Slimme neerslagvoorspelling met kunstmatige intelligentie

Van passie naar praktijk

Ruben raakte gefascineerd door neerslagvoorspelling tijdens zijn studie. Aan het einde kreeg hij de kans om te promoveren op het gebied van 'nowcasting': het voorspellen van neerslag op de korte termijn. “Voor overstromingsvoorspellingen en hydrologie is neerslag vaak dé bepalende factor,” vertelt hij. “Het samenbrengen van meteorologie en hydrologie is ontzettend interessant, die kans heb ik natuurlijk niet laten liggen.”

Maatschappelijke relevantie

Betere neerslagvoorspellingen kunnen veel betekenen voor waterbeheer: van het efficiënter inzetten van gemalen tot het aanpassen van stuwhoogtes. Maar ook buiten het waterbeheer zijn er toepassingen, zoals het tijdelijk stilleggen van windmolens om schade door neerslag te voorkomen, het aanpassen van snelheden op snelwegen of het informeren van festivals.

“Het gaat erom dat je tijdig kunt reageren op wat eraan komt,” aldus Ruben. Ook evacuaties kunnen zo tijdig worden ingezet om rampen te voorkomen. Daarnaast is ook het vliegverkeer gebaat bij nauwkeurige neerslagvoorspellingen: bijvoorbeeld om landingsschema’s aan te passen, vluchten om te leiden of extra veiligheidsmaatregelen te treffen bij hevige neerslag.

AI als gamechanger

Neerslag is lastig te voorspellen vanwege de variatie in tijd en ruimte. Traditionele weermodellen zijn goed voor de lange termijn (de komende dagen vooruit), maar minder geschikt voor de komende uren.

“Nowcasting gebruikt recente observaties, zoals radarbeelden, en extrapoleert die slim naar de nabije toekomst,” legt Ruben uit. “Omdat we al videotechnieken gebruiken, leent het zich goed voor AI. AI kan patronen herkennen die standaardmethoden missen.”

Betrouwbaarheid bij extreem weer

Juist bij extreme neerslag zou AI het verschil kunnen maken. Maar dat is niet eenvoudig: een AI-model kan alleen simuleren wat het eerder heeft gezien. Daarom werkt Ruben aan modellen die fysische wetten meenemen en relaties leren, zoals het effect van luchtvochtigheid op onweersbuien.

Daarnaast zet Deltares in op hybride modellen, waarbij AI delen van bestaande fysische modellen aanvult. "Dan behouden we het inzicht in het proces en de fysische aanpak die zich heeft bewezen, terwijl we AI inzetten om juist die aspecten te verbeteren die onze modellen nu nog niet goed kunnen simuleren," legt Ruben uit.`

Samenwerking als sleutel

“Neerslag is het punt waarop meteorologie en hydrologie samenkomen,” zegt Ruben. “Samenwerking met data scientists is onmisbaar om AI slim toe te passen. Maar ook de dialoog met eindgebruikers is heel belangrijk: een voorspelling is pas waardevol als die bruikbaar is in de praktijk”.

Samenwerking en software

Binnen Deltares worden AI-technieken steeds vaker geïntegreerd in bestaande softwareproducten om de kwaliteit van voorspellingen te verbeteren. Een voorbeeld hiervan is het werk aan korte-termijn neerslagvoorspellingen, waarbij recente radarbeelden worden gecombineerd met numerieke weermodellen zoals Harmonie Cy43, of andere modellen van het European Centre for Medium-Range Weather Forecasts (ECMWF).

Deze aanpak maakt het mogelijk om sneller en nauwkeuriger te reageren op extreme neerslag, zowel in stedelijke gebieden als in internationale projecten (bijvoorbeeld in Ghana en Ethiopië), waar extreme neerslag grote gevolgen heeft voor kwetsbare gemeenschappen.

Deltares ontwikkelt en verfijnt hiervoor methoden binnen een open-source omgeving, waarbij functionaliteit wordt toegevoegd aan bestaande tools. Een voorbeeld hiervan is het gebruik van de open-source Python-bibliotheek PySTEPS voor probabilistische neerslag-nowcasting.

Dankzij de modulaire opzet kunnen onderzoekers en praktijkgebruikers nieuwe methoden ontwikkelen en integreren in operationele workflows. Dit sluit aan bij de werkwijze van Deltares: samenwerken in open kennisgemeenschappen en toepassen van technologie in maatschappelijke contexten.

Deltares is geen meteorologisch instituut. Wij vervullen juist een verbindende rol tussen meteorologische diensten, waterschappen en hydrologische experts. Die positie stelt ons in staat om innovaties te versnellen.

Ruben Imhoff, Deltares

Advies aan overheden

Ruben pleit voor een scherpe afweging: wat kun je voorkomen en wanneer moet je inzetten op tijdige waarschuwing? “Sommige extremen zijn niet te voorkomen. Dan moet je kunnen waarschuwen en actieprotocollen activeren.” Volgens hem is het van groot belang dat overheden niet alleen investeren in infrastructuur, maar ook in slimme voorspellingssystemen en snelle besluitvorming.

Daarbij is het van belang om te leren van eerdere gebeurtenissen: hoe is er gereageerd, wat werkte goed, en waar zaten de knelpunten? Door deze lessen te vertalen naar concrete verbeteringen in modelprocessen en actieprotocollen, kunnen we de veerkracht van steden en regio’s vergroten. Ruben benadrukt dat voorspellingen pas waardevol zijn als ze leiden tot actie en dat vraagt om duidelijke communicatie, goede samenwerking tussen instanties, en het vertrouwen in technologie.

Ook pleit hij voor het betrekken van eindgebruikers, zoals waterschappen, veiligheidsregio’s en gemeenten, bij de ontwikkeling van AI-ondersteunde systemen. “Zij weten wat er nodig is op lokaal niveau. Door hun kennis te combineren met technologische innovatie, kunnen we écht verschil maken.” Dat is bovendien de enige manier om gezamenlijk vertrouwen op te bouwen in AI-oplossingen.

Toekomst

AI in neerslagvoorspelling staat nog in de kinderschoenen, maar Ruben ziet veel potentie. “Vooral bij lokale, hevige buien liggen kansen. Ik hoop dat AI een betrouwbaar hulpmiddel wordt in onze gereedschapskist.” Hij benadrukt het belang van ‘explainable AI’, zodat we kunnen begrijpen waarom een model iets voorspelt. “AI is een middel, geen doel. De domeinkennis en missie blijven leidend.”

Delft-FEWS User Days

Wil je meer te weten komen over het combineren van AI voor overstromingsvoorspellingen? Bezoek dan de International Delft-FEWS User Days op 5 en 6 november 2025 waar dit onderwerp ook op de agenda staat.

International Delft-FEWS User Days