Via een gebruiksvriendelijke webinterface en interoperabele datadiensten zal DROPS-WISE de operationele besluitvorming, het crisisbeheer en de langetermijnplanning van waterautoriteiten en andere belanghebbenden ondersteunen. De oplossing is ontworpen met interoperabiliteit, databeheer en schaalbaarheid als kernprincipes en sluit aan bij Europese datastandaarden en Copernicus-diensten, waardoor ze bijdraagt aan een veerkrachtiger, datagestuurd waterbeheer in een context van toenemende klimaatonzekerheid.
DROPS-WISE is een van de vijf consortia die zijn geselecteerd in het kader van het innovatieproject PCP WISE. PCP WISE is een Europees innovatieproject waarin overheidsorganisaties en marktpartijen uit heel Europa samenwerken. Het project richt zich op het ontwikkelen van een bruikbaar en toepasbaar instrument voor waterinformatie, waardoor waterbeheerders beter en sneller kunnen reageren op klimaatgerelateerde uitdagingen. Door satellietgegevens op intelligente wijze te combineren met bijvoorbeeld veldmetingen, meteorologische en hydrologische modellen, wordt meer inzicht verkregen in de dynamiek van het aquatische vegetatiesysteem.
DROPS-WISE is een consortium van FutureWater, Acacia Water, Nelen & Schuurmans, VITO, Technolution en ARUP. FutureWater brengt zijn expertise in op het gebied van hydrologische modellering en analyse, risicobeoordeling en watertekort- en droogtebeheer.
In juli 2026 is het consortium geselecteerd voor fase 2 van de pre-commerciële inkoop, die loopt tot mei 2027. In fase 2 wordt het goedgekeurde ontwerp uit fase 1 uitgewerkt tot een geïntegreerd operationeel prototype, in herhaalde cycli van ontwikkelen, integreren, testen en verfijnen. Afnemers en eindgebruikers testen het systeem gedurende het hele traject, en het prototype wordt gedemonstreerd in verschillende PCP WISE-toepassingen met uiteenlopende klimatologische, hydrologische en operationele omstandigheden, ter voorbereiding op de validatie in fase 3.

In fase 2 ontwikkelt en test FutureWater de hydrologische motor achter de dienst. Daarbij worden satellietgegevens geïntegreerd in het hydrologische model SPHY, wordt dit gekoppeld aan de grondwatermodellering van Acacia Water, en wordt vastgelegd hoe de motor wordt gekalibreerd, gebenchmarkt en getest voordat de uitkomsten de droogte- en neerslagindicatoren in het platform voeden.






