Prof. dr. ir. Patrick Willems
|
|
|
- Julia Verbeke
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Actualisatie van de extreme-waarden-statistiek van stormvloeden aan de kust Studie voor Vlaamse Overheid - Waterbouwkundig Laboratorium Prof. dr. ir. Patrick Willems januari 2015
2
3 Referentie bij dit rapport: Willems, P., Actualisatie van de extreme-waarden-statistiek van stormvloeden aan de kust, KU Leuven voor Waterbouwkundig Laboratorium, januari Contactpersoon opdrachtgever: Ir. Toon Verwaest, Waterbouwkundig Laboratorium Leden opvolgingsvergadering bij deze studie: Sieglien De Roo, Koen Trouw, Julien De Rouck, Tomohiro Suzuki, Hans Poppe, Daphné Thoon, Jaak Monbaliu INHOUD 3
4 Inhoud 1 Inleiding Gebruikte meetwaarden Extreme-waarden-analyse hoogwaters Oostende Keuze methode Extractie van PDS/POT-extremen Selectie en kalibratie extreme-waarden-verdeling Berekening terugkeerperiode Resultaten extreme-waarden-analyse Betrouwbaarheidsintervallen Vergelijking extreme-waarden-analyse hoog- en laagwaters Oostende, Nieuwpoort en Zeebrugge Trendstijging hoogwaters Oostende Trendstijging totale hoogwaters Trendstijging astronomische hoogwaters Trendstijging stormopzet bij hoogwaters Referenties KU LEUVEN NIEUWE KLIMAATSCENARIO S 2014
5 1 Inleiding Deze studie betreft de actualisatie van de extreme-waarden-statistiek van stormvloeden langs de Belgische kust. Het is een actualisatie van de studie die door KU Leuven in 2007 werd uitgevoerd (Willems, 2007) op basis van de hoogwaterstanden te Oostende voor de periode Voor de voorliggende studie werden deze metingen uitgebreid met de meer recente metingen van hoogwaters door kustmaregrafen aan de Belgische kust t.e.m. juni 2014 (meetnet Vlaamse banken; zie Vlaamse Hydrografie, 2010). Voor Oostende is het verband (kromme) geactualiseerd die de verwachte waarden weergeeft van de hoogwaterhoogte in functie van de terugkeerperiode en omgekeerd. Ook zijn de percentiel-curven geactualiseerd die de onzekerheidsband weergeven. Op basis van de hoogwaterhoogten te Oostende, Nieuwpoort en Zeebrugge voor de periode van september 2000 t.e.m. juni 2014 werden systematische verschillen afgeleid van de extreme-waarden-statistieken voor de hoogwaterhoogten tussen de drie locaties langs de Belgische kust. Daarnaast is een actualisatie uitgevoerd van de waargenomen trendstijging in hoogwaters te Oostende voor de periode Naast de trend werden ook de langjarige schommelingen (multi-decadale oscillaties, nodale getij) in gemiddelde hoogwaterstanden en extreme stormopzethoogten onderzocht. 2 Gebruikte meetwaarden Deze studie maakte gebruik van de hoogwaterstanden (totale, stormopzet en astronomische) te Oostende, zoals gebruikt in de studie van Willems (2007), aangevuld met: gemeten hoogwaters te Oostende, Nieuwpoort en Zeebrugge voor de periode januari juni 2014; de astronomische 5-minutenreeksen te Oostende, Nieuwpoort en Zeebrugge voor de periode januari juni Voor het jaar 1980 ontbraken de stormopzet- en astronomische gegevens voor Oostende. Voor de Sinterklaasstorm van 6/12/2013 was er wat fout gegaan bij de waterstandsregistratie te Oostende, en werd de gecorrigeerde hoogwaterwaarde gebruikt (619,45 cm TAW i.p.v. de oorspronkelijke meetwaarde van 607,23 cm TAW), zoals besproken in het stormverslag december 2013 van het Oceanografisch Meteorologisch Station, Agentschap Maritieme Dienstverlening en Kust. Oorspronkelijk werden ook gedigitaliseerde meetwaarden van oude maragraafbladen te Nieuwpoort en Zeebrugge, sinds 1950, vooropgesteld, maar deze bleken finaal niet beschikbaar voor deze studie. Zie het rapport van Vlaamse Hydrografie (2010) voor meer details bij de meetposten en de nieuwe metingen. Voor de kustmaregraaf te Oostende wordt hieronder de locatie (51 14,07 N ,50 E) en een foto getoond (Figuur 1 en Figuur 2). Vanaf 1 januari 1995 werd een nieuw toestel gebruikt als hoofdmaregraaf. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
6 Figuur 1: Locatie van kustmaregraaf te Oostende (Vlaamse Hydrografie, 2010). Figuur 2: Fotoo van de kustmaregraaf te Oostende (Vlaamse Hydrografie, 2010). 6 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
7 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST Vermits voor de periode 1 september 31 december 2000 de nieuwe hoogwatergegevens te Oostende overlappen met de gegevens gebruikt in de studie van Willems (2007), werden beide eerst vergeleken (Figuur 3). Over het algemeen zijn de tweee meetreeksen sterk gelijklopend, maar voor bepaalde deelperioden onduidelijk is. worden verschillen gevonden, waarvan de oorzaak Figuur 3: Vergelijking hoogwaterstanden tussen de nieuwe meetgegevens en de gegevens gebruikt in de studie van Willems (2007), voor de overlappende periode september december Eenzelfde type vergelijkingg van de nieuwe astronomische hoogwaterstanden met dezee gebruikt in de studie van Willems (2007) voor de overlappende periode 1 september 31 december 2000, geeft sterk gelijklopende waarden, maar met een systematisch verschil van een 5tal cm voor de laatste weken van 2000 (Figuur 4). Ook hiervan is de oorzaak onduidelijk. Mogelijks zijn voor de berekening van de nieuwe en de oude astronomische waterhoogten niet geheel dezelfde harmonische componenten gebruikt (vb. bepaald uitgaande van andere perioden). Dit dient verder nagegaan. Wanneer bij de nieuwe astronomische hoogwaterstanden 5 cm wordt bijgeteld, verdwijnt dit systematisch verschil voor november en december 2000 (zie Figuur 4) ), maar ontstaat een systematisch positief verschil voor september en oktober In de verdere analyse zijn t.e.m. 31 december 2000 de hoogwaterhoogten gebruikt uit de studie van 2007, aangevuld met de nieuwe waarden vanaf 1 januari 2001.
8 Figuur 4: Vergelijking astronomische hoogwaterstanden tussen de meetgegevens en de gegevens gebruikt in de studie van Willems (2007), overlappendee periode september december nieuwe voor de 8 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
9 3 Extreme-waarden-analyse hoogwaters Oostende 3.1 Keuze methode In de studie van Willems (2007) werd een vergelijking gemaakt tussen de methode van de jaarlijkse maxima en de methode op basis van Partial Duration Series (PDS) of Peak-Over- Threshold (POT) extremen. Ook werden bij de toepassing van de PDS/POT-methode verschillende onafhankelijkheidscriteria vergeleken. Finaal werd de extreme-waarden-analyse gebaseerd op de PDS/POT-methode voor welbepaalde criteria. Deze ganse analyse werd hier niet herhaald op basis van de nieuwe metingen, omdat de motivatie bij de keuze van de methode niet bepaald wordt door de meetperiode. De methode die in de studie van Willems (2007) finaal werd geselecteerd voor de afleiding van de overschrijdingskromme en betrouwbaarheidsmarges, werd daarom ook in deze studie onveranderd gebruikt. Dit laat ook toe om de resultaten te vergelijken met deze van de vorige studie. Hierna wordt de gebruikte methode in de verschillende deelaspecten eerst samengevat. 3.2 Extractie van PDS/POT-extremen Uit de beschikbare tijdreeks van waterhoogten worden onafhankelijke extremen afgeleid op basis van onafhankelijkheidscriteria. Hierbij worden twee opeenvolgende extreme waterhoogten als onafhankelijk beschouwd wanneer de tussentijd tussen deze extreme waterhoogten langer is dan welbepaalde waarde k, indien de minimale waterhoogte tussen beide extremen lager is dan een welbepaalde fractie f van de hoogste extreme waarde, en indien beide extremen een minimale waarde hebben. De overeenkomstige reeks van (nagenoeg) onafhankelijke extreme waarden wordt Partial Duration Series (PDS) genoemd, of ook Peak-Over-Threshold (POT) waarden omdat enkel waarden boven een zekere drempel worden geselecteerd. Merk op dat de basis POT-methode erin bestaat om verschillende overschrijdingen van een voldoende hoge drempelwaarde als onafhankelijk te beschouwen, maar de methode is hier verder uitgebreid door bijkomende onafhankelijkheidscriteria te gebruiken, zoals de minimale tussentijd (k) en de minimale fractie (f) van de extreme hoogwaters over de laagwaters. In Willems (2007) werden vergelijkingen gemaakt met een alternatieve methode op basis van jaarlijkse maxima (Annual Maxima: AM), leidend tot eenzelfde asymptotisch staartgedrag van de verschillende extreme-waarden-verdelingen gekalibreerd aan de AM- en PDS/POTextremen. Ook werd een gevoeligheidsanalyse uitgevoerd op de waarden (voor k en f) geselecteerd voor de onafhankelijkheidscriteria. Ook hierbij werd geconcludeerd dat de keuze van andere waarden voor de onafhankelijkheidscriteria tot eenzelfde asymptotisch staartgedrag van de extreme-waarden-verdeling leidt. Zie de paper Willems et al. (2007) voor een uitgebreide discussie over dit staartgedrag en het belang ervan en van de verschillen tussen extremewaarden-analysemethoden. Finaal werden in de studie van Willems (2007) de volgende waarden gebruikt voor de onafhankelijkheidscriteria bij de PDS/POT-methode: k = 10 tijcycli, f = 0.5, minimale waterhoogte voor de extremen = astronomische waterhoogte + 20 cm stormopzethoogte. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
10 3.3 Selectie en kalibratie extreme-waarden-verdeling Overeenkomstig de extreme-waarden-theorie van Pickands (1975) volgen onafhankelijke PDS/POT-extremen de Generalized Pareto Distribution (GPD verdeling). Deze heeft de volgende vergelijking voor de cumulatieve kansverdeling: x - x G ) β t -1 γ ( x) = 1 - ( 1 + γ voor γ 0 (1) x - x G( x) = 1 - exp( - β t ) voor γ = 0 (2) met x t de drempelwaarde boven dewelke de verdeling opgaat, de schaalparameter en γ de vormparameter. Voor γ = 0 komt de GPD verdeling overeen met de exponentiële (EXP) verdeling. De parameter γ wordt ook extreme-waarden-index genoemd en bepaalt de vorm van de staart van de verdeling (zware staart bij γ > 0, normale staart bij γ = 0, lichte staart bij γ < 0). De correcte identificatie van deze vorm (dus van het teken van de extreme-waarden-index) is hierbij zeer belangrijk. Dit gebeurt op basis van kwantielplots. Ook de meer precieze kalibratie van de GPD-parameters gebeurt in kwantielplots (via gewogen regressie). Hoe dit precies gebeurt staat uitgebreid beschreven in Willems (2007) en de referenties daarin. 3.4 Berekening terugkeerperiode De gemiddelde tijd tussen twee opeenvolgende overschrijdingen van een welbepaalde waterhoogte, de zogenaamde terugkeerperiode, kan na kalibratie van de extreme-waardenverdeling conform the PDS/POT-methode als volgt worden berekend: T n t ( 1 G( x)) (3) met T de terugkeerperiode, n de lengte van de gebruikte tijdreeks (waaruit de empirische extremen werden geëxtraheerd), t het aantal empirische extremen boven de gekalibreerde drempelwaarde x t, en G(x) de cumulatieve kansverdeling zoals hiervoor gedefinieerd. 3.5 Resultaten extreme-waarden-analyse Figuur 5 toont de vergelijking tussen de empirische hoogwaterextremen te Oostende, zoals bekomen in de vorige studie o.b.v. de metingen t.e.m. het jaar 2000, en deze aangevuld met de meer recente metingen t.e.m. juni Op de metingen t.e.m werd, zoals in de studie van 2007, een trendcorrectie toegepast met 1.8 mm/jaar om alle metingen naar het referentiejaar 2000 te brengen. Op de nieuwe metingen is bij de opmaak van Figuur 5 geen trendcorrectie toegepast. In Figuur 5 wordt naast de empirische hoogwaterextremen ook de extreme-waarden-verdeling weergegeven, die in de vorige studie aan de empirische extremen na trendcorrectie werd gekalibreerd. De meer recente extremen blijken volledig in de lijn te liggen van de vroegere extremen. Herkalibratie van de extreme-waarden-verdeling levert geen significante opschuiving op. Hoofdconclusie van deze extreme-waarden-analyse is dus dat de overschrijdingskromme afgeleid in de studie van 2007, nagenoeg ongewijzigd geldig blijft. Indien het referentiejaar 2000 wordt vervangen door het huidige jaar 2014 (dus trendcorrectie van 1.8 mm/jaar toegepast op alle metingen voor 2014), treedt een kleine verschuiving op; de overschrijdingskromme van Figuur 6 wordt dan bekomen. 10 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
11 Voor de volledigheid geeft Tabel 1 de geactualiseerde parameterwa arden van de GPD extreme-waarden-verdeling, gekalibreerd aan de volledige meetperiode , en geldig voor het nieuwe referentiejaar Figuur 5: Vergelijking van de extreme-waarden-verdeling en bijhorende overschrijdingskromme met de empirischee extreme totale and astronomische hoogwaterhoogten te Oostende, exclusief en inclusief de recente extremen voor , voor referentiejaar KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
12 Figuur 6: Vergelijking van de extreme-waarden-verdeling en bijhorende overschrijdingskromme met de empirischee extreme totale and astronomische hoogwaterhoogten te Oostende, exclusief en inclusief de recente extremen voor , voor referentiejaar Betrouwbaarheidsintervallen Voor de berekening van de betrouwbaarheidsintervallen werd in Willems (2007) de parametrischee bootstrapmethode toegepast. Dezee methode is gebaseerd op een groot aantal herkalibraties van de extreme-waarden-verdeling, telkens na een willekeurige trekking van waterhoogten uit de hiervoor gekalibreerde verdeling. Het aantal waarden dat willekeurig wordt getrokken is gelijk aan de oorspronkelijke steekproefomvang (aantal historische waarnemingen). Rangschikking van de kwantielwaarden bij de alzo bekomen verdelingen laat toe om boven- en onderlimieten te bekomen van deze kwantielwaarden volgens bepaalde (vb. 95%) betrouwbaarheidsintervallen. Door de iets langere meetreeks (grotere steekproef) worden de betrouwbaarheidsintervallen iets smaller in vergelijking met dezee afgeleid in Willems (2007), maar het verschil is zeer beperkt. Figuur 7 toont de bekomen boven- en onderlimieten voor de extreme-waarden-verdeling van de totale hoogwaterhoogte, voor het nieuwe referentiejaar Terwijl de mediaan-verdeling overeenstemt met een normale staart, heeft de bovenlimiet-verdeling een zware staart en de onderlimiet-verdeling een lichte staart. Tabel 1 geeft de bijhorende parameterwaarden. 12 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
13 Figuur 7: 95% betrouwbaarheidsintervallen op de extreme-waa arden-verdeling en bijhorende overschrijdi ingskromme op basis van de empirische extremee totale hoogwaterhoogten te Oostende, inclusief de recente extremen voor , voor referentiejaarr Parameters GPD-verdeling waterhoogte-extremen γ β [cm] x t [cm TAW] T Mediaan Bovenlimiet 68%-betr.interval Onderlimiet 68%-betr.interval Bovenlimiet 95%-betr.interval Onderlimiet 95%-betr.interval Tabel 1: Gekalibreerde modelparameters van de GPD extreme-waarden-verdeling voor de totale hoogwaterhoogten te Oostende voor de totale periode , en de 68%- en 95%-betrouwbaarheidsintervallen, voor referentiejaar De bijhorendee overschrijdingskrommenn worden bekomen via de formule (3) voor de berekening van de terugkeerperiode, na invulling van de formule van de GPD extreme-waarden-verdeling staart (γ=0), of voor G(x). De formule voor G(x) is deze van vergelijking (1) bij een normale formule (2) bij een zware of lichte staart (γ<>0). De parameterwaarden staan vermeld in Tabel 1. De lengte van de meetreeks is n = 89 jaar. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
14 4 Vergelijking extreme-waarden-analyse hoog- en laagwaters Oostende, Nieuwpoort en Zeebrugge Figuur 8: Vergelijking van de extreme-waarden-verdelingenn en bijhorende overschrijdingskrommenn afgeleid in de studie Willems (2007) met de empirische extreme totale hoogwaterhoogten te Oostende, Nieuwpoort en Zeebrugge voor de periode In de nieuwe hoogwatergegevens zijn voor de periode van 1 september 2000 t.e.m. 30 juni 2014 niet enkel de hoogwaterstandenn beschikbaar voor Oostende, maar ook voor Nieuwpoort en Zeebrugge. Deze periode 13.8 jaar is te kort voor een nauwkeurige extreme-waarden- in analyse, maar de gegevens kunnen wel gebruikt worden om het systematisch verschil hoogwaterstanden te analyseren. Gemiddeld voor de terugkeerperioden tussen 0.1 en 13.8 jaar en afgerond zijn de hoogwaterstanden in Nieuwpoort 16 cm hoger dan in Oostende, en in Zeebrugge 11 cm lager dan in Oostende (zie Figuur 8). Naast deze verschuiving van de overschrijdingskromme (verhoging voor meer de zuidelijke locatie Nieuwpoort, verlaging voor de meer noordelijke locatie Zeebrugge), worden op basis van de beperkte meetperiode van 13.8 jaar geen sterke verschillen vastgesteld in de vorm van de overschrijdingskromme. Het staartgedrag van de extreme-waarden-verdeling is voor alle 3 de locaties normaal (extreme-waarden-index γ=0). De waarde van de parameter β van de GPD extreme-waarden-verdeling (helling van de verdeling in Figuur 8) vertoont wel kleine verschillen. Dit betekent dat de extreme-waarden-verdeling van hoogwaterstanden (overschrijdingskromme) te Oostende niet zomaar met 16 cm kan verhoogd worden om de overschrijdingskromme te Nieuwpoort te bekomen, of met 11 cm verlaagd om de overschrijdingskromme te Zeebrugge te bekomen (eventueel wel benaderend) ). De meetperiode is echter te kort om een nauwkeurige inschatting te bekomen van het ruimtelijk verschil in de β parameterwaarde. Wel kunnen ruwe inschattingen worden gemaakt. 14 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
15 Figuur 9: Helling van de empirischee overschrijdingskrommen (parameter β van de GPD extreme-waarden-verdeling) versuss het aantal waarnemingen boven de beschouwde drempel, voor de empirische extreme totale hoogwaterhoogten te Oostende, Nieuwpoort en Zeebruggee voor de periode Figuur 9 geeft het verschil weer in de schatting van de parameter β van de GPD extreme- wordt waarden-verdeling versuss de drempelwaterhoogte x t boven dewelke deze parameter geschat. Zoals hierboven toegelicht, komt de parameter β overeen met de helling van de overschrijdingskromme (de helling van de staart van de extreme-waarden-verdeling, zoals aangeduid via de geheldee lijnen in Figuur 8). Het verschil in helling tussen de drie locaties Oostende, Nieuwpoort en Zeebrugge is zeer beperkt. Er is wel een klein verschil merkbaar naar een iets steilere helling van de overschrijdingskromme te Nieuwpoort en een iets zwakkere helling te Zeebrugge. Het concrete verschil in helling boven de optimale drempel staat gekwantificeerd in Tabel 3. Merk op dat voor Oostende de optimale β parameterwaarde (β = ) verschilt van de optimale waarde (β = 21.55) op basis van de volledige meetreeks (zie Tabel 1). Dit verschil is het gevolg van de veel kortere meetreeks i.v.m. de volledige meetreeks vanaf Het gebruik van een kortere meetreeks zorgt voor een grotere onzekerheid op de parameterschatting. De schatting kan bovendien vertekend zijn door het voorkomen van langjarige schommelingenn in de hoogwaterstanden (zie Deel 5). Daarom is in Tabel 3 ook het relatieve verschil weergegeven. Dit relatieve verschil zou gebruikt kunnen worden om de overschrijdingskromme te Oostende benaderend te corrigeren. De nadruk wordt hier gelegd op benaderend want de correctiefactoren zijn gebaseerd op de kortere periode Indien later bijkomende meetwaarden (voor een langere meetperiode) beschikbaar zouden komen voor Nieuwpoort en Zeebrugge, kan de nauwkeurigheid van deze correctiefactoren verder verhoogd worden. Mogelijks kunnen ze ook via modellering van de kuststroming (hydrodynamische modellering) nauwkeuriger ingeschat worden (afhankelijk van de fysische nauwkeurigheid van zulke modellering)? KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
16 Het overeenkomstige verschil in de optimale drempelwaterhoogte (parameter x t ) voor Nieuwpoort en Zeebrugge staat gekwantificeerd in Tabel 3. β parameter GPD-verdeling waterhoogte-extremen Locatie β [cm] Verschil t.o.v. Oostende Nieuwpoort % Oostende Zeebrugge % Tabel 2: Ruimtelijk verschil in de gekalibreerde β-parameter van de GPD extremewaarden-verdeling voor de totale hoogwaterhoogten te Nieuwpoort, Oostende en Zeebrugge, op basis van de periode x t -parameter GPD-verdeling waterhoogte-extremen Locatie x t [cm TAW] Verschil t.o.v. Oostende Nieuwpoort cm Oostende Zeebrugge cm Tabel 3: Ruimtelijk verschil in de gekalibreerde x t -parameter van de GPD extremewaarden-verdeling voor de totale hoogwaterhoogten te Nieuwpoort, Oostende en Zeebrugge, op basis van de periode Op basis van de kortere meetperiode zou men dus kunnen stellen dat de overschrijdingskromme afgeleid voor Oostende op basis van de langere meetperiode, bij benadering ook geldig is op andere plaatsen langs de Belgische kust, mits het toepassen van correctiefactoren op de parameters β en x t. De correctiefactor op x t houdt rekening met het systematische verschil in hoogwaterstanden (voor de lagere terugkeerperioden) tussen de verschillende locaties, zoals gevisualiseerd in Figuur 8 (+15 cm te Nieuwpoort, -10 cm te Zeebrugge). De correctiefactor op β houdt er rekening mee dat dit systematisch verschil in hoogwaterstanden toeneemt met toenemende terugkeerperiode (in Nieuwpoort is deze toename sterker dan in Oostende, in Zeebrugge is deze toename lager). Tabel 4 geeft een meer concreet beeld van hoe die toename hoogwaterstand er precies uitziet i.f.v. de terugkeerperiode, indien de ruimtelijke variaties in parameterwaarden β en x t uit Tabel 2 en Tabel 3 worden toegepast. Voor andere locaties langs de kust zou geïnterpoleerd kunnen worden; al dan niet op basis van de resultaten van hydrodynamische modellering. 16 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
17 Terugkeerperiode [jaar] Locatie Nieuwpoort +15.7cm +16.3cm +16.9cm +17.4cm +18cm Oostende Zeebrugge -10.7cm -11.9cm -13.1cm -14.3cm -15.6cm Tabel 4: Ruimtelijk verschil in totale kustwaterhoogten i.f.v. de terugkeerperiode, na kalibratie van de GPD extreme-waarden-verdeling te Nieuwpoort, Oostende en Zeebrugge voor de periode Verdere analyse geeft aan dat het verschil in astronomische tijamplitude, en dus het verschil in astronomische hoogwaterhoogten, tussen de drie locaties (Oostende, Nieuwpoort, Zeebrugge) grotendeels het systematisch verschil in hoogwaterextremen verklaart op de drie locaties. Zie Figuur 10 voor de empirische overschrijdingskromme van de astronomische hoogwaterhoogte voor de periode Wanneer in functie van de empirische terugkeerperiode het verschil in hoogwaterhoogte wordt geanalyseerd tussen Nieuwpoort en Oostende en tussen Oostende en Zeebrugge (Figuur 11), blijkt dat het systematisch verschil van 15 cm in totale hoogwaterhoogte tussen Nieuwpoort en Oostende haast volledig verklaard wordt door het verschil in astronomische hoogwaterhoogte. Het systematisch verschil van 10 cm in totale hoogwaterhoogte tussen Oostende en Zeebrugge blijkt anderzijds minder dan het systematisch verschil in astronomische hoogwaterhoogten tussen deze locaties. Dit laatste verschil blijkt vergelijkbaar met het verschil in astronomische hoogwaterhoogte tussen Nieuwpoort en Oostende: ongeveer 15 cm. Onder de veronderstelling dat de totale en astronomische hoogwatergegevens nauwkeurig zijn, moet dit verschil dus het gevolg zijn van systematisch hogere stormopzethoogten te Zeebrugge in vergelijking met Oostende. De astronomische hoogwaterhoogten kunnen evenwel een onzekerheid van een 5tal cm vertonen (zie deel 2 van dit rapport), wat dus ook een verklaring kan zijn. Voor Nieuwpoort en Oostende worden op basis van de resultaten in Figuur 11 vergelijkbare stormopzethoogten verwacht. Dit wordt bevestigd in Figuur 12. De verschillen in extreme stormopzethoogten zijn wel groter dan het systematisch verschil in extreme totale versus astronomische hoogwaterhoogten, maar dat is waarschijnlijk het gevolg van het gebruik van scheve i.p.v. rechte stormopzethoogten in Figuur 12. Bij de extreme scheve stormopzethoogten is het systematisch verschil ongeveer 5 cm tussen Nieuwpoort en Oostende, en ongeveer 15 cm tussen Zeebrugge en Oostende (Figuur 13). Op basis van de analyses van de extreme totale en astronomische hoogwaterhoogten wordt een kleiner verschil verwacht van ongeveer 0 cm tussen Nieuwpoort en Oostende, en ongeveer 5 cm tussen Zeebrugge en Oostende. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
18 Figuur 10: Vergelijking van de empirische extreme astronomische hoogwaterhoogten te Oostende, Nieuwpoort en Zeebrugge voor de periode Figuur 11: Vergelijking van het verschil in totale en astronomische hoogwaterhoogten tussen Nieuwpoort en Oostende, en tussen Oostende en Zeebrugge versus de empirische terugkeerperiode voor de periode KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
19 Figuur 12: Vergelijkingg van de empirische extreme scheve stormopzethoogten te Oostende, Nieuwpoort en Zeebrugge voor de periode Figuur 13: Vergelijking van het verschil in stormopzethoogten tussen Nieuwpoort en Oostende, en tussen Oostende en Zeebruggee versus de empirische terugkeerperiode voor de periode KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
20 5 Trendstijging hoogwaters Oostendee 5..1 Trendstijging totale hoogwaters De hoogwaters (totale waterhoogten) te Oostendee werden aan een trendanalyse onderworpen. Ook werden de langjarige schommelingen onderzocht. Hiertoe werden de hoogwaters uitgemiddeld over bewegende vensters van 1 jaar en 5 jaar; zie Figuur 14 en Figuur 15. Merk het jaar met ontbrekende hoogwatergegevens in Figuur 14: Tijdreeks van de totale hoogwaterhoogten te Oostende voor , voor en na uitmiddeling op basis van een bewegend venster met een periode van 1 jaar. Figuur 15: Analyse van trend en langjarige schommelingenn voor de totale hoogwaterhoogten te Oostende voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar. Er wordt een gemiddelde, bij benadering lineaire trendstijging vastgesteld van de hoogwaterstanden, van 0,20 cm per jaar (dus 20 cm over 100 jaar). Deze stijging is vergelijkbaar met de elders gerapporteerde stijgingg in de gemiddelde zeespiegel (vb. CLIMAR- studie; Van den Eynde et al., 2008). 20 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
21 Bovenop deze gemiddelde, lineaire trendstijging doet zich een nagenoeg periodieke schommeling voor met een periode van jaar, wat overeenkomt met de welbekende nodale tijcyclus. Deze periodieke schommeling wordt fysisch verklaart door het baanvlak van de maan dat een hoek van 5 maakt met de ecliptica en met een periodieke periode van jaar om de as loodrecht daarop schommelt. Overeenkomstig schommelt ook de aantrekkingskracht van de maan op het wateroppervlak. Over de meetperiode van 1925 t.e.m is er geen significante versnelling of verzwakking van de lineaire langjarige trend merkbaar. De lichte stijging sinds 2010 is het gevolg van de stijgende flank van de nodale tijcyclus (zie Figuur 15), eerder dan een versnelling van de langjarige trend. Wel wordt opgemerkt dat de schommelingsamplitude (de amplitude van de nodale tijcyclus) systematisch afneemt: van +/- 5 cm in de jaren 1940 tot +/- 3 cm in de meest recente periode. De fysische verklaring hiervoor is niet meteen duidelijk. Mogelijks is er ook een invloed van temporele veranderingen in de locatie en type van maregraaf, de wijze waarop de hoogwaterstanden worden afgeleid uit de metingen (al dan niet ogenblikkelijk), de gewijzigde invloed van de havens langs de kust, enz. 5.2 Trendstijging astronomische hoogwaters Dezelfde analyse uitgevoerd op de astronomische hoogwaters geeft de resultaten voorgesteld in Figuur 16 en Figuur 17. Voor de nieuwe astronomische hoogwaterhoogten worden vanaf 2000 wat lagere waarden vastgesteld in vergelijking met de extrapolatie op basis van de lineaire regressielijn en de nodale tijcyclus. Na correctie met +5 cm (zie ook Deel 2) worden juistere waarden bekomen: Figuur 18 en Figuur 19. Uit deze tijdreeksanalyse blijkt dat de nodale tijcyclus effectief in hoofdzaak bepaald worden door de astronomische component (Figuur 20). Ook de lineaire trend is aanwezig in de astronomische component. Deze trend is wel minder groot dan voor de totale hoogwaterhoogte: 0,175 cm per jaar (17,5 cm over 100 jaar). De nodale tijcyclus heeft een grotere amplitude dan voor de totale hoogwaterhoogte: van +/- 7.5 cm in de jaren 1940 tot +/- 5 cm in de meest recente periode. In Figuur 21 wordt deze lineaire trend en nodale tijcyclus o.b.v. de astronomische component vergeleken met de tijdreeks van uitgemiddelde totale hoogwaterhoogten. De lineaire trendlijn o.b.v. van de astronomische component blijkt systematisch enkele cm hoger dan deze op basis van de totale hoogwaterhoogte, maar met een iets minder sterke toename in de tijd (0,175 cm per jaar voor de astronomische component versus 0,20 cm per jaar voor de totale hoogwaterhoogte). KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
22 Figuur 16: Tijdreeks van de astronomische hoogwaterhoogten te Oostende voor , voor en na uitmiddeling op basis van een bewegend venster met een periode van 1 jaar. Figuur 17: Tijdreeks van de astronomische hoogwaterhoogten te Oostende voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar. 22 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
23 Figuur 18: Tijdreeks van de astronomische hoogwaterhoogten te Oostende voor , voor en na uitmiddeling op basis van een bewegend venster met een periode van 1 jaar, na correctie van de nieuwe astronomische hoogwaterhoogten vanaf met +5 cm. Figuur 19: Tijdreeks van de astronomische hoogwaterhoogten te Oostende voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar, na correctie van de nieuwe astronomische hoogwaterhoogten vanaf met +5 cm. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
24 Figuur 20: Analyse van trend en langjarige schommelingen voor de astronomische hoogwaterhoogten te Oostende voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar, na correctie van de nieuwe astronomische hoogwaterhoogten vanaf 2000 met +5 cm. Figuur 21: Tijdreeks van de totale hoogwaterhoogten te Oostende voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar, met toevoeging van de lineaire trendlijn en periodieke langjarige oscillaties o.b.v. de astronomische component. 24 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
25 5.3 Trendstijging stormopzet bij hoogwaters Na aftrekking van de astronomische hoogwaterhoogten van de totale waterhoogten, is de trendanalyse ook uitgevoerd op de stormopzethoogten bij hoogwater. De stormopzethoogten kunnen hierbij op twee manieren berekend worden: de zogenaamde rechte opzet of de scheve opzet. De scheve opzet is deze waarbij de totale hoogwaterhoogte wordt verminderd met de astronomische hoogwaterhoogte tijdens dezelfde tijcyclus, waarbij beiden zich vaak niet op hetzelfde ogenblik voordoen. De rechte opzet is deze waarbij de totale hoogwaterhoogte wordt verminderd met de astronomische waterhoogte op hetzelfde ogenblik. Omdat in de studie van 2007 de scheve stormopzethoogte werd gebruikt, is deze ook hier gebruikt. Figuur 22 en Figuur 23 tonen de resultaten. Er wordt geen significant lineaire trend gevonden. Vergelijking van de trendanalyse op de totale hoogwaterhoogten en de astronomische hoogwaterhoogten wijst op een verschil van 0,20 cm 0,175 cm = 0,025 cm/jaar. Vraag is wel of deze kleine trendstijging in de stormopzethoogten bij hoogwater reëel is, of het gevolg is van de berekening van de stormopzethoogte als het verschil tussen het gemeten hoogwater en de berekende astronomische waterhoogte. De langjarig gemiddelde stormopzethoogte bij hoogwater bedraagt cm. Het is deze negatieve waarde die verklaart waarom de gemiddelde totale hoogwaters lager zijn dan de gemiddelde astronomische hoogwaters (zie Figuur 21). Dezelfde langjarige schommelingen als bij de totale en astronomische hoogwaterhoogten worden gevonden, maar anti-gecorreleerd met deze van de astronomische hoogwaterhoogten. De amplitude van de schommeling bedraagt ongeveer 5 cm (Figuur 23), maar is kleiner voor de periode vóór 1960 en groter voor de meest recente schommelingspiek na De schommelingshoogte van het stormopzet is meest negatief wanneer de schommelingshoogte van het astronomisch hoogwater meest positief is en omgekeerd. Dit wordt waarschijnlijk verklaard door de invloed die de zeespiegel heeft op het stormopzet. Het is deze anti-correlatie tussen de langjarige schommelingen van de astronomische hoogwaterhoogten en deze van de stormopzethoogten die verklaart waarom de amplitude van de langjarige schommelingen van de totale hoogwaters kleiner is dan de amplitude van het nodale getij (zie Deel 5.2). Wanneer voor de nieuwe periode vanaf 2000 rechte stormopzethoogten worden gebruikt i.p.v. scheve, wordt het resultaat van Figuur 24 bekomen. De meest recente schommelingsperiode vertoont nu stormopzethoogten die ongeveer 5 cm hoger zijn dan deze van de vroegere stormopzethoogten. Wanneer de rechte stormopzethoogten vanaf 2000 gecorrigeerd worden met -5 cm (komt overeen met de correctie van de astronomische hoogwaterhoogten met +5 cm; zie Deel 2 en Deel 5.2), wordt het resultaat van Figuur 26 bekomen. De amplitude van de stormopzethoogten wordt voor de meest recente schommelingsperiode nu vergelijkbaar met deze van de vroegere perioden. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
26 Figuur 22: Tijdreeks van de schevee stormopzethoogten bij hoogwater te Oostende voor , voor en na uitmiddeling op basis van een bewegend venster met een periode van 1 jaar. Figuur 23: Analyse van trend en langjarige schommelingen voor de scheve stormopzethoogten bij hoogwater te Oostendee voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar, zonder correctiee van de nieuwe astronomische hoogwaterhoogten vanaf 2000 met +5 cm. 26 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
27 Figuur 24: Analyse van trend en langjarige schommelingen voor de stormopzethoogten bij hoogwater te Oostende voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar, na gebruik van rechte stormopzethoogten i.p.v. scheve vanaf Figuur 25: Analyse van trend en langjarige schommelingen voor de stormopzethoogten bij hoogwater te Oostende voor , na uitmiddeling op basis van een bewegend venster over perioden van 1 jaar en 5 jaar, na gebruik van rechte stormopzethoogten i.p.v. scheve vanaf 2000 en na correctie van deze nieuwe stormopzethoogten vanaf 2000 met +5 cm. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
28 Verder werd een afzonderlijke analyse uitgevoerd op de extreme stormopzethoogten. Er werd nagegaan of extreme stormopzethoogtekwantielen (stormopzethoogten bij welbepaalde grote terugkeerperioden) een significante trend vertonen of ook onderhevig zijn aan langjarige (multi- )decadale schommelingen. Hiertoe werd de methode toegepast die recent door de auteur werd ontwikkeld om (multi-) anomalieën in extreme kwantielwaarden te detecteren (Willems, 2013). Het resultaat van deze analyse toegepast op de scheve stormopzethoogten wordt getoond in Figuur 26. De anomalie-waarde geeft het % verschil weer in extreme stormopzetkwantielen (dus stormopzetwaarden voor bepaalde hoge terugkeerperioden) indien ze zouden berekend worden op basis van een kortere periode (blokperiode) dan de volledig beschikbare meetperiode. De lengte van de blokperiode werd 15 jaar gekozen voor de analyse in Figuur 26, en alle mogelijke blokperioden van 15 jaar werden beschouwd volgens een bewegend venster met een tijdstap van 1 jaar: d.w.z. voor de blokperioden , , enz. De anomaliewaarden in Figuur 26 werden geplot versus het gemiddeld jaartal van elke blokperiode. De significantie van deze anomaliewaarden wordt getest op basis van de methode van niet-parametrische bootstrapping. Voor meer details bij de methode, zie Willems (2013). Uit de resultaten in Figuur 26 blijkt dat er bepaalde perioden van 15 jaar zijn waarvoor de extreme kwantielstormopzethoogten tot % hoger of tot 10% lager zijn in vergelijking met de ganse meetperiode , maar deze volgen niet dezelfde schommelingsperioden als deze van het nodale getij. Bovendien zijn de schommelingen niet of slechts voor een beperkt aantal deelperioden significant (Figuur 27). Dit wil zeggen dat voor de meeste deelperioden de schommelingen even goed het gevolg kunnen zijn van toeval dan van het gegroepeerd voorkomen van de stormopzetextremen in de tijd (multi-decadale oscillaties). Ook is er geen significante trend aanwezig in de stormopzetextremen. Algemene conclusie van deze analyse is dat de stormopzetextremen nagenoeg willekeurig in de tijd voorkomen, zonder significante trend of systematische oscillaties/cycli. Wel zijn er bepaalde deelperioden tijdens dewelke de stormopzetextremen significant hoger of lager zijn in vergelijking met de langjarige extremewaarden-statistiek. Voor de meeste recente decaden zijn de stormopzetextremen niet significant hoger. 28 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
29 Figuur 26: Anomalie in extreme kwantielwaarden van de scheve stormopzethoogte te Oostende voor , voor blokperioden van 15 jaar, en voor verschillende drempelwaarden voor de kwantielwaarden: (figuur boven) gemiddeldd 1 extremee waarde per jaar, (figuur midden) gemiddeld 3 extreme waarden per jaar, (figuur onder) gemiddeld 10 extreme waarden per jaar. KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
30 Figuur 27: 95%-betrouwbaarheidsintervallen op de anomalieën in extreme kwantielwaarden van de scheve stormopzethoogte te Oostende voor , voor blokperioden van 15 jaar, en voor een drempelwaarde van de stormopzetextremen van gemiddeld 3 extreme waarden per jaar. 30 KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST 2014
31 Referenties Van den Eynde, D., Francken, F., Ponsar, S., Ozer, J. (2008), Evaluation of climate change impacts and adaptation responses for marine activities: CLIMAR - Bepaling van de primaire impacten van klimaatsverandering: statistische analyse van metingen van golven, windsnelheid en richting en van zeewatertemperatuur, CLIMAR project voor Federaal Wetenschapsbeleid. Vlaamse Hydrografie (2010), Overzicht van de tijwaarnemingen langs de Belgische kust - periode voor Nieuwpoort, Oostende en Zeebrugge, Rapport van Ministerie van de Vlaamse Gemeenschap, Agentschap Maritieme Dienstverlening en Kust, Afdeling Kust, Vlaamse Hydrografie, Oostende, 41 p. Willems, P. (2007), Extreme-waarden-analyse hoogwaterstanden te Oostende, rapport KU Leuven Afdeling Hydraulica, voor Vlaamse Overheid - Waterbouwkundig Laboratorium, juni 2007, 18 p. Willems, P., Guillou, A., Beirlant, J. (2007), Bias correction in hydrologic GPD based extreme value analysis by means of a slowly varying function. Journal of Hydrology, 338, Willems P. (2013), Multidecadal oscillatory behaviour of rainfall extremes in Europe, Climatic Change, 120(4), KU LEUVEN ACTUALISATIE EXTREME-WAARDEN-STATISTIEK STORMVLOEDEN KUST
32
33 AFDELING HYDRAULICA Kasteelpark Arenberg 40 bus HEVERLEE (LEUVEN), BELGIË tel tel. secr fax [email protected] bwk.kuleuven.be/hydr
Extreme-waarden-analyse hoogwaterstanden te Oostende
Faculteit Ingenieurswetenschappen Departement Burgerlijke Bouwkunde Afdeling Hydraulica Kasteelpark Arenberg 40 BE-3001 Heverlee (Leuven) tel. 016 32 16 58 fax 016 32 19 89 [email protected]
Extrapolatie van de waterstand in het Waddengebied
Extrapolatie van de waterstand in het Waddengebied Henk van den Brink KNMI 8 juli 2015 Probleemstelling De onzekerheid in de extrapolatie is ongewenst groot bij het gebruik van een 3-parameter (Extreme
ANALYSE VAN WINDSNELHEIDGEGEVENS METEOPAAL ZEEBRUGGE 1. INLEIDING
Rapport aan Dienst der Kustwegen betreffende ANALYSE VAN WINDSNELHEIDGEGEVENS METEOPAAL ZEEBRUGGE 1. INLEIDING Dit rapport beschrijft de analyse resultaten van de windsnelheidgegevens voor de meteopaal
Evaluatie en actualisatie van de IDF-neerslagstatistieken te Ukkel
Faculteit Ingenieurswetenschappen Departement Burgerlijke Bouwkunde Afdeling Hydraulica Kasteelpark Arenberg 4 BE-31 Heverlee (Leuven) tel. 16 32 16 58 fax 16 32 19 89 [email protected] www.kuleuven.be/hydr
Toetsen van de frequentie van voorkomen van windsnelheid en golfhoogte tijdens stormperiodes.
Vlaamse Overheid Oceanografisch Meteorologisch Station Toetsen van de frequentie van voorkomen van windsnelheid en golfhoogte tijdens stormperiodes. Maart 2010 Bestek 16EH/08/12 Opgemaakt door Bart Geysen
Invloed van klimaatverandering op hoog- en laagwater in Vlaanderen
1 Invloed van klimaatverandering op hoog- en laagwater in Vlaanderen KU Leuven onderzocht voor het Waterbouwkundig Laboratorium van de Vlaamse Overheid en de Vlaamse Milieumaatschappij de invloed van de
Invloed van klimaatverandering op hydrologische extremen (hoog- en laagwater langs rivieren in het Vlaamse binnenland)
1 Invloed van klimaatverandering op hydrologische extremen (hoog- en laagwater langs rivieren in het Vlaamse binnenland) Op 26 augustus 2008 heeft Omar Boukhris een doctoraatsstudie verdedigd aan de K.U.Leuven
BETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT. S.A.R. Bus
BETROUWBAARHEIDSINTERVALLEN VANUIT VERSCHILLENDE HOEKEN BELICHT S.A.R. Bus WAAR DENK JE AAN BIJ BETROUWBAARHEIDSINTERVALLEN? Wie van jullie gebruikt betrouwbaarheidsintervallen? WAAROM BETROUWBAARHEIDSINTERVALLEN???
Resultaten CLIMAR onderzoek Veilig wonen aan de Kust tot 2100
Resultaten CLIMAR onderzoek Veilig wonen aan de Kust tot 2100 Symposium Knokke-Heist 9 januari 2010 Toon Verwaest, Johan Reyns Waterbouwkundig Laboratorium Veilig wonen aan de Kust tot 2050 tot 2050 ~
Conclusies. Martijn de Ruyter de Wildt en Henk Eskes. KNMI, afdeling Chemie en Klimaat Telefoon +31-30-2206431 e-mail mruijterd@knmi.
Lotos-Euros v1.7: validatierapport voor 10 en bias-correctie Martijn de Ruyter de Wildt en Henk Eskes KNMI, afdeling Chemie en Klimaat Telefoon +31-30-2206431 e-mail [email protected] Conclusies Bias-correctie:
Schaling neerslagstatistiek korte duren obv Stowa (2015) en KNMI 14
Schaling neerslagstatistiek korte duren obv Stowa (2015) en KNMI 14 Van: Jules Beersma (KNMI) (mmv Geert Lenderink en Adri Buishand) Aan: Paul Fortuin (RWS-WVL) 20161214 (definitief) Inleiding RWS-WVL
4. Resultaten. 4.1 Levensverwachting naar geslacht en opleidingsniveau
4. Het doel van deze studie is de verschillen in gezondheidsverwachting naar een socio-economisch gradiënt, met name naar het hoogst bereikte diploma, te beschrijven. Specifieke gegevens in enkel mortaliteit
Bepaling primaire impacten van klimaatsveranderingen
Bepaling primaire impacten van klimaatsveranderingen Dries Van den Eynde, José Ozer, Stephanie Ponsar Beheerseenheid Mathematisch Model Noordzee Koninklijk Belgisch Instituut voor Natuurwetenschappen Gulledelle
Toetsen van de frequentie van voorkomen van windsnelheid en golfhoogte tijdens stormperiodes.
V la a m s e O v e r h e id 4 (I"IK IW Í Maritieme DienstvttletiinQ ert st AFDELING KUST Oceanografisch Meteorologisch Station Toetsen van de frequentie van voorkomen van windsnelheid en golfhoogte tijdens
Zeespiegelmonitor 2018
Zeespiegelmonitor 2018 Wat is de aanleiding van dit rapport? Jaarlijks rapporteren Deltares en HKV met de Zeespiegelmonitor over de zeespiegelstijging langs de Nederlandse kust. De zeespiegel en het getij
Bepaling van de primaire impacten van globale klimaatsveranderingen
Bepaling van de primaire impacten van globale klimaatsveranderingen Dries Van den Eynde, Stéphanie Ponsar, José Ozer & Fritz Francken Beheerseenheid Mathematisch Model Noordzee Gulledelle 100, B-1200 Brussel
Getijtafels. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T.
Getijtafels 2015 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T. De getijtafels t.o.v. L.A.T. T.A.W. worden opgezonden na voorafgaande betaling
Klimaatverandering, waterhuishouding en adaptatienoden in Vlaanderen
Klimaatverandering, waterhuishouding en adaptatienoden in Vlaanderen enkele aanvullende beschouwingen prof. dr. ir. Patrick Willems K.U.Leuven Afdeling Hydraulica Toekomstig klimaat? huidig klimaat: gematigd
Grondwaterstanden juni 2016
Grondwaterstanden juni 2016 Kennisvraag: In beeld brengen van de grondwatersituatie zoals die buiten geweest is. Antwoord: op vrijwel alle meetlocaties waar analyse mogelijk was komt de maximale waterstand
HOOFDSTUK VII REGRESSIE ANALYSE
HOOFDSTUK VII REGRESSIE ANALYSE 1 DOEL VAN REGRESSIE ANALYSE De relatie te bestuderen tussen een response variabele en een verzameling verklarende variabelen 1. LINEAIRE REGRESSIE Veronderstel dat gegevens
Getijtafels. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T
Getijtafels 2016 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T 1 Tijdsaanduiding: De aangegeven tijden zijn in lokale tijd uitgedrukt. Tijdens
9. Lineaire Regressie en Correlatie
9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)
Het blijkt dat dit eigenlijk alleen lukt met de exponentiële methode.
Verificatie Shen en Carpenter RDEC methodiek voor de karakterisering van asfaltvermoeiing; vergelijking van verschillende methoden voor het berekenen van de parameters. Jan Telman, Q-Consult Bedrijfskundig
Ruimtelijke klimaatscenario s voor Vlaanderen. & Impact op overstromingen en droogte
Ruimtelijke klimaatscenario s voor Vlaanderen & Impact op overstromingen en droogte Prof. dr. ir. Patrick WILLEMS KU Leuven - Afdeling Hydraulica Klimaateffecten & -impacten Klimaateffecten & -impacten
Nieuwe statistiek voor extreme neerslag
Nieuwe statistiek voor extreme neerslag J.B. Wijngaard (KNMI) M. Kok (HKV LIJN IN WATER) A. Smits (KNMI) M. Talsma (STOWA) Samenvatting In dit artikel wordt de nieuwe statistiek voor extreme neerslaghoeveelheden
Getijtafels. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T.
Getijtafels 2012 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T. De getijtafels t.o.v. L.A.T. T.A.W. worden opgezonden na voorafgaande betaling
G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing
G0N11a Statistiek en data-analyse: project Eerste zittijd 2007-2008 Modeloplossing Opmerking vooraf: Deze modeloplossing is een heel volledig antwoord op de gestelde vragen. Om de maximumscore op een vraag
Reproductie van A compound Weibull model for the description of surface wind velocity distributions : een toelichting (voorlopige versie)
Reproductie van A compound Weibull model for the description of surface wind velocity distributions : een toelichting (voorlopige versie) Ilja Smits KNMI, Postbus 201, 3730 AE De Bilt Tel: 030-2206 874,
Getijtafels. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W.
Getijtafels 2016 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W. 1 Tijdsaanduiding: De aangegeven tijden zijn in lokale tijd uitgedrukt. Tijdens
Statistiek: Spreiding en dispersie 6/12/2013. dr. Brenda Casteleyn
Statistiek: Spreiding en dispersie 6/12/2013 dr. Brenda Casteleyn dr. Brenda Casteleyn www.keu6.be Page 2 1. Theorie Met spreiding willen we in één getal uitdrukken hoe verspreid de gegevens zijn: in hoeveel
Getijtafels voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam TAW.
Getijtafels 2018 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam www.vlaamsehydrografie.be 1 Tijdsaanduiding De aangegeven tijden zijn in lokale tijd
Getijtafels voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam TAW.
Getijtafels 2019 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam www.vlaamsehydrografie.be 1 Tijdsaanduiding De aangegeven tijden zijn in lokale tijd
Evaluatie Waterproject Ruinen
Evaluatie Waterproject Ruinen Waterproject Ruinen 2 Een praktijktoepassing van interventieanalyse met Menyanthes Grondwaterstand (m+nap) 5,8 5,6 5,4 5,2 5 4,8 4,6 Zand: lage gws Keileem: hoge gws Water
Het verhaal van de financiële staart Jan Beirlant, Goedele Dierckx Universitair Centrum voor Statistiek en Departement Wiskunde, KULeuven
Het verhaal van de financiële staart Jan Beirlant, Goedele Dierckx Universitair Centrum voor Statistiek en Departement Wiskunde, KULeuven In het secundair onderwijs wordt de 8-uur wiskunde nauwelijks nog
Getijtafels 2017 T.A.W. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam.
Getijtafels 2017 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W www.vlaamsehydrografie.be 1 Tijdsaanduiding: De aangegeven tijden zijn in lokale
Getijtafels 2017 T.A.W. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam.
Getijtafels 2017 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W www.vlaamsehydrografie.be 1 Tijdsaanduiding: De aangegeven tijden zijn in lokale
Figuur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.
MARGES EN SIGNIFICANTIE BIJ STEEKPROEFRESULTATEN. De marges van percentages Metingen via een steekproef leveren een schatting van de werkelijkheid. Het toevalskarakter van de steekproef heeft als consequentie,
KNMI-HYDRA project. Phase report 2 and 4
KNMI-HYDRA project Phase report 2 and 4 Reproduction of A compound Weibull model for description of surface wind velocity distributions : an explanation KNMI, May 2003 Reproductie van A compound Weibull
POT ANALYSE VAN SIGNIFICANTE GOLFHOOGTE EN SCHATTING VAN ONTWERPWAARDEN
Rapport aan Minsterie van de Vlaamse Gemeenschap Departement Leefmilieu en Infrastruktuur Aministratie Waterwegen en Zeewezen AFDELING WATERWEGEN KUST POT ANALYSE VAN SIGNIFICANTE GOLFHOOGTE EN SCHATTING
Lessen over Cosmografie
Lessen over Cosmografie Les 1 : Geografische coördinaten Meridianen en parallellen Orthodromen of grootcirkels Geografische lengte en breedte Afstand gemeten langs meridiaan en parallel Orthodromische
Effecten van de klimaatverandering op de laagwaterproblematiek van de Maas
Effecten van de klimaatverandering op de laagwaterproblematiek van de Maas Prof. dr. ir. Patrick Willems KU Leuven Dept. Burgerlijke Bouwkunde Afdeling Hydraulica Historische trend in temperatuur Jaarlijkse
Les 1: Waarschijnlijkheidrekening
Les 1: Waarschijnlijkheidrekening A Men neemt een steekproef van 1000 appelen. Deze worden ingedeeld volgens gewicht en volgens symptomen van een bepaalde schimmel: geen, mild, gematigd of ernstig. Het
Populaties beschrijven met kansmodellen
Populaties beschrijven met kansmodellen Prof. dr. Herman Callaert Deze tekst probeert, met voorbeelden, inzicht te geven in de manier waarop je in de statistiek populaties bestudeert. Dat doe je met kansmodellen.
Invloed van de klimaatverandering op hydrologische extremen in Vlaanderen
Invloed van de klimaatverandering op hydrologische extremen in Vlaanderen Patrick Willems K.U.Leuven - Afdeling Hydraulica i.s.m. Koninklijk Meteorologisch Instituut van België Lopend onderzoek CCI-HYDR
Examen G0N34 Statistiek
Naam: Richting: Examen G0N34 Statistiek 7 juni 2010 Enkele richtlijnen : Wie de vragen aanneemt en bekijkt, moet minstens 1 uur blijven zitten. Je mag gebruik maken van een rekenmachine, het formularium
Gezondheidsenquête, België Methodologie. Wetenschap ten dienste van Volksgezondheid, Voedselveiligheid en Leefmilieu.
Methodologie Wetenschap ten dienste van Volksgezondheid, Voedselveiligheid en Leefmilieu. Methodologie Inleiding Om sociale ongelijkheden in gezondheid in kaart te brengen en om mogelijke trends in de
Getijtafels. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W.
Getijtafels 2012 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W. De getijtafels t.o.v. L.A.T. T.A.W. worden opgezonden na voorafgaande betaling
Mondgezondheidsrapport
Mondgezondheidsrapport sensibiliseringproject Glimlachen.be 2014 Effectevaluatie van een 4-jaar longitudinaal sensibiliseringproject in scholen in Vlaanderen Samenvatting J Vanobbergen Glimlachen - Souriez
Getijtafels. voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W.
Getijtafels 2014 voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam T.A.W. 1 Tijdsaanduiding: De aangegeven tijden zijn in lokale tijd uitgedrukt. Tijdens
Trendanalyse op maat voor een meetnet waterkwaliteit
Trendanalyse op maat voor een meetnet waterkwaliteit NHV - dinsdag 6 maart 2012 drs. Paul K. Baggelaar Icastat ir. Eit C.J. van der Meulen AMO 1 Hoofddoelstellingen milieumeetnetten Beschrijven en beoordelen
De impact van de klimaatwijziging op de waterhuishouding in het Scheldebekken: Wat staat ons te wachten?
De impact van de klimaatwijziging op de waterhuishouding in het Scheldebekken: Wat staat ons te wachten? Prof. dr. ir. Patrick Willems KU Leuven Dept. Burgerlijke Bouwkunde Afdeling Hydraulica Klimaatscenario
Aanvullende analyse stabiliteit gestorte specie in het kader van Flexibel Storten
MEMO datum 18-3-211 van Ir Yves Plancke [email protected] Ir. Marco Schrijver [email protected] titel Aanvullende analyse stabiliteit gestorte specie in het kader van Flexibel Storten
Exact Periode 5.1. Rekenvaardigheid Controlekaarten
Exact Periode 5.1 Rekenvaardigheid Controlekaarten 1 Rekenvaardigheid Opfrissen - Gebruik rekenmachine - Significantie - Afronden - Wetenschappelijke notatie - Eenheden omrekenen 2 Rekenmachine Casio
Inhoud. 1 Inleiding tot de beschrijvende statistiek Maatstaven voor ligging en spreiding Kansrekening 99
Inhoud 1 Inleiding tot de beschrijvende statistiek 13 1.1 Een eerste verkenning 14 1.2 Frequentieverdelingen 22 1.3 Grafische voorstellingen 30 1.4 Diverse diagrammen 35 1.5 Stamdiagram, histogram en frequentiepolygoon
Klimaatverandering Wat kunnen we verwachten?
Klimaatverandering Wat kunnen we verwachten? Yorick de Wijs (KNMI) Veenendaal - 09 05 2019 Koninklijk Nederlands Meteorologisch Instituut 1 Klimaatverandering Oorzaken en risico s wereldwijd Trends en
Meten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 3 oktober 006 Deel I Toevallige veranderlijken Steekproef Beschrijving van gegevens Histogram Gemiddelde en standaarddeviatie
Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid
Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Dr.ir. P.W. Heijnen Faculteit Techniek, Bestuur en Management Technische Universiteit Delft 22 april 2010 1 1 Introductie De
STROOMATLAS BENEDEN ZEESCHELDE VAK PROSPERPOLDER - KRUISSCHANS
MOD 78 WATERBOUWKUNDIG LABORATORIUM FLANDERS HYDRAULICS RESEARCH VAK PROSPERPOLDER - KRUISSCHANS SPRINGTIJ WATERBOUWKUNDIG LABORATORIUM EN HYDROLOGISCH ONDERZOEK Mod. 78 STROOMATLAS BENEDEN - ZEESCHELDE
Getijtafels. Voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T
Getijtafels 2013 Voor Nieuwpoort, Oostende, Blankenberge, Zeebrugge, Vlissingen, Prosperpolder, Antwerpen en Wintam L.A.T 1 Tijdsaanduiding: De aangegeven tijden zijn in lokale tijd uitgedrukt. Tijdens
Onderzoek Verplaatsingsgedrag Vlaanderen 4.3 (2010-2011)
Onderzoek Verplaatsingsgedrag Vlaanderen 4.3 (2010-2011) Verkeerskundige interpretatie van de belangrijkste tabellen (Analyserapport) D. Janssens, S. Reumers, K. Declercq, G. Wets Contact: Prof. dr. Davy
Zoutafleiding Bijlage bij de RWS Standaard
Zoutafleiding Bijlage bij de RWS Standaard In opdracht van: Project: Ministerie van Verkeer Waterstaat Directoraat-Geraal Rijkswaterstaat Rijkswaterstaat Meetnet Infrastructuur (RMI) Versie: 1.0 November
Bijlage 1.3 Bodemdaling in het Eems-Dollardgebied in relatie tot de morfologische ontwikkeling
Bijlage 1.3 Bodemdaling in het Eems-Dollardgebied in relatie tot de morfologische ontwikkeling........................................................................................ H. Mulder, RIKZ, juni
de weerstandscoëfficiënt van de bochten is nagenoeg onafhankelijk van het slangtype.
TNO heeft een onderzoek naar de invloed van een aantal parameters op de wrijvings- en weerstandscoëfficiënten van DEC International -slangen en -bochten uitgevoerd (rapportnummer 90-042/R.24/LIS). De volgende
Hoofdstuk 10: Kapitaalmarkten en de prijs van risico
Hoofdstuk 10: Kapitaalmarkten en de prijs van risico In dit hoofdstuk wordt een theorie ontwikkeld die de relatie tussen het gemiddelde rendement en de variabiliteit van rendementen uitlegt en daarbij
