Regionale verschillen in extreme neerslag. 18 februari 2010 Rudmer Jilderda, Adri Buishand, Janet Wijngaard

Vergelijkbare documenten
Regionale verschillen in extreme neerslag

Nieuwe statistiek voor extreme neerslag

Statistiek van extreme neerslag voor korte neerslagduren

11. Multipele Regressie en Correlatie

Gemiddeld aantal dagen met minstens windkracht 4 Bft tijdvak

Statistiek van extreme neerslag in Nederland

NIEUWE NEERSLAGSTATISTIEK VOOR WATERBEHEERDERS NIEUWE NEERSLAGSTATISTIEK VOOR WATERBEHEERDERS

KNMI: weer, klimaat en wateroverlast in bebouwd gebied

Nieuwe statistieken: extreme neerslag neemt toe en komt vaker voor

Klimaat in de 21 e eeuw

NIEUWE NEERSLAG- STATISTIEKEN VOOR KORTE TIJDSDUREN

Vrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.

b) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte

mlw stroom 2.1: Statistisch modelleren

RAPPORT STATISTIEK VAN EXTREME NEERSLAG IN NEDERLAND.

Statistiek van extreme gebiedsneerslag in Nederland

Hoofdstuk 10: Regressie

9. Lineaire Regressie en Correlatie

Schaling neerslagstatistiek korte duren obv Stowa (2015) en KNMI 14

Statistiek in de alfa en gamma studies. Aansluiting wiskunde VWO-WO 16 april 2018

Single and Multi-Population Mortality Models for Dutch Data

Zeer zacht jaar met veel neerslag aan de kust

Statistiek voor A.I.

Data analyse Inleiding statistiek

Statistiek II. Sessie 5. Feedback Deel 5

Statistiek II. 1. Eenvoudig toetsen. Onderdeel toetsen binnen de cursus: Toetsen en schatten ivm één statistiek of steekproef

Reproductie van A compound Weibull model for the description of surface wind velocity distributions : een toelichting (voorlopige versie)

Kansrekening en Statistiek

Door Klaas Ybema en Harm Zijlstra WORKUM / HEERENVEEN, 21 februari 2009

KNMI-HYDRA project. Phase report 2 and 4

Statistiek ( ) eindtentamen

Extreme neerslaggebeurtenissen nemen toe en komen vaker voor

STOWA NEERSLAGSTATISTIEKEN VOOR KORTE DUREN - ACTUALISATIE 2018 ACTUALISATIE 2018 NEERSLAGSTATISTIEKEN VOOR KORTE DUREN RAPPORT

Statistiek II. Sessie 3. Verzamelde vragen en feedback Deel 3

Hoofdstuk 3 Statistiek: het toetsen

NOG MEER NATTIGHEID? Door John van Boxel en Erik Cammeraat

Kansrekening en Statistiek

Vandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses

Kennisvraag: wat waren de herhalingstijden van de neerslag? In beeld brengen situatie zoals die buiten geweest is.

Toelichting maandoverzicht van het weer in Nederland

Toepassing van radar gebaseerde gebiedsreductiefactoren bij de NBW-toetsing

Statistiek voor A.I. College 12. Dinsdag 23 Oktober

Toepassing van op radar gebaseerde gebiedsreductiefactoren bij de NBW-toetsing

KNMI'14 scenario's. Siebe Bosch WHITEPAPER CONVERSIE VAN DE NEERSLAGREEKS DE BILT ONDER DE '14-KLIMAATSCENARIO'S

klimaatscenarios klimaatscenarios De KNMI 06

Modellen en Simulatie Populatiegroei

Tabel 1. Temperatuur (De Bilt) Tabel 2. Temperatuur (extremen)

Kansrekening en statistiek wi2105in deel 2 16 april 2010, uur

Gemiddelde temperatuur (Celsius) tijdvak

DH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009

EIND TOETS TOEGEPASTE BIOSTATISTIEK I. 5 februari 2010

Voor afmetingen waarvoor geen bewerkingsprijs staat vermeld gelden de prijzen op aanvraag

Meteorologische gegevens,

Briefrapport /2009 D. Mooibroek P.L. Nguyen J.P. Wesseling. Meteorologie voor standaard rekenmethoden in 2008

8. Analyseren van samenhang tussen categorische variabelen

Kansrekening en Statistiek

Klimaatverandering in internationaal perspectief

Formuleblad. Hoofdstuk 1: Gemiddelde berekenen: = x 1 + x 2 + x 3 + +x n / n Of: = 1/n Σ x i

Oefenvragen bij Statistics for Business and Economics van Newbold

(c) Bepaal de kans dat de linker bedelaar van 10 voorbijgangers in totaal exact 420 ct ontvangt.

Hoofdstuk 12: Eenweg ANOVA

Kans op extreme neerslag

HOOFDSTUK 7: STATISTISCHE GEVOLGTREKKINGEN VOOR DISTRIBUTIES

Aanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling

Statistiek 2 deel A 30 minuten over statistisch toetsen

Stochastiek 2. Inleiding in the Mathematische Statistiek. staff.fnwi.uva.nl/j.h.vanzanten

introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets

College 2 Enkelvoudige Lineaire Regressie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

Toegepaste Statistiek, Dag 7 1

KNMI publicatie 215. Extreme zomerneerslag 2006 en klimaatscenario s. n k l. Geert Groen. k N e d

Van Neerslag tot Schade

Toetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen

Figuur 1: Voorbeelden van 95%-betrouwbaarheidsmarges van gemeten percentages.

Hoofdstuk 6 Twee populaties: parametrische toetsen

RISICOSIGNALERING Hitte

Meteorologische gegevens,

Inhoudsopgave. Introductie Data Methode Resultaten Conclusies en aanbevelingen Referenties... 19

Hoofdstuk 8 Het toetsen van nonparametrische variabelen

Tentamen Statistische methoden MST-STM 8 april 2010, 9:00 12:00

Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid

Meteorologische gegevens,

Stochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17

het Nederlandse waterbeheer

ACTUALISATIE METEOGEGEVENS VOOR WATERBEHEER 2015

De vergeten klimaatontwikkeling en het effect op hoogwaterstatistiek en maatregelen

Statistiek voor A.I. College 14. Dinsdag 30 Oktober

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur.

Droogte monitoring. Coen Ritsema, Klaas Oostindie, Jan Wesseling

Examen Statistiek I Januari 2010 Feedback

Examen Statistische Modellen en Data-analyse. Derde Bachelor Wiskunde. 14 januari 2008

Les 2: Toetsen van één gemiddelde

Klimaat, -verandering en -scenario s

HOOFDSTUK IV TOETSEN VAN STATISTISCHE HYPOTHESEN

PE Bijeenkomst Prognosetafel AG2016

Tentamen Biostatistiek 2 voor BMT (2DM50), op maandag 2 juli uur

KNMI 06 klimaatscenario s

. Dan geldt P(B) = a d. 3 8

Oriëntatie Econometrie Tijdreeksmodellen en Voorspellen. Marius Ooms. 23 April 2002, Amsterdam

Hoe het werkt met kinderen

Transcriptie:

Regionale verschillen in extreme neerslag 18 februari 2010 Rudmer Jilderda, Adri Buishand, Janet Wijngaard

Meetgegevens over neerslag Egmond, 14 augustus 2006 2

Jaarnormalen van enkele stations jaargemiddelden gemiddelde gemiddelde Locatie dagen rd > 0,1 duur [uren] hoeveelheid [mm] intensiteit [mm/uur] daghoeveelheid [mm] De Kooy 183 582 773 1,3 4,2 Eelde 181 620 780 1,3 4,3 De Bilt 182 624 827 1,3 4,5 Rotterdam 179 688 874 1,3 4,9 Vlissingen 178 578 758 1,3 4,3 Maastricht Airport 176 643 750 1,2 4,3 3

Geschiedenis studies over extreme neerslag Neerslag en verdamping, 1980 Analyse van kwartiersommen van de neerslag H 2 O, 1991 Statistiek van extreme neerslag in Nederland STOWA rapport, 2004 Statistiek van extreme neerslag voor het stedelijk waterbeheer H 2 O, 2008 Regionale verschillen in extreme neerslag, WR 2009-01 4

Eerder onderzoek naar plaatselijke verschillen Buishand (1984) Vaals versus gemiddelde van 15 andere stations Witter (1984) Dagwaarden > 15 mm en > 25 mm STOWA (2004) Extreme dagwaarden van 11 stations Hoes, e.a. (2005) Diermanse, e.a. (2005) Doorrekening van 7 uurreeksen voor waterstanden in zes watersystemen Extreme dagwaarden Delfland versus De Bilt Overeem, e.a. (2008) Uurreeksen ( 29 jaren) van 12 stations voor duren korter dan een dag 5

Gegevens en homogeniteit Tijdvak: 1951 2005 Mookhoek / Strijen dagen 10 mm districtsgemiddelde verschil 6

GEV-verdeling locatieparameter (ξ) dispersiecoëfficiënt (γ) vormparameter (κ) κ = 0. 090 + 0. 0170 D met D als duur in dagen opmerkingen ξ ξ γ κ < 0 voor κ 0 voor D D 5 dagen > 5 dagen 7

Variatie van dispersiecoëfficiënt en locatieparameter 8

Relatie van dispersiecoëfficiënt en locatieparameter met jaarnormale neerslag bij een duur van 4 dagen 9

Technieken voor het toetsen van verschillen Neerslag verschilt van plaats tot plaats, maar vaak is een zekere samenhang in de gevallen hoeveelheden herkenbaar Deze samenhang beïnvloedt in hoge mate de uitkomsten van de toetsen op regionale verschillen Statistisch kan deze samenhang uitgedrukt worden in een correlatiecoëfficiënt en deze dient als functie van de afstand bepaald te worden Voor de berekening van de correlatiecoëfficiënt tussen stationsparen is gebruik gemaakt van een resampling -techniek (1000 bootstrap samples) ter verrijking van de beschikbare informatie Uit de algemene variantie en de correlatiecoëfficiënt als functie van de afstand wordt per te toetsen parameter de covariantiematrix samengesteld 10

Correlatie tussen geschatte waarden van dispersiecoëfficiënt en locatieparameter als functie van de afstand voor een duur van vier dagen 11

Statistische significatie: toetsingsgrootheid T 1 GEV parameter θ wordt weergegeven als: T 1 = c θ θ + ε θ c : een constante voor alle stations ε: een residu met covariantiematrix C θ c dient zodanig gekozen worden, dat: ε T = C 1 ε minimaal wordt T 1 bezit een chi-kwadraatverdeling met N 1 vrijheidsgraden (N is aantal stations) 12

Statistische significantie : toetsingsgrootheden T 2 en T 3 f ( ; β ) ε 2 ( x β ) = θ + ε c 3 θ = f x + f ; ( x; β ) ε T 1 T ε 2 = 2 C beschrijft θ als functie van jaargemiddelde neerslag of als een gebiedswaarde voor kust en binnenland 2 en 3 = T1 T2 β dusdanig kiezen, dat T 2 minimaal wordt T T 2 en T 3 bezitten een chi-kwadraatverdeling met resp. K 1 en N K vrijheidsgraden (K is aantal geschatte parameters en N is aantal stations) 13

Regionale verschillen dispersiecoëfficiënt Duur (dagen) T 1 kusteffect T 3 jaarsom 1 143.5 0.70 2.93 4 144.6 0.63 0.61 9 187.9 ** 0.64 0.57 ** Significant op het 1% niveau 14

Verschillen bij negen dagen 15

Regionale verschillen locatieparameter Duur T 1 T 3 T 2 T 2 (prop) 1 254.3 ** 90.0 ** 164.3 206.5 ** 4 378.0 ** 218.4 ** 159.7 197.3 ** 9 540.4 ** 362.0 ** 178.4 * 215.9 ** * Significant op het 5% niveau, maar niet op het 1% niveau ** Significant op het 1% niveau ξ = rel wd ξd ξd D Verdeling afwijkingen bij 9 dagen 16

Regionalisatie van extreme waarden statistiek etmalen 0.93 De Bilt 1 2 4 7 10 1 2 4 7 10 10 per jaar 14 18 - - - 15 19 - - - 5 per jaar 20 24 - - - 21 26 - - - 2 per jaar 26 33 42 54 63 28 35 45 58 68 1 per jaar 31 38 48 61 74 33 41 52 66 80 1 per 2 jaar 36 45 56 71 85 39 48 60 76 91 1 per 5 jaar 44 54 66 82 98 47 58 71 88 105 1 per 10 jaar 50 60 74 91 106 54 65 80 98 114 1 per 20 jaar 57 68 83 100 115 61 73 89 107 124 1 per 50 jaar 66 78 93 111 126 71 84 100 119 135 1 per 100 jaar 73 86 101 118 133 79 92 109 127 143 etmalen 1.08 1.14 1 2 4 7 10 1 2 4 7 10 10 per jaar 16 21 - - - 17 22 - - - 5 per jaar 23 28 - - - 24 30 - - - 2 per jaar 30 38 49 63 73 32 40 51 66 78 1 per jaar 36 44 56 71 86 38 47 59 75 91 1 per 2 jaar 42 52 65 82 98 44 55 68 87 104 1 per 5 jaar 51 63 77 95 113 54 66 81 100 120 1 per 10 jaar 58 70 86 106 123 62 74 91 112 130 1 per 20 jaar 66 79 96 116 134 70 83 101 122 141 1 per 50 jaar 77 91 108 129 146 81 96 114 136 154 1 per 100 jaar 85 99 118 137 154 90 105 124 145 163 17

Regionalisatie bij duren korter dan een dag 18

Voor verdere details http://www.knmi.nl/bibliotheek/knmipubwr/wr2009-01.pdf 19