Van een snelle AI-analyse tot een complexe hydrodynamische simulatie: er zijn verschillende manieren om een watersysteem te begrijpen. Samen kiezen we het model dat het beste past bij uw vraagstuk en vertalen we de resultaten naar betrouwbare inzichten voor betere beslissingen over waterbeheer.
Een model is geen doel op zich, maar moet inzicht geven en beslissingen ondersteunen. Daarom beginnen we bij uw vraag en bepalen we welke snelheid, nauwkeurigheid en detaillering nodig zijn.
Als bij een dreigende overstroming iedere seconde telt, kan een machinelearningmodel snel uitkomst bieden. Voor een gedetailleerde studie kan een fysisch model geschikter zijn. HydroLogic weegt snelheid, betrouwbaarheid, uitlegbaarheid en kosten af en kiest het model dat de meeste waarde biedt.
235
Aantal modellen die wij hebben opgeleverd
76
Aantal stroomgebieden die wij hebben gemodelleerd
25
Jaren ervaring met modellering
87
Aantal klanten die wij hebben geholpen
We beginnen met het scherp formuleren van het vraagstuk, de gebruikers en de gewenste toepassing. Vervolgens bepalen we welke processen moeten worden beschreven, welke data beschikbaar zijn en welk detailniveau nodig is. Daarbij kijken we ook naar eisen aan rekentijd, actualiteit, onzekerheid, beheer en uitlegbaarheid.
We werken model- en platformonafhankelijk. We kunnen een nieuw model vanaf de basis ontwikkelen, een bestaand model verbeteren of verschillende modellen en databronnen combineren. We werken onder meer met D-HYDRO, SOBEK, 3Di, Ribasim, HEC-RAS en MODFLOW–MetaSWAP, maar ook met statistische, GIS- en machinelearningmodellen.
Van lokale studies tot wereldwijde analyses. Onze modellen bieden betrouwbare en uitlegbare antwoorden op de schaal die uw vraag vereist.
AI en machine learning bieden nieuwe mogelijkheden om grote hoeveelheden data te verwerken, patronen te herkennen en sneller verwachtingen te produceren. Vooral wanneer snelheid essentieel is of veel scenario’s moeten worden doorgerekend, kunnen deze technieken belangrijke meerwaarde bieden.
We zetten AI alleen in wanneer deze aantoonbaar beter aansluit op de toepassing. Daarbij beoordelen we de kwaliteit van de trainingsdata, prestaties onder verschillende omstandigheden, onzekerheden en uitlegbaarheid. Waar passend combineren we AI met fysische modellen en hydrologische kennis. Zo benutten we de snelheid van data-gedreven technieken zonder het begrip van het watersysteem uit het oog te verliezen.
Hier vindt u antwoorden op veelgestelde vragen over onze aanpak. Staat uw vraag er niet bij? Neem dan contact met ons op.
We beginnen bij de beslissing die het model moet ondersteunen. Vervolgens kijken we naar de relevante processen, schaal, beschikbare data, gewenste nauwkeurigheid, rekentijd en uitlegbaarheid. Op basis daarvan kiezen we het passende model of een combinatie van modellen. We gebruiken geen complexer model dan nodig is om de vraag betrouwbaar te beantwoorden.
AI en machine learning zijn vooral waardevol wanneer snel resultaten nodig zijn, grote hoeveelheden data beschikbaar zijn of veel vergelijkbare berekeningen moeten worden uitgevoerd. Een voorbeeld is een snelle overstromingsverwachting tijdens extreem weer. Voor een gedetailleerde systeemanalyse kan een fysisch model geschikter zijn. De toepassing bepaalt welke techniek de meeste waarde biedt.
Niet altijd. AI kan fysische modellen aanvullen, versnellen of in specifieke toepassingen vervangen. Fysische modellen blijven belangrijk wanneer inzicht nodig is in onderliggende processen of situaties buiten de beschikbare trainingsdata. Steeds vaker combineren we beide benaderingen, zodat waterkennis, fysica en data elkaar versterken.
We zijn model- en platformonafhankelijk. De vraag, de gewenste nauwkeurigheid, de beschikbare data en het schaalniveau bepalen welke methode het meest geschikt is. Dat kan een GIS-analyse, hydrologisch of hydrodynamisch model, een 1D-, 2D- of 3D-model of een AI- of machinelearningmodel zijn. We hebben ervaring met de meeste modelinstrumentaria zoals D-HYDRO, SOBEK, 3Di, Ribasim, HEC-RAS, MODFLOW, RTC-Tools, PCR-Glob.
Ja. Met Modelling as a Service kunt u modelberekeningen snel en schaalbaar uitvoeren in een door ons beheerde cloudomgeving. Dit maakt het mogelijk om grote aantallen scenario’s of verwachtingen parallel door te rekenen, zonder zelf rekenservers te beheren. HydroLogic verzorgt de infrastructuur, updates en ondersteuning. Berekeningen kunnen via een webomgeving of API worden gestart en de resultaten worden centraal opgeslagen.
Ja. We kunnen modellen koppelen aan actuele metingen, verwachtingen en operationele werkprocessen. De resultaten maken we beschikbaar via API’s, dashboards, waarschuwingen of digitale control rooms. Ook het technisch en functioneel beheer, onderhoud en de doorontwikkeling kunnen we verzorgen.
Wilt u een nieuw model ontwikkelen, een bestaande modeltoepassing verbeteren of onderzoeken waar AI meerwaarde biedt? Wij helpen u graag!Laura Janssen
