren vorm gegeven: - Kleurcodering op de dijksegmenten, gekoppeld aan de berekende dijkstabiliteit- of piping-factor - Alarmniveau en waarschuwingsniveau als rode en oranje lijn in de grafieken - Meldingen op het nieuwskanaal Uit het validatie-experiment is gebleken dat deze manieren van alarmering duidelijk genoeg waren voor algemene gebruikers. De alarmering kwam ook overeen met de werkelijke kritieke situatie in het veld

Figuur 2.6 Data-visualisatie middels het Levee-Portal: Visualisatie maatgevende grafieken voor expert

Definiëren van periode binnen tijdreeks Periodes binnen een tijdsreeks konden door de muis worden geselecteerd. Deze simpele manier van selecteren sloot intuïtief goed aan bij de algemene gebruiker van het portal.Uit het validatieexperiment is wel gebleken dat er voor gebruikers verwarring kon ontstaan als in een van de grafieken, die onder elkaar stonden, een tijdsperiode werd gedefinieerd. Dit werd niet automatisch ook in de andere grafieken doorgevoerd, waardoor verwarring kon ontstaan. Dit wordt meegenomen als een verbeterpunt voor een volgende versie van het LeveePortal Mobiele oplossingen Om het Levee-Portal ter plekke op een dijk te gebruiken, is er voor gekozen het beschikbaar te maken als app op een iPad. Dit stelde bepaalde eisen aan het portal, aangezien het beeld significant kleiner is en bepaalde commando’s op de software van Apple anders werken dan op een standaard pc. Om dit op te lossen, en hiermee niet het gebruik op de pc teveel te veranderen, is er een aparte is een iPad-view gemaakt. Hierin staan minder menu’s, waardoor er meer ruimte is. F Figuur 2.7 Het Levee-Portal van Nelen&Schuurmans en Fugro GeoServices op de iPad.


9

Tijdens de 3 experimenten is gebleken dat deze iPad app zeer bruikbaar was. Er kon terplekke aangegeven worden welke dijksegmenten kritiek waren en er kon worden doorgeklikt op achterliggende data. De iPad app is overal waar een mobiel netwerk of wifi aanwezig is te gebruiken. Tijdens het validatie-experiment bleek dit goed te werken.

2.4. Reflectie op ambitieniveau Het bieden van een volledig web-based applicatie waarin de resultaten van tientallen metingen en berekeningen per seconde worden getoond had een hoog ambitieniveau. De integratie van deze resultaten met andere informatie, zoals overstromingsbeelden (aangegeven in figuur 2.8) en twitterberichten, biedt een totaaloplossing. Een calamiteitenorganisatie kan hiermee zowel de kans op een dijkdoorbraak inschatten als de potentiële gevolgen hiervan. Tijdens de proef is overigens gewerkt met een virtueel overstromingsbeeld, gebaseerd op een grotere instroom van water, om hiermee de bedoeling van deze informatie duidelijk te maken.

Figuur 2.8 Overstromingsbeeld van het gebied (aangezien de waterbak tijdens de proef een beperkt watervolume had, is ter illustratie een overstromingsbeeld gemaakt gebaseerd op een onbeperkte instroom.

De berekeningen aan de hand van modellen en real time meetdata leverden een belangrijke bijdrage aan de inschatting van de situatie. In de interface werd de sensordata correct weergegeven inclusief de juiste grootheden. Data was op efficiënte wijze te selecteren. Het Levee-Portal was ingericht voor verschillende gebruiksgroepen. Elk scherm gaf relevante informatie weer. De schermen zijn op maat te configureren. Uit het validatie-experiment is gebleken dat aan dit ambitieniveau ruimschoots is voldaan. Er is een werkend Levee-Portal opgeleverd dat altijd ‘in de lucht was’ en waarmee zowel de algemene gebruiker inzicht kon krijgen in de algemene toestand van de dijken en de specialist zijn analyses kon doen.


10

3.

ANALYSE

3.1. Visualisaties “bestuursscherm” Het scherm gericht op “decisionmakers” liet de staat van de waterkering zien aan de hand van kleurcoderingen. Een groene kleur stond voor een situatie waar de veiligheid niet in het geding was en er geen hydraulische belasting aanwezig was zodanig dat de stabiliteit in het geding kon komen. Een oranje kleur werd getoond wanneer de stabiliteitsfactor en/of de veiligheidsfactoren voor piping en micro-stabiliteit een waarde van 1,5 of kleiner hadden. Een rode kleur werd getoond wanneer deze indicatoren een waarde hadden van 1,1 of minder. Deze grenswaarde komt overeen met een kans op bezwijken van 40 procent met een bandbreedte van 20 – 40 procent. De kleurcoderingen werden gedurende het experiment automatisch bijgewerkt door real-time berekeningen aangestuurd door GeODin. De waterkeringen (East / West en South-levee) waren ingedeeld in verschillende secties. Op deze wijze kon een differentiatie plaatsvinden en konden de “zwakke” plekken gelokaliseerd worden. Deze differentiatie was afhankelijk van het aantal beschikbare sensoren. Er is niet voor gekozen om het meest waarschijnlijk doorslaggevende faalmechanisme door middel van kleurcodering te tonen. Hiervoor is gebruik gemaakt van een newschannel. Daarbij is gebruik gemaakt van expert judgement. De gedeelde informatie omvatte ondersteunende informatie met betrekking tot het mogelijk optreden van verschillende faalmechanismen en kans op een dijkdoorbraak.

3.2. Beschrijving experimenten De kleurcoderingen representeerden aan de hand van de beschikbare meetgegevens de kans op bezwijken van de verschillende dijklichamen op correcte wijze. Aan de hand van de kleurcodering per dijksectie werd ook ruimtelijk het juiste onderscheid gemaakt. Het newschannel werd gevuld door berichten over de status van het dijklichaam. Waterbouwkundig ingenieurs gaven observaties en interpretaties van de verschillende sensordata gedurende de proef door. Een voorbeeld: “De observatie van de eerste zandmeevoerende wel duidt op het volgende: de experimenten zijn in een kritische fase beland; fase 3. Als er geen maatregelen genomen worden gaat de dijk bezwijken door het faalmechanisme piping.” Indicaties met betrekking tot de duur tot bezwijken werden niet gegeven omdat het karakter van de proef dit niet toeliet. Deze indicaties zijn wel te vinden in de voorspellingsrapporten die zijn gedeeld met Stichting IJkdijk en de proefleiding.


11

3.3. Visualisaties “Specialistenscherm” De visualisatie voor specialisten bestond uit indicatoren met betrekking tot de verschillende faalmechanismen in tabelvorm, grafiekvorm en de kleur-codering van de (kritieke) dijksecties. De indicatoren werden op basis van sensor-tijdreeksen real time bepaald. Naast deze indicatoren was de monitoringdata beschikbaar via grafieken en afbeeldingen. Deze monitoringdata was afkomstig van de verschillende meetpartijen. Gedurende de proef waren de referentie-metingen van Deltares niet beschikbaar voor de visualisatie partners. Beschrijving east / west levee De veiligheidsfactoren ten aanzien van de faalmechanismen piping en micro-stabiliteit gaven een belangrijke indicatie van de kans op het optredend van faalmechanismen. Belangrijkste input hiervoor was de hydraulische belasting. De stijging van de waterstand achter de East/West levee zorgde voor een hoger optredend verval. Wanneer de waterkolom werd verhoogd gaf de veiligheidsfactor voor piping een lagere waarde weer. Voor micro-instabiliteit werden de waterspanningsmetingen in de DMC-buis gebruikt. Uitgaande dat de meting in de DMC-buis een representatieve waarde gaf van de waterspanning in de zandkern, kon een veiligheidsfactor voor micro-instabiliteit worden berekend.

Figuur 3.1 Piping factor East Levee, GeODin visualisation.

Aan de hand van de waterstand is automatisch de veiligheidsfactor ten aanzien van piping berekend (Figuur 3.1 East Levee en Figuur 3.2 West Levee). Gedurende het grootste deel van de proef gaven de berekeningen op basis van monitoring data (en bodemparameters) een goede indicatie van de status van de waterkering.


12

Figuur 3.2 Piping factor West Levee

Beschrijving south levee In het experiment van de zuidelijke dijk werd een indicatie gegeven van de faalmechanismen microstabiliteit en macrostabiliteit. Microstabiliteit werd bepaald middels automatische berekeningen met als variabele input de waterspanning in de DMC-buis. De waarde was een goede indicatie van de veiligheid op basis van de gemeten waterspanning. In figuur 3.4 is de tijdreeks over een gedeelte van het experiment weergegeven. Gedurende de proef werd de zandkern (in fasen) verzadigd. De microintabiliteitsfactor representeerde proces volledig. Bij een toenemende waterspanning neemt de microstabiliteit af.

Figuur 3.3 Microstabiliteit South Levee – Section East / West

De exacte meetlocatie van de sensor was niet in detail bekend vanwege de te verwachten zettingen. Hier heeft geen volledige correctie voor plaatsgevonden omdat deze gegevens niet beschikbaar waren. In de interpretatieslag is hiermee rekening gehouden. Aan de hand van de beschikbare geometrie en beschikbare sensordata zijn een tweetal configuraties gemaakt die dienden als input voor stabiliteitsberekeningen. De waterspanningsmeters van Alert


13

Solutions en de waterspanning gemeten nabij de DMC buis werden hiervoor gebruikt. Aan de hand van deze variabellen is de macrostabiliteit gedurende de proef bepaald.

Figuur 3.4 Macrostabiliteit South Levee – Section East,

De zuiddijk bezweek bij een stabiliteitsfactor van 0,91. Deze waarde komt overeen met een kans groter dan vijftig procent. De stabiliteitsfactor vertoonde aan de hand van de optredende belasting gedurende het grootste deel van de proeven een plausibele sterkte indicatie. De stabiliteitsfactor was een belangrijke indicator van het bezwijkmoment. In de beginfase van de proef was dit niet het geval. Dit had te maken met het functioneren van de automatische rekenmodulle. In de volgende paragraaf wordt hier verder op in gegaan. De modelresultaten zijn gevisualiseerd middels grafieken en in tabelvorm. In figuur 3.4 is de tijdreeks van de macrostabiliteitsfactor weergegeven voor sectie east, figuur 3.6 laat de andere sectie zien. In figuur 3.5 is de tabel met stabiliteitsfactoren en veiligheidsfactoren voor microstabiliteit weergegeven. De veiligheidsindicatie werd continu geupdate en gaf een oordeel weer per dijksectie. Voor verschillende dijksecties (1-6) werden, afhankelijk van de beschikbare monitoring aparte berekeningen gemaakt. Toelichting automatisch rekenen Gedurende de eerste dagen van de proeven is geconstateerd dat er een aantal kinderziektes zaten in de bepaling van de stabiliteits- en veiligheidsfactoren. Deze kinderziektes konden snel worden herkend door interpretatie van de data. Zo werden uitschieters en afwijkende data geobserveerd. Door de adviseurs ter plaatse is geobserveerd dat verschillende factoren een rol speelden. Een tijdelijk foutief ingevoerde locatie van een van de waterspanningsmeters, het gedrag van virtuele sensoren en meetwaarden van gebruikte sensoren waren de oorzaak. Deze zaken konden gedurende het experiment verholpen worden. Figuur 3.5 Veiligheidsindicatie South Levee


14

Verwacht werd dat het proces van validatie voor virtuele sensoren net zo belangrijk is dan de validatie van reguliere sensordata. De sensoren van de participanten bevonden zich (grotendeels) ook nog in een pre-validatie fase. Om deze reden was vooraf gekozen naast het systeem de kennis en kunde van adviseurs, alsmede een back-up team van experts in te zetten. Op basis van enkel sensor data (zonder interpretatie-slag) was het niet mogelijk de staat van een dijklichaam accuraat weer te geven middels automatisch berekende indicatoren. In de figuren 3.4 en 3.6 is enkel de tijdreeks getoond vanaf het moment dat de instel-perikellen voorbij waren.

Figuur 3.6 Macrostabiliteit South Levee – Section West

De menselijke factor zorgde ervoor dat de indicatoren op juiste wijze konden worden geinterpreteerd. In de voorspellingsrapportages kon op basis van analyse geconcludeerd worden dat de berekende indicatoren voldoende representatief waren om een kans op bezwijken te bepalen. In alle gevallen bleek modelkennis de belangrijkste bijdrage te leveren aan de beoordeling van de sterkte van de verschillende dijken.


15

3.4. Visualisatie meetdata De sensoren van de participanten zijn in verschillende dwarsdoorsneden en in een bovenaanzicht weergegeven. De tijdreeksen van deze sensoren waren aanklikbaar via een interface. Op deze wijze werd de locatie (X, Y en Z) waarde gekoppeld aan de tijdreeks. Dit is een belangrijk onderdeel. De tijdreeks zegt immers iets over het gedrag in een bepaald gebied in of onder de dijk.

Figuur 3.7 Visualisatie in specialistenscherm (locatie van sensoren gekoppeld aan laag).

De meetdata werd van alle sensoren goed weergegeven in de Levee-Portal. De tijdreeksen werden continu aangevuld met de laatste metingen. Het was mogelijk om in de Levee-Portal verschillende tijdreeksen onder elkaar weer te geven. Op deze wijze kon data makkelijker geïnterpreteerd worden. Echter bij aanvang van de proef waren de locaties van de sensoren pas op een laat moment bekend, zodat deze nog ingevoerd dienden te worden.

Figuur 3.8 Visualisatie van meetdata

Verschillende tijdreeksen waren alleen ongecorrigeerd en niet gevalideerd beschikbaar. Zo bleek bij waterspanningsmetingen dat correcties voor atmosferische druk niet altijd waren uitgevoerd. Uitschieters, alsmede sensoren die buiten hun meetbereik waren gekomen werden niet automatisch door het systeem uitgefilterd. Dit bemoeilijkte de vergelijking van verschillende tijdreeksen. Leveranciersscherm In het leveranciersscherm was het mogelijk per sensor grafieken op te roepen, wanneer tijdreeksen beschikbaar waren. Daarnaast kon de ruwe data worden bekeken. Naast de grafiek-optie was het mogelijk afbeeldingen van een tweetal remote-sensing methoden op te roepen. Ook hier werd de data real-time weergegeven.


16

3.5. Interpretatie meetdata In de voorspellingsrapportages is verslag gedaan van de belangrijkste meetdata. De overige meetdata is meegenomen in de beoordeling in de voorspellingsrapportages. Met betrekking tot de interpretatie van meetdata zijn een aantal zaken op te merken. Om meetdata (op correcte wijze) te interpreteren is meer informatie nodig dan enkel een tijdreeks met meetwaarden. Eigenschappen ten aanzien van de meettechniek (zoals het meetbereik en precisie); de exacte locatie van de meting (x,y- coördinaten en de diepte t.o.v. NAP); de meeteenheden en informatie over eventueel gedane correcties zijn van belang.

3.5.1. Validatie Een belangrijk doel van de All in One – Sensor Validation Test is het faciliteren van een mogelijkheid om verschillende meettechnieken en visualisatie-methoden te valideren. Een dergelijk validatieproces kan plaatsvinden wanneer additionele informatie over de metingen beschikbaar zijn. Wanneer meerdere sensoren eenzelfde proces registeren kan meer zekerheid worden verkregen over de juistheid van metingen. Dit onderdeel van het validatie proces is het uitvoeren van cross-checks. Bij het uitvoeren van cross-checks worden twee tijdreeksen vergeleken met als doel deze te controleren op consistentie. Middels analyse van de tijdreeksen wordt gekeken of men tot eenzelfde interpretatie kan komen. Cross-checks zijn van belang om te kunnen controleren of een sensor goed functioneert. Zonder een dergelijke controle uit te voeren kunnen signalen gemakkelijk verkeerd geïnterpreteerd worden. Een vergelijking tussen niet gevalideerde meetdata en gevalideerde metingen maakt het mogelijk een beoordeling te maken ten aanzien van de juistheid en accuraatheid van metingen. Bij het plaatsen van sensoren dient rekening te worden gehouden met de mogelijkheid om een dergelijke exercitie. Een aantal stappen kunnen helpen het validatie proces te vereenvoudigen. Een test-procedure kan helpen om de locatie van de sensoren te controleren. Een nulmeting draagt bij aan ijken van de aparatuur gedurende de instelprocedure. Het opstellen van een monitoringsplan kan helpen om efficiënt crosschecks uit te voeren en de interpretatie van de metingen te verbeteren.

3.5.2. Reflectie en ervaring gedurende de proeven Detailkennis en eigenschappen met betrekking tot de meettechnieken was in een aantal gevallen niet tijdig gedeeld. Zo waren het meetbereik, precisie en de exacte locatie van een beperkt aantal sensoren niet altijd (tijdig) bekend. In het begin van de experimenten was er enige onduidelijkheid over de tijdsnotatie (lokaal of UTC). Dit bemoeilijkte de interpretatie van de data. Tijdens de proeven kon het grootste deel van deze zaken opgelost worden. Zo werden de locaties van sensoren direct ingevoegd in de configuratie, in plaats van deze te lezen uit de API. De beschikbaar gestelde informatie stelde de visualisatiepartners niet in staat gedurende de proef data te valideren en te verifieren. Dit bemoeilijkte te vertrouwen op de juistheid van de meetdata. De betekenis van de meetdata voor de sterkte van de dijk was niet altijd direct af te leiden. Dit had te maken met de toepassing van een aantal nieuwe meettechnieken. Het niet beschikbaar zijn van de referentiemetingen maakte het niet altijd mogelijk om eenvoudig cross-checks tussen de verschillende sensoren uit te voeren. Referentiemetingen hadden het mogelijk kunnen maken om het validatieproces reeds te starten gedurende de proef.


17

3.6. Data interpretatie en beoordeling situatie Aan de hand van de analyse van de meetdata en de interpretatie van de indicatoren zijn gedurende het experiment beoordelingen gemaakt ten aanzien van de mogelijkheid tot het optreden van verschillende faalmechanismen en het (uiteindelijk) bezwijken van de verschillende dijklichamen. De analyse van de meetdata gaf gedurende het hele experiment geen aanleiding om de indicatoren niet te gebruiken als belangrijkste factor in de beoordeling van de dijklichamen. Deze indicatoren zijn berekend aan de hand van de onderstaande modelberekeningen. Voor de geautomatiseerde macrostabiliteits berekeningen is gebruikt gemaakt van het programma DgeoStability, met dien verstande dat nu verwachtingswaarden zijn ingevuld in plaats van karakteristieke waarden. De partiële veiligheidsfactoren zijn geschrapt (op 1 zijn gesteld). Voor de macro-instabiliteit is een correctiefactor 0,8 (om te corrigeren voor de bijdrage van de zijvlakken aan de weerstand tegen afschuiven) toegepast. De micro-stabiliteitsberekeningen zijn gedaan aan de hand van de formules die zijn ontwikkeld voor de Toetsing op Veiligheid [zie o.a. TR Waterkerende Grondconstructies]. Ook hier is gerekend met verwachtingswaarden. De modelfactor ligt hier tussen 1,5 en 3,0. Deze factor is bepaald door fitten op de micro-instabiliteitsproef (west levee). Voor geautomatiseerde pipingberekenigen, is gebruikt gemaakt van het verbeterde pipingmodel [SBW rapportage ENW-T-11-37 SBW Piping HP9. TR Zandmeevoerende Wellen - Herziene versie 2011 (def concept)] en verwachtingswaarden voor de ingevoerde grondparameters. De verwachtingswaarden van de grondparameters was afkomstig van de proefleiding (Deltares) en werd beschikbaar gesteld aan de participanten. Voor alle berekeningen geldt dat een veiligheidsfactor van 1 (bepaald met verwachtingswaarden) overeenkomt met een 50 % kans van optreden van het faalmechanisme. Uit ervaring blijkt dat geotechnische voorspellingen op basis van modelberekeningen een onnauwkeurigheid hebben van ca. 30% (met een 90% betrouwbaarheidsinterval, ervaringsdata uit ophoogadviezen). Omdat hier sprake is van een relatief eenduidig en homogeen dijkprofiel wordt in dit geval een hogere nauwkeurigheid geschat, orde ± 20%. Binnen deze bandbreedte is een aangescherpte schatting gemaakt op basis van gedragsinformatie uit o.a. remote sensing en vervormingsmetingen en inspectie (constatering van al dan niet zandmeevoerende wellen). Naast de indicatoren ten aanzien van de verschillende faalmechanismen (micro- en macrostabiliteit en piping) waren andere observaties beschikbaar. Deze observaties zijn gebruikt om een totaal oordeel te vormen over de staat van de dijklichamen. Dit gebeurde door middel van een correctiefactor op de stabiliteitfactoren voor macro- en microstabiliteit en de veiligheidsfactor voor piping. Deze observaties bestonden uit in-situ sensoren en remote-sensing meettechnieken. Daarnaast konden de verschillende dijklichamen visueel geobserveerd worden. Aan de hand van deze informatie werden de berekende indicatoren gecorrigeerd. Indien de informatie afkomstig van de verschillende bronnen neutraal was, werd geen correctie toegepast. Als deze informatie positief was (geen enkele aanwijzing van enige verandering van de staat van de dijk) dan werd de veiligheidsfactor gecorrigeerd met een factor in de orde van 1,05 a 1,2. Hierbij is een waarde van 1,2 als maximum aangenomen. Immers, in de beoordelingsfilosofie zijn aan de hand van de analyses deze factoren benoemd als belangrijkste indicator. Wanneer verschillende observaties een indicatie geven van het mogelijk falen dient de stabiliteits- of veiligheidsfactor gedeeld moeten worden door 1,2. Ook hier geldt dat de 1,2 een maximum waarde is.


18

Met betrekking tot de visuele observaties voor het faalmechanisme piping is deze systematiek verder uitgeschreven. Op basis hiervan kan een eindoordeel worden geformuleerd in de vorm van een kans op bezwijken van een bepaalde dijksectie.Om visuele observaties van het faalmechanisme piping te discretiseren ten behoeve van een eindoordeel is de volgende systematiek is uitgewerkt. - Een enkele of meerdere visuele observaties van een wel geven 5 procent additionele waarde, bovenop een neutrale factor (1,05). - Een enkele visuele observatie van een zandmeevoerende wel geeft 5 procent additionele waarde, bovenop een neutrale factor (1,1). - Twee of meer visuele observaties van een zandmeevoerende wel geven 15 procent additionele waarde bovenop een neutrale factor (1,15). - De observatie van gevorderde zandmeevoerende welvorming / kratervorming geeft 20 procent additionele waarde bovenop een neutrale factor (1,2). De correctiefactoren ten aanzien van het experiment van de zuiddijk bestaan uit een correctie voor de containerbelasting, een correctie op de freatische lijn (in verband met lekkage uit de binnenteen aan de oostzijde) en correcties op basis van sensordata.


19

4.

MEERWAARDE VOORSPELLINGEN

Gedurende de experimenten zijn een elftal voorspellingsrapportages gemaakt. De rapportages omvatten een analyse van de huidige staat van de verschillende dijklichamen en een voorspelling van het moment van bezwijken. In de volgende twee deelhoofdstukken zijn deze rapportages samengevat.

4.1. East-West Levee Het piping / micro-instabiliteit experiment van de East en West Levee startte in de middag van dinsdag 21 augustus 2012. Er zijn een zestal voorspellingen gedaan. Deze zijn samengevat in de onderstaande tabel. rapport nr

# 1 2 3 4 5 6

moment van voorspellen

datum

tijd

voorspelling moment van bezwijken

verstuurd

tijd

East Levee datum

tijd

22-8-12 0:00 23-8-12 0:00 24-8-12 17:00

00:03 24-8-12 23:00 01:25 27-8-12 16:00 17:00 27-8-12 16:00 27-8-12 08:00 25-8-12 13:30 13:41 26-8-12 19:00 27-8-12 08:00 25-8-12 19:00 19:00 26-8-12 19:00 26-8-12 17:00 17:22 27-8-12 08:00 start bezwijkingsproces 26-8-12 18:00 bezwijken op piping 27-8-12 09:00

moment van bezwijken

27-8- 12 10:00

* met gelijkblijvend verval ** met toenemend verval

West Levee

range range tijd (±) failure datum (±) failure [uur] [uur] 24 P 23-8-12 12:00 7,5 P 10 P/M 26-8-12 10:00 5 P 10 P/M 26-8-12 10:00 5 P 10 P* 26-8-12 17:00 10 P* 10 P** 10 M/P* 26-8-12 08:00 5 M 10 M/P** 6 M 3 M 6,4 P -

M

26-8-12 08:00

-

M

M = Micro-instabiliteit

P = Piping P/M = geen nadrukkelijk oordeel over het faalmechanisme (optreden hing af van keuzes proefleiding) Tabel 4.1. Overzicht voorspellingen East / West Levee - Nelen&Schuurmans en Fugro GeoServices.

Het overzicht van de voorspellingen laat zien dat gedurende de experimenten een aantal herzieningen zijn gedaan. In de beginfase speelde de onzekerheid met betrekking tot het verloop van de proef een grote rol. Op basis van de beschikbare modelkennis kon reeds in een vroeg stadium een accurate inschatting worden gemaakt van het moment van bezwijken. De argumenten waarop deze inschattingen waren gebaseerd werd gedurende het verloop van de proef sterker. De meetdata, alsmede de visuele observaties maakte het mogelijk scherpere indicaties te geven. Hierdoor nam de onzekerheid af. Doordat voor beide levees werd gestuurd op het mogelijk optreden van zowel piping als micri-stabiliteit was het oordeel ten aanzien van het doorslaggevende faalmechanisme lastig te maken. In de voorspellingsrapportages zijn dan ook vaak nuances aangebracht ten aanzien van het bepalen van het faalmechanisme. Wanneer ondersteunende data niet voldoende argumentatie bood, werd een kwalitatieve analyse gemaakt (een what-if benadering).


20

South Levee Het experiment waarbij de zuid-dijk werd belast totdat het faalmechanisme macro-instabiliteit of microinstabiliteit optreedt begon in de middag van 3 september 2012. Aan de hand van de beschikbare meetdata, interpretatieslagen en veiligheidsindicatoren zijn een vijftal voorspellingen gedaan. In tabel 4.2 is een overzicht gepresenteerd. rapport nummer

moment van voorspellen

rapport verstuurd

voorspelling moment van bezwijken

sectie

#

datum

tijd

tijd

datum

tijdstip

1

4-9-2012

12:00

12:01

9-9-2012

4:00

2

5-9-2012

12:00

12:06

7-9-2012

8:00

3

6-9-2012

15:00

15:01

7-9-2012

16:00

4

7-9-2012

11:00

11:07

7-9-2012

16:00

5

8-9-2012

11:30

11:53

8-9-2012

8-9-2012

moment van bezwijken

sf macro

sf micro

2,5

1,7 a 2,2

4,5,6

1

2,7

16:00

4,5

0,91

1,37

14:30

-

indicatie faalmechanisme macroinstabiliteit macroinstabiliteit macroinstabiliteit macroinstabiliteit macroinstabiliteit

macro-instabiliteit

Tabel 4.2 Overzicht voorspellingen South Levee - Nelen&Schuurmans en Fugro GeoServices.

Gedurende het experiment heeft voortschrijdend inzicht een belangrijke rol gespeeld. Op basis van de meetdata konden accuraat veiligheidsfactoren worden berekend. Deze factoren waren het resultaat van het toepassen van modelkennis. Deze modelkennis (de glijcirkel van Bishop) bleef gedurende de proef de belangrijkste input voor de voorspellingsanalyse. De sensordata, alsmede visuele observaties gaven met name in de laatste 3 dagen van de proef belangrijke indicaties ten aanzien van mogelijk zwakke secties en het verloop van de proef. De waterspanningsmetingen in de zandkern gaven een duidelijk beeld van het proces van verzadiging (en lekken). Op basis van deze observaties zijn de voorspellingen bijgesteld en kon een differentiatie in oordeel plaatsvinden tussen verschillende dijksecties.

4.2. Conclusie voorspellingen De monitoring van de verschillende levees maakte het mogelijk het proces van het aanbrengen van een (hydraulische) belasting tot het bezwijken van de waterkeringen goed te volgen. De meetdata was waardevol voor modelinput en is veelvuldig gebruikt ter aanscherping van model-uitkomsten. Wanneer cross-checks konden worden uitgevoerd werd de sensordata relevanter in de gemaakte analyses. Dit droeg bij aan het voortschrijdend inzicht. De combinatie van modelkennis, expert judgement en monitoring leidde tot accurate voorspellingen. Gevalideerde sensordata en het toepassen van bewezen meettechnieken, in combinatie met het opstellen van een slim monitoringsplan kan de waarde van dijk-monitoring vergroten.

4.3. Precisie, nauwkeurigheid en beperkingen


21

De nauwkeurigheid van de voorspelling hangt af van een aantal zaken: - de nauwkeurigheid van de sensor data (meetwaarden); - de nauwkeurigheid van de plaatsingsdata en locatie van de sensoren; - de nauwkeurigheid van de beschikbare bodemparameters; - de nauwkeurigheid van de gedane berekeningen - en de omstandigheden en experimentele omgeving. Deze factoren zijn hieronder in het kort toegelicht. De waarde van de beschikbare meetgegevens hangt af van de kwaliteit van de sensoren. Het is onbekend of en in hoeverre de verschillende toegepaste sensoren gevalideerd zijn. Dit beïnvloedt de betrouwbaarheid van de meetwaarden negatief. Het kwantificeren van deze onnauwkeurigheid zal later worden uitgevoerd op basis van de referentiemetingen van Deltares, deze metingen zijn op dit moment echter nog niet beschikbaar gesteld. De nauwkeurigheid van de bepaling van de coördinaten (locaties) van de verschillende sensoren invloed op de interpretatie van de metingen. Met betrekking tot het monitoren van de levee is bekend dat de nul-situatie in beperkte mate is gemeten. Dit beïnvloedt de nauwkeurigheid negatief. Daarnaast is het aannemelijk dat gedurende de aanlegfase van de levee de ondergrond inklinkt en dat tijdens de proef de dijk vervormt. Deze vervormingen hebben effect de op locatie van de sensor en kunnen tevens de sensormeting (mn bij waterspanningsmetingen) sterk beïnvloeden. De voorspelling en het omschrijven van de huidige status waarin de levees verkeren in deze rapportage is gebaseerd op de resultaten van de sensor-waarden, de piping-berekeningen, de kwalitatieve fysische analyse en de ondersteunende data. Met betrekking tot de beschikbare bodemparameters is gekozen verwachtingswaarden te gebruiken als input-parameter. Aangenomen is dat het pipingmodel met verwachtingswaarden ook een best estimate geeft van het bezwijkmoment. Echter, het pipingmodel is in beginsel afgeleid voor toetsing en ontwerp, dus hier kan een fout in zitten. Dit beïnvloedt de nauwkeurigheid van de uitgevoerde berekening, alsmede de nauwkeurigheid van de voorspelling / analyse. De nauwkeurigheid van de gedane berekeningen waaruit een veiligheidsfactor volgt als maat voor het optreden van het faalmechanisme piping ligt, op basis van bovenstaande aannames in de range van twintig tot veertig procent. De nauwkeurigheid van de voorspelling wordt als laatste factor ook beïnvloed door de omstandigheden waarin de voorspelling wordt gedaan. De voorspelling wordt gedaan in een experimentele omgeving, waarin de tijd voor het inregelen van het systeem bijzonder kort is ten opzichte van de normale praktijk en er bovendien experimentele sensoren worden ingezet waar nog weinig praktijkervaring mee is opgedaan. Mede hierdoor hebben alle betrokkenen, in meer of mindere mate te kampen gehad met opstart perikelen.


22

5.

CONCLUSIE

Het Levee-Portal heeft gedurende de experimenten de beschikbare monitoring voortdurend kunnen visualiseren. Deze visualisaties werden getoond in een drietal schermen, uitgevoerd op diverse marnieren. De sensordata werd semi real-time weergegeven. De informatieverwerkingstijd was zeer gering. De dataverwerking bedroeg maximaal een paar minuten. In de beginfase van de experimenten moest voor een deel van de sensoren de exacte locatie nog worden toegevoegd. Deze informatie kwam vlak voor de start van de proef beschikbaar. Deze opstart perikelen konden binnen afzienbare tijd worden verholpen. Het Levee-Portal heeft gedurende de experimenten stabiel gefunctioneerd. Door de weergave van de stabiliteit middels score indicatoren en kleurcodering werd in een oogopslag een totaalbeeld gegeven van de status van de dijksecties. Belangrijke ondersteuning hierin was het automatisch aansturen van D-Geo Stability. Gedurende de macro-stabiliteitsproef werd de stabiliteit berekend op basis van real-time waterspanningsmetingen. De berekeningen ter indicatie van het mogelijk optreden van de faalmechanismen piping en micro-instabiliteit maakte het mogelijk verschillende beschikbare informatie te combineren voor analyse. In de interface voor bestuurders werden door middel van totaalscores de status van de dijksecties weergegeven. Ter ondersteuning werd informatie en expert judgement over het moment van bezwijken gedeeld via het newschannel. Via het Levee-Portal konden voortdurend voorspellingen worden gedaan ten aanzien van het bezwijkmoment. De beschikbare monitoring in combinatie met expert judgement maakte het mogelijk het bezwijkmoment nauwkeurig (binnen de in de voorspellingsrapporten geformuleerde onzekerheidsbanden) te voorspellen. Uit het validatie-experiment is gebleken dat aan het geformuleerde ambitieniveau ruimschoots is voldaan. Er is een werkend Levee-Portal opgeleverd dat altijd ‘in de lucht was’ en waarmee zowel de algemene gebruiker inzicht kon krijgen in de algemene toestand van de dijken en de specialist zijn analyses kon doen.


23

6.

BIJLAGEN

A. Voorspellingsrapportages East-West Levees (1-6) B. Voorspellingsrapportages South Levee (1-5)


24

ALL-IN-ONE SENSOR VALIDATION TEST

Recommend Documents