13 maj 2026
Nikita Razguliaev recently defended his dissertation in Urban Water Engineering.
Sensorer ger en tydligare bild av dagvattnet i städerna
Regnvatten som rinner av från vägar och tätbebyggda områden för med sig föroreningar som påverkar vattenkvaliteten och vattenekosystemen. Forskare vid Luleå tekniska universitet har visat hur sensorer och datadrivna metoder kan ge en mer detaljerad bild av dagvattenkvaliteten och fånga upp variationer som annars skulle gå förlorade.
– För att förstå hur föroreningar sprids i stadsmiljöer behöver vi högupplösta data, inte bara enstaka provtagningar, säger Nikita Razguliaev, forskare i VA-teknik vid Luleå tekniska universitet.
Kontinuerlig övervakning istället för punktprovtagning
I avhandlingen ”Sensor-based monitoring and modelling of urban stormwater quality” undersöker han hur väl sensorer kan mäta vattnets grumlighet, surhetsgrad och mängden lösta ämnen direkt i fält.
Resultaten visar att sensorerna påverkas av partikelsammansättning och väderförhållanden – i kalla klimat tillför snö och is ytterligare komplexitet genom att påverka sensorns prestanda genom att introducera olika mönster i data under kalla perioder.
– Sensorer fungerar bra, men de måste anpassas till verkliga dagvattenförhållanden, säger han.
Forskningen belyser också betydelsen av saknade och felaktiga data och hur dessa kan hanteras med hjälp av interpolationsmetoder och maskininlärning, vilket gör det möjligt att skapa mer konsekventa och representativa tidsserier.
Nya metoder för hantering av dagvatten
Med kontinuerlig övervakning blir det möjligt att följa hur föroreningsnivåerna förändras under ett helt regnväder, istället för att förlita sig på enstaka mätningar. Detta ger en tydligare förståelse för när toppbelastningar inträffar, hur länge de varar och hur olika delar av systemet reagerar.
Det gör det också möjligt för praktiker att se hur kontrollåtgärder och strategier som syftar till att mildra negativa effekter fungerar, vilket möjliggör mer välgrundade beslut.
Från mätning till beslutsfattande
När dynamiken blir synlig kan beslut fattas med större precision. Problem kan upptäckas tidigare, systemets beteende förstås bättre och åtgärder prioriteras mer effektivt. Detta gör det möjligt att anpassa systemen utifrån faktiska förhållanden snarare än antaganden – oavsett om det gäller design, drift eller underhåll.
– Med bättre data kan vattenhanteringen i städerna optimeras, menar Nikita Razguliaev.