Om de kwaliteit van het water in beken en rivieren te monitoren en te onderzoeken, hangen onderzoekers sensoren in het water. Het lijkt eenvoudig, maar dat is het niet, want metingen “in het wild” zijn veel uitdagender dan in een lab. Hoe ga je om met die onzekerheid?
Of een sensor nu in het water wordt gehangen om continu de mate van zoutindringing aan de kust in de gaten te houden of om de seizoenale dynamiek van nitraat op een specifieke locatie van naderbij te bestuderen, kwalitatieve data zonder te veel gaten of foute metingen zijn van groot belang om de juiste conclusies te trekken. Het in het oog houden van de datakwaliteit afkomstig van de sensoren is dus van groot belang.
Daarom overlopen we met ons digitaal water team regelmatig alle sensoren die in het water hangen en welke sensoren zich momenteel niet als een vis in het water voelen. Meestal komt dit door een typisch probleem waar we een oplossing voor hebben klaarstaan. Eerder deze week nam deze check een verrassende wending: een nitraatsensor was in een week tijd bijna volledig bedekt door sediment. Voorzichtig opperde mijn collega: “Ik denk dat de sensor werd begraven door de bever die daar zit.” Op het eerste gezicht ondenkbaar, maar na overleg leek dat toch de meest plausibele hypothese.
Sensoren maken heel wat mee tijdens hun levensduur. Zeker wanneer ze in de oncontroleerbare buitenwereld in een rivier hangen te dobberen, zoals de sensoren die voor ons data verzamelen. Er komt heel wat bij kijken om alle sensoren in lijn te houden en betrouwbare data te verkrijgen.
Nochtans gaat het hier over parameters die op het eerste gezicht heel rechttoe rechtaan zijn zoals zoutgehalte, zuurtegraad of concentratie van bv. nitraat. Hiervan zou je toch verwachten dat er op elk moment op elke locatie 1 juiste waarde te meten is? In theorie is dat ook zo, maar in de praktijk is het voor een sensor moeilijk om steeds een (bijna) feilloze meting te vergaren.
Overal onnauwkeurigheid
Zelfs in perfecte omstandigheden zit er een onnauwkeurigheid op sensormetingen. Beeld je in, dat je 100 m afmeet met een simpele meetlat. Ben je dan op het einde van de weg heel zeker dat je exact 100 m mat? Als je maar 2 cm te veel of te weinig hebt, zou ik al heel blij zijn. Onnauwkeurigheden kom je overal tegen, of het nu over metingen van sensoren of in een labo gaat. Wat wel een meevaller is, is dat je kan nagaan hoe groot die onzekerheid is. Zo kan je er rekening mee houden. Deze onnauwkeurigheid is dan ook niet het grote probleem. Voor veel toepassingen is dit overigens niet echt belangrijk. Zoals een gram meer of minder bloem je cake niet zal doen mislukken, zo is een kleine afwijking van de echte waarde meestal niet erg.
Grotere, problematische afwijkingen kunnen verschillende oorzaken hebben. Zo krijgen sensoren in het water voornamelijk in de lente en zomer vaak gezelschap van algen en kleine diertjes die op zoek zijn naar een plaats om settelen. Fijn voor de nieuwsgierige diertjes misschien, maar het zorgt wel voor sterk afwijkende waarden. Probeer maar eens 100 suikerkorreltjes te tellen terwijl je kat telkens door de suiker loopt. Zo heeft ook een sensor het moeilijk om het zoutgehalte bij te houden wanneer een kwal zijn zicht bemoeilijkt.
Verrassende wendingen
Soms zien we een sensor hele rare sprongen maken, dan halen we de detective in onszelf naar boven om de oorzaak op te sporen. Was er net een overstroming waarbij takken en ander puin achter de sensor bleven haken of ertegen botsten waardoor de sensor niet meer goed kan meten of niet meer op zijn plaats hangt? Of is er juist sprake van een droogte en hangt de sensor boven water? Wanneer water sterk vervuild is, ziet de sensor soms het bos niet meer door de bomen, of het nitraat niet meer tussen de andere stoffen. Sensoren kunnen ook stuk gaan, uit zichzelf of door bijvoorbeeld een aanvaring. Blijkbaar wekken sensorinstallaties ook heel wat interesse. Het gebeurt regelmatig dat nieuwsgierige voorbijgangers de sensor uit het water halen en vervolgens niet meer helemaal juist terughangen. Of, Bob de bever gaat niet akkoord met de plaatsing van de sensor.
Beter voorkomen dan genezen
Je merkt het, er is een heel scala aan redenen waardoor metingen meer afwijkingen bevatten dan we graag zouden hebben. We doen er dan ook alles aan om het leven van een sensor zo gemakkelijk mogelijk te maken. En daarbij geldt: altijd beter voorkomen dan genezen. Een sensor wordt sowieso nooit los in het water gehangen, hij wordt steeds in een buis gehangen. Zo is de impact van stroming en botsingen met puin zo klein mogelijk. En het voorkomt dat zomaar iedereen aan de sensor kan. Bovendien zien voorbijvarende boten goed dat er iets hangt.
Verder krijgt een sensor elke paar weken tot elke maand, afhankelijk van het type en de locatie, een bezoek voor onderhoud en controle. Hierbij krijgt de sensor een poetsbeurt waarbij algen en andere diertjes worden verwijderd. Ook krijgt de sensor regelmatig een bad waarvan we de gemeten waarde exact kennen. Zo wordt de sensor geijkt.
Leve realtime opvolging
Je kan helaas niet alles voorkomen. Vooral vroeger stelde je een sensor in, zette je hem op zijn plaats en moest je dan maar hopen dat alles goed ging. Stel je voor, je bent geïnteresseerd in het effect van strooizout op je waterkwaliteit en hangt eind november je sensor in het water. December passeert en er waren heel wat vriesdagen. Vol hoop en verwachting haal je je data op, maar je merkt dat het na week 1 misliep. Dat is een tegenvaller van formaat en heel wat tijd verloren.
Gelukkig zijn er de laatste jaren meer en meer sensoren waarbij we de metingen meteen op een grafiekje op ons computerscherm te zien krijgen. Deze realtime data zorgen ervoor dat we onmiddellijk kunnen zien dat er iets aan de hand is. Zo kunnen we direct in actie schieten.
Met alle vermeldde inspanningen krijgen we tijdsreeksen die in het beste geval wel behoorlijk zijn. Toch is het nodig om door elke reeks te gaan en de foutieve waarden aan te duiden. Ik zit soms dagenlang data te labelen voordat ik er echt mee aan de slag kan. Een goede opvolging en nauwkeurig bijhouden wat er in het leven van de sensoren gebeurde helpt hierbij. Daarnaast werken we aan het zo automatisch mogelijk maken van deze laatste stap.
Ondanks het vele werk dat er in de data kruipt, is het ze toch waard. Frequenter meten zorgt dat we inzicht krijgen in fenomenen waar we vroeger niet eens van wisten of bij stilstonden. Bijvoorbeeld het effect van strooizout op de waterkwaliteit. En meer inzicht en een betere waterkwaliteit is uiteindelijk waarvoor we het doen. In mijn dromen gooien we een sensor in het water en komt er magisch goede data uit. Met verbeterende technologie komen we misschien ooit toch een beetje dichter in de buurt daarvan. In de tussentijd moeten we iedereen die bijdraagt tot betrouwbare sensormetingen dankbaar zijn voor het verkrijgen van correcte data. En die data zijn dan weer de beste garantie voor een goede en snelle opvolging van de kwaliteit van onze waterlopen.
