Op weg naar betere afvoerverwachtingen: een analyse van nowcasting met radarneerslag voor het waterbeheer
Expert(s) |
Ruben Imhoff
Het tijdig uitgeven van accurate afvoerverwachtingen voor snel-reagerende stroomgebieden is cruciaal voor optimaal waterbeheer en het afgeven van overstromingswaarschuwingen. Afvoerverwachtingen worden meestal geproduceerd door hydrologische modellen, welke enorm afhankelijk zijn van de onderliggende neerslagverwachtingen. In een nieuwe studie van Deltares, WUR en TU Delft, dat onlangs gepubliceerd is in Water Resources Research, wordt onderzocht wat de toegevoegde waarde en eventuele verbeterpunten van nowcasting kunnen zijn voor afvoerverwachtingen in twaalf Nederlandse stroomgebieden en polders.
Voorspellen blijft een uitdaging
Ondanks dat weermodellen in de afgelopen decennia steeds beter zijn geworden, blijft het voorspellen van de exacte locatie en hoeveelheid neerslag uitdagend, zelfs enkele uren vooruit. En hoe kleiner het stroomgebied, hoe belangrijker de exacte locatie en timing van de neerslag wordt. Nowcasting, het tot een paar uur vooruit voorspellen van neerslag met behulp van regenradarproducten, kan een uitkomst bieden.
650 neerslaggebeurtenissen
Dat een goedwerkend afvoervoorspellingssysteem van enorme waarde kan zijn, is afgelopen zomer nogmaals duidelijk geworden tijdens de overstromingen in Limburg, de Ardennen en de Eiffel. Neerslagverwachtingen met nowcasting zouden hierin kunnen helpen. Voordat een nowcastingtechniek kan worden toegepast in het waterbeheer, is het noodzakelijk om de toegevoegde waarde en mogelijke zwaktepunten van de techniek voor het maken van afvoerverwachtingen te weten. En daar ligt nu juist het probleem, want zowel in Nederland als internationaal miste een grootschalige analyse van nowcasting voor afvoerverwachtingen. Deze studie geeft hier een eerste inzicht in met een grootschalige analyse van nowcasting voor meer dan 650 individuele neerslaggebeurtenissen in Nederland. Ruben Imhoff (Deltares): “We hopen met deze analyse voor de Nederlandse waterbeheerders inzichtelijk te maken wat ze kunnen verwachten van nowcasting binnen hun verwachtingssystemen, maar ook internationaal is dit de eerste studie van deze omvang op dit gebied. Niet alleen de toegevoegde waarde, maar juist ook mogelijke verbeterpunten zijn enorm belangrijk om te identificeren.”
Geavanceerde technieken
In de analyse worden meerdere nowcastingtechnieken getest. Binnen een gehanteerde foutenmarge geven de geteste methodes een piekafvoerverwachting, het moment en de hoogte van de hoogste afvoergolf, gemiddeld zo’n twee tot drie uur eerder dan zonder nowcasting. Meer geavanceerde nowcastingtechnieken geven vaak betere resultaten dan de andere geteste technieken, waarbij ook het aantal false alarms, het aantal verwachtingen dat tot een waarschuwing leidt, maar die uiteindelijk niet plaatsvindt, flink afneemt. Een belangrijk punt van aandacht blijft dat alle geteste nowcastingtechnieken het toekomstige neerslagvolume onderschatten voor de stroomgebieden, vooral gedurende (onweers)buien met hoge neerslagintensiteiten. Al met al kan nowcasting zeker een toegevoegde waarde voor het waterbeheer hebben.
Deeplearning
De analyse maakt de sterke punten van nowcasting voor het maken van afvoerverwachtingen duidelijk, maar het toont ook meteen waar vervolgonderzoek zich op moet gaan richten. Voor het waterbeheer zijn dit de onderschattingen van de neerslagvolumes, voornamelijk gedurende onweersbuien, iets wat overigens ook enorm lastig te voorspellen is met de huidige numerieke weermodellen. Machine- en deeplearningtechnieken kunnen hier bij gaan helpen. Het huidige onderzoek van Deltares en collega’s van WUR en TUD richt zich op het optimaal combineren van de nowcastingtechnieken met de huidige numerieke weermodellen, zogenaamde blending, om op die manier het beste uit beide werelden te halen. Het uiteindelijke doel is om de eerdere genoemde voorspelhorizon van zo’n 2 à 3 uur te vergroten naar zo’n 6 uur.
