Risicobenadering voor de Nederlandse zoetwatervoorziening

advertisement
Risicobenadering voor de
Nederlandse
zoetwatervoorziening
Methode ontwikkeling en toepassing op drie
casestudies in Nederland
Risicobenadering voor de
Nederlandse zoetwatervoorziening
Methode ontwikkeling en toepassing op drie casestudies in
Nederland
Marnix van der Vat
Femke Schasfoort
Judith ter Maat
Marjolein Mens
Joost Delsman
Sien Kok
Saskia van Vuren (HKV)
Joost van der Zwet (HKV)
Rudolf Versteeg (HKV)
Carolien Wegman (HKV)
Nico Polman (LEI)
Elisabeth Ruijgrok (Witteveen en Bos)
Met bijdragen van Rick Wortelboer (Deltares) en Jack Peerlings
(WUR)
Opdrachtgevers:
Rijkswaterstaat
WVL,
Horizon2020,
STOWA,
Hoogheemraadschap Rijnland, Waterschap Rijn en IJssel, Waterschap Vallei
en Veluwe, Waterschap Drents-Overijsselse Delta en Waterschap
Vechtstromen, Strategisch Onderzoek Deltares.
1221519-011
© Deltares, 2016
Deltares
1221519-011-ZWS-0005, 23 december 2016, definitief
Trefwoorden
Droogte, risicobenadering, Droogte Risico Taal, zoetwatervoorziening, waterbeschikbaarheid
Referenties
Van der Vat, M., Schasfoort, F.E., Ter Maat, J., Mens, M., Deisman, J., Kak, S., Van Vuren,
S., Van der Zwet, J., Versteeg, R., Wegman, C., Polman, N., Ruijgrok ,E., 2016.
Risicobenadering voor de Nederlandse zoetwatervoorziening, methode ontwikkeling en
toepassing op twee casestudies in Nederland.
Versie Datum
dec.2016
Auteur
Paraaf Review
Femke Schasfoort ~
Dimmie Hendriks
o/Cl ,
Status
definitief
Visualisatie risicobenadering in Nederland (Bron HKV)
Risicobenadering voor de Nederlandse zoetwatervoorziening
Paraaf Goedkeuring
t.j':
'P"
Harm Duel
b. 't . A.dL
Paraaf
1221519-011-ZWS-0005, 23 december 2016, definitief
Samenvatting
In de toekomst kunnen in Nederland vaker knelpunten voorkomen in de zoetwatervoorziening
doordat de totale vraag naar zoetwater toeneemt, en het klimaat verandert. Overheden,
onderzoeksinstituten, organisaties en bedrijfsleven werken in Nederland samen om zich voor
te bereiden op deze toekomstige veranderingen. Hiervoor is informatie nodig over de
beschikbaarheid van zoetwater in normale en droge situaties, nu en in de toekomst. Het is
daarbij belangrijk om inzicht te hebben in de consequenties van keuzes en afspraken met
betrekking tot waterbeschikbaarheid (incl. waterverdeling) en gevolgen van eventuele
watertekorten en een doorkijk te maken naar handelingsperspectieven. Daar hoort een goede
verantwoording en onderbouwing van beslissingen en eventuele maatregelen bij.
Hoe kunnen we (liefst kwantitatief) onderbouwde besluiten nemen over de waterverdeling
over sectoren en gebieden? Hoe kunnen we de kosten en (maatschappelijke) baten van
zoetwatermaatregelen bepalen? Deze vragen spelen op het landelijke, maar ook op het
regionale niveau. In de eerste fase van het Deltaprogramma is door verschillende partijen
geprobeerd de zoetwatermaatregelen economisch te onderbouwen. Het volledig in beeld
brengen van de baten bleek toen niet mogelijk door o.a. het ontbreken van een op de
problematiek toegerust economisch instrumentarium en de daarvoor benodigde informatie. In
2021 wordt de deltabeslissing zoetwater geactualiseerd waarin een beslissing wordt
genomen over de waterbeschikbaarheid in Nederland. Onderdeel van de beslissing is ook
een pakket aan zoetwatermaatregelen, zodat we goed voorbereid zijn op een veranderend
klimaat en sociaaleconomische ontwikkelingen. Om deze maatregelen economisch te
onderbouwen moeten inzicht verkregen worden in de financiële en niet-financiële effecten
van een project of beleidsmaatregel op de welvaart van een land of een regio. Hiervoor is
nieuwe kennis nodig. In het Europese project IMPREX en het Deltaprogramma Zoetwater
project Instrumentarium Afwegingen Economie wordt deze kennis ontwikkeld, met als lange
termijn doel: het toepassen van een integrale risicobenadering voor droogte die een
economische onderbouwing kan leveren voor de besluitvorming met betrekking tot de
Nederlandse zoetwatervoorziening. Een risicobenadering is nodig voor een economische
onderbouwing om informatie over de effecten van droogte te combineren met informatie over
de frequentie waarmee verschillende maten van droogte voorkomen.
In 2015 is door Deltares, Stratelligence en het LEI (nu WER) gestart met de ontwikkeling van
een risicobenadering voor droogte. Kern van deze benadering is het combineren van de kans
op het vóórkomen van droogte met de welvaartseffecten van droogte. Samen vormen ze het
risico van droogte, oftewel de jaarlijkse verwachtingswaarde van het welvaartseffect. Met
deze benadering kan het risico van droogte in de huidige en toekomstige situatie worden
ingeschat en kunnen de baten van maatregelen uitgedrukt in droogterisicoreductie worden
bepaald. Met deze informatie kunnen de baten van maatregelen beter worden ingeschat dan
in een standaard MKBA 1, doordat de frequentie van het optreden van droogte ook wordt
meegenomen.
1
In eerdere MKBA’s is gewerkt met karakteristieke jaren en standaardkansen. Probleem hierbij is dat de kans van een
karakteristiek jaar sterk kan variëren voor verschillende sectoren en gebieden. Om de gemiddelde kosten en baten
te kunnen berekenen van maatregelen dient de frequentie van het optreden van droge omstandigheden voor iedere
specifieke locatie en sector te worden meegenomen.
ii
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
In 2016 hebben Deltares, HKV, LEI en Witteveen+Bos samen verder gewerkt aan de
doorontwikkeling van de risicobenadering.
Dit is gedaan in het kader van het HORIZON2020 project IMPREX en het project
Instrumentarium Afwegingen Economie (zie kader). Het doel is het verbeteren van de
risicobenadering en het toepassen ervan in casestudies. Dit moet meer inzicht geven in de
meerwaarde van de risicobenadering en het identificeren van kennisleemten om afwegingen
op landelijke en regionale niveau te kunnen maken. Daarvoor is parallel gewerkt aan de
volgende activiteiten:
(1) evaluatie/inschatting van de toepasbaarheid van de risicobenadering op landelijk niveau
op basis van ervaringen met het deltamodel, dosis-effectrelaties, economische studies
zoals die zijn opgedaan in Deltaprogramma Fase 1, kennis van de auteurs en de
werkgroep kennis en strategie van het DPZW en recente (kennis)ontwikkelingen zoals
de ontwikkeling van Waterwijzer Landbouw en Waterwijzer Natuur. Dit is ook de
potentiele aftrap voor toepassing van de risicobenadering binnen de KPA2.0 (Knelpunten
analyse) in Deltaprogramma fase 2.
(2) doorontwikkeling van de methodiek voor de risicobenadering uit 2015, door:
(i) ontwikkeling van een generieke droogterisicotool,
(ii) ontwikkeling van een model dat het welvaartseffect van een verlaging van de
landbouwopbrengst kan berekenen (zgn. prijsmodel landbouw).
(3) beantwoording van kennisvragen met betrekking tot de waterbeschikbaarheid in het
hoofdwatersysteem:
(i) een eerste analyse naar onzekerheid in de waterbeschikbaarheid in het
hoofdwatersysteem gericht op het vergroten van inzicht in de oorzaken van
onzekerheid en daarbij het opstellen van een plan om door middel van een
kwantitatieve onzekerheidsanalyse met het Nationaal Water Model de onzekerheid in
waterbeschikbaarheid in de komende jaren nader te kwantificeren,
(ii) een beschrijving van een methode om extreme droogtegebeurtenissen met
betrekking tot waterbeschikbaarheid in het hoofdwatersysteem in Nederland te
kwantificeren
(4) toepassing van de risicobenadering voor droogte op regionaal niveau in twee
casestudies: de watersystemen van het Amsterdam Rijnkanaal-Noordzeekanaal en de
Berkel. De droogterisicotool en het prijsmodel voor de landbouw worden hierin getest en
de methodiek wordt doorontwikkeld (d.w.z. regionale dosis-effectrelaties,
welvaartseffecten).
De eerste activiteit is opgepakt vanuit het project Instrumentarium Afwegingen Economie. De
tweede en derde activiteiten zijn vooral opgepakt vanuit IMPREX, waarbij de ontwikkeling van
het prijsmodel voor de landbouw gefinancierd is vanuit het project Instrumentarium
Afwegingen Economie. Aan de vierde activiteit is vanuit beide projecten gewerkt.
IMPREX & Instrumentarium Afwegingen Economie: twee projecten, één lange termijn
doel
Het HORIZON2020 project IMPREX en het project Instrumentarium Afwegingen Economie
hebben beide hetzelfde lange termijn doel, namelijk het ontwikkelen en toepassen van een
integrale risicobenadering voor droogte om een economische onderbouwing te leveren voor
de besluitvorming met betrekking tot zoetwater. Bij de uitvoering is daarom samenwerking
gezocht om zoveel mogelijk synergie te creëren. Het gaat enerzijds om KPP DPZW IA
economie (Kennis voor het Primaire Proces, Deltaprogramma Zoetwater, Instrumentarium
Afwegingen, onderdeel economie, hierna IA economie) uitgevoerd door Deltares in
samenwerking met LEI en Witteveen+Bos en anderzijds om het Nederlandse droogtedeel
van het Horizon2020 project IMPREX (IMproving PRedictions and management of
hydrological EXtremes, hierna IMPREX) uitgevoerd door Deltares en HKV. Het IMPREX
Risicobenadering voor de Nederlandse zoetwatervoorziening
iii
1221519-011-ZWS-0005, 23 december 2016, definitief
deelproject wordt medegefinancierd door DGRW, RWS-WVL, STOWA, Hoogheemraadschap
Rijnland, Waterschap Rijn en IJssel, Waterschap Vallei & Veluwe, Waterschap Vechtstromen,
Waterschap Drents-Overijsselse Delta en de Strategische Onderzoeksmiddelen van Deltares
en HKV. Het grootste deel van het project IA economie wordt in principe in 2017 afgerond,
IMPREX loopt nog door tot 2019 waardoor geagendeerde kennisvragen in 2016 de volgende
jaren kunnen worden opgepakt.
Uitkomsten in 2016
Per activiteit zijn de resultaten en opgedane inzichten kort samengevat:
Activiteit 1: Evaluatie/inschatting van de toepasbaarheid van de risicobenadering op landelijk
niveau
Op landelijk niveau is de toepasbaarheid van de risicobenadering voor de relevante
gebruiksfuncties getoetst op basis van de verrichte werkzaamheden in DP fase 1 en recente
(model)ontwikkelingen. De methodiek is alleen toepasbaar als er voldoende informatie en
kennis is om de ‘effectentrein’ (van hydrologisch effect via fysiek effect naar welvaartseffect)
voor iedere gebruikersfunctie afzonderlijk te voeden. Belangrijk resultaat van deze analyse is
een overzicht van alle relevante gebruikersfuncties en effecten en daarbij de beschikbaarheid
van informatie, kennis en/of modellen om de omvang van het effect in te schatten wat betreft
hydrologische variabelen, de dosis-effect relaties en de welvaartseffecten. Voor veel
gebruiksfuncties zijn aanvullende acties vereist vooral op het gebied van de
watersysteemmodellering (met het detailniveau passend bij het niveau waarop de landelijke
analyse wordt uitgevoerd), de dosis-effect relaties en het reduceren van onzekerheid in het
waarderen van welvaartseffecten. De belangrijkste lacunes in het bestaande instrumentarium
zijn:
• Modelering interne verzilting;
• Modelering natschade;
• Effect droogte en zout op hoogwaardige teelten als bollen en sierteelt;
• Effect op natuur en scheepvaart; en
• Economische waardering effect op hoogwaardige teelten, scheepvaart, drinkwater en
natuur.
Activiteit 2: Doorontwikkeling van de methodiek voor de risicobenadering
Voor het bepalen van het droogterisico en voor het uitvoeren van een bijbehorende
onzekerheidsanalyse is in 2016 in het kader van IMPREX een generieke tool gebouwd in MS
Excel. Hiermee kan het droogterisico worden ingeschat, uitgedrukt als de
verwachtingswaarde van het jaarlijkse welvaartseffect.
iv
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
De verwachtingswaarde wordt berekend als het gemiddelde jaarlijkse welvaartseffect over
alle jaren in een (hydro-meteorologische) tijdreeks. De invoer voor de tool is het
welvaartseffect per jaar per gebruiksfunctie.
Landbouw is een belangrijke gebruiker van zoetwater in Nederland, daarom is net als vorig
jaar extra aandacht aan deze sector besteed. In 2015 heeft het LEI een model ontwikkeld,
waarmee bij de uitwerking van het droogterisico voor de landbouwsector rekening kan
gehouden worden met het prijseffect als gevolg van een verlaging van de
landbouwopbrengst. Het model berekent het welvaartseffect van een verlaging van de
landbouwopbrengst. Dit model is in 2016 uitgebreid zodat het toepasbaar is op alle negen
gewasgroepen uit het landbouwopbrengstmodel Agricom. In de casestudies van de
watersystemen ARK-NZK en de Berkel is dit model toegepast (zie activiteit 4).
Activiteit 3: Beantwoording van kennisvragen met betrekking tot de waterbeschikbaarheid in
het hoofdwatersysteem
De risicobenadering bestaat uit een kansendeel en een gevolgendeel. Het kansendeel gaat
vooral over de statistiek van waterbeschikbaarheid per gebruiker in het watersysteem. In een
groot deel van Nederland is de waterbeschikbaarheid in het hoofdwatersysteem belangrijk
voor de kans van optreden van droogte-effecten voor diverse gebruikers in het watersysteem,
omdat waterinlaat vanuit het hoofdwatersysteem naar het regionale watersysteem de
regionale
watertekorten
kan
terugdringen. De
waterbeschikbaarheid
in
het
hoofdwatersysteem vormt daardoor een belangrijk onderdeel in het ontwikkelen van een
risicobenadering voor droogte. Dit jaar hebben twee aspecten aandacht gekregen: (1) de
onzekerheid in de waterbeschikbaarheid in het hoofdwatersysteem en (2) de
waterbeschikbaarheid in het hoofdwatersysteem tijdens extreme omstandigheden (grote
herhalingstijden).
Voor het eerste aspect lag de focus op het inventariseren van de oorzaken van onzekerheid
in de waterbeschikbaarheid in het hoofdwatersysteem. Waterbeschikbaarheid in het
hoofdwatersysteem kan met het zogenaamde Nationaal Water Model (NWM) worden
gekwantificeerd. Er is een analyse uitgevoerd naar de modelonzekerheid van het NWM. Op
basis van literatuuronderzoek en een consultatie van deskundigen (in de vorm van enquêtes,
interviews en een werksessie) is meer inzicht ontstaan in de belangrijkste bronnen van
onzekerheid in het Nationaal Water Model en in het bijzonder het effect hiervan op de
waterbeschikbaarheid in het hoofdwatersysteem. Het algemene beeld is dat de belangrijkste
onzekerheid in de waterbeschikbaarheid van het hoofdwatersysteem wordt veroorzaakt door
de onzekerheid in de regionale watervraag, zoals berekend in het deelmodel voor de
onverzadigde en verzadigde zone. Vooral de wijze waarop verdamping in dat deelmodel is
gemodelleerd zorgt voor een grote onzekerheid in de watervraag. Overige
onzekerheidsbronnen die belangrijk zijn met betrekking tot de onzekerheid van de
waterbeschikbaarheid
in
het
hoofdwatersysteem
zijn:
waterverdeling/sturing,
openwaterverdamping, ruwheden/ontbreken kalibratie op droogte, chlorideberekening,
waterverdeling Rijntakken.
Over de omvang van onzekerheden en de doorwerking daarvan in de onzekerheid in
waterbeschikbaarheid in het hoofdwatersysteem is nog weinig kwantitatieve informatie
beschikbaar. Het was daardoor niet mogelijk om de onzekerheid in de waterbeschikbaarheid
in deze projectfase te kwantificeren. Er is een plan gemaakt om met behulp van een
kwantitatieve onzekerheidsanalyse met het Nationaal Water Model de onzekerheid in
waterbeschikbaarheid als gevolg van een aantal onzekerheidsbronnen in de komende jaren
te kwantificeren.
Risicobenadering voor de Nederlandse zoetwatervoorziening
v
1221519-011-ZWS-0005, 23 december 2016, definitief
Dit moet een kwantificering opleveren van de modelonzekerheid met betrekking tot de
waterbeschikbaarheid in het hoofdwatersysteem. Voor de totaalonzekerheid in de
waterbeschikbaarheid is naast de modelonzekerheid ook de statistische onzekerheid van
belang. Dit wordt uitgewerkt binnen de studie Wabes. De kwantificering van
modelonzekerheid en statistische onzekerheid moeten vervolgens samen integraal worden
meegenomen in de uitwerking van het droogterisico voor diverse gebruikers in het
watersysteem.
Voor het kwantificeren van extreme droogtegebeurtenissen zijn verschillende opties verkend,
met input van deskundigen van het KNMI, Deltares en HKV. Hieruit kwam een analyse met
het regionale klimaatmodel RACMO als meest haalbaar naar voren. Met uitkomsten van dit
model is door KNMI een 800-jarige reeks van meteorologie in West-Europa samengesteld.
Deze kan gebruikt worden om inzicht te krijgen in de frequentie van droogtes en de correlatie
tussen droogte in Nederland en lage afvoeren als gevolg van droogte in het Rijn- en
Maasstroomgebied.
Activiteit 4: Toepassing van de risicobenadering voor droogte op regionaal niveau
Om de meerwaarde van de risicobenadering op regionaal niveau te bepalen is de
risicobenadering toegepast in de twee regionale casestudies, namelijk het watersysteem van
het Amsterdam-Rijnkanaal en Noordzeekanaal (ARK/NZK) in West-Nederland en het
watersysteem van de Berkel in Oost-Nederland. Samen met de inschatting van de
toepasbaarheid op landelijk niveau geeft dit inzicht in de toepassing van de methodiek op
verschillende schaalniveaus. Elke casestudie heeft zijn eigen karakteristieken. In de eerste
casestudie speelt menselijke sturing een belangrijke rol, terwijl dit in de tweede casestudie
minder belangrijk is en het watersysteem meer vrij afwaterend is. Voor elk van de casestudie
is het droogterisico in de huidige situatie (zonder klimaatverandering en sociaaleconomische
ontwikkeling) voor een aantal gebruiksfuncties en sectoren bepaald. Voor het ARK/NZK is het
effect van het verminderen van de wateraanvoer over het Amsterdam Rijnkanaal in beeld
gebracht. Voor de Berkel is het effect van een inlaatstop vanuit het Twentekanaal bekeken.
Amsterdam Rijnkanaal-Noordzeekanaal
Het resultaat van de toepassing van de risicobenadering in het ARK-NZK is een overzicht van
de relevante welvaartseffecten en een beeld van het huidige droogterisico uitgedrukt in een
verwachtingswaarde van het welvaartseffect. Voor de meeste gebruiksfuncties van zoetwater
zijn effectentreinen (hydrologisch effect-fysiek effect- welvaartseffect) opgesteld, is de
benodigde data verzameld en zijn kennisleemtes geïdentificeerd.
De effecttreinen voor landbouw en scheepvaart zijn ver genoeg uitgewerkt om het
welvaartseffect van droogte te kunnen kwantificeren. Voor de gebruiksfunctie landbouw zijn
effecten van zout en natte omstandigheden minder goed te modelleren, de verwachting is
dat dit beter kan worden ingeschat met de vervanger van Agricom, Waterwijzer Landbouw,
en een betere parametrisatie van het Landelijk Hydrologisch Model (LHM). Bij scheepvaart
ontbreken relaties tussen doorspoeldebiet, schutbeperking en wachttijd. De verwachting is
dat door het gebruik van het scheepvaartmodel BIVAS de meeste ontbrekende relaties
kunnen worden ingevuld. De effecttreinen voor de andere functies zijn op basis van
beschikbare literatuur opgesteld. Zo bleek bijvoorbeeld dat de effecten van droogte op de
industrie, energie en drinkwatersector in de huidige situatie beperkt zijn, omdat ze goed
aangepast zijn aan droge omstandigheden. Voor natuur kon de effectentrein nog niet worden
uitgewerkt doordat er nog geen dynamisch model operationeel is dat de effecten van droogte
op de natuur kan doorrekenen. Vandaar dat er een aanpak is voorgesteld op basis van
grenswaarden.
vi
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor recreatie geldt dat wanneer eventuele effecten worden doorvertaald in welvaartseffecten
de impact beperkt blijft doordat effecten op de recreatie vooral zorgen voor een verschuiving
van welvaart naar andere regio’s binnen Nederland (substitutie). De effecten van droogte op
infrastructuur (leidingen, wegen en huizen) en waterveiligheid hangen vooral samen met
effecten van een tijdelijk lager (boezem)peil. Belangrijkste bijdrage van dit jaar voor
infrastructuur zijn de kentallen voor herstelkosten en het ontrafelen van de effecttreinen.
De risicobenadering is toegepast op een beperkt aantal gebruiksfuncties, te weten landbouw,
scheepvaart en infrastructuur (bodemdaling door peiluitzakking). Door het ontbreken van een
geschikt regionaal model is gekozen om de hydrologische effecten door te rekenen met het
LHM. De resultaten van de toepassing van de risicotool laten zien dat de landbouwsector het
grootste aandeel heeft in het droogterisico. Mogelijk is dit beeld vertekend, omdat het
welvaartseffect niet voor alle functies is gekwantificeerd. Voor de scheepvaart is er slechts
incidenteel een welvaartseffect als de Kleinschalige Wateraanvoer (KWA) in werking treedt.
Hierbij is het welvaartseffect bij Spaarndam relatief klein, omdat het daar voornamelijk om
pleziervaart gaat. Het welvaartseffect door bodemdaling is meer frequent (vijf van de twintig
jaren), maar het totale welvaartseffect hiervan is beperkt in relatie tot het welvaartseffect van
droogte voor de landbouwsector.
Het effect van het verminderen van de wateraanvoer over het Amsterdam-Rijnkanaal op de
omvang van het droogterisico in het casestudiegebied is beperkt. Dit is een belangrijke
constatering. Dit zou het gevolg kunnen zijn van het feit dat het droogterisico niet voor alle
gebruikersfuncties zijn uitgewerkt of bekend zijn, waardoor wellicht belangrijke kosten en
baten niet in beeld zijn gebracht. Ook zou de omvang van het verdrogingsprobleem minder
groot kunnen zijn dan tevoren ingeschat, er kunnen problemen zijn met de vertaling van het
scenario in het hydrologisch model of de gebruikte hydrologische modellen zijn (nog) niet
geschikt om de effecten van droogte regionaal door te rekenen. Een reden van dit laatste kan
zijn dat sturing van water tijdens droge periodes nog onvoldoende in de modellen zit. Een
verdere analyse van de onderliggende oorzaak zou richtinggevend kunnen zijn bij het verder
uitwerken van het instrumentarium.
Op basis van de casestudie wordt geconcludeerd dat als er voldoende informatie is de
risicobenadering goed lijkt te werken. Ook wordt geconcludeerd dat (1) de rekentijden van het
LHM lang zijn en daardoor beperkend werken voor deze analyse, (2) het beheer bij droogte
voor dit gebied (nog) niet in voldoende detail in de watersysteemmodellen van het LHM zit
om een regionaal scenario of regionale maatregel door te rekenen en (3) voor de
geselecteerde gebruiksfuncties (soms) veel informatie of aannames nodig zijn om het
welvaartseffect van droogte te berekenen.
Berkel
Ook in de casestudie voor het stroomgebied van de Berkel is de risicobenadering toegepast.
In deze casestudie zijn de gebruiksfuncties landbouw, stedelijke water(kwaliteit) en de
recreatievaart beschouwd. De risicobenadering is niet toegepast op overige relevante
gebruiksfuncties, zoals natuur, industrie en drinkwater. Voor natuur was dit nog niet mogelijk,
omdat de effectentrein nog niet compleet was. Industrie en drinkwater ondervinden, doordat
ze onbeperkt mogen onttrekken uit het diepere grondwater (geen wateronttrekkingsverbod),
geen negatieve effecten van droogte, waardoor er voor deze gebruikersfuncties geen
droogterisico is.
Risicobenadering voor de Nederlandse zoetwatervoorziening
vii
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor het watersysteem van de Berkel blijkt geen geschikt regionaal watersysteemmodel
beschikbaar te zijn met een goede beschrijving van de interactie tussen het grond- en
oppervlaktewatersysteem. Om toch het droogterisico te bepalen is daarom net als bij case
ARK/NZK gebruik gemaakt van modeluitkomsten uit het Landelijk Hydrologisch
Modelinstrumentarium (LHM). Gezien het detailniveau waarop het stroomgebied van de
Berkel in het LHM is opgenomen, was dit alleen een terugvaloptie voor landbouw. Voor de
gebruikersfuncties stedelijk gebied en recreatievaart zijn meetreeksen van waterstanden,
watertemperatuur en debieten gebruikt.
Het modelonderdeel MetaSWAP van het LHM bevat op een ruimtelijk detailniveau van
250x250 m informatie over bodemvochtgehalten. Voor landbouw is die informatie over
bodemvochtgehalten gebruikt in combinatie met de effectmodule voor landbouw (AGRICOM)
en de LEI prijsmodel (om het effect van prijselasticiteit te bepalen). Het LHM (versie 3.0.1)
levert voor het oppervlaktewater van de Berkel nauwelijks modeluitkomsten. Het LHM levert
alleen informatie over de totale oppervlaktewaterbalans van de Berkel (watervraag en levering), metaandere woorden informatie op ‘districtniveau’. Lokale uitvoerpunten in de
Berkel met informatie over ontwikkeling van waterstanden, waterdiepten en stroomsnelheden
in de tijd ontbreekt. De LHM uitkomsten zijn daardoor niet te gebruiken voor de
risicobeoordeling van de gebruikersfuncties zoals stedelijke waterkwaliteit en recreatievaart,
waarvoor de (tijdsafhankelijke ontwikkeling van) hydrologische variabelen op meerdere
locaties in het oppervlaktewater nodig zijn om fysieke effecten te bepalen. Voor de
gebruikersfuncties stedelijke waterkwaliteit en recreatievaart is daarom gebruik gemaakt van
(soms niet continue) meetreeksen in combinatie met eenvoudige aannames en (opgevraagde
c.q. uit literatuur afkomstige) kentallen over kosten en baten.
Op deze manier is een eerste beeld neergezet van het droogterisico. De uitkomsten van de
risicobenadering betreffen een eerste beeld en mogen niet als absolute getallen
geïnterpreteerd worden. Ze bevatten nog een ruime mate van onzekerheid. Het berekende
droogterisico voor de huidige situatie zonder klimaatverandering en socio-economische
ontwikkeling is beperkt. Het droogterisico is het grootst voor de gebruikersfunctie landbouw in
verhouding tot recreatievaart en stedelijke waterkwaliteit.
Om de meerwaarde voor de afweging van maatregelen te illustreren is ook naar het effect
van een maatregel op het droogterisico gekeken. Het effect van een inlaatstop vanuit het
Twentekanaal naar de Berkel op het droogterisico voor de gebruiksfunctie landbouw is
geanalyseerd. Uit de analyse bleek dat de maatregel het droogterisico nauwelijks beïnvloedt.
Algemene conclusie. Waar staan we nu en hoe ver kunnen we komen?
Kort samengevat zijn de belangrijkste opbrengsten van dit jaar:
-
Beter inzicht in de toepasbaarheid van de risicobenadering op regionaal en nationaal
niveau
Identificatie van de belangrijke kennisleemtes om tot een risicobenadering te komen
Op basis van de resultaten blijkt de risicobenadering alleen toepasbaar als voor de
belangrijkste gebruikersfuncties modellen en/of relaties beschikbaar zijn voor de drie
onderdelen van de effectentrein: hydrologie - fysiek effect - welvaartseffect. Hierbij is het
belangrijk dat een goed watersysteemmodel beschikbaar is, waarvan de modelresultaten
(met aannames) kunnen worden doorvertaald in welvaartseffecten. Het model maakt het
mogelijk om toekomstige ontwikkelingen (zoals klimaatverandering) en/of situaties met en
zonder maatregelen kwantitatief te beschrijven en onderling te vergelijken.
viii
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Daarnaast is een verdere uitwerking en/of onderbouwing van de dosis-effectrelaties en
welvaartseffecten noodzakelijk.
In beide regionale casestudies blijken de bestaande watersysteemmodellen niet aanwezig
(en/of niet altijd in staat de effecten met voldoende detail (het LHM) goed te beschrijven. Voor
de Berkel ontbreekt een regionaal model met de beschrijving van het grondwatersysteem en
het oppervlaktewater systeem en hun onderlinge relatie, terwijl het LHM te grof bleek om de
hydrologisch relevante parameters voor verschillende gebruiksfuncties te beschrijven. In de
ARK/NZK case ontbreekt een goede modelmatige beschrijving van het huidige beheer tijdens
laagwater in het LHM en/of de regionale modellen. Wat betreft dosis-effect relaties en
welvaartseffecten is uit de casestudies gebleken dat er in de literatuur weinig data
voorhanden is om de dosis-effect relaties en kostenkentallen in te kunnen vullen.
Effectmodules die aansluiten op regionale watersysteemmodellen ontbreken nog geheel.
Meeliften op landelijke effectmodellen bleek beperkt mogelijk (alleen landbouw), maar is iets
om de vervolgfase van het project te verkennen. Net als meer betrokkenheid van
belanghebbenden en experts op het gebied van bijvoorbeeld industrie en natuur, zodat
samen missende dosis-effect relaties en kostenkentallen kunnen worden ingevuld.
Uit de casestudies is gebleken dat het alleen zinvol lijkt om op regionaal niveau door te gaan
met de toepassing van de risicobenadering als ook regionale hydrologische modellen (van
voldoende kwaliteit) en ook de dosis-effectrelaties en welvaartseffecten beschikbaar zijn.
Soortgelijk geldt in mindere mate voor het landelijk niveau. Voor een landelijke toepassing
van de risicobenadering is wel een consistent modelinstrumentarium voor grond- en
oppervlaktewater beschikbaar in de vorm van het LHM, daarnaast zijn voor sommige
gebruiksfuncties instrumenten beschikbaar en/of in ontwikkelen om de fysieke effecten van
droogte mee te bepalen. Ook voor het verder ontwikkelen van een landelijke toepassing
wordt nog steeds aangeraden om het modelinstrumentarium en dosis-effect relaties verder te
verbeteren en te (blijven) ontwikkelen. Belangrijke onderwerpen hierbij zijn (kijkend naar het
aandeel van de gebruiksfuncties landbouw en scheepvaart in de landelijke
waterverdelingstrategie in DP fase 1):
-
-
-
Interne verzilting in NHI om zoutschade landbouw te berekenen
Ontwikkeling Waterwijzer Landbouw om de effecten van droogte en zout op de
opbrengst beter in te schatten. Daarnaast is het belangrijk waardevolle en gevoelige
teelten als bollen en sierteelt apart op te nemen. Verder moet de aansluiting op het
bestaande instrumentarium (NWB/LHM en prijsmodel LEI) gewaarborgd worden.
Ontwikkeling Waterwijzer Natuur om de effecten op terrestrische natuur in te kunnen
schatten en gebruik van de KRW Verkenner in combinatie met Waternood om dit te
doen voor aquatische natuur.
Validatie en operationeel maken BIVAS
Een landelijke analyse zal geen uitspraken kunnen doen over het effect van (kleinschalige)
regionale maatregelen en maatregelen bij individuele gebruikers. Daarvoor is de
schematisatie van het LHM te grof. Wel kan het effect van deze maatregelen op landelijke of
bovenregionale schaal geanalyseerd worden, als bekend is (of een aanname gedaan kan
worden) wat het effect op regionale schaal is op de watervraag tijdens droogte. Een
meerwaarde van de risicobenadering is dan het in beeld krijgen van de verdeling van het
droogterisico over verschillende gebruiksfuncties en (knelpunt)gebieden op nationaal niveau.
Ook lijkt in de toekomst het meenemen van onzekerheid in de (MKBA) besluitvorming een
grote meerwaarde.
Risicobenadering voor de Nederlandse zoetwatervoorziening
ix
1221519-011-ZWS-0005, 23 december 2016, definitief
Belangrijk is om te constateren dat de grootste problemen in de toepassing van de
risicobenadering gelden voor iedere kwantitatieve onderbouwing van de besluitvorming
omtrent zoetwater. De aanvullende eisen voor het toepassen van een risicobenadering liggen
vooral in het analyseren van een groot aantal hydrologische jaren en het monetariseren van
effecten (vooral lastig voor natuur). Als we het effect van een maatregel op het watersysteem
en op de belangrijkste economische sectoren niet kunnen berekenen, heeft een
risicobenadering geen zin en is het niet mogelijk om een goede MKBA uit te voeren.
Besluitvorming zal dan vooral op kwalitatieve informatie gebaseerd zijn. Als tussenvorm is het
mogelijk het effect van maatregelen vooral uit te drukken in water gerelateerde eenheden
(kubieke meters tekort), zonder de effecten op sectoren te kwantificeren en te monetariseren.
Ook hiervoor zullen echter hydrologische modellen verbeterd moeten worden.
Aanbevelingen
Op basis van deze resultaten doen we de volgende aanbevelingen:
•
•
•
•
•
•
x
Aanbeveling 1: Pas de risicotool op nationaal niveau toe, soortgelijk als voor de regionale
casestudies is gedaan, op basis van bestaande kennis en modelresultaten. Op basis
daarvan kan worden bepaald welke informatie er op nationaal niveau nodig is, en al
beschikbaar is, om tot bruikbare resultaten te komen op nationaal niveau.
Aanbeveling 2: Richt het regionaal waterinstrumentarium zo in dat het aan de minimale
eisen voor een risicobenadering gaat voldoen (bijv. koppeling grondwater en
oppervlaktewater). NWM is maar gedeeltelijk een terugvaloptie (m.n. voor relatief grote
regionale gebieden, zoals casestudie ARK-NZK)
Aanbeveling 3: Vergroot de (inhoudelijke) betrokkenheid bij allerlei aanverwante
ontwikkelingen, zoals Waterwijzer Landbouw, Waterwijzer Natuur en BIVAS
effectmodule en zorg ervoor dat ze straks goed aansluiten op het NWM en/of regionale
modelinstrumentarium zodat ze straks ingezet kunnen worden voor de risicobenadering.
Dit moet het mogelijk maken om de risicobenadering ook op andere gebruikersfuncties
(zoals natuur) toe te passen.
Aanbeveling 4: Besteed meer aandacht aan onzekerheid in de effectentrein en de
doorwerking ervan in het droogterisico op landelijk en regionaal niveau. Dit geeft inzicht
welke gebruiksfuncties een relatief groot aandeel hebben in de onzekerheid van het
welvaartseffect en waar het loont extra op in te zetten (bijv. verbeteren simuleren
hydrologische variabele, of juist dosis-effect of de welvaartrelatie) om de bandbreedte in
de risicoinschatting te verkleinen.
Aanbeveling 5: Meer aandacht besteden aan de bruikbaarheid van de uitkomsten van
een risicobeoordeling en de Droogte Risico Tool en hoe deze uitkomsten kunnen
bijdragen aan besluitvorming omtrent afweging van specifieke maatregelen en afspraken
over waterbeschikbaarheid.
Aanbeveling 6: Meer betrokkenheid van belanghebbenden, zodat samen missende
dosis-effect relaties en kostenkentallen kunnen worden ingevuld. Afgelopen jaar is
immers gebleken dat er in de literatuur weinig beschikbaar is. Omwille van de inspanning
is het aan te raden zogenaamde focusgroepen te organiseren. Na deze groepen kunnen
belanghebbenden een specifieke rol krijgen in de dataverzameling (dosis-effectrelaties
en welvaartseffecten).
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Inhoud
Samenvatting
ii
Lijst met definities van de belangrijkste begrippen
i
1 Inleiding
1
2 Evaluatie landelijke toepasbaarheid
2.1 Een tool voor de risicoanalyse van droogte
2.2 Watertekort – Q1
2.3 Dosis-effect relaties – Q2
2.4 Economische waardering – Q3
2.5 Conclusies en aanbevelingen
5
7
8
12
17
22
3 Methode ontwikkeling
3.1 Economische uitgangspunten
3.1.1 Uitgangspunten
3.2 Droogte Risico Tool
3.2.1 Opzet
3.2.2 Invoer
3.2.3 Berekening van de verwachtingswaarde
3.2.4 Effect maatregelen
3.2.5 Onzekerheidsanalyse
3.2.6 Aanpassingen en uitbreidingen van de tool
3.3 Landbouwmodel berekening welvaartseffecten droogte op jaarbasis
3.3.1 Model met prijsongevoelig aanbod
3.3.2 Model met prijsgevoelig aanbod
3.3.3 Berekening van de prijsverandering en totale welvaartsverandering
3.3.4 Simulaties
25
25
25
27
27
28
29
30
31
33
34
34
35
37
39
4 Waterbeschikbaarheid hoofdwatersysteem
4.1 Inleiding
4.1.1 Plaats van waterbeschikbaarheid in de risicobenadering
4.2 Onzekerheden in waterbeschikbaarheid
4.2.1 Nationaal Water model
4.2.2 Beschrijving in- en uitvoer van de deelmodellen
4.2.3 Onzekerheid in het NWM
4.2.4 Kwantificeren van onzekerheden in NWM
4.2.5 Conclusie en voorstel voor vervolg
4.3 Mogelijkheden om extreme droogtegebeurtenissen voor NL te kwantificeren
4.3.1 Inleiding
4.3.2 Overzicht van de mogelijkheden
4.3.3 Bevindingen en voorstel voor vervolg IMPREX
41
41
41
43
43
44
45
52
57
59
59
60
66
5 Casestudie Amsterdam Rijnkanaal-Noordzeekanaal
5.1 Inleiding
5.2 Beschrijving watersysteem
5.3 Omgaan met sturing in risicobenadering
5.3.1 Inleiding
69
69
70
72
72
Risicobenadering voor de Nederlandse zoetwatervoorziening
xi
1221519-011-ZWS-0005, 23 december 2016, definitief
5.4
5.5
5.6
5.7
5.3.2 Interviews met waterbeheerders
5.3.3 Modelstudie effect operationeel beheer
5.3.4 Conclusies en aanbevelingen
Doorvertaling van hydrologische naar welvaartseffecten
5.4.1 Inleiding
5.4.2 Uitwerking per gebruikersfunctie
Toepassing Droogte Risico Tool
5.5.1 Inleiding
5.5.2 Risico referentiesituatie
5.5.3 Risico toekomstscenario ‘lagere wateraanvoer ARK
Conclusies ARK-NZK
Opties voor vervolg
72
73
74
75
75
77
104
104
104
107
108
111
6 Casestudie Berkel
6.1 Inleiding
6.2 Beschrijving van het watersysteem van de Berkel
6.2.1 Watersysteem
6.2.2 Watervragers
6.2.3 Afwegingen
6.3 Scope in 2016
6.4 Doorvertaling van hydrologische naar economische effecten
6.4.1 Aanpak op hoofdlijnen
6.4.2 Hydrologische modellen en meetgegevens
6.4.3 Uitwerking per gebruikersfunctie
6.5 Toepassing risicobenadering
6.5.1 Risico zonder maatregel
6.5.2 Risico met maatregel (inlaatstop vanuit Twentekanaal)
6.6 Discussie
6.7 Conclusies
6.8 Aanbevelingen
113
113
114
114
115
116
118
118
118
119
121
127
128
132
133
134
135
7 Conclusies en aanbevelingen
7.1 Conclusies
7.2 Aanbevelingen
139
139
145
8 Literatuur
147
Bijlage(n)
A Methodiek risicoanalyse droogte
A-1
B Experts consultatieronde
B-1
C Vragenlijst
C-1
D Modelonzekerheid per deelmodel van het NWM
D-1
E Interviews sturing tijdens droogte ARK-NZK
E-1
F Uitgangspunten Landbouw
F-1
xii
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
G Effect inzet KWA op scheepvaart Prinses Irenesluizen
G-1
H Additionele informatie casestudie ARK/NZK
H-1
I Verslag tweede werksessie IMPREX Amsterdam Rijnkanaal-Noordzeekanaal
I-1
J Kennisvragen uit de eerste workshop Berkel
J-1
K Bespreekverslag van de tweede workshop Berkel
K-1
Risicobenadering voor de Nederlandse zoetwatervoorziening
xiii
1221519-011-ZWS-0005, 23 december 2016, definitief
Lijst met definities van de belangrijkste begrippen
-
-
-
-
-
-
2
Droogte: Droogte kan op verschillende manieren worden gedefinieerd. In dit
onderzoek hanteren we de sociaaleconomische definitie: Een lange periode met
watertekorten (het verschil tussen watervraag en wateraanbod).
Risico: de kans maal gevolg. In deze studie wordt het risico uitgedrukt als de
jaarlijkse verwachtingswaarde van het welvaartseffect.
Verwachtingswaarde: een gewogen gemiddelde van alle mogelijk uitkomsten.
Welvaartseffect: de financiële en niet-financiële 2 effecten van een project of
beleidsmaatregel op de welvaart van een land of een regio.
Scenario’s: (toekomstige) veranderingen die niet beïnvloed kunnen worden door
beslissingen binnen het project oftewel toekomstige ontwikkelingen van relevante
ontwikkelingen van buitenaf (bijvoorbeeld klimaatverandering, economische groei,
landgebruik). Dit behelst niet de al geïnitieerde maatregelen door landelijke en
regionale overheden, deze zitten in het nul-alternatief.
Nul-alternatief: is de meest waarschijnlijk te achten ontwikkeling die zal plaatsvinden
op het voor de analyse relevante terrein in het geval dat de te beoordelen maatregel
niet wordt uitgevoerd. In de praktijk is dit de huidige situatie incl. autonome
ontwikkelingen waarbij (1) definitieve beslissingen t.a.v. toekomstige veranderingen
(definitieve besluiten en/of vergunningverlening) als zodanig worden meegenomen,
en (2) waarbij toekomstige veranderingen die nog niet definitief besloten zijn en grote
effecten hebben, als extra varianten op het nul-alternatief worden meegenomen. Er
zijn dus meerdere nul-alternatieven mogelijk (deze gebruiken we als referentie).
Onder het nul-alternatief vallen ook kleinere ingrepen die het probleem deels
oplossen maar geen beleidsalternatief vormen. In deze analyse is dat het gedrag van
watergebruikers zonder dat dit gestuurd wordt door een overheid (autonome
adaptatie gegeven klimaatverandering, socio-economische veranderingen). Ook de
kosten van dit gedrag dienen te worden opgenomen in het nul-alternatief.
Projectalternatief: combinatie van maatregelen, of wel strategie.
Maatregelen: onderscheid naar maatregelen door landelijke overheden en regionale
overheden. Maatregelen door watergebruikers die niet gestuurd worden door
overheden (door bijvoorbeeld subsidies) worden meegenomen als autonome
ontwikkelingen, in zowel het nul-alternatief als in het projectalternatief. De autonome
ontwikkelingen zijn afhankelijk van het gekozen scenario.
Watergebruikers: Hieronder verstaan we alle gebruikers van water zoals de
landbouw, natuur, scheepvaart en drinkwatervoorziening met uitzondering van de
(regionale/nationale) overheid.
Gevoeligheidsanalyse: impactanalyse van veranderingen in uitgangspunten
(bijvoorbeeld discontovoet, waardering, onzekerheid in modeluitkomsten) om het
effect van kennisonzekerheid en beleidsonzekerheid op de resultaten in te schatten.
Ook de niet-financiële effecten kunnen worden uitgedrukt in euro’s om deze effecten vergelijkbaar te maken met de
financiële effecten.
Risicobenadering voor de Nederlandse zoetwatervoorziening
i
1221519-011-ZWS-0005, 23 december 2016, definitief
1 Inleiding
In de toekomst kunnen in Nederland vaker knelpunten voorkomen op het gebied van de
zoetwatervoorziening doordat de vraag naar zoetwater toeneemt, en het klimaat verandert.
Overheden, onderzoeksinstituten, organisaties en bedrijfsleven werken in Nederland samen
om zich voor te bereiden op deze toekomstige veranderingen. Hiervoor is informatie nodig
over de beschikbaarheid van zoetwater in normale en droge situaties, nu en in de toekomst.
Het is daarbij belangrijk om inzicht te hebben in de consequenties van keuzes en afspraken
met betrekking tot waterbeschikbaarheid (incl. waterverdeling) en eventuele watertekorten en
een doorkijk te maken naar handelingsperspectieven. Daar hoort een goede verantwoording
en onderbouwing van beslissingen en eventuele maatregelen bij.
In 2014 is de Deltabeslissing Zoetwater verschenen, hierin is onder andere opgenomen dat
waterbeheerders met watergebruikers afspraken gaan maken over de Waterbeschikbaarheid
(voorheen genoemd het voorzieningenniveau), die inzicht geeft hoeveel water gebruikers
kunnen verwachten onder verschillende omstandigheden (en dus ook met hoeveel
watertekort zij rekening moeten houden). Volgens de huidige planning moet in 2018 een
eerste versie van deze afspraken opgesteld worden. De uiteindelijk besluiten worden in 2021
genomen. Tegelijkertijd zal er ook besloten worden over nieuwe maatregelen en herziening
van strategieën in het kader van het Deltaprogramma.
Het ontwikkelen van de risicobenadering voor droogte is voortgekomen uit de constatering
dat het voor de Deltabeslissing Zoetwater in 2014 niet mogelijk is gebleken een economische
evaluatie van het effect van de maatregelen in de vorm een MKBA (Maatschappelijke Kosten
Baten Analyse) te maken (Ecorys, 2013 en Stratelligence, 2014). Vooral het volledig in beeld
brengen van de baten bleek toen niet mogelijk door onder andere het ontbreken van een op
de problematiek toegerust economisch instrumentarium en de daarvoor benodigde
informatie. De risicobenadering voor droogte is ontwikkeld met als doel de besluitvorming op
het gebied van zoetwater in 2021 wel van een economische onderbouwing te voorzien door
informatie over de gevolgen van droogte voor verschillende gebruiksfuncties en de frequentie
waarmee droogte voorkomt met elkaar te combineren.
In november 2014 is een workshop georganiseerd waarin besproken is hoe de economische
onderbouwing van de besluitvorming met betrekking tot de zoetwatervoorziening verbeterd
kan worden. In opdracht van het Kernteam Zoetwater is in 2015 op basis van de resultaten
van deze workshop de studie ‘doorontwikkeling economische analyse zoetwater’ uitgevoerd,
waarin Deltares, het LEI en Stratelligence samen hebben gewerkt aan de ontwikkeling van
een methodiek die kan worden gebruikt om enerzijds een betere afweging te maken tussen
maatregelen onderling en anderzijds om besluitvorming rond de afspraken met betrekking tot
waterbeschikbaarheid te ondersteunen. In 2015 zijn op basis van deze methodiek analyses
uitgevoerd om de in het verleden geleden schade van droogte in de sectoren scheepvaart,
drinkwater en natuur in beeld te brengen. Daarbij is gebruik gemaakt van historische
meetreeksen. Er is een tool gemaakt om het prijseffect te berekenen dat optreedt als droogte
leidt tot afname van landbouwopbrengsten. Ook is een casestudie uitgevoerd voor Rijnland.
Einddoel is de ontwikkeling en toepassing van een methodiek om de besluitvorming op het
gebied van zoetwater in 2021 van een economische onderbouwing te voorzien.
Risicobenadering voor de Nederlandse zoetwatervoorziening
1 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
In 2016 is door twee deelprojecten gezamenlijk gewerkt aan het verder ontwikkelen en
toepassen van de risicobenadering voor droogte in Nederland. Het gaat enerzijds om KPP
DPZW IA economie (Kennis voor het Primaire Proces, Deltaprogramma Zoetwater,
Instrumentarium Afwegingen, onderdeel economie, hierna IA economie) en anderzijds om het
Nederlandse droogtedeel van het Horizon2020 project IMPREX (IMproving PRedictions and
management of hydrological EXtremes, hierna IMPREX).
IA economie is in 2016 uitgevoerd door Deltares in samenwerking met het LEI (tegenwoordig
Wageningen Economic Research) en Witteveen+Bos in opdracht van RWS-WVL voor het
Kernteam Zoetwater. IMPREX is gestart op 1 oktober 2015 en heeft een looptijd van vier jaar.
Het KNMI is de trekker van het gehele IMPREX project waarin 23 partijen uit Europa
samenwerken met een financiering van €8 miljoen van de Europese Unie via het
Horizon2020 programma. Een klein onderdeel van IMPREX bestaat uit het ontwikkelen en
toepassen van een integrale risicobenadering voor droogte in Nederland. Binnen dit deel van
IMPREX worden kennis en producten (o.a. een generieke tool) ontwikkeld om het vaststellen
van de afspraken over de Waterbeschikbaarheid en de afweging van droogtemaatregelen en
waterverdeling in Nederland te ondersteunen. Onderdeel hiervan is de uitwerking van een
methode om onzekerheidsbanden in de uitvoer op basis van invoer, model en statistiek van
waterbeschikbaarheid in het hoofdwatersysteem te bepalen. Dit onderdeel is sterk
gerelateerd aan het project Waterbeschikbaarheid Hoofdwatersysteem (WABES). Het
IMPREX deel wordt uitgevoerd door Deltares en HKV. De uitvoering wordt medegefinancierd
door DGRW, RWS-WVL (LT en BOA Zoetwater), STOWA, Hoogheemraadschap Rijnland,
Waterschap Rijn en IJssel, Waterschap Vallei & Veluwe, Waterschap Vechtstromen en
Waterschap Drents-Overijsselse Delta.
De werkzaamheden voor de twee deelprojecten in 2016 zijn geformuleerd in het Plan van
Aanpak Instrumentarium afwegingen, onderdeel economie van 7 april 2016 en in IMPREX
Integrale risicobenadering zoetwatervoorziening in Nederland, Plan van Aanpak 2016, versie
2.0 van mei 2016.
IA economie en IMPREX delen hetzelfde globale lange termijn doel, namelijk het ontwikkelen
en toepassen van een integrale risicobenadering voor droogte die een economische
onderbouwing kan verschaffen aan besluitvorming met betrekking tot zoetwater. Bij de
uitvoering is daarom samenwerking gezocht om zoveel mogelijk synergie te creëren. Het doel
in 2016 is het verbeteren van de risicobenadering en het toepassen ervan in casestudies. Dit
moet meer inzicht geven in de meerwaarde van de risicobenadering en het identificeren van
kennisleemten om afwegingen op landelijke en regionale niveau gebaseerd op een
risicobenadering te kunnen maken.
Dit jaar werken we conform het plan van aanpak daarom aan de volgende activiteiten:
- Evaluatie/inschatting van de toepasbaarheid van de risicobenadering op landelijk
niveau (Hoofdstuk 2)
- Doorontwikkeling van de methodiek voor de risicobenadering uit 2015, waaronder de
ontwikkeling van de droogterisicotool en een prijsmodel voor de landbouw (Hoofdstuk
3).
- Beantwoording van kennisvragen met betrekking tot de waterbeschikbaarheid in het
hoofdwatersysteem (Hoofdstuk 4)
2 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
-
Toepassing van de risicobenadering voor droogte op regionaal niveau in twee
casestudies (Amsterdam Rijnkanaal-Noordzeekanaal en de Berkel) (Hoofdstuk 5 en
6)
De eerste activiteit wordt opgepakt vanuit het project Instrumentarium Afwegingen Economie.
De tweede en derde activiteiten worden vooral opgepakt vanuit IMPREX, waarbij de
ontwikkeling van het prijsmodel voor de landbouw gefinancierd is vanuit het project
Instrumentarium Afwegingen Economie. Aan de vierde activiteit wordt vanuit beide projecten
gewerkt. Doel van het uitvoeren van de casestudies is meer ervaring op te doen met de
voorgestelde methodiek en deze toe te passen op nieuwe sectoren en gebieden. Ook willen
we vanuit de regionale toepassingen richting geven aan de doorontwikkeling van de
methodiek en de generieke tool.
Dit rapport beschrijft de resultaten van de twee deelprojecten zoals uitgevoerd in 2016.
Hoofdstuk 2 presenteert de analyse van de landelijke toepasbaarheid. Hoofdstuk 3 richt zich
op de methodiek en de ontwikkelde tools. Hoofdstuk 4 beschrijft de resultaten voor
onzekerheid rondom waterbeschikbaarheid in het Hoofdwatersysteem en mogelijkheden om
extremen in beeld te brengen. Daarna worden de twee regionale casestudies beschreven in
aparte hoofdstukken. In hoofdstuk 7 worden algemene conclusies gepresenteerd.
Risicobenadering voor de Nederlandse zoetwatervoorziening
3 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
2
Evaluatie landelijke toepasbaarheid
In 2016 is de risicobenadering voor de zoetwatervoorziening in Nederland verder uitgewerkt.
De methodiek kan mogelijk worden gebruikt om de deltabeslissing zoetwater in 2021
economisch te onderbouwen. Of dit daadwerkelijk haalbaar is wordt in dit hoofdstuk
besproken. Dit hoofdstuk vormt een eerste aanzet voor een inschatting van de nationale
toepasbaarheid van de methodiek. Hiermee wordt ook een link gelegd naar het project
‘landelijke knelpuntenanalyse en strategieontwikkeling (KPA2.0)’ dat in juli 2016 officieel van
start is gegaan. KPA2.0 heeft tot doel een kwantitatieve onderbouwing te leveren zodanig dat
afgewogen kan worden of en welke maatregelen extra nodig zijn om de zoetwatervoorziening
op de lange termijn op peil te houden. Dit gebeurt in KPA 2.0 op basis van een
risicobenadering.
In het volgende hoofdstuk wordt een eerste beeld geschetst van de tool voor het uitvoeren
van de risicoanalyse voor droogte. In de hoofdstukken daarna wordt de landelijke
toepasbaarheid verder uitgewerkt voor de volgende onderdelen:
•
•
•
Watertekort (kwadrant 1 van de methodiek) (Paragraaf 2.2);
Dosis-effect relaties (kwadrant 2 van de methodiek) (Paragraaf 2.3); en
Economische waardering (kwadrant 3 van de methodiek) (Paragraaf 2.4).
In hoofdstuk 2.5 worden enige algemene conclusies en aanbevelingen verwoord. In
hoofdstuk 2.6 zijn tot slot de resultaten en gemaakte afspraken toegevoegd van de
bespreking van de notitie op 25 augustus 2016.
De kwadranten als hierboven beschreven zijn vooral een illustratie van de methodiek. In de
praktijk zal de berekening van het risico meestal gebruik maken van een serie met elkaar
verbonden modellen die voor een lange tijdreeks de berekening van de watertekort, het
fysieke effect en het welvaartseffect per jaar uitvoeren. Dit resulteert dan in een lange
tijdreeks van het jaarlijkse welvaartseffect op basis waarvan het risico bepaald kan worden.
Een voorbeeld van een serie met elkaar verbonden modellen is het doorrekenen van een
langjarige hydro-meteorologische tijdreeks met LHM (Q1), AGRICOM (Q2) en de prijstool van
WER (Q3) om de jaarlijkse verwachtingswaarde van droogteschade voor de landbouw te
berekenen (zie ook de casestudies in hoofdstuk 5 en 6).
De methodiek is in principe onafhankelijk van de schaal van de toepassing en van de
sectoren waarvoor de risicoanalyse uitgevoerd wordt, zolang er voldoende nauwkeurige
informatie beschikbaar is voor de relevante parameters met betrekking tot hydrologie (in het
bijzonder het watertekort), de dosis- (fysiek) effect relaties en de economische waardering (dit
is de bepaling van het welvaartseffect). Deze notitie inventariseert de beschikbaarheid van
deze informatie voor een landsdekkende toepassing in Nederland voor alle relevante
sectoren.
In de volgende hoofdstukken wordt de beschikbaarheid van deze informatie per kwadrant
besproken. In ieder hoofdstuk is een tabel opgenomen met een overzicht per sector en effect
(zie Tabel 2.1). Een sector kan hierbij verschillende effecten hebben, zoals droogteschade en
zoutschade voor de landbouw.
Risicobenadering voor de Nederlandse zoetwatervoorziening
5 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor ieder effect wordt de mogelijke bepaling beschreven van het hydrologische effect
(Paragraaf 2.2), het fysieke effect (Paragraaf 2.3) en het welvaartseffect (Paragraaf 2.4). Bij
de sector wonen zou ook nog water voor bestrijding van hittestress toegevoegd kunnen
worden.
Deze effecten zijn voorlopig uit de tabellen weggelaten omdat dit effect waarschijnlijk beperkt
is. Uiteraard kunnen te allen tijde effecten worden toegevoegd.
In de verdringingsreeks en in eerdere analyses voor het Deltaprogramma Zoetwater wordt
peilbeheer gehanteerd als een belangrijke categorie van de watervraag. In de hier
gepresenteerde indeling is peilbeheer van belang voor een aantal sectoren: landbouw,
terrestrische en aquatische natuur, scheepvaart, veiligheid, infrastructuur en wonen. De
effecten van droogte op peilbeheer worden dus doorvertaald naar (welvaarts)effecten op
deze sectoren.
Tabel 2. 1 Overzicht van de relevante effecten per sector voor de landsdekkende risicoanalyse met een
aanduiding van hun verwachte relatieve aandeel in het totale welvaartseffect van droogte
Sector
Landbouw
Effect
Droogteschade
Zoutschade
Natschade
Aquatische natuur
Droogval beken
Zoutschade
Eutrofiëring
Terrestrische natuur
Scheepvaart
Droogteschade
Zoutschade
Beladingsgraad
Schutbeperkingen
Brandstofgebruik
Drinkwater
Zout
Indikken
Industrie
Kwantiteit
Zoutschade
Temperatuur
Veiligheid
Instabiliteit
Hoogtetekort
6 van 184
Omschrijving
Verminderde opbrengst als gevolg van
droogte
Verminderde opbrengst als gevolg van zout
Verminderde opbrengst als gevolg van te
veel water in de bodem en gerelateerd
zuurstoftekort
Schade aan aquatische natuur door droogval
van beken
Schade aan aquatische natuur door zout
Schade aan aquatische natuur door
eutrofiëring
Schade aan terrestrische natuur door droogte
Schade aan terrestrische natuur door zout
Beperking beladingsgraad door vermindering
waterdiepte
Vertraging of stremming als gevolg van
beperkt schutten van sluizen bij lage afvoer
Vermindering efficiëntie brandstofgebruik bij
beperkte waterdiepte
Sluiting inlaatpunt vanwege hoog gehalte
zout
Sluiting inlaatpunt vanwege verontreiniging
als gevolg van indikking
Beperkte beschikbaarheid water
Beperking beschikbaarheid door hoog
zoutgehalte
Beperking koelwaterlozingen door hoge
temperatuur
Schade en instabiliteit van waterkeringen als
gevolg van droogte
Versnelde zetting en klink van veenkades als
gevolg van droogte
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Sector
Infrastructuur
Effect
CO2 uitstoot
Wegen / riolering
Wonen
Paalrot
Woonboten
Verdroging
stedelijk groen
Recreatie
Waterrecreatie
Gezondheid
Omschrijving
Uitstoot
van
broeikasgassen
door
bodemdaling in veengebieden
Schade aan wegen en rioleringen als gevolg
van bodemdaling
Versnellen schade aan houten funderingen
bij lage grondwaterstanden
Schade aan woonboten en gerelateerde
leidingen bij verlagen oppervlaktewaterpeil
Schade aan stedelijk groen (openbaar en
privaat) door neerslagtekort en lage
grondwaterstanden
Afname
recreatie
als
gevolg
van
waterkwaliteitsproblemen
Gezondheidsschade
als
gevolg
van
waterkwaliteitsproblemen
Legenda
Beperkt belang
Gemiddeld belang
Groot belang
In deze tabellen is door middel van grijstinten de beschikbaarheid en nauwkeurigheid van de
informatie aangegeven, evenals het belang van het effect. Deze classificaties worden vooral
gebaseerd op de ervaringen met de methodiek tot op heden en op expert judgement. Hierbij
is alleen gekeken naar effecten waarvoor er een handelingsperspectief bestaat in het
waterbeheer. Dat betekent dat keuzes in het waterbeheer het welvaartseffect moeten kunnen
beïnvloeden. Waar dat niet het geval is, kan er wel een welvaartseffect van droogte zijn, maar
is dat niet van belang voor de afwegingen in het waterbeheer en is het hier niet in
beschouwing genomen. Het is niet zo dat het noodzakelijk om voor al deze sectoren en
effecten de welvaartseffecten te betrekken bij het bepalen van het risico. Er kan voor gekozen
worden bepaalde sectoren en effecten niet mee te nemen, omdat het effect klein is en/of
omdat de te evalueren ontwikkelingen en/of maatregelen weinig invloed op deze sector zullen
hebben.
2.1
Een tool voor de risicoanalyse van droogte
In het kader van het IMPREX deel van dit project is een generieke droogterisico tool
ontwikkeld voor het toepassen van de risicoanalyse voor droogte (zie hoofdstuk 3.2).
In deze tool worden de resultaten van de risicoanalyse gepresenteerd als een jaarlijkse
verwachtingswaarde van de het welvaartseffect van droogte en de verdeling daarvan over
verschillende jaren, verschillende sectoren en verschillende regio’s.
Voor een landelijke toepassing, lijkt het nuttig de IMPREX tool uit te breiden met een eigen
gebruikersschil die werkt op bestaande resultaten van de modellen uit NWM en de
effectmodellen. Dit is niet voorzien in IMPREX en/of de ‘quick scan tool zoetwaterverdeling’
die binnen de Knelpuntenanalyse ontwikkeld gaat worden. De gebruiker zou in deze schil uit
de resultaten van de modellen moeten kunnen selecteren om een risicoanalyse uit te voeren
voor verschillende situaties (bijvoorbeeld de autonome ontwikkeling in 2050 onder een
bepaald scenario met en zonder een bepaalde maatregel).
Risicobenadering voor de Nederlandse zoetwatervoorziening
7 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
In de schil moeten dan als resultaten de risicoverdeling getoond worden: over de
verschillende jaren en over de verschillende sectoren en regio’s.
Hierbij zou vooral duidelijk moeten worden het verschil in de situatie met en zonder
maatregel. Daarnaast moet automatisch ook een onzekerheidsanalyse uitgevoerd worden
(op door de gebruiker aan te leveren onzekerheidsmarges in de invoer en de
modelresultaten), zodat alle getallen (inclusief de vergelijking) van een onzekerheidsmarge
voorzien worden. Onderzocht zou moeten worden of dit in MS Excel kan blijven of beter
overgezet kan worden naar een ander platform. Andere belangrijke ontwikkelingen die
noodzakelijk zijn voor een landelijke toepassing (en die niet voorzien zijn in IMPREX) zijn het
op orde zijn/brengen van de ‘effectentreinen’ (zie hoofdstuk 5 en 6) en het maken van
automatische koppeling om de resultaten van de verschillende modellen in te lezen.
2.2
Watertekort – Q1
Tabel 2.2 presenteert voor de verschillende effecten de parameter die gebruikt zal worden
om het watertekort te beschrijven. De waardes voor deze parameters zullen natuurlijk
variëren in de tijd en de ruimte.
8 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 2. 2 Overzicht van de parameters uit NWM en NDB voor de beschrijving van het watertekort voor de verschillende effecten met een inschatting van de nauwkeurigheid van
de NWM en NDB resultaten
Sector
Landbouw
Aquatische natuur
Terrestrische natuur
Scheepvaart
Drinkwater
Industrie
Veiligheid
Infrastructuur
Wonen
Recreatie
Effect
Droogteschade
Zoutschade
Natschade
Droogval beken
Parameter watertekort
Bodemvochttekort
Chloride concentratie water
Zuurstoftekort in de bodem
Afvoer
Zoutschade
Eutrofiëring
Droogteschade
Zoutschade
Beladingsgraad
Schutbeperkingen
Brandstofgebruik
Zout
Indikken
Kwantiteit
Zoutschade
Temperatuur
Instabiliteit
Hoogte tekort
CO2 uitstoot
Wegen / riolering
Paalrot
Woonboten
Verdroging
stedelijk groen
Waterrecreatie
Gezondheid
Chloride concentratie water
Fractie gebiedsvreemd water
Bodemvochttekort
Chloride concentratie water
Waterdiepte
Afvoer
Waterdiepte
Chloride concentratie
Afvoer
Afvoer
Chloride concentratie
Temperatuur
Boezempeil
Boezem- en grondwaterpeil
Grondwaterpeil
Boezem- en grondwaterpeil
Grondwaterpeil
Boezempeil
Bodemvochttekort
Actie
Niet nodig, zit in LHM/NWM
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, zit beperkt in
LHM/NWM
Wel nodig, niet in uitvoering
Niet nodig, zit in LHM/NWM
Niet nodig, zit in LHM/NWM
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Niet nodig, zit in LHM/NWM
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Niet nodig, zit in LHM/NWM
Wel nodig, niet in uitvoering
Niet nodig, zit in LTM/NWM
Niet nodig, zit in LHM/NWM
Niet nodig, zit in LHM/NWM
Niet nodig, zit in LHM/NWM
Niet nodig, zit in LHM/NWM
Wel nodig, niet in uitvoering
Niet nodig, zit in LHM/NWM
Wel nodig, niet in uitvoering
Temperatuur
Temperatuur
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Risicobenadering voor de Nederlandse zoetwatervoorziening
9 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Sector
Legenda per kolom
10 van 184
Effect
Belang
Beperkt
Gemiddeld
Groot
Parameter watertekort
Nauwkeurigheid
Voldoende
Matig
Slecht
Actie
Niet nodig
Wel nodig, niet in uitvoering
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor een landelijke beschrijving van het watertekort ligt het voor de hand de uitkomsten van
het NWM (Nationaal Water Model, opvolger van het Deltamodel) als uitgangspunt te nemen.
Watervraag en –aanbod worden in NWM gemodelleerd met het LHM (Landelijk Hydrologisch
Model, landelijke toepassing van het NHI instrumentarium, Nationaal Hydrologisch
Instrumentarium). Waterstanden worden berekend met LSM (Landelijk Sobek Model) en
temperatuur met LTM (Landelijk Temperatuur Model).
De beschrijving van de externe verzilting maakt momenteel (nog) geen deel uit van het NWM,
maar wordt apart berekend met het NDB (Noordelijk Deltabekken) model. De resultaten
hiervan worden als invoer voor het NWM gebruikt.
Momenteel is voor de huidige situatie een tijdreeks van 25 jaar NWM (en NDB) resultaten
beschikbaar (1981-2005). Eerder zijn met het Deltamodel 35-jarige reeksen doorgerekend
(1961-1995). In het kader van de landelijke knelpuntenanalyse (KPA2.0) en het WABES
project van RWS-WVL werkt Deltares momenteel aan het doorrekenen van een 100-jarige
serie met NWM (en NDB). Dit levert naar verwachting in juni 2017 langjarige reeksen van de
variabelen afvoeren, waterstanden, chloride en temperatuur op 150 locaties in het
hoofdwatersysteem, voor huidig klimaat en tenminste 1 toekomstscenario. Met deze lange
reeksen kan een betere schatting gemaakt worden van de frequentieverdeling van de
variabelen. Ook wordt er binnen IMPREX op verzoek van WABES gewerkt aan het in beeld
brengen van de onzekerheid, wat als input kan dienen voor de droogte risico tool.
Voor het uitvoeren van een frequentieanalyse heeft een zo lang mogelijk tijdserie de
voorkeur. Om uitspraken te doen over de kans op gebeurtenissen met een herhalingstijd van
meer dan 50 jaar is een tijdserie van ongeveer 100 jaar vereist. Daarom wordt aangeraden
de uiteindelijke analyses uit te voeren op tijdreeksen van minstens 100 jaar. Voor nog
extremere gebeurtenissen zou het op termijn wenselijk zijn gebruik te maken van artificiële
tijdreeksen gebaseerd op de resultaten van klimaatmodellen. Hiernaar wordt binnen IMPREX
ook onderzoek gedaan.
De methodiek kan ook toegepast worden op een kortere tijdserie dan 25 of 35 jaar. Om iets
te kunnen zeggen over gebeurtenissen met een herhalingstijd van meer dan 10 jaar is het
dan wel noodzakelijk dat een extreem droge jaar als 1976 onderdeel uitmaakt van deze
tijdserie.
Watervraag, -aanbod en –tekort worden redelijk nauwkeurig berekend door het LHM om
beleidsrelevante uitspraken op landelijk niveau te doen. Daarmee lijkt er voldoende
nauwkeurige informatie beschikbaar voor parameters bodemvochttekort, afvoer, boezempeil
en grondwaterpeil in het landelijk gebied. Hierbij dient wel opgemerkt te worden dat de
regionale modellen van de waterschappen veelal nauwkeuriger zijn dan het LHM en dat er
dus aanleiding kan zijn voor discussie over de resultaten.
Voor de scheepvaart is het van groot belang dat de waterdiepte goed berekend wordt in het
LSM bij lage afvoeren, in het bijzonder voor de Waal bij Lent. Het LSM Achtergronddocument
(Prinsen en Wesselius, 2015) laat zien dat ter hoogte van locatie Lent bij lage afvoeren LSM
de waterstand overschat met maximaal enkele decimeters. Een dergelijke afwijking is relatief
beperkt, maar kan toch een behoorlijke invloed op de resultaten hebben. Verdere kalibratie
van LSM specifiek voor lage afvoeren van de Rijn en ook voor andere locaties dan Lent lijkt
daarom gewenst.
Risicobenadering voor de Nederlandse zoetwatervoorziening
11 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Een tweede onderdeel met een beperkte nauwkeurigheid betreft de berekening van de
zoutgehaltes als gevolg van externe en interne verzilting. Het huidige NDB model geeft
redelijke resultaten, maar niet voor alle typen externe verzilting en niet voor de situatie na het
aanpassen van de bathymetrie in de riviermondingen, bijvoorbeeld door baggeren. Een
nieuwe versie van Sobek in LSM zou de beschrijving van externe verzilting moeten
verbeteren en het gelijk ook onderdeel maken van NWM. Dit is in voorbereiding, maar nog
niet geprogrammeerd.
In het LHM heeft een verbetering plaats gevonden van de beschrijving van de interne
verzilting. Aanvullende werkzaamheden zijn echter nodig om tot geloofwaardige uitkomsten
te komen. Deze zijn in voorbereiding, maar nog niet geprogrammeerd.
Een ander probleem wordt gevormd door de beschrijving van het grondwaterpeil in het
stedelijk gebied. Vanwege de grote verschillen op zeer korte afstand in slootpeil en
bodemopbouw is het niet mogelijk de dynamiek van het grondwaterpeil in de stad tijdens
droogte met een voldoende nauwkeurigheid in het LHM te modelleren. Daarom zal er voor de
analyse van paalrot gezocht moeten worden naar een andere benadering om het droogstaan
van houten fundering te kwantificeren.
Voor recreatie en aquatische natuur is informatie over de waterkwaliteit nodig. Een landelijk
waterkwaliteitsinstrument is nog niet beschikbaar, maar wel in ontwikkeling. Daarom lijkt
voorlopig voor aquatische natuur de fractie van gebiedsvreemd water de beste benadering
van de status met betrekking tot eutrofiëring. Voor recreatie zou een benadering ontwikkeld
kunnen worden op basis van (water-)temperatuur, omdat de effecten op waterrecreatie en
gezondheid vooral veroorzaakt worden door algenbloei en botulisme en deze meer kans van
voorkomen hebben bij een hogere watertemperatuur.
In het kader van de casestudie voor het ARK/NZK is naar voren gekomen dat er onvoldoende
inzicht in het effect van de sturing van het systeem op de frequentieverdeling van droogte
gebeurtenissen en in het effect van operationele maatregelen in het kader van Slim Water
Management die de sturing aanpassen op basis van onder andere weersverwachtingen. Dit
vereist een meer gedetailleerde regionale beschrijving van de sturing van het watersysteem
dan nu beschikbaar is in het LHM (of in andere hydrologische modellen). Dit zal in meer
regio’s gelden waar operationele maatregelen overwogen worden om het effect van droogte
te beperken. Binnen de casestudie ARK/NZK wordt een eerste analyse gedaan van het effect
van deze sturing.
2.3
Dosis-effect relaties – Q2
In Tabel 2.3. worden de modellen en relaties gepresenteerd die gebruikt kunnen worden om
de informatie met betrekking tot het watertekort uit NWM en NDB om te zetten naar het
bijbehorende fysieke effect. Deze modellen en relaties zullen als post-processing gedraaid
worden op de uitkomsten van NWM en eventueel NDB. Als er 100-jarige reeksen van NWM
en NDB beschikbaar zijn, zullen de effect modellen die resultaten omzetten naar een even
lange tijdreeks van fysieke effecten.
Van deze effect-modellen maakt alleen AGRICOM onderdeel uit van het NWM. Wel zijn er
stekkers voorzien van NWM naar modellen als BIVAS, die dan buiten de NWM omgeving
gedraaid kunnen worden. Voor nog op te stellen effect modellen zullen waarschijnlijk nog
nieuwe stekkers in het NWM geïmplementeerd moeten worden om de vereiste NWM uitvoer
beschikbaar te stellen als invoer voor die effect modellen.
12 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
De dosis-effectrelaties zijn het verst uitgewerkt voor de landbouw. Het model AGRICOM kan
gedraaid worden op NWM resultaten en levert dan informatie op over droogteschade. In de
case voor Rijnland is vorig jaar de zoutschade berekend met de EurEyeOpener (EEO). In het
project Waterwijzer Landbouw uitgevoerd door Alterra in opdracht van de STOWA wordt
gewerkt aan een verbeterde berekening van voor droogte-, nat- en zoutschade. De
verwachting is dat het complete resultaat eind 2017 of in 2018 opgeleverd gaat worden. Nog
niet belegd is om Waterwijzer Landbouw dan direct te koppelen aan LHM in NWM.
De koppeling van het scheepvaartmodel BIVAS aan LSM dient getest te worden en de
uitkomsten van BIVAS zouden gekalibreerd moeten worden om de nauwkeurigheid van de
resultaten vast te stellen. Verder is het niet duidelijk of BIVAS ook tijdverlies bij beperkt
schutten en minder efficiënt brandstofgebruik bij beperkte vaardieptes mee (kan) nemen.
Met betrekking tot natuur is in eerdere studies gewerkt met het model DEMNAT. Dat is echter
eigenlijk alleen geschikt voor het berekenen van nieuwe evenwichtssituaties en niet voor het
effect van incidentele droogtes. KWR en Alterra hebben sinds kort opdracht van de STOWA
om te werken aan de Waterwijzer Natuur waar mogelijk wel het effect van droogte op de
natuur in meegenomen wordt. De scope en planning van dit project is echter nog niet
duidelijk. Koppeling aan LHM en NWM lijkt ook nog niet belegd.
Voor drinkwater en industrie is het fysieke effect de duur en de mate van de norm
overschrijding van het inlaat water met betrekking tot zoutgehalte en temperatuur. Deze
informatie is op relatief eenvoudige wijze af te leiden uit de resultaten van NWM en eventueel
NDB.
Bodemdaling kan afgeleid worden uit NWM resultaten met betrekking tot de grondwaterstand
door gebruik te maken van de resultaten van studies van PBL. Dit is vorig jaar gedaan voor
de casestudie Rijnland op basis van interim resultaten van PBL. Wel vereist dit nog
aannames met betrekking tot de bijdrage van individuele droogtejaren aan de totale
bodemdaling. Nader onderzoek zou deze aannames beter kunnen onderbouwen.
Voor de stabiliteit van regionale waterkeringen lijkt het mogelijk eenvoudige relaties op te
stellen tussen de snelheid en mate van daling van het boezempeil en de kans op schade aan
de waterkering.
Voor paalrot is aanvullend onderzoek nodig om een relatie te leggen tussen droogte en de
snelheid waarmee oxidatie van houten funderingen zich voltrekt. Hierbij kan waarschijnlijk
voortgebouwd worden op onderzoek dat onder andere loopt in het kader van het
Deltaprogramma Ruimtelijke Adaptatie, de Werkgroep Stedelijk Waterbeheer van het project
Duurzame en Toekomstbestendige Financiering en het project Living Lab in Gouda.
Risicobenadering voor de Nederlandse zoetwatervoorziening
13 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 2. 3 Overzicht van de dosis-effect relaties voor de beschrijving van het fysieke effect van droogte voor de verschillende effecten met een inschatting van de beschikbaarheid
en nauwkeurigheid van deze relaties
Sector
Landbouw
Aquatische natuur
Terrestrische natuur
Scheepvaart
Drinkwater
Industrie
Veiligheid
Infrastructuur
Effect
Droogteschade
Dosis-effectrelatie
AGRICOM / Waterwijzer Landbouw
Zoutschade
AGRICOM / Waterwijzer Landbouw / EEO
Natschade
AGRICOM / Waterwijzer Landbouw
Droogval beken
Waterwijzer Natuur
Zoutschade
Waterwijzer Natuur
Eutrofiëring
Waterwijzer Natuur
Droogteschade
Waterwijzer Natuur
Zoutschade
Waterwijzer Natuur
Beladingsgraad
Schutbeperkingen
Brandstofgebruik
Zout
Indikken
Kwantiteit
Zoutschade
Temperatuur
Instabiliteit
Hoogtetekort
CO2 uitstoot
BIVAS
BIVAS
BIVAS
Eenvoudig op te stellen op basis van inlaatnorm
Op te stellen op basis van inlaatnorm
Op te stellen op basis van watervraag
Op te stellen op basis van gevraagde kwaliteit
Op te stellen op basis van lozingsnorm
Op te stellen op basis van stabiliteitskenmerken
Op basis van PBL onderzoek
Op basis van PBL onderzoek en casestudie Rijnland
Risicobenadering voor de Nederlandse zoetwatervoorziening
Actie
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
15 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Sector
Wonen
Recreatie
Legenda
16 van 184
Effect
Wegen / riolering
Paalrot
Woonboten
Verdroging
stedelijk groen
Waterrecreatie
Gezondheid
Dosis-effectrelatie
Op basis van PBL onderzoek en casestudie Rijnland
Op te stellen
Op te stellen op basis van ervaringsgetallen
waterschappen
Op te stellen op basis van ervaringsgetallen steden
Actie
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Op te stellen
Op te stellen
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Belang
Beperkt
Gemiddeld
Beschikbaar en nauwkeurig
Voldoende
Matig
Groot
Slecht
Wel nodig, niet in uitvoering
Niet nodig
Wel nodig, in uitvoering,
aanvullende actie nodig
Wel nodig, niet in uitvoering
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
2.4
Economische waardering – Q3
Tabel 2.4. presenteert de verschillende beschikbare methoden om de berekende fysieke
effecten economisch te waarderen. Deze modellen en relaties zullen gedraaid worden met
als invoer de tijdreeksen van de fysieke effecten berekend met dosis-effectrelaties.
Net als voor de dosis-effectrelaties is de economische waardering het verst uitgewerkt voor
landbouw. De prijstool die WER vorig jaar gemaakt heeft, berekent het prijs effect van
vermindering van de opbrengst als gevolg van droogte. De tool is vorig jaar in de casestudie
Rijnland toegepast op de gewassen aardappelen en gras en wordt dit jaar in het kader van de
twee casestudies uitgebreid met toepassingen voor alle gewastypen zoals die onderscheiden
worden in AGRICOM. Hiermee zou de informatie voor de economische waardering van
droogte- en zoutschade voor de landbouw voor geheel Nederland eind dit jaar beschikbaar
moeten zijn. Mogelijk moet er nog een actie volgen om aan te sluiten op de gewasgroepen
die in Waterwijzer Landbouw onderscheiden gaan worden.
Ook voor de economische waardering zijn acties nodig voor alle andere sectoren en effecten.
BIVAS berekent het welvaartseffect van beperkte vaardiepte en mogelijk ook van langere
schuttijden en beperking van de brandstofefficiëntie. Deze resultaten zouden nog
gekalibreerd moeten worden op de werkelijk opgetreden effecten gedurende een recente
gebeurtenis.
Met betrekking tot de natuur is afgesproken de intrinsieke waarde van de natuur in het kader
van dit project niet te monetariseren, maar uit te drukken in natuurpunten. Het is nog niet
duidelijk in hoeverre de Waterwijzer Natuur het effect van droogte in natuurpunten uit zal
gaan drukken. Ecosysteemdiensten als het vastleggen van broeikasgassen, het verbeteren
van de luchtkwaliteit, retentie van water, recreatie en esthetiek kunnen wel gemonetariseerd
worden, maar hiervoor is aanvullend onderzoek nodig. Mogelijk zal een gedeelte hiervan
uitgevoerd worden in het kader van de casestudies die in 2016 uitgevoerd worden, maar
aanvullende werkzaamheden voor een landelijke toepassing blijven noodzakelijk.
Risicobenadering voor de Nederlandse zoetwatervoorziening
17 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 2 4
Overzicht van de welvaartscurves voor de beschrijving van de economische waardering van droogte voor de verschillende effecten met een inschatting van de
beschikbaarheid en nauwkeurigheid van deze curves
Sector
Landbouw
Aquatische natuur
Effect
Droogteschade
Zoutschade
Natschade
Droogval beken
Zoutschade
Eutrofiëring
Terrestrische natuur
Droogteschade
Zoutschade
Scheepvaart
Drinkwater
Industrie
Veiligheid
Infrastructuur
Wonen
Beladingsgraad
Schutbeperkingen
Brandstofgebruik
Zout
Indikken
Kwantiteit
Zoutschade
Temperatuur
Instabiliteit
Hoogtetekort
CO2 uitstoot
Wegen / riolering
Paalrot
Woonboten
Economische waardering
Prijstool WER
Prijstool WER
Prijstool WER
Natuurpunten en economische waardering op basis van herstelkosten
en/of ecosysteemdiensten
Natuurpunten en economische waardering op basis van herstelkosten
en/of ecosysteemdiensten
Natuurpunten en economische waardering op basis van herstelkosten
en/of ecosysteemdiensten
Natuurpunten en economische waardering op basis van herstelkosten
en/of ecosysteemdiensten
Natuurpunten en economische waardering op basis van herstelkosten
en/of ecosysteemdiensten
BIVAS
BIVAS
BIVAS
Nog op te stellen o.a. op basis van Deltares, Stratelligence en LEI (2016)
Nog op te stellen o.a. op basis van Deltares, Stratelligence en LEI (2016)
Nog op te stellen
Nog op te stellen
Nog op te stellen
Nog op te stellen
Op basis van PBL onderzoek
Op basis van PBL onderzoek
Op basis van PBL onderzoek
Nog op te stellen op basis van Deltares, 2013 en CAFK.
Nog op te stellen
Risicobenadering voor de Nederlandse zoetwatervoorziening
Actie
Wel nodig, in uitvoering
Wel nodig, in uitvoering
Wel nodig, in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
19 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Sector
Recreatie
Legenda
20 van 184
Effect
Verdroging
stedelijk groen
Waterrecreatie
Gezondheid
Economische waardering
Nog op te stellen
Actie
Wel nodig, niet in uitvoering
Nog op te stellen
Nog op te stellen
Wel nodig, niet in uitvoering
Wel nodig, niet in uitvoering
Belang
Beperkt
Gemiddeld
Groot
Beschikbaar en nauwkeurig
Voldoende
Matig
Slecht
Niet nodig
Wel nodig, in uitvoering
Wel nodig, niet in uitvoering
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor het droogte effect op drinkwater is in het onderzoek in 2015 een eerste aanzet gedaan
(Deltares, Stratelligence en LEI, 2016). Hieruit bleek dat het welvaartseffect van sluiting van
een inlaatpunt sterk afhankelijk is van de beschikbare alternatieven en van de
buffercapaciteit. Dit vereist dus een aparte analyse van alle inlaatpunten in het gehele
netwerk van de drinkwatervoorziening. De gegevens hiervoor zijn echter niet beschikbaar.
Vanwege het belang van de drinkwatervoorziening beschikken drinkwater bedrijven in de
huidige situatie over voldoende alternatieven en buffercapaciteit. Daarom is het
welvaartseffect van incidentele droogte beperkt vooralsnog beperkt. Gecombineerd met de
beperkte gegevensbeschikbaarheid leidt dit tot de aanbeveling de economische waardering
van het effect van incidentele droogte op de drinkwatersector voorlopig een lage prioriteit te
geven.
De investeringen binnen de drinkwater-, energiesector en industrie om schade als gevolg van
toenemende droogte te voorkomen maakt geen onderdeel uit van de risicobenadering. Echter
hebben deze investeringen wel impact op de welvaart, daarom moeten deze effecten wel
inzichtelijk worden gemaakt. Dit kan bijvoorbeeld door deze investeringen mee te nemen in
het nul-alternatief.
De temperatuur van het water is vooral van belang voor de koelwaterlozing door
elektriciteitscentrales en industrie. Als een bepaalde temperatuur wordt overschreden dient
de koelwaterlozing namelijk te worden stopgezet Het bepalen van het economische gevolg
van tijdelijke sluiting van een centrale is afhankelijk van de beschikbare reservecapaciteit in
Nederland en elders in Europa. Dit vereist enig nader onderzoek. Naar verwachting neemt
het belang van dit effect voor de energiesector af, doordat nieuwe thermische
energiecentrales aan de kust gebouwd worden en doordat er een transitie plaatsvindt naar
duurzame energie die niet afhankelijke is van koelwater. Voor een aantal nieuwe industriële
sectoren, zoals datacentra, zal de vraag naar koelwater juist toenemen.
KWR heeft eerder een studie uitgevoerd naar het welvaartseffect van verschillende normoverschrijdende chloride concentraties in het water voor de industrie in het Botlek-gebied.
Dergelijke studies zouden ook voor andere belangrijke industrieën uitgevoerd moeten
worden, voor zover deze afhankelijk zijn van potentieel verziltend oppervlaktewater.
PBL heeft in haar onderzoek naar bodemdaling de economische gevolgen door uitstoot van
broeikasgassen en schade aan wegen en rioleringen gekwantificeerd. Interim resultaten van
deze studie zijn vorig jaar gebruikt voor het monetariseren van het effect van droogte op de
bodemdaling. Op basis van het definitieve rapport kan deze methode aangepast worden en
opgenomen worden in de tool voor de risicoanalyse van droogte. Wel moeten er aannames
worden gedaan of verder onderzoek worden uitgevoerd op het gebied van de bijdrage van
individuele droogtejaren aan de bodemdaling.
Er is nog geen kostenfunctie beschikbaar voor de schade aan waterkeringen als gevolg van
droogte. Waarschijnlijk is hiervoor wel redelijk eenvoudig een relatie af te leiden op basis van
de gegevens van waterschappen over de kosten van het onderhoud van waterkeringen. Deze
relatie kan dan opgenomen worden in de tool voor de risicoanalyse.
De welvaartseffecten als gevolg van door droogte versnelde paalrot bestaat er uit dat de
houten fundering van gebouwen eerder moet worden vervangen dan anders het geval zou
zijn. Het gaat dus vooral om een verschuiving in de tijd van de te maken kosten. De
economische waarde van deze verschuiving is relatief eenvoudig te berekenen en aan de
tool toe te voegen.
Risicobenadering voor de Nederlandse zoetwatervoorziening
21 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
2.5
Conclusies en aanbevelingen
Deze notitie presenteert een inventarisatie van de kennis en informatie die nodig is voor het
uitvoeren van een landsdekkende risicoanalyse voor droogte voor alle sectoren. Daarnaast is
op basis van expert judgement aangegeven welke effecten het belangrijkst zijn en welke
kennis ontbreekt of onnauwkeurig is en dus de meeste aandacht behoeft. Zie Tabel 2.5. voor
een overzicht.
De belangrijkste conclusie is dat de methodiek landelijk toepasbaar is voor alle sectoren,
maar dat de beschikbare kennis bij elkaar gebracht moet worden om de noodzakelijke
relaties tussen watertekort, fysieke effecten en welvaartseffecten af te leiden. Daarnaast is nu
al te voorzien dat voor een aantal effecten nader onderzoek nodig is om de onzekerheid in de
uitkomsten te beperken.
Als belangrijkste sector voor wat betreft de gevolgen van incidentele droogte wordt in deze
notitie landbouw aangemerkt. Voor deze sector lijkt voldoende informatie en instrumentarium
beschikbaar en wordt dit jaar gewerkt aan de afronding daarvan in de vorm van de
toepassing van de prijstool van het LEI op alle gewasgroepen in het kader van de
casestudies Berkel en ARK/NZK van KPP IA Economie en IMPREX.
Na landbouw leveren scheepvaart, drink- en industriewater, infrastructuur en wonen
waarschijnlijk de belangrijkste bijdrage aan de omvang van het droogterisico in Nederland (op
landelijk niveau). Voor scheepvaart zijn aanvullende werkzaamheden vereist, hoewel het
instrumentarium beschikbaar is in de vorm van LSM en BIVAS. De kalibratie van de
combinatie van LSM en BIVAS voor lage waterstanden wordt echter onvoldoende geacht
voor een betrouwbare toepassing.
Een ander effect waarvoor nog aanzienlijke inspanning nodig lijkt om te komen tot een
risicoanalyse van droogte is paalrot van houten funderingen onder gebouwen. Hiervoor
bestaat nog geen instrumentarium en zowel de beschrijving van de hydrologie, de dosiseffectrelaties als de waardering behoeft nader onderzoek. Wel zijn er verschillende afgeronde
en lopende onderzoeken waarop aangehaakt kan worden.
Er is momenteel geen instrumentarium beschikbaar om droogte effecten op natuur te
berekenen. Hier wordt aan gewerkt in het kader van het project Waterwijzer Natuur van KWR
Alterra en Deltares. Het lijkt van belang hier aansluiting bij te zoeken en waar mogelijk
onderzoeksvragen zo te sturen dat de effecten van incidentele droogte voldoende uitgewerkt
worden en dat de vertaling gemaakt wordt naar zowel natuurpunten als naar
ecosysteemdiensten. Hier dient echter aan toegevoegd te worden dat het onderzoek van
vorig jaar liet zien dat de irreversibele natuurschade als gevolg van droogte beperkt lijkt.
Voor de overige sectoren en effecten is aanvullend onderzoek nodig vooral naar dosiseffectrelaties en de economische waardering van de fysieke effecten. Er liggen echter al veel
bouwstenen hiervoor, zoals beschreven in de voorgaande hoofdstukken.
Tot slot vereist een landsdekkende toepassing een tool voor de risicoanalyse van droogte die
aansluit op de gebruikte modellen. In het kader van IMPREX wordt dit jaar een eerste
prototype tool in MS Excel gemaakt. Het lijkt echter noodzakelijk deze tool uit te breiden met
koppelingen naar de modellen (inclusief effectmodules) en eventueel om te zetten naar een
andere omgeving (gebruikersschil) om een landsdekkende analyse mogelijk te maken.
22 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 2.5: Overzicht van het de sectoren, effecten, parameters voor watertekort, dosis-effectrelaties en economische waardering voor de bepaling van welvaartseffecten voor een
landsdekkende toepassing van de risicoanalyse voor droogte en inschatting van het belang van de effecten en de beschikbaarheid en nauwkeurigheid van de dosiseffectrelaties en welvaartcurves
Sector
Landbouw
Aquatische
natuur
Terrestrische
natuur
Scheepvaart
Drinkwater
Effect
Droogteschade
Zoutschade
Natschade
Droogval beken
Parameter watertekort
Bodemvochttekort
Chloride concentratie water
Zuurstoftekort in de bodem
Afvoer
Dosis-effectrelatie
AGRICOM / Waterwijzer Landbouw
AGRICOM / Waterwijzer Landbouw
AGRICOM / Waterwijzer Landbouw
Waterwijzer Natuur
Zoutschade
Chloride concentratie water
Waterwijzer Natuur
Eutrofiëring
Fractie gebiedsvreemd water
Waterwijzer Natuur
Droogteschade
Bodemvochttekort
Waterwijzer Natuur
Zoutschade
Chloride concentratie water
Waterwijzer Natuur
Beladingsgraad
Schutbeperkingen
Brandstofgebruik
Zout
Waterdiepte
Afvoer
Waterdiepte
Chloride concentratie
Indikken
Afvoer
BIVAS
BIVAS
BIVAS
Eenvoudig op te stellen op basis
van inlaatnorm
Op te stellen op basis van
inlaatnorm
Risicobenadering voor de Nederlandse zoetwatervoorziening
Economische waardering
Prijstool WER
Prijstool WER
Prijstool WER
Natuurpunten en economische waardering op
basis
van
herstelkosten
en/of
ecosysteemdiensten
Natuurpunten en economische waardering op
basis
van
herstelkosten
en/of
ecosysteemdiensten
Natuurpunten en economische waardering op
basis
van
herstelkosten
en/of
ecosysteemdiensten
Natuurpunten en economische waardering op
basis
van
herstelkosten
en/of
ecosysteemdiensten
Natuurpunten en economische waardering op
basis
van
herstelkosten
en/of
ecosysteemdiensten
BIVAS
BIVAS
BIVAS
Nog op te stellen o.a. op basis van Deltares, LEI
en Stratelligence (2016)
Nog op te stellen o.a. op basis van Deltares, LEI
en Stratelligence (2016)
23 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Industrie
Energie
Veiligheid
Infrastructuur
Kwantiteit
Afvoer
Zoutschade
Chloride concentratie
Temperatuur
Temperatuur
Instabiliteit
Boezempeil
Hoogtetekort
Boezemgrondwaterpeil
Grondwaterpeil
en
en
Paalrot
Boezemgrondwaterpeil
Grondwaterpeil
Woonboten
Boezempeil
Verdroging stedelijk groen
Waterrecreatie
Gezondheid
Bodemvochttekort
Temperatuur
Temperatuur
Op te stellen op basis van
ervaringsgetallen
waterschappen
Op te stellen
Op te stellen
Op te stellen
Belang
Nauwkeurigheid
Beschikbaar en nauwkeurig
Beschikbaar en nauwkeurig
Beperkt
Gemiddeld
Groot
Voldoende
Matig
Slecht
Voldoende
Matig
Slecht
Voldoende
Matig
Slecht
CO2 uitstoot
Wegen / riolering
Bebouwing
Recreatie
Legenda per
kolom
24 van 184
Op te stellen op basis van
watervraag
Op te stellen op basis van
gevraagde kwaliteit
Op te stellen op basis van
lozingsnorm
Op te stellen op basis van
stabiliteitskenmerken
Op basis van PBL onderzoek
Nog op te stellen
Op basis van PBL onderzoek en
casestudie Rijnland
Op basis van PBL onderzoek en
casestudie Rijnland
Op te stellen
Op basis van PBL onderzoek
Nog op te stellen
Nog op te stellen
Nog op te stellen
Op basis van PBL onderzoek
Op basis van PBL onderzoek
Nog op te stellen op basis van Deltares, 2013 en
CAFK.
Nog op te stellen
Nog op te stellen
Nog op te stellen
Nog op te stellen
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
3 Methode ontwikkeling
3.1
Economische uitgangspunten
Voor een consistente toepassing van de risicobenadering (zie voor een beschrijving van de
risicobenadering Bijlage A) is het van belang dat er uniforme uitgangspunten worden
gebruikt. Vandaar dat de economische uitgangspunten voor de toepassing van de
risicobenadering met de betrokken partijen (auteurs rapport) en het CPB zijn vastgelegd in dit
hoofdstuk. De uitgangspunten zijn opgesteld met in gedachte een MKBA. Dit jaar wordt in het
project nog geen MKBA uitgevoerd, daarom zijn er ook uitgangspunten opgenomen die van
toepassing zijn op het werk van dit jaar.
3.1.1
3
Uitgangspunten
- In 2016 demonsteren we de methodiek voor het referentiejaar 2015:
o methodiekontwikkeling
t.b.v.
het
opstellen
van
de
jaarlijkse
verwachtingswaarde van het welvaartseffect voor de huidige omstandigheden
voor het Berkelsysteem en het Amsterdam-Rijnkanaal en Noordzeekanaal
(met en zonder een maatregel)
o voor het zichtjaar 2015 gebruiken we de berekeningen die met het NHI 3 zijn
uitgevoerd voor de periode 1961-1995 4 (veronderstelling dat deze
representatief is voor het huidige klimaat).
- Na 2016 starten we met de effectbepaling van maatregelen voor de periode 2015 –
2050 rekening houdend met toekomstige ontwikkelingen.
- Om de kans op droogte in 2050 in te schatten gebruiken we een hydrologische
tijdreeks die representatief is voor 2050 (op basis van de deltascenario’s). De
klimaatontwikkeling in periode 2015 – 2050 wordt meegenomen door de
hydrologische situatie in 2015 en 2050 te berekenen en lineair te interpoleren.
- De analyse maakt gebruik van een hydrologische tijdreeks (voor verschillende
hydrologische parameters, zoals rivierafvoer en bodemvocht) voor het beschrijven
van de hydrologische variatie over de jaren heen; en rekent het welvaartseffect uit
van de maatregelen in het projectalternatief voor de vastgestelde tijdshorizon (20152050).
- Het nul-alternatief 2021v3 5 in de knelpuntenanalyse 2.0 lijkt grotendeels overeen te
komen met het nul-alternatief (referentiejaar 2015) zoals hier besproken. In de
economische analyse willen we gebruik maken van een referentiejaar in het heden of
verleden, zodat bekende prijspeilen kunnen worden gebruikt en alle kosten en baten
naar één jaar verdisconteerd kunnen worden.
- De risicobenadering richt zich op maatregelen en de effecten van maatregelen in het
zoetwaterdomein.
Het Nederlands Hydrologisch Instrumentarium (NHI) is de verzameling van software en data voor het ontwikkelen van
grondwater- en oppervlaktewatermodellen voor Nederland op landelijke en regionale schaal. Voor meer info: www.NHI.nu.
4
In 2017 kan er gewerkt worden met een geactualiseerde NHI reeks.
5
Besluit over dit nul-alternatief moet nog vallen. Indien bekend wordt het opgenomen in deze memo.
Risicobenadering voor de Nederlandse zoetwatervoorziening
25 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
-
-
-
-
6
Ook als droogte een potentieel groot effect heeft op een gebruiksfunctie zonder dat er
(op dit moment) maatregelen beschikbaar zijn om de effecten te verminderen, dienen
de effecten in beeld te worden gebracht (voor zover mogelijk). Het in beeld brengen
van deze effecten heeft wel minder prioriteit dan effecten waar een waterbeheerder
wel maatregelen voor kan nemen.
Nul-alternatief: Op basis van de hierboven beschreven definitie van het nul-alternatief
kunnen we het nul-alternatief voor deze studie (IMPREX en IA economie) verder
invullen. In het nul-alternatief zitten de beslissingen omtrent:
o De verdieping van de Nieuwe Waterweg
o Besluit om in West Nederland meer door te spoelen om de extra verzilting als
gevolg van de aanleg van een grotere zeesluis bij IJmuiden te bestrijden
Daarnaast stellen we voor om in samenhang met het Deltaprogramma de
deltascenario’s (KNMI et al, 2013) te gebruiken. Om het aantal combinaties van nulalternatieven en scenario’s beperkt te houden worden twee scenario’s gekozen. De
andere scenario’s worden wel benoemd, maar niet doorgerekend. Aannames over
het gedrag van watergebruikers moeten nog worden gemaakt. We stellen voor deze
te baseren op de aannames eerder gemaakt in het Deltaprogramma, de nieuwe WLO
scenario’s en nieuwe inzichten uit de studie regionale analyse watergebruikers 6. Het
gedrag is afhankelijk van de klimaat- en sociaaleconomische scenario. Op basis van
het verwachte gedrag wordt ook een kosteninschatting gemaakt. De kosten van het
gedrag zouden ook opgenomen moeten worden in het nul-alternatief en de
scenario’s.
Naast het doorrekenen van de effecten van overheidsbeleid kan er ook voor worden
gekozen om de effecten van beslissingen van watergebruikers door te rekenen.
Onder het nul-alternatief vallen dan niet de maatregelen van watergebruikers, maar
de maatregelen voorgesteld in het Deltaprogramma Zoetwater. Dit is een mogelijke
toepassing en in 2016 zal hier nog geen aandacht aan worden besteed.
Omgaan met Restwaarde: Na de vastgestelde tijdshorizon (2015-2050) kan het
projectalternatief nog een restwaarde hebben. Dit kan voorkomen als de levensduur
van de maatregel langer is dan de tijdshorizon van de studie. Dit is vaak het geval bij
omvangrijke (landelijke) maatregelen, zoals de Kleinschalige Water Aanvoer (KWA).
De restwaarde kan bijvoorbeeld worden meegenomen door de baten in de jaren na
de tijdshorizon van de studie mee te nemen. In 2016 worden binnen de casestudies
nog geen grootschalige maatregelen doorgerekend, daarom spreken we af dat de
mogelijke restwaarde van maatregelen binnen de casestudies nog niet wordt
meegenomen. Als er wel sprake is van een restwaarde wordt dit aangegeven.
Risico-aversie en ongelijkheid: De sociale welvaart die ontleend wordt aan een extra
euro af naarmate het inkomen stijgt. Dit betekent dat een extra euro in verschillende
omstandigheden (met of zonder droogte) en voor verschillende huishoudens (arm of
rijk) niet dezelfde waarde heeft. In de kosten-batenanalyse moet daarom rekening
gehouden met risicoaversie van huishoudens (men is dan bereid om meer te betalen
dan de afname van het risico) en met inkomensverschillen (effecten van droogte op
arme huishoudens tellen zwaarder mee).
Deze studie wordt uitgevoerd in opdracht van Rijkswaterstaat, Deltaprogramma Zoetwater, STOWA en verschillende
waterschappen. De studie is net gestart en loopt door tot eind 2017.
26 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
-
3.2
Het uitgangspunt is dat we risico-aversie en inkomensverschillen meenemen, hoe
relevant dit is voor droogte in Nederland moet nog worden uitgezocht.
We kijken naar de verwachtingswaarde van het welvaartseffect. Hoe drukken we het
welvaartseffect uit?
o We drukken het welvaartseffect van het projectalternatief uit als het verschil in
de jaarlijkse gemiddelde verwachtingswaarde van het welvaartseffect voor
alle gebruiksfuncties tussen het projectalternatief en het nul-alternatief.
o In principe wordt het welvaartseffect uitgedrukt in euro’s. In sommige gevallen
is het nog niet mogelijk, haalbaar of niet wenselijk om de effecten in euro’s uit
te drukken. Vooralsnog is dit alleen het geval voor het waarderen van de
intrinsieke waarde van natuur.
Droogte Risico Tool
In 2016 is de eerste versie van de Droogte Risico Tool ontwikkeld en toegepast in de
casestudies voor ARK/NZK en de Berkel. De tool vormt de eerste versie van de generieke
tool voor de analyse van droogterisico, die ontwikkeld wordt in het kader van IMPREX. Doel
van de tool is het inzichtelijk maken van:
1. De omvang van de verwachtingswaarde van het welvaartseffect (oftewel
droogterisico);
2. De verdeling van de verwachtingswaarde van het welvaartseffect over verschillende
sectoren, deelgebieden en jaren uit de hydro-meteorologische reeks;
3. Het effect van scenario’s en maatregelen op de omvang van de verwachtingswaarde
van het welvaartseffect, onder andere als input voor een MKBA;
4. De verdeling van het effect van scenario’s en maatregelen over verschillende
sectoren, deelgebieden en jaren uit de hydro-meteorologische reeks;
5. De onzekerheid in de verwachtingswaarde en de bijdrage daaraan van de
verschillende sectoren, deelgebieden en jaren uit de hydro-meteorologische reeks; en
6. De mate van onzekerheid in het effect van scenario’s en maatregelen.
In dit hoofdstuk wordt achtereenvolgens besproken de opzet en invoer voor de tool, de
berekening van de verwachtingswaarde van het welvaartseffect, de berekening van het effect
van scenario’s en maatregelen en de onzekerheidsanalyse. Dit hoofdstuk wordt afgesloten
met een aantal suggesties voor aanpassing en uitbreiding van de tool. De toepassing van de
tool wordt besproken in de aparte hoofdstukken 4 en 5 over de casestudies.
3.2.1
Opzet
De tool is gemaakt in MS Excel. Hier is voor gekozen, omdat dit op simpele wijze het
invoeren van data en het maken van tabellen en grafische presentaties faciliteert.
De verwachtingswaarde van het welvaartseffect wordt uitgerekend per combinatie van een
deelgebied en een effect van droogte op een sector door het gemiddelde te nemen over alle
jaren in een hydro-meteorologische reeks, die doorgerekend is met een ‘effectentrein’ van
een watersysteemmodel, dosis-effect relaties en economische waardering. Per economische
sector kunnen een aantal effecten van belang zijn, zoals voor de sector landbouw het
welvaartseffect door droogte en zout. De totale verwachtingswaarde wordt verkregen door te
sommeren over alle effecten en gebieden:
𝑗=𝑛𝑗 𝑔=𝑛𝑔 𝑒=𝑛𝑒
𝑉𝑊 = � � � 𝑊𝐸𝑒𝑗𝑔�𝑛𝑗
𝑗=1 𝑔=1 𝑒=1
Risicobenadering voor de Nederlandse zoetwatervoorziening
27 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Met
VW
- verwachtingswaarde van het welvaartseffect (€/jaar);
nj
- aantal jaren in de hydro-meteorologische reeks;
ng
- aantal deelgebieden;
ne
- aantal effecten;
e
- effect (tussen 1 en ne);
j
- jaar (tussen 1 en nj);
g
- gebied (tussen 1 en ng); en
WE ejg - welvaartseffect voor effect e, gebied g en jaar j (€/jaar).
Per sector kunnen verschillende effecten onderscheiden worden, zoals voor de sector
opbrengstderving door droogte en zout. Als tijdstap voor de berekening is één kalenderjaar
gekozen, omdat de effecten voor sectoren als landbouw zich ontwikkelen gedurende een
groot gedeelte van het jaar. Het effect van droogte in het najaar kan niet los gezien worden
van de situatie in het voorjaar. Verder dient de tijdreeks voldoende lang te zijn om de
variabiliteit in droogte verschijnselen voldoende te beschrijven. Een minimaal enkele
tientallen jaren is noodzakelijk om een enigszins representatieve verwachtingswaarde van het
welvaartseffect te berekenen.
3.2.2
Invoer
De invoer voor de tool bestaat uit tijdreeksen van het welvaartseffect per jaar voor de
verschillende gebieden en effecten (de term WEejg in de bovenstaande formule). Het jaarlijks
welvaarteffect kan berekend worden door het uitvoeren van berekeningen met een
‘effectentrein’ van een watersysteemmodel, dosis-effect relaties en economische waardering.
Een voorbeeld hiervan voor het effect van droogte op landbouw is de effectentrein LHM
(Landelijk Hydrologisch Model) – Agricom voor de volume opbrengstderving – Prijstool van
WER voor de economische waardering. De tool is schaalonafhankelijk. Als er voldoende
informatie beschikbaar is uit een effectentrein kan de tool ingezet worden op lokale,
regionale, nationale, continentale en wereldwijde schaal.
Figuur 3.1 laat een voorbeeld zien van de invoer voor het effect ‘Landbouw-droogte’. In de
geel gekleurde kolommen dient de gebruiker het jaarlijkse welvaartseffect per gebied en jaar
in te vullen. Een dergelijke tabel dient voor alle effecten ingevuld te worden.
Invoer sheet welvaartseffect als een matrix per jaar en gebied in Meur/jaar
Per effect 2 sheets: referentie en alternatief
Effect
Landbouw-droogte
Alternatief Nul-alternatief
Jaar/Gebied Geied1 Gebied2 Gebied3
1961 69.58324 100.9904 41.8893
1962 99.62056 147.5365 40.02718
1963 93.75835 197.4193 57.20805
1964 69.3658 234.1188 40.05021
1965 141.3619 200.3478 57.3493
1966 141.9924 232.5146 59.3869
1967 27.02023 63.54201 14.47071
1968 100.074 233.2193 40.71267
1969 112.4604 273.3174 65.45171
1970 201.0809 655.4496 58.13542
1971 130.2043 149.7397 39.72069
1972 143.7724 270.7848 25.2216
1973 104.3082 278.8225 31.37901
1974 50.49968 165.3575 46.83967
1975 56.81408 245.5009 63.83481
1976 295.4319 888.6521 85.20184
1977 126.7136 245.5131 68.01878
1978 135.7148 173.7449 38.29087
1979 96.65666 225.1466 52.57467
1980 100.1934 230.989 56.02058
Figuur 3.1 Voorbeeld van de invoer van het welvaartseffect per jaar, gebied en effect
28 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
3.2.3
Berekening van de verwachtingswaarde
De berekening van de verwachtingswaarde levert één getal op voor het welvaartseffect en
daarnaast informatie over de verdeling van de verwachtingswaarde over de verschillende
effecten, gebieden en jaren. Doordat er een reeks van jaren doorgerekend wordt, kan er ook
een frequentieanalyse op het welvaartseffect per jaar uitgevoerd worden. Figuur 3.2 3.2
presenteert het resultaat in tabelvorm uitgesplist over de verschillende effecten en met een
analyse van het welvaartseffect in jaren met een verschillende mate van droogte, zoals
droogtejaren met een kans van voorkomen van 1/20, 1/10, 1/5 en 1/2 jaar. Dit kan belangrijk
inzicht verschaffen in de bijdrage van de verschillende gebieden, sectoren en effecten, maar
ook of extreem droge jaren juist wel of niet veel bijdragen aan de totale verwachtingswaarde.
Referentie
Totaal
Verwachtingswaarde
Hoogste jaar
1/20 droog
1/10 droog
1/5 droog
1/2 droog
Laagste jaar
852
2516
2516
1738
819
751
293
jaar
1976
1976
1970
1972
1965
1967
Landbouw-droogte Bodemdaling-peiluitzakking Scheepvaart - beroeps Scheepvaart - recreatie Industrie
425
jaar
111
jaar
42
jaar
195
jaar
80 jaar
1269
1976 255
1970
131
1976
680
1976
200 1976
1269
1976 255
1970
131
1976
680
1976
200 1976
915
1970 235
1976
87
1970
311
1970
170 1970
440
1977 118
1974
45
1964
214
1963
90 1975
374
1968
97
1975
33
1961
167
1977
74 1973
105
1967
48
1967
20
1967
86
1967
33 1967
Figuur 3.2 Presentatie van de berekening van de verwachtingswaarde van het droogterisico in tabelvorm (in
MEuro/jaar)
Figuur 3.3 toont de verschillende grafieken die gebruikt worden om de opbouw van de
verwachtingswaarde over de effecten, gebieden en jaren te tonen. De grafiek met de
overschrijdingskans toont de kans dat een bepaalde waarde van het jaarlijkse welvaartseffect
overschreden wordt. De grafieken laten duidelijk zien welke effecten, gebieden en jaren het
meest bijdragen aan de totale verwachtingswaarde.
Risicobenadering voor de Nederlandse zoetwatervoorziening
29 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 3.3 Overzicht van de verschillende grafische presentatie vormen van de verdeling van de welvaartseffecten
over de verschillende effecten, gebieden en jaren
3.2.4
Effect maatregelen
De invoer van het jaarlijkse welvaartseffect per effect, gebied en jaar kan aangeleverd
worden door de gebruiker voor een referentie situatie (het nul-alternatief) en voor een situatie
waarin de invoer voor het effectentrein aangepast is om een scenario en/of maatregelen weer
te geven, het project-alternatief. Zo zou het welvaartseffect van een bepaalde maatregel in
2050 voor een bepaald Deltascenario berekend worden door als nul-alternatief de resultaten
van het effectentrein voor de jaarlijkse welvaartseffecten voor het scenario in te vullen en
voor het project-alternatief de resultaten waarbij de invoer van het effectentrein voor dat
zelfde scenario aangepast is om de maatregel te beschrijven.
De tool berekent het verschil in de verwachtingswaarde van het welvaartseffect tussen nulalternatief en project-alternatief en de verdeling van dit verschil over effecten, gebieden en
jaren. Figuur 3.4 laat een voorbeeld zien van de resultaten in tabelvorm en Figuur 3.5 toont
de verschillende grafieken. Hierbij duidt een positief getal op een afname van het
welvaartseffect onder het project-alternatief (oftewel positief effect op de welvaart). Ook hier
laat een frequentieanalyse zien of het verschil ontstaat in extreem droge jaren, in jaren iets
droger dan gemiddeld of juist in gemiddelde jaren.
Verschil analyse tussen referentie en alternatief
Referentie
Alternatief Verschil Referentie
Alternatief
Nul-alternatief Alternatief1
Nul-alternatief Alternatief1
Verwachtingswaarde (Meur/jaar)
852
753
Per Sector/Effect
Landbouw-droogte
425
349
76
Bodemdaling-peiluitzakking
111
104
7
Scheepvaart - beroeps
42
38
4
Scheepvaart - recreatie
195
186
9
Industrie
80
77
3
Per gebied
Gebied1
241
224
17
88
Gebied2
503
415
Gebied3
108
114
-6
Welvaartseffect (Meur/jaar)
Jaar
Jaar
Hoogste jaar
2516
1789
726
1976
1976
1/20 droog
2516
1789
726
1976
1976
1/10 droog
1738
1221
517
1970
1970
1/5 droog
819
813
6
1972
1973
1/2 droog
751
685
66
1965
1963
Laagste jaar
293
323
-30
1967
1967
Figuur 3.4 Presentatie van het verschil in de verwachtingswaarde van het welvaartseffect tussen nul-alternatief en
project-alternatief in tabelvorm (in MEuro/jaar)
30 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 3.5 Overzicht van de grafische presentatie van het verschil tussen nul-alternatief en project-alternatief
3.2.5
Onzekerheidsanalyse
Omdat er veel onzekerheden kunnen zitten in de invoer van de Droogte Risico Tool als
gevolg van onzekerheden in de hydrologische modellen, de dosis-effect relaties en de
economische waardering daarvan, zal er vaak ook een aanzienlijke onzekerheid in de
berekende verwachtingswaarde zijn. De onzekerheidsanalyse is van groot belang om
allereerst het getal van de berekende verwachtingswaarde van het welvaartseffect te
voorzien van een bandbreedte. Daarnaast kan het interessante informatie genereren ter
ondersteuning van besluitvorming over het al dan niet implementeren van maatregelen door
te analyseren of het effect van een maatregel binnen de onzekerheidsmarge valt van de
uitkomsten.
De onzekerheidsanalyse in deze versie van de tool is gebaseerd op door de gebruiker in te
voeren onzekerheid in de resultaten per effect. Deze onzekerheidsschatting bestaat uit twee
stappen, namelijk:
• opgeven van een genormaliseerde standaard deviatie NSD (de standaard deviatie
gedeeld door het gemiddelde)voor de totale onzekerheid per effect;
• opgeven van een procentuele bijdrage aan de onzekerheid per effect voor de
verschillende onderdelen van de effectentrein (Q1-hydrologisch model; Q2-dosis-effect
relatie; en Q3-eonomische waardering).
De keuze om de onzekerheid alleen per effect op te geven betekent dat in deze versie van de
tool verondersteld wordt dat de onzekerheid voor de verschillende gebieden en jaren
hetzelfde is. Daarnaast is de onzekerheid in de frequentieanalyse and de representativiteit
van de hydro-meteorologische reeks niet meegenomen. Tot slot is verondersteld dat er geen
systematische fout zit in de invoer.
De resultaten van de onzekerheidsanalyse geven in deze versie nog geen compleet beeld
door het ontbreken van deze factoren. Figuur 3.6 laat een voorbeeld zien van de
gebruikersinvoer voor de onzekerheidsanalyse.
Risicobenadering voor de Nederlandse zoetwatervoorziening
31 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Effect
NSD
Landbouw-droogte
Bodemdaling-peiluitza
Scheepvaart - beroeps
Scheepvaart - recreatie
Industrie
%Q1
0.5
0.4
0.5
0.2
0.3
%Q2
10%
30%
75%
70%
10%
%Q3
20%
15%
15%
15%
60%
70%
55%
10%
15%
30%
Figuur 3.6 Voorbeeld van de invoer voor de onzekerheidsanalyse (NSD – geNormaliseerde Standaard Deviatie; Q1
– watersysteemmodellen; Q2 – dosis-effect relaties; en Q3 – economische waardering)
De onzekerheidsanalyse wordt uitgevoerd als een zogenaamde Monte-Carlo analyse. Dit
houdt in dat de berekening van de verwachtingswaarde een groot aantal malen wordt
uitgevoerd, waarbij de invoer aangepast wordt door een random trekking te doen uit de
kansverdeling zoals gedefinieerd door de originele invoerwaarde en de genormaliseerde
standaard deviatie. Op deze wijze kan de verwachtingswaarde bijvoorbeeld 1000 keer
berekend worden. De onzekerheid in het resultaat kan dan weer uitgedrukt worden door de
standaard deviatie van de verwachtingswaarde te berekenen.
Figuur 3.7 presenteert de verschillende grafische resultaten van de onzekerheidsanalyse. Het
histogram laat verdeling zien van alle trekkingen rondom de gemiddelde
verwachtingswaarde. Daarnaast wordt inzicht verkregen in de verschillen in onzekerheid
tussen nul-alternatief en project-alternatief. Belangrijke informatie is ook de mate van overlap
tussen de kansverdelingen van beide alternatieven. Veel overlap duidt erop dat de
onzekerheid te groot is om een duidelijk onderscheid te maken, terwijl weinig of geen overlap
duidt op een duidelijk aantoonbaar effect van het project-alternatief. Getalsmatig kan dit ook
uitgedrukt worden als het percentage van de trekkingen waarbij het project-alternatief beter
presteert dan het nul-alternatief.
De overige grafieken in Figuur 3.7 laten de bijdrage aan de onzekerheid zien van de
verschillende effecten, gebieden en onderdelen van de effectentrein. Deze informatie geeft
belangrijk inzicht in de oorzaak van de onzekerheid in de verwachtingswaarde van het
welvaartseffect en kan gebruikt worden om nader onderzoek te prioriteren. Daarnaast kunnen
nu 95% betrouwbaarheidsintervallen toegevoegd worden aan de grafiek met
overschrijdingskansen.
32 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 3.7 Overzicht
onzekerheidsanalyse
3.2.6
van de
verschillende
grafische
presentaties
van
de
resultaten
van
de
Aanpassingen en uitbreidingen van de tool
In het kader van het IMPREX project zal deze tool de komende jaren verder ontwikkeld
worden. Daarbij kan gedacht worden aan de volgende punten:
1. Omzetten van MS Excel naar Python om sneller te rekenen en meer mogelijkheden
ter beschikking te krijgen met betrekking tot statistische functies en presentaties;
2. Toevoegen van de mogelijkheid voor de gebruiker om de kansverdeling over de jaren
te beïnvloeden en zo extra informatie over over de kansverdeling toe te voegen
zonder de tijdreeks uit te breiden (zodat in een 20-jarige reeks het droogste jaar een
andere kans kan hebben dan 1/20 jaar);
3. Uitbreiden van de mogelijkheden om de onzekerheid in de invoer te beschrijven voor
andere kansverdelingen dan een normaalverdeling, bijvoorbeeld door het meenemen
van harde grenzen aan de verdeling en scheefheid, om zo beter aan te sluiten bij de
werkelijk optredende kansverdeling;
4. Toevoegen van de onzekerheid in de frequentieverdeling en de representativiteit van
de hydro-meteorologische reeks aan de onzekerheidsanalyse;
5. Invoer van onzekerheid ook afhankelijk maken van gebied en jaar;
6. Analyse toevoegen van systematische fouten in de in te voeren jaarlijkse
welvaartseffecten voor effecten en gebieden;
7. Toevoegen van kaarten aan de presentatie van de resultaten om inzicht te
verschaffen in de ruimtelijke verspreiding van het welvaartseffect en van de
onzekerheid in de berekende verwachtingswaarde daarvan;
Risicobenadering voor de Nederlandse zoetwatervoorziening
33 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
8. Toevoegen van een analyse van het relatieve belang van het droogterisico per sector
en gebied door het te relateren aan bijvoorbeeld de totale toegevoegde waarde per
sector en de oppervlakte van het gebied;
9. Toevoegen van een analyse van de statistische significantie van het onderscheid
tussen het nul-alternatief en het project-alternatief;
10. Toevoegen van de mogelijkheid om bij de bepaling van de verwachtingswaarde van
het welvaartseffect rekening te houden met risicoaversie en daarmee af te wijken van
het bepalen van het risico als product van kans en gevolg; en
11. Toevoegen van de mogelijkheid om het risico voor kwetsbare groepen zwaarder mee
te tellen bij het bepalen van de verwachtingswaarde.
3.3
Landbouwmodel berekening welvaartseffecten droogte op jaarbasis
Op basis van de resultaten van Agricom worden potentiële opbrengst, opbrengstderving in
procenten en de prijs bepaald op gebiedsniveau. Deze paragraaf beschrijft hoe deze
gegevens worden gebruikt voor de bepaling van het welvaartseffect van droogte.
Welvaartseffecten vinden plaats op het niveau van aanbieders (producenten), vragers en
eventueel overheid. Mogelijke welvaartseffecten voor de overheid bestaan uit een
verandering van belastinginkomsten en uitgaven (bijv. subsidies). In deze paragraaf nemen
we deze effecten niet mee. We gaan er in deze paragraaf vanuit dat de vragers van de
producten die we analyseren bestaan uit verwerkende bedrijven. Het welvaartseffect van
deze bedrijven bestaat uit een verandering van het inkomen (de totale waarde van de fysieke
opbrengsten minus de variabele kosten). Ook voor de aanbieders gebruiken we deze
welvaartsmaatstaf die door economen wordt aangeduid als het producentensurplus. In de
modelberekeningen nemen we adaptatie niet mee, niet omdat het niet belangrijk is maar
wegens het gebrek aan informatie. Om het welvaartseffect te bepalen is het noodzakelijk om
te weten hoe vraag en aanbod worden beïnvloed door prijzen. Dit is een lastig probleem en
we delen daarom de analyse op in een aantal stappen. In paragraaf 3.3.1 veronderstellen we
voor de eenvoud dat het aanbod prijsongevoelig is en veronderstellen we de prijsverandering
als gevolg van de droogte bekend, de vraagzijde laten we nog buiten beschouwing. In
paragraaf 3.3.2 breiden we de analyse uit door in plaats van prijsongevoeligheid te
veronderstellen dat het aanbod prijsgevoelig is. Vervolgens nemen we in paragraaf 3.3.3 ook
de vraag mee in de analyse waardoor het ook mogelijk wordt de omvang van de
prijsverandering te bepalen. Tenslotte worden in paragraaf 3.3.4 een aantal concrete
simulaties besproken.
3.3.1
Model met prijsongevoelig aanbod
Stel van een bedrijf is het aanbod prijsongevoelig, dit betekent dat de aanbodsfunctie een
verticale lijn vormt (zie Figuur 3.8). De initiële aanbodsfunctie is gelijk aan 𝑦𝑜𝑠 . Wanneer het
bedrijf door droogte wordt getroffen verschuift de aanbodsfunctie naar links. De nieuwe
aanbodsfunctie is gelijk aan 𝑦𝑛𝑠 . De verschuiving is gelijk aan de fysieke opbrengstderving:
yo − yn . Wanneer de oorspronkelijke prijs gelijk blijft dan daalt het inkomen (d.w.z. de fysieke
opbrengst maal de prijs minus de variabele kosten of te wel het producentensurplus) met
oppervlakte C. Wanneer door de daling van het aanbod de prijs stijgt (hier van po naar pn )
dan is er een stijging van het inkomen van het bedrijf gelijk aan oppervlakte A. De totale
inkomensverandering is dan gelijk aan A-C.
De inkomensdaling is dus gelijk aan de verandering in de geldelijke opbrengst. Merk op dat
de variabele kosten, en dus ook de verandering daarin, in dit voorbeeld gelijk aan nul zijn.
34 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
De variabele kosten zijn immers de oppervlakte onder de aanbodsfunctie en die is en blijft 0.
Met andere woorden de kosten zijn al gemaakt en de oogst valt tegen door de droogte. We
veronderstellen dus dat er geen adaptatie plaatsvindt tijdens de droogte of dat die adaptatie
plaatsvindt zonder extra kosten. In het laatste geval zal de productiedaling kleiner zijn.
De bedrijven die niet getroffen zijn door de droogte hebben een stijging van de geldelijke
opbrengst omdat de prijs stijgt, en daarmee het inkomen, van A+D.
𝑝𝑛
A
𝑦𝑛𝑠
D
𝑦𝑜𝑠
𝑝𝑜
B
𝑦𝑜𝑠 : aanbod zonder droogte
𝑦𝑛𝑠 : aanbod met droogte
𝑝𝑜 : prijs zonder droogte
𝑝𝑛 : prijs bij droogte
C
𝑦𝑛
𝑦𝑜
Figuur 3.1 Droogte en een prijsongevoelig aanbod.
Figuur 3.8: Prijs met ongevoelig prijsaanbod
Inkomen van het bedrijf dat wordt getroffen door droogte:
πoud = B + C
πnieuw = A + B
∆πtotaal = A − C
Inkomen van het bedrijf dat niet wordt getroffen door droogte:
πoud = B + C
πnieuw = B + C + A + D
∆πtotaal = A + D
3.3.2
Waarbij:
πoud :
πineuw :
∆πtotaal :
inkomen in initiële situatie,
inkomen na droogte,
totale inkomensverandering.
Model met prijsgevoelig aanbod
In paragraaf 3.3.1 veronderstelde we het aanbod prijsongevoelig. We maken de analyse nu
realistischer door te veronderstellen dat het aanbod wel reageert op de prijs. Echter in de
landbouw geldt dat de productie van een bedrijf wordt bepaald door de prijs in de vorige
periode (of een verwachte prijs) po .
Risicobenadering voor de Nederlandse zoetwatervoorziening
35 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Dit betekent dat wanneer door de droogte de prijs stijgt naar pn er geen stijging van het
aanbod is door een prijsverandering, de productie wordt immers volledig bepaald door de
prijs in de vorige periode en door het verminderde aanbod als gevolg van de droogte.
Wordt een bedrijf getroffen door droogte dan verschuift de aanbodsfunctie naar links. De
verschuiving is gelijk aan de fysieke opbrengstderving yo − yn . Wanneer de oorspronkelijke
prijs gelijk blijft dan daalt het inkomen (d.w.z. het producentensurplus) in Figuur 3.9 met
oppervlakte cdba. Merk op dat de verandering in het inkomen gelijk is aan de verandering in
de opbrengst omdat de variabele kosten, de oppervlakte onder de aanbodsfunctie, gelijk
blijven. In Figuur 3.9 zijn immers de driehoeken acyn en bdcyo die de variabele kosten
weerspiegelen in oppervlakte gelijk.
Wanneer door de daling van het aanbod de prijs stijgt (hier van po naar pn ) dan is er een
stijging van het inkomen dat gelijk is aan de oppervlakte pn ecpo . De totale
inkomensverandering is dan gelijk aan = −cdba + pn ecpo .
Voor bedrijven die niet worden getroffen door de droogte gaat het inkomen omhoog met
pn fdp0 .
𝑝𝑛
e
𝑝𝑜
c
a
𝑦𝑛𝑠
f
𝑦𝑜𝑠
d
𝑦𝑜𝑠 : aanbod zonder droogte
𝑦𝑛𝑠 : aanbod met droogte
𝑝𝑜 : prijs zonder droogte
𝑝𝑛 : prijs bij droogte
b
O
𝑦𝑛
𝑦𝑜
Figuur 3.9 Droogte en een prijsgevoelig aanbod.
Inkomen van het bedrijf dat wordt getroffen door droogte:
πold = po dbO
πnew = po caO + pn ecpo
∆πtot = −cdba + pn ecpo = (po yn − po yo ) + (pn yn − po yn ) = pn yn − po y𝑜
Inkomen van het bedrijf dat niet wordt getroffen door droogte:
πold = po dbO
πnew = po dbO + pn fdpo
∆πtot = pn fdpo = (pn yo − po yo )
Waarbij:
: inkomen in initiële situatie,
πold
πnew : inkomen na droogte,
∆πtot : totale inkomensverandering.
36 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
3.3.3
Berekening van de prijsverandering en totale welvaartsverandering
In de vorige twee paragrafen veronderstelden we dat we de prijsverandering ten gevolge van
droogte kennen. In deze paragraaf laten we zien hoe we de prijsverandering kunnen bepalen.
Hieronder bespreken we drie mogelijke situaties. De eerste is waarbij de prijs niet verandert
ten gevolge van droogte,. In de tweede situatie bespreken we de grootst mogelijke
prijsverandering, dit is de maximale prijsverandering. Tenslotte bespreken we de toestand
waarbij de prijsverandering tussen 0 en de maximale waarde inligt. In de praktijk zijn alle drie
de situaties mogelijk. In alle drie de situaties wordt de prijsverandering bepaald door na te
gaan wat de vorm van de vraagfunctie is, het is immers de interactie tussen vraag en het
aanbod die de prijs bepaalt.
Het effect van de productieverandering als gevolg van droogte op de prijs hangt af van welk
aandeel deze productieverandering heeft op de omvang van de totale markt. Is dat aandeel
klein, bijv. droogte in een klein gebied of een product dat internationaal wordt verhandeld, dan
leidt droogte niet tot een prijsverandering (de zogenaamde kleine landenhypothese). In
economische termen betekent dit dat de oorden de vraagfunctie perfect elastisch is (d.w.z. de
prijs is constant en de vraagfunctie is horizontaal) en de prijselasticiteit van de vraag oneindig
is. De prijsflexibiliteit of te wel wat is de procentuele prijsverandering als de hoeveelheid met
1% verandert, is dan 0.
De maximale prijsverandering treedt op indien de productie in de regio waar de droogte
plaatsvindt gelijk is aan de vraag in die regio. Er is dan sprake van autarkie, vraag en aanbod
zijn gelijk in het gebied waarin de droogte plaatsvindt. Dit zal aan de orde zijn bij een lokaal
product dat niet wordt verhandeld buiten de regio, bijvoorbeeld ruwvoer. We veronderstellen
dat de prijselasticiteit van de vraag bekend en klein is. De prijselasticiteit is naar verwachting
klein omdat de gevraagde hoeveelheid niet veel verandert als de prijs verandert zoals het
geval is bij veevoer (vee moet eten). Figuur 3.10 geeft deze situatie weer.
𝑝𝑛
𝑝𝑜
𝑦𝑑
e
𝑦𝑛𝑠
c
a
𝑦𝑜𝑠
d
𝑦 𝑑 : vraagfunctie
𝑦𝑜𝑠 : aanbod zonder droogte
𝑦𝑛𝑠 : aanbod met droogte
𝑝𝑜 : prijs zonder droogte
𝑝𝑛 : prijs bij droogte
b
O
𝑦𝑛
𝑦𝑜
Figure 3.10: Situatie met kleine prijselasticiteit.
Inkomen van het bedrijf dat wordt getroffen door droogte:
∆πtot = −cdba + pn ecpo
Risicobenadering voor de Nederlandse zoetwatervoorziening
37 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De verandering in het inkomen van de vragers is gelijk aan:
∆πdem = −p𝑛 edpo
Het totale welvaartseffect is gelijk aan:
∆W = ∆πtot + ∆πdem = −cdba − ecd
Waarbij:
∆πtot: totale inkomensverandering aanbieders,
∆πdem : totale inkomensverandering aanbieders,
∆W:
totale welvaartseffect.
In de derde mogelijke situatie ligt de prijsverandering tussen 0 en de maximale
prijsverandering in. Deze situatie is relevant voor producten waarbij de prijs bepaald wordt
door de productie en de vraag in de door droogte getroffen regio maar ook door de productie
en vraag buiten de regio. Door een veronderstelling te maken over het marktaandeel van de
regio waarin de droogte plaatsvindt in de totale markt (d.w.z. het gebied waarin de prijs tot
stand komt, bijvoorbeeld Nederland of de EU) voor een product kan opnieuw een
vraagfunctie worden afgeleid, maar nu voor de totale markt, en het effect van de
volumeverandering op de prijs worden bepaald. Deze vraagfunctie geeft de totale vraag
minus het aanbod in de regio weer (netto vraagfunctie). Merk op dat de eerste twee gevallen
(kleine landenhypothese en autarkie) speciale gevallen zijn van dit model nl. met het
marktaandeel 0 en met het marktaandeel 1.
Zoals eerder aangegeven kan met behulp van de afgeleide vraagfuncties de
inkomensverandering van de bedrijven die het product vragen worden bepaald. Merk op dat
wanneer de prijs onveranderd blijft de verandering in het inkomen van de vragers 0 is, de
relatieve prijzen, en daarmee de geconsumeerde hoeveelheden, veranderen immers niet. De
som van de verandering in het inkomen van de aanbieders en vragers geeft uiteindelijk het
totale welvaartseffect van de droogte voor de getroffen vragers en aanbieders (mogelijke
effecten voor de overheid laten we buiten beschouwing). Bij veevoer is in de meeste gevallen
de vrager en de aanbieder hetzelfde bedrijf. Wanneer de geproduceerde hoeveelheid
ruwvoer afneemt zullen bedrijven veevoer van elders inkopen, de gestegen uitgaven voor
deze substituten (bijv. krachtvoer) is onderdeel van het berekende welvaartsverlies voor
vragers (althans als de prijs voor de substituten niet verandert wat we hier veronderstellen).
De welvaartsanalyse wordt gecomplementeerd met de verandering van het welvaartseffect
van die bedrijven die niet worden getroffen door de droogte. Merk op dat dit welvaartseffect 0
is wanneer de prijs niet verandert als gevolg van de kleine landenhypothese, maar ook 0 is bij
autarkie omdat daar de prijsverandering beperkt blijft tot de regio waarin de droogte
plaatsvindt en alle vragers en aanbieders in die regio worden getroffen. In het derde geval
treedt er wel een welvaartsverandering voor bedrijven buiten de regio op die we berekenen
als een verandering van het inkomen van de (netto)vragers buiten de regio waarin de droogte
plaatsvindt.
Hieronder is de kalibratie van de vraagfunctie weergegeven. Bekend zijn respectievelijk het
aanbod zonder droogte, de oude prijs, het marktaandeel van de regio waarin de droogte
plaatsvindt, de prijselasticiteit van de vraag en de productieverandering als gevolg van
droogte:
yos , po , s, ϵd en ∆y s
De vraag yod en vraagfunctie zijn gegeven door:
38 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
1
yod = yos × s
yod = a + bpo
Waarbij a en b respectievelijk het intercept en helling van de vraagfunctie. Kalibratie van de
vraagfunctie:
∂yd
p
p
yd
ϵd = ∂po × ydo = b × ydo dus: b = ϵd × po
o
o
a = yod − bpo
o
o
Nieuwe vraag ynd (omdat de productie is gebaseerd op de oude prijs verandert die van andere
producenten niet):
ynd = yod + ∆ys
Nieuwe prijs:
ynd − a
pn =
b
Verandering van het inkomen van de vrager ∆π𝑑𝑒𝑚 :
π𝑑𝑒𝑚 = −(pn − po )ynd − 0.5(pn − po )∆y s
Verandering in het producentensurplus ∆π𝑡𝑜𝑡𝑎𝑎𝑙 is gelijk aan de opbrengstverandering:
∆π𝑡𝑜𝑡𝑎𝑎𝑙 = (pn − po )ynd − po ∆y s
Het totale welvaartseffect ∆W is gelijk aan:
∆W = ∆π𝑡𝑜𝑡𝑎𝑎𝑙 + ∆π𝑑𝑒𝑚 = −po ∆y s − 0.5(pn − po )∆y s
3.3.4
Met:
yos : productie in oude situatie, po : prijs in oude situatie, s: marktaandeel van de regio waarin
droogte plaatsvindt, ϵd : prijselasticeit van de vraag, ∆y s productiedaling door droogte, a:
intercept vraagfunctie, b: helling vraagfunctie, po : prijs in nieuwe situatie en ∆π𝑑𝑒𝑚 :
verandering van het inkomen van de vragers, ∆π𝑡𝑜𝑡𝑎𝑎𝑙 : verandering van het inkomen van de
aanbieders, ∆W: totale welvaartseffect door droogte.
Simulaties
Zoals eerder aangegeven moet per product het marktaandeel van de regio en de
prijselasticiteit van de vraag exogeen worden bepaald. Ook moet worden nagegaan wat de
omvang van de droogte is, betreft het een lokaal effect, of treft de droogte heel Nederland of
zelfs geheel noordwest Europa? In het onderzoek zijn de volgende producten opgenomen:
gras, snijmais, aardappelen, suikerbieten, granen, boomteeltproducten, fruit, bollen en een
product overig. Voor gras en snijmaïs lijkt het aannemelijk om te veronderstellen dat de vraag
naar het eindproduct altijd lokaal is, de producent is immers meestal ook de vrager. Met
andere woorden er is sprake van autarkie. Melk is in Nederland een belangrijk product. Bij
droogte is zal in eerste instantie de productie van voer worden beïnvloed en niet zo zeer de
productie van melk. Een teruggelopen ruwvoerproductie op het bedrijf en in de regio kan
immers worden gecompenseerd met de aankoop van krachtvoer. De extra kosten hiervoor
worden al meegenomen in de berekening van de welvaartseffecten van de vragers van gras
en snijmais. Bij droogte is er ook geen effect op de prijs van melk te verwachten omdat de
melkprijs in Nederland sterk wordt bepaald door de internationale zuivelmarkt waar
Nederland een relatief kleine speler is.
Risicobenadering voor de Nederlandse zoetwatervoorziening
39 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor de simulaties van droogte in relatief kleine gebieden zoals de Berkel geldt, gegeven de
kleine omvang van de regio, dat er door droogte geen effect op de prijs van de overige
producten is te verwachten (kleine landenhypothese). Voor granen (exclusief snijmais) zal
altijd gelden dat door droogte in Nederland er geen effect op de prijs optreedt. Voor de
overige producten zal bij droogte in een substantieel deel van Nederland noch autarkie noch
de kleine landenhypothese gelden. In het model worden voor deze producten de
welvaartseffecten voor alle aanbieders en vragers berekend.
Dit betekent voor zowel de door droogte getroffen producenten als de niet door droogte
getroffen producenten en alle vragers. Dit kunnen dus in principe ook buitenlandse
aanbieders en vragers zijn. Toch mag worden aangenomen dat wanneer er sprake is van
substantiële export (of import) de kleine landenhypothese geldt. Met andere woorden de
situatie wanneer noch autarkie noch de kleine landenhypothese geldt is een goede
benadering voor de situatie waarvoor de effecten voor Nederland als geheel gelden. Merk op
dat zowel bij de kleine landenhypothese als bij autarkie aanbieders en vragers buiten de regio
niet worden beïnvloed omdat de prijzen buiten de regio niet veranderen (kleine
landenhypothese) of niet relevant zijn (autarkie).
De prijselasticiteit van de vraag en het marktaandeel zijn niet onafhankelijk van elkaar. Een
hoge prijselasticiteit zal in veel gevallen een situatie weerspiegelen waarin de regio weinig
invloed heeft op de prijs. Omgekeerd zal een kleine prijselasticiteit van de vraag meestal niet
in combinatie met een groot marktaandeel voorkomen. Tabel 3.1 presenteert de
marktaandelen en elasticiteiten die in de Berkel gebruikt zijn.
Tabel 3.1
In de simulaties gebruikte marktaandelen en elasticiteiten
Gras
Mais
Aardappelen
Suikerbieten
Granen
Boomteeltproducten
Fruit
Bollen
Overig
40 van 184
Marktaandeel
ARK-NZK
Berkel
1
1
1
1
0
0
0
0
0
0
0.65
0
0
0
0.75
0
0
0
Prijselasticiteit
ARK-NZK
-0.2
-0.2
-∞
-∞
-∞
-1
−∞
-1
-∞
Berkel
-0.2
-0.2
-∞
-∞
-∞
-∞
-∞
-∞
-∞
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
4 Waterbeschikbaarheid hoofdwatersysteem
4.1
Inleiding
De komende jaren worden de adviezen en besluiten die voortvloeien uit het Deltaprogramma
Zoetwater uitgewerkt door het programmabureau Zoetwater. Als onderdeel hiervan is meer
inzicht nodig in de waterbeschikbaarheid van Nederland: hoeveel water is er wanneer en
waar beschikbaar.
Het project Wabes van RWS-WVL heeft als doel om meer inzicht in de waterbeschikbaarheid
van Nederland te geven. In dat project ligt de focus op het inzichtelijk maken van hoeveel
water er wanneer met bepaalde omvang en kwaliteit gedurende een bepaalde periode
beschikbaar is in het watersysteem. Rijkswaterstaat en DGRW financieren het project
Wabes. Rijkswaterstaat vanuit het belang voor de eigen beheeropgave en DGRW vanuit het
beleidstraject waterbeschikbaarheid HWS. Wabes is daarmee een bouwsteen waarmee de
waterbeschikbaarheid in het HWS in beeld gebracht wordt. De statistiek van de
waterbeschikbaarheid in het hoofdwatersysteem zal in de studie Wabes worden afgeleid. In
de studie Wabes wordt gebruik gemaakt van rekenresultaten van het Nationaal Water Model
(NWM).
In aanvulling hierop wordt binnen IMPREX een methode uitgewerkt om de
onzekerheidsbanden van uitvoer van het NWM op basis van onzekerheden in de invoer en
het model bij de waterbeschikbaarheid in het hoofdwatersysteem te bepalen. Deze uitwerking
kan in de studie Wabes worden gebruikt om onzekerheidsbanden te presenteren. Hiernaast
heeft RWS gevraagd om een methode te ontwikkelen hoe de waterbeschikbaarheid in
extreme omstandigheden in beeld kan worden gebracht.
Het lange-termijn doel van IMPREX is het ontwikkelen van een generieke methode voor het
schatten van de modelonzekerheid in de waterbeschikbaarheid. Het gaat hier om
onzekerheid in de beschikbare hydrologische modellen. Dit jaar is hierin een eerste stap
gezet met een verkenning middels een kwalitatieve onzekerheidsanalyse van het huidige
NWM modelinstrumentarium. Het tweede lange termijn doel is het ontwikkelen van een
methode voor een inschatting van de waterbeschikbaarheid in extreme omstandigheden. In
2016 zijn de verschillende opties en de haalbaarheid hiervan in kaart gebracht
Dit hoofdstuk bestaat uit twee onderdelen: (1) onzekerheden in waterbeschikbaarheid in het
hoofdwatersysteem ten gevolge van modellen en modelinvoer en (2) hoe
waterbeschikbaarheid in extreem droge omstandigheden in beeld te brengen. Elk hoofdstuk
beschrijft eerst de resultaten en inzichten van het onderzoek dat in 2016 is uitgevoerd, en
eindigt met een voorstel voor vervolg. Dit voorstel dient als basis voor het plan van aanpak in
2017.
4.1.1
Plaats van waterbeschikbaarheid in de risicobenadering
We merken op dat het onderzoek naar onzekerheid in waterbeschikbaarheid (in- en uitvoer
model) in het hoofdwatersysteem onderdeel uitmaakt van het ontwikkelen van een
risicobenadering voor droogte. Waterbeschikbaarheid is belangrijk voor de kans van optreden
van droogte-effecten voor diverse gebruikers in het watersysteem. In Figuur 4.1 is de plaats
van het onderzoek onzekerheid in waterbeschikbaarheid in het hoofdwatersysteem in de
grotere context van de risicobenadering gepositioneerd. Waterbeschikbaarheid is slechts één
onderdeel van de beoogde risicobenadering.
Risicobenadering voor de Nederlandse zoetwatervoorziening
41 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De hele gevolgenkant ontbreekt hierin, dus de effecten van watertekort op verschillende
sectoren. Figuur 4.1 illustreert de positionering van de risicobenadering (IMPREX) en de
waterbeschikbaarheid in het hoofdwatersysteem (Wabes).
De onzekerheidsanalyse binnen IMPREX richtte zich in 2016 op onzekerheid van het NWM,
zoals aangegeven met de groene cirkel in Figuur 4.1. Deze modelonzekerheid heeft zijn
doorwerking op twee sporen: de totaalonzekerheid in de waterbeschikbaarheid en in het
economische droogterisico. De statistische onzekerheid van de waterbeschikbaarheid is
onderdeel van de totaalonzekerheid. Dit wordt uitgewerkt binnen de studie Wabes. Voor de
totaalonzekerheid in het economisch risico is ook de onzekerheid van de verschillende
effectmodellen en economische modellen van belang. Deze onzekerheidsbronnen worden dit
jaar binnen IMPREX buiten beschouwing gelaten. Het zou interessant zijn om meer inzicht te
krijgen in de relatieve verhouding tussen de onzekerheid in hydrologische, effect- en
economische modellen. Het lange termijn doel is om de totaalonzekerheid zoals bepaald
binnen IMPREX en Wabes op te nemen in de risicobenadering. Daarnaast is het wenselijk
dat de kansen op waterbeschikbaarheid zoals bepaald binnen Wabes worden meegenomen
in de IMPREX-risicotool. Het is belangrijk om in 2017 te verkennen of en op welke manier dat
gerealiseerd kan worden.
Figuur 4.1 Positionering van waterbeschikbaarheid in een risicobenadering. (deelmodellen in dit figuur worden in
dit hoofdstuk verder toegelicht). De onzekerheidsanalyse binnen IMPREX 2016 richt zich op het NWM,
weergegeven met de groene ovaal.
42 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
4.2
Onzekerheden in waterbeschikbaarheid
Deze paragraaf begint met een beschrijving van het Nationaal Water Model (NWM) dat in de
studie Wabes gebruikt wordt om de waterbeschikbaarheid in het hoofdwatersysteem te
kwantificeren. We geven een toelichting op de (gekoppelde) deelmodellen die samen het
NWM vormen. Dit wordt gevolgd door een beschrijving van verschillende bronnen van
modelonzekerheid (en modelinvoer), gebaseerd op literatuurstudie en expertconsultatie. De
expertconsultatie bestond uit een vragenlijst en een workshop waarin de uitkomsten van de
vragenlijst verder zijn verfijnd en aangevuld. Dit leidt tot een inschatting van de belangrijkste
onzekerheidsbronnen voor de waterbeschikbaarheid in het hoofdwatersysteem. In de
gesprekken met experts zijn twee denklijnen ontstaan om de methode voor kwantitatieve
onzekerheidsanalyse vorm te geven. We schetsen deze twee denklijnen aan de hand van
een voorbeeld.
4.2.1
Nationaal Water model
Het Nationaal Water Model (NWM) is een instrumentarium dat de waterverdeling en het
waterverbruik in Nederland simuleert. Het landelijke waterverdelingsnetwerk in het NWM
bestaat uit het hoofdwatersysteem plus een deel van het regionaal oppervlaktewater. Het
NWM maakt het mogelijk het aanbod van en de vraag naar zoetwater op landelijke schaal in
onderlinge samenhang te analyseren (zie ook www.nhi.nu). Het NWM wordt vaak in
samenhang met effectmodules doorgerekend. Dit levert waardevolle informatie voor
beleidsstudies naar onder andere (1) de gevolgen van toekomstige ontwikkelingen (zoals
klimaat en socio-economische veranderingen) op de waterbeschikbaarheid en op de daarvan
afhankelijke functies, (2) de effectiviteit van maatregelen en strategieën in het beperken van
de gevolgen van een tekort aan water, (3) afspraken omtrent waterbeschikbaarheid en
waterverdeling.
Het NWM is de opvolger van het Deltamodel. Het NWM is een modelinstrumentarium met
gebruikersschil bestaande uit een reeks deelmodellen voor het simuleren van hydrologische
processen in Nederland te weten: het Landelijk Hydrologisch Model (LHM) en het Landelijke
Sobek Model (Sobek-LSM) (hiervoor is ook een light versie beschikbaar). Het NWM heeft een
offline koppeling met het Sobek-model voor het Noordelijke Delta Bekken (Sobek-NDB) voor
chloride en een online koppeling met het Landelijk Sobek Model voor temperatuur in het
hoofdwatersysteem (Sobek-LTM). Figuur 4. 2 geeft de modellentrein van NWM op
schematische wijze weer. De figuur laat zien hoe de verschillende deelmodellen en
effectenmodellen met elkaar samenhangen. Het LHM en de andere deelmodellen in het
oranje gearceerde vlak zijn belangrijk voor de waterbeschikbaarheid in het
hoofdwatersysteem.
Het LHM is een geïntegreerd modelinstrumentarium dat geheel Nederland beschrijft. Het
LHM heeft als doel de landelijke analyse van de watervraag, waterverdeling en
waterbeschikbaarheid bij veranderende, droger wordende klimaatomstandigheden te
faciliteren en de effecten van maatregelen te voorspellen. Het LHM bestaat uit de volgende
gekoppelde deelmodellen: MODFLOW (model voor verzadigde zone), MetaSWAP (model
voor onverzadigde zone), MOZART (model voor de waterverdeling van regionaal oppervlakte
water met beperkte omvang) en Distributiemodel (DM, model voor waterverdeling van het
landelijke oppervlaktewater en de grotere regionale wateren). Het LHM genereert een groot
aantal uitvoervariabelen. Voor waterbeschikbaarheid zijn afvoeren en waterstanden van
belang.
Risicobenadering voor de Nederlandse zoetwatervoorziening
43 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Het LSM berekent de waterbeweging in het waterverdelingsnetwerk. De resulterende
waterverdeling uit het LHM vormt onder andere invoer voor LSM, dat in meer detail een
voorspelling levert van de waterbeweging in het hoofdwatersysteem, zoals informatie over
waterstanden, stroomsnelheden en afvoeren. De uitvoer uit LHM, LSM en LTM zijn invoer
voor de statistische nabewerkingstool van Wabes, waarmee herhalingstijden van debieten,
waterstanden, chloride gehaltes en temperaturen worden berekend. LHM en LSM uitkomsten
vormen ook invoer voor de effectmodellen om de effecten op natuur, landbouw en
scheepvaart te bepalen. De hydrologische condities worden in de effectmodellen vertaald
naar effecten. Zo wordt Agricom gebruikt voor landbouwopbrengstderving, DemNat voor
schade aan natte natuur en Bivas voor scheepvaarthinder.
Figuur 4. 2 Schematische weergave van NWM, de koppeling met andere modellen en de modellentrein voor
waterbeschikbaarheid (oranje gekleurd)
4.2.2
Beschrijving in- en uitvoer van de deelmodellen
Het Landelijk Hydrologisch Model (LHM) beschrijft de watervraag, de waterverdeling en de
waterbeschikbaarheid in het landelijke en regionale watersysteem. De invoer van het LHM
bestaat onder meer uit neerslag/verdamping, geologische opbouw ondergrond, bodemtypes,
landgebruik, beregeningslocaties, en gewasgegevens. Het DM bevat sturingsregels voor
uitwisseling van oppervlaktewater binnen het hoofdwatersysteem en tussen
hoofdwatersysteem en regionaal systeem. Dit model berekent de waterverdeling in het
oppervlaktewater op decadebasis conform de beheerregels van waterbeheerders en de
verdringingsreeks. Het DM gebruikt als belangrijkste invoer de afvoer bij Lobith, de afvoer bij
Monsin, en afvoeren van verscheidene kleinere rivieren/beken. Beschikbare reeksen zijn
historische meetreeksen en uitvoer uit het GRADE instrumentarium (GRADE staat voor
Generator of Rainfall and Discharge Extremes).
44 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
GRADE bestaat uit een neerslag-afvoermodel van het hele Rijnstroomgebied (HBV model)
en een neerslaggenerator voor het doorrekenen van lange synthetische reeksen op basis van
meteorologische statistiek. GRADE wordt gebruikt voor het vertalen van klimaatscenario’s
(neerslag, temperatuur) in afvoerreeksen voor Rijn en Maas.
Het Landelijk Sobek Model (LSM) is een hydrodynamisch oppervlaktewatermodel op
landelijke schaal en berekent waterstanden en afvoeren met een rekentijdstap van 10
minuten. De invoer bestaat uit afvoerreeksen op de Rijn en de Maas, zeewaterstanden en
laterale afvoeren van en naar het hoofdwatersysteem, welke zijn berekend met het LHM.
LSM-light is de ‘lichte’ variant van LSM en berekent alleen de waterstanden en afvoeren voor
de grote oppervlaktewatersystemen, met als voordeel een snellere rekentijd. De effecten van
alle onzekerheden in LHM komen samen in de lateralen die LSM-light als invoer gebruikt en
vertalen zich door naar afvoer en waterstanden.
4.2.3
Onzekerheid in het NWM
Vanwege de complexiteit van het modelinstrumentarium en de daarmee samenhangende
grote hoeveelheid onzekerheidsbronnen was het dit jaar niet haalbaar om een kwantitatieve
onzekerheidsanalyse uit te voeren. Een kwantitatieve onzekerheidsanalyse vraagt om een
groot aantal berekeningen (of analyse van eerdere berekeningen). Uitgaande van de
rekentijden per doorrekening van het gehele model is het uitvoeren van een kwantitatieve
onzekerheidsanalyse een intensieve klus. Bovendien is het effect van onzekerheid afhankelijk
van de modeluitvoer waar de interesse naar uitgaat en deze is heel divers over de
verschillende watergebruikers en locaties.
Daarom is gekozen om dit jaar een kwalitatieve analyse naar onzekerheid uit te voeren. Op
basis van een beknopte literatuurstudie en een consultatieronde met experts is een overzicht
gemaakt van de verschillende onzekerheidsbronnen in het NWM. In de komende jaren kan
vervolgens de onzekerheid worden gekwantificeerd door het maken van berekeningen of het
analyseren van eerdere berekeningen.
4.2.3.1
Literatuurverkenning
Er zijn meerdere manieren om onzekerheidsbronnen te sorteren, bijvoorbeeld naar locatie,
graad en aard (zie o.a. Walker en Haasnoot, 2011). Voor het literatuuroverzicht baseren we
ons op eerdere studies naar onzekerheden in deelmodellen van de NWM modellentrein. Voor
ieder deelmodel kan de onzekerheid worden onderverdeeld naar modelinvoer,
modelstructuur en modelparameters. De meeste studies naar modelonzekerheid in het NWM
zijn te vinden op de NHI website (www.nhi.nu) en gaan in op keuzes ten aanzien van de
modelmatige beschrijving van processen in de verschillende deelmodellen. In de meeste
studies is op een kwalitatieve manier naar (het effect van) onzekerheden in deelmodellen van
het NWM gekeken.
Tabel 4.1 geeft een overzicht van de eerdere studies naar onzekerheden in NWM per
deelmodel.
Tabel 4.1
Overzicht van eerdere studies naar onzekerheden in NWM/Deltamodel
Risicobenadering voor de Nederlandse zoetwatervoorziening
45 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Deelmodel
Welke onzekerheden zijn
Op welke manier?
beschouwd?
1
Welke inzichten zijn
Bron
vergaard?
LHM –
gewasverdamping
gevoeligheidsanalyse
watervraag landbouw
Van Walsum en
Modflow/Metaswap
(modelstructuur)
watervraag
wordt mogelijk onderschat
van der Bolt
(2013)
2
3
LHM -
open-water verdamping
gevoeligheidsanalyse
waterstandsverschil in orde
Modflow/Metaswap
(modelstructuur)
waterstand IJsselmeer
tientallen cm
SOBEK – NDB
dispersiecoëfficiënt
gevoeligheidsanalyse
modelonzekerheid is
(modelparameter)
chlorideconcentratie
substantieel in droge jaren
Ruijgh (2014)
Ruijgh (2014)
Krimpen
4
NWM (Deltamodel)
Modelonzekerheid in relatie tot
gevoeligheidsanalyse
toekomstonzekerheid >
Ruijgh (2014)
modelonzekerheid
toekomstonzekerheid:
Gewasverdamping (zie 1), open
water verdamping (zie 2) en
dispersiecoëfficiënt (zie 3)
5
advies over hoe met
Walker en
modelstructuur en
onzekerheden in
Haasnoot
toekomstonzekerheid
beleidsanalyse
(2011)
NWM (Deltamodel)
modelinvoer (‘context’),
in de context van
beleidsanalyse
beschrijvend
zoetwatervoorziening kan
worden omgegaan
6
7
NWM plus
“known unknowns ”,
beschrijvend dmv
verschillende
Versteeg en
effectmodellen
modelstructuur en
expertworkshop
onzekerheidsbronnen in
Stijnen (2014)
toekomstonzekerheid
7
effectmodellen
LHM –
vergelijking tussen actuele
vergelijkingsanalyse
Gesimuleerde actuele
Beekman, Caljé,
Modflow/Metaswap
verdamping uit modelresultaten
actuele verdamping
verdamping in droge
Schaars en
en metingen
modellen en metingen
zomermaanden is lager
Heijkers (2014)
vergelijking tussen gemeten en
validatieonderzoek
Plausibele resultaten voor
Prinsen et al
droog jaar 2003
(2013)
dan metingen.
8
LSM 1.03
gesimuleerde afvoeren en
waterstanden
Van Walsum en Van der Bolt (2013) hebben gekeken naar twee manieren om
gewasverdamping te modelleren en het effect daarvan op de berekende watervraag. Hieruit
blijkt dat een model, waarin de dynamische gewasontwikkeling is meegenomen (het
WOFOST concept) leidt tot gemiddeld 10% lagere watervraag voor beregening, dan een
model waarin daar geen rekening mee is gehouden. In sommige maanden kan het verschil in
watervraag oplopen tot wel 50%. Er is in dit onderzoek geen doorvertaling gemaakt naar het
effect op de waterstanden en afvoeren in het hoofdwatersysteem.
Ruijgh (2014) heeft een gevoeligheidsonderzoek gedaan naar het effect van open
waterverdamping op de waterstand van het IJsselmeer. In een rekenexperiment is de huidige
open water verdamping met 20% verhoogd en verlaagd. Dit leidt in de referentiesituatie tot
een verschil in waterstand van 15 cm.
7
“known unknowns” zijn onzekerheidsbronnen waarvan bekend is dat ze niet zijn
meegenomen in modellen
46 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor het KNMI’06-klimaatscenario Warm/Stoom 2100 is het effect op de waterstand 40 cm.
In dit onderzoek is de onzekerheid in de openwaterverdamping niet beschouwd. Daardoor is
er geen informatie over de waarschijnlijkheid van de gekozen variatie van 20%.
Daarnaast heeft Ruijgh (2014) een gevoeligheidsonderzoek gedaan naar het effect van de
dispersiecoëfficiënt op de chlorideconcentratie bij Krimpen aan de IJssel. Hieruit blijkt een
hoge gevoeligheid van de dispersiecoëfficiënt. Een 25% hogere en 25% lagere waarde van
de dispersie coëfficiënt leidt voor 1976 (huidig klimaat) tot een afwijking van ca 50% op de
chlorideconcentratie. Hierbij moet worden opgemerkt dat 1976 een extreem droog jaar
betreft. Ook hier is de onzekerheid in de dispersiecoëfficiënt niet beschouwd en is er niets
gezegd over de waarschijnlijkheid van de gekozen variatie.
Voor het Deltaprogramma Zoetwater is door Versteeg en Stijnen (2014) een overzicht
gemaakt van de belangrijkste onzekerheden in zoetwatervraagstukken, op basis van
expertworkshops. Doel van die studie was om zicht te krijgen op de belangrijke onderdelen
wat betreft onzekerheid in de economische schade en om daar vervolgens de focus op te
kunnen leggen bij verdere ontwikkeling. Ten aanzien van NWM komen zij tot een overzicht
per watergebruiker/-sector. Het gaat hier over onzekerheid in de effectmodellen en
toekomstscenario’s en niet de onzekerheid in de hydrologische modellen.
Beekman et al. (2014) heeft een vergelijking gemaakt van verschillende methoden om de
actuele verdamping te bepalen met hydrologische modellen en metingen. De hydrologische
modellen die zijn beschouwd zijn het NWM en het hydrologisch model van
hoogheemraadschap de Stichtse Rijnlanden (HYDROMEDAH). Binnen HYDROMEDAH is de
verdamping berekend volgens drie verschillende verdampingsconcepten: Makkink, PenmanMonteith en WOFOST. De hydrologische metingen betreffen remote sensing van het
landoppervlak (ETlook) en atmosferische fluxmetingen (eddy-correlatie). Het blijkt dat de
verdamping volgens de verschillende hydrologische modelbenaderingen niet veel verschilt.
Er is wel een sterk verschil in het temporele verloop van de verdamping tussen de
modelresultaten en de metingen. In droogte situaties zoals juli 2006 loopt de gesimuleerde
verdamping in het NWM (en andere hydrologische modelconcepten) sterk terug (ca 1
mm/dag), terwijl dat volgens remote sensing beelden en atmosferische fluxmetingen niet het
geval is (ca 3 mm/dag). Op basis van dit onderzoek kan worden geconcludeerd dat de
gesimuleerde verdamping erg onzeker is en een afwijking kan hebben tot wel 300% ten
opzichte van de gemeten waarden.
Naast bovengenoemde studies kunnen ook rapportages van de modelkalibraties – waarbij
parameters zijn gevarieerd en de effecten daarvan beoordeeld – inzicht geven in de
gevoeligheid of ongevoeligheid van de uitkomsten. De deelmodellen LSM en LSM-light zijn
gekalibreerd en gevalideerd. Uitkomsten hiervan geven inzicht in de modelonzekerheid. Het
meest recente rapport is het achtergronddocument van LSM1.3 (Prinsen, 2015) waarin
debieten en waterstanden zijn gevalideerd voor het droge jaar 2003 en het natte jaar 1998.
De resultaten zijn voor droogtetoepassingen plausibel als gekeken wordt naar de afvoer op
de rijkswateren en de belangrijke regionale aanvoer- en afvoerlocaties. De vergelijking van
berekende LSM-waterstanden met metingen laat verschillen zien. Dit heeft te maken met
ontbrekende kunstwerken, gemodelleerde beheerregels van kunstwerken die niet aansluiten
bij het beheer in de praktijk, effecten van wind en het ontbreken van kalibratie op droogte.
De absolute afwijking is erg locatieafhankelijk. Voor veel locaties wijken de waterstanden niet
meer af dan 10 cm (o.a. Maas, Bovenrijn, benedenrivierengebied), maar op de Waal kan de
waterstand bijvoorbeeld 30 cm afwijken van de meting door het ontbreken van kalibratie.
Risicobenadering voor de Nederlandse zoetwatervoorziening
47 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Naast modelonzekerheid bestaan er ook andere vormen van onzekerheid:
toekomstonzekerheid, maatregelonzekerheid of beleidsonzekerheid. Toekomstonzekerheid is
de onzekerheid die geïntroduceerd wordt wanneer een model wordt ingezet om de toekomst
te verkennen. Ook is het effect van een maatregel onzeker, wanneer het model wordt ingezet
om effectiviteit van maatregelen te beoordelen. In beleidsstudies wordt onzekerheid over de
toekomst vaak meegenomen door te werken met een aantal scenario’s die elk even
waarschijnlijk zijn. Elk scenario wordt vertaald in modelinvoer en modelparameters
(bijvoorbeeld in afvoerreeksen volgens een toekomstig klimaatscenario, en
landgebruikskaarten volgens een toekomstig socio-economisch scenario). Hiermee wordt
onzekerheid geïntroduceerd in de modelinvoer (hoe goed weten we het landgebruik in 2050
gegeven de ontwikkelingen die in het scenario worden beschreven?). Tijdens de ontwikkeling
van het Deltamodel (de voorloper van het NWM) is aandacht besteed aan onzekerheden in
beleidsanalyse (Ruijgh, 2014; Snippen, 2012; Walker en Haasnoot, 2012).
Ruijgh (2014) heeft voor de volgende onzekerheidsbronnen in het Deltamodel berekend wat
het effect is op de modeluitkomst: gewasverdamping, open-waterverdamping en de
dispersiecoëfficiënt in de chloridemodellering. Hij heeft het effect hiervan op de
modeluitkomst vergeleken met het effect van toekomstonzekerheid op de modeluitkomst. Op
basis hiervan is het volgende geconcludeerd: “voor een toepassing van de modellen in de
huidige situatie (zoals voor operationeel waterbeheer) kan het daarom relevant zijn om de
model-onzekerheid te reduceren door aanvullend onderzoek uit te voeren en/of de modellen
uit te breiden c.q. te verbeteren. Uit de verschillende reken-experimenten komt ook naar
voren dat de onzekerheid in de randen voor de toekomstige situaties (zoals in beeld gebracht
met de verschillende Deltascenario’s) in de meeste gevallen groter is dan de modelonzekerheid.” (Ruijgh, 2014)
Uit het literatuuronderzoek blijkt dat er een beperkt aantal gevoeligheidsonderzoeken zijn
uitgevoerd op de modelonderdelen open water verdamping, gewasverdamping,
dispersiecoëfficiënt en daarnaast validatieonderzoek van het LSM op de gesimuleerde
afvoeren en waterstanden. De effecten op hydrologische parameters (verdamping,
chlorideconcentratie) zijn gebieds- en tijdsafhankelijk, maar kunnen significant zijn. In deze
onderzoeken is meestal een enkel deelmodel beschouwd en niet de doorvertaling gemaakt
naar de waterbeschikbaarheid in het hoofdwatersysteem. Er zijn geen onzekerheidsstudies
gevonden waarbij de bandbreedte of kansverdelingen van parameters zijn meegenomen.
Verder blijkt dat afwijking van de berekende waterstand ten opzichte van de gemeten waarde
in het LSM erg afhankelijk is van de locatie in het watersysteem en verschillende oorzaken
kan hebben.
4.2.3.2
Consultatie van deskundigen
In aanvulling op de literatuurstudie is een expertconsultatie uitgevoerd waarin deskundigen
zijn gevraagd naar modelonzekerheden in het NWM. Door middel van een enquête is een
aantal onzekerheidsbronnen geïdentificeerd. Vervolgens zijn in een workshop en aanvullende
interviews de onzekerheidsbronnen geïdentificeerd die het belangrijkst zijn voor de
onzekerheid van de waterbeschikbaarheid in het hoofdwatersysteem. Bijlage B geeft een
overzicht van de geraadpleegde deskundigen, bijlage C de vragenlijst over
modelonzekerheden.
Het resultaat van deze enquête is een lijst met modelonzekerheden van de verschillende
modellen binnen het NWM (LHM (deelmodellen Modflow/MetaSWAP, Mozart, DM), LSM,
LSM-Light, NDB). Het LTM is hierbij niet beschouwd, omdat temperatuur dit jaar niet wordt
beschouwd binnen IMPREX.
48 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
In een aantal gevallen zijn de opmerkingen onderbouwd met literatuurreferenties. Een aantal
experts hebben de vragenlijst ingevuld voor het LHM als geheel, anderen voor specifieke
deelmodellen. Vervolgens is in een workshop en met aanvullende interviews bepaald welke
onzekerheden dominant zijn in de bepaling van de waterbeschikbaarheid van het
hoofdwatersysteem. Het doel van de expertconsultatie was om inzicht te krijgen in de (1)
belangrijkste onzekerheidsbronnen (2) toekomstige ontwikkelingen en (3) toepasbaarheid van
het model. De volgende paragrafen gaan hierop in.
Onzekerheidsbronnen
Uit de enquête onder modelexperts zijn een aantal onzekerheidsbronnen naar voren
gekomen. Deze bronnen zijn per modelonderdeel samengevat in Figuur 4.3. Deze lijst is niet
uitputtend maar bevat de meest genoemde onzekerheidsbronnen.
De inschatting van de experts is dat de grootste onzekerheid in de waterbeschikbaarheid in
het hoofdwatersysteem wordt veroorzaakt door onzekerheid in de watervraag. Dit is niet met
harde cijfers onderbouwd, maar is een inschatting op basis van ervaringen en studies. De
watervraag wordt berekend met Modflow/Metaswap. Voor bijvoorbeeld Noord-Nederland is
geconstateerd dat de watervraag door het model met ongeveer 25% werd overschat
(Versteeg et al, 2011). Binnen Modflow/Metaswap levert verdamping de grootste bijdrage aan
onzekerheid in de watervraag. Volgens Van Walsem & Van der Bolt (2013) leidt een
versimpeld concept voor gewasgroei tot een onderschatting van de gewasverdamping.
Hierdoor wordt de watervraag voor beregening 10-50% te hoog geschat. Het is niet
onderzocht hoe de onzekerheid in het concept voor gewasgroei en de invloed daarvan op de
watervraag, doorwerkt in onzekerheid in afvoeren en waterstanden in het
hoofdwatersysteem.
Binnen Mozart en DM is de waterverdeling/sturing genoemd als belangrijke onzekerheid.
Sommige experts stellen dat er fouten in de modellering van de waterverdeling zitten en
daarnaast is de sturing in de praktijk moeilijk in verdeelregels te vatten. Dit heeft samen met
de onzekerheid in de watervraag invloed op de laterale lozingen/onttrekkingen in het LSM. De
deskundigen geven aan dat de onttrekkingen op locaties tot 50% kunnen afwijken en de
interpretatie van de resultaten op basis van expert judgement van groot belang is. Dit wordt
echter niet onderbouwd met literatuur. Ook is niet duidelijk hoe dit de (onzekerheid)
waterbeschikbaarheid in het hoofdwatersysteem beïnvloedt.
Een andere belangrijke onzekerheidsbron in Mozart/DM is de chlorideberekening. De
uitkomsten van chlorideberekeningen wijken volgens een deskundige erg af van metingen.
Hierbij is niet gezegd in welke mate of onderbouwd met literatuur. Een andere belangrijke
onzekerheidsbron is de openwaterverdamping. Uit een gevoeligheidsonderzoek van Ruijgh
(2014) blijkt dat de berekende waterstand op het IJsselmeer erg gevoelig is voor de
openwaterverdamping in het model (een afwijking van 20% in de openwaterverdamping leidt
tot 15 cm waterstandsverschillen op het IJsselmeer).
Risicobenadering voor de Nederlandse zoetwatervoorziening
49 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
watervraag- en lozingslocaties
ontbreken kalibratie op droogte
rivierafvoer Rijn en Maas (randvoorwaarde)
LSM
NDB
waterverdeling Rijntakken
wind
open water verdamping
dispersiecoefficienten
verzilting oppervlaktewater
afvoer stedelijk gebied
dwarsprofielen
DM
waterverdeling/sturing
1D concept zout
zeedynamiek zout
Watervraag en aanbod uit modflow/metaswap
Ligging potentiele beregingingslocaties
Waterverdeling
Mozart
modelconcept (simplificaties)
zouttransport
Verdamping/verdampingsreductie
Laagschematisatie ondergrond
Infiltratieconcept
Dynamische gewasgroei
Bodemfysische parameters
Modflow/M
etaswap
Drainage concept
Grondwaterstanden
Figuur 4.3 Onzekerheidsbronnen NWM. Voor toelichting zie bijlage D
In het Sobek NDB model wordt de berekende chlorideconcentratie als onzeker ingeschat. De
chlorideconcentratie is 1-dimensionaal gemodelleerd, waardoor de dichtheidsverschillen en
de gelaagdheid van de zoutindringing die daardoor ontstaat, niet goed wordt meegenomen.
De keuze van de dispersiecoëfficiënt heeft een belangrijke bijdrage aan de onzekerheid. Ook
de chlorideconcentratie als benedenstroomse randvoorwaarde is genoemd als bron van
onzekerheid. Deze waarde is gebaseerd op chloridemetingen bij de monding van de Nieuwe
Waterweg. De bouw van de tweede Maasvlakte heeft echter mogelijk invloed gehad op de
chlorideconcentratie bij de monding van de Nieuwe Waterweg. Het is niet bekend hoe
onzeker deze chlorideconcentratie is en wat het effect is op de waterbeschikbaarheid in het
hoofdwatersysteem.
In het LSM wordt de waterstand als de meest onzekere uitvoervariabele genoemd. De
afwijking met metingen is locatie-afhankelijk en bedraagt in veel gevallen 10 cm en in
uitzonderlijke gevallen 30 cm (Waal). Dit wordt veroorzaakt doordat het LSM niet is
gekalibreerd op lage waterstanden.
50 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
De oorzaak voor de afwijkende resultaten ligt in de sturing en kenmerken van kunstwerken
onder laagwateromstandigheden. Ook de waterverdeling over de Rijntakken in het model is
onzeker. Deze onzekerheid zou kunnen worden verkleind door deze waterverdeling bij lage
afvoeren nader te onderzoeken en de modellering te verbeteren.
Toepasbaarheid model
Volgens de deskundigen is het NWM goed geschikt om de samenhang van watervraag en
aanbod in Nederland in beeld te brengen. Het model kan inzicht geven in de verhouding
tussen termen in de waterbalans en is geschikt voor het berekenen van effecten van
scenario’s op regionale schaal. Hierbij wordt wel opgemerkt dat een expertoordeel nodig is
voor duiding van de resultaten. Het model is goed geschikt voor het doorrekenen van
klimaatscenario’s en het op hoofdlijnen doorrekenen van maatregelen, zoals ingrepen in de
waterverdeling, aanpassing peilbeheer en een ander doorspoelingsbeheer.
Op lokale schaal wordt betwijfeld of het resultaat voldoende nauwkeurig is, waarbij men
opmerkt dat de gewenste nauwkeurigheid afhankelijk is van de toepassing. Voor de lokale
schaal worden de onzekerheden groot door de schaal van het model. Het niveau van een
stad kan bijvoorbeeld niet goed worden berekend met het LHM.
Het model is mogelijk minder goed geschikt voor het doorrekenen van detailmaatregelen,
zoals het verhogen van stuwen en het aanpassen van peilbeheer op lokale schaal, omdat het
modelconcept beperkingen kent ten opzichte van bijvoorbeeld de sturing van kunstwerken.
Een bekend probleem is dat de verzilting van het oppervlaktewater niet goed wordt
gemodelleerd, waardoor voor zoutgerelateerde detailmaatregelen andere (3D-)modellen
moeten worden gebruikt. Andere zorgpunten zijn de grondwaterdynamiek en de afvoer uit
stedelijk gebied. Uit validatie van de gesimuleerde grondwaterstanden blijkt dat deze afwijken
van de gemeten waarde (o.a. in Brabant). De afvoer uit stedelijk gebied wordt niet goed
berekend omdat RWZI’s vaak niet zijn opgenomen in de modellen. De experts geven aan dat
het niet de verwachting is dat dit veel invloed heeft op de waterbeschikbaarheid in het
hoofdwatersysteem. Op bepaalde locaties kan dit in droge situaties wel effect hebben op de
afvoer, indien het effluent van de RWZI’s een groot aandeel heeft in de totaalafvoer. De
modelprestatie kent ook een ruimtelijke variatie. De berekeningen in Zuid Limburg zijn slecht
betrouwbaar tot niet bruikbaar. Dit deel van het model is later ingebracht (vanaf versie 3.0)
maar niet goed gevalideerd.
Toekomstige ontwikkelingen
Er is een aantal modelontwikkelingen, waardoor de modelonzekerheid in NWM verandert,
namelijk:
•
•
DM/Mozart wordt in de nabije toekomst vervangen door een nieuwe versie van het
DistributieModel met een uitgebreider netwerk en nieuwe rekenalgoritmes (gebaseerd
op RTC-Tools), waarin onder andere routing beter wordt meegenomen. Hierdoor zal de
representatie van het hoofdwatersysteem (peilen/afvoeren) mogelijk nauwkeuriger
worden en bovendien minder foutgevoelig bij het doorvoeren van maatregelen. Het is
echter niet met zekerheid te zeggen dat nieuwe algoritmes de nauwkeurigheid
verhogen.
Het NDB-model wordt in de toekomst vervangen door een SOBEK-3 model van de
Rijnmaasmonding (RMM model). Het is niet bekend wat het effect hiervan is op de
chloridemodellering.
Risicobenadering voor de Nederlandse zoetwatervoorziening
51 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
•
•
•
4.2.4
LSM wordt in de toekomst geactualiseerd ten aanzien van de software (Sobek-3) en de
schematisatie. Het is voorzien dat het LSM op korte termijn wordt gekalibreerd op
laagwater.
In LHM worden jaarlijks een aantal kleine updates in het waterverdelingsnetwerk en
verschillende hydrologische parameters (maaivelddrainage, bodemschematisatie, etc.)
doorgevoerd. Komende jaren wordt onder meer onderzoek gedaan naar verbetering
mbt hoge resolutie satellietdata bodemvocht (OWAS1S).
In 2017 starten twee projecten van Deltares ism KNMI, WUR, HKV en ITC om de
verdamping te verbeteren, zowel in weer/klimaatmodellen als in LHM. Binnen deze
projecten zal waarschijnlijk ook (eerst) een analyse worden uitgevoerd naar de
onzekerheden/foutmarges.
Kwantificeren van onzekerheden in NWM
4.2.4.1
Inleiding
Onzekerheid in waterbeschikbaarheid kan op verschillende manieren worden
gekwantificeerd. We schetsen hier twee perspectieven: kwantificering vanuit
modelperspectief en kwantificering vanuit waterbalansperspectief. Beide perspectieven
hebben een ander startpunt, maar zijn bedoeld om elkaar uiteindelijk aan te vullen. Voor het
modelperspectief is een voorbeeld uitgewerkt voor de onzekerheid in de Maasafvoer als
gevolg van het HBV model.
4.2.4.2
Modelperspectief
Kwantificering vanuit modelperspectief betekent een doorvertaling van verschillende
onzekerheidsbronnen in modelinvoer of –concept naar modeluitvoer. Omdat het NWM
bestaat uit een reeks modellen, betekent dit dat de onzekerheid in de modeluitvoer weer een
nieuwe onzekerheidsbron is in de invoer van een volgend model. De doorwerking van
onzekerheden van model naar model zou met behulp van een Monte Carlo analyse kunnen
worden bepaald. Een volledige Monte Carlo analyse waarbij alle onzekerheidsbronnen en
deelmodellen worden meegenomen wordt voor het NWM niet haalbaar geacht. Dit vanwege
het groot aantal onzekerheidsbronnen en de lange rekentijd van NWM. Daarom zal het nodig
zijn om de analyse uit te voeren met slechts een beperkt aantal onzekerheidsbronnen.
Hiervoor kunnen onzekerheidsbronnen gekozen worden die de grootste bijdrage leveren aan
de totaalonzekerheid. Uit de expertconsultatie blijkt dat de meerderheid van de deskundigen
het gevoel heeft dat de verdampingsberekening in MetaSWAP de belangrijkste
onzekerheidsbron is. Het is interessant om het effect van onzekerheid in de verdamping op
de waterbeschikbaarheid van het hoofdwatersysteem te bepalen. Dit geeft inzicht in een
groot deel van de onzekerheid in de waterbeschikbaarheid, waarbij we weten dat de ‘echte’
onzekerheid groter is.
52 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
4.2.4.3
Waterbalansperspectief
Bij het waterbalansperspectief geldt de waterbalans per watersysteem als uitgangspunt. De
onzekerheid in de verschillende termen van de balans geeft het relatieve belang aan van de
onzekerheid en de doorwerking van de onzekerheid in de waterbeschikbaarheid in het
watersysteem. Hierbij wordt dus feitelijk gezocht naar de belangrijkste onzekere
waterbalansposten. Hieruit kan bijvoorbeeld volgen dat een grote balanspost met een kleine
onzekerheid sterker doorwerkt in de totaalonzekerheid van de waterbeschikbaarheid, dan
een kleinere balanspost met een grote onzekerheid.
Het uitwerken van waterbalansen en het verkrijgen van inzicht in de belangrijkste
balansposten, kan per afzonderlijk deelwatersysteem worden gedaan. Het in kaart brengen
van de verschillende balanstermen (bijvoorbeeld voor het IJsselmeergebied de watervraag
regio, openwaterverdamping, wateraanvoer vanuit de IJssel, afvoer naar de Waddenzee)
geeft inzicht in het relatieve belang van de verschillende balanstermen. Hieruit kan volgen dat
sommige onzekerheidsbronnen voor een bepaald watersysteem er minder toe doen en dat
de kwantificering hiervan dus ook minder belangrijk is. Ter illustratie: de IJsselaanvoer is
wellicht niet erg onzeker, maar doordat dit de grootste flux is, kan een kleine onzekerheid
toch een groot effect hebben op de waterbeschikbaarheid in het IJsselmeergebied.
Bij deze methode wordt een inschatting gemaakt van de onzekerheid in de verschillende
balansposten. Dit kan op basis van literatuurstudie of onzekerheidsanalyse vanuit
modelperspectief (zie vorige paragraaf). Vervolgens kan met bijvoorbeeld een Monte Carlo
aanpak de onzekerheid worden vertaald naar de uitkomst (bijvoorbeeld waterstand op het
IJsselmeer). Het voordeel is dat de Monte Carlo analyse kan worden uitgevoerd met behulp
van een vereenvoudigd waterbalansmodel en hierdoor geen aanvullende modelberekeningen
met het Nationaal Water Model nodig zijn. Het nadeel is dat de analyse alleen kan worden
gedaan per deelsysteem en niet voor het hele hoofdwatersysteem in één keer. Onderstaand
wordt het waterbalansperspectief verder toegelicht aan de hand van een voorbeeld.
Risicobenadering voor de Nederlandse zoetwatervoorziening
53 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Voorbeeld uitwerking waterbalans IJsselmeer.
Figuur 4.4 toont de waterbalans van het IJsselmeer in termen van gemiddelde
in- en uitstroom over het zomerhalfjaar van een droog jaar. De getallen zijn
gebaseerd op de Basisprognoses Zoetwater en gelden als indicatief. Er is
instroming vanuit de IJssel, onttrekkingen vanuit de regio (t.b.v.
landbouwberegening en peilbeheer), open water verdamping uit het IJsselmeer
en uitstroming door spuien. Elke term heeft een bepaalde mate van
onzekerheid die doorwerkt in de gesimuleerde waterstand op het IJsselmeer.
Het belang van een term hangt samen met de onzekerheid in de term en de
gevoeligheid van de waterstand voor deze term. De IJsselafvoer is bijvoorbeeld
de grootste flux in de waterbalans, maar als de onzekerheid hierin klein is, kan
een goede inschatting van verdamping en onttrekking toch belangrijker zijn. De
open water verdamping kent een grote onzekerheid, maar de balansterm is
relatief klein. De doorwerking van deze onzekerheid op de waterstand van het
IJsselmeer is daarom mogelijk beperkt.
De waterbalans geeft een startpunt voor discussie over onzekerheid. Het
voordeel van het balansperspectief is dat het dwingt om terug te redeneren
vanuit de gevolgen voor waterbeschikbaarheid, en dat het meerdere bronnen
van onzekerheid samenvat in het effect op 1 balansterm. Op deze manier geeft
het richting aan de gevoeligheidsanalyse en onzekerheidsanalyse. Wel gaat
het uit van kwantitatieve informatie over de mate van onzekerheid in de
verschillende termen, welke op dit moment zeer beperkt beschikbaar is.
Indien de onzekerheid in de balanstermen kan worden geschat kan vervolgens
door onzekerheidsanalyse de totaalonzekerheid in het IJsselmeerpeil worden
bepaald. Het schatten van de onzekerheden van de balanstermen kan volgen
uit een onzekerheidsstudie vanuit modelperspectief. Wel vraagt het een simpel
waterbalansmodel dat de verschillende balanstermen doorvertaalt naar het
effect op de waterstand.
Figuur 4.4 Voorbeeld waterbalans IJsselmeer (indicatieve getallen)
54 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
4.2.4.4
Voorbeeld: kwantificering van onzekerheid in Maasafvoer
In deze paragraaf geven we een voorbeeld van de uitwerking van een onzekerheidsbron die
een belangrijk bijdrage levert aan de onzekerheid in de waterbeschikbaarheid van het
hoofdwatersysteem. Dit resultaat kan zowel worden gebruikt in de benadering vanuit
modelperspectief
(doorwerking
modelonzekerheid
naar
totaalonzekerheid)
en
waterbalansperspectief (doorwerking onzekerheid randvoorwaarde rivierafvoer op
totaalonzekerheid in de waterbalans).
Een van de onzekerheden die in Figuur 4.3 is genoemd is de afvoer die vanuit het
bovenstroomse deel van de stroomgebieden van de Rijn en de Maas Nederland binnen komt.
We werken dit als voorbeeld uit. De afvoer die Nederland binnenkomt, is belangrijk voor de
waterbeschikbaarheid van het hoofdwatersysteem. De afvoerreeksen die zijn opgelegd als
randvoorwaarde in het LSM, zijn afgeleid met het neerslag-afvoermodel HBV (Hegnauer et
al., 2014). In deze paragraaf is de modelonzekerheid geschat van het HBV model van de
Maas. De uitkomsten van het HBV model zijn vergeleken met de afvoermetingen.
Verschillen tussen gemeten en berekende afvoer bij Monsin
We beschouwen de verschillen tussen de gemeten en berekende afvoeren voor lage
afvoeren. Voor de Maas gaat het daarbij om afvoeren lager dan 100 m3/s. Een typerend
voorbeeld voor de afvoer is weergegeven in Figuur 4.4. In de figuur is te zien dat de
berekende afvoer aan het begin van de periode met lage afvoer (juli/augustus) hoger is dan
de gemeten afvoer. Daarna zakt de berekende afvoer juist onder de gemeten afvoer en blijft
deze dalen. Dit in tegenstelling tot de gemeten afvoer die stabiel blijft. Deze verschillen zijn
systematisch voor de overige jaren met lage afvoeren. Hieruit blijkt dat de gemodelleerde
afvoer tijdens langdurige droge perioden verder uitzakt dan de meting. Een verklaring
hiervoor kan zijn dat de vele stuwen op de Belgische Maas zorgen voor een basisafvoer. Ook
kan het zo zijn dat er bepaalde lozingen (industrie, rwzi’s) niet in het model zitten, die in
werkelijkheid een significante bijdrage hebben aan de basisafvoer. Mogelijk is ook de
weerstand niet goed gemodelleerd, waardoor het systeem ‘leegloopt’.
Figuur 4.4 Berekende en gemeten lage afvoeren in de Maas bij Monsin in 1971
Risicobenadering voor de Nederlandse zoetwatervoorziening
55 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Als we vervolgens naar de invloed van de modelfout op de statistiek van lage afvoeren kijken
– waarbij we geïnteresseerd zijn in het aantal dagen dat een bepaalde drempelwaarde wordt
onderschreden in een periode van lage afvoer – ziet die er uit zoals afgebeeld in Figuur 4.5.
In de figuur is te zien dat het aantal dagen onderschrijding van een afvoer van 90 m3/s nog
goed wordt beschreven. Het aantal dagen dat de afvoer wordt onderschreden bij lagere
drempels wordt door het model sterk overschat. De overschatting is ongeveer 25 dagen per
jaar en ongeveer een factor 2 in kans.
Figuur 4.5 Consequentie van de modelfout op de statistiek van lage afvoeren
Kwantificering van de modelonzekerheid
In bovenstaande spreken we strikt genomen van een systematische modelfout. Voor dit
onderzoek beschouwen we de modelfout echter als een modelonzekerheid. Om deze te
kwantificeren vergelijken we de dagelijkse gemiddelde berekende en gemeten afvoer. In
Figuur 4.6 is deze vergelijking weergegeven. Als we vervolgens uitgaan van een lineaire
relatie tussen de gemeten en berekende afvoer krijgen we een beste centrale schatting voor
de lage afvoeren gelijk aan de groene lijn. Het 95% betrouwbaarheidsinterval is weergegeven
als de rode lijnen. Deze schattingen kunnen we gebruiken als kwantificering van de
modelonzekerheid.
Om de onzekerheid te kunnen kwantificeren is nog een laatste stap nodig: de afwijking
tussen de gemodelleerde en gemeten afvoer kent een bepaalde tijdsafhankelijkheid. De
afwijking op een bepaald moment is namelijk afhankelijk van de afwijking op voorgaande
tijdstappen. Ter illustratie: als de gemeten afvoer op een bepaald tijdstip lager is dan de
gesimuleerde afvoer is de kans groot dat dit op de volgende tijdstap opnieuw het geval is.
Voor kwantificering van de onzekerheid dient met dit gegeven nog rekening te worden
gehouden en is aanvullende analyse nodig.
56 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 4.6 Modelonzekerheid, met 1) de blauwe stippen als de gemeten en berekende afvoer op dezelfde dag, 2)
de groene lijn als centrale schatting van de gemeten versus berekende afvoer en 3) de rode lijnen als 95%
betrouwbaarheidsinterval van die schatting.
4.2.5
4.2.5.1
Conclusie en voorstel voor vervolg
Conclusie
Op basis van literatuuronderzoek en een consultatie van deskundigen (in de vorm van
enquêtes, interviews en een werksessie) is meer inzicht ontstaan in de onzekerheden in het
Nationaal Water Model en in het bijzonder het effect hiervan op de waterbeschikbaarheid in
het hoofdwatersysteem. Hieronder worden de belangrijkste conclusies samengevat:
- Er is een duidelijker beeld ontstaan van de onzekerheidsbronnen in het NWM die van
invloed zijn op totaalonzekerheid bij de waterbeschikbaarheid in het hoofdwatersysteem.
Het algemene beeld is dat de belangrijkste onzekerheid zit in de watervraag, zoals
berekend in het deelmodel Modflow/Metaswap. In Modflow/Metaswap is de
referentieverdamping de belangrijkste onzekerheidsbron die resulteert in de onzekerheid
in watervraag. De waterbeschikbaarheid in het hoofdwatersysteem wordt sterk beïnvloed
door de watervraag van omliggende deelgebieden en gebruikers. Overige
onzekerheidsbronnen die belangrijk zijn met betrekking tot de totaalonzekerheid van de
waterbeschikbaarheid in het hoofdwatersysteem zijn: waterverdeling/sturing (Mozart/DM),
openwaterverdamping (DM), ruwheden/ontbreken kalibratie op droogte (LSM),
chlorideberekening (Mozart/DM), waterverdeling Rijntakken (LSM).
- Over de omvang van onzekerheden en de doorwerking daarvan in de onzekerheid in
waterbeschikbaarheid in het hoofdwatersysteem is nog weinig kwantitatieve informatie
beschikbaar. Een groot aantal onzekerheidsbronnen is geïdentificeerd in de verschillende
deelmodellen binnen het NWM. Het blijkt lastig voor experts om een bandbreedte of
kansverdeling van deze onzekerheidsbronnen aan te geven, laat staan een inschatting te
geven hoe dit doorwerkt naar de waterbeschikbaarheid in het hoofdwatersysteem.
Risicobenadering voor de Nederlandse zoetwatervoorziening
57 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Om de stap te zetten naar kwantificering van onzekerheid in onzekerheidsbronnen en in de
uiteindelijke onzekerheid in waterbeschikbaarheid in het hoofdwatersysteem hebben we twee
perspectieven geschetst: een aanpak vanuit modelperspectief en een aanpak vanuit
waterbalansperspectief. Bij kwantificering vanuit modelperspectief op basis van beperkt
aantal onzekerheidsbronnen wordt een modelstudie uitgevoerd naar onzekere parameters
door gebruik te maken van een Monte Carlo analyse. Het waterbalansperspectief kan helpen
om het relatieve belang van onzekerheid in bepaalde balansterm in te schatten en te bepalen
welke onzekerheidsbronnen van belang zijn.
4.2.5.2
Voorstel voor vervolg
De komende jaren gaan we de methode voor kwantitatieve onzekerheidsanalyse verder
vormgeven aan de hand van de twee geschetste perspectieven. De precieze activiteiten voor
2017 zullen begin 2017 verder worden vormgegeven in overleg met RWS WVL. Hieronder
volgt een voorstel met overwegingen. In overleg met experts moet nog worden ingeschat wat
de inspanning van elk onderdeel zal zijn.
Onderdeel
1.
Modelperspectief:
Modflow/Metaswap
gevoeligheids-
en
onzekerheidsanalyse
Stap 1. Gevoeligheidsanalyse
Uit de literatuurstudie en expertconsultatie is gebleken dat de onzekerheid van de berekening
van de verdamping met Modflow/Metaswap groot is, maar dat de doorwerking in de
waterbeschikbaarheid op het hoofdsysteem onbekend is. Door middel van een
gevoeligheidsanalyse van Modflow/Metaswap bepalen we welke onzekere parameters effect
hebben op de watervraag die wordt doorgegeven aan Mozart/DM en hoe groot dit effect is.
Dit geeft een schatting van de bandbreedte in de watervraag, voor bepaalde condities en
voor een bepaald gebied. De bandbreedte wordt voor enkele karakteristieke jaren
doorgerekend met het NWM om de gevoeligheid door te vertalen naar een
waterbeschikbaarheidsparameter zoals afvoer of waterstand op een bepaalde locatie in het
hoofdwatersysteem. Daarnaast gebruiken we de informatie voor de invulling vanuit het
waterbalansperspectief (stap 2). De onzekere modelparameters die kunnen worden
beschouwd in een gevoeligheidsanalyse naast de gewasverdamping in Metaswap zijn
bijvoorbeeld de lagenopbouw van de ondergrond, drainageparameters en bodemfysische
parameters.
Dit willen we uitwerken voor een nader te bepalen deelgebied. In de workshop hebben we
gekeken naar waterbeschikbaarheid in de vorm van waterstandsverloop op het IJsselmeer.
Dit is een goede optie voor een pilot. Aan de hand van de resultaten van deze pilot kunnen
we verkennen wat nodig is om de methode te veralgemeniseren.
Stap 2: Onzekerheidsanalyse Modflow/Metaswap
Een uitbreiding op bovenstaande gevoeligheidsanalyse is een onzekerheidsanalyse met de
modelparameters van Modflow/Metaswap. Als de gevoeligheid van de watervraag aan het
hoofdsysteem voor aanpassingen aan Modflow/Metaswap groot blijkt te zijn is het opportuun
om deze verder uit te werken in een onzekerheidsanalyse. Hiermee wordt niet alleen de
bandbreedte van de uitkomsten in beeld gebracht, maar ook de bijbehorende kansverdeling.
Een onzekerheidsanalyse binnen het Metaswap model start met een inschatting van de
onzekerheidsbanden van de verschillende parameters. Vervolgens kan, bijvoorbeeld met een
Monte Carlo aanpak, het effect van de onzekerheden op de watervraag worden berekend.
58 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
In 2017 starten twee projecten van Deltares i.s.m. KNMI, WUR, HKV en ITC om de
verdamping te verbeteren, zowel in weer/klimaatmodellen als in LHM. Binnen deze projecten
zal
waarschijnlijk
ook
(eerst)
een
analyse
worden
uitgevoerd
naar
de
onzekerheden/foutmarges. Wellicht kunnen resultaten met IMPREX worden uitgewisseld.
Onderdeel 2. Waterbalansperspectief: onzekerheid in waterbalanstermen inschatten en
doorvertalen naar waterbeschikbaarheid
In dit onderdeel werken we de waterbalans van het IJsselmeer verder uit en maken voor alle
waterbalanstermen een schatting van de onzekerheid in droge tijden. Voor de watervraag van
de regionale watersystemen maken we daarbij gebruik van de informatie uit stap 1. We doen
dus geen kennis op over de onzekerheid zelf, maar laten zien hoe de informatie over
onzekerheid, als deze bekend zou zijn, gebruikt kan worden bij het schatten van de
onzekerheid in waterbeschikbaarheid. We voorzien dat modelstudie nodig is voor de
kwantificering van onzekerheden. Als de onzekerheid van de balanstermen is
gekwantificeerd, kan de doorwerking van de onzekerheden van de verschillende
balanstermen op de afvoeren en waterstanden in het hoofdwatersysteem worden onderzocht
door een Monte Carlo analyse met behulp van een eenvoudig waterbalansmodel. Het
voordeel van deze aanpak is dat het niet nodig is om langjarige berekeningen te maken met
het complete NWM, wat veel rekentijd zou kosten.
4.3
4.3.1
Mogelijkheden om extreme droogtegebeurtenissen voor NL te kwantificeren
Inleiding
Binnen IMPREX WP11 – droogte-onderdeel ‘Hoofdwatersysteem’ – is tot doel gesteld om in
2016 een overzicht te maken van methoden om extreme droogtegebeurtenissen voor
Nederland af te leiden en te kwantificeren. Het gaat hierbij specifiek om het genereren van
afvoerreeksen en neerslag/verdampingsgrids met een herhalingstijd van 30 jaar of meer. Het
belang hiervan wordt in de volgende paragraaf geschetst. Een andere optie is het toepassen
van een probabilistische methode.
In het plan van aanpak zijn al een paar opties genoemd, namelijk:
1
Het toepassen van extreme-waardentechniek om reeksen te verlengen en uitspraken te
kunnen doen over omstandigheden in het extremere bereik;
2
De mogelijkheid om kunstmatig extreme jaren samen te stellen, en
3
Het verkennen van de bruikbaarheid van resultaten van Global Circulation Models, in
samenwerking met het KNMI, waaruit reeksen van neerslag en verdamping af te leiden
zijn voor het stroomgebied van Rijn en Maas. De vraag is of hier extreme condities in
voorkomen die nog nooit zijn opgetreden. Dit geeft een beeld van de ‘plausibiliteit’.
Allereerst worden de voor- en nadelen en de haalbaarheid van bovenstaande methodes
geschetst. Inspiratie hiervoor is opgedaan in gesprekken met experts van zowel Deltares als
HKV en in een bijeenkomst met KNMI op 28 oktober 2016. Dit leidt uiteindelijk tot een
voorstel voor onderzoek dat de komende jaren binnen IMPREX verder kan worden opgepakt.
4.3.1.1
Waarom extreme droogtegebeurtenissen?
Het doel van het afleiden van extreme droogtegebeurtenissen is om een betere schatting te
krijgen van de frequentie van watertekorten in het hoofdwatersysteem en de onzekerheid in
de droogterisicocurve (=kansverdeling van het welvaartseffect) te verkleinen. Voor de
risicobenadering binnen IMPREX is het van belang om de onzekerheid in het extreme bereik
te verkleinen.
Risicobenadering voor de Nederlandse zoetwatervoorziening
59 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Op dit moment is een 35-jarige reeks beschikbaar van uitvoer van het Nationaal Water
Model, waarmee uitspraken gedaan kunnen worden over gebeurtenissen tot een
herhalingstijd van 10 jaar. Volgend jaar komt een 100-jarige reeks van NWM-uitvoer
beschikbaar, waarmee gevolgen van gebeurtenissen met een herhalingstijd tot 30 jaar
kunnen worden geschat.
Inzicht in meer extreme droogtegebeurtenissen met een grotere herhalingstijd zal enerzijds
de onzekerheid in de kans op en gevolgen van droogtes verkleinen en anderzijds inzicht
geven in hoeverre het welvaartseffect door droogte mogelijk nog groter kan worden dan
historisch is voorgekomen.
4.3.1.2
Uitgangspunt
De methodes die hier geschetst worden hebben tot doel om invoer te leveren voor het
gevolgenmodel, in de vorm van het Nationaal Water Model (NWM) of een snelle variant
hiervan, die nog zou moeten worden ontwikkeld. Belangrijkste invoer bestaat uit een
combinatie van afvoerreeksen bij Lobith en Monsin, en neerslag- en verdampingsgrids van
Nederland.
NWM berekent regionale en lokale hydrologie (grondwaterstanden, waterstanden, afvoeren),
en regionale watertekorten. Berekende waterstanden en afvoeren in het hoofdwatersysteem
worden gebruikt om statistiek af te leiden binnen het RWS-project Waterbeschikbaarheid
(‘Wabes’). Uitvoer van het NWM is daarnaast de basisinvoer voor effectmodules zoals
Agricom (landbouwschade) en BIVAS (scheepvaarteffecten), welke nodig zijn om uiteindelijk
het droogterisico te berekenen. Dit wordt gedaan in andere onderdelen van IMPREX en in
2017 in de Knelpuntenanalyse voor het Deltaprogramma Zoetwater.
4.3.2
4.3.2.1
Overzicht van de mogelijkheden
Tijdreeksbenadering en probabilistische benadering
De vijf opties die we verderop schetsen zijn varianten op de tijdreeksbenadering of de
probabilistische benadering (‘event-based’). Hieronder worden deze twee benaderingen kort
toegelicht:
Een tijdreeksbenadering houdt in dat een lange (historische of synthetische reeks) wordt
gebruikt als invoer voor het gevolgenmodel, en statistiek wordt bepaald op de uitvoer van het
model. De natuurlijke variabiliteit (inclusief extreme gebeurtenissen) en tijdsafhankelijkheid zit
automatisch in de reeksen verwerkt.
-
-
Voordelen:
Deze optie is relatief goed uitlegbaar aan leken/niet-statistici.
Correlatie tussen variabelen wordt automatisch meegenomen
Nadelen:
Om synthetische reeksen te genereren zijn vaak resamplingtechnieken nodig, die ook
een onzekerheid kennen.
Validatie van een tijdseriegenerator, die wordt gebruikt om synthetische reeksen aan
te maken, is tijdrovend
NWM zoetwater kent lange rekentijden tenzij daar een slimme oplossing voor wordt
bedacht bv door selectie van een beperkte set op basis van neerslagtekort en
afvoerdeficiet (methode Beersma)
60 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Een probabilistische benadering is ‘event-based’ en rekent alleen relevante gebeurtenissen
door met een bepaalde kans van voorkomen. De stochasten zoals rivierafvoer en neerslag
gelden als invoer voor het NWM. De kans is gekoppeld aan de invoervariabelen en kan onder
andere worden bepaald door extrapolatie van de kansverdeling op basis van historische
gegevens 8. Deze benadering wordt vaak toegepast voor uitspraken over grote
herhalingstijden (T>50).
Voordelen:
- Alleen relevante gebeurtenissen worden doorgerekend met het gevolgenmodel
- Effect van klimaatscenario’s kan meegenomen worden via de kansverdeling van
de invoervariabelen, zonder dat het gevolgenmodel nogmaals moet worden
doorgerekend.
Nadelen:
- Methode wordt snel complex bij een groot aantal variabelen en situaties waar
tijdsafhankelijkheid een belangrijke rol speelt (dus wanneer gevolgen bepaald
worden door het specifieke verloop in de tijd).
- Afleiden van statistiek van de invoervariabelen kan tijdrovend zijn: Hiervoor zjin
lange reeksen nodig, uitgebreid onderzoek om correlaties af te leiden tussen
variabelen en onderzoek om stochasten af te leiden.
- Methode is niet accuraat voor kleine herhalingstijden
- Er zijn aannames nodig over correlatie tussen variabelen.
- NWM moet toch hele jaren doorrekenen met waarschijnlijk een inspeelperiode.
In de vervolgparagrafen schetsen we de volgende opties (T = tijdreeksbenadering en P =
probabilistische benadering):
T1: Synthetische reeks van neerslag/verdamping in Europa genereren op basis van
het klimaatmodel RACMO, en deze in zijn geheel doorrekenen met het
gevolgenmodel
T2: Synthetische reeks genereren op basis van resamplingtechnieken uit neerslagen verdampingsdata.
T3: Synthetische reeks van neerslag/verdamping in Europa genereren op basis van
seizoensvoorspellingen, en deze in zijn geheel doorrekenen met het gevolgenmodel
T4: Synthetische reeks van neerslag, verdamping en afvoer op basis van een
stochastisch model afgeleid van historische tijdreeksen
P1: Selectie van extreme gebeurtenissen op basis van 100jarige historische reeks
4.3.2.2
Optie T1: Synthetische reeks genereren op basis van klimaatmodel RACMO
Bij deze methode wordt een 800-jarige synthetische reeks gegenereerd van neerslag,
verdamping, temperatuur en wind in heel Europa, met behulp van het regionaal klimaatmodel
RACMO. Deze reeks kan de benodigde invoer voor het gevolgenmodel genereren.
RACMO (acroniem voor Regional Atmospheric Climate Model) is door KNMI ontwikkeld om
invulling te geven aan de klimaatscenario’s (KNMI, 2014).
8
We merken op dat het ook mogelijk is om relevante gebeurtenissen voor de probabilistische benadering te selecteren
uit een lange synthetische invoerreeks.
Risicobenadering voor de Nederlandse zoetwatervoorziening
61 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Het model (resolutie 11 x 11 km) beschrijft op fysische wijze de samenhang tussen
meteorologische variabelen zoals temperatuur, neerslag, verdamping, wind, luchtdruk in
geheel West-Europa.9 Het wereldwijde klimaatmodel ECMWF10 (125 x 125 km) dient als
randvoorwaarde voor RACMO.
Het KNMI heeft met dit model 16 berekeningen gedaan om mogelijke weersontwikkelingen
tussen 1950 en 2100 te schetsen. Deze scenario’s ontstaan door het klimaatmodel telkens
een andere forcing te geven, waardoor het weer zich in ieder scenario op een andere manier
ontwikkelt. De eerste 50 jaar van elke berekening kan als homogeen beschouwd worden voor
het huidige klimaat. Er kan ook worden gekozen voor een andere ‘uitsnede’, bv 2015 plus en
min 25 jaar, indien dat het huidige klimaat beter blijkt te representeren. Door 16 x 50 jaar
achter elkaar te plakken ontstaat een 800-jarige tijdreeks van het huidige klimaat. Om tot
afvoerreeksen te komen, kan het HBV-model gebruikt worden met de gegenereerde
meteorologische invoer van het Rijn- en Maasstroomgebied.
De 800-jarige reeks geeft ook de mogelijkheid om correlatie tussen lage Maas- en
Rijnafvoeren en grote neerslagtekorten in Nederland te onderzoeken. Hiervoor kunnen
technieken en tools gebruikt worden die in een ander IMPREX-werkpakket worden
ontwikkeld. Binnen IMPREX-coïncidentie wordt de correlatie tussen lage Maasafvoeren en
regionale neerslagtekorten onderzocht voor hoogwateromstandigheden. Kennis over de
correlatie bij laagwater is nodig om de tijdreeksbenadering te kunnen toepassen. Daarnaast
kan de correlatie eventueel ook gebruikt worden bij een probabilistische benadering.
Voordelen:
- Door als uitgangspunt neerslag- en verdamping in West-Europa te nemen, wordt
automatisch de correlatie tussen neerslag/-verdamping en rivierafvoer als
invoerparameter meegenomen. De invoerparameters neerslag, verdamping en de
Rijn- en Maasafvoer volgen namelijk uit dezelfde tijdreeks van het klimaatmodel.
De rivierafvoer wordt afgeleid uit een HBV-model dat kan worden gevoed met
RACMO-data.
- Dit zijn mogelijk extremere droogtegebeurtenissen dan die in de afgelopen 35
jaar.
- De 800-jarige tijdreeks is lang genoeg om uitspraken te doen over gebeurtenissen
tot een herhalingstijd van 100 jaar. Het is in ieder geval waarschijnlijk dat hier
extremere droogtegebeurtenissen uit volgen dan op basis van de 35 jarige reeks.
Het gebruik van data uit klimaatmodellen is vernieuwend en kan aansluiting
zoeken bij lopende onderzoeken naar de potentie van het gebruik van RACMO
data door o.a. het KNMI.
Nadelen:
- Een lange reeks vraagt een gevolgenmodel met korte rekentijden en deze is voor
droogtetoepassing niet beschikbaar. Indien specifieke gebeurtenissen worden
geselecteerd is het wel haalbaar om de berekeningen uit te voeren met het NWM,
maar in dat geval is het lastiger om statistiek af te leiden.
- Mogelijk is het nodig om bias correcties uit te voeren op de invoerdata.
9
Binnen een ander IMPREX-werkpakket doen HKV en het KNMI volgend jaar onderzoek naar de correlatie tussen neerslag in het
stroomgebied van de Aa en Dommel en hoogwater op de Maas, zoals berekend met RACMO. Op basis van historische
metingen weten we dat deze correlatie bestaat. Nu wordt onderzocht of deze correlatie ook uit de modelresultaten volgt. Dit
geeft informatie over de toepasbaarheid van het model voor waterbeschikbaarheidsanalyse.
10
European Centre for Medium Range Weather Forecasting (ECMWF)
62 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Haalbaarheid:
De 800-jarige RACMO-reeksen zijn al beschikbaar, maar moeten nog wel getoetst worden op
hoe goed ze droge situaties representeren. Er is volgens KNMI (nog) niet serieus gekeken
naar de representatie van droge periodes in RACMO. Waarschijnlijk worden deze onderschat
omdat ECEARTH (het aandrijvende globale model) de frequentie van de grootschalige
stroming die tot droge episodes leidt onderschat. Dit werkt vervolgens door in de statistiek
van RACMO. Kennis hierover is aanwezig of wordt ontwikkeld bij KNMI. Meer onderzoek is
nodig naar de lopende trajecten.
Het vertalen van meteorologie naar afvoerreeksen voor Rijn en Maas is relatief eenvoudig.
De reeksen worden in een ander onderdeel van het IMPREX-project (coïncidentie
wateroverlast Noord-Nederland) voorbereid als invoervoor HBV-afvoersimulaties. Dat is een
voordeel. Wel moeten wij een andere HBV versie nemen (namelijk die voor droogte is
gekalibreerd).
Om statistiek van extreme gebeurtenissen te kunnen bepalen, zou je idealiter de hele 800jarige reeks willen doorrekenen. Er is op dit moment echter geengevolgenmodel beschikbaar
dat binnen afzienbare tijd een periode van 800 jaar kan doorrekenen. Daarom is een slimme
methode nodig om extreme jaren te selecteren. Hiervoor is kennis nodig van de relatie
tussen droogtevariabelen en watertekort in verschillende regio’s. Als niet de hele reeks wordt
gebruikt, volgt de frequentie van watertekort niet meer automatisch uit het gevolgenmodel. In
dat geval krijg je een indicatie voor hoe het systeem reageert in extreme situaties. Een
andere oplossing kan zijn om een ‘emulator’ of snel gevolgenmodel te ontwikkelen. Dit kan
helpen om extreme jaren te selecteren die vervolgens alsnog binnen het NWM worden
doorgerekend. Het ontwikkelen van een emulator is een onderzoek op zich en zal
waarschijnlijk niet binnen IMPREX kunnen worden uitgevoerd en daardoor op de korte termijn
nog niet kunnen worden gebruikt.
4.3.2.3
Optie T2: Synthetische afvoerreeks genereren op basis van resamplingtechnieken
Deze benadering wordt in het GRADE-instrumentarium voor hoogwaterstudies toegepast. De
lange reeks (10.000 jaar) wordt gegenereerd met behulp van resampling van
meteorologische variabelen in het Rijn- en Maasstroomgebied. Met behulp van het HBV
model kan vervolgens een 10.000-jarige reeks van afvoeren worden gegenereerd.
Voordelen:
Lange reeks zorgt voor goede schatting van gebeurtenissen met grote herhalingstijden.
Het is echter zeer de vraag of zo’n extreem lange reeks zinvol is voor
zoetwatertoepassingen in het kader van waterbeschikbaarheid, waarin beleid alleen in
bijzondere gevallen wordt afgestemd op T=100 situaties. Het is overigens ook mogelijk
om een minder lange reeks dan 10.000 jaar te generen met de GRADE systematiek. Er
kan een afweging worden gemaakt tussen gewenste simulatieperiode en de benodigde
rekentijd.
Nadelen:
-
Door gebruik van resamplingtechnieken wordt correlatie in de tijd van
weerspatronen slechts beperkt meegenomen; Droogte heeft vaak een lange
aanloopperiode (langer dan 1 jaar) en het is de vraag of je dit kunt meenemen bij
het samenstellen van gebeurtenissen. Dit vraagt een andere aanpak dan bij
hoogwaterstudies, waar de hoogwatergebeurtenissen meer op zichzelf staan.
Risicobenadering voor de Nederlandse zoetwatervoorziening
63 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
-
De rekentijd van het gevolgenmodel wordt bij lange tijdreeksen een beperkende
factor.
Correlatie met meteorologie in NL wordt niet automatisch meegenomen: hier zijn
aannames nodig.
Langdurige droogte wordt bepaald door de aanwezigheid van een
hogedrukgebied. Deze fysische oorzaak van droogte wordt niet meegenomen in
GRADE, maar wel in een klimaatmodel als RACMO.
Haalbaarheid:
We kunnen direct gebruik maken van het GRADE instrumentarium en GRADE ervaringen.
Echter, voor droogte werkt het huidige instrumentarium niet goed (is daar ook niet voor
bedoeld). Het is op dit moment onduidelijk hoeveel moeite het zou kosten om het
instrumentarium voor droogte geschikt te maken. Omdat aanvullende methoden en tools
ontwikkeld moeten worden, is de haalbaarheid van deze optie binnen IMPREX beperkt. Het
belangrijkste nadeel is dat het nog de vraag is of de correlatie in ruimte (correlatie rivierafvoer
en meteorologie in Nederland) en tijd (voorgeschiedenis droogtegebeurtenissen) kan worden
meegenomen,
wat
essentieel
is
voor
het
afleiden
van
representatieve
droogtegebeurtenissen.
4.3.2.4
Optie T3: Synthetische reeks genereren op basis van seizoensvoorspellingen
Deze optie is vergelijkbaar met T1. Het ECMWF maakt elke maand voorspellingen voor 7
maanden vooruit. Omdat dit model voor Nederland na 1 maand geen correlatie met
begincondities meer geeft, kunnen de overige 6 maanden beschouwd worden als
onafhankelijk. Op basis hiervan kan een 6000-jarige synthetische reeks gegenereerd worden
van neerslag, verdamping, temperatuur en wind in West-Europa met behulp van de
weermodellen van het KNMI.
Voordelen:
- Dit zijn mogelijk extremere droogtegebeurtenissen dan die in de afgelopen 35 jaar.
Nadelen:
- Het is statistisch lastig om deze gebeurtenissen te verwerken tot een kans. Elke reeks
is 6 maanden lang, dus we moeten een manier vinden om twee halve jaren achter
elkaar te plakken. Aangezien droogte zich opbouwt in de tijd, is tijdcorrelatie
belangrijk. Dan wordt het erg lastig om twee halve jaren bij elkaar te zoeken ‘bij elkaar
passen’ wat betreft droogte.
- ECMWF heeft een lagere resolutie dan RACMO, hoewel dat minder belangrijk is als
je naar effecten van droogte kijkt voor het hoofdwaterysteem.
Haalbaarheid:
Deze methode lijkt niet haalbaar, in elk geval niet binnen IMPREX. Alternatief is gebruik
maken van ruwe ECMWF data. Dit zijn wereldwijde weersvoorspellingen en deze data
hebben als randvoorwaarde gediend in het RACMO model van West-Europa Dit zou tot een
2000jarige reeks kunnen leiden, maar het gaat om grote hoeveelhedendata, die nog niet vrij
beschikbaar en eenvoudig toepasbaar zijn. Het zou een klus op zich zijn om de data te
achterhalen.
64 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
4.3.2.5
Optie T4 Synthetische afvoerreeks genereren met behulp van een stochastisch (ARMA)
model
Met deze methode wordt op basis van de statistische kenmerken van een historische
afvoerreeks een stochastisch model gemaakt, waarmee lange reeksen kunnen worden
gegenereerd met dezelfde statistische kenmerken als de historische reeks.
Recent is door Deltares ism Polytechnical Institute Valencia een ARMA(1,1) model
ontwikkeld, dat op basis van statistische kenmerken van de historische afvoer van de Rijn bij
Lobith een lange reeks van maandelijkse afvoeren kan genereren. Voor andere parameters
zoals Maasafvoer, neerslag en verdamping is dit nog niet gedaan.
Voordelen:
- Het afleiden van invoerparameters vergt minder rekenwerk dan de GRADE methode
(T2) waarvoor een neerslag/afvoermodel nodig is.
- De lengte van de tijdserie kan eenvoudig verlengd worden.
Nadelen:
- Correlatie met meteorologie in Nederland wordt niet meegenomen: hier zijn
aannames nodig
- Omdat er geen hydrologisch model gebruikt wordt is de afvoerdynamiek niet
realistisch en daardoormoeilijk uitlegbaar
Haalbaarheid:
Het ARMA-model van de Rijn en een 10.000-jarige reeks van afvoeren bij Lobith is al
beschikbaar. Wel moeten de reeksen neergeschaald worden van maandwaarden naar
dagwaarden, en moeten bijpassende neerslag/verdampinggrids en Maasafvoeren worden
afgeleid. Hiervoor moet nog een methode worden ontwikkeld. Dit lijkt geen haalbare optie
binnen IMPREX, omdat hier er veel onderzoek nodig is voor het creeren en het valideren van
de reeksen.
4.3.2.6
P1 Selectie van extreme gebeurtenissen op basis van 100jarige historische reeks
Deze optie gaat uit van historische gegevens van enerzijds neerslag/verdamping in
Nederland en anderzijds rivierafvoeren van Rijn en Maas. Tijdens de Droogtestudie
Nederland (begin deze eeuw) zijn door het KNMI al 2-dimensionale kansverdelingen van
neerslagtekort en afvoertekort afgeleid (Beersma en Buishand, 2002). Deze verdeling kan
geëxtrapoleerd worden om van niet eerder opgetreden combinaties van neerslagtekort en
afvoertekort een kans te bepalen. Deze combinaties kunnen vervolgens worden
doorgerekend met het gevolgenmodel.
Uitdaging bij deze methode is dat de kans gekoppeld is aan twee variabelen (neerslagtekort
en afvoer) die niet het tijdsverloop beschrijven. Hiervoor moeten aannames gedaan worden
om invoer te genereren voor het gevolgenmodel 11. Afhankelijk van de regio of de sector zijn
niet alle variabelen relevant. Dit kan de methode voor een specifieke regio vereenvoudigen,
maar zorgt wel voor een veelvoud aan methodes per regio, waardoor onderlinge vergelijking
tussen regio’s lastiger wordt.
11
De hierboven genoemde methodes om synthetische afvoerreeksen te genereren kunnen tevens gebruikt worden om
afvoertekorten met een bepaalde herhalingstijd om te zetten in meerdere realistische tijdsverlopen.
Risicobenadering voor de Nederlandse zoetwatervoorziening
65 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Voordelen:
- Alleen gebeurtenissen die ertoe doen worden doorgerekend, waardoor je efficiënt
omgaat met rekenkracht.
- Correlaties tussen variabelen kunnen worden opgegeven. Om deze correlaties te
weten is nog wel onderzoek nodig.
Nadelen:
- Voorbereiding van kansverdelingen voor de verschillende stochasten is een
ingewikkelde excercitie, waar veel data-analyse aan vooraf gaat..
- Er zijn aannames nodig over het verloop van afvoer en neerslagtekort in de tijd
- Er is kennis nodig over correlaties tussen variabelen
Haalbaarheid:
In lijn met eerdere discussies over het toepassen van een probabilistische benadering voor
droogte, komen we tot de conclusie dat op dit moment teveel aannames nodig zijn over
tijdsverloop en ruimtelijke en temporele correlatie, om een probabilistische benadering
mogelijk te maken.. Binnen de context van IMPREX wordt deze optie daarom niet haalbaar
geacht. Het blijft een interessante optie voor zeer extreme gebeurtenissen, maar voor
zoetwaterbeleid worden gebeurtenissen met een herhalingstijd van ca. 100 jaar als
voldoende extreem beschouwd.
4.3.3
4.3.3.1
Bevindingen en voorstel voor vervolg IMPREX
Het kwantificeren van extreme droogtegebeurtenissen voor Nederland dient twee doelen.
Enerzijds willen we de frequentieanalyse van waterbeschikbaarheid in het
hoofdwatersysteem verbeteren (kansen schatten), anderzijds willen we inzicht in de gevolgen
van extreme droogtegebeurtenissen. Deze twee doelen hebben we voor ogen gehouden bij
de keuze voor een methode voor het kwantificeren van extreme droogtegebeurtenissen.
Bevindingen
Uit de bijeenkomst met KNMI en RWS (dd 18 oktober 2016) is naar voren gekomen dat een
probabilistische benadering voor droogte op dit moment niet haalbaar is. Dit is in lijn met
eerdere bevindingen over de tijdreeksbenadering versus probabilistische benadering voor
droogte (Wetenschappelijke Adviesgroep bij Wabes, WAG). Voor de tijdreeksbenadering
geldt dat de lange rekentijden van het NWM beperkend zijn. Hierdoor is het verbeteren van
de onzekerheid van de kans op watertekorten met behulp van lange tijdreeksen lastig. Uit de
bijeenkomst bleek de behoefte aan een ‘snel gevolgenmodel’ of ‘emulator’, waarmee de
herhalingstijden van droogtegebeurtenissen kunnen worden bepaald, waarna specifieke
gebeurtenissen in meer detail kunnen worden doorgerekend met het NWM. Een dergelijk
snel gevolgenmodel is nog niet beschikbaar. Er moet dan wel verder worden onderzocht of
deze tool de gewenste uitvoer geeft voor de statistische tool die wordt ontwikkeld binnen
Wabes. In het algemeen moeten de eisen worden gedefinieerd waaraan een dergelijk model
moet voldoen.
Voor beide genoemde doelen is het zinvol om een langjarige reeks van meteorologie in WestEuropa te genereren. Voor frequentieanalyse van waterbeschikbaarheid in het
hoofdwatersysteem zal een snel gevolgenmodel nodig zijn dat een lange reeks (voor RACMO
800 jaar, of langer voor GRADE) kan doorrekenen.
66 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor inzicht in gevolgen van extreme gebeurtenissen, zonder dat de kans daarop precies
wordt gekend, volstaat het om uit de langjarige reeks van RACMO, GRADE of
seizoensvoorspellingen extreme combinaties te selecteren en alleen die door te rekenen met
het NWM. In dat geval wordt de lange reeks gebruikt om plausibele gebeurtenissen te
definiëren, inclusief bijpassend tijdsverloop in het geval van RACMO. Hierin wordt
automatisch de correlatie tussen neerslag/verdamping in Nederland en afvoeren van Rijn en
Maas meegenomen. Dit kan tevens worden gebruikt om te duiden hoe extreem de
droogtegebeurtenissen uit de 100 jaarreeks zijn,die wordt doorgerekend met het NWM,
waarvan in 2017 de resultaten worden verwacht.
Van de genoemde opties voor tijdreeksanalyse komt RACMO naar voren als meest haalbare
en interessante optie om verder te verkennen (optie T1). Als resultaat van eerdere
berekeningen met het regionale klimaatmodel RACMO is een 800-jarige reeks beschikbaar
die het huidige klimaat representeert. Het grote voordeel van deze reeks is dat het
gebeurtenissen bevat die fysisch plausibel zijn én dat de ruimtelijke correlatie tussen de
meteorologische variabelen automatisch wordt meegenomen. Analyse van deze reeks helpt
ons in het begrijpen van correlaties tussen regionale neerslagtekorten en lage afvoeren in de
Rijn en de Maas vanuit het buitenland. Door de lengte van de reeks geeft het inzicht in
extreme droogtegebeurtenissen. Indien een snel gevolgenmodel beschikbaar komt, kan de
reeks ook dienen als uitgangspunt voor een verbeterde frequentieanalyse van
waterbeschikbaarheid in het hoofdwatersysteem. Het is niet de verwachting dat een dergelijk
snel gevolgenmodel in 2017 op korte termijn beschikbaar komt. De voorwaarden en eisen
waaraan het model moet voldoen zullen nog moeten worden gedefinieerd.
De RACMO-optie heeft daarnaast als praktisch voordeel dat deze methode ook gebruikt
wordt in een ander onderdeel van IMPREX dat onderzoek doet naar coïncidentie van
regionale wateroverlast en hoge afvoeren. De uit RACMO gegenereerde invoer voor het HB
neerslag/afvoermodel wordt dus al voorbereid (contactpersonen Hans Hakvoort (HKV) en
Klaas-Jan van Heeringen (Deltares). Wel moet voor droogte een andere versie van HBV
gebruikt worden. Deze versie is al wel beschikbaar.
4.3.3.2
Voorstel voor vervolg binnen IMPREX
We stellen voor om de volgende activiteiten de komende jaren uit te voeren. Prioritering in de
tijd (wat doen we eerst in 2017) vindt plaats in overleg met WVL. De activiteiten bestaan uit:
1) literatuuronderzoek naar de representativiteit van RACMO voor het afleiden van
droogtegebeurtenissen. Geeft het model de fysische processen goed weer, zoals het
simuleren van sneeuwval en smeltwater?);
2) onderzoek naar correlatie tussen neerslagtekort en rivierafvoer op basis van
RACMO/HBV;
3) onderzoek naar gevolgen van extreme gebeurtenissen met NWM; en
4) methode-ontwikkeling voor het kwantificeren van gevolgen met een langjarige reeks.
Ad 1. Onderzoek naar de representativiteit van RACMO
We starten met een literatuuronderzoek om een overzicht te krijgen van de prestatie van
RACMO tijdens droge perioden.. Op basis hiervan zal een beeld ontstaan van de mate
vanonder- of overschatting van droogtegebeurtenissen. Er is eerder onderzoek uitgevoerd
naar de prestatie van RACMO op droogte in het kader van de KNMI’14 scenario’s
(contactpersoon Erik van Meijgaard). Ook vindt op dit moment een PhD-onderzoek plaats
naar de prestatie van RACMO, onder andere op het vlak van verdamping (Emma Aalbers).
Risicobenadering voor de Nederlandse zoetwatervoorziening
67 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
KNMI adviseert om Erik en Emma actief te betrekken als we RACMO resultaten gaan
gebruiken. Op die manier kan ervoor worden gezorgd dat samenwerking ontstaat tussen
IMPREX en KNMI en uitwisseling van informatie.
Ten tweede draaien we het HBV-model (dat is afgeregeld op droogte) met de 800jarige
RACMO reeks als invoer. De droogtestatistiek van gesimuleerde Rijnafvoer bij Lobith wordt
dan vergeleken met de 100jarige historische reeks. Hieruit zal blijken in hoeverre RACMO
afwijkt in termen van afvoerstatistieken gericht op droogte.
Ad 2. Onderzoek naar de correlatie tussen neerslagtekort en afvoertekort
Eerst wordt neerslagtekort in Nederland berekend op basis van de 800-jarige RACMO-reeks,
eventueel uitgesplitst naar regio. Dan wordt de correlatie met afvoertekorten bepaald op basis
van de in activiteit 1 gesimuleerde 800-jarige HBVreeks. Deze wordt vergeleken met de
correlatie die in de literatuur beschreven is.
Ad 3. Onderzoek naar gevolgen van extreme gebeurtenissen met NWM
Uit activiteit 2 volgen droogtegebeurtenissen met een grote herhalingstijd. Hieruit worden er
een aantal geselecteerd en doorgerekend met NWM. Dit kan ook input leveren voor de
risicobenadering: gevolgenindicatoren uit NWM zijn nader te bepalen, bijvoorbeeld
landbouwschade in West-Nederland of aantal dagen onderschrijden van waterstand op een
locatie die voor scheepvaart relevant is.
Ad 4. Methode-ontwikkeling voor het kwantificeren van gevolgen met een langjarige reeks.
De ontwikkeling van een gevolgenmodel met beperkte rekentijden is niet voorzien binnen
IMPREX. We schetsen in dit onderdeel de werkwijze indien een snel model beschikbaar zou
zijn. De vraag is hoe een snel model gebruikt kan worden in combinatie met een complex
model (NWM). Het complexe model geeft een goed beeld van de gevolgen van specifieke
gebeurtenissen, maar geen kans daarop. Het snelle model in combinatie met een lange reeks
geeft juist een betere inschatting van de kansen.
Daarnaast zal met de 100jarige LHM-reeks (al beschikbaar) bepaald worden welke
droogteindicator geschikt is voor specifieke regio’s en gebruikers. Keuze voor
regio/gebruiker/type gevolgen is nader te bepalen. Het is aanbeveling om eerst de
voorgaande stappen goed uit te werken. Deze laatste stap zou vervolgens ook op langere
termijn kunnen worden uitgewerkt.
68 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
5 Casestudie Amsterdam Rijnkanaal-Noordzeekanaal
5.1
Inleiding
Voor het watersysteem van het Amsterdam-Rijnkanaal en Noordzeekanaal (ARK-NZK) wordt
in het kader van het project Slim Watermanagement (SWM) door een groot aantal
waterbeheerders samengewerkt in het zoeken naar slimme maatregelen in het operationele
waterbeheer, zowel in situaties met te veel als met te weinig water. Het doel is om het
waterbeheer te optimaliseren waarbij over grenzen van beheergebieden heen wordt gekeken.
Het ARK-NZK is bij uitstek een systeem waar het water op vele manieren kan worden
gestuurd; er zijn verschillende stuurknoppen die effect hebben op de waterverdeling, zowel
op het hoofdwatersysteem, bij de regionale beheerders als bij de gebruikers. Binnen SWM is
echter nog maar beperkt gekeken naar de effecten op de welvaart van de voorgestelde
maatregelen.
De focus van het Deltaprogramma Zoetwater ligt op het voorkomen van watertekorten in de
toekomst, daarvoor wil het Deltaprogramma de aanvoer van zoetwater robuuster te maken en
het watergebruik zuiniger. De effecten van de zoetwatermaatregelen op de welvaart zijn in
het verleden beperkt inzichtelijk gemaakt. Vandaar dat de wens is uitgesproken om
maatregelen beter economisch te onderbouwen en de risico’s van droogte transparant te
maken.
Om aan deze wensen te beantwoorden wordt een risicobenadering voor de
zoetwatervoorziening ontwikkeld (zie voor meer informatie Bijlage A). Dit jaar is het eerste
jaar dat deze benadering wordt toegepast op het casestudiegebied ARK-NZK. Het ARK-NZK
is een gebied waar hoge chlorideconcentraties en watertekorten door droogte nu en vooral in
de toekomst effect kunnen hebben op de verschillende gebruikers van zoetwater. De
verwachting is dat toepassing van de risicobenadering voor de zoetwatervoorziening in dit
casestudiegebied een beeld geeft van de brede toepasbaarheid van de benadering.
De aanpak is iteratief. Elk jaar wordt de risicobenadering doorlopen en kennisleemtes
geïdentificeerd om deze het jaar erop (tot 2019) verder uit te werken. Dit jaar is de
risicobenadering voor de eerste maal doorlopen, waarbij de nadruk ligt op het in beeld
brengen van de welvaartseffecten. De fysieke effecten die daaraan ten grondslag liggen
worden wel geïdentificeerd maar niet verder uitgewerkt. Uitwerking hiervan dient in andere
projecten te gebeuren, zoals Waterwijzer landbouw en de KPA. Doordat het de eerste keer is
dat de risicobenadering binnen deze casestudie wordt doorlopen is er vooral veel aandacht
voor het identificeren van kennisleemtes en de toepasbaarheid van de benadering. De
bedoeling is dat met de risicobenadering uiteindelijk de baten van de zoetwatervoorziening in
een MKBA kunnen worden meegenomen. Het werk van dit jaar kan dus worden gezien als
een eerste stap op de weg daarnaar toe.
De uitvoering van de casestudie is gestart met een inventarisatie van bestaande gegevens,
modellen, kennis en rapporten. Op 10 mei 2016 is met de betrokken waterbeheerders een
workshop gehouden. Doel van de workshop was om helder te krijgen wat de belangrijkste
’effecten van droogte in het gebied zijn en welke kennisvragen beantwoord moeten worden
om een risicobenadering toe te kunnen passen. Afgesproken is dat enkel effecten met een
handelingsperspectief voor de waterbeheerder wordt meegenomen. Op 18 oktober zijn de
uitkomsten van dit jaar aan de betrokken waterbeheerders gepresenteerd.
De rapportage van de casestudie ARK-NZK bestaat uit de volgende onderdelen:
Risicobenadering voor de Nederlandse zoetwatervoorziening
69 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Paragraaf 5.1: Beschrijving watersysteem
Op hoofdlijnen wordt de werking van het systeem in tijden van droogte geschetst. Hier
worden ook de bij de inventarisatie genoemde meest risicovolle functies/sectoren benoemd
waar een welvaartseffect kan optreden tijdens droogte.
Paragraaf 5.2: Omgaan met sturing in risicobenadering
Dit onderdeel verkent in (1) hoeverre operationele sturing de uitkomsten van een
risicobenadering beïnvloed, en (2) hoe in een risicobenadering met operationele sturing kan
worden omgegaan. Deze verkenning is uitgevoerd met behulp van interviews en een
conceptuele modelstudie.
Paragraaf 5.3: Doorvertaling van hydrologische naar welvaartseffecten
De gebruiksfuncties in het casestudiegebied die de grootste effecten 12 kunnen ondervinden
van een zoetwatertekort zijn dit jaar verder uitgewerkt, dit zijn: landbouw, scheepvaart,
natuur, energie/industrie, recreatie, veiligheid en drinkwater. De uitwerking bestaat uit de
vertaling van hydrologische effecten naar welvaartseffecten, ook wel effectentreinen
genoemd.
Paragraaf 5.4: Toepassen risicobenadering
Tot slot is de risicobenadering voor het ARK-NZK toegepast voor het huidige klimaat en voor
een ‘maatregel’ waarbij minder water beschikbaar is op het ARK-NZK. De welvaartseffecten
zijn verwerkt in de Droogte Risico Tool die dit jaar binnen IMPREX is ontwikkeld (zie H 3.2).
Hiermee wordt de praktische toepasbaarheid van de tool getest.
Paragraaf 5.5: Conclusie en plan van aanpak 2017
Dit hoofdstuk bevat de conclusie van deze casestudie en hieruit volgend welk stappen nodig
zijn om de risicobenadering te kunnen verbeteren en verfijnen. Dit leidt tot een aanzet voor
een concreet plan van aanpak voor 2017. Samen met de betrokken belanghebbenden zal in
2017 een plan van aanpak worden opgesteld.
5.2
12
Beschrijving watersysteem
Het in de casestudie te beschouwen ARK-NZK gebied bestaat uit het Amsterdam-Rijnkanaal
en het Noordzeekanaal en de beheergebieden die afhankelijk zijn van wateraanvoer uit dit
systeem. Dit zijn de beheergebieden van Rijnland (HHRL), De Stichtse Rijnlanden (HDSR),
Amstel, Gooi &Vecht (AGV) en Hollands Noorderkwartier (HHNK). Vanwege de link met de
Hollandse IJssel en het inlaatpunt bij Gouda maakt Schieland en de Krimpenerwaard (HHSK)
ook onderdeel uit van de case. Indirect kan ook water via Rijnlands boezem worden
doorgevoerd naar Delfland (HHDL). Het Amsterdam Rijnkanaal laat zoet water in uit de
Nederrijn/Lek of via het Merwedekanaal vanuit de Waal. Voldoende aanvoer van zoetwater is
belangrijk om zoutindringing vanuit de zeesluizen bij IJmuiden tegen te gaan. Het water van
het ARK-NZK kan door de omringende waterschappen worden ingelaten naar hun
boezemsysteem en worden gebruikt voor verschillende functies. Het operationele
waterbeheer in het ARK-NZK gebied is gericht op het handhaven van peilen in de polders en
in de boezemsystemen en op het voorkomen van te hoge chlorideconcentraties. Naast
zoutindringing vanuit IJmuiden zijn er een aantal historische zoutbronnen in het gebied die
voor chloriderijk water zorgen in poldersystemen.
Bepaald op basis van de workshop uitkomsten van 10 mei.
70 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Door middel van doorspoeling worden de hoge chlorideconcentraties beperkt. De zoutvracht
uit de polders wordt uiteindelijk geloosd op het ARK, NZK of ander buitenwater (Noordzee,
Markermeer).
HDSR en AGV nemen direct water in vanuit het ARK. HHRL neemt normaal gesproken
tijdens droogte zoet water in vanuit de Hollandse IJssel bij Gouda. Als de
chlorideconcentratie bij Gouda te hoog wordt om water in te laten treedt de Kleinschalige
Water Aanvoer (KWA) in werking, waarmee zoet water wordt aangevoerd vanuit het ARK.
Tijdens een workshop van 10 mei 2016 met de waterbeheerders en andere betrokkenen is
een kwalitatieve risicoanalyse uitgevoerd. Er is een overzicht gemaakt van de belangrijkste
watervragers in tijden van droogte en de welvaartseffecten die kunnen optreden. Hierbij is de
droogtesituatie 2011 als referentie genomen, maar ook een inschatting gemaakt van de
gevolgen in geval van een zeer extreme droogtegebeurtenis. Uiteindelijk heeft dit geleid tot
een overzicht van de meest risicovolle functies/sectoren (Figuur 5.1). De vertaling van de
hydrologische effecten naar welvaartseffecten is voor een de meeste van deze functies
uitgewerkt in Paragraaf 5.4.
Figuur 5.1 Overzicht van sectoren en functies met groot droogterisico (uitkomst werksessie 10 mei 2016)
Risicobenadering voor de Nederlandse zoetwatervoorziening
71 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
5.3
5.3.1
Omgaan met sturing in risicobenadering
Inleiding
Casestudiegebied ARK-NZK is een volledig peilgestuurd gebied, waar kansen van
voorkomen van droogtesituaties en de welvaartseffecten automatisch afhankelijk zijn van
genomen besluitvorming rond waterverdeling. Dit gegeven roept vragen op over de
toepasbaarheid van een risicobenadering. Immers: zijn kansen, en is daarmee het risico,
goed te bepalen wanneer het optreden van welvaartseffecten zo gebonden is aan
besluitvorming? En die besluitvorming zo situatie-afhankelijk is?
Het doel van deze activiteit is om te verkennen in hoeverre operationele sturing inderdaad
een probleem vormt voor toepassing van een risicobenadering, en hoe in een
risicobenadering met operationele sturing kan worden omgegaan. Deze verkenning is
uitgevoerd met behulp van interviews en een beperkte modelstudie.
5.3.2
Interviews met waterbeheerders
Over dit onderwerp zijn drie interviews afgenomen met waterbeheerders. De volgende
waterbeheerders zijn bevraagd: Hoogheemraadschap Rijnland (Dolf Kern en René van der
Zwan), Hoogheemraadschap De Stichtse Rijnlanden (Liesbeth van Doorn en Joost Heijkers)
en Waternet (Hilga Sikma, Bastiaan Beentjes, Ben Staring en John Bakker) Uitgewerkte
verslagen zijn opgenomen als bijlage E. De centrale vraag in deze drie interviews was hoe
operationele sturing verloopt in droogtesituaties. Hoe verloopt een droogte binnen het
waterschap, waarop wordt gestuurd, wie voert wat uit? Dit om te onderzoeken in hoeverre
deze sturing geprotocolleerd is, of in hoeverre sturing uniek is voor specifieke
droogtesituaties. Daarnaast is aandacht besteed aan hoe het gevoerde operationele beheer
zich verhoudt tot het beheer zoals dat is geïmplementeerd in modellen als het LHM.
Waar uiteraard het operationele beheer per waterschap verschillend is, gegeven de
specifieke omstandigheden en prioriteiten, kwamen over de interviews heen toch een aantal
overeenkomsten naar voren:
-
-
Grote autonomie veldmedewerkers
De veldmedewerkers van het waterschap voeren het dagelijkse zoetwaterbeheer uit.
Ze openen en sluiten inlaten, hebben contact met de gebruikers van water en
reageren daarop, en bepalen zo voor een groot deel het gevoerde waterbeheer op
polderniveau. Er vindt op dit niveau zeker belangenafweging plaats (boer belt op,
veldmedewerker komt in actie), maar het is niet zo dat op dit niveau bewust tekorten
worden verdeeld aan de hand van iets van een verdringingsreeks.
Protocollen, maar met name ‘proces-gericht’
Operationeel zoetwaterbeheer is vastgelegd in protocollen. De protocollen zijn
evenwel met name proces-gericht: wanneer en hoe wordt er opgeschaald, wie wordt
betrokken, welke stappen worden genomen, wanneer komt het crisisoverleg bij
elkaar, wanneer komt de Landelijke Coördinatiecommissie Waterverdeling in actie.
Inhoudelijke sturingsregels zijn hier over het algemeen niet in opgenomen.
72 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
-
Sterk beeld dat ‘iedere droogte uniek is’
Elke droogteperiode heeft unieke kenmerken, en bij elke droogteperiode werd anders
gestuurd, andere maatregelen genomen. Dit kwam duidelijk naar voren in de
interviews. Het maakt natuurlijk nogal wat uit wanneer in het seizoen de droogte valt,
of er nog genoeg water in de rivieren aanwezig is, of de droogte gepaard gaat met
verzilting van het inlaatpunt van Rijnland bij Gouda, etc. Een deel van de uniciteit ligt
ook in de interactie met gebruikers, waardoor het in overleg soms mogelijk bleek
water elders in te zetten. Bovendien hebben gebruikers vaak een
handelingsperspectief om welvaartseffecten door droogte te beperken. Een voorbeeld
is dat de boomkwekers in Boskoop de plantjes later stekken om de watervraag te
drukken. Dit adaptieve vermogen is lastig te vangen in modellen.
- Heel duidelijk wat prioriteiten van waterschap zijn
Ondanks dat iedere droogte als uniek werd ervaren, kwam uit de interviews heel
duidelijk naar voren wat de prioriteiten per waterschap zijn in een droogtesituatie.
Voorkomen van verzilting van natuurwaarden bij Waternet, nachtvorstbestrijding bij
HDSR en de greenports bij Rijnland.
Wat betekent dit nu voor het omgaan met sturing in de risicobenadering? Uit de interviews
kwam een beeld naar voren dat iedere droogte uniek is, en dat hier ook in operationele zin
uniek mee wordt omgegaan. Maar ook bleek duidelijk dat elk waterschap heel duidelijk heeft
waar prioriteiten liggen tijdens droogtesituaties. In een risicobenadering is uniciteit niet per
definitie een probleem. Een groot deel van de ervaren uniciteit van droogteperioden is
namelijk te vangen in hydrologische modellen en waterverdelingsmodellen. Bijvoorbeeld het
genoemde gegeven dat ‘de gewassen al van het land waren, en water daarom elders kon
worden ingezet’, zou in een hydrologisch waterverdelingsmodel tot uiting moeten komen.
Hiervoor moet de respons van de waterbeheerder op deze per droogtesituatie verschillende
omstandigheden zo eenduidig mogelijk zijn, en vast te leggen in sturingsregels. Wat lastiger
in modellen te vangen is, is het adaptieve vermogen van de gebruiker (bijv. boomkwekers die
er bewust voor kiezen om later te gaan stekken)
In hoeverre het gevoerde operationeel beheer inderdaad kan worden vastgelegd in regels, is
vooralsnog niet geheel duidelijk. Daarvoor waren de interviews te kort en te weinig specifiek.
Een vervolgvraag is hoe het gevoerde operationele beheer zich verhoudt tot de
waterverdeling zoals die is geïmplementeerd in de waterverdelingsmodule van het LHM
(DM/Mozart). Het autonome gedrag van de veldmedewerkers strookt bijvoorbeeld niet met
het gemodelleerde ‘gedrag’ in het LHM, waar tot op het polderniveau water wordt verdeeld
over verschillende gebruikers.
5.3.3
Modelstudie effect operationeel beheer
Waar in de interviews naar voren kwam hoe operationeel wordt gestuurd in droogtesituaties,
is vooralsnog onduidelijk wat het effect is van operationele sturing op kansen van opgetreden
welvaartseffecten. Om hier meer inzicht in te krijgen is een beperkte modelstudie uitgevoerd.
In deze studie is het operationeel beheer op polderniveau in het casestudiegebied aangepast,
is vervolgens de risicobenadering toegepast, en zijn resultaten vergeleken met de referentie.
Er is hierbij gekozen de modelstudie uit te voeren voor een situatie met W+ klimaat. Dit om de
kans op een welvaartseffect zo groot mogelijk te maken, en ook de verschillen in effecten zo
groot mogelijk te maken. Het operationele beheer op polderniveau in het nul-alternatief is de
prioriteitsstelling zoals momenteel opgenomen in het LHM. Hierbij worden verschillende
prioriteiten gehanteerd voor peilhandhaving, beregening en doorspoeling. Een optredend
watertekort komt daarbij het eerst terecht bij de functie met de laagste prioriteit, en zo verder.
De aanpassing betreft het afschaffen van de verschillende prioriteiten op polderniveau.
Risicobenadering voor de Nederlandse zoetwatervoorziening
73 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Alle functies hebben hierbij dezelfde prioriteit gekregen. Watertekorten worden dan verdeeld
over alle gebruiksfuncties. De modelstudie is uitgevoerd voor de periode 1961-1980 W+
klimaat, met het LHM en Agricom als nabewerking (alleen gekeken naar landbouw – effecten
door droogte).
De resultaten laten uiteraard verschillen zien in opgetreden welvaartseffecten. Immers,
watertekorten worden anders verdeeld over de verschillende functies, waardoor andere
welvaartseffecten optreden. Het patroon van de verdeling van het welvaartseffect over de
jaren heen verandert niet. In beide manieren van verdelen treedt verreweg de grootste
welvaartseffecten op in één jaar (1976, Figuur 5.2). Dit gegeven duidt er op dat
weersinvloeden dominanter zijn dan de gekozen waterverdeling / sturing. Interessant is
verder dat het totale welvaartseffect afneemt als niet langer op prioriteiten wordt gestuurd. Dit
zou betekenen dat de huidige prioriteitstelling op polderniveau economisch niet verstandig is.
Op basis van deze berekening is die conclusie echter niet te trekken: naast dat de referentieberekening waarschijnlijk niet de realiteit vormt (gegeven de geconstateerde autonomie van
veldmedewerkers), zitten er te veel gaten in de analyse om de uitkomsten betrouwbaar te
laten zijn. Zo komt de afname van de welvaart deels doordat in het nul-alternatief (huidige
parametrisatie LHM) beregening in delen van het gebied een lage prioriteit is toegekend,
waardoor deze in het alternatief (gelijke prioriteiten) minder wordt gekort. De toegenomen
kans op zoutschade bij het tegelijktijdig korten van doorspoeling is echter niet in de
berekening meegenomen en komt niet in het welvaartseffect tot uiting.
Figuur 5.2 Overschijdingskans jaarlijks welvaartseffect voor Landbouw – droogte. nul-alternatief is de huidige
parametrisatie van LHM, met prioriteiten tot op polderniveau, alternatief is zonder prioriteitsstelling op
polderniveau.
5.3.4
Conclusies en aanbevelingen
In een eerste aanzet om uit te vinden hoe een risicobenadering zich verhoudt tot de grote
mate van sturing in een peilbeheerst watersysteem als dat van casegebied ARK-NZK, zijn
interviews gehouden met betrokken waterschappen en is een beperkte modelstudie
uitgevoerd.
74 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Uit de interviews bleek duidelijk de zorg dat iedere droogte uniek is, en om specifieke sturing
vraagt. Daarbij bleek evenwel ook dat de prioriteiten voor water voor ieder waterschap helder
zijn. De uniciteit in droogtesituaties zat hem dan ook niet in het feit dat er andere prioriteiten
werden gesteld, maar dat dezelfde prioriteiten in andere omstandigheden leidden tot andere
beslissingen. De uitdaging voor de risicobenadering ligt er vervolgens in om in de eerste
plaats de omstandigheden, en vervolgens de daaruit volgende waterverdeling adequaat na te
bootsen in modellen. Uit de interviews rijst een beeld op dat de modellen (LHM is hier het
relevantst) in staat zouden moeten zijn om een groot deel van de uniciteit van
droogtesituaties te ‘vangen’, en de prioriteiten te vertalen in een waterverdeling. In hoeverre
dit met de huidige conceptualisatie en parametrisatie van het LHM het geval is, moet verder
worden uitgezocht. Aandachtspunt hierbij is sowieso door de watergebruiker zelf te nemen
maatregelen (adaptatie).
Uit de verkennende modelberekening bleek geen duidelijke afhankelijkheid van het gekozen
operationeel beheer in de frequenties van optredende welvaartseffecten. Er treden min of
meer dezelfde totale tekorten op, deze worden alleen anders verdeeld over gebruikers.
Wel was er een welvaartseffect, door dat de geleden welvaartseffecten wel wijzigden, de
tekorten kwamen immers bij andere gebruikers terecht. In de berekening is de operationele
sturing op polderniveau aangepast, en hoeven niet representatief te zijn voor operationele
sturing op boezemniveau. Dit verdient verdere aandacht.
5.4
5.4.1
5.4.1.1
Doorvertaling van hydrologische naar welvaartseffecten
Inleiding
Aanpak op hoofdlijnen
Wat voor effect heeft droogte in het casestudiegebied op de welvaart in Nederland? Als we
deze vraag kunnen beantwoorden zijn we een stap dichter bij het toepassen van de
risicobenadering voor de zoetwatervoorziening in Nederland. Hiervoor identificeren we in
deze paragraaf per gebruiksfunctie van zoetwater de mogelijke welvaartseffecten van
droogte. Vervolgens wordt in paragraaf 5.5 de risicobenadering voor ARK-NZK doorlopen.
Het in beeld brengen van de welvaartseffecten wordt gedaan aan de hand van zogenaamde
effectentreinen, die de relatie tussen hydrologische verandering door droogte en het
uiteindelijk welvaartseffect beschrijft. Een effectentrein ziet er zo uit:
Figuur 5.3 Voorbeeld effectentrein. In plaats van de dosis-effect relatie wordt het fysieke effect, ofwel het resultaat
van de dosis-effect relatie, in de treintjes gepresenteerd. Het fysieke effect kan worden gezien als het effect
dat zorgt voor een welvaartseffect. Door het fysieke effect te vermenigvuldigen met een prijs wordt het
welvaartseffect verkregen.
De nadruk ligt hierbij op het identificeren van het welvaartseffect. Niet alles kan dit jaar
worden uitgezocht, daarom wordt er ook aandacht besteed aan het in beeld brengen van de
kennisleemtes. Als er (nog) geen informatie beschikbaar is over de fysieke effecten wordt dit
geïdentificeerd en zo nodig worden aannames gedaan.
Risicobenadering voor de Nederlandse zoetwatervoorziening
75 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Met de aannames kan worden gevarieerd in de gevoeligheidsanalyse. Hoe het
welvaartseffect in beeld wordt gebracht ligt enerzijds aan de beschikbare informatie en
anderzijds aan het type effect. Bijvoorbeeld de hydrologische effecten van droogte zijn voor
elke gebruiksfunctie anders. Voor sommige gebruiksfuncties is het welvaartseffect vooral
gerelateerd aan een tekort aan water, voor anderen aan chloride en temperatuur. Over
sommige welvaartseffecten is veel informatie beschikbaar, bijvoorbeeld doordat er een model
beschikbaar is, terwijl voor andere welvaartseffecten veel informatie ontbreekt. Naast directe
welvaartseffecten kunnen er ook indirecte effecten optreden. In Deltares, Stratelligence en
LEI (2016) zijn geen belangrijke indirecte effecten geïdentificeerd en ook dit jaar zijn er geen
andere indirecte effecten bijgekomen. De focus ligt daarom op de directe effecten.
De gehanteerde uitgangspunten komen overeen met de economische uitgangspunten uit
hoofdstuk 3.1. Niet alle economische uitgangspunten zijn relevant, omdat sommige zijn
opgesteld om mee te nemen binnen een MKBA, zoals het uitgangspunt over restwaarde.
Zover zijn we echter nog niet. De definitie van het welvaartseffect is wel van groot belang in
deze paragraaf. We drukken het welvaartseffect van droogte uit als het verschil in de
jaarlijkse gemiddelde verwachtingswaarde van het welvaartseffect van een situatie met en
zonder droogte. De referentie is dus een situatie waarin voldoende zoetwater beschikbaar is
voor alle gebruiksfuncties. Om de welvaartseffecten onderling te kunnen vergelijken is het
van belang dat voor alle gebruiksfuncties dezelfde referentie wordt genomen. Voor
welvaartseffecten van maatregelen maakt het niet, daarbij gaat het immers om het verschil
tussen een situatie met en zonder maatregel. Ook adaptatie van gebruikers heeft invloed op
het uiteindelijke welvaartseffect. In deze casestudie is nog niet naar scenario’s gekeken en
dus ook nog niet naar adaptatie van gebruikers.
In de volgende paragraaf wordt eerst een korte inleiding gegeven op de beschikbare
hydrologische informatie, vervolgens wordt per gebruiksfunctie de effectentrein doorlopen.
5.4.1.2
Hydrologische modellen en meetgegevens
De risicobenadering start met het berekenen van de hydrologische effecten van droogte.
Hiervoor wordt gebruik gemaakt van het Landelijk Hydrologisch Modelinstrumentarium
(LHM). Dit model is in staat om de waterbeweging in het gehele watersysteem in samenhang
te berekenen. Dit is belangrijk voor het ARK-NZK gebied, omdat water vele kanten kan
worden gestuurd en een ingreep in het systeem op een groot gebied effect kan hebben.
Dit landelijk model bestaat uit een aantal modelonderdelen: een model voor de verzadigde
zone (MODFLOW), een model voor de onverzadigde zone (MetaSWAP), een model voor het
regionaal oppervlaktewater (MOZART) en een model voor het landelijk oppervlaktewater
(Distributiemodel, SOBEK model). Een schematische weergave van deze modellen is
gegeven in Figuur 5.4. Het model kan gekoppeld worden doorgerekend met het effectmodel
voor de landbouw (AGRICOM).
Het model berekent de waterbeweging in het gebied, rekening houdend met de prioritering in
de waterverdeling en operationeel beheer. Uitvoervariabelen die van belang zijn als invoer in
de economische effectmodellen zijn onder andere bodemvochttekort, waterstanden, afvoeren
en chlorideconcentraties. De berekening van de chlorideconcentratie op het NZK en ARK is
niet beschikbaar, omdat de zoutindringing vanuit zeesluis IJmuiden hier niet in is
meegenomen. Temperatuur is geen uitvoervariabele van dit model. Hiervoor zou een ander
model moeten worden gebruikt (Sobek-LTM, onderdeel van het Nationaal Water Model) Met
het LHM zijn berekeningen gemaakt voor een periode van 20 jaar (1960-1980).
76 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
De te berekenen periode werd hierbij gelimiteerd door de rekentijd van het instrumentarium
(ongeveer een week rekentijd per 10 jaar).
Figuur 5.4 Schematische weergave van het Landelijk Hydrologisch Modelinstrumentarium met de volgende
modelonderdelen: (1) een model voor de verzadigde zone (MODFLOW), (2) een model voor de
onverzadigde zone (MetaSWAP), (3) een model voor het regionaal oppervlaktewater (MOZART) en (4) een
model voor het landelijk oppervlaktewater (Distributiemodel, SOBEK model).
5.4.2
5.4.2.1
Uitwerking per gebruikersfunctie
Landbouw
Binnen het casestudiegebied hebben droogte, verzilting en natschade in het groeiseizoen
een potentieel effect op de fysieke opbrengsten in de landbouw (zie Figuur 5.5). De effecten
zijn afhankelijk van het type gewas en verschillen per gebied door o.a. verschillen in
beregend areaal. Effecten van droogte op de chlorideconcentratie worden nog niet
meegenomen, omdat de resultaten uit het modelinstrumentarium AGRICOM hier nog niet
geschikt voor zijn. Stuyt et al (2016) heeft recent de gevolgen van chlorideconcentraties in
bodemvocht op de landbouwopbrengst opnieuw bekeken. Ook in Waterwijzer Landbouw
worden de effecten van hogere chlorideconcentraties op de opbrengst beter meegenomen.
Op basis van deze informatie kan in het vervolg de effecten van chlorideconcentratie op de
landbouw wel worden meegenomen. Ook de effecten van teveel water op de opbrengst
worden meegenomen als de Waterwijzer landbouw gereed is. Deze effecten worden alleen
meegenomen als een maatregel effect heeft op de natschade.
Risicobenadering voor de Nederlandse zoetwatervoorziening
77 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.5 Treintjes van hydrologisch effect, via fysiek effect naar welvaartseffect voor landbouw
Het casestudiegebied bestaat uit de volgende deelgebieden: Amstel Gooi en Vecht, Hollands
Noorderkwartier, Rijnland, Schieland en Krimpenerwaard en Stichtse Rijlanden. Het totale
landbouw areaal is ongeveer 240.000 ha. Het belangrijkste gewas is grasland in het
casestudiegebied (gemeten in oppervlakte). Relatief belangrijk in het gebied zijn daarnaast
bollenteelt, boomteelt en overige gewassen. Deze laatste is een verzamelcategorie, waarin
bijvoorbeeld ook hoogrenderende teelten als sierteelt is opgenomen. Tabel 5.1 geeft deze
gewassen weer.
Van het totale areaal landbouwgewassen in de deelgebieden wordt tussen de 20% en 30%
beregend. Het aandeel van areaal dat wordt beregenend is het grootst voor hoogwaardige
gewassen zoals bollen, boomteelt, fruit en overige gewassen. De mogelijke beregening leidt
tot geringere fysieke effecten en daarmee welvaartseffecten voor deze gewassen.
Tabel 5.1
Areaal overzicht van de belangrijkste landbouwgewassen in het ARK/NZK gebied (in ha)
Gewascategorie
Grasland
Mais
Aardappelen
Suikerbieten
Granen
Boomteelt
Fruit
Bollen
Overig
Totaal
78 van 184
AGV
HNK
Rijnland
SK
SR
Totaal
Percentage
22588
906
194
69
450
231
81
6
275
61338
3963
8588
3238
7413
150
1300
11063
12394
26225
1394
1919
1631
4694
1425
75
3069
1725
12419
281
525
313
1113
31
38
0
494
38725
3225
69
25
444
169
2063
0
469
161294
9769
11294
5275
14113
2006
3556
14138
15356
68%
4%
5%
2%
6%
1%
2%
6%
6%
24800
109444
42156
15213
45188
236800
100%
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Hydrologisch effect: Bodemvochttekort en chlorideconcentratie
Met het Landelijk Hydrologische Modelinstrumentarium kan het bodemvochttekort en de
zoutconcentraties worden bepaald. Door een toename van het neerslagtekort, minder
mogelijkheden om te beregenen en eventueel het uitzakken van het waterpeil in de sloot kan
de hoeveelheid bodemvocht afnemen. De externe verzilting kan toenemen door verminderde
mogelijkheden om door te spoelen.
Fysiek effect: Opbrengstderving
Met Agricom 13 worden de volgende zaken voor het casestudiegebied berekend:
•
•
Totale potentiele opbrengst voor het gebied per jaar en gewascategorie (kg of aantal)
Actuele opbrengst voor het gebied per jaar en gewascategorie (kg of aantal)
Uit het verschil tussen de potentiele opbrengst en de actuele jaarlijkse opbrengst wordt een
opbrengstderving als gevolg van droogte in een specifiek jaar bepaald. De potentiële
opbrengst is de opbrengst bij gegeven jaarlijkse CO2 concentraties, straling en temperatuur,
en de betreffende gewaskarakteristieken en is de referentie voor bepaling van effecten als
gevolg van droogte, inundatie, verdrassing en zout. Uitgangspunt is dat er ook
handelingsperspectief is om opbrengstderving door droogte van niet-beregende gewassen te
voorkomen.
Voor bepaling hydrologische effecten van ingrepen in het watersysteem wordt gekeken naar
het verschil in actuele opbrengsten met en zonder maatregelen. Hierbij is dus het nulalternatief de actuele fysieke opbrengst zonder maatregelen (zie kader 5.1 voor discussie
over het nul-alternatief).
Kader 5.1: Beschrijving van de discussie over het nul-alternatief van landbouw.
Discussie over het nul-alternatief van landbouw
Uit het verschil tussen de potentiële en de actuele opbrengst wordt de opbrengstderving als
gevolg van droogte in een specifiek jaar bepaald. AGRICOM gebruikt als basis voor de
‘potentiele gewasopbrengst’ een gemeten langjarig gemiddelde gewasopbrengst. We gaan
ervan uit dat bij deze metingen geen hydrologische schade is opgetreden. Het geeft daarmee
een inschatting van de potentieel exploiteerbare gewasopbrengst. De potentiele
gewasopbrengst in AGRICOM zou in de praktijk dus gehaald kunnen worden.
In de modelresultaten is echter te zien dat de actuele opbrengst altijd lager is dan de
potentiele, waardoor er per definitie elk jaar opbrengstderving door droogte is. Ook in de
praktijk lijkt het mogelijk dat elk jaar ergens in het land in een bepaalde periode de maximale
opbrengst niet wordt gehaald door droogte. De referentie is dus de potentiele opbrengst,
oftewel een situatie zonder opbrengstderving door droogte.
In theorie zijn er ook andere manieren om de referentiesituatie te bepalen. Bijvoorbeeld, het
welvaartseffect van een droogte zou uitgedrukt kunnen worden als de additionele kosten van
een extra droogtedag ten opzichte van een situatie met gemiddelde droogte in het
groeiseizoen. De vraag is dan: Wat is een gemiddelde droogte? Een jaar met dezelfde
hoeveelheid droogtedagen kan afhankelijk van de duur en periode van droogte in het
groeiseizoen zorgen voor een hele andere opbrengstderving.
13
Wanneer Waterwijzer landbouw gereed is wordt overgestapt op Waterwijzer landbouw.
Risicobenadering voor de Nederlandse zoetwatervoorziening
79 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Een andere mogelijkheid is de gemiddelde opbrengstderving te nemen, de afwijking van het
de gemiddelde opbrengst is het welvaartseffect. Het resultaat is dat het gemiddelde
welvaartseffect door droogte nul is, want jaren met een minder dan gemiddelde opbrengst
vallen weg tegen jaren met een meer dan gemiddelde opbrengst. Weer een andere optie is
het gebruik van de maximale actuele opbrengst als referentie, lagere opbrengsten kunnen
worden doorvertaald in het welvaartseffect van droogte. De maximale actuele opbrengst in
een reeks kan echter toevallig erg laag liggen, waardoor opbrengstderving wordt onderschat.
Al deze opties lijken minder geschikt dan het nemen van de situatie zonder opbrengstderving
door droogte als referentie.
Welvaartseffecten: Welvaartsverlies opbrengst
Om het welvaartseffect te bepalen wordt het verschil in opbrengst vermenigvuldigd met
gewasprijzen en gecorrigeerd voor de prijselasticiteit. De gewasprijzen zijn gebaseerd op
langjarige gemiddelde gewasprijzen voor de periode 1999 tot 2008 (Mulder & Veldhuis, 2008;
prijspeil 2008). De gewasprijs voor grasland is gebaseerd op de prijs en hoeveelheid
voederwaarde van gras (Goedemans en Kind, 2004 (met aangepaste prijzen 2006 tot 2008)).
Met de prijselasticiteiten voor de verschillende gewastypen (zie hoofdstuk 3.3) kan het
welvaartseffect worden berekend. De prijselasticiteit is o.a. afhankelijk van het aandeel van
het gewas op de wereldmarkt.
De schaal waarop de droogte plaatsvindt, is belangrijk voor het welvaartseffect. In droge
zomers is de kans dat elders in Europa ook droogte heerst duidelijk groter. In geval van droge
zomers in heel Europa zijn delen van Nederland relatief goed af, door aanvoer van water in
de rivieren. Door de droogte in Europa kunnen prijzen van bijvoorbeeld landbouwproducten
stijgen, waarvan de Nederlandse sector (voor een deel) wordt gecompenseerd voor lagere
opbrengst in kilo’s. Het totale welvaartseffect hangt af van de prijstoename van gewassen
voor de consumenten. Het is nog onbekend hoe groot het effect van droogte elders in Europa
is. Dit kan bijvoorbeeld worden meegenomen in de gevoeligheidsanalyse.
De kosten van beregening in droge zomers is op dit moment nog niet in het welvaartseffect
verwerkt. Als de kosten tussen scenario’s veranderen dient dit mee te worden genomen.
Bijlage F laat de overige uitgangspunten zien die voor landbouw worden gehanteerd.
5.4.2.2
Scheepvaart
Effecten van droogte op de gebruiksfunctie scheepvaart zijn veelal gebiedoverstijgend,
doordat lagere waterstanden vaak voor grote delen van de vaarweg gelden. Voor het
casestudiegebied zijn daarom alleen de meest relevante effecten op de scheepvaart
geïdentificeerd. Allereerst kan er door een verhoging van de chlorideconcentratie
(veroorzaakt door een verminderd doorspoeldebiet) schutbeperkingen worden ingesteld. Dit
zorgt bij sluizen voor langere wachttijden voor de scheepvaart. Ten tweede zorgt inzet van de
Kleinschalige Water Aanvoer (KWA) voor schutbeperkingen, waardoor er ook langere
wachttijden kunnen optreden (zie Figuur 5.6). Naast deze effecten heeft droogte mogelijk ook
effect op de vaardiepte, dit effect valt buiten ons casestudiegebied en wordt hier daarom niet
meegenomen.
80 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.6: Effectentrein scheepvaart (schutbeperking)
De belangrijkste sluizen voor de scheepvaart in het casestudiegebied zijn de zeesluis van
IJmuiden, Irenesluis, Beatrixsluis en de grote sluis van Spaarndam. Tabel 5.2 geeft per sluis
het aantal passages per jaar voor verschillende typen scheepvaart.
Tabel 5.2
Passages sluizen casestudiegebied
passages per jaar (ijkjaar
2008) van
Containerschepen
niet-containerschepen
alle beroepsschepen
ferries (# aanmeringen/jaar)
cruiseschepen
(#
aanmeringen/jaar)
Plezierboten
Zeesluis
IJmuiden
Irenesluis
Beatrixsluis
Spaarndam
570
39.789
360
341
onbekend
35.845
onbekend
46.510
onbekend
+/- 7200*
2.077
4.650
+/- 14.400*
*Aanname dat 1/3 van de passages bestaat uit beroepsschepen en 2/3 uit pleziervaart.
Bron: Rijkswaterstaat, 2011; Rijkswaterstaat, 2009; Informatie sluisbeheerder Rijnland.
Hydrologisch effect: Inzet KWA en verhoogde chlorideconcentratie
Bij inzet van de Kleinschalige Water Aanvoer (KWA) wordt de lange kolk van de Prinses
Irenesluis gebruikt voor het inlaten van water. Tijdens dit proces is de kolk niet beschikbaar
voor de scheepvaart, waardoor schutbeperkingen kunnen optreden.
Verder kunnen er schutbeperkingen gelden bij de grote sluis van Spaarndam door te hoge
chlorideconcentraties op het Noordzeekanaal. Omdat de chlorideconcentratie nog niet kan
worden bepaald met het huidige modelinstrumentarium, relateren we de schutbeperking ook
hier aan de inzet van de KWA. Hierbij gaan we ervan uit dat bij inzet van de KWA het
doorspoeldebiet op het ARK laag is, waardoor de zoutconcentratie op het NZK ter hoogte van
Spaarndam toeneemt.
Bij lage rivierafvoeren op de lek kan bij de Prinses Beatrixsluizen een schutbeperking worden
ingesteld. In dat geval krijgt het getij invloed op de waterstand van de Lek. Hierdoor kan er ter
hoogte van de sluis een waterstandsverschil optreden van 1 meter en kan er alleen geschut
worden tijdens vloed.
Risicobenadering voor de Nederlandse zoetwatervoorziening
81 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De oorzaak van deze mogelijke schutbeperking ligt buiten het handelingsperspectief in het
casestudiegebied, daarom laten we deze effecten vooralsnog buiten beschouwing.
Tot slot is het mogelijk dat er – in een zeer extreme situatie – een schutbeperking wordt
ingesteld bij de zeesluis van IJmuiden om zoutindringing op het Noordzeekanaal te beperken.
Dit is nooit eerder voorgekomen, maar het is geen ondenkbare maatregel, gezien de
klimaatontwikkeling en de bouw van de nieuwe zeesluis, waardoor de zoutlast op het NZK
mogelijk groter kan worden. Hier zijn echter nog geen afspraken over gemaakt en het effect
van een schutbeperking bij de zeesluis van IJmuiden op de zoutindringing in het gebied is
(nog) niet bekend. Daarom laten we voor nu de effecten van beperkt schutten bij IJmuiden
buiten beschouwing.
Fysiek effect: Langere wachttijd door schutbeperking
Het welvaartseffect van schutbeperkingen is de wachttijd van de schepen. Deze uren hebben
een economische waarde. Het is niet precies bekend hoeveel extra wachttijd passerende
schepen oplopen wanneer er een schutbeperking geldt. Voor zowel de Zeesluis IJmuiden, als
de Irene- en Beatrixsluis geldt dat de schutcapaciteit op dit moment als ‘voldoende’ wordt
beoordeeld: dat wil zeggen dat de verhouding intensiteit/capaciteit kleiner is dan 0,6 en de
gemiddelde wachttijd minder is dan 45 minuten. Momenteel wordt een 3e kolk aangelegd in
de Beatrixsluis, waardoor de verwachting is dat de schutcapaciteit toeneemt en daardoor de
passagetijd afneemt (Rijkswaterstaat, 2016). De gemiddelde passeertijd door de Prinses
Irenesluizen is 30 minuten, waarvan ongeveer 15 minuten wachttijd is.
Aangezien niet bekend is wat het effect is van een schutbeperking op de wachttijd wordt een
aanname gedaan. Indien een schip een schutting moet wachten neemt zijn wachttijd toe van
15 minuten tot 45 minuten. Wanneer een schipper twee schuttingen moet wachten neemt dit
toe tot 75 minuten enzovoort. Tabel 5.3 laat de toename aan wachturen per dag zien
wanneer schepen in het casestudiegebied één schutting langer moeten wachten door een
schutbeperking.
Tabel 5.3 Het aantal extra wachturen per dag bij een schutbeperking waarbij een schip één schutting moet
wachten op basis van de passages bij sluizen in het casestudiegebied (tabel 4.2) en eigen berekening.
Aantal extra
wachturen per
schutbeperkte
dag* voor het
ijkjaar 2008
Zeesluis
Ijmuiden
Irenesluis
Grote sluis
Spaarndam
Beatrixsluis
containerschepen
1
0
0
0
nietcontainerschepen
55
0
0
0
0
0.5
0.5
49
0
0
64
0
0
10
0
0
0
0
6
20
alle
beroepsschepen
ferryboten
cruiseschepen
plezierboten
* gerekend is met 365 dagen per jaar, terwijl normaliter in MKBA’s voor reistijdverliezen rekening wordt
gehouden met vakantiedagen e.d. waarop minder vervoersbewegingen plaatse vinden: voor wegverkeer
wordt gerekend met 342 dagen per jaar. Voor scheepvaart is dit aantal dagen niet bekend. Bovendien weten
we niet op welke dag de schutbeperking valt.
82 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Wanneer de KWA wordt ingezet zal de wachttijd bij de Prinses Irenesluis en de Grote sluis
van Spaarndam toenemen. Op basis van de extra wachttijd bij stremming van een kolk van
de Prinses Irenesluis kunnen we een aanname doen over de toename van de wachttijd bij
inzet van de KWA (NMCA, 2011; Scheepvaarteffecten omloopriool Prinses Irensluis, 2013).
De toename van de wachttijd wordt geraamd op 70 minuten (zie Bijlage G voor verdere
uitwerking). Voor de Grote Sluis van Spaarndam zijn geen gegevens bekend, daarom gaan
we ervan uit dat de toename van de wachttijd vergelijkbaar is met de toename van de
wachttijd bij de Irenesluis.
Wanneer de wachttijd oploopt zullen schepen uit proberen te wijken naar andere routes. De
wachttijd lijkt dus te worden overschat. Echter zal omvaren ook kunnen zorgen voor langere
wachttijden voor sluizen op andere routes waardoor het effect hetzelfde blijft.
Welvaartseffect: Langer wachten
Het Kenniscentrum Mobiliteit geeft sinds 2013 kengetallen voor de wachttijd van schepen bij
een sluis (Warffemius, 2013).
Tabel 5.4 geeft de relevante prijzen voor wachttijd voor verschillende scheepstypen.
Tabel 5.4 Prijzen per wachtuur bij de sluis (€/uur, prijspeil 2010) (Warffemius, 2013; ZKA, 2009).
Containerschepen
Niet-containerschepen
Alle binnen- en zeevaart
schepen (gemid)
Cruiseboten
Passagiersschepen
Binnenvaart
(€/uur)
382
331
338
Zeevaart
(€/uur)
871
957
941
nvt
nvt
nvt
nvt
Recreatievaart
nvt
nvt
Nvt
€254* per
gemiste
passagier
€8,25
persoon/uur
* Voor cruiseschepen is de vraag of men een andere stad aandoet door de langere wachttijd. Het effect is in
dat geval een verlies aan inkomsten voor Amsterdam. De bestedingen van een cruisepassagier is ongeveer
€254 per cruisepassagier. Als een cruisepassagier een stad niet aandoet kan het verlies aan bestedingen
worden gezien als rechtstreeks omzetverlies voor de stad.
We nemen aan dat economische effect van de extra wachttijd niet afgewenteld wordt op de
afnemers. Dit betekent dat er geen grote prijseffecten te verwachten zijn.Het
consumentensurplus is dan nihil en het welvaartseffect is gelijk aan het Nederlandse deel van
de schippers. Ongeveer 80% van het vervoer in ton over Nederlandse wateren wordt door
Nederlandse schippers vervoerd (Deltares et al, 2016). Wanneer dit ook geldt voor het
Amsterdam Rijnkanaal-Noordzeekanaal, dan is het welvaartseffect van de schadecurve 80%
van de schade voor de producenten. Op basis van de vorige gegevens kunnen we het
welvaartseffect van inzet van de KWA per dag ramen (zie Tabel 5.5).
Risicobenadering voor de Nederlandse zoetwatervoorziening
83 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 5.5
Welvaartseffect van inzet van de KWA per dag
Beroepsschepen Irenesluis
Schepen
Minuten extra wachttijd
Prijs/Uur wachttijd
Aandeel NL schippers
Welvaartsverlies €/dag KWA
*Prijspeil 2008
35.845
70
338
80%
~€31.000*
Beroepsschepen
Sluis Spaarndam
7200
70
338
80%
~€6200*
Grote
Waarschijnlijk zal het welvaartsverlies door stremming van de Grote Sluis in Spaarndam
hoger zijn. De drukste periode voor deze sluis is de zomerperiode Ook droge perioden vallen
meestal in de zomer, waardoor meer schepen te maken krijgen met een langere wachttijd.
Naast welvaartsverlies door een langere wachttijd kunnen passagiersschepen een haven niet
aandoen door de slechtere bereikbaarheid van de haven. Met een voorbeeld illustreren we
ook de gemiste bestedingen door passagiers op passagiersschepen wanneer door een
schutbeperking een haven niet wordt aangedaan. In het voorbeeld gaan we ervan uit dat 75
procent van de tijd een andere Nederlandse haven in plaats van een buitenlandse haven
wordt aangedaan (zie Tabel 5.6).
Tabel 5.6
Welvaartseffect gemiste bestedingen (ZKA, 2009).
Ferry
Aantal passages/aanmeringen p/j
Aantal passagiers per schip
Totale bestedingen 2008
Gemid.besteding/passagier
Substitutie (andere NL haven)
Welvaartseffect per gemiste passage
ferry
360
1330
31.000.000
65
75%
€21.600*
cruise
341
1.228
106.380.000
254
75%
€77.900
*Door gemiste omzet te nemen wordt het welvaartseffect licht overschat. Dit welvaartseffect wordt dan ook
gezien als het maximale welvaartseffect per gemiste passage.
5.4.2.3
Industrie en energie
In het casestudiegebied heeft droogte vooral via een hoge chlorideconcentratie en een
hogere temperatuur effect op de industrie- en energiesector. Ten eerste kan een hogere
chlorideconcentratie bij de inlaatpunten van industriewater zorgen voor schade aan metalen
leidingen en/of installaties. Ten tweede kan een langdurig hoge chlorideconcentratie van het
innamewater zorgen voor een productiestop. Bij een te hoge chlorideconcentratie
(onvoldoende zoet water) wordt er overgestapt op buffers, wanneer de buffers opraken kan
de productie worden stopgezet. Ten derde kan een verhoogde temperatuur van het
innamewater zorgen voor een verlies aan energieproductie voor de energiebedrijven. Ten
slotte hebben koelwaterinname of koelwaterlozingsverboden en -beperkingen effect op de
productie (zie Figuur 5.7).
84 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.7 Effectentrein’ industrie en energie
De belangrijkste watergebruikers langs het Amsterdam Rijnkanaal en het Noordzeekanaal die
effecten van droogte kunnen ondervinden zijn (Arcadis, 2009; Enipedia, 2016; Bruijs et.al.,
2008):
- Industrie: Tata steel & DSM;
- Energiecentrales: 3 Nuoncentrales (zie Bijlage H)
De grootste industriële watergebruiker in het gebied is Tata Steel. Waterwinstation C
Biemond levert 19.2 miljoen m3 aan Tata Steel (Provincie Utrecht, 2012).
Om alle mogelijke effecten van droogte op de industriesector te achterhalen dient er rekening
te worden gehouden met alle industrie die water onttrekt of loost in het casestudiegebied. In
een eventuele vervolgstudie is hiervoor een overzicht nodig van alle vergunningaanvragen
voor onttrekking en lozingen in het casestudiegebied. Daarnaast zal door de energietransitie
de energiesector sterk gaan veranderen. De verwachting is dat in de toekomst de effecten
van droogte op de energiesector daardoor zullen verminderen.
Hydrologisch effect: chlorideconcentratie en temperatuur
In het casestudiegebied is in principe altijd genoeg water beschikbaar, alleen is dit water niet
altijd van de juiste kwaliteit. Het meest voorkomende probleem voor de industrie en
energiesector in het casestudiegebied is daardoor vooral een te hoge chlorideconcentratie.
Toename van de chlorideconcentratie wordt voornamelijk veroorzaakt door een lagere afvoer
op het Amsterdam-Rijnkanaal en het Noordzeekanaal. Wanneer bij de inlaatpunten van de
industrie een verhoogde chlorideconcentratie optreedt, kunnen onttrekkingsverboden worden
ingesteld om verzilting te voorkomen. De sector heeft dan last van een watertekort.
Tijdens droge en warme perioden neemt de temperatuur van het oppervlaktewater toe. Deze
toename van de oppervlaktewatertemperatuur is vooral gerelateerd aan de temperatuur van
de lucht en aan een verminderd doorspoeldebiet.
Risicobenadering voor de Nederlandse zoetwatervoorziening
85 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Fysiek effect: Verlies aan levensjaren materieel, productiebeperkingen en
rendementsverlies
Alle bedrijven die gebruik maken van metalen leidingen en/of installaties zijn in principe
gevoelig voor corrosie. Corrosie kan optreden wanneer deze bedrijven oppervlaktewater met
een verhoogd chloridegehalte innemen. Het gaat hierbij om de zogenoemde putcorrosie: het
proces waarbij een beschermende oxidelaag op metaal wordt ‘aangevallen’ door chloride
ionen. Voor bijv. de petrochemie geldt dat elke milligram extra chloride gevolgen heeft voor
de levensduur van hun installaties. Bedrijven die regelmatig te maken krijgen met
oppervlaktewater met een verhoogde chlorideconcentratie en hier gevoelig voor zijn hebben
vaak een demi-installatie of omgekeerde osmose installatie stand-bye. Als bedrijven niet
voorbereid zijn heeft het chloridegehalte in mg/m3 heeft direct invloed op het aantal verloren
levensjaren van een leiding of installatie. Vanaf ca. 120 milligram chloride per m3, treedt een
verlies van levensjaren op dat stijgt naarmate het chloridegehalte toeneemt (persoonlijke
communicatie Witteveen en Bos).
Bedrijven die water innemen kunnen gevoelig zijn voor een zoetwatertekort of
wateronttrekkingsverbod. Doorgaans houden deze bedrijven buffervoorraden aan, zodat de
productie niet hoeft te worden beperkt. Voor bedrijven als Tata Steel geldt dat het
productieproces niet zomaar stopgezet kan worden. Uit navraag (verslag gesprek met Corus
in Calprea-project over Economische schadegevoeligheid Noordzee, 2007) blijkt dat dit
bedrijf een buffervoorraad (bij PWN) heeft die hen in staat stelt om 42 dagen te overbruggen.
Indien de productie toch komt stil te liggen duurt het 2 weken om de productie weer op te
starten. Voor elk bedrijf zal dit anders liggen. De meeste grote bedrijven gevoelig voor
watertekorten zullen buffers hebben aangelegd, in dat geval treedt pas na een extreme
droogte een fysiek effect op.
Bedrijven die water innemen voor koeling, lozen het doorgaans ook weer op een
oppervlaktewater. Wanneer de temperatuur van het oppervlakte water meer dan 10 graden
Celsius 14 stijgt door de lozing en/of boven de 25 of 30 graden komt, moeten bedrijven hun
productie reduceren. Overigens komt daar een aanvullende eis bij, namelijk dat 30% van de
dwarsdoorsnede van het kanaal (of rivier) minder dan 3 graden mag opwarmen ten opzichte
van de achtergrondconcentratie. Daarnaast mogen de energieproducenten 6 dagen boven de
temperatuur blijven, dus pas op de zevende dag kan een productiebeperking plaatsvinden.
Een productiebeperking wordt alleen ingesteld als er geen andere bronnen van water zijn die
ingezet kunnen worden 15. Met hoeveel procent de productie gereduceerd dient te worden
indien een productiebeperking optreedt moet nog worden uitgezocht.
Bij energiebedrijven speelt nog iets anders: hun rendement (d.w.z. hoeveel ze kunnen
opwekken met hun opgestelde vermogen) hangt van de temperatuur van het innamewater:
hoe hoger deze is, hoe lager hun rendement. Bij een toename van 1 graad Celsius van het
ingenomen koelwater neemt de productie met 0,3% per dag van het opgesteld vermogen
(MWE’a) af (Ballot, 2008). Dit rendementsverlies kan worden uitgedrukt in een
productiekostenstijging per geproduceerde MWh. Het handelingsperspectief van de
waterbeheerders om dit fysieke effect tijdens droge perioden te voorkomen is beperkt.
14
15
Aan de Hemcentrale van Nuon stelt Rijkswaterstaat de eis dat de opwarming niet meer dan 3 graden is ten opzichte
van de achtergronconcentratie (Bruijs, et.al., 2009). De achtergrondconcentratie wordt gebaseerd op een meetpunt
ver bovenstrooms bij het ARK, niet lokaal.
Bijvoorbeeld de Nuoncentrale in Diemen kan als alternatief water uit IJmeer innemen en is daardoor minder gevoelig
voor droogte.
86 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Welvaartseffect: Kosten eerder vervangen leidingen en verlies productiewaarde
Eerder vervangen leidingen: Om het welvaartseffect van het verlies aan levensjaren van
leidingen of installaties te ramen moet worden uitgezocht wat de afschrijvingskosten van een
installatie of leiding zijn. Dit zal per bedrijf verschillen.
Productiestop: Wanneer de productie stil komt te liggen nadat de buffervoorraden op zijn
(b.v. na een innamestop van 42 dagen) ontstaat schade in de vorm van verlies van een groot
deel van de productiewaarde. Vrijwel alle kosten lopen door, behalve die van grondstoffen en
er zijn kosten gemoeid met het opnieuw opstarten. Voor Tata Steel kunnen de kosten per dag
van een productiestop worden geraamd op € 8 miljoen per dag (verslag gesprek met Corus in
Calprea-project over Economische schadegevoeligheid Noordzee, 2007).
Productiebeperking (koelwater gerelateerd): Beperking van koelwaterlozing leidt tot
productiebeperkende dagen. Voor energiebedrijven kost een € 28 tot € 72 per MWh gemiste
opwekking (APX-Handelsbeurs). De variabele operationele kosten zijn verwaarloosbaar, bijna
alle kosten lopen dus door ongeacht er geproduceerd wordt of niet (CE Delft, 2006).
Minder rendement productie: Het rendementsverlies van een productiedag kan worden
berekend met behulp van de productiekosten van energiecentrales, voor conventionele gas
en kolencentrales is deze lager dan de verkoopprijs van elektriciteit (zie productiebeperking).
Door dit bedrag te vermenigvuldigen met het aantal geproduceerde uren per dag kan het
verlies per dag berekend worden. Als het aantal geproduceerde uren per dag niet bekend is,
maar het opgesteld vermogen wel kan het aantal geproduceerde uren worden geraamd op
grond van 8.000 productie-uren per jaar.
5.4.2.4
Drinkwatervoorziening
Het effect van droogte op de drinkwatervoorziening is gerelateerd aan twee effecten:
Toename van de e chlorideconcentratie en toename van vervuiling door indikking van water
door lagere debieten. Ook de temperatuur van het water kan een rol spelen, maar het
handelingsperspectief om dit effect te verkleinen is beperkt, daarom werken we dit effect hier
niet verder uit.
Toenemende chlorideconcentraties en vervuiling kunnen zorgen voor innamebeperkingen of
innamestops. Bij innamebeperkingen wordt grondwater gemengd met oppervlaktewater
(Provincie Utrecht, 2012)). Bij een innamestop treedt de buffer van de drinkwaterbedrijven in
werking. In het geval de chlorideconcentraties of vervuiling dusdanig lang boven de norm ligt
dat de buffers opraken, kan aan drinkwaterbedrijven in de regio worden gevraagd extra water
te leveren. Mogelijk levert dit iets hogere productiekosten op. Als op een gegeven moment
ook dat niet meer voldoende water oplevert kan er niet aan de drinkwatervraag worden
voldaan. Drinkwaterbedrijven hebben echter een publieke functie met een zorgplicht voor
overheden om de openbare drinkwatervoorziening veilig te stellen (zoals vastgelegd in de
Drinkwaterwet). We gaan er hier dan ook vanuit dat er altijd aan de drinkwatervraag wordt
voldaan (Deltares et al, 2016).
Figuur 5.8 Effecttrein drinkwater, effecttrein additionele investeringen door de effecten van klimaatverandering is
heir niet opgenomen. Wel is dit welvaartseffect beschreven in de tekst.
Risicobenadering voor de Nederlandse zoetwatervoorziening
87 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De relevante drinkwaterbedrijven in het casestudiegebied zijn PWN en Waternet. PWN
produceert jaarlijks ca. 90 miljoen m3 water (PWN, 2015) en levert ca 99 miljoen m3 aan
klanten omdat zij ook water inkoopt (waarvan 18 miljoen m3 aan zakelijke klanten). Zij neemt
jaarlijks ca. 96 miljoen m3 water in, waarvan 75 miljoen uit het IJsselmeer (Waterwinstation
Andijk), 16-20 miljoen uit het Lekkanaal en 5 miljoen uit ’t Gooi. PWM bedient hiermee ca.
788 duizend aansluitingen (incl. bedrijven) en 1,6 miljoen inwoners (Vewin, 2015). Het
drinkwater dat PWN inneemt uit het IJsselmeer wordt niet beïnvloedt door veranderingen in
het casestudiegebied. Dit geldt ook voor het diepe grondwater dat PWN wint in ’t Gooi. De
16-20 miljoen m3 komt van het waterwinstation ir. Cornelis Biemond in Nieuwegein dat water
onttrekt aan het Lekkanaal.
Waternet produceert en distribueert jaarlijks ca. 88 miljoen m3 water. Zij neemt 51,7 miljoen
m3 in uit het lekkanaal via waterwinstation ir. Cornelis Biemond in Nieuwegein en wint de rest
voornamelijk uit de Bethunepolder (Rook, Hillegers en van der Hoek, 2013). In deze polder
wordt opwellend grondwater gebruikt voor de productie van drinkwater. Waternet bedient
hiermee ca. 495 duizend aansluitingen en ca.0,9 miljoen inwoners (Vewin, 2015).
Hydrologisch effect: Chlorideconcentratie en toename vervuiling door indikking
De drinkwatervoorziening van Noord-Holland is bijna geheel afhankelijk van
oppervlaktewater. Vooral water uit het Lekkanaal onttrokken in Nieuwegein is een belangrijke
bron van oppervlaktewater die mogelijk gevoelig is voor verzilting. Dit water wordt in de
Amsterdamse Waterleidingduinen geïnfiltreerd. De duininfiltratie zorgt voor een natuurlijke
kwaliteitsverbetering van het oppervlaktewater. Daarna wordt het water verder gezuiverd op
de productielocatie Leiduin.
Vooral hoge chlorideconcentraties en vervuiling bij het innamepunt bij Nieuwegein kunnen
leiden tot negatieve effecten op de drinkwatervoorziening. Via de zeesluizen bij IJmuiden, het
Noordzeekanaal en het IJ komt zout water het Amsterdam-Rijnkanaal op. Het zout komt
ongeveer tot 5 km van het Amsterdam-Rijnkanaal. Om de zoutindringing tegen te gaan wordt
bij Weesp een minimumdebiet van 10m3/s nagestreefd. Tijdens droge perioden kan het
voorkomen dat dit niet wordt gehaald. Het innamepunt van Nieuwegein bevindt zich echter op
40 km ten zuiden van de zouttong, alleen in zeer extreem droge situaties is het eventueel
mogelijk dat de zouttong het innamepunt bereikt (Provincie Utrecht, 2012). In welke mate
perioden met lage afvoer effect hebben op de indikking van vervuiling is onduidelijk. Andere
belangrijk bronnen van drinkwater, zoals de Bethunepolder lijken minder gevoelig voor
verzilting door droogte.
Fysiek effect: Innamestops
Een droge periode kan betekenen dat drinkwaterbedrijven minder of zelfs helemaal geen
water in kunnen nemen doordat het chloridegehalte te hoog is. Een innamebeperking kan
optreden vanaf 150 miligram Chl/liter. Voor het innamepunt bij Nieuwegein is in het verleden
3 keer een innamebeperking door chloride opgetreden in 1983, 1986 en 1989. De
voornaamste oorzaak was waarschijnlijk de veel hogere achtergrondconcentratie van chloride
van de Rijn in die tijd. In 2006 is er door een lage waterstand en afvoer overleg gevoerd met
RWS over de voortgang van de normale productie. Uiteindelijk is de productie niet beperkt.
Deze gebeurtenis kan wel worden gerelateerd aan droogte.
In het casestudiegebied is alleen de levering uit het Lekkanaal is gevoelig voor droogte. Dit
betreft een klein deel van de drinkwaterproductie in het casestudiegebied. De verwachting is
dat wanneer deze drinkwaterproductie wordt beperkt dit opgevangen kan worden door buffers
of andere drinkwaterbronnen.
88 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Welvaartseffect: Extra investering infrastructuur, welvaartsverlies gedragsmaatregelen
Innamestops leiden doorgaans niet tot grote welvaartseffecten, omdat drinkwaterbedrijven
voorzorgsmaatregelen hebben getroffen. Zij kunnen de productie van een ander innamepunt
in hun gebied opschroeven, ze hebben buffervoorraden aangelegd en kunnen overgaan op
tijdelijk levering door andere drinkwaterbedrijven die geen innamebeperking hebben.
Regionaal kan dit wel consequenties hebben, bijvoorbeeld doordat door een
innamebeperking bij het innamepunt bij Nieuwegein Waternet mogelijk minder water kan
doorverkopen aan PWN. Dit zorgt voor minder inkomsten voor Waternet, maar ook voor
minder uitgaven van PWN. Op nationaal niveau vallen deze posten tegen elkaar weg.
De additionele kosten van de inzet van buffers of levering door andere bedrijven zijn beperkt.
De infrastructuur ligt er immers al, deze moet alleen ingezet worden. Pas als door
veranderende omstandigheden (toename van droogte in een scenario of door een maatregel)
de bestaande infrastructuur onvoldoende blijkt kan een effect op de welvaart optreden. De
additionele maatregelen die de sector neemt om te blijven voldoen aan de drinkwatervraag
tijdens droge perioden heeft effect op het producentensurplus. Als deze kosten structureel
hoger zijn wordt dit doorberekend aan de consumenten, dit heeft effect op het
consumentensurplus. Om inzicht te krijgen in de grote van het welvaartseffect is informatie
van drinkwaterbedrijven nodig over de kosten van additionele maatregelen (zoals aanleg
grotere buffers, aansluiting op andere drinkwaterbedrijven en ontzilting).
Als ondanks deze maatregelen alsnog niet genoeg water kan worden geleverd zullen
gedragsmaatregelen in beeld komen. Er kan bijvoorbeeld aan de samenleving worden
gevraagd zuiniger om te gaan met water 16. Dit kan voor een klein welvaartsverlies 17 zorgen.
In de hypothetische situatie dat alle productiefaciliteiten minstens één dag stilliggen heeft het
welvaartseffect betrekking op een tekort aan drinkwater. We gaan ervan uit dat dit zich niet
voordoet in Nederland.
5.4.2.5
Natuur
Bij natuur kan onderscheid worden gemaakt in aquatische en terrestrische natuur. De
effecten van droogte op de natuur kunnen uitgedrukt worden in economische en intrinsieke
waarde. Meestal wordt de economische waarde uitgedrukt op basis van de
ecosysteemdiensten die de natuur levert, zoals recreatie, hout of bescherming tegen
overstromingen. De economische waarde kan ook uitgedrukt worden door de herstelkosten te
nemen. De intrinsieke waarde van de natuur is de waarde van de natuur voor de natuur. Dit
kan niet uitgedrukt worden in monetaire eenheden, maar wel met behulp van natuurpunten of
als vermindering van de biodiversiteit. Zie voor meer informatie over de waardering van de
effecten van droogte op natuur Deltares, Stratelligence en LEI (2016).
Verschillende hydrologische effecten kunnen zorgen voor een fysiek effect op de natuur. Voor
de aquatische natuur in het casestudiegebied is dit voornamelijk de chlorideconcentratie en
de temperatuur van het water. Beiden kunnen een omslag in ecosysteemtype en een
vermindering van ecosysteemdiensten veroorzaken. Een verhoogde temperatuur in tijden van
droogte heeft vooral effect op wateren met een hoge nutrientenbelasting.
16
17
In 1976 in Nederland en recent in California werd gevraagd om de waterconsumptie te beperken.
Voorbeelden waar dit welvaartsverlies uit kan bestaan is: Beplanting die dood gaat doordat er niet gesproeid wordt,
auto’s die niet gewassen worden, minder in bad. Dit wordt gedeeltelijk opgeheven door het goede gevoel dat
mensen krijgen door besparing van water.
Risicobenadering voor de Nederlandse zoetwatervoorziening
89 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor terrestrische natuur kan naast een toename van de chlorideconcentratie ook een
bodemvochttekort effect hebben (zie Figuur 5.9).
Deltares, Stratelligence en LEI (2016) hebben laten zien dat de belangrijkste fysieke effecten
van droogte op de natuur gerelateerd zijn aan waterkwaliteitsproblemen, bosbranden,
mineralisatie van de bodem, bodemdaling en verhoogde CO2 uitstoot. Voor terrestrische en
aquatische ecosystemen geldt dat hierdoor soorten en vegetatie onder druk kunnen komen te
staan. Droogte zorgt vaak niet voor structurele veranderingen in een ecosysteem, wel kan
droogte helpen om gevoelige of al verdroogde ecosystemen een extra zet te geven om tot
een omslag in ecosysteemtype te komen. De natuur herstelt bijna altijd van een (extreme)
droogte. Over het algemeen kan gesteld worden dat eerst de hydro-morfologie hersteld,
gevolgd door de vegetatie (~3-5 jaar), macrofauna en vis (5-10 jaar) (Noordhuis, 2016). De
hersteltijd van systemen is echter afhankelijk van het type systeem, van de soortgroep die het
betreft en van de ingreep of verstoring.
Figuur 5.9 Effectentrein natuur
De meest voorkomende ecosysteemtypen in het casestudiegebied zijn zoet water, loofbos,
natuurgraslanden en duinen met lage vegetatie (zieTabel 5.7). Vooral de aquatische natuur,
natuurgraslanden en moerasvegetatie lijken gevoelig voor droogte. Verdroging van duinen
kan gerelateerd zijn aan de inzet van buffers van drinkwaterbedrijven, maar ook aan
uitzakking van de grondwaterstand.
90 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 5.7
Areaal natuur in casestudiegebied
Type (LGN6)
Zoet water
Loofbos
Natuurgraslanden
Duinen met lage vegetatie
Naaldbos
Rietvegetatie
Duinen
met
hoge
vegetatie
Moerasvegetatie
Areaal
543.450
261.265
194.475
169.763
111.845
51.975
27.303
22.149
Momenteel is er nog geen dynamisch model operationeel 18 dat de effecten van droogte op de
natuur kan doorrekenen. Vandaar dat een voorbeeld wordt gegeven aan de hand van het
effect van hogere chlorideconcentratie op veenplassen.
Hydrologisch effect veenplassen: Verhoging chlorideconcentratie
Vermindering van het doorspoeldebiet kan zorgen voor een toename van de
chlorideconcentratie in een gebied. Organismen hebben verschillende voorkeuren voor
chloride in het oppervlaktewater. Figuur 5.10 laat de soorten zien die kunnen voorkomen in
sloten bij verschillende chlorideconcentraties (Runhaar et al, 2014).
Figuur 5.10. Effect op het kunnen voorkomen van macrofauna-soorten in sloten als functie van het chloridegehalte,
uitgedrukt in het aantal soorten dat er kan voorkomen (overleven). Berekend in combinatie met droogval
(niet-droogvallend) en stroomsnelheid (stilstaand: <2.5 cm/s).
18
Verwacht wordt dat in 2017 PROBE gereed en Waterwijzer Natuur deels gereed is. PROBE combineert
statische relaties uit het STOWA-instrumentarium Waternood met dynamische berekeningen voor enkele
parameters. Hier wordt uitgegaan van het instrument Waternood (versie 3.04). Voor aquatische natuur is de
verwachting dat met een aangepaste versie van de KRW verkenner de effecten van zout en nutrienten
kunnen worden ingeschat.
Risicobenadering voor de Nederlandse zoetwatervoorziening
91 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Fysiek effect veenplassen: Verlies ecosysteemdiensten en soorten
Chloride werkt in op de fysiologie van planten (cellen verliezen water als gevolg van
osmotische druk bij hoge zoutgehaltes), daardoor kunnen we stellen dat planten een tijdelijke
verandering van de chlorideconcentratie wel kunnen overleven, maar dat planten verdwijnen
als er een langdurige verandering van de chlorideconcentratie optreedt. Op basis van de
chlorideklassen uit Waternood kan als vuistregel gesteld worden dat:
•
•
een kortdurende verschuiving in één chlorideklasse geen effecten heeft;
een kortdurende verschuiving van twee of meer chlorideklassen een verlaging van de
kwaliteit van de plantengemeenschap oplevert (gevoelige soorten zullen afsterven);
een langdurige verschuiving in één chlorideklasse een verlaging van de kwaliteit van de
plantengemeenschap oplevert; indien permanent dan verdwijnt de
plantengemeenschap wel;
een langdurige verschuiving van twee of meer chlorideklassen het verdwijnen van de
plantengemeenschap oplevert.
•
•
Voor waterplanten kan een periode van minder dan 6 weken als kortdurend worden
beschouwd. Een groeiseizoen kan als langdurend worden gezien. Momenteel is er geen
literatuur beschikbaar die deze vuistregels ondersteunt, maar vanuit de fysiologie van planten
lijkt dit alleszins redelijk. De chloridetolerantie van andere organismen staat weergegeven in
Bijlage H.
De verhoging van de chlorideconcentratie heeft via een verandering in de
soortensamenstelling uiteindelijk effect op de EKR score 19 voor de Kader Richtlijn Water
(KRW) (Figuur 5.11). Deze score kan worden gebruikt als indicator van het effect van droogte
op natuur.
EKR
M1a: Zoete sloten
M1b: Zeer zwak-brakke sloten
M8: Veensloten
1.00
0.80
0.60
0.40
0.20
0.00
0-300
300-1000
1000-3000
3000-10000
Zoutgehalte (mg/l)
Figuur 5.11 Effect op het kunnen voorkomen van macrofauna-soorten in sloten als functie van het chloridegehalte,
uitgedrukt in de KRW-maatlatscore (EKR). Berekend op basis van aanwezigheid (abundantie=1). Berekend
in combinatie met droogval (niet-droogvallend) en stroomsnelheid (stilstaand: <2.5 cm/s).
19
EKR score: de verhouding tussen de genormaliseerde waarde van de biologische kwaliteitselementen ten opzichte van de
referentiescore (natuurlijke waterlichamen) of het MEP (sterk veranderde-kunstmatig aangelegde waterlichamen).
92 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Een verandering naar minder bijzondere soorten heeft potentieel een negatief effect op de
intrinsieke waarde, terwijl verandering naar minder voorkomende soorten een positief effect
heeft op de intrinsieke waarde.
Natuurpunten zijn een manier om de verandering in intrinsieke waarde van natuur vast te
stellen. Als het areaal en de kwaliteit van het betreffende ecosysteemtype bekend is kan het
worden gecombineerd met weegfactoren voor de biodiversiteit. Op basis van deze
ingredienten kan worden vastgesteld in welke mate de voor Nederland zeldzame
biodiversiteit wordt beïnvloed(Wortelboer, 2015).
Ook ecosysteemdiensten kunnen veranderen door hogere chlorideconcentraties. Op basis
van veranderende vegetatie en soorten kan dit worden ingeschat. Opgepast moet worden dat
er niet dubbel wordt geteld, omdat de gebruiksfuncties recreatie en landbouw ook
ecosysteemdiensten zijn.
Welvaartseffect: Waarde ecosysteemdiensten en vererving
Het welvaartseffect is enkel te bepalen voor verandering in ecosysteemdiensten of
verandering van de natuurkwaliteit voor de mens. De intrinsieke waarde is niet uit te drukken
in een welvaartseffect. Waardering van dit effect kan op basis van kentallen.
Vermindering van de natuurkwaliteit kan ook gewaardeerd door de herstelkosten te nemen
(Deltares, Stratelligence en LEI, 2016).
5.4.2.6
Infrastructuur
Droogte kan effect hebben op verschillende soorten infrastructuur. We onderscheiden (zie
ook Figuur 5.12):
-
Riolering, gas- en waterleidingen
Huizen op palen
Kunstwerken en wegen op palen
Verandering in grondwaterstanden door neerslagtekort en/of peiluitzakking kan leiden tot
ongelijkmatige zettingen (Brolsma et al, 2012). Het optreden van ongelijkmatige zettingen is
onder andere afhankelijk van heterogeniteit in de bodem en het landgebruik (Deltares, 2012).
Vooral de volgende objecten kunnen hierdoor schade ondervinden: rioleringen, en gas- en
waterleidingen.
Gewone
verzakking
is
vooral
gerelateerd
aan
permanente
grondwaterstandverlaging. De effecten hiervan laten we buiten beschouwing.
Tijdelijke grondwaterstandsdaling door droogte kan er ook voor zorgen dat wegen niet meer
in hoogte aansluiten op constructies die op palen zijn gefundeerd, zoals huizen, bruggen en
duikers (Deltares, 2012). Bij duikers kunnen ‘kattenruggen’ ontstaan. Hoogteverschillen
worden veroorzaakt door verschillen in zettingen, omdat belastingen van op palen
gefundeerde constructies worden overgedragen aan een diepere, draagkrachtigere laag.
Hierdoor treedt een zettingsverschil op tussen op palen gefundeerde bebouwing en de
omliggende wegverharding. Van belang is dus het aantal op palen gefundeerde constructies
die zich bevinden in zettingsgevoelig gebied (grensgebieden qua bodem opbouw).
Naast verschilzetting kan uitzakken van de grondwaterstand zorgen voor schade aan palen
door additionele droogstand van de paalfunderingen. Wanneer paalfunderingen niet onder
water staan kan er rotting van de palen optreden. Uiteindelijk dienen de palen vervangen te
worden.
Risicobenadering voor de Nederlandse zoetwatervoorziening
93 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De regionale waterbeheerder heeft vooral handelingsperspectief om de watergangen op peil
te houden. De effecten van daling van de grondwaterstand door uitzakken van het slootpeil
wordt daarom wel meegenomen, maar de effecten van een meer dan gemiddelde
neerslagtekort op verschilzetting en bodemdaling niet.
Naast effecten op kabels en leidingen en paalrot heeft bodemdaling mogelijk ook een effect
op het verschil tussen polderpeil en boezempeil. Hierdoor wordt bemaling lastiger waardoor
energiekosten toenemen. Ook kan in sommige gebieden door het verdwijnen van veen op
termijn de melkveehouderij minder rendabel worden. In deze studie wordt hier nog niet naar
gekeken, maar we raden wel aan deze effecten verder te onderzoeken.
Figuur 5.12 Effectentrein infrastructuur
In het casestudiegebied liggen 2.45 miljoen huizen en 31.453 km weg. We hebben (nog)
geen data verkregen over de rioleringen, gas- en waterleidingen in het casestudiegebied.
Hydrologisch effect: Verandering grondwaterstand
Aangenomen wordt dat daling van het slootpeil door droogte exponentieel afneemt met de
afstand tot de sloot, en tot maximaal 50 m vanaf de sloot doorwerkt in de grondwaterstand
(5.13). Een peilverlaging van 10 centimeter kan ervoor zorgen dat de maaivelddaling met 1,5
millimeter per jaar toeneemt. Voor de gemiddeld laagste grondwaterstand (GLG) geldt dat bij
het uitzakken van 10 cm de bodem met 2.4 mm per jaar extra daalt (Deltares et al, 2016).
Verschilzettingen door grondwaterstanddaling treden vooral op de grenzen op van gebieden
met een verschillende bodemopbouw20.
20
Schades aan leidingen treden ook op in de nabijheid van op staal gefundeerde kunstwerken zonder dat sprake is van
een heterogene bodemopbouw (zie volgende paragraaf).
94 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.13 Percentage van daling slootpeil dat doorwerkt in grondwaterpeil (Deltares et al, 2016)
Voor houten paalfunderingen is niet de mate van bodemdaling van belang, maar de
droogstand van de paalkoppen. De grondwaterstand is hierdoor de bepalende hydrologische
parameter.
Fysiek effect: Reparaties aan infrastructuur door bodemdaling, verschilzetting en
additionele paalrot
Leidingen en rioleringen
De gevoeligheid van leidingen en rioleringen voor een grondwaterstanddaling is afhankelijk
van het aantal keer dat leidingen grenzen van grondsoorten doorkruisen. Ook voor
wegverharding geldt dat mogelijke schade afhankelijk is van de samenstelling van de
grondsoort onder de weg, maar ook van de aansluiting op constructies. Hiervoor is informatie
nodig over de op palen gefundeerde constructies in een zettingsgevoelig gebied. Voor
leidingen en wegen gaat het alleen om de bodemdaling veroorzaakt door uitzakking van het
(sloot)peil.
Voor wegen en bebouwing is geanalyseerd hoeveel km weg en bebouwing er binnen 50
meter van een watergang ligt. Zij zijn gevoelig voor het uitzakken van het slootpeil bij een
droogte. Over leidingen en riolering is geen informatie verkregen.
Risicobenadering voor de Nederlandse zoetwatervoorziening
95 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 5.8
Aantal huizen en verharde wegen in casestudiegebied. Onderscheid wordt gemaakt in de nabijheid van
(boezem)water en de hoeveelheid veen in de ondergrond.
Aantal
huizen
(voor 1970)
Verharde wegen
(in km)
In casestudie
gebied
Op 50 m van
water
53.178
Op 50 m van
water en
minstens 10%
veen
32.451
Op 50m van
water en
minstens 50%
veen
15.776
101.969
31.453
3154
1772
798
Zetting treedt vooral op in gebieden met veel veen. De huizen en wegen in het gebied met
meer dan 50% veen zijn dus vooral gevoelig voor zetting. Verschilzetting is afhankelijk van de
bodemopbouwgrenzen. Om een goed beeld te krijgen van de gevoeligheid van huizen en
wegen voor bodemdaling is deze informatie nodig.
De intensiteit van (verschil)zetting bepaalt of er schade optreedt en er dus reparaties nodig
zijn. Indien (verschil)zetting leidt tot het breken van leidingen, dan maakt het in feite niet meer
uit hoeveel (verschil)zetting er is: het gaat om het wel of niet optreden van schade. Bij
bepaling van het welvaartseffect gaat het vooral om de knikpuntzetting: de verschilzetting
waarbij schade optreedt aan leidingen die reparatie vergt. De knikpuntzetting verschilt voor
gasleidingen, waterleidingen en rioleringen.
Het aantal reparaties aan de leidingen en wegen veroorzaakt door (knikpunt)zetting is het
fysiek effect. Het punt wanneer er zoveel verschilzetting optreedt dat de leidingen het niet
meer aankunnen is onbekend. Dit dient nagevraagd te worden bij installatiebedrijven en/of
beheerders van leidingen.
Paalrot
Alle bebouwing op 50 meter van watergangen met houten fundering 21 is potentieel gevoelig
voor paalrot door droogte (zie Tabel 5.8 voor de aantallen huizen en wegen op veen).
Droogstand van houten funderingen wordt veroorzaakt door een lagere grondwaterstand. In
veel gebieden is de grondwaterstand structureel te laag waardoor paalrot optreedt. Uitzakken
van de grondwaterstand door droogte kan zorgen voor additionele paalrot waardoor de
fundering sneller moet worden vervangen/hersteld. Ook hier geldt dat er alleen wordt
gekeken naar de bebouwing die binnen het invloedsgebied van uitzakking van het slootpeil
staat (50 meter).
Het fysiek effect voor houten paalfunderingen is het eerder plaatsvinden van het vervangen
van houten funderingen. Hiervoor dient informatie bekend te zijn over de huidige cumulatieve
droogstand van paalfundering en het soort fundering van huizen.
Welvaartseffect: Kosten herstel infrastructuur en eerder vervangen paalfunderingen
Leidingen en rioleringen
Met iedere reparatie zijn reparatiekosten gemoeid.
21
Alle bebouwing voor 1970 heeft potentieel houten funderingen
96 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
De kengetallen van reparatiekosten bij graafschades kunnen toegepast worden om de
schade aan wegen en leidingen te waarderen. Tabel 5.9 geeft een overzicht van deze
kengetallen. Leidingen liggen vaak onder wegen, bij vervanging van een leiding moeten dus
ook vaak de wegen open.
Reparaties brengen naast kosten ook hinder teweeg. Een deel van de openbare ruimte moet
worden afgezet om reparaties uit te voeren. Reparaties kunnen leiden tot verminderde
bereikbaarheid en ongemakken voor de omgeving, waaronder losliggend zand, geluids- en
trillingshinder (Witteveen+Bos, 2015). Ook kan een leveringsonderbreking optreden van gas
of water. In Tabel 5.9 zijn ook de kengetallen voor deze effecten weergegeven.
Tabel 5.9
Welvaartseffecten bij reparaties aan leidingen en wegen*
Welvaartseffect
Reparatiekosten
leidingen
Parameters
-
Bedrag
€576 per reparatie
aan waterleiding
€600 per reparatie
aan gasleiding
€480 per reparatie
aan rioolleiding
€1853 per reparatie
aan DWA-rioolleiding
€300 per m² asfalt
€30 per m² klinkers
€9 per persoon per
uur
Bron
SEO, 2007
€1,33 per gehinderd
huishouden per dag
SEO, 2007
€1,13/€22 schade per
huishouden/detaillist
per uur onderbroken
waterlevering
SEO, 2007
# gemid. tijdsduur
leveringsonderbreki
ng riool
# aantal getroffen
afnemers
€1,13/€4,42 schade
per
huishouden/detaillist
per uur onderbroken
riool
SEO, 2007
# gemid. tijdsduur
leveringsonderbreki
ng gas
# aantal getroffen
afnemers
€1,7/€6,64 schade
per
huishouden/detaillist
per uur onderbroken
gaslevering
SEO, 2007
Reparatiekosten
wegen
Reistijdverlies
Geluids- en
trillingshinder
Leveringsonderbreki
ngen
m² per reparatie
# weggebruikers &
gemid. omrijtijd per
weggebruiker
# betrokken
huishoudens &
gemid. tijdsduur
reparaties
# gemid. tijdsduur
leveringsonderbreki
ng water
# aantal getroffen
afnemers
Risicobenadering voor de Nederlandse zoetwatervoorziening
SEO, 2007
SEO, 2007
SEO, 2007
SEO, 2007
KiM, 2010
97 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Om het totale welvaartseffect in te kunnen schatten is de volgende informatie nodig:
•
•
•
het gemiddelde aantal weggebruikers (lees: passage) per reparatie aan een leiding
onder een weg; bijv. via het gemiddeld aantal woningen aan een weg binnen en buiten
de bebouwde kom;
het gemiddelde aantal huishoudens dat op een tak van een waterleidingnet zit en dus te
maken krijgt met een leveringsonderbreking van gemiddeld x minuten (ook weer binnen
en buiten de bebouwde kom); Let op: in Ned. is het drinkwaterleidingnet vrijwel overal
vermaasd en niet vertakt, waardoor dit aantal beperkt is (Ruijgrok, 2012);
het gemiddelde aantal vierkante meter wegverharding dat gerepareerd wordt bij een
wegverzakking.
Paalrot
Voor funderingsherstel zijn de kosten gemiddeld €40.000 per (tussen) woning (Gemeente
Zaanstad, s.t.). Door droge zomers zal er eerder paalrot optreden waardoor deze kosten ook
eerder worden gemaakt.
Om het welvaartseffect te kunnen bepalen moet ingeschat worden wat de huidige status is
van de houten funderingen. Om de ordegrootte van het welvaartseffect vast te stellen maken
we een simpele berekening. Als we er vanuit gaan dat alle huizen van voor 1970 houten
palen hebben, dan staan er in het casestudiegebied 53.178 huizen die gevoelig zijn voor
uitzakking van de grondwaterstand door droogte. Als de funderingen van al deze huizen
binnen 100 jaar vervangen moeten worden dan is de netto contante waarde € 467 miljoen
met een discontovoet van 4.5%22. Als door droogte de funderingen gemiddeld 5 jaar eerder
moeten worden vervangen is het welvaartseffect van het eerder vervangen van deze
funderingen € 23 miljoen voor de hele periode, oftewel € 236.000 23 per jaar. Belangrijk om op
te merken is dat om een klein deel gaat van de totale kosten van droogstand.
5.4.2.7
22
23
Recreatie
Droogte heeft verschillende potentiele effecten op recreatie (zie Figuur 5.13). Allereerst kan
het minder aantrekkelijk worden om te recreëren in en rond het water door een verslechterde
waterkwaliteit. Dit heeft vooral effect op de zwemwaterrecreatie. Daarnaast heeft droogte
potentieel effect op de vaarrecreatie door schutbeperking of sluiting van sluizen. Behalve op
de waterrecreatie kan droogte effect hebben op de kwaliteit van terrestrische natuur. Als dit
het geval is dan treedt er ook een welvaartseffect op. Dit effect wordt behandeld bij de
gebruiksfunctie natuur.
In de gevoeligheidsanalyse dient gevarieerd te worden met de discontovoet.
Nominaal is dit 1.12 miljoen per jaar.
98 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.14 Effectentrein recreatie
Hydrologisch effect: Waterkwaliteit, doorvoercapaciteit en verhoging chloride
concentratie
Droogte heeft effect op de waterkwaliteit. Beperking van de doorspoeling leidt tot onder
andere zuurstofafname en kroosvorming (Deltares, 2012). Samen met hogere temperaturen
kan dit leiden tot groei van blauwalg en botulisme. Bij een laag doorspoeldebiet kunnen
schutbeperkingen worden ingesteld voor de Grote Sluis van Spaarndam om zoutindringing
naar het boezemsysteem van Rijnland tegen te gaan.
Bij inwerkingtreding worden tijdelijk de deuren tussen de Leidsche Rijn en het AmsterdamRijnkanaal dichtgezet, waardoor tijdelijk geen vaarbewegingen meer mogelijk zijn op dit tracé:
dit komt dus neer op een stremming.
Fysiek effect: Minder zwemrecreatie, onbezette ligplaatsen en langere wachttijd
Zwemrecreatie
Om de volksgezondheid te beschermen wordt een zwemverbod opgelegd indien de
waterkwaliteit onder een vastgestelde norm komt. Een zwemverbod wordt afgekondigd
wanneer er blauwalgen 24 aanwezig zijn (meer dan 20 microcystines per liter). Een andere
maat is het aantal colibacteriën: volgens de vierde nota waterhuishouding is het maximaal
toelaatbaar risico een gehalte van 20 cellen per milliliter (20 MPN/ml). Onduidelijk is hoeveel
zwemverboden er jaarlijks worden afgekondigd. Wel weten we dat een zwemverbod
gemiddeld ongeveer 5 weken duurt (H2O, 2010).
24
Blauwalgen produceren microcystines. Dit is een gifstof die schadelijk is voor het lever- en zenuwstelsel. Bij
concentraties boven de 20 microgram microcystines per liter kondigt Hoogheemraadschap van Rijnland een
zwemverbod af.
Risicobenadering voor de Nederlandse zoetwatervoorziening
99 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Ook is bekend dat in 2014 ongeveer 5 % van de zwemlocaties niet aan de Europese richtlijn
voldeed (Compendium voor de Leefomgeving, 2015).
Bij afkondiging van een zwemverbod kunnen recreanten uitwijken naar andere zwemlocaties.
Bij weinig zwemwaterverboden en voldoende zwemlocaties is het welvaartseffect van een
zwemverbod gering. Immers de zwemrecreanten kunnen eenvoudig ergens anders
recreëren, bijvoorbeeld in een zwembad of een andere zoetwaterplas. Voor de omgeving
Amsterdam is bekend dat er een tekort aan zwemrecreatieplaatsen is (tekorten kaart Alterra).
De verwachting is dus dat er een welvaartseffect optreedt.
Voor 2008 zijn er bijvoorbeeld 19 zwemverboden gevonden in het beheersgebied van
Hoogheemraadschap Rijnland (H20, 2010). Als één van deze zwemverboden voornamelijk
wordt veroorzaakt door droogte en 25% van de gemiste zwembezoeken niet gecompenseerd
kunnen worden bedraagt het aantal gemiste zwembezoeken ongeveer 900 25 bezoeken/week
* 5 weken = 4500 gemiste zwembezoeken.
Naast
zwemwaterverboden
op
geregistreerde
zwemrecreatielocatie
kan
de
zwemwaterkwaliteit ook verslechteren op niet geregistreerde locaties. Het verwachtte effect is
dan een toename van zwemrecreanten met gezondheidsproblemen. Hier gaan we verder niet
op in.
Vaarrecreatie
Bij schutbeperking of een stremming van een tracé door inzet van de KWA kan de
recreatieve scheepvaart worden beperkt (afhankelijk van het tijdstip en seizoen waarin de
schutbeperking optreedt). Dit kan leiden tot de volgende welvaartseffecten:
(1) extra wachttijden door schutbeperking;
(2) een afname van recreatieve bestedingen door waterrecreanten bij uitwijking naar andere
haven (meestal bij stremming).
De extra wachttijd door schutbeperkingen is geraamd in paragraaf 5.4.2.2. Een stremming
leidt (indien mogelijk) tot omvaren.
Welvaartseffect: Minder bestedingen en langer wachten
Zwemrecreatie
Een gemist zwembezoek kan worden gewaardeerd op € 4,75 Ruijgrok (2011). Daarnaast
zorgt verandering van het aantal zwembezoekjes voor een verandering van de recreatieexploitatiebaten op. Dit kan worden gewaardeerd op € 9,2 (Ruijgrok, 2011), de gemiddelde
dagbesteding per zwemrecreant. Ook hier geldt dat er geen welvaartseffect optreedt als een
recreant zijn geld ergens anders binnen het studiegebied besteed.
Bijvoorbeeld als er door droogte één zwemverbod wordt afgekondigd
Hoogheemraadschap Rijnland dan ligt het welvaartseffect rond de € 21.000 26.
binnen
Vaarrecreatie
De omvaartijd leidt niet tot nauwelijks tot een welvaartseffect wanneer het recreatievaart
betreft, want de schipper vaart en besteedt dus tijd aan zijn hobby27.
25
Het aantal zwemplaatsen in de nabijheid van het ARK-NZK bedraagt op basis van een globale schatting 45. Het
aantal zwembezoeken kan geraamd worden op 80.000 per zwemlocatie per jaar. Het badseizoen duurt 22 weken
(H2O, 2010). Dit betekent dat er ongeveer 3600 zwembezoeken per week per locatie zijn.
26
Gemiddeld 900 recreanten per week * 5 weken sluiting * bestedingen van € 4.75
100 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Het kan wel voorkomen dat de regionale economie havenbezoeken verliest als schippers
uitwijken naar een haven buiten de regio. Dit gaat om een regionaal welvaartseffect en zal in
een studie naar een nationaal welvaartseffect wegvallen. In tegenstelling tot omvaren leidt
een extra uur wachten bij de sluis wel tot een welvaartseffect, dit wordt gewaardeerd op €
8,25 (Warffemius, 2013), zie ook paragraaf scheepvaart.
De bestedingen van hobby-recreatievaart per boot zijn gemiddeld € 115,- per dag
(Waterrecreatie Advies, 2014). Ongeveer € 78,- van deze bestedingen zijn direct te relateren
aan het bezoek van een haven. Wanneer in plaats van een Nederlandse haven een
buitenlandse haven wordt aangedaan is het welvaartseffect €78, wanneer ze een andere
Nederlandse haven aandoen is het welvaartseffect 0.
5.4.2.8
Waterveiligheid
In Nederland liggen tussen de 3500 en 4000 km veenkades. Droogte kan enerzijds effect
hebben op de stabiliteit en anderzijds op de hoogte van deze keringen (zie Figuur 5.15). De
belangrijkste indicator voor beiden is de freatische lijn. Neerslagtekort en in beperktere mate
het slootpeil kunnen effect hebben op de freatische lijn. Bij uitzakken van deze lijn kan de
sterkte van de kering veranderen en de kering gaan dalen. Als een kering minder veilig wordt
gaan we ervan uit dat het waterbeheer de keringen hersteld. Op basis van deze aanname
schatten we het welvaartseffect van droogte in door de additionele kosten voor de
waterbeheerder te ramen en niet het extra risico op een dijkdoorbraak.
Figuur 5.15 Effectentrein waterveiligheid
In het casestudiegebied ligt ongeveer 3179 km kering waarvan 2189 km ligt op een
ondergrond met meer dan 5% veen. Uitgezocht moet worden hoeveel veenkades in het
casestudiegebied typische veenkades zijn. Dit zijn kades met veen boven of net onder de
freatische lijn. HHNK heeft ongeveer 65 km droogtegevoelige kades (kades met veen en/of
op een veenondergrond). Voor Rijnland geldt dat er 33 km zeer droogtegevoelige keringen in
het beheersgebied liggen en 405 km droogtegevoelige kering, waarvan 256 km boezemkade
en 182 km polderkade. In de afgelopen 5 jaar is ongeveer 75 km kade droogtebestendig
gemaakt. AGV/Waternet heeft na Wilnis de meest droogtegevoelige kades droogtebestendig
gemaakt. Er zijn nog veenhoudende kades in het beheersgebied van AGV/Waternet, maar de
laatste jaren is het niet nodig geweest deze keringen te herstellen.
27
Dit gaat niet op als de route een stuk minder mooi is. Dan kan er alsnog een klein welvaartseffect optreden.
Risicobenadering voor de Nederlandse zoetwatervoorziening
101 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
In de toekomst worden deze veenkades bij groot onderhoud afgedekt met een laag klei,
waardoor ze ook droogtebestendig worden gemaakt.
Hydrologisch effect: Uitzakken freatische lijn
De freatische lijn wordt bepaald door de hoeveelheid neerslag en het boezempeil. De
hoeveelheid neerslag heeft een groot effect op de freatische lijn. In periodes met een groot
neerslagtekort zal de freatische lijn dus uitzakken. Daarnaast heeft de mate van begroeiing
op de kade invloed op het uitzakken van de freatische lijn. Wanneer de kade bedekt is met
vegetatie zal de freatische lijn voor de eerste 40 centimeter onder de kade snel uitzakken
door evapotranspiratie, vervolgens zal op grotere diepte de snelheid afnemen. Een proef op
de Middelburgse kade liet zien dat de freatische lijn maximaal met ongeveer 1.5 meter (minmax) kan variëren.
Het boezempeil heeft daarentegen een zeer beperkt effect op de freatische lijn. De mate van
het effect van het boezempeil op de freatische lijn hangt af van de waterdoorlatendheid van
de boezemkade. Hoe hoger de waterdoorlatendheid wordt, hoe groter het effect. De duur van
het uitzakken van het boezempeil vergroot echter de waterdoorlatendheid en daarmee de
invloed van variaties van het boezempeil (begroeiing op de kade kan dit effect versterken).
Ook wegconstructies op kades die tot onder boezempeil zijn gezakt kunnen deze
doorlatendheid vergroten. Informatie over de waterdoorlatendheid van de boezem is dus
cruciaal om het effect op de freatische lijn in te kunnen schatten.
Fysiek effect: Daling veenkade en verandering van de stabiliteit
Bij het uitzakken van de freatische lijn kan de veenkade gaan dalen. De hoeveelheid daling is
afhankelijk van de hoeveelheid veen die boven de freatische lijn komt te liggen en de
waterdoorlatendheid van de boezem. Voor de gebruiksfunctie infrastructuur is bepaald dat
een peilverlaging van 10 centimeter kan zorgen voor een extra maaivelddaling van 1.5 mm
per jaar. Daling van de veenkade door peiluitzakking is waarschijnlijk vergelijkbaar.
De verwachting is dat als het peil 50 cm of meer uitzakt de hoogte van de kering merkbaar
gaat afnemen.
Als de freatische lijn uitzakt droogt het veen uit en zal het gaan krimpen en scheuren.
Uitgedroogd veen zorgt voor een sterker materiaal tussen de scheuren, maar de scheuren
zijn zwakker, waardoor de dijk in zijn geheel zwakker wordt. Tevens wordt de dijk lichter in
gewicht (in de scheuren zit geen veen meer). Hierdoor kan het veen wanneer de
waterdrukken in de onderliggende zandlaag hoog genoeg zijn, gaan opdrijven. Als het
boezempeil uitzakt, wordt de belasting op de kade minder, waardoor de kans op opdrijven
minder groot wordt. De dijk wordt dus veiliger (Sman, 2014). Bij een hoger boezempeil dan
normaal wordt de kans op opdrijven groter, waardoor de dijk onveiliger wordt. Ook zal het
risico op instabiliteit groter worden bij extreme neerslag. Bij het volledig droog komen staan
van de boezem wordt ook de bodem waterdoorlatender, waardoor de kans op opdrijven wordt
vergroot.
De verwachting is dat het boezempeil tot 25 cm kan uitzakken zonder dat er
(veiligheids)effecten optreden, (dit geldt ook voor een daling van langere duur). Ook bij 50 cm
uitzakken zijn er geen directe veiligheidsproblemen te verwachten mits dit niet te lang
aanhoudt en de verlaging niet te abrupt optreedt. Wanneer een peilverlaging van 50cm of
meer langer dan 2 weken aanhoudt kan er wel schade gaan ontstaan door omgevallen
beschoeiingen en door verzakkingen aan wegen en huizen direct langs de boezem.
102 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Ook zal dan de invloed van de bomen en struiken op de kering groter zijn wat tot scheuren
kan leiden en lokale verzakkingen rondom de boom. Figuur 5.16 laat een lokale verzakking
rondom een boom op een veenkade zien.
Figuur 5.16: Schade aan een veenkade.
Hierbij moet ook rekening worden gehouden dat door de verlaging van ruim 50 cm
scheurvorming tot dieper door kan groeien (gaan normaliter niet tot in de verzadigde zone
door) waardoor bij het wederom opzetten van het boezempeil problemen kunnen ontstaan.
Ook graven mollen en ander organismen doorgaans gangen tot aan de freatische
grondwaterstand. Wanneer deze voor een langere periode verlaagd wordt zullen deze dieper
gaan graven wat mogelijk tot lekkage problemen kan leiden bij het opzetten van het peil.
Welvaartseffect: Additionele kosten waterbeheer
De additionele herstelkosten van veenkades door uitzakken van het boezempeil kunnen
worden gezien als het belangrijkste welvaartseffect. Onderscheid kan worden gemaakt in (1)
tijdelijke maatregelen, zoals het vullen van scheuren, (2) permanente maatregelen, zoals het
herstel van de kade door het talud te voorzien van een kleikap of het maken van een
steunberm en (3) hoogte maatregelen, zoals het ophogen van de kruin. De kosten van de
tijdelijke maatregelen is beperkt, het vullen van een scheur is bijvoorbeeld een paar honderd
euro (inschatting Rijnland). De kosten van permanente maatregelen liggen rond de €80.000
per km kade (inschatting HHNK). Kosten van ophogen van de kruin liggen rond de €150 per
strekkende meter (inschatting Rijnland).
Bij droogte worden er extra dijkinspecties uitgevoerd. De hoeveelheid dijkinspecties ligt aan
het aantal droogtegevoelige keringen per waterschap. Bij HHNK gaan 40 gebiedsbeheerders
meer inspecties uitvoeren, terwijl bij AGV/Waternet bij extreme droogte ongeveer 4
inspecteurs worden ingezet die gemiddeld 2 dagen per week inspecties uitvoeren. Hoe lang
dit gebeurd is afhankelijk van de intensiteit van de droogte. De kosten van deze inspecteurs
kunnen geraamd worden op ongeveer €80 per dag (inschatting AGV). De hoeveelheid en
intensiteit aan dijkinspecties neemt af naarmate er meer kades droogtebestendig zijn
gemaakt.
Risicobenadering voor de Nederlandse zoetwatervoorziening
103 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Naast herstelkosten aan de dijk kan verlaging van het waterpeil in de boezem ook zorgen
voor het omvallen van beschoeiing. Dit kan ook zorgen voor additionele kosten. Vooral lichte
beschoeiing kan makkelijk omvallen, de kosten voor dit soort beschoeiing zijn minstens €150
per meter. In de Leidraad toetsen op veiligheid wordt de belastingsituatie langdurige droogte
beschreven. Op basis van de leidraad worden de keringen getoetst en indien nodig verbeterd
(STOWA et al, 2015; STOWA, 2007). De verwachting is dat over ongeveer 25 jaar de meeste
regionale veenkeringen op orde zijn. De kans op een doorbraak door langdurige droogte
wordt na die tijd veel kleiner.
5.5
5.5.1
Toepassing Droogte Risico Tool
Inleiding
Voor het ARK-NZK gebied is een eerste inschatting gemaakt van het risico van droogte voor
de huidige situatie (huidige klimaatvariatie en landgebruik) en voor een mogelijk
toekomstscenario (reductie wateraanvoer in het ARK), met behulp van het Droogte Risico
Tool. Het voornaamste doel is om inzicht te krijgen in de praktische toepasbaarheid van de
risicobenadering en de tool en op welke punten er nog verdere uitwerking nodig is.
De verwachtingswaarde van het welvaartseffect (oftewel risico) is berekend aan de hand van
een 20-jarige berekening met het Landelijk Hydrologisch Model. De hydrologische
parameters zijn via fysieke effecten doorvertaald in welvaartseffecten op basis van de
effectmodellen zoals beschreven in hoofdstuk 5.4. De uitkomsten van de Droogte Risico Tool
geeft vervolgens inzicht in de herhalingstijden van het welvaartseffect, de
verwachtingswaarde van het welvaartseffect en het effect van scenario’s of maatregelen op
het welvaartseffect. In de referentiesituatie zit nog geen adaptatie door de sector, ook zijn er
nog geen berekenen gemaakt voor de verschillende klimaatscenario’s. De analyse beoogt
niet compleet te zijn, maar dient wel inzicht te bieden in de toepasbaarheid van de
risicobenadering op een regionaal schaalniveau.
5.5.2
Risico referentiesituatie
Op basis van de 20-jarige hydrologische berekening zijn de welvaartseffecten van droogte
bepaald voor de functies landbouw, scheepvaart (beroeps en recreatie) en infrastructuur
(schade aan wegen) voor een referentiesituatie (huidig klimaat). Het welvaartseffect van
droogte in de landbouw is bepaald met Agricom en het prijsmodel van WER (hoofdstuk 3.3).
De overige welvaartseffecten zijn berekent op basis van de effectentreinen uit hoofdstuk 5.4.
Voor chloride en temperatuur gerelateerde welvaartseffecten (industrie, energie, drinkwater,
natuur) was het niet mogelijk om het welvaartseffect te kwantificeren, omdat de berekening
van temperatuur en de chlorideconcentratie op het NZK en ARK met het
modelinstrumentarium nog niet goed kan worden uitgevoerd. Ook het welvaartseffect door
een hogere chlorideconcentratie in de landbouw (berekend met Agricom) is niet
meegenomen omdat de berekeningsresultaten nog niet betrouwbaar zijn (Integrale analyse
Zout NHI 3.01 en aanbevelingen voor NHI 3.02).
104 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.17 Welvaartseffect van droogte (uitgedrukt als tekort aan water) over de sectoren en effecten in de
referentiesituatie.
Figuur 5.17 toont het jaarlijkse welvaartseffect van droogte en de verdeling over de functies
scheepvaart, infrastructuur en landbouw. Het welvaartseffect van droogte op de
gebruiksfuncties scheepvaart en infrastructuur valt in het niet bij het welvaartseffect door
opbrengstderving in de landbouwsector. Het hoge welvaartseffect op de landbouw kan echter
een vertekend beeld geven, omdat slechts een beperkt aantal welvaartseffecten zijn
uitgewerkt.
Om deze resultaten betrouwbaarder te maken dient gewerkt te worden aan het verbeteren
van het hydrologisch instrumentarium.
Er zijn twee jaren waarin een welvaartseffect door droogte ontstaat voor de
scheepvaartsector: 1964 en 1976. Dit welvaartseffect ontstaat door schutbeperkingen van de
Irenesluizen en Spaarndam. Deze schutbeperkingen zijn gerelateerd aan de inzet van de
KWA. In totaal is de KWA in de periode 1960-1980 twee maal ingeschakeld: In het jaar 1964
(2 decades) en 1976 (3 decades). Het welvaartseffect dat optreedt, bedraagt ~€860.000 in
1964 en ~€1.300.000 in 1976. Schutbeperkingen van de Beatrixsluizen en IJmuiden zijn
hierin niet meegenomen (zie voor toelichting hoofdstuk 5.4).
De schade aan wegen ten gevolge van bodemdaling treedt jaarlijks op, maar valt in het niet
bij het welvaartseffect van droogte in de landbouw. Het gemiddelde jaarlijkse additionele
welvaartseffect door bodemdaling bedraagt € 38.000,-.
De jaarlijkse welvaartseffecten door droogte zijn vertaald naar een kans dat een
welvaartseffect optreedt (Figuur 5.18). Dit geeft inzicht in welk type gebeurtenis (hoog- of
laagfrequent) het welvaartseffect veroorzaakt. Dit ligt voor de landbouw bij gebeurtenissen
met een herhalingstijd groter dan eens in de 10 jaar tussen de €10-30 Miljoen. Bij
gebeurtenissen met een lagere frequentie (1/10 – 1/33 jaar) kan het welvaartseffect oplopen
tot €75 miljoen. De herhalingstijd van het meest extreme droge jaar (1976) zoals berekend op
basis van de 20-jarige tijdreeks (eens in 33 jaar) is een overschatting.
Risicobenadering voor de Nederlandse zoetwatervoorziening
105 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Bij gebruik van een langere tijdreeks kan de herhalingstijd van het welvaartseffect in extreem
droge jaren nauwkeuriger worden bepaald.
Figuur 5.18 Overschrijdingskans jaarlijks welvaartseffect
in de referentiesituatie
Figuur 5.19 Verdeling van de verwachtingswaarde van
het welvaartseffect over de beheergebieden van
de waterschappen
De totale verwachtingswaarde van het welvaartseffect bedraagt 22 Meuro/jaar. Figuur 5.19
illustreert op welke manier het droogterisico is verdeeld over de beheergebieden. Het blijkt
dat HHNK het grootste welvaartseffect heeft door droogte. Een deel van de verklaring is het
grote oppervlak aan niet-beregende landbouwgrond binnen HHNK vergeleken met de andere
gebieden.
Voor de landbouwsector zijn de welvaartseffecten verder onderverdeeld over de
verschillende gewastypen (zie Figuur 5.20, Figuur 5.21 en 5.22). Uit Figuur 5.21 kan worden
afgeleid dat voor zowel hoog- als laagfrequente gebeurtenissen grasland voor ca. vijftig
procent bijdraagt aan het totaaleffect. Een andere interessant inzicht is dat bij de meest
extreme gebeurtenissen het welvaartseffect van droogte voor bepaalde gewastypen
(aardappelen, overig) sterker toeneemt dan andere.
Figuur 5.20 Welvaartseffect van droogte over de gewastypen in de referentiesituatie
106 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.21 Overschrijdingskans jaarlijks
welvaartseffect door droogte in de
referentiesituatie
5.5.3
Figuur 5.22 Verdeling van de verwachtingswaarde van
het welvaartseffect van droogte over de
gebieden en gewastypen
Risico toekomstscenario ‘lagere wateraanvoer ARK
Het toekomstscenario betreft een situatie waarbij de afvoeren van de rivieren dermate
afnemen, dat er in droge situaties niet genoeg water beschikbaar is om het ARK-NZK van
voldoende water te voorzien. Dit scenario maakt zichtbaar wat het gebied in de toekomst
wellicht te wachten staat en is veelomvattend genoeg om als test voor de risicobenadering te
dienen. Het scenario heeft invloed op een groot gebied, en op meerdere welvaartseffecten
(o.a. landbouw, drinkwater, scheepvaart), waarvan alleen de effecten van het scenario op de
landbouw, scheepvaart en infrastructuur zijn bekeken.
Het scenario is gemodelleerd door de maximale inlaatcapaciteit van het ARK bij de Beatrixen Irenesluizen te beperken. In droge perioden simuleert het LHM een watervraag, die wordt
voldaan door via deze sluiscomplexen water aan te voeren. Daarbij wordt ook door het model
geprobeerd te voldoen aan een minimaal doorspoeldebiet van 10 m3/s op het ARK. In het
model worden de genoemde capaciteiten zodanig beperkt, dat in droge perioden niet aan de
watervraag kan worden voldaan. Hiermee simuleren we de situatie dat er niet genoeg water
beschikbaar is vanuit de rivieren, zonder heel breed in het model in te grijpen. De
Irenesluizen en Beatrixsluizen krijgen in het model een maximale gezamenlijke
inlaatcapaciteit van 15 m3/s. Afgaande op historische berekeningen van het NHI was de
verwachting dat hiermee specifiek in droge jaren een tekort zal ontstaan.
Figuur 5.23 toont het totale jaarlijkse welvaartseffect voor de periode 1961-1980 voor de
referentiesituatie (Nul-alternatief) en het scenario (Alternatief1). Het jaarlijkse welvaartseffect
is het verschil hiertussen. Het blijkt dat het scenario zoals geïmplementeerd in het model
slechts in enkele jaren een beperkt effect heeft op de wateraanvoer op het ARK. Hierdoor zijn
de jaarlijkse welvaartseffecten vrijwel identiek aan de referentiesituatie. Het welvaartseffect in
de landbouw neemt licht toe, doordat er minder water beschikbaar is voor beregening. Voor
‘bodemdaling’ zijn er eveneens lichte effecten te zien van de maatregel in een beperkt aantal
jaren. Dit komt doordat de peilen in het toekomstscenario verder uitzakken dan in de
referentiesituatie. Voor scheepvaart is er geen effect, omdat de periode dat de KWA in
werking treedt gelijk is als in de referentiesituatie. Bij toepassing van een extremer
toekomstscenario of een maatregel zullen de effecten waarschijnlijk prominenter zijn en kan
de tool inzicht geven in de verandering van de welvaartseffecten over de jaren.
Risicobenadering voor de Nederlandse zoetwatervoorziening
107 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 5.23 Het jaarlijkse welvaartseffect van droogte voor de referentiesituatie (nul-alternatief) en het
toekomstscenario 'lagere wateraanvoer ARK' (Alternatief1)
Bij doorrekenen van een maatregel of toekomstscenario is het interessant om te zien voor
welke specifieke functies of gebieden de verwachtingswaarde van het welvaartseffect (ofwel
risico) verandert. Een maatregel kan bijvoorbeeld een netto positief effect hebben op het
risico, terwijl specifieke gebieden er wel op achteruit kunnen gaan. De resultaten laten een
lichte toename zien van het risico in voornamelijk het beheersgebied van
Hoogheemraadschap Stichtse Rijnlanden en in mindere mate de beheergebieden van
Rijnland en Amstel Gooi en Vechtstreken zien; in de overige beheergebieden is er nauwelijks
effect. Wat gewastypen betreft neemt het risico voornamelijk toe voor fruitteelt en grasland.
Kijkend naar toekomstscenario’s en maatregelen kunnen dergelijke inzichten bijvoorbeeld
worden gebruikt om te anticiperen op de gevolgen van een maatregel voor bepaalde
gewassen of gebieden.
5.6
Conclusies ARK-NZK
Het doel van de casus Amsterdam Rijnkanaal – Noordzeekanaal is om te illustreren hoe een
risicobenadering voor de zoetwatervoorziening werkt en welke informatie hiervoor nodig is. In
2016 hebben we hiervoor de eerste stappen gezet.
De casus Amsterdam-Rijnkanaal bestaat uit drie onderdelen.
- Omgaan met sturing in de risicobenadering
- Doorvertaling hydrologische effecten naar welvaartseffecten
- Toepassen van de risicobenadering
In deze paragraaf worden de belangrijkste conclusies samengevat per onderdeel.
Omgaan met sturing in de risicobenadering
Er is aandacht gegeven aan de rol van operationele beslissingen in de risicobenadering. Uit
interviews met waterbeheerders bleek een groot gevoel van uniciteit van droogtesituaties en
daarmee van operationele beslissingen per droogtesituatie. Tegelijkertijd bleken de
prioriteiten in het gevoerde waterbeheer glashelder en constant. Als het operationeel beheer
tijdens unieke droogtesituaties, gegeven de constante prioriteiten, goed kan worden
gevangen in modellen, hoeft dit de risicobenadering niet in de weg te staan.
108 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Het is wel nodig dat de juiste waterverdeling wordt opgenomen in de modellen aan hand van
prioriteiten van de verschillende waterschappen. In hoeverre dit met de huidige
conceptualisatie en parametrisatie van het LHM het geval is, moet verder worden uitgezocht.
Doorvertaling economische effecten naar welvaartseffecten
In het onderdeel doorvertaling hydrologische effecten naar welvaartseffecten zijn de effecttreinen van de gebruiksfuncties landbouw, scheepvaart, natuur, drinkwater, industrie/energie,
recreatie, infrastructuur en waterveiligheid verder uitgewerkt om de verwachtingswaarde van
het welvaartseffect voor al deze gebruiksfuncties beter te kunnen inschatten. Het doel is om
per gebruiksfunctie te identificeren en zoveel mogelijk te kwantificeren op welke manier het
droogterisico kan worden bepaald. Met deze informatie kan een inschatting worden gemaakt
van de kennisleemtes en de mogelijkheden voor toepassing.
Vooralsnog beperkt kwantificering zich tot welvaartseffecten van verminderde
waterbeschikbaarheid in de landbouw en de scheepvaart. Voor de gebruiksfunctie landbouw
zijn effecten van zout en natte omstandigheden minder goed te modelleren, de verwachting
is dat dit beter kan worden ingeschat met de vervanger van Agricom, Waterwijzer Landbouw,
en een betere parametrisatie van het LHM. Bij scheepvaart ontbreken relaties tussen
doorspoeldebiet, schutbeperking en wachttijd. De verwachting is dat door het gebruik van
scheepvaartmodel BIVAS de meeste relaties worden ingevuld.
Voor de gebruiksfuncties industrie, energie en drinkwater zijn hogere chlorideconcentraties
en hogere temperaturen de voornaamste factoren die kunnen zorgen voor welvaartseffecten.
Hoge chlorideconcentraties kunnen o.a. zorgen voor corrosie aan leidingen en
innamebeperkingen bij drinkwaterinlaatpunten. De effecten van hogere temperaturen zijn
lastig in te schatten door de ingewikkeld te modelleren koelwaterlozingsregelgeving. Ook is
het handelingsperspectief van waterbeheerders voor het reduceren van de temperatuur
beperkt. De industrie, energie en drinkwatersector zijn over het algemeen goed aangepast
aan droge omstandigheden, waardoor de effecten van droogte in de huidige situatie beperkt
zijn.
De fysieke effecten op de gebruiksfunctie natuur kunnen deels worden uitgedrukt in
economische waarde en deels in intrinsieke waarde. De intrinsieke waarde kan niet
gemonetariseerd worden. Momenteel is er nog geen dynamisch model operationeel dat de
effecten van droogte op de natuur kan doorrekenen. Vandaar dat er een aanpak is
voorgesteld op basis van grenswaarden. De verwachting is dat in het casestudiegebied
vooral hogere chlorideconcentraties voor een verandering in intrinsieke waarde en
economische waarde kunnen zorgen.
Voor recreatie is gekeken naar de effecten op vaarrecreatie en zwemrecreatie, hierbij geldt
dat de effecten vooral gerelateerd zijn aan temperatuur (en daardoor een verslechtering van
de waterkwaliteit door blauwalgen en botulisme) en minder aan zoetwatertekort. Ook
wanneer deze effecten worden doorvertaald in welvaartseffecten blijft de impact beperkt,
doordat effecten op de recreatie vooral zorgen voor verschuiving van welvaart naar andere
regio’s binnen Nederland (substitutie).
De effecten van droogte op infrastructuur (leidingen, wegen en huizen) hangen vooral samen
met een versnelde bodemdaling en ongelijkmatige zetting. Vandaar dat vooral de effecten
van een lager (boezem)waterpeil op de bodemdaling relevant zijn. Het handelingsperspectief
voor de waterbeheerder om additionele bodemdaling door neerslagtekort te verminderen is in
de huidige situatie zeer beperkt.
Risicobenadering voor de Nederlandse zoetwatervoorziening
109 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De doorwerking in de grondwaterstand van een tijdelijke daling van het slootpeil neemt
exponentieel af vanaf de sloot en is na 50 meter niet meer merkbaar. Voornamelijk de
reparatiekosten van de infrastructuur door de additionele bodemdaling door droogte is het
welvaartseffect. Voor huizen geldt dat huizen op houten palen gevoelig zijn voor de
grondwaterstand. Wanneer het slootpeil doorwerkt in de grondwaterstand zullen de
paalfunderingen mogelijk eerder moeten worden vervangen. Het eerder vervangen is het
welvaartseffect.
Droogte heeft potentieel ook effect op de Nederlandse waterveiligheid, het kan enerzijds
effect hebben op de stabiliteit en anderzijds op de hoogte van keringen. De belangrijkste
indicator voor beiden is de freatische lijn. Deze wordt beïnvloed door het neerslagtekort, maar
ook door het slootpeil. De waterbeheerder heeft alleen invloed op het slootpeil, daarom wordt
hier naar gekeken. Het effect van het slootpeil op de freatische lijn is afhankelijk van de
doorlatendheid van de boezem. Als we het effect van een lager waterpeil op de boezem echt
willen berekenen moet hier (op basis van een simpele modelberekening) een aanname voor
worden gedaan. Vooralsnog is de verwachting is dat er geen welvaartseffecten optreden tot
25 cm uitzakken van het boezempeil. Tussen de 25 cm en 50 cm is de verwachting dat alleen
bij langdurige droogte effecten kunnen optreden (vooral wanneer het peil snel wordt opgezet
of na een periode van veel regen). Het welvaartseffect kan worden geraamd met behulp van
de verzamelde herstelkosten.
Het handelingsperspectief van de waterbeheerder is belangrijk bij de bepaling van
welvaartseffecten. Als de waterbeheerder weinig of niks aan het effect kan doen zal het
welvaartseffect in een eventuele MKBA wegvallen. Voor de effecten gerelateerd aan
temperatuur geldt dat het handelingsperspectief van de waterbeheerder beperkt is. Alleen
meer doorspoeling zorgt mogelijk voor een reductie in de watertemperatuur. Ook voor de aan
bodemdaling gerelateerde effecten op de infrastructuur is het handelingsperspectief gering.
De waterbeheerder kan alleen voorzien in voldoende waterpeil in de watergangen, waardoor
in een MKBA enkel daaraan gerelateerde veranderingen relevant zijn.
De hydrologische modellering van de effecten van droogte op chloride en temperatuur schiet
vooralsnog tekort om de welvaartseffecten van droogte in te kunnen schatten. Wanneer dit
onvoldoende blijft kunnen deze effecten niet worden meegenomen in de risicobenadering.
Verder zijn we voor een goede inschatting van de fysieke effecten voor zowel scheepvaart
(BIVAS), landbouw (Waterwijzer landbouw) en terrestrische natuur (Waterwijzer Natuur)
afhankelijk van een goed modelinstrumentarium dat nog in ontwikkeling is. Pas als dit gereed
is kunnen er weer grote stappen worden gezet.
In Bijlage H worden per gebruiksfunctie de kennisleemtes verder samengevat.
Invoer en toepassing risicobenadering
Het resultaat van de toepassing dit jaar is een beeld van het huidige risico van droogte
uitgedrukt in verwachtingswaarde van het welvaartseffect, waarbij een beperkt aantal
gebruiksfuncties (watervragers) is beschouwd, te weten landbouw, scheepvaart en
infrastructuur (schade aan wegen ten gevolge van bodemdaling door peiluitzakking).
Het welvaartseffect voor de landbouwsector heeft verreweg het grootste aandeel in de
verwachtingswaarde van het welvaartseffect. Dit geeft mogelijk een vertekend beeld, omdat
voor vele functies het welvaartseffect niet is gekwantificeerd. Het welvaartseffect van droogte
voor de landbouwsector treedt ieder jaar op, dus ook in minder droge jaren. Daarnaast speelt
mee dat er nog geen adaptatie in het nul-alternatief wordt meegenomen.
110 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor de scheepvaart is er slechts incidenteel een welvaartseffect als de KWA in werking
treedt. Hierbij is het welvaartseffect bij Spaarndam relatief klein, omdat het hier voornamelijk
om pleziervaart gaat. Het welvaartseffect door schade aan wegen is meer frequent (vijf van
de twintig jaren), maar de totale kosten hiervan vallen weg tegen het welvaartseffect van
droogte in de landbouw.
Het effect van het doorgerekende scenario op de omvang van het droogterisico in het
casestudiegebied is beperkt. Dit zou wederom het gevolg kunnen zijn van het feit dat niet alle
effecten zijn uitgewerkt of onbekend zijn, waardoor wellicht belangrijke kosten en baten niet
tot uitdrukking komen. Ook zou de omvang van het verdrogingsprobleem minder groot
kunnen zijn dan tevoren ingeschat, het scenario niet goed in de hydrologische modellen is
uitgewerkt, of de gebruikte hydrologische modellen zijn (nog) niet geschikt om de effecten
van droogte regionaal door te rekenen. Een reden van dit laatste kunnen problemen met de
parameterisatie zijn of de sturing van water tijdens droge periodes zit nog onvoldoende in de
modellen zit (zie ‘Omgaan met sturing in de risicobenadering’). Een analyse van de
onderliggende oorzaak zou richtinggevend kunnen zijn bij een verdere uitwerking van het
instrumentarium.
Het hoofddoel van de toepassing van de Droogte Risico Tool was om de praktische
toepasbaarheid te onderzoeken, te reflecteren op de potentie en kennishiaten te identificeren.
Niet alle effecten konden nog worden meegenomen en de effecten die wel zijn geanalyseerd
bevatten nog een ruime mate van onzekerheid. Wel kan worden geconcludeerd dat wanneer
voldoende informatie beschikbaar is de tool en de benadering goed lijken te werken. Het
geeft inzicht in de verdeling van het risico over verschillende gebruiksfuncties en gebieden en
in het bepalen van droogtestatistiek. De tool kan goed worden gebruikt om het effect van
maatregelen op het droogterisico inzichtelijk te maken, rekening houdend met onzekerheden
in de effectketen (hydrologie, fysieke effecten, welvaartseffecten). Praktische toepassing van
de gehele methode wordt beperkt door de benodigde lange rekentijden van het
onderliggende hydrologische model.
5.7
Opties voor vervolg
Na deze eerste cyclus van het toepassen van de risicobenadering voor case ARK-NZK is het
doel voor de komende jaren om deze verder te verbeteren en verfijnen. Op basis van de
bevindingen is er een overzicht gemaakt van mogelijke werkzaamheden voor de periode
2017-2019. In onderling overleg met de betrokken partijen maken we keuzes voor de
werkzaamheden in 2017 die passend zijn bij het beschikbare budget:
-
-
-
Verdere uitwerking van de functies landbouw, natuur, scheepvaart, infrastructuur en
waterveiligheid (doorvertaling hydrologische effecten naar welvaartseffecten). Uitwerking
sommige effecten (o.a. chloride) is alleen mogelijk indien beter hydrologisch
instrumentarium gereed is of uitgewerkt op basis van een betere rekenregel.
Rekenregel vaststellen: Op welke manier is de chlorideconcentratie op het Amsterdam
Rijnkanaal/Noordzeekanaal afhankelijk van een lage afvoer en de duur van een lage
afvoer (gebaseerd op recente onderzoeken)? Deze rekenregel kan worden gebruikt om
chlorideconcentraties op het Amsterdam Rijnkanaal af te leiden voor droogteanalyses.
Doorkijk naar ontwikkeling risico van droogte in 2050 en 2100 o.i.v. klimaatverandering en
sociaaleconomische ontwikkeling.
Aandacht voor onzekerheid bij bepaling welvaartseffecten.
Een interessante maatregel die we kunnen doorrekenen is de maatregel ‘25 cm uitzakken
boezem’. Een alternatief is ‘eerder inzetten KWA’, waar we de kosten met de baten
vergelijken
Risicobenadering voor de Nederlandse zoetwatervoorziening
111 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
-
-
-
Reflectie: onderzoek naar hoe resultaten van een risicobenadering bij kunnen dragen aan
besluitvorming omtrent afweging van specifieke maatregelen, knikpuntanalyses op
regionaal en landelijke schaal, het maken van afspraken over waterbeschikbaarheid en
bijdrage aan Beslissingsondersteunend Informatieprofiel (BOI).
Hoe zit sturing in de modellen? Wat voor beslissingen worden er genomen tijdens een
droogtesituatie incl. maatregelen (Er zijn nu amper goede maatregelen te bedenken. Zijn
ze er niet of hebben we ze nog niet geïdentificeerd) (d.m.v. werksessie).
Economie en regionale besluitvorming: Kijken we naar risico’s voor gebruikers, regionaal
systeem of nationaal? Voor de verschillende betrokkenen kan de interesse anders zijn.
Hoe denken economen en hoe denken waterschappers? Hoe zorgen we ervoor dat de
resultaten van de studie bruikbaar zijn voor de regionale waterbeheerder en goed worden
geïnterpreteerd? (d.m.v. werksessie).
112 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
6 Casestudie Berkel
6.1
Inleiding
In de toekomst worden vaker knelpunten verwacht op het gebied van de
zoetwatervoorziening doordat de vraag naar zoetwater toeneemt, en het klimaat verandert.
Zo worden er vaker langere periode met extremere droge omstandigheden verwacht. In OostNederland werken verschillende partijen samen binnen het programma Zoetwatervoorziening
Oost-Nederland (ZON) om in de toekomst voldoende water van goede en bruikbare kwaliteit
te hebben. Het betreft een samenwerking tussen de provincies Overijssel, Drenthe en
Gelderland, de waterschappen Vechtstromen, Drents Overijsselse Delta, Rijn en IJssel en
Vallei en Veluwe, Rijkswaterstaat Oost-Nederland, de inliggende gemeenten en Vitens.
Ten behoeve van het ZON programma is informatie nodig over de beschikbaarheid van
zoetwater in normale en droge situaties, nu en in de toekomst. Het is daarbij belangrijk om
inzicht te hebben in de consequenties van afspraken met betrekking tot
waterbeschikbaarheid en eventuele watertekorten en een doorkijk te maken naar het
handelingsperspectief. Daar hoort een goede verantwoording en onderbouwing van
beslissingen en maatregelen bij.
Binnen het Europese onderzoeksproject IMPREX (in het kader van het subsidieprogramma
HORIZON2020) werken Deltares en HKV samen aan de ontwikkeling van een integrale
risicobenadering voor droogte. Naast IMPREX, voert Deltares samen met het WER en
Witteveen+Bos, in opdracht van het Deltaprogramma Zoetwater het project ‘Economisch
instrumentarium afwegingen’ uit met als doel het ontwikkelen van een economisch
instrumentarium om zoetwatermaatregelen beter af te kunnen wegen. In beide projecten
wordt er gewerkt met de integrale risicobenadering en dezelfde regionale cases om de
bevindingen en ontwikkelde kennis op toe te kunnen passen en verder te ontwikkelen. De
focus van IMPREX ligt op het door ontwikkelen van de gehele risicobenadering. De focus van
het economisch instrumentarium ligt op het in beeld brengen van de economische effecten
van watertekorten.
Aan de hand van deze regionale cases wordt gedemonstreerd hoe een risicobenadering voor
droogte kan helpen om de keuze van afspraken over waterbeschikbaarheid te onderbouwen,
het besluitvormingsproces bij waterverdelingsvraagstukken, watertekortvraagstukken en
investeringsvraagstukken te ondersteunen, en economisch efficiënte besluiten te nemen op
basis van kosten-batenafwegingen. Om meer grip te krijgen op de afweging van verschillende
mogelijke maatregelen in de watersystemen in Oost-Nederland (watersystemen van de
waterschappen Rijn en IJssel, Vallei en Veluwe, Drents Overijsselse Delta en Vechtstromen),
is gekozen voor het stroomgebied van de Berkel als één van de regionale cases om de
risicobenadering op toe te passen.
De keuze voor het stroomgebied van de Berkel is in samenwerking met het programma ZON
gemaakt. Het stroomgebied van de Berkel is voor een deel vrijafwaterend. Dit geldt vooral
voor het bovenstroomse deel van het stroomgebied. Het benedenstrooms deel is niet volledig
vrijafwaterend en heeft een koppeling met het hoofdwatersysteem. In het benedenstrooms
deel wordt water vanuit de Twentekanalen ingelaten.
Dit maakt dat het stroomgebied van de Berkel representatief is om ook lessen te kunnen
trekken voor andere (geheel of gedeeltelijk) vrijafwaterende gebieden in Oost-Nederland.
Risicobenadering voor de Nederlandse zoetwatervoorziening
113 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De Berkel leent zich bovendien goed voor een brede uitwerking van de risicobenadering van
waterbeschikbaarheid, omdat sprake is van verschillende gebruiksfuncties (stedelijk gebied,
landbouw, drinkwaterwinning, natuur, recreatie) en van verschillende type mogelijke
maatregelen tegen droogte, zoals maatregelen gerelateerd aan inlaten, de herinrichting van
watergangen en de verhoging van het organisch stofgehalte in de bodem.
Het hoofdstuk is als volgt opgebouwd:
•
Paragraaf 6.2: beschrijving van het watersysteem van de Berkel
•
Paragraaf 6.3: scope van het project in 2016
•
Paragraaf 6.4: doorvertaling van hydrologische effecten naar economische effecten
•
Paragraaf 6.5: toepassing risicobenadering
•
Paragraaf 6.6: conclusies & aanbevelingen
6.2
6.2.1
Beschrijving van het watersysteem van de Berkel
Watersysteem
De Berkel ontspringt in Billerbeck in Duitsland en stroomt bij Zutphen in de IJssel. Tussen
Borculo en Lochem takt de Groenlose Slinge aan op de Berkel. De Groenlose Slinge wordt
gevoed door een aantal beeksystemen, zoals de Beurzerbeek, de Ratumsebeek en de
Willinkbeek. Ten noorden van het Twentekanaal liggen de stroomgebieden van de
Dommerbeek en Eefsebeek. Deze behoren ook bij het stroomgebied van de Berkel. Ter
hoogte van Lochem wordt vanuit het Twentekanaal water ingelaten in het watersysteem.
Figuur 6.1 geeft een overzicht van de hoofdwaterlopen en de zij-watergangen in het
stroomgebied van de Berkel (de blauw gearceerde gebieden zijn gebieden die water vanuit
de Twentekanaal toegevoerd krijgen).
Het stroomgebied van de Berkel is grotendeels een vrij afwaterend gebied. Op meerdere
plaatsen wordt water vanuit de hoofdwaterlopen van de Berkel door middel van kleine
inlaatwerken afgelaten naar zij-watergangen. Het water wordt zo verdeeld over het gebied.
Het doel van de inlaatwerken varieert van inlaat van water voor de doorspoeling van
stedelijke watersystemen tot wateraanvoer ten behoeve van landbouw, bijvoorbeeld
veedrenking. Dit systeem van inlaten is in de loop der decennia ontstaan. Het is niet duidelijk
of de gebieden waar waterinlaat mogelijk is, economisch gezien een hogere waarde (bv.
hogere landbouwopbrengsten) heeft doordat andere functies en/of andere vormen van
landbouw aanwezig zijn.
In de Berkel is in de zomerperiode beperkt water beschikbaar. De wateraanvoer loopt in
zomer regelmatig terug tot minder dan 1 m3/s. Het water dat beschikbaar is tijdens droge
omstandigheden, wordt veelal verdeeld over de aanwezige inlaten. De lozing van het effluent
door de zuivering bij Haarlo zorgt er voor een belangrijk deel voor dat de Berkel in droge
zomer perioden watervoerend blijft.
Momenteel is niet duidelijk hoeveel water er via de inlaten naar de zij-watergangen stroomt.
Ook is niet duidelijk wat het precieze doel van de verschillende inlaten is, hoe effectief de
inlaten zijn en of de inlaten wel noodzakelijk zijn. Tegelijkertijd vraagt de instandhouding van
de huidige inrichting van het watersysteem beheer en onderhoud. Dit beheer en onderhoud
kost geld. Gelet op de klimaatveranderingen en de bezuinigingen is het van belang inzicht te
krijgen in het watersysteem, inclusief de kosten voor het beheer en onderhoud van het
watersysteem en de baten van waterverdeling via de inlaten. Dit kan helpen bij het maken
van een goede afweging ten aanzien van de inrichting en beheer en onderhoud van het
watersysteem en eventuele beslissingen over het nemen van maatregelen.
114 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 6.1 Hoofdlopen en zij-watergangen in het stroomgebied van de Berkel.
6.2.2
Watervragers
De belangrijkste watervragers in het gebied zijn:
- Landbouw (voornamelijk grasland en mais)
- Recreatie en cultuurhistorie (Recreatievaart en landgoederen)
- Stedelijk water (o.a. Zutphen, Lochem, Borculo, Eibergen en Groenlo)
- Drinkwater (o.a. drinkwaterwinning van Vitens bij Haarlo - Olde Eibergen en de
Lochemseweg)
- Industrie (o.a. Friesland Campina)
- Natura2000 gebieden (Stelkampsveld, Haaksbergerveen, Willinks Weust) en beken
(Berkel, Groenlose Slinge) met een ecologische doelstelling (Kaderrichtlijn Water - KRW,
Ecologische verbindingszone - EVZ)
De eerste drie watervragers (landbouw, recreatie en stedelijk water) zijn vooral afhankelijk
van waterbeschikbaarheid en kwaliteit in het oppervlaktewater. Drinkwaterbedrijf Vitens en
industrie van Friesland Campina gebruiken vooral het diepe grondwater. In perioden van
droogte dragen de drinkwaterbedrijven en industrie wel bij aan extra verdroging. Dat kan
nadelige gevolgen hebben voor de landbouw en natuur. Zeker omdat dan de vraag naar
water (sproeien tuinen, zwembadjes) groter wordt. De Natura2000 gebieden zijn afhankelijk
van de grondwaterstanden, de bodemvochtgehalten en de waterdiepten en afvoerdynamiek
in waterlopen. Voor Nederlandse beken geldt dat te veel extremen in stroomsnelheid en
droogval niet goed zijn voor de aquatische flora en fauna. Bijna de helft van het stroomgebied
van de Berkel bevindt zich in Duitsland. Het stroomgebied is dan ook sterk afhankelijk van de
aanvoer van water vanuit Duitsland.
Risicobenadering voor de Nederlandse zoetwatervoorziening
115 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
In de eerste workshop is een eerste beeld neergezet van de welvaartseffecten van droogte.
Hiervoor is het jaar 2010 als uitgangspunt genomen. De welvaartseffecten na een droogte
zoals in het jaar 2010 is niet duidelijk. Boeren hebben weinig geklaagd over te weinig water.
Ze vinden dat het waterschap vooral verantwoordelijk is voor schade bij teveel water. Als
droge periodes in de toekomst zich vaker voordoen of langer aanhouden, dan willen de
boeren meer beregenen uit grondwater.
Omdat ook het drinkwaterbedrijf Vitens en de industrie van Friesland Campina water
onttrekken vanuit het grondwater kan de grondwaterstand op termijn gaan dalen. Ook binnen
één seizoen kunnen de grondwateronttrekkingen een groot effect hebben. Onttrekking wordt
voornamelijk gedaan in het groeiseizoen als voldoende waterbeschikbaarheid voor planten
en dieren cruciaal is. Dit geldt zowel voor terrestrische natuur als voor aquatische natuur in
beken. Momenteel wordt het grondwater ieder jaar in de winter weer aangevuld. De vraag is
of dat in de toekomst zo blijft. In het jaar 2010 is in de natuur vooral schade opgetreden in de
geïsoleerde wateren. De natuur zal pas grote schade ondervinden als de grondwaterstanden
flink dalen en ook de grote waterlopen (grotendeels) droogvallen of als er stagnatie van water
optreedt. Als vistrappen bijvoorbeeld langdurig niet functioneren is dit schadelijk voor de
visstand. De stedelijke gebieden hebben bij droogte vooral last van verslechtering van de
waterkwaliteit. Dit kan negatieve invloed hebben op de leefbaarheid van de stad: er kan last
zijn stank of de verslechtering van de waterkwaliteit kan gezondheidsrisico’s met zich
meebrengen. Tot slot zijn in Borculo een beperkt aantal huizen gebouwd op takkenbossen.
Bij een dalende grondwaterstand kan dit leiden tot oxidatie/verdwijnen van veenbodems in
beekdalen met bodemdaling als gevolg. Dit kan zorgen voor het verzakken van huizen op
takkenbossen.
Indien situaties van droogte en watertekorten zich voordoen, vallen de beheerders terug op
het calamiteitenplan en het waterakkoord bij droogte (Waterakkoord Twenthekanalen /
Overijsselsche Vecht (2011), Calamiteitenplan Waterschap Rijn en IJssel 2015)). Er is een
verdringingsreeks (prioriteitstrap). In de verdringingsreeks staat stedelijke waterkwaliteit
bovenaan en landbouw onderaan (beregeningsverbod). De landbouw mag bij een
beregeningsverbod nog wel grondwater onttrekken. Ook wordt er tijdens een droge periode
niet of minder gemaaid om meer water vast te houden. Het calamiteitenplan en het
waterakkoord voorzien voornamelijk in oplossingen voor droogte omstandigheden die
regelmatig voorkomen (herhalingstijden van ongeveer 10 jaar) en niet zozeer voor
extreme(re) droogte omstandigheden die minder vaak voorkomen (herhalingstijden van
ongeveer 25 jaar en groter).
6.2.3
Afwegingen
Waterschap Rijn & IJssel heeft een aantal redenen om het watersysteem, inclusief
alternatieven voor de inrichting en het beheer en onderhoud ervan, onder de loep te nemen.
Het waterschap wil namelijk:
- een watersysteemperspectief voor het stroomgebied opstellen. Het perspectief moet
richting gegeven aan de langere termijn perspectieven voor zoetwaterbeheer van het
beheersgebied van de Berkel.
- inzicht krijgen in de invloed van klimaatveranderingen op het watersysteem. Krijgt het
watersysteem vaker te maken met extreme(re) droge omstandigheden en hoe beïnvloedt
dit het watersysteem en de diverse gebruikers van water in het stroomgebied?
- mogelijkheden voor het besparen van kosten voor het beheer en onderhoud van het
watersysteem verkennen. Kan het beheer en onderhoud aan het watersysteem goedkoper
of efficiënter? Of hoe kunnen de baten bij gelijkblijvend budget worden vergroot?
116 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Bij bovenstaande vormen alternatieven voor de (her)inrichting en het beheer en onderhoud
van het stroomgebied een belangrijk onderdeel. De beoordeling van en keuze uit
alternatieven vragen om een afwegingskader. Een afwegingskader op basis van een
risicobenadering van droogte kan de beoordeling en keuze ondersteunen door een beeld te
geven van de kans op bepaalde effecten, de kosten en de economische baten. Een dergelijk
afwegingskader kan gebiedspartners in Oost-Nederland ook helpen om samen invulling te
geven aan het begrip waterbeschikbaarheid, oftewel de lange termijn aanpak van
watertekorten als gevolg van klimaatverandering.
In de workshops is een tweetal handelingsperspectieven geschetst voor een mogelijke
(her)inrichting of aanpassing van het watersysteem, namelijk:
- Herevaluatie van de waterinlaten naar zij-watergangen in het Berkel systeem. Welke
alternatieven zijn er en wat betekent dat in termen van kosten en baten (risicoreductie)?
Op verschillende plaatsen wordt via inlaten water vanuit de Berkel en de Groenlose Slinge
doorgevoerd naar zij-watergangen. Een groot aantal van deze inlaten is ooit aangelegd
ten behoeve van veedrenking. Het is echter de vraag of de kosten tegen de baten
opwegen. Het is belangrijk om inzicht te krijgen in de baten van de waterinlaten voor de
verschillende gebruiksfuncties. Het inlaten van water vanuit de Berkel heeft een
belangrijke relatie met (1) de KRW doelen van de Berkel en de Groenlose Slinge, (2) de
waterdiepte voor (recreatie)vaart, (3) waterbeschikbaarheid voor landbouw, en (4) de
waterkwaliteit in het stedelijk gebied. Indien er minder water wordt afgelaten kan de
ecologische functie van de Berkel en Groenlose Slinge verbeterd worden (grotere
waterdiepten en grotere stroomsnelheden in de hoofdwaterloop, meer doorstroming van
de Berkel in de zomer, en langer een watervoerende hoofdwaterloop). Dit zal echter de
andere functies beïnvloeden. Alternatieven met betrekking tot het inlaten van water vanuit
de Berkel richting de zij-watergangen zijn bijvoorbeeld (1) water inlaten zolang er
voldoende water in de Berkel is, (2) water beperkt inlaten tijdens in droge
omstandigheden, waarbij lokaal maatregelen worden genomen in de detailontwatering, (3)
geen water inlaten tijdens in droge omstandigheden (inlaten afsluiten ten behoeve van
peilhandhaving op de Berkel).
- Grootschalige (her)inrichting of aanpassing van het watersysteem. Welke alternatieven
zijn er voor de inrichting van het watersysteem en wat betekent dat in termen van kosten
en baten (risicoreductie)? In de workshops is gesproken over de mogelijkheden van
bijvoorbeeld het verhogen van het organische stof gehalte, het verondiepen en verbreden
van watergangen en het verlagen van het streefpeil van de Berkel. Het verlagen van het
streefpeil kan ervoor zorgen dat de Berkel een drainerend systeem wordt, waarbij in tijden
van water overvloed het omringende land afwatert op de Berkel. Momenteel ligt de Berkel
relatief hoog in het landschap. In een droge periode wordt water vanuit de Berkel het
omringende gebied ingelaten. In een extreem droge periode valt de Berkel droog en kwelt
grondwater op in de waterloop, waardoor de grondwaterstand in het gebied daalt. Door het
verlagen van het waterpeil in de Berkel zijn er minder inlaten nodig, en worden ook veel
watergangen onnodig, omdat de Berkel niet meer het water richting het omringende
gebied verdeeld. Het omringende gebied gaat namelijk afwateren op de Berkel. Het maakt
niet uit op welke locaties het gebied op de Berkel afwatert. Het verminderen van het aantal
inlaten en watergangen verlaagt de kosten voor beheer en onderhoud.
Risicobenadering voor de Nederlandse zoetwatervoorziening
117 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
6.3
Scope in 2016
Dit hoofdstuk beschrijft de scope van de toepassing van de risicobenadering op de Berkel.
Het doel is om in een periode van vier jaar in een iteratief proces de risicobenadering vanuit
de toepassing verder te ontwikkelen. Vanuit de regionale cases zal richting gegeven worden
aan de doorontwikkeling van de methodiek en de generieke tool. We werken van grof naar
fijn: in het eerste jaar komen we op basis van bestaande kennis en informatie tot een
risicoprofiel, op basis daarvan specificeren we informatie- & kennisleemten, en vervolgens
zullen we in de opvolgende jaren verfijnen en verdiepen.
In het eerste jaar (2016) lag de focus dus op de integratie van bestaande kennis en
informatie. Een deel van de informatie is toegeleverd door Waterschap Rijn & IJssel.
Daarnaast is informatie verzameld in een workshop met belanghebbenden. Tijdens de eerste
workshop zijn ook kennisvragen gedefinieerd. De kennisvragen hadden betrekking op
onderdelen van de risicobenadering, namelijk: (1) de (statistiek van de) hydrologie, (2) de
dosis-effectrelatie (relatie tussen hydrologische parameters en het fysieke effect voor een
bepaalde functie) en (3) het economische effect (doorvertaling van het fysieke effect naar het
economische effect. Ook zijn er kennisvragen gedefinieerd ten aanzien van de
risicobenadering en afwegingskader. De kennisvragen zijn samengevat in Bijlage J. Op basis
de uitkomsten van de eerste workshop en de inventarisatie van bestaande kennis en
informatie is de risicobenadering toegepast op de Berkel.
Het resultaat van dit jaar is een eerste beeld van het huidige risico van droogte, waarbij een
beperkt aantal gebruiksfuncties (watervragers) is beschouwd. Er is geen rekening gehouden
met toekomstige klimaatverandering en sociaaleconomische ontwikkeling. Het risico is
uitgedrukt als verwachtingswaarde van het welvaartseffect. De afwegingen die ten aanzien
van bovenstaande gemaakt kunnen worden, zullen in het komende jaar beter
beargumenteerd worden. Doel van het eerste jaar is om een eerste beeld van het huidige
risico van droogte te krijgen en de bruikbaarheid van de Droogte Risico Tool (zie Hoofdstuk
3.2) te toetsen. De uitkomsten van de risicobenadering moeten daarom niet als absolute
getallen geïnterpreteerd worden. Ze bevatten nog een ruime mate van onzekerheid. Om de
meerwaarde te illustreren is ook naar het effect van een maatregel op het droogterisico
gekeken. De invloed van een inlaatstop vanuit de Berkel op het droogterisico is in kaart
gebracht. De uitkomsten van de risicobenadering zijn in een tweede workshop toegelicht. Een
verslag van de tweede workshop is te vinden in Bijlage K.
6.4
6.4.1
Doorvertaling van hydrologische naar economische effecten
Aanpak op hoofdlijnen
Om een beter beeld te krijgen van het droogterisico is de volgende informatie nodig:
- Informatie over de hydrologie: de statistiek van de hydrologische parameters die van
invloed zijn op het fysieke effect voor een bepaalde gebruikersfunctie
- Informatie over dosis-effectrelatie: de relatie tussen hydrologische parameters en het
fysieke effect voor een bepaalde gebruikersfunctie
- Informatie over het welvaartseffect: de doorvertaling van het fysieke effect naar het
welvaartseffect.
Daarom worden voor elke gebruiksfunctie de binnen de regionale case relevante
hydrologische parameters en de fysieke effecten van droogte geïdentificeerd. De
hydrologische parameters en de fysieke effecten worden doorvertaald in welvaartseffecten.
Deze kunnen worden uitgedrukt in monetaire waarden en niet-monetaire waarden.
118 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
In deze casestudie wordt de opbrengstderving door droogte voor de landbouw in monetaire
waarden uitgedrukt. De problemen die het stedelijke gebied kan ondervinden door de
verminderde waterkwaliteit tijdens droge perioden worden uitgedrukt in niet-monetaire
waarden. Een verminderende waterkwaliteit kan enerzijds zorgen voor (stank)overlast en
verminderde belevingswaarde, en anderzijds voor negatieve effecten op de gezondheid
(welvaartseffecten). Voor terrestrische natuur geldt dat dalende grondwaterstanden kunnen
zorgen voor uitdroging van de bodem, waardoor de botanische rijkdom mogelijk wordt
aangetast en minder voedsel bereikbaar is voor vogels. Dit heeft een effect op de intrinsieke
(niet-monetaire) waarde van natuur en mogelijk ook het welvaartseffect (monetair).
We werken de ‘treintjes’ van hydrologische effecten, dosis-effectrelaties en welvaartseffecten
per gebruikersfunctie uit aan de hand van bestaande gebiedsinformatie en kentallen. Zoals in
paragraaf 6.2 is aangegeven is een aantal gebruikersfuncties (watervragers) in het
stroomgebied van de Berkel relevant, namelijk de landbouw, stedelijk water, recreatie,
industrie, natuur en drinkwater. Figuur 6.2 geeft een beknopte duiding van deze functies in
het stroomgebied van de Berkel.
Figuur 6.2 Relevante gebruikersfuncties (watervragers) in het stroomgebied van de Berkel.
6.4.2
Hydrologische modellen en meetgegevens
Door terug te redeneren van het potentiele welvaartseffect naar het hydrologische effect kan
de juiste koppeling worden gemaakt met hydrologische modellen. Vanwege het ontbreken
van een (geschikt/passend) regionaal hydrologisch model voor het watersysteem van de
Berkel, maken we gebruik van het Landelijk Hydrologisch Modelinstrumentarium (LHM).
Dit landelijk model bestaat uit een aantal modelonderdelen: een model voor de verzadigde
zone (MODFLOW), een model voor de onverzadigde zone (MetaSWAP), een model voor het
regionaal oppervlaktewater (MOZART) en een model voor het landelijk oppervlaktewater
(Distributiemodel voor de waterverdeling, aangevuld met het SOBEK model voor de
waterstroming, waterstanden en temperatuur). Een schematische weergave van deze
modellen is gegeven in Figuur 6.3.
Risicobenadering voor de Nederlandse zoetwatervoorziening
119 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De benodigde hydrologische parameters om de fysieke effecten te bepalen kunnen worden
onttrokken van deze hydrologische (deel)modellen. Met het Landelijk Hydrologisch
Modelinstrumentarium (LHM) zijn berekeningen gemaakt voor een periode van 20 jaar (19601980). Voor het watersysteem van de Berkel zijn op een ruimtelijke resolutie van 250 bij 250
m modeluitkomsten met informatie over bodemvochtgehalten beschikbaar uit het deelmodel
MetaSWAP. Deze modeluitkomsten zijn samen met het landbouwmodel AGRICOM gebruikt
voor de gebruikersfunctie landbouw.
Figuur 6.3 Schematische weergave van het Landelijk Hydrologisch Modelinstrumentarium met de volgende
modelonderdelen: (1) een model voor de verzadigde zone (MODFLOW), (2) een model voor de
onverzadigde zone (MetaSWAP), (3) een model voor het regionaal oppervlaktewater (MOZART) en (4) een
model voor het landelijk oppervlaktewater (Distributiemodel, SOBEK model).
Het LHM (versie 3.0.1) geeft echter alleen informatie over de oppervlaktewaterbalans van de
Berkel (watervraag en –levering) (dus informatie op districtniveau). In versie 3.0.2 van het
LHM is het stroomgebied van de Berkel opgesplitst in twee districten. De LHM uitkomsten zijn
daardoor niet te gebruiken voor de uitwerking van de gebruikersfuncties waarvan de fysieke
effecten bepaald worden door hydrologische parameters in het oppervlaktewater. Een
alternatief zou zijn om een regionaal watersysteemmodel te gebruiken. Er is echter geen
passend/bruikbaar regionaal model beschikbaar dat de interactie tussen het grond- en
oppervlaktewatersysteem goed beschrijft. Daarom is voor de overige gebruikersfuncties
gebruik gemaakt van (beperkt) beschikbare meetreeksen van waterdiepte en
watertemperatuur op diverse locaties in de Berkel. Het eerste beeld van het huidige risico is
dus gebaseerd op meetreeksen van hydrologische parameters in het oppervlaktewater. Een
overzicht van de gebruikte meetpunten voor waterdiepte en watertemperatuur is te zien in
Figuur 6.4.
120 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Aangezien dit jaar nog niet gekeken wordt naar de toekomstige ontwikkeling van het risico
kunnen meetreeksen gebruikt worden. Meetreeksen kunnen niet gebruikt worden om de
toekomstige ontwikkeling van het risico onder invloed van klimaatverandering en/of
sociaaleconomische ontwikkelingen te bepalen.
Figuur 6.4 Meetpunten voor waterdiepte en watertemperatuur in het oppervlakte watersysteem van de Berkel.
6.4.3
6.4.3.1
Uitwerking per gebruikersfunctie
Landbouw
Een overzicht van de ruimtelijke verdeling van de gewastypen voor de landbouw is te zien in
Tabel 6.1 en Figuur 6.5. In Tabel 6.1 is een overzicht opgenomen van het aantal hectare per
gewastype in het stroomgebied van de Berkel (afgeleid uit GIS data van het waterschap).
Landbouw in het stroomgebied van de Berkel bestaat voornamelijk uit grasland en mais. Het
is niet duidelijk of de gebieden met waterinlaten andere gewastypen hebben dan de gebieden
zonder waterinlaten.
Tabel 6.1
Overzicht van het aantal hectare per gewastype in het stroomgebied van de Berkel
Gewastype
Grasland
Mais
Aardappelen
Suikerbieten
Granen
Overig
Boomteelt
Totaal
Oppervlakte ha
22281
8447
481
150
946
341
31
32678
Risicobenadering voor de Nederlandse zoetwatervoorziening
121 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 6.6 geeft een beeld van de uitwerking van de ‘treintjes’ om van hydrologische
parameters naar fysieke effecten te komen en deze door te vertalen naar welvaartseffecten
per gewastype. De fysieke effecten van landbouw zijn de landbouwgewasopbrengsten. De
opbrengsten worden beïnvloed door het bodemvochtgehalte (hydrologische parameter). De
landbouwopbrengsten zijn aanvankelijk met het landbouwopbrengstmodel AGRICOM
doorvertaald naar een opbrengstderving. De opbrengstderving is gedefinieerd als het verschil
tussen de potentiele en de actuele landbouwopbrengsten (kg/gewas/gebied). Zie voor meer
informatie over de bepaling Paragraaf 5.4.
Figuur 6.5 Gewastypen voor de landbouw in het stroomgebied van de Berkel.
Figuur 6.6 ‘Effectentrein voor de gebruikersfunctie Landbouw: van kans op hydrologische effecten, naar fysieke
effecten, naar welvaartseffecten
.
Voor de gebruiksfunctie landbouw heeft het WER (Hoofdstuk 3.3) een prijstool ontwikkeld
waarin verandering van landbouwopbrengsten worden doorvertaald naar een welvaartseffect.
Hierbij wordt rekening gehouden met prijselasticiteiten en import/export in de landbouwsector.
122 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Met de prijstool kan op basis van AGRICOM uitkomsten (de actuele landbouwopbrengsten
(kg/gewas/gebied)) het welvaartseffect worden geschat voor veranderende opbrengsten voor
negen gewastypen voor verschillende jaren met en zonder maatregel, rekening houdend met
prijseffecten.
6.4.3.2
Recreatievaart met Berkelzompen
De recreatievaart met de Berkelzompen is een belangrijke toeristische trekpleister in het
stroomgebied van de Berkel. De volgende informatie is verzameld om de welvaartseffecten
voor de recreatievaart in beeld te brengen (bron: Berkelzompen-maatschappij):
- benodigde diepgang voor de Berkelzompen om te kunnen varen is 1,5 m
- gemiddeld zijn er 745 vaarten per jaar met range van 10% afhankelijk van het weer. De
(verdeling van deze vaarten over de maanden is als volgt: maart (25), april (75), mei (100),
juni (100), juli (140), augustus (140), september (140), oktober (25)
- kosten per ticket is 7,50 euro
- maximaal 20 personen per vaart
- gemiddelde bezettingsgraad is gelijk aan 75%
- 5% van de toeristen zijn buitenlandse toeristen
Bij het berekenen van het welvaartseffect kijken we naar de verminderde opbrengst van de
Berkelzompen-maatschappij. Figuur 6.7 geeft een beeld van de uitwerking van de ‘treintjes’
om van hydrologische parameters naar fysieke effecten te komen en deze door te vertalen
naar welvaartseffecten voor de Berkelzompen-maatschappij. Het fysieke effect is het aantal
vaarten per jaar die door onvoldoende diepgang niet door kunnen gaan. Dit fysieke effect
wordt beïnvloedt door de vaardiepte in de waterlopen van de Berkel. Het welvaartseffect voor
de Berkelzompen-maatschappij komt neer op het aantal vaarten per jaar die door
onvoldoende diepgang niet door kunnen gaan, vermenigvuldigd met het aantal personen per
vaart en de ticketprijs per persoon.
Het uiteindelijke welvaartseffect is afhankelijk van de vaste en variabele kosten van de
Berkelzompenmaatschappij. Bij hoge vaste kosten zal wanneer een vaart niet doorgaat het
welvaartseffect groter zijn dan wanneer de kosten voornamelijk bestaan uit variabele kosten.
Aangezien geen informatie is verkregen over de verhouding vaste en variabele kosten gaan
we vooralsnog uit dat het welvaartseffect gelijk is aan de misgelopen opbrengsten. Naast
directe effecten kunnen ook indirecte effecten plaatsvinden. Bijvoorbeeld, indien er niet
gevaren wordt, zal ook geen gebruik worden gemaakt van in de buurt gelegen
horecagelegenheden. De opbrengstderving in de bredere context van de recreatiesector is
een orde groter dan de opbrengstderving van de Berkelzompen-maatschappij. Meestal wordt
voor deze effecten een opslagpercentage gebruikt.
Naast de opbrengstderving van de Berkelzompen-maatschappij zou ook nog naar het
welvaartseffect op regionaal en nationaal niveau kunnen worden gekeken. Bij binnenlandse
toeristen treedt een substitutie-effect op. De binnenlandse toeristen kunnen in eigen land een
andere activiteit ondernemen, waardoor er op regionaal en nationaal niveau geen
welvaartsverlies optreedt.
De misgelopen inkomsten van buitenlandse toeristen zorgen voor een nationaal
welvaartseffect. De opbrengstderving is gelijk aan het aantal vaarten per jaar die door
onvoldoende diepgang niet door kunnen gaan vermenigvuldigd met de uitgaven van het
aantal buitenlandse toeristen.
Risicobenadering voor de Nederlandse zoetwatervoorziening
123 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 6.7 ‘Treintje’ voor de gebruikersfunctie recreatievaart met de Berkelzompen: van kans op hydrologische
effecten, naar fysieke effecten, naar welvaartseffecten.
6.4.3.3
Stedelijke waterkwaliteit
Stedelijke gebieden kunnen tijdens droge perioden problemen ondervinden door de
verminderde waterkwaliteit. Dit kan zorgen voor (stank)overlast en verminderde
belevingswaarde, en voor negatieve effecten op de gezondheid (welvaartseffecten). Omdat
het lastig is om deze effecten in (monetaire) waarden uit te drukken, is gekozen om bij de
uitwerking van stedelijke waterkwaliteit te kijken naar het extra onderhoud aan waterlopen
waardoor de negatieve effecten die hierboven beschreven worden voorkomen kunnen
worden. Dit is niet helemaal correct, aangezien dit een maatregel betreft en niet het feitelijke
welvaartseffect. In het plan voor 2017 moet worden nagedacht hoe we omgaan met het
kwantificeren van het feitelijke welvaartseffect droogte in stedelijke gebieden, zoals een
doorvertaling naar vastgoedprijzen (doordat huizen aan het water minder aantrekkelijk
worden) en hogere kosten voor gezondheidszorg (door gezondheidsklachten).
Om het extra onderhoud aan waterlopen te bepalen om negatieve effecten zoals
(stank)overlast, verminderde belevingswaarde en negatieve effecten op de gezondheid te
voorkomen is uitgegaan van de volgende informatie:
- bij een watertemperatuur hoger dan 20°C gaan planten sneller gaan groeien waardoor
extra onderhoud waterlopen nodig is (maaien en baggeren)
- bij overgang van oligotroof naar eutroof stappen we over naar intensiever beheer
- de onderhoudskosten nemen toe van € 1,40 per m2/jaar naar € 5,67 per m2/jaar (Kamsma,
2014).
Voor een beperkt aantal locaties zijn reeksen beschikbaar met watertemperatuur metingen.
De meetfrequentie varieert tussen acht maal per jaar en maandelijkse metingen. De
meetpunten liggen in de buurt van de volgende steden: Zutphen, Borculo, Eibergen en
Lochem. Voor deze stedelijke gebieden is de meetreeks gebruikt van het dichtst bijgelegen
meetpunt. Voor elke jaarreeks is bepaald wanneer de watertemperatuur boven de
drempelwaarde van 20°C uitkomt. Als dit gebeurt, dan zijn de jaarlijkse onderhoudskosten €
4,27 per m2 hoger.
Het areaal water in de stedelijk gebieden is bepaald door in GIS de totale omtrek van de
waterlopen te bepalen en te vermenigvuldigen met een oeverstrook van 2 m die langs deze
waterlopen beheerd moet worden (zie Tabel 6.2).
124 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Tabel 6.2
Overzicht van het oppervlakte water in de stedelijke gebieden van de Berkel (Zutphen, Lochem,
Borculo en Eibergen)
Stad
Zutphen
Lochem
Borculo
Eibergen
Areaal water in stedelijke gebieden [m2]
697500
335000
130000
93750
Figuur 6.8 geeft een beeld van de uitwerking van de ‘treintjes’ om van hydrologische
parameters naar fysieke effecten te komen en deze door te vertalen naar extra
onderhoudskosten voor beheer van het waterareaal in stedelijke gebieden.
Figuur 6.8 ‘Treintje’ voor de gebruikersfunctie Stedelijke waterkwaliteit: van kans op hydrologische effecten, naar
fysieke effecten, naar welvaartseffecten.
6.4.3.4
Natuur
Bij natuur kan onderscheid worden gemaakt in aquatische en terrestrische natuur. De
effecten voor natuur kunnen uitgedrukt worden in intrinsieke waarden, zoals het
soortenverlies of het verminderen van aantallen per soort in relatie tot de rest van de soortenpopulatie.
Om het soortenverlies van de aquatische natuur bij droogte te bepalen en daar een
waardering aan toe te voegen is informatie over de waterdiepte en de stroomsnelheid van de
watergangen in het gebied nodig. Ook zijn de grenswaarden voor verschillende soorten
waarbij soortenverlies optreedt belangrijk. De duur van het overschrijden van de
grenswaarden (bij aquatische natuur veelal droogval) is ook een bepalende factor bij het
optreden van soortenverlies.
Daarnaast kan als gevolg van droogte ook soortenverlies van de aquatische natuur optreden
door eutrofiëring. De volgende parameters zijn geïdentificeerd als invloedrijk voor algenbloei:
temperatuur, kwel, drainage en nutriënten in inlaatwater. De hoeveelheid algen in het
watersysteem kunnen afnemen bij lagere temperaturen. Ook hier is het belangrijk te weten bij
welke soorten algenbloei verantwoordelijk kan zijn voor soortenverlies en bij welke
grenswaarden soortenverlies kan optreden.
Op vergelijkbare wijze kan een redenering opgesteld worden voor terrestrische natuur. De
gevolgen van droogte voor de terrestrische natuur hangen af van het bodemvochttekort. Ook
hier is het belangrijk om te weten bij welk bodemvochttekort soortenverlies optreedt, en welke
grenswaarden er gehanteerd kunnen worden voor de verschillende soorten in het
stroomgebied van de Berkel.
Naast het verlies van soorten kunnen er ook nieuwe soorten aquatische en terrestrische
natuur ontstaan, waardoor er als het ware ook baten voor natuur zijn.
Risicobenadering voor de Nederlandse zoetwatervoorziening
125 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De effecten voor de functie natuur zijn hierboven vooral in intrinsieke waarden uitgedrukt. De
effecten voor de functie natuur zijn moeilijk in monetaire waarden uit te drukken. Een manier
om dit toch te doen is door te kijken naar het effect van veranderde natuur op
ecosysteemdiensten of de herstelkosten van de natuur te ramen (zie ook Deltares,
Stratelligence en LEI, 2016). Om dit te kunnen bepalen is meer informatie nodig over de
grenswaarden waarbij soorten door droogte verdwijnen. Op basis van Watersnood, de KRW
verkenner en PROBE (gereed in 2017) zou in de toekomst meer kunnen worden gezegd over
deze grenswaarden (zie ook paragraaf 5.4.2.5). In de voorliggende studie is nu nog geen
verdere kwantificering van de effecten van droogte op natuur gegeven.
Een mogelijke uitwerking van het treintje voor de functie aquatische en terrestrische natuur is
te zien in Figuur 6.9.
Figuur 6.9 Effectentrein voor de gebruikersfunctie aquatische natuur (bovenste twee treintjes) en terrestrische
natuur (onderste treintje): van kans op hydrologische effecten, naar fysieke effecten, naar welvaartseffecten.
6.4.3.5
Industrie
De belangrijkste industrie in het stroomgebied van de Berkel is Friesland Campina. De
industrie gebruikt water om twee redenen: proceswater en koelwater. Proceswater is niet
sterk afhankelijk van de temperatuur en is vooral afhankelijk van het wateraanbod. Bij
koelwater is voornamelijk de temperatuur belangrijk. Het oppervlaktewater mag geen hoge
temperatuur hebben op het moment dat het opgewarmde (koel)water weer geloosd wordt.
Daarom is het van belang te weten in welke mate Friesland Campina proceswater en
koelwater gebruikt in het productieproces.
Friesland Campina onttrekt het water vanuit het dieper gelegen grondwater. Figuur 6.10 toont
de grondwateronttrekkingspunten van Friesland Campina. Friesland Campina loost geen
proces- en koelwater op het oppervlakte water. Eventuele lozingen vinden direct plaats op de
RWZI. Daardoor ondervindt het oppervlaktewater geen nadelige gevolgen van het
opgewarmd lozingswater.
Friesland Campina mag altijd grondwater onttrekken. Er zijn geen omstandigheden waarbij er
een onttrekkingsverbod geldt. Daardoor heeft de industrie nooit een tekort aan water bij droge
omstandigheden.
126 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Om deze reden is het treintje voor de gebruiksfunctie industrie niet verder uitgewerkt. Doordat
er geen onttrekkingsverbod is, en grondwateronttrekkingen altijd zijn toegestaan, ontstaat er
wel een effect op de natuur. Er kan verdroging in het invloedgebied optreden waardoor een
welvaartseffect optreedt aan functies die afhankelijk zijn van waterpeilen in waterlopen,
grondwaterstanden en bodemvochtgehalten. In bepaalde gevallen wordt er afgesproken dat
bedrijven investeren in compensatiemaatregelen. Het is niet duidelijk of hier sprake van in de
Berkel.
Figuur 6.10 Overzicht van de grondwateronttrekkingspunten van Friesland Campina en drinkwaterbedrijf Vitens.
6.4.3.6
Drinkwater
Het drinkwaterbedrijf Vitens is een van de belangrijke watervragers in het gebied zijn.
Evenals Friesland Campina onttrekt Vitens water uit het diepere grondwater. Figuur 6.10
toont de grondwateronttrekkingspunten van Vitens. Er zijn geen omstandigheden
gedefinieerd waarbij er een onttrekkingsverbod geldt. Daardoor ondervindt het
drinkwaterbedrijf zelf geen effect bij droge omstandigheden. Om deze reden is het treintje
voor de gebruiksfunctie drinkwater niet verder uitgewerkt. Evenals bij de gebruikersfunctie
industrie zullen er wel indirecte effecten optreden aan andere gebruikersfuncties doordat
onttrekkingen wel invloed hebben op de waterpeilen in waterlopen, de grondwaterstanden en
de bodemvochtgehalten in het invloedgebied. In bepaalde gevallen wordt er afgesproken dat
bedrijven investeren in compensatiemaatregelen. Het is niet duidelijk of hier sprake van in de
Berkel.
6.5
Toepassing risicobenadering
In 2016 is de eerste versie van de Droogte Risico Tool ontwikkeld en voor het eerst toegepast
in de casestudie voor de Berkel. De tool vormt de eerste versie van de generieke tool voor de
analyse van droogterisico, die ontwikkeld wordt in het kader van IMPREX. (zie paragraaf 3.2).
Risicobenadering voor de Nederlandse zoetwatervoorziening
127 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De resultaten van de eerste toepassing worden in dit hoofdstuk gepresenteerd en besproken.
Ze leveren een voorlopig beeld van het risicoprofiel van de Berkel op voor de huidige situatie
(huidige klimaat, zonder klimaatverandering). Binnen deze toepassing is gekeken naar twee
situaties:
1. de huidige situatie
2. de situatie zonder waterinlaat vanuit het Twentekanaal naar de Berkel
Allereerst is het risico van één sector apart geanalyseerd, namelijk landbouw. Vervolgens zijn
ook recreatievaart en stedelijke waterkwaliteit kort geanalyseerd en met de sector landbouw
vergeleken.
De getallen zoals die in dit hoofdstuk worden gepresenteerd, zijn indicatief en bedoeld om de
methode voor de risicobenadering te testen en te illustreren aan stakeholders. Het
welvaartseffect is uitgedrukt in de jaarlijks verwachte droogteschade. Een beoordeling van de
betrouwbaarheid van de getallen ontbreekt (nog), zodat ze (nog) niet gebruikt kunnen worden
voor bijvoorbeeld een echte MKBA.
6.5.1
6.5.1.1
Risico zonder maatregel
Landbouw
Om het droogterisico van de landbouw voor het totale Berkelgebied in beeld te brengen is
gebruik gemaakt van het Landelijk Hydrologisch Model (LHM) en het landbouweffectmodel
AGRICOM. Met LHM is het grondwater- en oppervlaktewatersysteem in de huidige situatie
gemodelleerd voor een 20 jarige tijdsreeks. Dit betekent dat het huidige landgebruik
gesimuleerd is in combinatie met de hydrologische en meteorologische condities voor de
historische jaren 1961-1980 (neerslag, verdamping en afvoeren zoals die zich hebben
voorgedaan). Vervolgens is voor ieder jaar door AGRICOM de landbouwopbrengstderving
berekend, uitgesplitst naar de verschillende gewascategorieën en -arealen zoals AGRICOM
die onderscheidt. Het totale areaal aan landbouw waarvoor de landbouwopbrengstderving is
berekend, wordt door AGRICOM berekend op ruim 34000 ha. Landbouw in het stroomgebied
van de Berkel bestaat voornamelijk uit grasland en mais. Deze gewassen hebben samen ook
het grootste aandeel in de berekende droogteschade.
Figuur 6.11 toont de landbouwopbrengstderving in de beschouwde periode van 20 jaar
(1961-1980). In de figuur is af te lezen dat het welvaartseffect door droogte het hoogst is in
jaar 1976. Dit is ook klimatologisch het droogste jaar in de tijdreeks; de klimatologie van 1976
heeft in Nederland een gemiddelde kans van voorkomen van 1 keer per 100 jaar. Het jaar
1976 wordt op afstand gevolgd door vijf andere relatief droge jaren, waaronder 1973 en 1975.
In de overige jaren treedt er nauwelijks een welvaartseffect door droogte op.
128 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
Deltores
1221519-011-ZWS-0005, 23 december 2016, definitief
Welvaartseffecten
van droogte voor landbouw per
gewastype
Bollen
• Fruit
_ 30,0
o
:; 25,0
• Boomteelt
CIl
• Overig
~ 20,0
....~u
• Granen
15,0
• (Suiker)bieten
~ 10,0
CIl
~
s,a
-
III
~
,0
Qi
~
I
• __J•
J
--I
•
--
• Aardappelen
.Mais
• Grasland
Figuur 6. 11 Verloop van het welvaartseffect in de tijd per gewastype (zonder rekening te houden met het prijseffect)
De jaarlijkse verwachtingswaarde van de opbrengstderving van de landbouw voor de Berkel
(gebaseerd op het gemiddelde van de 20 jarige tijdreeks) is ca. €2,92 mln (zie figuur 6.12).
De jaarlijks verwachte actuele landbouwopbrengst is gelijk aan ongeveer €55 mln euro. In het
cirkeldiagram is weer te zien dat gras- en maïsland hierin het grootste aandeel hebben.
Jaarlijks verwachte welvaartseffect
per gewastype
landbouw
3,5
Bollen
ô
...
3
• Fruit
:::I
-....
~ 2,5
r::::
CIl
u
CIl
• Boomteelt
2
• Overig
:::
CIl 1,5
• Granen
.......
11'1
III
III
>
• (Suiker)bieten
1
Qi
• Aardappelen
s 0,5
• Mais
°
• Grasland
Berkel
Figuur 6. 12 Verdeling van het jaarlijks
welvaartseffect
per gewastype
(zonder rekening te houden met het
prijseffect)
De relatief grote welvaartseffecten voor het gewastype grasland en mais worden vooral
veroorzaakt door de productie van gras en mais die de productie van veevoer beïnvloed. Een
teruggelopen ruwvoerproductie op het bedrijf en in de regio kan immers worden
gecompenseerd met de aankoop van krachtvoer.
De extra kosten hiervoor worden meegenomen in de berekening van de welvaartseffecten
van de consumenten van gras en mais (zie voor meer uitleg paragraaf 3.3).
Risicobenadering voor de Nederlandse zoetwatervoorziening
129 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
6.5.1.2
Recreatievaart met Berkelzompen
Ook voor de recreatievaart is het jaarlijks verwachte welvaartseffect berekend. Dit is gebeurd
volgens het ‘treintje’ zoals dat beschreven is in paragraaf 6.4. Daarbij is gebruik gemaakt van
historische meetreeksen voor waterstanden: 1969 t/m 1994, waarin de jaren 1972 t/m 1974
en 1976 ontbreken. In deze periode zijn de waterstanden dagelijks gemeten. Uit de figuur valt
af te lezen dat de hydrologische jaren 1982, 1983 en 1984 de jaren zijn met het grootste
welvaartseffect door droogte. Doordat voor het jaar 1976 geen waterstandsmetingen
beschikbaar zijn, is er voor dat jaar geen welvaartseffect berekend. Het jaar 1976 staat in
Nederland bekend als een erg droog jaar. Hiervoor is niet gecorrigeerd. Het ontbreken van dit
jaar beïnvloedt daardoor wel het berekende welvaartseffect. Omgerekend is het gemiddeld
jaarlijks verwachte welvaartseffect €2800. De gemiddelde jaarlijkse opbrengst is gelijk aan
het aantal recreatieschepen maal het aantal personen per jaar maal de ticketprijs. Dit komt
neer op ongeveer €85.000. Het jaarlijkse verwachte welvaartseffect voor de recreatievaart is
beduidend lager dan het welvaartseffect voor landbouw.
Figuur 6.13 Verloop van het welvaartseffect in de tijd voor de recreatievaart met de Berkelzompen (nb. voor de
jaren 1972 t/m 1974 en 1976 ontbreken inschattingen van het effect van droogte op de recreatievaart).
6.5.1.3
Stedelijke waterkwaliteit
Het welvaartseffect voor het stedelijk gebied is gebaseerd op het maairegime voor de
stedelijke wateren. Met extra onderhoud aan de waterlopen worden getracht de negatieve
effecten zoals (stank)overlast, verminderde belevingswaarde en negatieve effecten op de
gezondheid te voorkomen. Voor de vier grootste stedelijke kernen met stedelijk water, nl.
Zutphen, Lochem, Borculo en Eibergen is de jaarlijkse verwachtingswaarde van het extra
beheer en onderhoud bepaald. Deze is geschat op bijna €360.000 (zie figuur 6.14). Hierin
heeft de stad Zutphen het grootste aandeel. Deze stad heeft met haar grachten rondom de
binnenstad en andere wateren in de (uitbreidings)woonwijken het meeste stedelijk water. Het
bedrag dat extra nodig is voor beheer en onderhoud moet in relatie tot de totale
gemeentelijke uitgaven voor onderhoud aan watergangen beoordeeld worden. Het is niet
bekend hoe hoog deze jaarlijkse uitgaven zijn.
De kosten voor het extra beheer en onderhoud aan waterlopen is niet het feitelijke
welvaartseffect.
Welvaartseffecten van droogte in stedelijke gebieden betreffen de effecten van slechte
waterkwaliteit op vastgoedprijzen (doordat huizen aan het water minder aantrekkelijk worden)
en de extra kosten voor gezondheidszorg (door gezondheidsklachten).
130 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 6.14 Verdeling van de jaarlijks verwachte welvaartseffect voor de functie stedelijke waterkwaliteit voor de
steden Zutphen, Lochem, Borculo en Eibergen.
6.5.1.4
Landbouw, recreatievaart & stedelijke waterkwaliteit
Tot slot zijn de drie gebruiksfuncties waarvoor het welvaartseffect berekend is met elkaar
vergeleken (zie Figuur 6.15). Deze vergelijking kent echter duidelijk beperkingen, omdat de
tijdsperiode, de schadekentallen, modelgegevens dan wel meetgegevens, etc. waarop de
verschillende welvaartseffecten zijn gebaseerd, significant van elkaar verschillen. Dit leidt
ertoe dat de referentiesituatie per gebruiksfunctie verschilt. Toch is het wel de verwachting
dat de sector landbouw het grootste jaarlijkse verwachte welvaartseffect kent in verhouding
tot recreatievaart en stedelijke waterkwaliteit.
In de praktijk zullen er in de bestuurlijke context of beheerstrategie ook andere criteria
meegewogen worden anders dan de nu meegenomen welvaartseffecten, de culturele waarde
van het varen met de Berkelzompen en aan varen gerelateerde uitgaven zoals inkomsten
voor de horeca. Daarnaast krijgt het waterschap dan wel de gemeente met de aanleg van
meer water in de uitbreidingswijken van de steden (“wonen aan het water”), ook meer
telefoontjes wanneer de waterkwaliteit sterk achteruit gaat en er bijvoorbeeld dode dieren in
het water drijven. Deze zaken zijn moeilijk in monetaire waarden uit te drukken, maar wegen
wel mee in de besluitvorming over te nemen maatregelen en prioritering van het
(her)verdelen van het beschikbare water (‘interne verdringingsreeks’).
Risicobenadering voor de Nederlandse zoetwatervoorziening
131 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 6.15 Verdeling van het jaarlijks verwachte welvaartseffect voor de functies landbouw, recreatievaart met
Berkelzompen en stedelijke waterkwaliteit voor de steden Zutphen, Lochem, Borculo en Eibergen.
6.5.2
Risico met maatregel (inlaatstop vanuit Twentekanaal)
Als alternatief beheer voor het stroomgebied van de Berkel is een inlaatstop van water vanuit
het Twentekanaal naar de Berkel verkend.
In afwezigheid van een regionaal model is teruggevallen op het Landelijk Hydrologisch
Instrumentarium. In dit model is het Twentekanaal apart als watergang gemodelleerd, maar
de Berkel niet. Toch kon zeer indicatief een indruk worden gekregen van het effect van de
maatregel, d.w.z. de inlaat vanuit Twentekanaal ter hoogte van Lochem naar Berkel van 1,3
m3/s wordt teruggebracht naar 0 m3/s. Daarbij is gekeken naar de effecten van een inlaatstop
op de opbrengstderving van landbouw. Het model laat zien dat de maatregel vooral invloed
heeft op de GLG (gemiddelde laagste grondwaterstand, zoals die berekend is over de
tijdreeks van 1960-1980). In het gebied tussen Lochem en Zutphen daalt deze met maximaal
zo’n 10 cm. Dit is aangegeven in Figuur 6.16, waar het gebied met de rode kleur het gebied
is waar een grondwaterstandsdaling optreedt. De donkerrode kleur betreft 10 cm daling, de
lichtere kleur minder.
Het jaarlijks verwachte welvaartseffect van de landbouw is opnieuw berekend. De uitkomsten
laten zien dat de maatregel nauwelijks effect heeft: het jaarlijks verwachte welvaartseffect
neemt met € 50.000 toe.
132 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 6.16 Invloed van innamestop vanuit Twentekanaal (van 1,3 m3/s
naar 0 m3/s) op de gemiddeld lage
grondwaterstand zoals dat berekend is met het Landelijk Hydrologisch Instrumentarium
6.6
Discussie
De uitkomsten van de bepaling van het risico voor de huidige situatie en een situatie met een
maatregel zijn gepresenteerd in een tweede werksessie met stakeholders (vrijdag 4
november). Naast vertegenwoordigers van het waterschap Rijn en IJssel waren ook
vertegenwoordigers van gebruiksfuncties uit het stroomgebied aanwezig (nl. gemeente
Berkelland, LTO en Vitens). Verder waren vertegenwoordigers van de waterschappen die
deel uitmaken van het samenwerkingsverband ZON aanwezig.
De bruikbaarheid van de methode is tijdens deze bijeenkomst bediscussieerd. Vragen als
“Wat levert dit op? Wat kunnen we ermee?” zijn met elkaar besproken, net als “Wat zouden
we nog verder moeten uitdiepen en/of verbreden?”
Algemeen beeld van de werksessie met stakeholders over de bruikbaarheid van de
risicobenadering voor droogte is dat het nog niet eenduidig is hoe resultaten van een
risicobenadering bij kunnen dragen aan besluitvorming of keuzes betreffende afweging van
specifieke maatregelen, knikpuntanalyses op regionaal en landelijke schaal, het maken van
afspraken over waterbeschikbaarheid en/of bijdrage aan Beslissingsondersteunend
Informatieprofiel (BOI) van het Deltaprogramma Zoetwater. Dit vraagt de komende jaren
meer aandacht.
Vanuit de stakeholders komt nadrukkelijk de wens om het eenvoudig te houden (“Houd het
simpel, dan houdt het instrument zijn kracht. Navolgbaar of een duidelijke redeneerlijn is
belangrijk.”). Daarnaast is opgemerkt dat een aantal “effectentreinen” waarin
achtereenvolgens het hydrologisch effect, fysiek effect, welvaartseffect voor de
gebruikersfuncties of sectoren nog erg in ontwikkeling zijn (soms gebaseerd op arbitraire
keuzes). Bij de verdere uitwerking is het belangrijk keuzes goed te onderbouwen. De
effectentrein voor de landbouw is al wel in detail uitgewerkt.
Tot slot is een aantal belangrijke ‘basiskeuzen’ genoemd bij de toepassing van de
risicobenadering, zoals:
- Kijken we naar opbrengsten per gebruikersfunctie, of naar opbrengstderving. Bij het
tweede speelt dat de referentie goed gekozen moet zijn. Kijk je naar
opbrengstderving i.r.t. maximale potentiele opbrengsten of gemiddelde opbrengsten?
Zie ook kader in paragraaf 5.4.2.1.
Risicobenadering voor de Nederlandse zoetwatervoorziening
133 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
-
-
Moeten we de overall risico’s van alle gebruikersfuncties samen willen vatten in een
totaal risico, of moeten we de gebruikersfuncties individueel beschouwen? En kijken
we in het laatste geval dan naar in monetaire waarden uit te drukken effecten of ook
andere eenheden.
Kijken we naar risico’s op het niveau van de gebruikersfuncties, het regionale
systeem of het nationaal systeem? Voor de verschillende betrokkenen kan de
interesse anders zijn.
Voor een gedetailleerder verslag wat betreft de tafelgesprekken die gevoerd zijn tijdens de
tweede bijeenkomst verwijzen we naar Bijlage K.
6.7
Conclusies
De risicobenadering voor zoetwater (Droogte Risico Tool) is toegepast op de casestudie van
het stroomgebied van de Berkel. Het resultaat van dit jaar is een eerste beeld van het huidige
risicoprofiel, waarbij een beperkt aantal gebruiksfuncties (watervragers) is beschouwd.
Daarbij is geen rekening gehouden met de toekomstige ontwikkeling van het risico onder
invloed van klimaatverandering en sociaaleconomische ontwikkeling. Het risico is uitgedrukt
in een jaarlijks verwacht welvaartseffect.
Bij het toepassen van de risicobenadering is gekeken naar de gebruikersfuncties landbouw,
stedelijke water(kwaliteit) en de recreatievaart. De risicobenadering is niet toegepast op de
overige relevante gebruikersfuncties, zoals natuur, industrie en drinkwater. Voor natuur was
dit nog niet mogelijk, omdat de modellentrein (de trits van hydrologie-dosiseffectwelvaartseffect) niet compleet was. Uit interviews met het drinkwaterbedrijf Vitens en
industrie Friesland Campina is gebleken dat er geen omstandigheden zijn gedefinieerd
waarbij er een grondwateronttrekkingsverbod geldt. Daardoor ondervindt de industrie van
Friesland Campina en het drinkwaterbedrijf Vitens zelf geen effect door droogte. Wel kan er
verdroging in het invloedgebied optreden waardoor een indirect welvaartseffect ontstaat aan
functies die afhankelijk zijn van waterpeilen in waterlopen, grondwaterstanden en
bodemvochtgehalten. Er is niet naar de gebruiksfuncties industrie en drinkwater gekeken en
ook niet naar de indirecte effecten van onttrekkingen.
Er was voor het watersysteem van de Berkel geen geschikt/passend regionaal
watersysteemmodel
beschikbaar
dat
de
interactie
tussen
het
gronden
oppervlaktewatersysteem goed beschrijft. Om toch een risico op te stellen voor de situatie
zonder klimaatverandering en sociaaleconomische ontwikkeling, is voor de gebruikersfunctie
landbouw gebruik gemaakt modeluitkomsten uit het Landelijk Hydrologisch
Modelinstrumentarium (LHM). Voor de overige gebruikersfuncties zijn meetreeksen van
waterstanden, watertemperatuur en debieten gebruikt. Het modelonderdeel MetaSWAP van
het LHM bevat op een ruimtelijk detailniveau van 250x250 m informatie over
bodemvochtgehalten. Voor landbouw is die informatie over bodemvochtgehalten gebruikt in
combinatie met de effectmodule voor landbouw (AGRICOM) en de WER prijstool (om het
effect van prijselasticiteit te bepalen). Het LHM (versie 3.0.1) levert voor het oppervlaktewater
van de Berkel nauwelijks modeluitkomsten. Het LHM levert alleen informatie over de totale
oppervlaktewaterbalans van de Berkel (watervraag en –levering), m.a.w. informatie op
‘districtniveau’. Lokale uitvoerpunten in de Berkel met informatie over ontwikkeling van
waterstanden, waterdiepten en stroomsnelheden in de tijd ontbreekt. De LHM uitkomsten zijn
daardoor niet te gebruiken voor de risicobeoordeling van de gebruikersfuncties zoals
stedelijke waterkwaliteit en recreatievaart, waarvan de (tijdsafhankelijke ontwikkeling van)
hydrologische variabelen op meerdere locaties in het oppervlaktewater nodig zijn om fysieke
effecten te bepalen.
134 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor de gebruikersfuncties stedelijke waterkwaliteit en recreatievaart is daarom gebruik
gemaakt van (soms niet continue) meetreeksen in combinatie met eenvoudige aannames en
(opgevraagde c.q. uit literatuur afkomstige) kentallen over kosten en baten.
Op deze manier is een eerste beeld neergezet van het droogterisico. De uitkomsten van de
risicobenadering betreffen een eerste beeld en mogen niet als absolute getallen
geïnterpreteerd worden. Ze bevatten nog een ruime mate van onzekerheid. Hoewel de
uitwerking van de Droogte Risico Tool voor de Berkel op dit moment nog allerlei beperkingen
kent, is de verwachting dat de sector landbouw ook in toekomstige verbeterde uitwerkingen
het grootste jaarlijkse verwachte welvaartseffect kent in verhouding tot recreatievaart en
stedelijke waterkwaliteit (zoals uit de analyse is gebleken).
Om de meerwaarde voor de afweging van maatregelen te illustreren is ook naar het effect
van een maatregel op het risico gekeken. Daarbij is alleen naar het effect op landbouw
gekeken. De invloed van een inlaatstop vanuit het Twentekanaal naar de Berkel (d.w.z. 0
m3/s i.p.v. max. 1,3 m3/s (reguliere inlaat)) op het risico is in kaart gebracht. Uit de analyse
bleek dat de maatregel nauwelijks effect heeft: het effect is vooral in het gebied tussen
Zutphen en Lochem zichtbaar (in de vorm van een beperkte daling van gemiddelde lage
grondwaterstand). Het welvaartseffect van de maatregel is maar zeer beperkt. Om een beeld
te krijgen van de ordegrootte van het effect kunnen de kosten van de maatregel met het
welvaartseffect worden vergeleken. Ook als het welvaartseffect beperkt is kan een maatregel
met lage kosten mogelijk alsnog uit.
6.8
Aanbevelingen
Met betrekking tot de werkzaamheden in 2017 wordt voorgesteld om het aantal
gebruikersfuncties in de Droogte Risico Tool van de Berkel uit te breiden. De wens is om in
ieder geval de gebruiksfunctie natuur toe te voegen. Daarnaast willen we aandacht besteden
aan het verbeteren van de effectentrein (de trits van hydrologie-fysiek effect-welvaartseffect)
van de gebruikersfuncties (ook de gebruikersfuncties die dit jaar zijn beschouwd). We willen
ook de invloed van scenario’s voor toekomstige klimaatveranderingen en
sociaaleconomische ontwikkeling op de ontwikkeling van het risicoprofiel in 2050 en 2100 in
beeld brengen. Als maatregelen wordt voor de Berkel gedacht aan het veranderen van de
inlaten vanuit het Twentekanaal (op meerdere plekken) en het herinrichten van de beekdalen
met verondiepen en verbreden van de waterlopen. Daarnaast zou ook gedacht kunnen
worden aan het verminderen van drainagedichtheid en het vergroten van de ruwheid van het
landoppervlak om snelle afstroming en erosie tegen te gaan. Deze maatregelen kunnen in
grotere gebieden leiden tot veranderingen. Een andere belangrijke maatregel is het invoeren
van een beregeningsverbod vanuit grondwater in (extreem droge) groeiseizoenen.
Het voorlopige beeld van het risico laat zien dat in de huidige situatie de risico’s gerelateerd
aan droogte beperkt zijn. Het vermoeden bestaat dat dit droogterisico als gevolg van
klimaatverandering en sociaaleconomische ontwikkeling toeneemt. Vanwege het ontbreken
van informatie over het gedrag van het watersysteem van de Berkel was het lastig om het
huidige risico vast te stellen. Dit geldt vooral andere gebruikersfuncties dan de
gebruikersfunctie landbouw. Om dit toch te doen is beschikbare meetinformatie gebruikt.
Daardoor zijn de onzekerheden in het berekende huidige risico vrij groot.
Om een beter beeld te krijgen van het huidige risico en de ontwikkeling ervan in de toekomst
is basis betere informatie nodig over het systeemgedrag van de Berkel en de ontwikkeling
ervan in de tijd.
Risicobenadering voor de Nederlandse zoetwatervoorziening
135 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Een regionaal watersysteemmodel met een verbeterde modellering van het grond- en
oppervlaktewatersysteem en de onderlinge interactie, zou kunnen bijdragen aan de kwaliteit
van de risicobeoordeling. Het ligt buiten de scope van het IMPREX project om een regionaal
watersysteemmodel (al dan niet op basis van bestaande modellen) te bouwen en af te
regelen.
Een regionaal watersysteemmodel kan informatie over het hydrologische systeemgedrag van
de Berkel toeleveren ten behoeve van het toepassen van de risicobenadering. Het gaat
daarbij om het systeemgedrag in de huidige en toekomstige situatie o.i.v. klimaatverandering,
socio-economische ontwikkeling, ingrepen in grond- en oppervlaktewatersysteem.
Afwegingen in het gebied die spelen tussen watergebruikers hebben tot dusver met name
betrekking op: landbouw, droogvallen beken, doorspoelen stedelijk gebied Zutphen en
drinkwater-/industriewateronttrekkingen. Zo kunnen afweging en veranderingen in
waterbeschikbaarheid
door
bijvoorbeeld
klimaatverandering,
sociaaleconomische
ontwikkeling of ingrepen in het systeem (herinrichting, systeemaanpassingen) inzichtelijk
worden gemaakt voor gebruikers. In het kader op de volgende pagina zijn de mogelijkheden
hiervan nader toegelicht.
Parallel aan de ontwikkeling van een regionaal watersysteemmodel met een verbeterde
modellering van het grond- en oppervlaktewatersysteem en de onderlinge interactie, zou een
verbeterslag van de schematisatie van het stroomgebied van de Berkel in het LHM gemaakt
kunnen worden op basis van joint effort (samenwerking met andere projecten die bij Deltares
lopen).
Tot slot willen we in 2017 meer aandacht besteden aan de bruikbaarheid van de uitkomsten
van de risicobeoordeling en de Droogte Risico Tool, en hoe deze uitkomsten kunnen
bijdragen aan besluitvorming omtrent afweging van specifieke maatregelen en afspraken over
waterbeschikbaarheid. Hiervoor willen we samen met het waterschap een concrete case
definiëren. Te denken valt aan de invloed van herinrichting van het Berkelsysteem met al
haar inlaten. Focus zou zijn wat een risicobenadering in aanvulling op gangbare analyses kan
bijdragen aan afwegingen en besluitvorming.
Verbeteren basisinformatie over het gedrag van het watersysteem van de Berkel
Dit kader schetst een aantal opties om kennis van het gedrag van het watersysteem van de Berkel
te verbeteren. Een regionaal watersysteemmodel met een verbeterde modellering van het gronden oppervlaktewatersysteem en de onderlinge interactie, kan bijdragen aan de kwaliteit van de
risicobeoordeling en de relevantie van de resultaten. Het bouwen en het afregelen van een
regionaal watersysteemmodel (al dan niet op basis van bestaande modellen) die de situatie voor
de zoetwatervoorziening en droogte goed beschrijft, ligt buiten de scope van het IMPREX project.
Parallel aan de verbetering van het regionale modelinstrumentarium zou tevens een verbeterslag
van de schematisatie van het stroomgebied van de Berkel in het LHM gemaakt kunnen worden op
basis van joint effort (samenwerking met andere projecten die bij Deltares lopen).
Nodig
Idealiter is een volledig geïntegreerd grond- en oppervlaktewatermodel beschikbaar voor het
uitvoeren van een risicoanalyse voor droogte, met links naar effectmodellen (in ieder geval
Agricom). Hiermee kan een goede relatie tussen maatregelen in grondwater (onttrekkingen) en
effecten op oppervlaktewater (droogvallen beken), en andersom (water sturen naar Zutphen,
effect op infiltratie en grondwater standen (en opbrengstderving landbouw)) worden gesimuleerd
en effecten kwantitatief worden verkend. Ook kan de invloed van klimaatverandering in beeld
worden gebracht.
136 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Op dit moment zijn (voor zover bij ons bekend) de volgende modellen beschikbaar, waarin het
stroomgebied van de Berkel (deels) kan worden gesimuleerd:
- Grondwatermodel AMIGO (AMIGO staat voor Actueel Model Instrument Gelderland Oost)
(model voor de verzadigde zone iMod (schil om MODFLOW) en onverzadigde zone model
capsim; beide modellen zijn uit 2008). (n.b. sindsdien is er volgens ons geen revisie geweest.
Dit moet worden nagegaan bij WRIJ. In een studie van Alterra is voor stroomgebied Baakse
Beek capsim-model vervangen door Metaswap. We moeten nagaan of dit ook voor Berkel is
gebeurd).
- Sobek model voor wateroverlast
- Landelijk Hydrologisch Modelinstrumentarium
Opties
Mogelijkheden opties om inzicht in het systeemgedrag van de Berkel te verbeteren zijn:
- Gebruik van het grondwatermodel AMIGO in combinatie met een waterbalans. Het model
capsim voor de onverzadigde zone uit het AMIGO model voert vermoedelijk ook
informatie uit over de potentiele en actuele evapotranspiratie. Dit is invoer voor de
landbouweffectmodule AGRICOM. Het model capsim is daardoor naar verwachting
eenvoudig te koppelen aan de landbouweffectmodule AGRICOM. De waterbalans levert
informatie over de hoeveelheid water die tussen het grond- en oppervlaktewater wordt
uitgewisseld. Naast deze bron moet voor het oppervlaktewater overige bronnen/verdwijntermen worden verzameld, zoals afvoeruitwisselingen met zuiveringen (RWZI),
inlaten en doorspoeling. Zie Kuijper et al. (2011) voor een voorbeeld. In dit geval kunnen
er geen uitspraken over hydrologische parameters (o.a. waterstanden en
stroomsnelheden) in het oppervlaktewater worden gedaan. Door het ontbreken van een
koppeling tussen het oppervlaktewater en grondwater kan het effect van droogvallende
beken op grondwater niet ‘automatisch’ inzichtelijk worden gemaakt. Dat vergt extra
sommen met het grondwater-model en droge beken.
- Gebruik van het grondwatermodel AMIGO in combinatie met een waterbalans en
afvoerwaterstandsrelaties (Zie hierboven). In aanvulling op bovenstaande wordt voor het
oppervlakte water gebruik gemaakt van afvoerwaterstandsrelaties. Op basis van de
berekende afvoeren in het oppervlaktewater (combinatie van bronnen-/verdwijntermen)
kan een vertaling worden gemaakt van afvoeren naar waterdiepten. De
afvoerwaterstandsrelaties kunnen mogelijk op basis van het SOBEK-model voor
wateroverlast worden afgeleid. Ook in dit geval blijft het nadeel dat de dynamische
koppeling tussen het oppervlaktewater en grondwater ontbreekt, en dat het effect van
droogvallende beken op grondwater niet ‘automatisch’ inzichtelijk wordt gemaakt.
- Gebruik van het grondwatermodel AMIGO in combinatie met een oppervlaktewatermodel.
In dit geval is er wel een terugkoppeling van waterstanden naar het grondwatermodel.
Opties voor de koppeling met een oppervlaktewatermodel zijn: het Sobek voor
wateroverlast (hiervoor is het wel nodig om het model af te regelen voor laagwater), RTCtools (koppeling moet dan nog ontwikkeld worden (meeliften het project Nationaal
Hydrologisch Instrumentarium is wellicht mogelijk)), of StreamFlowRouting package in
MODFLOW (deze optie is niet gangbaar).
De laatste optie vraagt om de grootste investering van het waterschap. Dat resulteert dan wel in
een model waarmee de interactie tussen grond- en oppervlaktewatersysteem, inclusief de invloed
van
klimaatverandering, socio-economische ontwikkeling, ingrepen in grond- en
oppervlaktewatersysteem goed kan worden gesimuleerd. Dit levert basisinformatie die voor het
toepassen van een risicobenadering inclusief het in beeld brengen van de potentie van de
risicobenadering nodig is.
Risicobenadering voor de Nederlandse zoetwatervoorziening
137 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
7
7.1
Conclusies en aanbevelingen
Conclusies
Doel van de deelprojecten IA economie en IMPREX in 2016 was het verder ontwikkelen van
de methodiek voor de risicobenadering voor de zoetwatervoorziening in Nederland en het
toepassen daarvan in twee regionale casestudies om meer ervaring op te doen met de
voorgestelde methodiek. Dit zou onder meer moeten leiden tot een evaluatie van de
toepasbaarheid van de methodiek voor een regionale en nationale toepassing als
onderbouwing voor de besluitvorming met betrekking tot zoetwater in 2021. Ook kan het
beter inzicht geven in de meerwaarde van de risicobenadering en in de aanwezige
kennisleemtes om de methodiek te kunnen toepassen. Om dit doel te bereiken zijn vier
activiteiten uitgevoerd met elk conclusies die bijdragen aan het beantwoorden van de vraag
of de risicobenadering toepasbaar is en welke kennisleemtes er nog zijn.
Activiteit 1: Evaluatie/inschatting van de toepasbaarheid van de risicobenadering op landelijk
niveau
Op landelijk niveau is de toepasbaarheid van de risicobenadering voor de relevante
gebruiksfuncties getoetst op basis van de verrichte werkzaamheden in DP fase 1 en recente
(model)ontwikkelingen. Deze analyse laat zien dat de methodiek alleen toepasbaar is als er
voldoende informatie en kennis is om de ‘effectentrein’ voor iedere gebruikersfunctie
afzonderlijk te voeden. Voor veel gebruiksfuncties zijn hiervoor aanvullende acties vereist
vooral op het gebied van de watersysteemmodellering (met het detailniveau passend bij het
niveau waarop de landelijke analyse wordt uitgevoerd), de dosis-effect relaties en het
reduceren van onzekerheid in het waarderen van welvaartseffecten.
Activiteit 2: Doorontwikkeling van de methodiek voor de risicobenadering
Voor het bepalen van het droogterisico en voor het uitvoeren van een bijbehorende
onzekerheidsanalyse is in 2016 in het kader van IMPREX een generieke tool gebouwd in MS
Excel. Hiermee kan het droogterisico worden ingeschat, uitgedrukt als de
verwachtingswaarde van het jaarlijkse welvaartseffect28. De verwachtingswaarde wordt
berekend als het gemiddelde jaarlijkse welvaartseffect over alle jaren in een (hydrometeorologische) tijdreeks. De invoer voor de tool is het welvaartseffect per jaar per
gebruiksfunctie.
Landbouw is een belangrijke gebruiker van zoetwater in Nederland, daarom is net als vorig
jaar extra aandacht aan deze sector besteed. In 2015 heeft het LEI een model ontwikkeld,
waarmee bij de uitwerking van het droogterisico voor de landbouwsector rekening kan
gehouden worden met het prijseffect als gevolg van een verlaging van de
landbouwopbrengst. Het model berekent het welvaartseffect van een verlaging van de
landbouwopbrengst. Dit model is in 2016 uitgebreid zodat het toepasbaar is op alle negen
gewasgroepen uit het landbouwopbrengstmodel Agricom. In de casestudies van de
watersystemen ARK-NZK en de Berkel is dit model toegepast (zie activiteit 4).
Activiteit 3: Beantwoording van kennisvragen met betrekking tot de waterbeschikbaarheid in
het hoofdwatersysteem
Risicobenadering voor de Nederlandse zoetwatervoorziening
139 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
De risicobenadering bestaat uit een kansendeel en een gevolgendeel. Het kansendeel gaat
vooral over de statistiek van waterbeschikbaarheid per gebruiker in het watersysteem.
In een groot deel van Nederland is de waterbeschikbaarheid in het hoofdwatersysteem
belangrijk voor de kans van optreden van droogte-effecten voor diverse gebruikers in het
watersysteem, omdat waterinlaat vanuit het hoofdwatersysteem naar het regionale
watersysteem de regionale watertekorten kan terugdringen. De waterbeschikbaarheid in het
hoofdwatersysteem vormt daardoor een belangrijk onderdeel in het ontwikkelen van een
risicobenadering voor droogte en krijgt in het IMPREX daarom extra aandacht. Dit jaar
hebben twee aspecten aandacht gekregen: (1) de onzekerheid in de waterbeschikbaarheid in
het hoofdwatersysteem en (2) de waterbeschikbaarheid in het hoofdwatersysteem tijdens
extreme omstandigheden (grote herhalingstijden).
Voor het eerste aspect lag de focus op het inventariseren van de oorzaken van onzekerheid
in de waterbeschikbaarheid in het hoofdwatersysteem. Het algemene beeld is dat de
belangrijkste onzekerheid in de waterbeschikbaarheid van het hoofdwatersysteem wordt
veroorzaakt door de onzekerheid in de regionale watervraag, zoals berekend in het
deelmodel voor de onverzadigde en verzadigde zone (Modflow/Metaswap). Vooral de wijze
waarop verdamping in dat deelmodel is gemodelleerd zorgt voor een grote onzekerheid in de
watervraag. Overige onzekerheidsbronnen die belangrijk zijn met betrekking tot de
onzekerheid
van
de
waterbeschikbaarheid
in
het
hoofdwatersysteem
zijn:
waterverdeling/sturing (Mozart/DM), openwaterverdamping (DM), ruwheden/ontbreken
kalibratie op droogte (LSM), chlorideberekening (Mozart/DM), waterverdeling Rijntakken
(LSM).
Over de omvang van onzekerheden en de doorwerking daarvan in de onzekerheid in
waterbeschikbaarheid in het hoofdwatersysteem is nog weinig kwantitatieve informatie
beschikbaar. Het was daardoor niet mogelijk om de onzekerheid in de waterbeschikbaarheid
in deze projectfase te kwantificeren. Er is een plan gemaakt om met behulp van een
kwantitatieve onzekerheidsanalyse met het Nationaal Water Model de onzekerheid in
waterbeschikbaarheid als gevolg van een aantal onzekerheidsbronnen in de komende jaren
te kwantificeren. Dit moet een kwantificering opleveren van de modelonzekerheid met
betrekking tot de waterbeschikbaarheid in het hoofdwatersysteem. Voor de totaalonzekerheid
in de waterbeschikbaarheid is naast de modelonzekerheid ook de statistische onzekerheid
van belang. Dit wordt uitgewerkt binnen de studie Wabes. De kwantificering van
modelonzekerheid en statistische onzekerheid moeten vervolgens samen integraal worden
meegenomen in de uitwerking van het droogterisico voor diverse gebruikers in het
watersysteem.
Voor het kwantificeren van extreme droogtegebeurtenissen zijn verschillende opties verkend,
met input van deskundigen van het KNMI, Deltares en HKV. Hieruit kwam een analyse met
het regionale klimaatmodel RACMO als meest haalbaar naar voren. Met uitkomsten van dit
model is door KNMI een 800-jarige reeks van meteorologie in West-Europa samengesteld.
Deze kan gebruikt worden om inzicht te krijgen in de frequentie van droogtes en de correlatie
tussen droogte in Nederland en lage afvoeren als gevolg van droogte in het Rijn- en
Maasstroomgebied.
Activiteit 4: Toepassing van de risicobenadering voor droogte op regionaal niveau
Om de meerwaarde van de risicobenadering op regionaal niveau te bepalen is de
risicobenadering toegepast in de twee regionale casestudies, namelijk het watersysteem van
het Amsterdam-Rijnkanaal en Noordzeekanaal (ARK/NZK) in West-Nederland en het
watersysteem van de Berkel in Oost-Nederland. Samen met de inschatting van de
140 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
toepasbaarheid op landelijk niveau geeft dit inzicht in de toepassing van de methodiek op
verschillende schaalniveaus.
Elke casestudie heeft zijn eigen karakteristieken. In de eerste casestudie speelt menselijke
sturing een belangrijke rol, terwijl dit in de tweede casestudie minder belangrijk is en het
watersysteem meer vrij afwaterend is. Voor elk van de casestudie is het droogterisico in de
huidige situatie (zonder klimaatverandering en sociaaleconomische ontwikkeling) voor een
aantal gebruiksfuncties en sectoren bepaald. Voor het ARK/NZK is het effect van het
verminderen van de wateraanvoer over het Amsterdam Rijnkanaal in beeld gebracht. Voor de
Berkel is het effect van een inlaatstop vanuit het Twentekanaal bekeken.
Amsterdam Rijnkanaal-Noordzeekanaal
Het resultaat van de toepassing van de risicobenadering in het ARK-NZK is een overzicht van
de relevante welvaartseffecten en een beeld van het huidige droogterisico uitgedrukt in een
verwachtingswaarde van het welvaartseffect. Voor de meeste gebruiksfuncties van zoetwater
zijn effectentreinen (hydrologisch effect-fysiek effect- welvaartseffect) opgesteld, is (de
benodigde) data verzameld en zijn kennisleemtes geïdentificeerd.
De effecttreinen voor landbouw en scheepvaart zijn ver genoeg uitgewerkt om het
welvaartseffect van droogte te kunnen kwantificeren. Voor de gebruiksfunctie landbouw zijn
effecten van zout en natte omstandigheden minder goed te modelleren, de verwachting is
dat dit beter kan worden ingeschat met de vervanger van Agricom, Waterwijzer Landbouw,
en een betere parametrisatie van het LHM. Bij scheepvaart ontbreken relaties tussen
doorspoeldebiet, schutbeperking en wachttijd. De verwachting is dat door het gebruik van
BIVAS de meeste ontbrekende relaties kunnen worden ingevuld. De effecttreinen voor de
andere functies zijn op basis van beschikbare literatuur opgesteld, zo bleek bijvoorbeeld dat
de effecten van droogte op de industrie, energie en drinkwatersector in de huidige situatie
beperkt zijn, omdat ze goed aangepast zijn aan droge omstandigheden. Voor natuur de
effectentrein nog niet worden uitgewerkt doordat er nog geen dynamisch model operationeel
is dat de effecten van droogte op de natuur kan doorrekenen. Vandaar dat er een aanpak is
voorgesteld op basis van grenswaarden. Voor recreatie geldt dat wanneer eventuele effecten
worden doorvertaald in welvaartseffecten de impact beperkt blijft doordat effecten op de
recreatie vooral zorgen voor een verschuiving van welvaart naar andere regio’s binnen
Nederland (substitutie). De effecten van droogte op infrastructuur (leidingen, wegen en
huizen) en waterveiligheid met een handelingsperspectief voor de waterbeheerder hangen
vooral samen met effecten van een tijdelijk lager (boezem)peil. Belangrijkste bijdrage van dit
jaar voor infrastructuur zijn de kentallen voor herstelkosten en het ontrafelen van de
effecttreinen.
De risicobenadering is toegepast op een beperkt aantal gebruiksfuncties, te weten landbouw,
scheepvaart en infrastructuur (bodemdaling door peiluitzakking). Door het ontbreken van een
geschikt regionaal model is gekozen om de hydrologische effecten door te rekenen met het
LHM. De resultaten van de toepassing van de risicotool laten zien dat de landbouwsector het
grootste aandeel heeft in het droogterisico. Mogelijk is dit beeld vertekend, omdat het
welvaartseffect niet voor alle functies is gekwantificeerd. Voor de scheepvaart is er slechts
incidenteel een welvaartseffect als de KWA in werking treedt. Hierbij is het welvaartseffect bij
Spaarndam relatief klein, omdat het daar voornamelijk om pleziervaart gaat. Het
welvaartseffect door bodemdaling is meer frequent (vijf van de twintig jaren), maar het totale
welvaartseffect hiervan is beperkt in relatie tot het welvaartseffect van droogte voor de
landbouwsector.
Risicobenadering voor de Nederlandse zoetwatervoorziening
141 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Ook het effect van het verminderen van de wateraanvoer over het Amsterdam-Rijnkanaal op
de omvang van het droogterisico in het casestudiegebied is beperkt. Dit is een belangrijke
constatering.
Dit zou het gevolg kunnen zijn van het feit dat het droogterisico niet voor alle
gebruikersfuncties zijn uitgewerkt of bekend zijn, waardoor wellicht belangrijke kosten en
baten niet in beeld zijn gebracht. Ook zou de omvang van het verdrogingsprobleem minder
groot kunnen zijn dan tevoren ingeschat, er kunnen problemen zijn met de vertaling van het
scenario in het hydrologisch model of de gebruikte hydrologische modellen zijn (nog) niet
geschikt om de effecten van droogte regionaal door te rekenen. Een reden van dit laatste kan
zijn dat sturing van water tijdens droge periodes nog onvoldoende in de modellen zit. Een
verdere analyse van de onderliggende oorzaak zou richtinggevend kunnen zijn bij het verder
uitwerken van het instrumentarium.
Op basis van de casestudie wordt geconcludeerd dat als er voldoende informatie is de
risicobenadering goed lijken te werken. Ook wordt geconcludeerd dat (1) de rekentijden van
het Landelijk Hydrologisch Instrumentarium lang zijn en daardoor beperkend werken voor
deze analyse, (2) het beheer bij droogte voor dit gebied (nog) niet in voldoende detail in de
watersysteemmodellen van het LHM zit om een regionaal scenario of regionale maatregel
door te rekenen en (3) voor de geselecteerde gebruiksfuncties (soms) veel informatie of
aannames nodig zijn om het welvaartseffect van droogte te berekenen.
Berkel
Ook in de casestudie voor het stroomgebied van de Berkel is de risicobenadering toegepast.
In deze casestudie zijn de gebruiksfuncties landbouw, stedelijke water(kwaliteit) en de
recreatievaart beschouwd. De risicobenadering is niet toegepast op overige relevante
gebruiksfuncties, zoals natuur, industrie en drinkwater. Voor natuur was dit nog niet mogelijk,
omdat de effectentrein (hydrologisch effect-fysiek effect- welvaartseffect) nog niet compleet
was. Industrie en drinkwater ondervinden, doordat ze onbeperkt mogen onttrekken uit het
diepere grondwater (geen wateronttrekkingsverbod), geen negatieve effecten van droogte,
waardoor er voor deze gebruikersfuncties geen droogterisico is.
Net als voor de case ARK/NZK was voor het watersysteem van de Berkel geen
geschikt/passend regionaal watersysteemmodel beschikbaar met een goede beschrijving van
de interactie tussen het grond- en oppervlaktewatersysteem. Om toch het droogterisico te
bepalen is daarom net als bij case ARK/NZK gebruik gemaakt van modeluitkomsten uit het
Landelijk Hydrologisch Modelinstrumentarium (LHM). Gezien het detailniveau waarop het
stroomgebied van de Berkel in het LHM is opgenomen, was dit alleen een terugvaloptie voor
landbouw. Voor de gebruikersfuncties stedelijk gebied en recreatievaart zijn meetreeksen van
waterstanden, watertemperatuur en debieten gebruikt.
Het modelonderdeel MetaSWAP van het LHM bevat op een ruimtelijk detailniveau van
250x250 m informatie over bodemvochtgehalten. Voor landbouw is die informatie over
bodemvochtgehalten gebruikt in combinatie met de effectmodule voor landbouw (AGRICOM)
en de LEI prijstool (om het effect van prijselasticiteit te bepalen). De LHM uitkomsten zijn niet
te gebruiken voor de risicobeoordeling van de gebruikersfuncties zoals stedelijke
waterkwaliteit en recreatievaart, waarvan de (tijdsafhankelijke ontwikkeling van)
hydrologische variabelen op meerdere locaties in het oppervlaktewater nodig zijn om fysieke
effecten te bepalen. Voor de gebruikersfuncties stedelijke waterkwaliteit en recreatievaart is
daarom gebruik gemaakt van (soms niet continue) meetreeksen in combinatie met
eenvoudige aannames en (opgevraagde c.q. uit literatuur afkomstige) kentallen over kosten
en baten.
142 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Op deze manier is een eerste beeld neergezet van het droogterisico.
De uitkomsten van de risicobenadering betreffen een eerste beeld en mogen niet als absolute
getallen geïnterpreteerd worden. Ze bevatten nog een ruime mate van onzekerheid. Het
berekende droogterisico voor de huidige situatie zonder klimaatverandering en socioeconomische ontwikkeling is beperkt. Het droogterisico is het grootst voor de
gebruikersfunctie landbouw in verhouding tot recreatievaart en stedelijke waterkwaliteit.
Om de meerwaarde voor de afweging van maatregelen te illustreren is ook naar het effect
van een maatregel op het droogterisico gekeken. Het effect van een inlaatstop vanuit het
Twentekanaal naar de Berkel op het droogterisico voor de gebruiksfunctie landbouw is
geanalyseerd. Uit de analyse bleek dat de maatregel het droogterisico nauwelijks beïnvloedt.
Algemene conclusie. Waar staan we nu en hoe ver kunnen we komen?
Kort samengevat zijn de belangrijkste opbrengsten van dit jaar:
-
Beter inzicht in de toepasbaarheid van de risicobenadering op regionaal en nationaal
niveau
Identificatie van de belangrijke kennisleemtes om tot een risicobenadering te komen
Op basis van de resultaten blijkt de risicobenadering alleen toepasbaar als voor de
belangrijkste gebruikersfuncties modellen en/of relaties beschikbaar zijn voor de drie
onderdelen van de effectentrein: hydrologie - fysiek effect - welvaartseffect. Hierbij is het
belangrijk dat een goed watersysteemmodel beschikbaar is, waarvan de modelresultaten
(met aannames) kunnen worden doorvertaald in welvaartseffecten. Het model maakt het
mogelijk om toekomstige ontwikkelingen (zoals klimaatverandering) en/of situaties met en
zonder maatregelen kwantitatief te beschrijven en onderling te vergelijken. Daarnaast is een
verdere uitwerking en/of onderbouwing van de dosis-effectrelaties en welvaartseffecten
noodzakelijk.
In beide regionale casestudies blijken de bestaande watersysteemmodellen niet aanwezig
(op regionaal) en/of niet altijd in staat de effecten met voldoende detail (het LHM) goed te
beschrijven. Voor de Berkel ontbreekt een regionaal model met de beschrijving van het
grondwatersysteem en het oppervlaktewater systeem en hun onderlinge relatie, terwijl het
LHM te grof bleek om de hydrologisch relevante parameters voor verschillende
gebruiksfuncties te beschrijven. In de ARK/NZK case ontbreekt een goede modelmatige
beschrijving van het huidige beheer tijdens laagwater in het LHM en/of de regionale
modellen. Wat betreft dosis-effect relaties en welvaartseffecten is uit de casestudies gebleken
dat er in de literatuur weinig data voorhanden is om de dosis-effect relaties en
kostenkentallen in te kunnen vullen. Laat staan effectmodules aansluitend op regionale
modellen; deze ontbreken nog algeheel. Meeliften op landelijke effectmodellen bleek beperkt
mogelijk (alleen landbouw), maar is iets om de vervolgfase van het project te verkennen. Net
als meer betrokkenheid van belanghebbenden en experts op het gebied van bijvoorbeeld
industrie en natuur, zodat samen missende dosis-effect relaties en kostenkentallen kunnen
worden ingevuld.
Uit de casestudies is gebleken dat het alleen zinvol lijkt om op regionaal niveau door te gaan
met de toepassing van de risicobenadering als ook regionale hydrologische modellen (van
voldoende kwaliteit) en ook de dosis-effectrelaties en welvaartseffecten beschikbaar zijn.
Soortgelijk geldt in mindere mate voor het landelijk niveau.
Risicobenadering voor de Nederlandse zoetwatervoorziening
143 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor een landelijke toepassing van de risicobenadering is wel een consistent
modelinstrumentarium voor grond- en oppervlaktewater beschikbaar in de vorm van het LHM,
daarnaast zijn voor sommige gebruiksfuncties instrumenten beschikbaar en/of in ontwikkelen
om de fysieke effecten van droogte mee te bepalen. Ook voor het verder ontwikkelen van een
landelijke toepassing wordt nog steeds aangeraden om het modelinstrumentarium en dosiseffect relaties verder te verbeteren en te (blijven) ontwikkelen. Belangrijke onderwerpen
hierbij zijn (kijkend naar het aandeel van de gebruiksfuncties landbouw en scheepvaart in de
landelijke waterverdelingstrategie in DP fase 1):
- Interne verzilting in NHI om zoutschade landbouw te berekenen
- Ontwikkeling Waterwijzer Landbouw om de effecten van droogte-, zout op de
opbrengst beter in te schatten. Daarnaast is het belangrijk waardevolle en gevoelige
teelten als bollen en sierteelt apart op te nemen. Verder moet de aansluiting op het
bestaande instrumentarium (NWB/LHM en prijsmodel LEI) gewaarborgd worden.
- Ontwikkeling Waterwijzer Natuur om de effecten op terrestrische natuur in te kunnen
schatten en gebruik van de KRW verkenner in combinatie met Waternood om dit te
doen voor aquatische natuur.
- Validatie en operationeel maken BIVAS
Een landelijke analyse zal geen uitspraken kunnen doen over het effect van (kleinschalige)
regionale maatregelen en maatregelen bij individuele gebruikers. Daarvoor is de
schematisatie van het LHM te grof. Wel kan het effect van deze maatregelen op landelijke of
bovenregionale schaal geanalyseerd worden, als bekend is (of een aanname gedaan kan
worden) wat het effect op regionale schaal is op de watervraag tijdens droogte. Een
meerwaarde van de risicobenadering is dan het in beeld krijgen van de verdeling van het
droogterisico over verschillende gebruiksfuncties en (knelpunt)gebieden op nationaal niveau.
Ook lijkt in de toekomst het meenemen van onzekerheid in de (MKBA) besluitvorming een
grote meerwaarde.
Belangrijk is om te constateren dat de grootste problemen in de toepassing van de
risicobenadering gelden voor iedere kwantitatieve onderbouwing van de besluitvorming
omtrent zoetwater. De aanvullende eisen voor het toepassen van een risicobenadering liggen
vooral in het analyseren van een groot aantal hydrologische jaren en het monetariseren van
effecten. Als we het effect van een maatregel op het watersysteem en op de belangrijkste
economische sectoren niet kunnen berekenen, heeft een risicobenadering geen zin en is het
niet mogelijk om een goede MKBA uit te voeren. Besluitvorming zal dan vooral op
kwalitatieve informatie gebaseerd zijn. Als tussenvorm is het mogelijk het effect van
maatregelen vooral uit te drukken in water gerelateerde eenheden (kubieke meters tekort),
zonder de effecten op sectoren te kwantificeren en te monetariseren (zie Figuur 7.1). Ook
hiervoor zullen echter hydrologische modellen verbeterd moeten worden
144 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Figuur 7.1: Overzicht benodigde kennisontwikkeling bij kwalitatieve en kwantitatieve onderbouwing van de
deltabeslissing zoetwater
7.2
Aanbevelingen
Op basis van deze resultaten doen we de volgende aanbevelingen:
•
•
•
•
Aanbeveling 1: Pas de risicotool op nationaal niveau toe, soortgelijk als voor de regionale
casestudies is gedaan, op basis van bestaande kennis en modelresultaten. Op basis
daarvan kan worden bepaald welke informatie er op nationaal niveau nodig is, en al
beschikbaar is, om tot bruikbare resultaten te komen op nationaal niveau.
Aanbeveling 2: Richt het regionaal waterinstrumentarium zo in dat het aan de minimale
eisen voor een risicobenadering gaat voldoen (bijv. koppeling grondwater en
oppervlaktewater). NWM is maar gedeeltelijk een terugvaloptie (m.n. voor relatief grote
regionale gebieden, zoals casestudie ARK-NZK)
Aanbeveling 3: Vergroot de (inhoudelijke) betrokkenheid bij allerlei aanverwante
ontwikkelingen, zoals waterwijzer landbouw, waterwijzer natuur en BIVAS effectmodule
en zorg ervoor dat ze straks goed aansluiten op het NWM en/of regionale
modelinstrumentarium zodat ze straks ingezet kunnen worden voor de risicobenadering.
Dit moet het mogelijk maken om de risicobenadering ook op andere gebruikersfuncties
(zoals natuur) toe te passen.
Aanbeveling 4: Besteed meer aandacht voor onzekerheid in de effectentrein en de
doorwerking ervan in het droogterisico op landelijk en regionaal niveau.
Risicobenadering voor de Nederlandse zoetwatervoorziening
145 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
•
•
Dit geeft inzicht welke gebruiksfuncties een relatief groot aandeel hebben in het
welvaartseffect en waar het loont extra effort op in te zetten (bijv. verbeteren simuleren
hydrologische variabele, of juist dosis-effect of de welvaartrelatie) om de bandbreedte in
de risicoinschatting te verkleinen.
Aanbeveling 5: Meer aandacht besteden aan de bruikbaarheid van de uitkomsten van
een risicobeoordeling en de Droogte Risico Tool en hoe deze uitkomsten kunnen
bijdragen aan besluitvorming omtrent afweging van specifieke maatregelen en afspraken
over waterbeschikbaarheid.
Aanbeveling 6: Meer betrokkenheid van belanghebbenden, zodat samen missende
dosis-effect relaties en kostenkentallen kunnen worden ingevuld. Afgelopen jaar is
immers gebleken dat er in de literatuur weinig beschikbaar is. Omwille van de inspanning
is het aan te raden zogenaamde focusgroepen te organiseren en sommige stakeholders
een rol en verantwoordelijkheid te geven bij de dataverzameling (bijvoorbeeld voor het
verzamelen van kentallen en dosis-effectrelaties).
146 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
8 Literatuur
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Arcadis, (2009). Warmtekrachtcentral Diemen MILIEUEFFECTRAPPORT, Arcadis in
opdracht van Nuon, s.l.
Ballot, J.E.S, (2008). Thermische lozingen Maasvlakte I en II, TUD, Delft.
Brolsma, R. et. al. (2012). Effect van droogte op stedelijk gebied. Deltares, Delft;
Bruijs,M., J.P.M. Janssen-Mommen en H.E. Jenner, (2008), MER Hemweg: effecten
Koelwater, Kema Nederland B.V., Arnhem.
Cazander, R. (2016). Dramatisch jaar voor Utrechtse Plassen. Algemeen Dagblad;
CBS Statline (2015). Jachthavens; capaciteit, tarieven en voorzieningen - periode 2012.
CBS.
Compendium voor de Leefomgeving (2015). Kwaliteit zwemwater. CLO/PBL;
De Weblog van Helmond, (2012). Hele zomer zwemverbod Berkendonk.
Deltares, (2012). Effect van droogte op stedelijk gebied, Deltares, Delft.
Deltares, Stratelligence, LEI, 2016. Economische analyse zoetwatervoorziening
Nederland.
Dichtbij.nl, (2011). Muiderberg is het getreuzel over zwemwater zat.
Gemeente Zaanstad (s.t.). Funderingen in Zaanstad. Funderingsherstel wat nu?,
Gemeente Zaanstad, Zaanstad.
H2O (2010). Tijdschrift voor watervoorziening en waterbeheer, 4, KWR Watercycle
Research Institute;
Hegnauer, M., Beersma, J.J., Van den Boogaard, H.F.P, Buishand, T.A. and R.H.
Passchier (2014). Generator of Rainfall and Discharge Extremes (GRADE) for the
Rhine and Meuse basins; Final report of GRADE 2.0. Document extern project: 2014,
Project under commission of the Ministry of Infrastructure and the Environment:
Rijkswaterstaat Water, Transport and Environment (RWS-WVL), Deltares, Delft,
Netherlands.
Kamsma, P., 2014. De core business van ons watersysteem in beeld,
onderhoudskosten waterlopen. PPT platform beek- en rivierherstel.
KNMI, PBL, CPB, LEI, Deltares, 2013. Deltascenario’s voor 2050 en 2100. Nadere
uitwerking 2012-2013.
Ministerie van Economische Zaken (2012). MER Beverwijk - Wijngaarden deel 2.
Opgevraagd via http://www.rvo.nl/sites/default/files/sn_bijlagen/bep/96-Gasleidingen-engaswinning/Gasleiding-BeverwijkWijngaarden/Fase1/2_MER/Definitief%20MER%20Beverwijk%20%20Wijngaarden%20deel%202.pdf;
Nobel, A. (2015). MKBA Mantelbuizen-put-constructie. Witteveen en Bos in opdracht
van gemeente Alphen aan den Rijn;
Noordhuis, R., 2016. Time-lag effecten in doelbereik bij KRW-maatregelen. Deltares,
Utrecht.
Provincie Utrecht, 2012. Gebiedsdossier Nieuwegein – Cornelis Biemond. 10 oktober
2012
PWN, 2015. Jaarverslag 2015 [online] <http://www.pwnjaarverslag.nl/2015 in beeld>
Rijkswaterstaat, (2009). Scheepvaartinformatie Hoofdvaartwegen. Rijkswaterstaat
Dienst Verkeer en Scheepvaart, Den Haag.
Rijkswaterstaat, (2011). Deelrapportage vaarwegen voor de Nationale Markt en
Capaciteits Analyse (NMCA), Ministerie I&M, Utrecht.
Risicobenadering voor de Nederlandse zoetwatervoorziening
147 van 184
1221519-011-ZWS-0005, 23 december 2016, definitief
•
•
Rijkswaterstaat (2016). Aanleg 3e kolk Beatrixsluis en verbreding lekkanaal [online] <
https://www.rijkswaterstaat.nl/water/projectenoverzicht/aanleg-3e-kolk-beatrixsluis-enverbreding-lekkanaal>
Rook, J., A. Hillgers, P. van den Hoek (2013). “Waar haalt Amsterdam na 2020 zijn
drinkwater vandaan?”, in: H2O, nr. 7-8, 2013, pp. 41-42.
•
Ruijgrok, E.C.M., A.J. Smale, R. Zijlstra, R. Abma, R.F.A. Berkers, A.A. Nemeth, N.
Asselman, P.P. de Kluiver, R.S. de Groot, U. Kirchholtes, P.G. Todd, E. Buter, P.J.G.J.
Hellegers, F. A. Rosenberg, (2007). Kentallen waardering Natuur, Water, Bodem en
Landschap, Hulpmiddel bij MKBA´s, Witteveen+Bos in opdracht van Ministerie van LNV,
Den Haag.
•
Ruijgrok, E.C.M., (2011). MKBA-kengetallen voor omgevingskwaliteiten: aanvulling en
actualisering, Witteveen en Bos in opdracht van Rijkswaterstaat, Steunpunt
Economische Evaluatie, Rotterdam/Den Haag.
Ruijgrok, E.C.M., (2012). MKBA sanering AC-leidingen, Witteveen en Bos in opdracht
van Brabant Water, Den Bosch.
Runhaar, H. & S. Hennekens, 2014. Hydrologische randvoorwaarden Natuur versie 3.
gebruikershandleiding.
(Waternood,
versie
3.)
http://www.synbiosys.alterra.nl/waternood/HandleidingWaternood3.pdf
SEO (2007). Evaluaties van ondergrondse infrastructuur. SEO in opdracht van Centrum
voor Ondergronds Bouwen (COB), Amsterdam;
Stratelligence, (2015). Economische analyse van de zoetwatervoorziening in Nederland,
Stratelligence in samenwerking met LEI en Deltares,, Leiden.
Treechicken, ( 2016). Kosten bestraten per m². Opgevraagd op 10 oktober 2016 via
http://bestrating-experts.nl/wat-kost-bestraten-kosten-terras-laten-aanleggen/kostenbestraten-per-m2/index.html;
Van der Heijde, P.K.M. (1976). De droogte van 1976. Een samenvatting en overzicht
van over de droogte van 1976 verschenen literatuur. Commissie voor Hydrologisch
Onderzoek, Den Haag;
Van Walsum P.E.V., van der Bolt F.J.E. (2013). Sensitivity of the Delta model to
evapotranspiration. Alterra report 2481.
Veraart, J.A., R.C.M. Verdonschot & M.P.C.P Paulissen, 2013. Factsheet Effecten van
verzilting
zoete
aquatische
ecosystemen.
Deltafacts,
Deltaproof.nl.
http://deltaproof.stowa.nl/Publicaties/deltafact/Effecten_verzilting_zoete_aquatische_ec
osystemen
Verdonschot, P.F.M., 2000. Natuurlijke lkevensgemeenschappen van de Nederlandse
binnenwateren. Deel 2, beken. Achtergronddocument bij het ‘Handboek
Natuurdoeltypen in Nederland’. EC-LNV, Wageningen.
Versteeg et al. (2009). Distributiemodel deel A, Friesland en Noord-Holland. HKV,
PR1540.10.
Vewin, 2012. Drinkwaterstatistieken 2012, de watercyclus van bron tot kraan.
Warffemius, P., (2013). De maatschappelijke waarde van kortere en betrouwbare
reistijden, Kenniscentrum voor Mobilitieit, Den Haag.
Waterrecreatie Advies, 2014. Recreatietoervaart in het Ijsselmeergebied. Lelystad;
Wortelboer, R., 2015. Natuurpunten als methode voor het evalueren van de effecten
van ruimtelijke ingrepen. Deltares. Deltares report 1208244-001.
ZKA,
(2009).
Economische
betekenis
cruiseen
ferryvaart
in
het
Noordzeekanaalgebied, ZKA Consultants en Planners in opdracht van Stichting
Amsterdam Cruiseport, Breda.
Zwemwater.nl (2016). Vind een zwemplek. Opgevraagd via http://www.zwemwater.nl/;
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
148 van 184
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
A Methodiek risicoanalyse droogte
De beschrijving van de methodiek in dit hoofdstuk is overgenomen uit het Syntheserapport
van Deltares, Stratelligence en LEI (2016). Voor een meer uitgebreide beschrijving wordt
verwezen naar Hoofdstuk van het Achtergrondrapport van Deltares, Stratelligence en LEI
(2016).
Begin citaat Deltares, Stratelligence en LEI (2016, pagina 3-6)
De kern van de ontwikkelde methodiek is een risicobenadering voor de droogteproblematiek,
vergelijkbaar met de aanpak bij waterveiligheid gebaseerd op de vergelijking: ‘risico is kans
maal gevolg’ (Figuur A.8.1).
Figuur A.8.1
De risicobenadering toegepast op droogte
De toepassing van de methodiek (zie Figuur A.8.2) resulteert in de jaarlijkse
verwachtingswaarde van het economisch effect van watertekorten per gebruiksfunctie door
het combineren van de informatie over:
•
•
•
de frequentie van voorkomen van verschillende situaties van watertekort (meestal op
basis van de resultaten van een hydrologisch model voor een groot aantal jaren);
de fysieke effecten van het watertekort;
het welvaartseffect van de fysieke effecten.
Figuur A.8.2
Schematische weergave van de risicobenadering om de jaarlijkse verwachtingswaarde van het
welvaartseffect te bepalen
Risicobenadering voor de Nederlandse zoetwatervoorziening
A-1
1221519-011-ZWS-0005, 23 december 2016, definitief
De methodiek wordt geïllustreerd aan de hand van een grafiek met vier kwadranten (Figuur
A.8.3). Met de kans op watertekorten (Q1), dosis-effect relaties (Q2) en het economische
effect (Q3) kan de jaarlijkse verwachtingswaarde van het welvaartseffect (Q4) worden
berekend als het oppervlak onder de frequentieverdeling.
Figuur A.8.3
Illustratie van de risicobenadering voor droogte aan de hand van een grafiek met vier
kwadranten
Hieronder wordt de betekenis van ieder van de kwadranten nader beschreven:
•
•
•
A-2
Kwadrant 1 (Q1): frequentieanalyse van aanbod per gebruiksfunctie gebaseerd op
historische hydrologische tijdreeksen of modelresultaten, zoals die van bijvoorbeeld het
NHI en eventueel bewerkt voor klimaatscenario’s.
Kwadrant 2 (Q2): fysieke effect van een beperking van het wateraanbod per
gebruiksfunctie. Per gebruiksfunctie kan ook sprake zijn van één of meerdere
beperkingen in het wateraanbod (bijvoorbeeld temperatuur, chloridegehalte en volume).
Ook kan het effect afhankelijk zijn van meerdere parameters. De dosis-effect relaties
drukken per gebruiksfunctie de grootte van het effect van een bepaalde mate van
droogte op de betreffende gebruiksfunctie uit. Droogte levert niet bij elke gebruiksfunctie
een fysiek effect op dat direct kan door worden vertaald in een welvaartseffect. Soms
zijn hiervoor een aantal tussenstappen nodig. Bijvoorbeeld voor de
drinkwatervoorziening moet eerst de vertaling van waterstand naar chloridegehalte
worden gemaakt voordat dit kan worden gerelateerd aan een economisch effect.
Kwadrant 3 (Q3): welvaartscurve per gebruiksfunctie voor de fysieke effecten. Deze
curve drukt per gebruiksfunctie het welvaartseffect uit ten opzichte van de fysieke
effecten. Daarmee is de welvaartscurve indirect gerelateerd aan de mate van beperking
van het wateraanbod (de ‘dosis’). Voor de berekening van deze welvaartscurve worden
meerdere deelstappen uitgevoerd:
–
de waardering van het directe fysieke effect bij gelijkblijvende prijzen;
–
de bepaling van het prijseffect; Dit is een correctie van het welvaarteffect door
prijsaanpassing. Bij een lager aanbod landbouwproducten zullen prijzen
doorgaans stijgen, afhankelijk van de marktomstandigheden.
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Voor de producenten/de boeren kan het verlies onder 3a deels goedgemaakt
worden door hogere prijzen, maar consumenten zullen meer gaan betalen en een
nadeel ondervinden.
–
De correctie van het welvaarteffect voor grensoverschrijdende effecten. Als
bijvoorbeeld een deel van de landbouwproducten voor de export bedoeld is, dan
valt niet het hele nadeel onder de nationale welvaartseffecten. Bij een 50-50
verdeling hoeft de helft van het verlies aan consumentensurplus niet meegeteld te
worden.
–
Tot slot wordt gekeken naar een correctie voor indirecte effecten, indien deze en
additioneel zijn (in geval sprake is van marktimperfecties op deze markten die
worden verminderd; dit lijkt niet echt voor de hand te liggen) en indien deze met
enige zekerheid kunnen worden bepaald.
Kwadrant 4 (Q4): jaarlijks verwachtingswaarde van de economische schade (gemiddeld
welvaartseffect). De frequentie van watertekorten en het economisch welvaartseffect
komen samen in dit kwadrant. Alle correcties voor prijs-, grensoverschrijdende en
indirecte effecten zijn hierin verwerkt. De jaarlijkse verwachtingswaarde is het oppervlak
onder de curve. Hiervoor zijn genoeg punten op de schadefrequentie-curve nodig.
Meestal zal de curve opgesteld worden op basis van modelresultaten voor een langere
periode van bijvoorbeeld 50 jaar.
•
Deze curve is als volgt geconstrueerd:
a. Eerst zijn voor verschillende aanbodsituaties of doses de bijbehorende kans van
optreden bepaald in Q1 en het fysieke effect in Q2.
b. Voor de verschillende fysieke effecten bestaat stap 2 uit het bepalen van de
economische schade en het trekken van curves door de punten in Q1, Q2 en Q3.
c. Voor de verschillende combinaties van punten stellen we het overeenkomstige
punt in Q4 vast en schatten we de curve. Punten die op de curve in Q4 moeten
liggen, volgen uit het kruispunt van de lijnen uit Q1 en Q3.
De totale jaarlijkse verwachtingswaarde van het economisch effect is een maat voor het risico
van watertekorten en kan gebruikt worden om:
-
Het welvaartseffect van een andere waterverdeling te bepalen
Baten van maatregelen en ingrepen in te schatten, waarbij baten worden uitgedrukt
als de verandering van het risico.
Het welvaartseffect van klimaatverandering en autonome ontwikkelingen (zoals
adaptatie) te kwantificeren.
Op de geschetste manier zal de ontwikkelde methodiek op een consistente en transparante
wijze inzicht verschaffen in de nationale welvaartseffecten van beperkingen in het
wateraanbod en in de verdeling van deze effecten over verschillende sectoren en
consumenten. Nationaal en internationaal lijkt de methodiek nog niet eerder op deze wijze
toegepast ter ondersteuning van beleidskeuzes
Einde citaat Deltares, Stratelligence en LEI (2016, pagina 3-6)
Risicobenadering voor de Nederlandse zoetwatervoorziening
A-3
1221519-011-ZWS-0005, 23 december 2016, definitief
B Experts consultatieronde
Geraadpleegde experts enquête:
Naam
Kees
Peerdeman
Bedrijf
WS Dommel
(deel)model
LHM
Rol
Beleidsmaker,
lid
programmateam NHI
Paul
van
Walsum
Alterra
MetaSWAP
en Transol
Programmeur,
modelleur.
Rudolf
Versteeg
Joachim
Hunink
HKV
Mozart, DM
Deltares
LHM
Modelleur,
beleidsadvisering
Ontwikkelaar LHM,
modelleur
DPZ,
ontwikkelaar
modelinvoer
Deltascenario’s
Joost
Delsman
Geert
Prinsen
Deltares
Mozart
Deltares
Thomas
van
Walsem
Wim
Werkman
Hans
Korving
RWS
LSM/LSMlight, DM,
NDB
LSM Light
RWS
LHM
beleidsmaker
Witteveen+Bos
LHM
modelleur,
beleidsadvisering
Maarten
Spijker
Hydrologic
LSM, NDB
modelleur,
beleidsmaker
programmeur,
modelleur
modelleur
beleidsmaker
Risicobenadering voor de Nederlandse zoetwatervoorziening
Werkzaamheden
droogteanalyse,
kwaliteitsbeoordeling
LHM
kalibratie, validatie van
MetaSWAP, toepassing
Transol
validatie, gebruik in
droogte-analyses
aanmaken
modelinvoer,
analyseren
testresultaten,
modevalidatie
en
analyse
effecten
scenario’s
en
maatregelen
gebruik in droogteanalyses
gebruik in droogteanalyses, validatie
controle resultaten
gebruiker
van
modelresultaten.
Uitvoering statistische
analyses tbv Wabes
gebruik in droogteanalyses
B-1
1221519-011-ZWS-0005, 23 december 2016, definitief
Geraadpleegde experts tijdens workshop (4 oktober 2016):
Bas de Jong (RWS)
Bas Schimmel (RWS)
Jeroen Ligtenberg (RWS)
Edwin Snippen (Deltares)
Saskia van Vuren (HKV)
Maarten Spijker (Hydrologic)
Hans Korving (Wi+Bo)
Paul van Walsum (Alterra)
B-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
C Vragenlijst
Inleidend
Voor welk model(onderdeel) vult u de vragenlijst in? LHM (Modflow, MetaSWAP, Mozart,
DM), LSM, LSM-Light, LTM, SOBEK-NDB.
NB1: Vul voor elk model of modelonderdeel een nieuwe vragenlijst in.
NB2: Vermeld ook de modelversie of het jaar waarin de berekeningen zijn uitgevoerd.
Click here to enter text.
Algemeen
1. In welke rol heeft u het model gebruikt (programmeur, modelleur, beleidsmaker?). Welke
werkzaamheden heeft u hiermee verricht? (bv: kalibratie, validatie, gebruik in (droogte)
analyses?)
Click here to enter text.
2. Wat is uw algemene beeld van de betrouwbaarheid van de resultaten? Waar is het model
wel geschikt voor en waarvoor niet? Kunt u een concreet voorbeeld geven?
Click here to enter text.
3. Is het model in ontwikkeling? Worden er bijvoorbeeld aanpassingen gedaan aan het model,
die invloed kunnen hebben op de betrouwbaarheid en onzekerheid? Welke aanpassingen
zijn dit en op welke termijn spelen deze ontwikkelingen?
Click here to enter text.
4. Hoe zou de modelonzekerheid kunnen worden verkleind? Zijn er onderzoeken bij u bekend
hierover?
Click here to enter text.
5. Wat is de invloed van de onzekerheid in de modelinvoer (rivierafvoer, zeewaterstand,
neerslag, verdamping, etc) op de modeluitkomst?
Click here to enter text.
Modelstructuur
6. Voor welke modelaspecten (of invoerparameters) zijn de uitkomsten volgens u erg gevoelig
en zou nader onderzoek moeten worden gedaan om de onzekerheid in het eindresultaat te
verkleinen? Geef aan voor welke parameter u deze vraag beantwoordt.
Click here to enter text.
7. Is hier al eerder gevoeligheidsonderzoek naar gedaan en kunt u hier een referentie van
geven?
Click here to enter text.
Risicobenadering voor de Nederlandse zoetwatervoorziening
C-1
1221519-011-ZWS-0005, 23 december 2016, definitief
8. Voor welke modelaspecten (of invoerparameters) zijn de uitkomsten volgens u niet (of
minder) gevoelig?
Click here to enter text.
9. Hoe werkt de onzekerheid door in de rest van de modelketen? En welke uitkomst wordt
hierdoor beïnvloed (chloride, temperatuur, waterstand, afvoer). Het kan zo zijn dat een
bepaalde onzekerheid doorwerkt in de daaropvolgende modellen in de modellentrein of juist
grotendeels wegvalt.
Click here to enter text.
10.Is de onzekerheid in het model ruimtelijk gedifferentieerd? Zijn er bepaalde locaties in het
model waar de resultaten juist meer of minder betrouwbaar zijn?
Click here to enter text.
Modelkalibratie/validatie
11.Is het model gekalibreerd op 'droge' situaties (indien van toepassing)? Is de
modelonzekerheid groter of kleiner in extreem droge situaties?
Click here to enter text.
12.Hoe goed presteert het model bij de modelkalibratie? Is daar een document van
beschikbaar? Voor welke reikwijdte is het model toepasbaar? Is de uitkomst betrouwbaar
buiten de kalibratie/validatieset?
Click here to enter text.
13.Welke modeluitvoer heeft de grootste onzekerheid (waterstand, afvoer, temperatuur, etc.)?
Anders gezegd: Welke parameter wijkt het meeste af van de werkelijke metingen?
Click here to enter text.
Droogteberekeningen
14.Wat is de ervaring van de gebruiker over de kwaliteit van de modeluitkomsten en
toepasbaarheid in droogte-analyses.
Click here to enter text.
15.Hoeveel wijken de modeluitkomsten af van het verwachte resultaat (in procenten)? En
wanneer bent u tevreden (wanneer is de afwijking nog acceptabel)?
Click here to enter text.
16.Voor het berekenen van effecten van wat voor soort maatregelen is het model geschikt?
Click here to enter text.
C-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
D Modelonzekerheid per deelmodel van het NWM
Modflow/Metaswap
Verdamping en verdampingsreductie
Ik ben niet overtuigd dat het verdampingsconcept in MetaSWAP voldoende betrouwbaar is.
(KP) De verdamping is een belangrijke onzekere factor (KP).
In droogte situaties zoals juli 2006 blijft het model door verdampen, terwijl dat volgens remote
sensing beelden niet geval is. (PvW)
Er is een voorstel gedaan voor verbetering van de verdampingsreductie door toepassing van
Jarvis (1989) voor ‘gecompenseerde’ opname. Dit zal behoorlijke gevolgen hebben voor de
verdamping, waardoor de betrouwbaarheid van het model zal toenemen naar verwachting
(PvW)
De verdamping heeft invloed op grondwaterstanden, bodemvocht, aan- en afvoeren en de
watervraag in de landbouw (GP).
Laagschematisatie ondergrond
Dit heeft effect op gewasverdamping, grondwaterstanden, aan- en afvoeren (KP). De
waterbalans op grove tijd- en ruimteschaal lijkt minder gevoelig voor de laagschematisatie.
(KP)
Infiltratieconcept
De modellering van de infiltratiesnelheid onder extreme condities is onbetrouwbaar, zoals bij
een zware regenbui op droge grond. Dit komt door een zeer schematische rekenwijze in het
modelconcept (PvW)
Dynamische gewasgroei
Gewasgroei is in het model meegenomen als ‘gemiddelde gewasgroei per dag’, gebaseerd
op langjarige berekeningen. In extreme jaren kan dit ver bezijden de waarheid liggen (PvW)
Bodemfysische parameters
De modellering/parameterisatie van de onverzadigde en verzadigde zone voor de drainage
en ontwatering is de belangrijkste onzekerheid (RV)
De bodemfysische parameters zijn gebaseerd op een beperkte dataset. De
bergingscapaciteit van de bodem is aangepast n.a.v. een beperkte kalibratie, maar dit is niet
lokatiespecifiek gebeurd. Dit heeft als ongewenst neveneffect dat de beschikbaarheid van
water voor transpiratie wordt verkleind. Het hysterese-effect wordt niet goed meegenomen
(PvW)
Bouwstenen zijn gebaseerd op 72 eenheden, terwil er 335 beschikbaar zijn.
Grootste onzekerheid zit in de gebruikte bodemfysische 'bouwstenen', de zogenoemde
Staring reeks. Die zijn gebaseerd op een beperkt aantal metingen in het veld en in het
laboratorium (PvW)
Risicobenadering voor de Nederlandse zoetwatervoorziening
D-1
1221519-011-ZWS-0005, 23 december 2016, definitief
Verdeling drainagefluxen over compartimenten (DIVDRA concept)
De betrouwbaarheid van met name het onderdeel DIVDRA voor het verdelen van
drainagefluxen over compartimenten is niet bekend. Dit onderdeel is een opschaling van 2D
stroming naar ‘quasi 2D’, oftewel naar een 1D kolom. (PvW)
Grondwaterstanden
Uit de kwaliteitsbeoordeling van STOWA bleek dat het LHM de dynamiek van
grondwaterstanden onvoldoende goed berekent (KP, WW)
Mozart
Mozart is een vrij rechttoe-rechtaan waterbalans-model, waarin de onzekerheden met name
in de balansposten zit. (JD). Beter in peilbeheerst dan in vrij afwaterend gebied
Verbetering van het Mozart deel van het LHM. Daar lijkt de meeste winst te halen. Verder kan
een detail check op de resultaten voor situaties met lage afvoeren geen kwaad (HK)
Modflow/Metaswap uitkomsten
De grootste onzekerheid zit in de Modflow/Metaswap uitkomsten (RV, JD, GP).
Drainage en ontwatering, vooral onzeker in extreme situaties (RV, JD). Kwaliteit invoer
moelijk te herleiden en beoordelen (JH). Juist in extreme situaties is de verwachting dat de
onzekerheid in de watervraag groter wordt.
Ligging potentiele beregeningslocaties
De ligging van potentiele beregeningslocaties bepaalt sterk de watervraag voor de landbouw
(en dus de landbouwschade) (JH)
Waterverdeling
voornamelijk in extreme situaties, want dan spelen tekorten en prioritaire toekenningen (in
normale situaties is Mozart slechts een doorgeefluik van fluxen). Dit heeft effect op
waterbeschikbaarheid voor funties (beregening, industrie), totale watervraag voor een gebied,
waterbeschikbaarheid in andere gebieden (JD)
Modelconcept (simplificaties)
Onzekerheid door simplificaties in Mozart: geen tijdsvertraging (geen ruwheden), geen
peilvariatie in de tijd, water is overal beschikbaar (JD)
zout
Volledige menging in bakje en ‘regionaal bakje’ (district). Dit geeft onzekerheid in de
gewasschade door zout (JD). Stroming van water door het systeem zou beter in beeld
kunenn worden gebracht door routing tussen bakjes.
Distributiemodel
Open water verdamping
Er is een paar jaren geleden n.a.v. discussie over modellering open water verdamping een
gevoeligheidsonderzoek gedaan naar het effect van andere open water verdamping (+/20%) op modelresultaten (+/- 20 %) (GP)
Verzilting oppervlaktewater
Chloride in DM is de meest onzekere parameter (GP, JH), (WW)
Afvoer stedelijk gebied
(WW)
D-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Waterverdeling /sturing
Voor de waterverdelingsregels in het model kan worden gesteld dat vooral in systemen waar
het water ook veel kanten op gestuurd kan worden en geen duidelijke waterakkoorden voor
extreme situaties zijn opgesteld grote onzekerheid bestaat over de daadwerkelijke sturing in
dergelijke situaties. De sturing moet wel vastgelegd zijn om deze te kunnen modelleren (NB:
een zekere mate van willekeur is natuurlijk moeilijk te modelleren). (RV)
Wat betreft de waterverdeling in DM en Mozart kan de onzekerheid in extreem droge situaties
wel eens kleiner zijn dan in minder extreme situaties, veroorzaakt doordat juist in die extreme
situaties de waterverdeling duidelijk geprioriteerd wordt en minder vrijblijvend is. Dan moeten
natuurlijk wel de verdeelregels uit de praktijk goed in het model zijn opgenomen. (RV)
Ook
de
verdeelregels
worden
in
de
praktijk
anders
toegepast
dan
afgesproken/geïmplementeerd in het model. Dit leidt bijvoorbeeld net benedenstrooms van
Monsin al tot aanzienlijke verschillen tussen meting en model in de Maas (HK)
NDB-model
dispersiecoefficienten
Algemeen en met name in HIJ en Lek (en vooral in situaties met lage afvoer ). Onzekerheid is
het grootst in deelsystemen waar tijdens droge omstandigheden geen of weinig afvoer op zit
(HIJ en in mindere mate Lek). (MS).
Chloride is bij lage afvoeren erg gevoelig voorf f4 parameterer. Dit heeft effect op het
stoppen van districtsinlaten, inschakelen KWA (bij te hoge chlordiegehaldte bij Gouda). (GP)
verouderde profielen
SOBEK-RE NDB model is gebaseerd op verouderde data (profielen, gekalibreerde
waterstanden) (GP)
zout
1D zout berekeningnen zijn niet accuraat. Het belangrijkste is dat het aantal dagen
overschrijding van de normen op kritieke lokaties (Gouda, Krimpen, Bernisse bv) goed klopt.
Daar is de toepassing/norm die in DM wordt gebruikt op afgeregeld.
zeedynamiek
verzilting is een samenspel van rivierafvoer (tegendruk) en het getijde/windopzet op zee.
Naast de waterstand op zee (bij HvH) zijn variaties (temporeel en ruimtelijk) in
chlorideconcentraties bij de zeemonding een onzekerheid. Bijvoorbeeld de invloed van MV2
hierop is een interessante. De op te leggen zeerand voor het NDB is hiermee een onzekere
factor, zeker in het zeegedomineerde deel van de RMM (MS)
Risicobenadering voor de Nederlandse zoetwatervoorziening
D-3
1221519-011-ZWS-0005, 23 december 2016, definitief
LSM
watervraag- en lozingslocaties
Koppeling lateralen met LHM resultaten (o.a. allokaties aan Mozart districten uit DM, verdeeld
over een aantal lateralen in het model) kan geografisch nog beter; controleslag met de
beheerders nodig. Idem voor sommige koppellokaties van deelmodellen LSM (regio aan
RWS) (GP)
Ontbreken kalibratie op droogte
De originele deelmodellen zijn veelal uitsluitend gekalibreerd op hoogwatersituaties (frictie).
LSM en LSM-light zijn alleen gevalideerd (2003 – droog jaar, 1998 – nat jaar) door de
modellen te koppelen en waar nodig inlaat/lozingskunstwerken tussen de deelmodellen toe te
voegen, geen aparte kalibratie.
afwijking modeluitstkomsten bij de Waal bij Nijmegen 25-30 cm. Bij hoog water is het verschil
kleiner (gekalibreerd op hoogwater) (GP)
Absolute nauwkeurigheid kan worden verbeterd door kalibratie op lage afvoeren (600-1200
m3/s lobith). (MS)
Het hangt van het type systeem af welke onzekerheid het grootst is. Bv. bij het
peilgereguleerde Twentekanaalsysteem is de afwijking tussen modelpeil en gemeten peil
gering, terwijl er wel een redelijk verschil kan zijn in het berekende en gemeten debiet. Bij vrij
afwaterende systemen treden afwijkingen in peil en debiet veel meer gelijk op, tenzij er fouten
in het model als een ontbrekend kunstwerk zijn. (GP)
Rivierafvoer
Voor droogtevraagstukken speelt de onzekerheid in de riverafvoer en grote drol.
Onzekerheden hierin werken vrij ver door. (MS)
waterverdeling Rijntakken
Onzekerheid in de waterverdeling van de Rijntakken (vooral bij het Pannerdansch kanaal) bij
lage tot zeer lage afvoeren. Nauwkeurigheid kan worden verbeterd door nadruk op het steeds
goed overbrengen van (morfologisch) bepaalde waterverdeling bij Pannerdensche kop in
Sobek (bijvoorbeeld op basis van Waqua berekeningen en debiet/waterstandsmetingen) (MS)
wind
Effect van draaiende wind, ruimtelijk varierende wind, etc nog niet goed modellerbaar (TvW)
D-4
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
E Interviews sturing tijdens droogte ARK-NZK
Interview sturing tijdens droogte in beheergebied van AGV
Inleiding
Binnen IMPREX wordt een integrale risicobenadering ontwikkeld voor droogte. Er wordt een
tool ontwikkeld waarmee het droogterisico kan worden gekwantificeerd, met als input een
hydrologische tijdreeks afkomstig uit beleidsmatige modellen zoals het LHM (NHI). De sturing
van het watersysteem in het LHM is gebaseerd op de verdringingsreeks. De werkelijke
sturing in tijden van droogte door de operationeel waterbeheerder kan hiervan afwijken.
Binnen casestudy ARK/NZK onderzoeken we onder andere de invloed van sturing op de
kans op droogteproblemen (peiluitzakking, zout/watertekort, beregeningstekort).
Als eerste stap maken we een beschrijving van de sturing in de praktijk en de sturing in het
model. Om een helder beeld te krijgen van de sturing in de praktijk en in de modellen worden
interviews gehouden met waterbeheerders uit de regio ARK/NZK. De interviews zijn niet
bedoeld om modelaanpassingen te doen om het model nog wat dichter bij de werkelijkheid te
krijgen. De interviews geven inzicht in de verschillen tussen model en werkelijkheid, en met
name in de niet in het model te vatten keuzes tijdens droogtesituaties. Deze notitie is een
samenvatting van het interview met Bastiaan Beentjes, Hilga Sikma, Ben Staring en John
Bakker van waterschap Amstel, Gooi en Vecht.
Beschrijving systeemwerking tijdens droogte
Voor het beheergebied van het waterschap van AGV is het van groot belang dat er
voldoende zoetwater is op het ARK en het IJmeer. Door inlaten van water uit het IJmeer
worden hoge zoutconcentraties tegengegaan op de Vecht en de boezem van de ‘s –
Gravenlandsewaard. Voldoende zoetwater op het ARK is belangrijk voor drinkwaterwinning
bij Nieuwegein, voor industrie, landbouw en natuurgebieden als de Loosdrechtse Plassen.
Er zijn in het gebied enkele historische zoutbronnen (Groot Mijdrecht, Horstermeer) die lokaal
kunnen zorgen voor verhoogde chlorideconcentraties. Hier is het van belang om voldoende
water beschikbaar te hebben (vanuit het ARK) voor doorspoeling. Daarnaast is er een
basisafvoer nodig voor het doorspoelen van nutriëntrijk effluent uit de AWZI’s.
Tot op heden zijn er geen grote problemen geweest met de zoetwatervoorziening in droge
perioden. De zoutindringing vanuit het Noordzeekanaal kan voldoende goed worden
tegengegaan met een debiet vanuit het ARK. Hierdoor is er voldoende zoet water op het ARK
bij de drinkwaterinlaatpunten en de overige functies die zoetwater behoeven hebben hier
profijt van.
Lokaal kan er wel zoutproblematiek optreden. Zo is het eerder gebeurd dat het
waterinlaatpunt voor de Vinkeveense plassen op de Kromme Mijdrecht werd bedreigd
vanwege zuidwaartse zouttrek. Bij het inlaatpunt is toen een schot geplaatst.
Beschrijving sturing tijdens droogte
- Er wordt water ingelaten vanuit het IJmeer via Zeesluis Muiden met als primair doel
om het noordelijk verspreiden van uitgeslagen brak kwelwater van de
Horstermeerpolder te voorkomen. Het chloriderijke
water vanuit de
Horstermeerpolder wordt geloosd op de zuidelijke Vecht.
Risicobenadering voor de Nederlandse zoetwatervoorziening
E-1
1221519-011-ZWS-0005, 23 december 2016, definitief
-
-
-
-
Door het inlaten van water bij Muiden ontstaat er een stuwend effect op de
noordelijke Vecht, waardoor het chloriderijke water uit de zuidelijke Vecht wordt
afgevoerd naar het Amsterdam Rijnkanaal bij Nigtevecht.
De zuidelijke Vecht wordt doorgespoeld met een debiet vanuit de stadsgrachten van
Utrecht (via de Weerdsluis) om het effluent van de AWZI bij Utrecht, die loost op de
Zuidelijke Vecht, weg te spoelen naar het ARK.
Er wordt water ingelaten naar de ‘s- Gravenlandsewaard boezem t.b.v.
zoetwatervoorziening van de noordelijke polders (o.a. bij Naarden) door water in te
laten via een inlaatwerk bij het Muiderslot (de Stenen Beer, 0.8 m3/s). Zoet water is
belangrijk voor het inlaten van water in de polders langs de ’sGravenlandsewaardboezem (grasland) en het Naardermeer.
De waterbeweging van de Kromme Mijdrecht wordt noordwaarts gehouden, om de
zoutbron bij groot Mijdrecht naar het ARK af te voeren en te voorkomen dat dit over
de Kromme Mijdrecht naar het zuiden stroomt (richting inlaatpunt
Vinkeveenseplassen).
bij Bilderdam wordt water ingelaten vanuit de Drecht t.b.v. zoetwatervoorziening voor
enkele aangrenzende polders.
Het AGV heeft eerder water ingelaten via gemaal Zeeburg om de stadsgrachten van
Amsterdam van zoetwater te voorzien. Dit zorgde echter voor hoge slibconcentraties
en wordt nu niet meer gedaan. In extreme situaties kan echter worden teruggevallen
op deze maatregel.
Er zijn de volgende verbindingen met andere waterschappen tijdens droogte:
- aanvoer van water uit HDSR naar de zuidelijke Vecht (via Weerdsluis/noordriool).
Belangrijk voor het doorspoelen van effluent van RWZI en doorspoelen van zout
vanuit het Horstermeer.
- inlaat van water vanuit het boezemsysteem van Rijnland naar polders aan de rand
van het beheergebied van AGV (vanuit ringvaart vd Haarlemmermeer, de Amstel)
- er is ooit water aangevoerd vanuit AGV naar Rijnland via de Tolhuissluisroute, maar
dit wordt beschouwd als ‘eens maar nooit weer’. Dit heeft voor problemen gezorgd
door de zuidwaartse zouttrek door het gebied.
Er wordt verkend of zoetwateraanvoer vanuit het ARK via de Amstel naar het noorden kan
worden gestuurd. Dit is een maatregel om de Vinkeveense plassen te beschermen. Dit
betekent zoutwater afvoer richting het noorden i.p.v. naar het ARK.
Zoetwatervoorziening in de toekomst
Toekomstige ontwikkelingen kunnen zorgen voor een hogere zoutlast op het ARK: de aanleg
van een nieuwe zeesluis bij IJmuiden zorgt voor hogere zoutconcentraties op het NZK/ARK.
Bovendien is de drempel bij Zeeburg verwijderd, waardoor het zout makkelijker het ARK op
kan trekken. Door klimaatverandering is de verwachting dat er vaker een extreem lage
Rijnafvoer zal optreden, waardoor er minder water beschikbaar kan zijn voor het doorspoelen
van het ARK.
De grootste zorg bij AGV is de toename van zoutlast op het ARK (tgv klimaatverandering,
nieuwe zeesluis IJmuiden). Een belangrijke maatregel in het gebied kan zijn om een
zoutpomp te plaatsen bij de zeesluis in IJmuiden, om zoutindringing te beperken en daarmee
het ARK voldoende zoet te houden.
E-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Indien er weinig water beschikbaar is in de Waal/Lek kan dit ertoe leiden dat er niet
voldoende water beschikbaar is om de zoutindringing te beperken. Dit zou effect hebben op
het inlaten van water naar de aangrenzende polders, op de drinkwaterwinning, op aquatische
natuur in natura 2000 gebieden en op de waterkwaliteit in de Amsterdamse grachten. De
hoogste prioriteit ligt bij het beschermen van de natura2000 gebieden omdat hier anders
onomkeerbare schade zou optreden. Drinkwater en watervoorziening voor de landbouw
komen op de tweede en derde plaats.
Modellen
Het waterschap heeft losse SOBEK-modellen (incl. zoutmodule) van de verschillende polders
en van het boezemsysteem. Waterkwaliteitsberekeningen (algen) worden sinds kort gedaan
met bloom.
Overige informatie
De minimale afvoer op het ARK is volgens het LCW gelijk aan 10 m3/s. Volgens Waternet zou
deze afvoer niet voldoende zijn voor doorspoelen. In de praktijk is ook in droge jaren de
afvoer niet lager dan 25 m3/s. Deze afvoer zou ook nodig zijn om zoutindringing te
voorkomen. Hydrologic heeft een doorspoelstaffel gemaakt. Geopperd wordt om ook
historische gegevens uit AGV-modellen te betrekken bij het onderzoek.
LHM: Verdeelsleutel van afvoer uit Vecht-Zuid naar ARK en Vecht Noord is naar schatting
70/30 à 80/20.
Interview sturing tijdens droogte in beheergebied Rijnland
Inleiding
Binnen IMPREX wordt een integrale risicobenadering ontwikkeld voor droogte. Er wordt een
tool ontwikkeld waarmee het droogterisico kan worden gekwantificeerd, met als input een
hydrologische tijdreeks afkomstig uit beleidsmatige modellen zoals het LHM (NHI). De sturing
van het watersysteem in het LHM is gebaseerd op de verdringingsreeks. De werkelijke
sturing in tijden van droogte door de operationeel waterbeheerder kan hiervan afwijken.
Binnen casestudy ARK/NZK onderzoeken we onder andere de invloed van sturing op de
kans op droogteproblemen (peiluitzakking, zout/watertekort, beregeningstekort).
Als eerste stap maken we een beschrijving van de sturing in de praktijk en de sturing in het
model. Om een helder beeld te krijgen van de sturing in de praktijk en in de modellen worden
interviews gehouden met waterbeheerders uit de regio ARK/NZK.
Deze notitie is een samenvatting van het interview met René van der Zwan en Dolf Kern van
het Hoogheemraadschap van Rijnland.
Operationeel waterbeheer
In tijden van droogte is het waterbeheer gericht op handhaving van de peilen in de polders en
in het boezemsysteem en op het voorkomen van te hoge zoutconcentraties. Zoutindringing
wordt tegengegaan door routinebemaling bij Spaarndam en Halfweg, onder gelijktijdige
aanvoer van water bij Gouda, uit de Hollandsche IJssel. Bij Katwijk vindt routinebemaling
plaats om te voorkomen dat nutriëntrijk water afkomstig van de AWZI’s het groene hart (o.a.
Kagerplassen) instroomt. In de polders wordt water ingelaten om het verdampingsoverschot
op te vangen en voor doorspoeling van zoute kwel.
In de normale tot droge situaties wordt water aangevoerd vanuit de Hollandse IJssel bij
Gouda. Bij overschrijding van de maximaal toelaatbare chloride-concentratie (250 mg/l) van
de Hollandse IJssel bij het innamepunt in Gouda wordt de aanvoer stopgezet en treedt de
KWA in werking. Dan wordt water aangevoerd vanuit het Amsterdam-Rijnkanaal en de Lek.
Risicobenadering voor de Nederlandse zoetwatervoorziening
E-3
1221519-011-ZWS-0005, 23 december 2016, definitief
De maximale capaciteit van de KWA is 7 m3/s, waarvan 4 m3/s beschikbaar is voor Rijnland
en 2 m3/s voor Delfland en 1 m3/s voor Schieland. Dit is niet voldoende om de peilen te
kunnen handhaven in het beheersgebied van Rijnland, dat 10% open water kent.
Vanaf dat moment worden extra maatregelen genomen om water te besparen en optimaal te
verdelen. Tot op heden is het daarmee ook in droge perioden gelukt om de peilen in het
boezemsysteem te handhaven, hierbij werd wel sterk ingeboet op de waterkwaliteit. Lokaal
kan er in poldersystemen wel uitzakking van de peilen optreden (bijvoorbeeld in waterrijke
polders zoals de Reeuwijkse Plassen).
De precieze maatregel (of set aan maatregelen) die dan wordt genomen is afhankelijk van de
situatie op dat moment. Hierbij worden de belangen van verschillende partijen (agrarische
sector, natuur, scheepvaart) zorgvuldig afgewogen op bestuurlijk niveau.
Standaard maatregelen zijn:
- Tijdelijk beperken doorspoelen boezem en polders
Met het beperken van doorspoelen van de boezem en polders is meer water
beschikbaar om de peilen te handhaven. Dit heeft echter negatieve gevolgen voor de
waterkwaliteit (zout, nutriënten).
Het doorspoelen van het boezemsysteem kan worden beperkt door tijdelijk stopzetten
van de routinebemaling bij Halfweg, Spaarndam of Katwijk. Hierdoor zal de
zoutconcentratie in vooral het noordelijk deel van het beheersgebied toenemen. Door
het beperken van de bemaling bij Katwijk zal meer nutriëntrijk water in het systeem
terechtkomen.
Daarnaast zijn er verschillende polders (o.a. Haarlemmermeer) waar de doorspoeling
kan worden beperkt. Het gevolg is dat de zoutconcentraties in de polders toenemen
met negatieve gevolgen voor o.a. de landbouwsector.
Mogelijke extra maatregelen zijn:
- Extra aanvoer via KWA
In de droge periode in 2011 is door kunstgrepen meer water aangevoerd via het KWA
dan de ontwerpcapaciteit van 7 m3/s. Overigens wordt gewerkt aan een verhoging
van de KWA-capaciteit naar 11 m3/s om het tekort verder terug te dringen.
- schutverkeer beperken bij sluizen
Er kan water worden bespaard door het schutverkeer te beperken bij sluizen. Vooral
de Grote Sluis in Spaarndam kent bij iedere schutting met een grote zoutvracht die
vanuit het Noordzeekanaal de boezem instroomt. Door het beperken van het aantal
schuttingen en het retourpompen van het schutwater kan deze zoutvracht worden
beperkt. Nadelen zijn de hoge kosten verbonden aan dit pompen en de negatieve
effecten van beperkt voor de (beroeps)scheepvaart.
- Inname chloriderijk water vanuit Hollandse IJssel
Een andere extra maatregel is het innemen (bijmengen) van chloriderijk water bij
Gouda, wanneer de aanvoer via de KWA onvoldoende is voor peilhandhaving. Deze
maatregel is nog nooit ingezet, maar vormt wel een van de maatregelen uit het
calamiteitenbestrijdingsplan droogte van Rijnland. Het negatieve effect is een
toename van de chlorideconcentratie in het systeem. Ter hoogte van de Oude Rijn
zal er naar verwachting menging optreden met zoet water dat wordt aangevoerd via
de KWA.
E-4
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
-
-
uitvaardigen van beregeningsverbod
In een uiterst geval kan er een beregeningsverbod van kracht gaan. Dit is nooit
eerder voorgekomen in het beheersgebied van Rijnland. De effectiviteit van deze
maatregel moet in verhouding staan tot de daaraan gekoppelde veroorzaakte schade.
Wateraanvoer vanuit het IJsselmeer (Tolhuissluisroute)
In het verleden (2003) is zoet water aangevoerd vanuit het IJsselmeer via de
Tolhuissluisroute. Het nadeel is dat hiermee een onnatuurlijke stromingsrichting
ontstaat en eerst chloriderijk kwelwater in de Amstel, afkomstig uit polders van
Waternet afgevoerd moet worden. In 2003 is de zoutprop z.s.m. afgevoerd naar
Gouda en geloosd op de Hollandse IJssel. Er is een corridor gecreëerd door het
plaatsen van damwanden (o.a. in het Drecht en bij de Zegerplas) om verdere
menging met zoet water te voorkomen.
Naast het feit dat dit een ingrijpende maatregel is, zijn er ook nadelen voor
scheepvaart: door noodzakelijke afsluiting van het IJfront waren er beperkingen voor
rondvaartboten in Amsterdam en voor scheepvaart op de Amstel t.b.v. industrie.
Enkele bedrijven zijn financieel gecompenseerd.
Een ander belangrijk nadeel is de kwetsbaarheid van het watersysteem bij instabiel
weer: door de gelijktijdige werking van KWA en Tolhuissluisroute is er een open
verbinding gecreëerd tussen de beheersgebieden van Rijnland, AGV en HDSR. Dit
brengt grotere risico’s met zich mee voor de waterveiligheid bij extreem weer.
Kortom: de extra maatregelen, naast de inzet van KWA, hebben gemeen dat er meer water
beschikbaar is voor peilhandhaving, maar hebben als keerzijde dat de zout- of
nutriëntenconcentraties toenemen in polder- of boezemsysteem. Dit kan schadelijk zijn voor
landbouw en natuur. Bij een aantal ingrepen ontstaan er ook beperkingen voor scheepvaart.
Beslissingsondersteunende modellen
Bij Rijnland wordt in het operationele waterbeheer gewerkt met een Beslissings
Ondersteunend Systeem (BOS). Dit bestaat uit een SOBEK-model van het watersysteem van
Rijnland, gevoed door real-time metingen. In wateroverlast situaties wordt veelvuldig gebruik
gemaakt van dit systeem. In droge situaties wordt het model gebruikt voor peilvoorspellingen,
maar het nadeel is dat hier geen chloridevoorspellingen mee kunnen worden gedaan.
Daarom is het model minder geschikt voor beslissingsondersteuning in tijden van droogte. Er
wordt gewerkt aan uitbreiding van het BOS met een chloridecomponent en toevoeging van
RTC-tools de komende 2 jaar. Vanaf dat moment zal het BOS beter geschikt zijn voor gebruik
in droge situaties.
Het besluit voor het inzetten van een bepaalde maatregel wordt niet ondersteund door
economische modellen. Men geeft aan dat er wel behoefte is om de schade aan bepaalde
functies ten gevolge van een maatregel te kunnen kwantificeren en vergelijken met andere
maatregelen. Als voorbeeld wordt genoemd het ‘beperken doorspoelen Haarlemmermeer’.
Het zou interessant zijn deze maatregel af te wegen tegenover andere maatregelen. De
verwachting is dat IMPREX hieraan kan bijdragen met de ontwikkeling van een
hydrologisch/economisch model.
De inzet van een bepaalde maatregel wordt wel ondersteund door hydrologische modellen
(andere dan het BOS). Met behulp van een SOBEK-model kan de ontwikkeling van de
chlorideconcentratie worden voorspeld. De doorvertaling naar economische effecten is
gebaseerd op dialoog met de gebruikers.
Risicobenadering voor de Nederlandse zoetwatervoorziening
E-5
1221519-011-ZWS-0005, 23 december 2016, definitief
Het belangrijkste beleidsmatige model is het LHM (NHI). Het is bekend dat het model niet
goed presteert in tijden van droogte. De sturing is geregeld volgens de verdringingsreeks. Het
kan gebeuren dat het peil niet wordt gehandhaafd, waar dat in werkelijkheid wel zou
gebeuren. Ook is bekend dat de interactie van zoet en zout water niet goed in het LHM is
verwerkt. Meer specifieke informatie over de aard en verklaring van de afwijkingen kon in het
interview niet worden gegeven.
Vervolg
Er wordt geadviseerd om Hilga Sikma (Waternet) te interviewen en Joost Heijkers/ Liesbeth
van Doorn (HDSR). Op basis van deze interviews wordt een beschouwing gegeven van het
verschil tussen operationele en modelmatige sturing.
Interview sturing tijdens droogte in beheergebied Hoogheemraadschap Stichtse
Rijnlanden
Inleiding
Binnen IMPREX wordt een integrale risicobenadering ontwikkeld voor droogte. Er wordt een
tool ontwikkeld waarmee het droogterisico kan worden gekwantificeerd, met als input een
hydrologische tijdreeks afkomstig uit beleidsmatige modellen zoals het LHM (NHI). De sturing
van het watersysteem in het LHM is gebaseerd op de verdringingsreeks. De werkelijke
sturing in tijden van droogte door de operationeel waterbeheerder kan hiervan afwijken.
Binnen casestudy ARK/NZK onderzoeken we onder andere de invloed van sturing op de
kans op droogteproblemen (peiluitzakking, zout/watertekort, beregeningstekort).
Als eerste stap maken we een beschrijving van de sturing in de praktijk en de sturing in het
model. Om een helder beeld te krijgen van de sturing in de praktijk en in de modellen worden
interviews gehouden met waterbeheerders uit de regio ARK/NZK. De interviews zijn niet
bedoeld om modelaanpassingen te doen om het model nog wat dichter bij de werkelijkheid te
krijgen. De interviews geven inzicht in de verschillen tussen model en werkelijkheid, en met
name in de niet in het model te vatten keuzes tijdens droogtesituaties. Deze notitie is een
samenvatting van het interview met Liesbeth van Doorn en Joost Heijkers van
Hoogheemraadschap de Stichtse Rijnlanden.
Als het droog is…
Liesbeth en Joost leggen uit hoe het watersysteem van HDSR functioneert als het droger
wordt.
Peilhandhaving is absolute topprioriteit, zeker in het veenweidegebied en voor veiligheid.
Daarbij is het zo dat een echt tekort aan water eigenlijk niet voorkomt (in 17 jaar nooit
meegemaakt), droogte betekent vooral dat HDSR voor andere waterschappen (Rijnland,
AGV) aan de slag moet. Wel moet er, als de waterstand op de Nederrijn te laag is voor inlaat,
water naar de Kromme Rijn worden gepompt met noodpompen.
In een dreigende tekortsituatie wordt er binnen HDSR opgeschaald en komt het
calamiteitenteam bij elkaar. Er wordt dan met name beter gemonitord en dijkinspecties
uitgevoerd. Er is meer alertheid en een verhoogde staat van paraatheid. Als er nog verder
opgeschaald wordt komt het regionale droogteoverleg en uiteindelijk de Landelijke
Commissie Waterverdeling (LCW) bij elkaar. Het waterbeheer binnen HDSR verandert pas
substantieel als er wordt besloten tot inzet van de Kleinschalige Wateraanvoer (KWA).
Via de KWA wordt totaal 18,5 m3/s aangevoerd. Hiervan is 11 m3/s voor HDSR, 7 gaat naar
Rijnland en verder. Er is ook een waterakkoord met AGV, om een minimaal debiet op de
Vecht te garanderen. Overigens zijn afspraken in de waterakkoorden in dit soort situaties een
inspanningsverplichting.
E-6
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Bij instellen van de KWA keert het hele systeem in HDSR om, het duurt enkele dagen om de
KWA in te stellen. Het is echt een calamiteitensituatie. Het watersysteem kan neerslag niet
meer goed verwerken, de KWA moet dan ook snel worden gestopt bij verwachte neerslag.
Op het uitvoeringsniveau is de rayonmedewerker verantwoordelijk voor het handhaven van
peilen, met behulp van inlaten en stuwen. Veenweidegebied wordt ook doorgespoeld.
Doordat het water ten goede komt aan benedenstrooms waterschap, hoeft er op
doorspoeling niet gekort te worden. Op uitvoeringsniveau is er geen belangenafweging ‘eerst
doorspoeling korten, dan peil’ of iets dergelijks. Watersysteem legt ook randvoorwaarden op,
niet alles is stuurbaar. Boven de rayonmedewerker staan de veldbeheerder en de
regiobeheerder. Op dat niveau operationeel peilbeheer, sturen van peil op basis van
weersverwachtingen. Slim watermanagement is daarbij ook een belangrijk thema, over
grenzen van het beheersgebied heen kijken.
Binnen HDSR is nachtvorstbestrijding belangrijk. Dit is met name een hydraulisch probleem.
Kan samenvallen met droogte in april / mei, zorgt dan voor problemen. Het gebied waar dit
vooral speelt, het Kromme Rijn / Langbroekerweteringgebied, kent een sterke verwevenheid
van functies. Het watersysteem is zeer stuurbaar, zo wordt de Kromme Rijn opgezet, om
Langbroekerwetering op te stuwen en daarmee water beschikbaar te maken voor
nachtvorstbestrijding.
Er leeft sterk de vraag hoe de verdringingsreeks bij een echte calamiteit stand gaat houden.
Durft een bestuurder te kiezen voor bijvoorbeeld natuur, als harde schreeuwers als
bijvoorbeeld industrie water vragen?
Overige punten
Joost Heijkers, Liesbeth zoeken documenten waar operationeel beheer in is vastgelegd
Kunnen waterschappen uiteindelijk spelen met model voor kansen?  De tool die binnen
IMPREX wordt ontwikkeld zal dit jaar met name inzicht geven in kansen en risico’s. De
kansen in de tool zijn gebaseerd op een langjarige LHM/NHI berekening.
Is het een idee om het verslag voor te leggen / toe te lichten aan de deelnemers van het
droogteoverleg?  Op workshop 18 oktober bespreken?
Risicobenadering voor de Nederlandse zoetwatervoorziening
E-7
1221519-011-ZWS-0005, 23 december 2016, definitief
F Uitgangspunten Landbouw
•
•
•
•
•
•
•
De veranderingen in fysieke opbrensten worden berekend met behulp van Agricom
(zie Mulder en Veldhuizen, 2015). Agricom rekent de opbrengsten uit op het niveau
van grids die afkomstig zijn van LHM, van 250*250 meter. Elke gridcel heeft bepaalde
eigenschappen zoals grondgebruik (gras, mais, aardappelen, etc.) en kan al dan niet
worden beregend;
De resultaten mogen alleen gepresenteerd worden op regionaal niveau (ruimtelijke
eenheden van circa 20.000 – 25.000 hectare). Daarmee kunnen met het huidige
instrumentarium geen resultaten worden weergegeven voor relatief kleine
deelgebieden afzonderlijk zoals de bollenstreek of de boomteelt rond Boskoop.
Hiervoor is maatwerk noodzakelijk;
Er worden voor de landbouw geen relevante jaar overschrijdende hydrologische
effecten berekend;
Er is geen adaptatie mogelijk (zoals aanpassing grondgebruik, andere gewassen, of
aanpassing van de intensiteit in de melkveehouderij). De investeringen en
operationele uitgaven van ingrepen worden niet meegenomen;
Er wordt gewerkt met gewascategorieën. Dit betekent bijvoorbeeld dat bij fruit de
opbrengsten voor appelen en peren bij elkaar worden opgeteld en er geen
differentiatie is bij bollen en dat er 1 prijs wordt gehanteerd per gewascategorie en er
een fysiek effect is;
Beregeningsgiften over het groeiseizoen worden automatisch doorgevoerd. De
kosten-baten van beregening worden niet meegenomen in de economische
afwegingen in het model. Op basis van een beregeningskaart wordt er al dan niet
beregend;
De prijzen zijn exogeen voor Agricom. Mulder en Veldhuis geven aan dat de langjarig
gemiddelde gewasprijzen zijn gebaseerd op informatie in de periode 1999 tot 2008.
De prijzen zijn rekenkundige gemiddelden van de jaarprijzen. Prijzen zijn
weergegeven in prijspeil 2008, waarbij het gaat om telersprijzen. De gewasprijs voor
grasland is samengesteld op basis van prijs en hoeveelheden voerderwaarde (VEM
en DVE) in gras. Berekeningswijze is analoog aan Goedemans and Kind (2004),
maar dan met geactualiseerde prijzen en voerwaarden (zomerkuil) uit de periode
2006 tot 2008. De gewasprijzen voor gras variëren sterk binnen een jaar.
Risicobenadering voor de Nederlandse zoetwatervoorziening
F-1
1221519-011-ZWS-0005, 23 december 2016, definitief
G Effect inzet KWA op scheepvaart Prinses Irenesluizen
Wanneer de KWA wordt ingezet wordt de lange kolk van de Prinses Irenesluis gebruikt voor
het waterinlaten. Tijdens dit proces is de kolk niet beschikbaar voor de scheepvaart.
Momenteel passeren ongeveer 36.000 vrachtschepen per jaar de Irenesluizen. Per maand
schommelt dit aantal licht. Gemiddeld gaan we uit van 3000 passages per maand. Naast
vrachtschepen passeren recreatieschepen ook de sluis. Dit aantal is onbekend.
De gemiddelde passertijd is 30 minuten, daarvan is ongeveer 15 minuten wachttijd.
Stremming van één van de kolken van de Prinses Irenesluis zorgt voor een totale passeertijd
van 100 minuten in het scenario Strong Europe. In dit scenario vermindert het aantal
passages tot 31.000, maar het gepasseerde laadvermogen neemt wel toe. Dit betekent dat er
grotere schepen door de sluis gaan. In de toename van de passeertijd is niet meegenomen
dat vrachtschepen mogelijk gaan omvaren via de Beatrixsluizen (NMCA, 2011;
Scheepvaarteffecten omloopriool Prinses Irensluis, 2013).
De vraag is of de toename van de passeertijd door het sluiten van één van de kolken in het
scenario Strong Europe vergelijkbaar is met de huidige situatie. Indien dit het geval is kan de
toename in passeertijd gebruikt worden voor het berekenen van de schade.In het scenario
Strong Europe vermindert de hoeveelheid passages ten opzichte van de huidige situatie. De
schepen worden echter ook groter. Dit heft de verminderde hoeveelheid schepen gedeeltelijk
op. Daarom gaan we ervan uit dat dit zorgt voor een vergelijkbare wachttijd ten opzichte van
de huidige situatie. Omrijden of een modal shift worden hierin niet meegenomen, dus
waarschijnlijk wordt de wachttijd overschat. Echter zal omrijden zorgen voor langere
wachttijden bij de Beatrixsluis (de meest gebruikte omvaarroute), waardoor ook
welvaartsverlies kan optreden.
De toename van de wachttijd bij inzet van de KWA is dus ongeveer 70 minuten
(beargumenteerde aanname). De maatschappelijke waardering per wachtuur voor een sluis
voor containerschepen is €382 per uur (prijspeil 2010). Voor recreatievaart is dit ongeveer
€8.25 per uur. De 70 minuten wachttijd voor een containerschip zorgt voor een
welvaartsverlies van €446 en voor de recreatievaart voor €9.26 welvaartverlies (Warffemius,
2013). Wanneer het vrachtschepen van een niet Nederlandse vervoerder, is het
welvaartseffect beperkt.
We nemen aan dat de schade niet afgewenteld wordt op de afnemers. Het
consumentensurplus is dan nihil en het welvaartseffect is gelijk aan het Nederlandse deel van
de schippers. Ongeveer 80% van het vervoer in ton over Nederlandse wateren door
Nederlandse schippers wordt vervoerd (Deltares et al, 2016). Als het aandeel ook 80% voor
het Amsterdam Rijnkanaal-Noordzeekanaal, dan is het welvaartseffect van de schadecurve
80% van de schade voor de producenten.
In de tijdreeks zijn er twee jaren waarin de KWA in werking treedt: 1976 en 1964. In 1964
gebeurt dit 10 dagen in juli en 10 dagen in augustus. In 1976 gebeurt dit 20 dagen in juli en
10 dagen in augustus.
Per dag passeren gemiddeld 98 schepen de sluis. In 1964 treedt er dus een welvaartsverlies
op door een hogere wachttijd van: ~ € 860.000. In 1976 treedt er een welvaartsverlies op
door een hogere wachttijd van: ~ €1.3 miljoen. Als we hiervan 80% nemen en indexeren voor
2015 is dit respectievelijk: € 752.000 en €1.14 miljoen.
Risicobenadering voor de Nederlandse zoetwatervoorziening
G-1
1221519-011-ZWS-0005, 23 december 2016, definitief
Pas als er rond de 100.000 recreatieschepen 29 passeren tijdens dezelfde periode wordt
welvaartsverlies in dezelfde orde van grootte bereikt als bij de vrachtschepen. Tijdens de
zomermaanden zal de hoeveelheid recreatievaart hoger zijn dan tijdens de wintermaanden.
Desalniettemin is de recreatievaart op deze route beperkt, daarom gaan we uit van
gemiddeld 20 recreatieschepen die per dag de sluis passeren. Dit zorgt voor een
welvaartsverlies door een hogere wachttijd van ~€4000 in 1964 en ~€6000 in 1976.
29
Cruiseschepen zijn hierin niet meegenomen. Het verlies aan welvaart door wachtende cruiseschepen kan oplopen,
door de vaak grote getalen mensen aan boort (bemanning en vakantiegangers). We hebben echter geen indicatie
van de hoeveelheid cruiseschepen op deze route.
G-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
H Additionele informatie casestudie ARK/NZK
H.1. Energieproducenten in het casestudiegebied
Energieproducent
Centrale
Water
gebruik
Brand
Stof
Nuon
Diemen 33
Gas
249
Nuon
Diemen 34
Inname
IJmeer
Lozing ARK
idem
Gas
435
Nuon
Amsterdam
Hemweg 8
Nuon
Amsterdam
Hemweg 9
Inname
Kolen
Sonthaven
en Neptunus
haven
Lozing NZK
Idem
Gas
Nuon
Velsen
Nuon
Velsen
Inname:
Hoogovenhaven
en
Staalhaven
gemengd
met
brak
water NZK
Lozing: riool
idem
Nuon
Velsen
idem
Opgesteld
vermogen
(MWe)
857.084
onbekend
3.140.110
onbekend
4.379.000
8.376.194
onbekend
435
145
Hoog
oven
gas
Hoog
oven
gas
459
Risicobenadering voor de Nederlandse zoetwatervoorziening
Verlies van dagproductie in %
bij
overschrijding
maximale
opwarming
630
Hoog
oven
gas
Totalen
Bron: Arcadis, 2009; Enipedia, 2016; Bruijs et.al., 2008;
Productie
(levering)
MWh/jaar
(ijkjaar
2007)
360
2.713
H-1
1221519-011-ZWS-0005, 23 december 2016, definitief
H.2. Generalisatie van zouttoleranties in aquatische systemen, gebaseerd op
waarnemingen en expertoordeel.
Bron: Veraart et al (2013).
H-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
H.3. Indicatie kennisleemtes welvaartseffecten
Een indicatie per gebruiksfunctie wat er zou moeten gebeuren om meer inzicht te krijgen in
de welvaartseffecten.
Landbouw
Scheepvaart
Drinkwater
Industrie
Infrastructuur
Waterveiligheid
Natuur
Recreatie
Hoogrenderende gewassen apart uitlichten. Aandacht voor bepaling
effect chlorideconcentratie en natte omstandigheden op opbrengst.
Inzet BIVAS. Dit zorgt voor vermindering bestaande kennisleemtes,
bijvoorbeeld relatie schutbeperking en wachttijd.
Meer aandacht voor prijseffecten nodig.
Uitzoeken of het voorkomt dat in de deltascenario’s bestaande buffers
en verbindingen tussen drinkwaterbedrijven niet meer genoeg zijn om
voldoende drinkwater te kunnen leveren. Ramen in te zetten
maatregelen drinkwaterbedrijven (deels gerelateerd aan droogte).
Inzicht in verlies aan levensjaren van leidingen door corrosie en
gerelateerde afschrijvingskosten.
Effect zoetwatertekorten op grote bedrijven beperkt door
voorzorgsmaatregelen, weinig zicht op kleine bedrijven. Dit beter
uitzoeken.
Uitzoeken waar bodemopbouwgrenzen en kabels en leidingen (GIS
informatie aanwezig) liggen. Informatie over fundering van huizen
verzamelen.
Impact boezempeil (hoogte en duur uitzakken boezempeil) op
freatische lijn modelleren (bestaand model aanwezig wat moet worden
aangepast).
Aanname
waterdoorlatendheid
boezems
in
casestudiegebied.
Voor aquatische natuur aanpassen KRW verkenner, zoals uitgewerkt in
hoofdstuk 4.4. Voor terrestrische natuur gebruik PROBE/Waterwijzer
natuur. Bepalen om wel of niet natuurpunten te gebruiken op basis van
in de zomer te publiceren MKBA leidraad natuur.
Wanneer schutbeperking sluis van Ijmuiden relevant wordt, bepalen
van welvaartseffecten schutbeperking op recreatievaart (o.a.
cruiseschepen).
Risicobenadering voor de Nederlandse zoetwatervoorziening
H-3
1221519-011-ZWS-0005, 23 december 2016, definitief
I Verslag tweede werksessie IMPREX Amsterdam RijnkanaalNoordzeekanaal
Vragen en opmerkingen bij presentaties:
- Handelingsperspectief gebruiker ook meenemen/adaptatie
Voorbeeld: later stekken in Boskoop om watervraag te beperken heeft invloed op de
schade in hydrologische modellen. Ging hier vooral ook om overleg met sector,
waardoor minder / latere watervraag mogelijk is.
- Besluitvorming in het veld is fuzzy, eventueel ook fuzzy meenemen in de modellen of
systematiek? Probabilities versus possibilities.
Mark Bierkens en de Universiteit van Gent hebben hier een methode voor.
- Indirecte effecten
Voorbeeld: Haarlem wil geen scheepvaartstremming bij Spaarndam omdat mensen
Haarlem dan niet kunnen bereiken. Het welvaartseffect is op nationale schaal
beperkt, regionaal kan het wel impact hebben.
- Verschuiving is wel belangrijk voor de waterbeheerders, maar niet voor het nationale
welvaartseffect.
- Temperatuurstijging energieproductie: 3 graden stijging is ten opzichte van de
achtergrondconcentratie. Die achtergrondconcentratie wordt gebaseerd op een
meetpunt ver bovenstrooms bij het ARK, niet lokaal. Overigens komt daar een
aanvullende eis bij, namelijk dat 30% van het dwarsprofiel kouder moet zijn dan die 3
graden ten opzichte van de achtergrondconcentratie, de rest van dwarsprofiel mag
hoger zijn.
Daarnaast mogen de energieproducenten 6 dagen boven de temperatuur blijven, dus
pas de zevende dag telt mee in de schade. Eén van de centrales kan ook water uit
het IJmeer gebruiken, dus die heeft nog minder kans op schade.
- Bij natuur: 'Waterwijzer Natuur' geeft aanknopingspunten. Wens om aan te sluiten bij
Alterra/KWR. Alterra/KWR maakt in opdracht van de STOWA een 'Waterwijzer
Natuur' voor terrestrische natuur.
Houd ecologie/natuur globaal/indicatief en maak het niet het probleem van IMPREX.
- Houdt alleen rekening met effecten als er een handelingsperspectief is voor de
waterbeheerder.
Waar op focussen komende periode?
- Dosis-effectrelatie schutten op de zouttong uitzoeken. Wat nodig is, is een goed
zoutmodel of een goed meetreeks om de relaties te kunnen schatten met een
eenvoudig model. Het lastige is dat er nog geen eenduidige relatie is gevonden
tussen schutten en toename van de zouttong.
- Vooral de effecten moeten worden gekwantificeerd. Voor operationele doeleinden
moet bekend zijn wat de effecten van maatregelen zijn.
- Vermeld wordt dat vooral zoutschade beter bekend moet zijn. Voor grasland blijft het
vaag wanneer zoutschade optreedt. Ook lokaal is nog niet bekend waar het zout
precies vandaan komt – voorbeeld groot Mijdrecht.
- Meer quick-scan analyses zijn gewenst. Metamodellen maken om onderdelen van de
vraagstukken te kunnen beantwoorden. Zet hier op in.
Risicobenadering voor de Nederlandse zoetwatervoorziening
I-1
1221519-011-ZWS-0005, 23 december 2016, definitief
-
-
-
I-2
Economische mechanismen verder toelichten/ontwikkelen
De vraag is vooral waar je écht schade krijgt. Landbouw lijkt de belangrijkste, maar
daar zijn de kosten waarschijnlijk veel hoger dan de schadereductie. Deze schades
moeten beter uitgewerkt worden.
Ook het optreden van hydrologische parameters (stremming scheepvaart,
temperatuur, zout etc.) statistisch in beeld brengen.
Idee: lijst met primaire en secundaire effecten maken en prioriteren. Houdt hier ook
rekening met het handelingsperspectief.
Moeten we rekening houden met correlaties tussen schade-effecten?
Ga niet met regionale modellen werken.
Wel bekijken of een goede stochastische analyse haalbaar is. ‘Versimpel je model
door het diepe grondwatersysteem eruit te halen’.
Kan er een metamodel voor zoutindringing worden afgeleid?
Internationaal zou je ook kunnen kijken. Voorspellen droogteschade ten behoeve van
verzekeringsmaatschappijen. Die stellen dit soort vragen voor gebieden over de hele
wereld.Inzet op gevoeligheidsanalyse, quick scan tools en een macro-economische
analyse. Beiden hydrologie en economie moet verder worden ontwikkeld.
Mogelijke vraag die bekeken kan worden is: Wanneer moeten we de inlaten sluiten in
de polders?
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
J Kennisvragen uit de eerste workshop Berkel
Tijdens de eerste workshop op 21 juni 2016 zijn de belangrijkste kennisvragen opgehaald en
geprioriteerd door de deelnemers. Deze vragen hebben betrekking op de onderdelen uit de
risicobenadering. De deelnemers is gevraagd de kennisvragen eerst te formuleren en daarna
te prioriteren (elke vraag is door 5 deelnemers gescoord door 0 tot 2 punten uit te delen).
Hydrologische werking van het watersysteem
- Zijn de beschikbare modellen van het systeem ook functioneel bij een droge periode?
- Wat is het effect op de grondwaterstand als je het waterpeil verlaagd?
- Wat is de kwantitatieve invloed op de grondwaterstand als in een langdurig droge periode
industrie, drinkwaterbedrijven en boeren grondwater onttrekken?
- Hoe werkt het watersysteem bij droogte? Nadere identificatie is gewenst.
- Wat zou het effect op droogte zijn van het radicaal ontwerpen van het Berkelsysteem? En
wat zijn de mogelijkheden voor zo’n radicaal ontwerp?
- Wat zijn de kosten/baten van verschillende waterinlaatmogelijkheden?
- Kunnen we in de toekomst blijven beregenen, en zo ja, wat is het omslagpunt?
Hydrologische statistiek (frequentie en omvang van watertekorten) in relatie tot schade
- Wat is het effect op schade in de verschillende sectoren van de duur van een droge
periode? Wat gebeurt er bijvoorbeeld in een scenario waar de grondwaterstand ’s winters
niet meer aangevuld wordt? Wat zijn de gevolgen van zeer extreme droogte?
- Hoe verandert schade naar verwachting met klimaatverandering (over verschillende
functies en ruimtelijk), gerelateerd aan frequentie en duur periode van vochttekorten.
Effecten van droogte op fysieke effecten van verschillende gebruikersfuncties (dosiseffectrelaties)
- Wat zijn de regionale effecten van grootschalige toepassing van kleinschalige maatregelen
(bijv. bodemmaatregelen, herprofilering detailwaterlopen)? Ofwel: wat is het effect op
regionale schaal als bijvoorbeeld boeren op grote schaal bodemmaatregelen tegen
droogte (zoals verbetering van het organisch stofgehalte) uitvoeren?
- Wat zijn de gevolgen van droogte op de verschillende functies in het gebied (o.b.v.
ervaringsgetallen)?

Wat is het effect op de landbouw als gevolg van drogere perioden? Met name: welk
effect heeft het op bedrijfsniveau voor de boeren? Hoe hoog is de schade?

Wat zijn de gevolgen van droogte in stedelijk gebied? Welke maatregelen zijn
hiertegen te nemen?
- Biedt droogte in het landelijk gebied ook nieuwe kansen? Bijvoorbeeld landgebruik/ soort
gewassen, recreatie,...?
Risicobenadering voor de Nederlandse zoetwatervoorziening
J-1
1221519-011-ZWS-0005, 23 december 2016, definitief
Economische effecten en welvaartseffecten
- Hoe operationaliseer je de MKBA-aanpak voor (effecten van droogte op) zachte functies
(zoals landnatuur, waternatuur, landschap)?
- Hoe neem je in de MKBA kosten en baten (niet alleen monetair) van verschillende
maatregelen mee en bij wie komen deze terecht, rekening houdend met lokale, regionale
en nationale effecten?
- Wat zijn de kosten en baten van waterinlaat met betrekking tot verschillende functies (o.a.
landbouw)?
- Hoe maak ik een MKBA tot een bruikbaar bestuurlijk instrument in deze context? (Het
bestuur wil niet voorgerekend krijgen wat beslist moet worden)
Risicobenadering en afwegingskader
- Hoe is de risico-verdeling over verschillende sectoren: is droogte/ watertekort overal even
relevant?
- Hoe weeg ik verschillen in risico’s? Bijvoorbeeld een kleine kans met effecten op grote
schaal versus grote kans met verwacht klein effect, de duur van effecten (meerjarig <>
eenmalig, herstelkans?), imagoschade.
J-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
K Bespreekverslag van de tweede workshop Berkel
Tijdens de tweede workshop op 4 november 2016 zijn de uitkomsten van de risicobenadering
toegelicht. Deze bijlage bevat het bespreekverslag. Naast een algemene reactie (plenair), is
de deelnemers (in drie tafelgesprekken) gevraagd om hun reactie te geven op onderstaande
punten. De uitkomsten van de workshop worden gebruikt om het plan voor 2017 op te stellen.
Tafel 1: Toepasbaarheid van de risicobenadering
Waar zou je de resultaten van de tool voor kunnen gebruiken? Welke inzichten genereert het
voor jou? Wat mist er nog/ welke behoeften heb je nog om inzicht in te krijgen?
Tafel 2: Risico / schade in breder perspectief
Welke andere criteria dan monetaire schade zijn van belang in het publieke domein? Hoe zou
je deze kunnen kwantificeren en/of kwalitatief kunnen inschatten?
Tafel 3: Gerichte gebiedscasus en/of verdiepingsslag gebruiksfuncties
Welke gerichte casussen binnen het gebied zouden interessant zijn om nader op in te
zoomen met de risicobenadering? (zowel gebiedsspecifiek als gebruikersspecifiek)
Algemene indruk tijdens de plenaire presentatie op 4 november
Algemeen indruk die uit deze discussie (zowel plenair als in een drietal tafelgesprekken naar
voren is gekomen: we kunnen wel veel berekenen, maar uiteindelijk is het de vraag hoe
resultaten van een risicobenadering bij kunnen dragen aan besluitvorming betreffende
afweging van specifieke maatregelen, knikpuntanalyses op regionaal en landelijke schaal, het
maken
van
afspraken
over
waterbeschikbaarheid
en/of
bijdrage
aan
Beslissingsondersteunend Informatieprofiel (BOI). Dit is nog duidelijk een zoektocht. Verder
komt vanuit de stakeholders nadrukkelijk de wens om het eenvoudig te houden (“Houd het
simpel, dan houd het instrument zijn kracht. Goed navolgbaar of een duidelijke redeneerlijn.”)
Verder lopen we tegen een aantal ‘basiskeuzen’. Deze zijn op hoofdlijnen:
•
•
•
Kijken we naar opbrengsten per gebruikersfunctie, of naar opbrengstderving (schade).
Bij het tweede speelt dat de referentie goed gekozen moet zijn. Kijk je naar
opbrengstderving i.r.t. maximale potentiele opbrengsten of gemiddelde opbrengsten?
Moeten we de overal risico’s van alle gebruikersfuncties samen willen vatten in een
totaal risico, of beschouwen we de gebruikersfuncties alleen individueel? En kijken we
dan per gebruikersfunctie naar welke eenheden we willen kijken (puur monetair of
andere eenheden).
Kijken we naar risico’s voor gebruikers, regionaal systeem of nationaal? Voor de
verschillende betrokkenen kan de interesse anders zijn.
Uitkomst Tafel 1: Toepasbaarheid van de risicobenadering
Wat mist er nog/ welke behoeften heb je nog om inzicht in te krijgen?
• Doorkijk naar ontwikkeling risicoprofiel in 2050 en 2100 o.i.v. klimaatverandering en
socio-economische ontwikkeling
Risicobenadering voor de Nederlandse zoetwatervoorziening
K-1
1221519-011-ZWS-0005, 23 december 2016, definitief
Waar zou je de resultaten van de tool voor kunnen gebruiken? Welke inzichten genereert het
voor jou?
Het levert vooral inzicht en begrip op:
•
•
•
•
•
•
•
•
•
Is de verdeling zoals het nu in de waterakkoorden geregeld is wel de juiste? (ook
verdringingsreeks onder de loep).
Wat doet wateraanvoer nu echt? Is het de investering wel waard?
Gevoel voor de onderdelen/functies tijdens droogte.
Kijk op langere termijn. Vaak wordt alleen naar laatste droogte gekeken, als die
kortgeleden was wordt er snel gereageerd. Op 20 jaar maar 1x een jaar zoals 1976.
Inzicht in gebiedsprocessen, waardoor keuzes kunnen worden onderbouwd.
Bijvoorbeeld gebiedsaanpak + grond gebruiken om water in op te slaan.
Of fijnmazig watersysteem gebruiken en grootschalig ombouwen om ook tijdens droogte
nuttig te zijn.
Informatie over kosten van huidig systeem & eventueel ander systeem in beeld krijgen.
Langere verdringingsreeks (onderbouwen mbv risicoprofiel).
Uitkomst tafel 2: Risico/Schade in breder perspectief
Welke andere criteria dan monetaire schade zijn van belang in het publieke domein? Hoe zou
je deze kunnen kwantificeren en/of kwalitatief kunnen inschatten?
Opmerkingen die door de deelnemers geplaatst zijn bij de berekening van landbouwschades
zoals dat in het plenaire deel is gepresenteerd:
De tool rekent met uitkomsten van een model: waarom gebruiken we niet rechtstreeks data
over landbouwopbrengst van de afgelopen 20 jaar? Waarom niet gewoon kijken naar een
10% droog jaar; wat gebeurde er toen? Afgezet tegen een hydrologische tijdreeks. Antwoord:
Maar er is niet direct een tijdreeks voor landbouwopbrengsten voor het gebied. Bovendien ga
je dan mogelijk voorbij aan de ruimtelijke verdeling.
Er zijn wel heel veel onzekerheden in landbouwopbrengst, daar maakt water maar een klein
onderdeel van uit. Boeren willen altijd wel een hogere productie, maar verdroging is niet
direct gelinkt hieraan, er zijn ook veel andere factoren. Einddoel van de exercitie zou moeten
zijn: klimaatverandering in kaart brengen. Op dit moment is het nog een beetje een nonissue. In de volgende stap meer aandacht voor extremere hydrologische tijdsreeksen. Wat
als bijv. Friesland Campina 2 maanden stilligt? Dan pas wordt het spannend. Bij casus
Noordzeekanaal/Amsterdam-Rijnkanaal (de andere case binnen het IMPREX onderzoek)
kwam dit wat sterker uit. Kettingreeks: welke domino bepaalt dat andere gaan vallen? Elke
steen an sich is niet zo erg, maar de reeks wel.
Wat kun je uit de LEI-boekhouding halen aan verschillende grondsoorten en dat relateren aan
waterbeschikbaarheid? Hiermee cijfers voor mais en gras te verbeteren – met name bij
akkerbouwgewassen wordt dit heel goed gemeten. Er zit wel een link tussen. Antwoord:
Waterwijzer landbouw is al beschikbaar voor gras en mais. Je kunt het ook allebei doen.
Opmerkingen die door de deelnemers geplaatst zijn bij de toepassing voor natuur
Hoe erg is het verdwijnen van een soort? Denk aan ecosysteemverstoring, effecten op
andere. Indicatorsoorten goed kiezen: op welke schaal kies je ze (regionaal, …)
Inzicht in historische reeksen van soortstand is wenselijk: veel indicatorsoorten die
representatief zijn voor een grote groep. Kunst is om het te koppelen aan droogte. Start is
een systeemanalyse: wat is belangrijk voor elke soort (kwel, oppervlaktewater, …)? Wanneer
komt de regen/omstandigheden voor? Wanneer precies de omstandigheden voorkomen,
maakt heel veel uit. Dit geldt ook voor landbouw.
Opmerkingen die door de deelnemers geplaatst zijn bij de toepassing voor andere functies of
combinaties van functies
K-2
Risicobenadering voor de Nederlandse zoetwatervoorziening
1221519-011-ZWS-0005, 23 december 2016, definitief
Wat is het adaptief vermogen van het schadegebied? Dat maakt veel uit op het risico! Wat is
de speelruimte? Dit zou je mee kunnen nemen in de prioritering: welke functie heeft het
grootste adaptief vermogen? Maar hoe neem je dit mee? Op termijn: economische
schadevoorspellingen in de praktijk lopen hier vaak op mis, omdat dit niet wordt
meegenomen.
Waterbeheer van het waterschap is nu heel erg gericht op landbouw, maar er komen juist
heel veel vragen vanuit andere functies/ sectoren. Hoe ga je daarmee om? Beeld van de
ordegrootte om in de lokale/regionale waterverdeling iets mee te kunnen is zinvol.
Bij waterkwaliteit gaat het om: blauwalg (als het een recreatief cultuurhistorisch water is, is de
beleving slecht) vissen, zwemwater, botulisme, … Maar hoe druk je dat uit: klachten (boze
telefoontjes), biomassa kilo dat eraan gaat (muizen die verdrinken etc. > hoe ga je om met de
aaibaarheidsfactor daarin),…?
Intrinsieke waarde: wat betekent het voor de planten en dieren? Bijvoorbeeld soorten tellen
die het moeilijk vinden, geeft wel inzicht!
Er is veel meer schade als toeristen de Achterhoek gaan mijden: dat is veel erger dan de
schade van landbouw. Maar wanneer gebeurt dat?
Tafel 3: Gerichte gebiedscasus en/of verdiepingsslag gebruiksfuncties
Deelnemers opperden de volgende casussen en/of verdiepingsslagen voor het vervolg van
het project:
•
•
•
•
•
•
•
•
•
Wat is het effect van waterbeschikbaarheid bij inlaat Twentekanaal ter hoogte van
Eefde? Wat is het effect voor het achterliggende gebied in verhouding tot het effect voor
heel Nederland, als daar geknepen moet worden (d.w.z. er kan geen water ingelaten
worden naar het Twentekanaal, dat ook weer Berkel van water voorziet)? Is water uit
het Twentekanaal inlaten in toekomst nog mogelijk?
De effecten voor natuur verder uitzoeken en daarbij inzoomen op een gebied.
Kijken naar een gebiedje met samenhang waterinlaat, drinkwaterwinning en landbouw;
tijdens droogte zullen effecten elkaar gaan versterken. Daarbij kijken naar de huidige
situatie versus de situatie met klimaatverandering.
Onderzoek naar welke indicatoren we moeten kijken. Verkennen of we niet naar
landbouwopbrengstderving moeten kijken, maar alternatieve indicatoren als aantal
faillissementen, huizenprijzen, etc..
Focus op: wat is van watertekort echt sec het effect? En hoe verandert dat a.g.v.
klimaatverandering. Levert het een verandering van verwachtingswaarde op? En kijk
naar productie i.p.v. schade.
Zoek in een case waarin zachte waarden (landschap, cultuurhistorie, etc.) een rol
spelen en probeer dat op waarde te zetten.
Herijken peilbesluit. Het peilbesluit is nu nog veel gericht op landbouw, maar er is veel
water 'bijgemaakt', bijv. voor de woonwijken in Zutphen. Dit vraagt meer maaien in
stedelijk water. Dilemma/Discussie: prioriteitsvolgorde in waterbeheer, bijvoorbeeld
case Zutphen.
Nu is voor landbouw vooral gekeken naar GLG en zgn. HELPtabellen (voor schades),
maar periode van droogte is belangrijk. Hier meer aandacht aangeven.
Hoeveel innovatiekracht kun je mobiliseren bij gebruiker of moet je als waterschap
investeren?
Risicobenadering voor de Nederlandse zoetwatervoorziening
K-3
1221519-011-ZWS-0005, 23 december 2016, definitief
•
•
•
•
•
K-4
In maatregelensfeer: meerdere inlaatpunten Twentekanaal (is er nu maar 1) in relatie tot
beregening uit oppervlaktewater in plaats van uit grondwater. Nu is er alleen gekeken
naar effect tussen Lochem en Zutphen. Wat als je naar alle inlaten kijkt, m.a.w. het hele
Berkelgebied in Nederland.
Tijdslijn, GLG, wanneer droge condities zijn belangrijk in relatie tot droogtestatistiek.
Een gebiedje rondom Eibergen, kent ook inlaat vanuit Twentekanaal en waarschijnlijk is
hier data aanwezig; zou interessante casus kunnen zijn.
Interne uitwerking van de verdringingsreeks. Denk aan prioritering wel/niet: doorspoelen
van stedelijk water, het op peil houden wateren, beregening landbouw, etc.
Het is een meerwaarde voor de methodiek als je het kunt toepassen op verschillende
schaalniveaus (dus klein gebiedje, heel Berkel, waterschap, etc.
Risicobenadering voor de Nederlandse zoetwatervoorziening
Download
Random flashcards
fff

2 Cards Rick Jimenez

Test

2 Cards oauth2_google_0682e24b-4e3a-44be-9bca-59ad7a2e66a4

Create flashcards