Om te controleren of uw meetnet goed functioneert, hoeft u niet te wachten tot u alle meetgegevens beschikbaar hebt. Zeker aan het begin van de operationele fase is het verstandig om een indruk te krijgen van de kwaliteit en bruikbaarheid van uw meetgegevens.

Analyse ontbrekende en dubbele meetwaarden

In figuur A ziet u circa 150.000 meetwaarden van geregistreerde waterstanden in een inspectieput. De helling van de lijn (richtingscoëfficiënt) geeft u een eerste indruk van de logfrequentie. Horizontale lijnen geven de ontbrekende meetwaarden aan (rode pijlen). Naarmate de tijd vordert (horizontale as), neemt het aantal ontbrekende meetwaarden niet toe (verticale as). Verticale lijnen geven dubbele meetwaarden weer (groene pijl), het aantal meetwaarden neemt toe op hetzelfde tijdstip. Een dubbele meetwaarde wil zeggen dat er meerdere meetwaarden (hier tot 25 maal) in de dataset voorkomen met identieke tijdstempels en meetwaarden. Bij het valideren van de meetgegevens geeft u deze meetwaarden een herkenbaar kwaliteitslabel mee.

Figuur A Ontbrekende en dubbele meetwaarden in verzamelde meetgegevens (Bron: Partners4UrbanWater)

Sensoren met een kleiner meetbereik dan de range waarbinnen waterstanden kunnen optreden

In dit voorbeeld zijn bij externe overstorten enkele waterniveaumeters aangebracht. Het nulpunt van deze sensoren ligt op relatief korte afstand (0,5 m) onder het drempelniveau van de overstort. Het is dus niet mogelijk om een waterniveau lager dan 0,5 m onder het drempelniveau van de overstort te meten en registreren.

Bij het valideren van de meetgegevens bij deze sensoren moet u dus rekening houden met het feit dat het nulpunt van de sensor relatief hoog ligt. Een gemeten waterpeil onder de NAP-hoogte van het nulpunt van de sensor moet u in de validatieprocedure voorzien van een eigen kwaliteitslabel (zie figuur B). Als het waterpeil boven het nulpunt van de sensor stijgt, krijgt de meetwaarde het label 'goed' wanneer uit de datavalidatie blijkt dat er geen sprake is van afwijkingen.

Figuur B Resultaat datavalidatie, met in het lichtblauw meetwaarden die lager liggen dan het nulpunt van de sensor (Bron: M. van Bijnen Advies)

Onder de NAP-hoogte van het nulpunt is niet direct te bepalen of data ontbreken of dat de sensor niet goed functioneert. Als een datum/tijd-stempel met meetwaarde NAP-hoogte nulpunt sensor is geregistreerd, kunt u ervan uitgaan dat het waterniveau onder het nulpunt van de sensor staat en de logger dus goed functioneert. Als u ook deze waarden voorziet van een eigen kwaliteitslabel, kunt u ook een inschatting maken van eventuele ontbrekende meetwaarden. Twee opeenvolgende meetwaarden met een tussenliggende tijdsperiode groter dan de ingestelde tijdstap, zijn dan een indicatie voor ontbrekende data en het niet goed functioneren van logger en/of sensor.

In figuur B is duidelijk te zien dat de sensoren die relatief hoog in de overstortput hangen, alleen informatie leveren bij voldoende rioolinloop door neerslag. De neerslagperioden die ervoor zorgen dat het waterniveau bij deze sensoren tot boven het nulpunt stijgt, zijn direct waarneembaar. Op basis hiervan kunt u neerslaggebeurtenissen selecteren met een hoge meetopbrengst. Deze zijn interessant om bijvoorbeeld te gebruiken in rekenmodellen om gemeten en berekende waterstanden te vergelijken.

In de praktijk kiest u bij voorkeur voor een meetbereik dat loopt van de minimaal optredende waterstand tot de maximaal optredende waterstand bij de locatie waar u de sensor installeert.

Datakwaliteit en meetopbrengst

In figuur C ziet u de resultaten van het validatieproces van de meetgegevens van een meetnet riolering. Het meetnet bestaat uit 24 waterniveaumeters, vier debietmeters en twee neerslagmeters. U ziet de ontwikkeling van de datakwaliteit per week, van week 1 tot en met week 10 in 2021, voor het totale meetnet. De kwaliteit is uitgedrukt in een percentage foute, twijfelachtige, goede en ontbrekende data.

Figuur C Ontwikkeling datakwaliteit en meetopbrengst meetnet riolering (Bron: M. van Bijnen Advies)

In week 4 daalt het percentage goed beoordeelde meetdata plotseling. Uit nader onderzoek bleek dat in een deel van het rioolstelsel werkzaamheden hadden plaatsgevonden. Na controle van de meetwaarden zijn de labels handmatig aangepast.

Door voor elke afzonderlijke sensor een overzicht te maken, kunt u het verloop van de datakwaliteit beoordelen, bekijken of onderhoud nodig is en beoordelen of de gegevens geschikt zijn voor verdere toepassing.

Meer voorbeelden van standaardgrafieken vindt u bij Controleren gevalideerde meetgegevens.

Stap 3: Analyseren meetgegevens