Samenstellen ijkset voor IBRAHYM

Transcriptie

1 Samenstellen ijkset voor IBRAHYM KWR Februari 2013

2 Samenstellen ijkset voor IBRAHYM KWR Februari KWR Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen, of enig andere manier, zonder voorafgaande schriftelijke toestemming van de uitgever. Postbus BB Nieuwegein T F E info@kwrwater.nl I

3

4 Colofon Titel Samenstellen ijkset voor IBRAHYM Opdrachtnummer A Rapportnummer KWR Projectmanager Gerard van den Berg Opdrachtgever Deltares Kwaliteitsborger Willem Jan Zaadnoordijk, Pieter Stuyfzand Auteur Inke Leunk Verzonden aan Dit rapport is niet openbaar en slechts verstrekt aan de opdrachtgevers van het adviesproject. Eventuele verspreiding daarbuiten vindt alleen plaats door de opdrachtgever zelf.

5

6 Inhoud Inhoud 1 1 Inleiding 3 2 Voorselectie Aangeleverde reeksen van grondwaterstanden Voorselectie grondwaterstanden 6 3 Tijdreeksanalyse Beoordeling van tijdreeksmodellen Resultaat tijdreeksmodellering met neerslag en verdamping TRA met extra verklarende reeksen Oppervlaktewater en onttrekking Niet lineaire modellering 12 4 Uitvoer voor IBRAHYM Weegfactoren Resultaten weegfactoren Onderlinge afstand als extra mogelijke weegfactor Uitvoer gemeten reeksen Simulaties 18 5 Afvoerreeksen 21 6 Kanttekeningen bij de ijkset 25 I Meteorologische stations 27 II Toelichting op geleverde data 29 KWR Februari 2013

7 KWR Februari 2013

8 1 Inleiding Op verzoek van Waterschap Peel en Maasvallei verzorgt Deltares een herijking van het modelinstrumentarium IBRAHYM. Als onderaannemer breidt KWR de ijkset uit, die bij de vorige ijking in 2007 gebruikt is. In 2007 bestond de ijkset uit 1448 reeksen van grondwaterstanden en stijghoogten voor de periode Deze periode moet verlengd worden en het aantal meetreeksen moet vergroot worden om een betere ruimtelijke dekking te krijgen. Daarbij moet aan elke reeks een weegfactor gegeven worden, omdat niet alle meetreeksen een gelijke geschiktheid hebben. Met behulp van tijdreeksanalyse zijn de beschikbare grondwaterstands- en stijghoogtereeksen geanalyseerd, en op basis van de uitkomsten van de tijdreeksmodellen zijn weegfactoren vastgesteld. Meetreeksen met een slecht tijdreeksmodel zijn verder buiten beschouwing gelaten. Met alle acceptabele modellen is een tijdreeks gesimuleerd, zodat ongeacht de meetfrequentie en periode een complete reeks ijkwaarden beschikbaar is. In dit onderzoek is ook gekeken naar de beschikbare oppervlaktewaterafvoeren. Op basis van tijdreeksanalyse en een vergelijking van het debiet met het bijbehorende oppervlak, is aangegeven of de reeks mogelijk geschikt is voor de kalibratie. KWR Februari 2013

9 KWR Februari 2013

10 2 Voorselectie 2.1 Aangeleverde reeksen van grondwaterstanden Er zijn uit verschillende bronnen gegevens van grondwaterstanden en stijghoogten aangeleverd. In Figuur 2-1 zijn de locaties te zien waarvoor metingen zijn aangeleverd. - Deltares heeft meetlocaties aangeleverd uit Dino. Van 3585 locaties zijn geen metingen aangeleverd en 72 reeksen bestaan volledig uit de waarde -9999, deze reeksen zijn verwijderd. Dit brengt het aantal meetreeksen uit Dino op WML heeft 331 locaties, met 683 filters aangeleverd, 31 van de reeksen bevatten geen metingen. - WPM heeft metingen van 125 locaties aangeleverd. - WRO heeft 262 locaties aangeleverd, 123 locaties hebben geen metingen. Figuur 2-1 Locaties waarvoor metingen zijn aangeleverd KWR Februari 2013

11 Het totaal aantal grondwaterreeksen met metingen is Het merendeel van de meetpunten ligt in Limburg. Langs de noordwest- en noordrand van de provincie is een zone met vergelijkbare meetdichtheid in Noord-Brabant en Gelderland. Er zijn 9 meetpunten in België en geen enkele in Duitsland. Langs de zuid- en oostrand zijn er buiten Limburg om geen meetpunten. 2.2 Voorselectie grondwaterstanden In overleg met Deltares en WPM is besloten de volgende minimale eisen aan de meetreeksen te stellen: De laatste meting van de reeks moet na 31 december 1997 zijn; Een meetreeks moet minimaal 3 jaar lang zijn; Een meetreeks moet minimaal 3 opeenvolgende jaren met minimaal 4 metingen hebben. Alle aangeleverde reeksen zijn gecontroleerd op deze punten. Van de 6788 aangeleverde meetreeksen uit Dino blijven na de controle nog 4088 reeksen over. Van de 652 aangeleverde meetreeksen uit de WML database blijven er na controle 567 over. Van de 125 meetreeksen van WPM blijven er na de eerste controle 36 over. Van de 139 meetreeksen van WRO blijven er na de eerste controle 110 over. Van de 110 reeksen zijn er 46 die ook in de Dino database zitten, de metingen blijken niet exact gelijk te zijn, zie Figuur 2-2. Op verzoek van Deltares en WPM zijn de reeksen van WRO gebruikt B58D1904 DINO WRO grondwaterstand (m NAP) jaar Figuur 2-2 Verschil tussen meting in Dino en meting in WRO bestand Van de 7704 aangeleverde meetreeksen met metingen blijven er na voorselectie 4755 over, de locatie van de overgebleven reeksen is weergegeven in Figuur 2-3. Deze 4755 reeksen zijn geanalyseerd met tijdreeksanalyse. KWR Februari 2013

12 Figuur 2-3 Meetreeksen die overblijven na de voorselectie KWR Februari 2013

13 KWR Februari 2013

14 3 Tijdreeksanalyse De 4755 meetreeksen die na voorselectie overblijven zijn geanalyseerd met tijdreeksanalyse (TRA). Hiervoor is gebruik gemaakt van het programma Menyanthes. Met de tijdreeksanalyse onderzoeken we of het verloop van de grondwaterstand of stijghoogte kan worden verklaard uit bekende hydrologische invloeden. Deze eerste tijdreeksanalyse is gedaan met neerslag en verdamping als enige verklarende reeksen, in Bijlage I is een overzicht van de gebruikte meteorologische stations opgenomen. Vervolgens is een tweede tijdreeksanalyse uitgevoerd met onttrekkingen en oppervlaktewaterpeilen als extra verklarende reeksen. Tot slot is een aantal reeksen niet-lineair gemodelleerd (zie paragraaf voor een toelichting). 3.1 Beoordeling van tijdreeksmodellen Om in één keer te kunnen beoordelen of het verloop van de grondwaterstand of stijghoogte verklaard kan worden uit neerslag en verdamping, gebruiken we de volgende criteria: 1. verklaarde variantie > 70%; 2. significant effect van neerslag en verdamping (de waarde van de totale respons op een neerslagpuls (de M 0 ) is groter dan twee maal de standaardafwijking ervan); 3. evapotranspiratiefactor tussen 0.5 en 2. Het eerste criterium bepaalt of het tijdreeksmodel de metingen voldoende benadert. Het tweede criterium geeft aan of de invloed die aan de meteorologische invoer wordt gekoppeld wel groter is dan de onzekerheid in die invloed. Het laatste criterium controleert of de respons op de verdamping waarschijnlijk is (bijvoorbeeld of geen andere invloeden met een duidelijke seizoensfluctuatie als verdampingsinvloed zijn gemodelleerd). Figuur 3-1 geeft een voorbeeld van een reeks die goed gemodelleerd kan worden B52D Gemeten Gemodelleerd 27 stand (m NAP) jaar Figuur 3-1 Betrouwbaar gemodelleerde grondwaterstandsreeks KWR Februari 2013

15 Als extra controle is ook gekeken naar de trend in het residu. Het residu is het verschil tussen de gemeten en de gemodelleerde waarden. Het blijkt dat bij een aantal modellen, dat voldoet aan de eerste drie criteria, een duidelijke trend in het residu gevonden wordt. Dit is een punt van zorg omdat het residu idealiter gelijk is aan witte ruis. De aanwezigheid van een trend duidt op een tekortkoming van het tijdreeksmodel. Het kan zijn dat een belangrijke invloed buiten beschouwing is gelaten, die een trend in de grondwaterstand veroorzaakt. Het kan echter ook veroorzaakt zijn doordat de informatie in de metingen onvoldoende is om de parameters van het tijdreeksmodel goed te bepalen. Door toevallige afwijkingen kan de respons dan afwijkend geschat worden, waardoor een trend in neerslag of verdamping doorwerkt in het residu. Dit is vooral het geval als het gebrek aan informatie leidt tot instabiliteit van het tijdreeksmodel. Instabiliteit wil zeggen dat de parameters van het tijdreeksmodel sterk veranderen bij een kleine verandering van de invoer (bijvoorbeeld het gebruik van een ander neerslagstation). Dit is waarschijnlijk niet zozeer een probleem voor de beoordeling van de bruikbaarheid van een reeks (voor directe vergelijking met tijdreeksen van IBRAHYM-uitkomsten) als wel voor gebruik van extrapolaties van de tijdreeks voor andere klimatologische omstandigheden of het gebruikt van de impulsresponsfunctie. In het eerste geval wordt namelijk gebruik gemaakt van dezelfde grootheid als gebruikt is voor de ijking van het tijdreeksmodel. In het tweede geval wordt echter een grootheid gebruikt die niet direct getoetst is bij het maken van het tijdreeksmodel. In Error! Reference source not found. is het model van B52C0471 te zien, de modellering voldoet aan de 3 criteria, maar in het residu is een duidelijke trend te zien van circa 1 meter in de periode In dit geval gaat het niet om een trend over de hele periode, maar is er duidelijk in juli 1989 iets gebeurd. Op dat moment daalt de grondwaterstand met een sprong. Het is niet mogelijk om zonder nader onderzoek uitspraken te doen over oorzaken van trends. Het is wel zo dat een sprongsgewijze daling vaak veroorzaakt wordt door het verlengen van een peilbuis. Een peilbuis die aan maaiveld is afgewerkt is gevoelig voor vernieling of overstroming en wordt daarom vaak opgehoogd en voorzien van een beschermkoker. De nieuwe bovenkant-buishoogte moet dan verwerkt worden in de metadata, anders zien we een sprong in de metingen (de grondwaterstand zit dieper beneden de bovenkant van de buis). In overleg met Deltares en WPM is besloten om alle reeksen waar een trend gevonden is van meer dan 5 cm per jaar ook als onbetrouwbaar aan te merken. KWR Februari 2013

16 26 B52C stand (m NAP) jaar 2 residu (m) jaar Figuur 3-2 Model dat voldoet aan de eerste 3 criteria, maar met een duidelijke trend in het residu KWR Februari 2013

17 3.2 Resultaat tijdreeksmodellering met neerslag en verdamping Van de 4755 meetreeksen voldoen er 2226 aan de eerste drie criteria, zie Figuur 3-3. In het zuiden van Limburg zijn weinig meetreeksen die met tijdreeksanalyse verklaard kunnen worden uit neerslag en verdamping. Verder valt op dat er duidelijke clusters zijn met meetreeksen die niet verklaard kunnen worden en dat in een strook langs de Maas veel reeksen niet te modelleren zijn. Figuur 3-3 Uitkomst van de eerste tijdreeksanalyse met links de modellen die voldoen aan de eerste 3 criteria en rechts de modellen waar geen betrouwbaar model gemaakt kon worden. 3.3 TRA met extra verklarende reeksen Alle meetreeksen die in de eerste tijdreeksanalyse niet betrouwbaar gemodelleerd konden worden met alleen neerslag en verdamping als verklarende reeksen, zijn meegenomen naar de tweede tijdreeksanalyse Oppervlaktewater en onttrekking Voor de tweede tijdreeksanalyse zijn aanvullende gegevens verzameld van oppervlaktewaterstanden en onttrekkingen. De meetreeksen nabij een waterloop waarvan het peil bekend is, zijn opnieuw gemodelleerd met het oppervlaktewaterpeil als extra verklarende reeks. Meetreeksen nabij een winning zijn opnieuw gemodelleerd met de onttrekking als aanvullende verklarende reeks Niet lineaire modellering Op sommige locaties vertoont de grondwaterstand niet-lineair gedrag. Hiermee bedoelen we dat de grondwaterstand niet in alle gevallen gelijk reageert op een bepaalde invloed. De duidelijkste vorm is KWR Februari 2013

18 drempel niet-lineairiteit als gevolg van drainage of afvoer via maaiveld: als de grondwaterstand boven de drainagehoogte of boven maaiveld uitkomt, dan reageert de grondwaterstand anders op neerslag. Als de grondwaterstand beneden maaiveld/drainniveau staat, dan zorgt de neerslag voor een stijging van de grondwaterstand. Eenmaal boven maaiveld/drainniveau, treedt afvoer op, en stijgt de grondwaterstand niet verder. In de tijdreeks is een aftopping van de grondwaterstanden te zien, zoals in Figuur 3-4 waar de grondwaterstand rond 62.3 m NAP wordt afgetopt Groundwater level (m+ref) B60D Date Figuur 3-4 Voorbeeld van een niet-lineaire grondwaterstand Drempel niet-lineairiteit verwachten we vooral in gebieden met ondiepe grondwaterstanden. Op basis van de GHG kaart zijn in GIS de gebieden bepaald met een GHG van minder dan 40 cm beneden maaiveld, vervolgens zijn de meetpunten geselecteerd in en nabij (binnen 500 meter) de gebieden met een hoge GHG. We hebben alleen meetreeksen geselecteerd die niet betrouwbaar gemodelleerd waren in de eerste tijdreeksanalyse. De geselecteerde meetreeksen zijn niet-lineair gemodelleerd. Behalve drempel niet-lineairiteit kan ook een geleidelijke niet-lineaire reactie van het grondwater optreden. Dit verwachten we vooral in gebieden met een grote dynamiek, met een groot verschil tussen de ondiepe en diepe grondwaterstanden. Met tijdreeksanalyse wordt de reactie van de grondwaterstand op een impuls (bijvoorbeeld neerslag) bepaald. Er kan maar 1 impuls-respons worden bepaald, maar in werkelijkheid verwachten we dat die impuls-respons afhankelijk is van de uitgangssituatie. Bij een hoge grondwaterstand verwachten we een andere reactie dan bij een lage grondwaterstand, bij dezelfde input van neerslag. Het is in Menyanthes niet mogelijk om een dergelijke geleidelijk niet-lineaire reactie op te sporen. Als dit wel voorkomt, dan zal het tijdreeksmodel een gemiddelde reactie bepalen en ontstaan er systematische afwijkingen in het residu van het tijdreeksmodel bij hoge of lage grondwaterstanden. In de uitgevoerde tijdreeksanalyse is dit niet te detecteren. Of de kans hierop groot is kan wel ingeschat worden met IBRAHYM-testberekeningen, waarin vanuit nattere en drogere stationaire beginsituaties de respons op een neerslagpuls gesimuleerd wordt. KWR Februari 2013

19 KWR Februari 2013

20 4 Uitvoer voor IBRAHYM 4.1 Weegfactoren Voor het beoordelen van de eerste tijdreeksmodellen hebben we drie harde criteria opgesteld (zie paragraaf 3.1). De reeksen die niet aan deze criteria voldeden zijn in de tweede tijdreeksanalyse meegenomen. De tijdreeksmodellen die voldoen aan de drie harde criteria vertonen belangrijke verschillen in kwaliteit en waarde voor de ijking van het grondwatermodel. Bovendien kunnen de modellen die (net) niet aan deze criteria voldoen nog wel waardevolle informatie bevatten voor de ijking en kan hiermee de ruimtelijke spreiding vergroot worden. Daarom is een glijdende schaal gewenst. We hebben daarom op basis van een aantal factoren gewichten toegekend. De gewichten hebben ook als functie om de metingen dimensieloos te maken zodat naast grondwaterstanden en stijghoogten ook afvoeren uit stroomgebieden bij de ijking gebruikt kunnen worden. De gewichten worden bepaald op basis van een meetvariantie voor de waarden van de meetreeks en verschillende aspecten van de tijdreeksmodellen. Het zijn allemaal aspecten die gebruikt kunnen worden voor de beoordeling van een tijdreeksmodel en een relatie met de kwaliteit ervan hebben (zie bijvoorbeeld het proefschrift van Jos von Asmuth uit 2012: Groundwater System Identification through Time Series Analysis TU Delft). Van de criteria die voor de eerste beoordeling gebruikt zijn, is alleen de verdampingfactor niet gebruikt om een gewicht te bepalen. Er is niet een duidelijk glijdende schaal, een verdamping van 0.7 is niet beter dan een verdamping van 1.5, dit is helemaal afhankelijk van de locale omstandigheid. Op kaal zand zal is een lage factor waarschijnlijk en in een naaldbos een hoge factor. Toelichting op de weegfactoren: Factor Hoe bepaald Toelichting Meetvariantie Meetvariantie (=kwadraat van standaardfout) De variantie is de statistische maat voor de onbetrouwbaarheid van de metingen. Aanname standaardfout van grondwaterniveau 1 cm (dus variantie van 1cm 2 ) Verklaarde variantie Significantie effect neerslag Significantie effect verdamping Uitkomst van de tijdreeksanalyse Variatiecoëfficiënt van M0 (= Standaardafwijking/ M0) Variatiecoëfficiënt factor (= Standaardafwijking/ verdampingsfactor) Lage verklaarde variantie betekent dat de metingen niet (goed) met de verklarende reeksen kan worden verklaard. Als de standaardafwijking (wortel uit variantie) groot is ten opzichte van de waarde zelf is het effect weinig zeker. Als de standaardafwijking (wortel uit variantie) groot is ten opzichte van de waarde zelf is het effect weinig zeker. Reekslengte Laatste minus eerste meetdatum Een te korte reekslengte geeft een instabiele modellering. Meetfrequentie Totaal aantal metingen gedeeld door reekslengte Bij een lagere meetfrequentie neemt de kans op instabiele modellering toe. Trend in residu Ondergrens van betrouwbaarheidsinterval van de trend op basis van lineaire regressie De aanwezigheid van trend in de residuen betekent dat er een systematische ontwikkeling in de metingen zit, die niet door het model verklaard wordt. Autocorrelatie Innovaties Aantal intervallen met een residu-autocorrelatie groter dan door Menyanthes berekende limiet. Wortel uit het gemiddelde van de kwadraten van de innovaties De aanwezigheid van autocorrelatie in de residuen betekent dat er systematische afwijkingen in het tijdreeksmodel zitten. De innovatie is de toename van de fout ten opzichte van de vorige voorspelling. Hoe kleiner deze is des te beter is het tijdreeksmodel. KWR Februari 2013

21 Voor de deel-weegfactoren per aspect zijn lineaire verbanden aangenomen tussen 0 (onvoldoende) en 1 (optimaal). Voor innovaties, reekslengte, meetfrequentie en verklaarde variantie loopt de weegfactor op van 0 tot 1, onder de onderdrempel is de weegfactor 0, boven de bovendrempel is de weegfactor 1. Bij de betrouwbaarheid van de neerslag en verdamping, trend in residu en autocorrelatie is het omgekeerd, daar loopt de weegfactor af van 1 bij de onderdrempel naar 0 bij bovendrempel. Factor Onderdrempel Bovendrempel Innovaties 0 5 Reekslengte 1 jaar 10 jaar Meetfrequentie 1 meting per jaar 365 metingen per jaar Verklaarde variantie 50% 100% Factor Onderdrempel Bovendrempel Betrouwbaarheid van de neerslag Betrouwbaarheid van de verdamping Trend in residu 2 x standaardfout meting 10 x standaardfout meting Autocorrelatie (aantal intervallen met overschrijding) 0 25 Het totale gewicht is bepaald door de afzonderlijke deelgewichten met elkaar te vermenigvuldigen en het resultaat te delen door de meetvariantie (het kwadraat van de standaardfout van de meting). Hoe groter het gewicht, hoe beter de meetreeks geschikt is om te gebruiken voor kalibratie. De gewichten zijn bedoeld om te vermenigvuldigen met het kwadraat van de afwijking tussen model en meting. Dit kan gebruikt worden voor een doelfunctie bij automatische parameteroptimalisatie Resultaten weegfactoren In totaal zijn 8355 tijdreeksmodellen gemaakt, 3251 meetreeksen hebben één of meer modellen met een gewicht groter dan 0. Van ieder van deze reeksen is het model met het hoogste gewicht uitgekozen: o 2645 tijdreeksmodellen met neerslag en verdamping als verklarende reeksen o 458 tijdreeksmodellen met neerslag, verdamping en onttrekking of oppervlaktewater als verklarende reeksen o 148 niet-lineaire tijdreeksmodellen met neerslag en verdamping als verklarende reeksen De gewichten lopen van 0.3 tot 3319 m -2. Deze gewichten moeten vermenigvuldigd worden met het kwadraat van het verschil tussen model en meting en zijn te beschouwen als de inverse van de variantie vandaar de eenheid m -2. Het maximaal mogelijke gewicht is m -2, hierbij hebben alle bovengenoemde deelgewichtfactoren de maximale waarde 1 en wordt hun product gedeeld door de meetvariantie van (0.01m) 2 =0.0001m 2. In een aantal gebieden is het niet gelukt om tijdreeksmodellen te maken die goed genoeg zijn, vooral in de omgeving van Heel en Maasbracht en in Zuid Limburg. In de omgeving Heel verwachten we dat invloed van de Maas en de winning de oorzaak zijn. In Zuid Limburg kan bodemopbouw (karsten en de hiermee gepaard gaande lokale voorkeursstromingen) een rol spelen. KWR Februari 2013

22 Figuur 4-1 Gewichten (groter dan 0) per model KWR Februari 2013

23 4.2 Onderlinge afstand als extra mogelijke weegfactor Behalve een weging van de individuele meetpunten, kan ook gekeken worden naar de ruimtelijke samenhang tussen meetpunten. Twee meetpunten die dicht bij elkaar liggen, in het zelfde pakket, zouden eigenlijk als 1 meetpunt moeten meewegen. Binnen dit project is het niet gelukt om een weging op basis van afstand mee te geven. Op verzoek van Deltares en WPM geven we wel een beschrijving van mogelijke methoden: 1. Op basis van een grid: a. stel een grid vast; b. bepaal binnen iedere cel het aantal meetpunten in ieder watervoerend pakket: c. bij meer dan 1 meetpunt: deel het gewicht van ieder meetpunt door het aantal meetpunten. 2. Op basis van vaste onderlinge afstand: a. bepaal een maximale afstand (bijvoorbeeld 250 meter); b. bepaal per reeks hoeveel meetpunten in hetzelfde pakket binnen een cirkel rond de meetreeks met de opgegeven straal liggen; c. bij aanwezigheid van andere meetreeksen: deel het gewicht van de meetreeks door het aantal meetreeksen binnen in het pakket binnen de cirkel. 4.3 Uitvoer gemeten reeksen Alle meetreeksen waarvan een model gemaakt is met een gewicht groter dan 0 zijn geëxporteerd. Iedere meetreeks is in een eigen tekstbestand uitgevoerd met de naam van de meetreeks en van een groep van meetreeksen is een IPF-bestand gemaakt met de algemene gegevens zoals coördinaten en diepten, voor zover bekend. In bijlage II is een toelichting op de datastructuur gegeven. 4.4 Simulaties Van alle modellen met een weegfactor groter dan 0 is een tijdreeks met een interval van een dag gesimuleerd. Ook deze gesimuleerde tijdreeksen zijn geëxporteerd naar tekstbestanden en IPFbestanden. In bijlage II is een toelichting op de datastructuur gegeven. In Figuur 4-2 en Figuur 4-3 is het resultaat van twee simulaties te zien, samen met de gemeten waarden. De gesimuleerde waarden van de meetreeks met een hoge weegfactor vallen redelijk goed samen met de gemeten waarden. In de simulatie met de lage weegfactor zijn grote verschillen te zien. KWR Februari 2013

24 7.6 B46A0053_1 B46A0053_1_sim_1 7.4 Groundwater level (m+ref) Date Figuur 4-2 Gemeten en gesimuleerde waarden van meetpunt B46A0053, filter 1. Hoge weegfactor (circa 2000) 8 B40C0456_2 B40C0456_2_sim_ Groundwater level (m+ref) Date Figuur 4-3 Gemeten en gesimuleerde waarden van meetpunt B40C0456, filter 2. Lage weegfactor (circa 66) KWR Februari 2013

25 KWR Februari 2013

26 5 Afvoerreeksen In totaal zijn 58 meetreeksen van afvoeren aangeleverd. Voor het gebied van WPM zijn 38 afvoerreeksen aangeleverd waarvoor balansgebieden zijn bepaald. Voor het WRO gebied zijn 20 afvoerreeksen aangeleverd. Van alle aangeleverde afvoerreeksen is met Menyanthes een tijdreeksmodel gemaakt. Dit betekent dat we onderzoeken in hoeverre het verloop van de afvoer verklaard kan worden uit neerslag en verdamping. Als eerste eis stellen we daarom dat de invloed van neerslag en verdamping significant moet zijn (groter dan twee maal zijn eigen standaardafwijking). Dit is bij 36 meetreeksen het geval. De verklaarde variantie bij deze modellen varieert van 18 tot 74%, zie Figuur 5-1. Figuur 5-1 Resultaat van tijdreeksmodellering van de afvoerreeksen KWR Februari 2013

27 Voor 49 van de 58 locaties is door WPM of WRO het bijbehorende afvoergebied gegeven. Voor deze locaties hebben we de totale oppervlakte berekend. Voor de jaren waar op minimaal 360 dagen afvoer is gemeten, is de totale afvoer gedeeld door de bijbehorende oppervlakte. Van deze specifieke jaarafvoer (in meter) mag verwacht worden dat deze dezelfde orde van grootte heeft als de grondwateraanvulling. Hiermee kan de plausibiliteit getoetst worden van de afvoerreeks in combinatie met het afvoergebied. Er zijn 36 afvoerreeksen met voldoende gegevens om het totaal debiet per jaar per oppervlakte te berekenen. Van alle meetreeksen van de afvoer hebben we bepaald of ze (mogelijk) geschikt zijn om te gebruiken voor de kalibratie, of niet. We hebben 23 reeksen als mogelijk geschikt beoordeeld, hierbij hebben we nog wel een aantal opmerkingen: - Voor een deel van de reeksen lijkt de afvoer per m 2 aan de lage kant, mogelijk klopt het opgegeven gebied hier niet. - Voor een aantal reeksen moet er rekening mee gehouden worden dat er ook extra aanvoer van water plaatsvindt. - In Tabel 5-2 zijn de opmerkingen bij de mogelijk geschikte reeksen weergegeven. Van de mogelijk geschikte reeksen (Tabel 5-1) zijn tekstbestanden gemaakt, plus een ipf bestand met algemene gegevens van de locaties, zie ook toelichting in bijlage II. De tijdreeksmodellen die met Menyanthes zijn gemaakt van de afvoerreeksen hebben een lage verklaarde variantie. De neerslag en verdamping (die als verklarende reeksen gebruikt zijn in het tijdreeksmodel) kunnen maar een deel van het afvoerverloop verklaren met de gebruikte lineaire impulsresponsfuncties. De tijdreeksmodellen zijn niet goed genoeg om een simulatie van de afvoerreeks te maken, of om gaten in de afvoerreeksen te modelleren, zoals wel is gedaan voor de grondwaterreeksen. De gewichten voor de afvoerreeksen kunnen worden bepaald analoog aan de gewichten voor de stijghoogte reeksen (zie paragraaf 4.1). Deelfactoren voor de verschillende aspecten van het tijdreeksmodel moeten onderling vermenigvuldigd worden en het uiteindelijke product moet worden gedeeld door de variantie (kwadraat van de standaardfout) van de afvoermeting. Dit is niet uitgevoerd vanwege het ontbreken van een reële waarde van de standaardfout van de afvoermeting. KWR Februari 2013

28 Locatie Debiet per m2 Verklaarde variantie Oordeel Reden 13.Q Mogelijk geschikt 15.Q Mogelijk geschikt Controleer het gebied, afvoer per m 2 lijkt erg laag 18.Q Mogelijk geschikt 18.Q Mogelijk geschikt Bijbehorend oppervlak niet bekend 2.Q.4 49 Mogelijk geschikt Bijbehorend oppervlak niet bekend OAFLK Mogelijk geschikt OECKE Mogelijk geschikt Controleer het gebied, afvoer per m 2 lijkt laag OECKE Mogelijk geschikt Controleer het gebied, afvoer per m 2 lijkt laag OEVER Mogelijk geschikt Aanvoer per m 2 lijkt laag, maar er is sprake van extra aanvoer OGRMB Mogelijk geschikt Rekening houden met extra aanvoer OKRNB Mogelijk geschikt Controleer het gebied, afvoer per m 2 lijkt laag OLING Mogelijk geschikt Controleer het gebied, afvoer per m 2 lijkt laag OLOLL Mogelijk geschikt Rekening houden met extra aanvoer OLOOB Mogelijk geschikt Rekening houden met extra aanvoer OLOOB02 60 Mogelijk geschikt Rekening houden met extra aanvoer OMBLO Mogelijk geschikt Slechte verklaarde variantie wordt veroorzaakt door piekafvoeren, de basisafvoer wordt redelijk gemodelleerd. ONDWR Mogelijk geschikt Verklaarde variantie wel vrij laag ONEER Mogelijk geschikt Rekening houden met extra aanvoer ONIER01_wel gecorrigeerd OOOST01_tot aaldebiet Tabel 5-1 Locaties die volgens de eerste controle mogelijk geschikt zijn voor kalibratie Mogelijk geschikt Rekening houden met extra aanvoer en onbekende processen in Duitsland Mogelijk geschikt Rekening houden met extra aanvoer OROGG05 74 Mogelijk geschikt Nu eigenlijk nog te weinig metingen (net iets meer dan 1 jaar). Rekening houden met aanvoer OSWAL01_we Mogelijk geschikt lgecorrigeerd OTIEL Mogelijk geschikt Slechte verklaarde variantie wordt veroorzaakt door piekafvoeren KWR Februari 2013

29 We hebben 36 reeksen als ongeschikt beoordeeld: - 22 reeksen zijn ongeschikt omdat er geen significant effect van de neerslag of verdamping gevonden wordt (de berekende invloed is kleiner dan twee keer de standaardafwijking van deze invloed); - 10 reeksen zijn om andere redenen afgevallen, bijvoorbeeld zeer lage verklaarde variantie. De reden is aangegeven in Tabel 5-2. Tabel 5-2 Locaties die volgens de eerste controle niet geschikt zijn voor kalibratie Locatie Oordeel Reden 10.Q.29 ongeschikt Geen significant effect van neerslag en verdamping 10.Q.30 ongeschikt Geen significant effect van neerslag en verdamping 10.Q.36 ongeschikt Invloed Maashoogwater 11.Q.32 ongeschikt Geen significant effect van neerslag en verdamping 12.Q.31 ongeschikt Geen significant effect van neerslag en verdamping 12.Q.46 ongeschikt Slechte verklaarde variantie, Niet lineair, waarschijnlijk droogvallen 16.Q.42 ongeschikt Geen significant effect van neerslag en verdamping 2.Q.6 ongeschikt Afvoer per oppervlak zeer groot: areaal in Duitsland onbekend. Verklaarde variantie erg klein 5.Q.14 ongeschikt Geen significant effect van neerslag en verdamping 6.Q.18 ongeschikt Geen significant effect van neerslag en verdamping 6.Q.22 ongeschikt Geen significant effect van neerslag en verdamping 6.Q.23 ongeschikt Geen significant effect van neerslag en verdamping 6.Q.25 ongeschikt Geen significant effect van neerslag en verdamping 6.Q.51 ongeschikt Geen significant effect van neerslag en verdamping OAFWK02 ongeschikt Slechte verklaarde variantie. Te weinig metingen om debiet per jaar te bepalen OBOAB01 ongeschikt Slechte verklaarde variantie. Te weinig metingen om debiet per jaar te bepalen OGELD01 ongeschikt Te weinig metingen om jaartotaal te bepalen. Processen in Duitsland onbekend OGRMB02 ongeschikt Erg lage verklaarde variantie OKABR02 ongeschikt Geen significant effect van neerslag en verdamping OKWIS01 ongeschikt Te weinig metingen om jaartotaal te bepalen. Meetreeks te kort (minder dan een jaar) ONDWR02 ongeschikt Geen significant effect van neerslag en verdamping ORAAM03 ongeschikt Geen significant effect van neerslag en verdamping ORIET02 ongeschikt Erg lage verklaarde variantie OROGG01 ongeschikt Geen significant effect van neerslag en verdamping ORYNB01 ongeschikt Geen significant effect van neerslag en verdamping OTHOR01_welgecorrigeerd ongeschikt Geen significant effect van neerslag en verdamping OTUNG06 ongeschikt Geen significant effect van neerslag en verdamping OTUNG13 ongeschikt Geen significant effect van neerslag en verdamping OUFFE01 ongeschikt Geen significant effect van neerslag en verdamping OVISS01 ongeschikt Erg lage verklaarde variantie OWELM01 ongeschikt Geen significant effect van neerslag en verdamping OOUGR02 ongeschikt Geen significant effect van neerslag en verdamping KWR Februari 2013

30 6 Kanttekeningen bij de ijkset We hebben een ijkset opgesteld voor IBRAHYM. De ijkset bestaat uit meetpunten van grondwaterniveaus en oppervlaktewaterafvoeren. De meetpunten zijn geselecteerd met behulp van tijdreeksanalyse van de meetreeksen in het programma Menyanthes. De ijkset bevat voor elke geselecteerd meetpunt de tijdreeks van de metingen en een reeks met dagwaarden die met het betreffende tijdreeksmodel gesimuleerd zijn. Bovendien is een gewicht bepaald dat per meetreeks toegepast kan worden op het kwadraat van het verschil tussen de door IBRAHYM berekende waarde en de meetpuntwaarde (de dimensie is lengte tot de macht min 2 dan wel het kwadraat van tijd gedeeld door volume (tijd 2 /lengte 6 ), zodat de kwadraten van stijghoogte- of afvoerverschillen dimensieloos worden door vermenigvuldigen met het gewicht en zodoende samen gesommeerd kunnen worden). Voor het gebruik van de ijkset moeten de volgende kanttekeningen gemaakt worden: Er is alleen een zeer grove controle van de ergste fouten gedaan. We verwachten dat er nog veel fouten in de meetreeksen zullen zitten. Bijvoorbeeld uitschieters of sprongen door niet goed verwerkte aanpassingen van de buishoogte of filterverwisselingen. Reeksen met dergelijke fouten zijn waarschijnlijk niet goed gemodelleerd, en hebben daarom een lagere weegfactor gekregen. Verhelpen van dergelijke fouten leidt dus tot betere calibratiewaarden met een overeenkomstig groter gewicht. Controle van de tijdreeksmodellen alleen op een aantal statistische parameters, dus weinig hydrologische controle. De simulaties zijn zo goed als het tijdreeksmodel. Relatief slechte tijdreeksmodellen (bijv. met een lage verklaarde variantie) zullen minder goede simulaties van de grondwaterstand opleveren, vooral als de (klimatologische) omstandigheden anders zijn dan in de periode waarvoor het tijdreeksmodel is afgeleid. Als bij het vergelijken van de modelparameters met de waarden uit de tijdreeksen grote verschillen aan het licht komen, dan raden we aan om eerst de meetreeks te controleren en niet blind het model aan te passen. Controle van de tijdreeksen kan zich richten op aspecten als: foute waarden (uitschieters), sprongen (door oplengen van de meetbuis), validatie van divermetingen. Voor de afvoerreeksen hebben we alleen een eerste inschatting gegeven van de bruikbaarheid. De modellen zijn niet goed genoeg om eventuele gaten in afvoerreeksen mee te vullen, of simulaties van de afvoer te maken. en verdamping kunnen vaak maar een deel van het afvoerverloop verklaren met de gebruikte lineaire impulsresponsfuncties. KWR Februari 2013

31 KWR Februari 2013

32 I Meteorologische stations Voor de tijdreeksanalyse is gebruik gemaakt van neerslag en verdamping van KNMI. In de tabel en op de kaart zijn de meteorologische stations aangegeven. Voor iedere meetreeks is het meteorologische station gebruik dat het dichtst bij ligt. Locatie Arcen Eindhoven Volkel Maastricht Heibloem (l) Reuver Sevenum Roermond Weert Deurne Someren Venlo Stramproy Ijsselsteyn (l) Maarheeze Venray Echt Arcen Buchten Gemert St anthonis Schinveld Stein (l) Siebengewald Schinnen Mill Beek Maastricht Schaesberg Valkenburg (l) Ubachsberg Heumen Oost maarland Vaals Nijmegen Noorbeek Epen (nieuw) (l) Type Verdamping Verdamping Verdamping Verdamping KWR Februari 2013

33 KWR Februari 2013

34 II Toelichting op geleverde data Als resultaat van het samenstellen van de ijkset de volgende (sets) data opgeleverd: 1. Zip bestanden met de grondwaterstandsreeksen Deze 12 zip bestanden bevatten de grondwaterstandsreeksen van de geanalyseerde meetreeksen. De naam van het zip bestand is gelijk aan de naam van het Menyanthes bestand met de betreffende modellering. De reeksen in de bestanden 1 t/m 8 zijn geanalyseerd met neerslag en verdamping als verklarende variabelen. De reeksen in de bestanden 9 t/m 11 zijn geanalyseerd met naast neerslag en verdamping ook extra verklarende variabelen, bijvoorbeeld onttrekking. De reeksen in het laatste bestand zijn niet lineair gemodelleerd. Ieder zip bestand bevat tekstbestanden met daarin de grondwaterstanden, de naam van het tekstbestand is gelijk aan de naam van de meetreeks. Daarnaast bevat ieder zip bestand een ipf bestand met gegevens van de meetreeksen. Nr Zip bestanden met de Type tijdreeksanalyse grondwaterstandsreeksen 1 BM_Meetreeksen_deel1.zip 2 BM_Meetreeksen_deel2.zip 3 BM_Meetreeksen_deel3.zip 4 BM_Meetreeksen_deel4.zip 5 BM_Meetreeksen_deel5.zip 6 BM_Meetreeksen_deel999.zip 7 BM_Meetreeksen_deelWRO_ipv_DINO.zip 8 BM_Meetreeksen_deel_aanpassing.zip 9 BM_TRA2_deel1.zip 10 BM_TRA2_deel2.zip 11 BM_TRA2_deel3.zip 12 BM_TRA2_hoog_GHG.zip Niet lineaire TRA TRA met neerslag en verdamping als verklarende reeksen. TRA met neerslag en verdamping en extra invloed (bijvoorbeeld onttrekking) als verklarende reeksen. 2. Excel bestand met weegfactoren Voor iedere meetreek is in een apart Excel bestand de weegfactor aangegeven: Kolom Kolomnaam Omschrijving A naam naam van de meetlocatie_filternummer B x x coördinaat C y y coördinaat D betr_tot betrouwbaarheid van het model (zie paragraaf 3.1) E expvar verklaarde variantie van het model F start start van de meetreeks G einde einde van de meetreeks H aantal aantal metingen I bron Menyanthes file waarin het model zit J Gewicht weegfactor KWR Februari 2013

35 3. Zip bestanden met gesimuleerde grondwaterstandsreeksen Met de uitkomsten van de tijdreeksmodellen (met een weegfactor groter dan 0) is een nieuwe tijdreeks, met een interval van een dag gesimuleerd. De gesimuleerde reeksen zitten in 12 zip bestanden. Ieder zip bestand bevat tekstbestanden met daarin de gesimuleerde grondwaterreeksen, de naam van het tekstbestand is gelijk aan de naam van de meetreeks. Daarnaast bevat ieder zip bestand een ipf bestand met gegevens van de gesimuleerde meetreeksen. Nr Zip bestanden met de gesimuleerde dagelijkse reeksen 13 BM_Meetreeksen_deel1_sim.zip 14 BM_Meetreeksen_deel2_sim.zip 15 BM_Meetreeksen_deel3_sim.zip 16 BM_Meetreeksen_deel4_sim.zip 17 BM_Meetreeksen_deel5_sim.zip 18 BM_Meetreeksen_deel999_sim.zip 19 BM_Meetreeksen_deelWRO_ipv_DINO_sim.zip 20 BM_Meetreeksen_deel_aanpassing_sim.zip 21 BM_TRA2_deel1_sim.zip 22 BM_TRA2_deel2_sim.zip 23 BM_TRA2_deel3_sim.zip 24 BM_TRA2_hoog_GHG_sim.zip 4. Zip bestand met de afvoerreeksen Het zip Afvoer.zip bestand bevat tekstbestanden met daarin de afvoerreeksen die mogelijk geschikt zijn voor kalibratie. Daarnaast bevat ieder zip bestand een ipf bestand met gegevens van de meetreeksen. KWR Februari 2013

36 Postbus BB Nieuwegein T F E info@kwrwater.nl I