Methodologie

In hoofdstuk 3 staat de methodologie centraal. Beschreven is welke combinaties van modellen er gebruikt zijn om een goed beeld te krijgen van de impact van klimaatverandering op de waterhoogte van de Rijn en de invloed op de scheepvaart. Er is een selectie en voorbereiding van de dataset beschreven, inclusief gegevensbronnen en verwerkingstechnieken. Vervolgens wordt er ingegaan op de analytische en modelleringsmethoden die zijn toegepast, met aandacht voor modelvalidatie en statistische technieken om de betrouwbaarheid van de resultaten te bepalen.

Geschikte hydrologische modellen

Zoals in hoofdstuk 2.2 genoemd is, is er een combinatie van Wflow en PCR-GlobWB gebruikt. Door de resultaten van de twee verschillende modellen naast elkaar te leggen ter vergelijking, kan een betrouwbaarder beeld gevormd worden van de resultaten. PCR-GlobWB maakt het mogelijk om dagelijkse locatie specifieke grondwater, oppervlaktewater onttrekking, water consumptie en afvoeren uit te rekenen. Wflow is daarentegen een sneller model, het bevat namelijk SBM (Simple Bucket Model), wat nuttig kan zijn voor inzichten in waterafvoer en opslag in de Rijn.

Tabel 3.1: Gebruikte SSP-pathways voor dit onderzoek.

SSPs	Impact	Temperatuurs stijging
SSP1-2.6	Laag	Onder 2°C
SSP2-4.5	Middel	Rond 3°C
SSP5-8.5	Hoog	Rond 5°C

In dit onderzoek zullen alle modellen een simulatie maken voor SSPs (Shared Socioeconomic Pathways) binnen een klimaatmodel. SSPs zijn de vernieuwde versies van de RCPscenario’s. Ze zijn gesorteerd van laag naar hoog en geven elk een klimaatscenario weer op basis van een sociaaleconomisch traject, waarop een CO2-concentratie (RCP) is gelinkt. De gekozen SSP-Pathways staan weergegeven in tabel 3.1, er is gekozen voor een lage-, middelhoge-, en hoge CO2 impact om een gespreid beeld te krijgen wat dit met de afvoer van de Rijn zal gaan doen.

Figuur 3.1: Schematische weergave van de werking van een hydrologisch model met forcing op basis van de ERA5 klimaatdata.

Voor het simuleren van de klimaatmodellen is forcing-data benodigd, dit is modelinvoer wat niet wordt beïnvloed door het hydrologische model. Forcing data wordt gebruikt om randvoorwaarden te definiëren gedurende de tijdsevolutie van het model, zoals luchttemperatuur en neerslag. Gezien deze data tot op de dag van vandaag bekend is en niet voor de toekomst, zal een stukje code bijgevoegd moeten worden om de forcing te genereren voor de tijdsspan van het klimaatmodel. Daarnaast zal er voor de gesimuleerde afvoeren de minimale en maximale stand worden ingedeeld in (te) laag, normaal, en (te) hoog water. Tevens zal het model uit de gesimuleerde data het aantal dagen per jaar halen dat de scheepvaart niet kan varen door de waterstanden.

De gebruikte modellen zijn om te beginnen gekalibreerd op de twee locaties op basis van historische data. De data die op de eWaterCycle beschikbaar is, bestaat uit ERA5 data tussen 2000 en 2010. ERA5-5 data is een gedetailleerde, historische reconstructie van het weer en klimaat van de aarde vanaf 1940 tot heden, verkregen door het combineren van waarnemingen en modelberekeningen.

Benodigde gegevens

De data uit de eWaterCycle (ERA5 klimaatdata) bevat forcing data van de jaren waarop het model is gebaseerd, er zal dus voor elk model een apart forcing bestand gegenereerd moeten worden om deze data voor in de toekomst te kunnen verkrijgen. Hiervoor zijn de klimaatmodellen nodig waar deze forcing op gebaseerd wordt. Voor dit onderzoek wordt naar de klimaatscenario’s uit tabel 3.1 gekeken.

Figuur 3.2: Relatie tussen de afvoer van de Rijn en waterhoogte bij Kaub. Noot. Gedeeltelijk overgenomen uit “Forecasting the impacts of climate change on inland waterways”, door A. Christodoulou, 2019, Transportation Research Part D: Transport & Environment, Volume 82, p. 3 (https://doi.org/10.1016/j.trd.2019.10.012).

Christodoulou et al. (2020) heeft de relatie tussen waterstand en afvoer onderzocht en weergegeven in een grafiek (figuur 3.1) voor de plaats Kaub. In paragraaf 2.3 is vastgesteld dat er een minimale waterdiepte van 190 cm benodigd (CCNR 2020) is bij Kaub. Uit de grafiek in figuur 3.1 valt af te lezen dat de waterdiepte onder de 190 cm valt als de afvoer lager is dan \(1200\) \(m^3/s\) bij Kaub. Op deze locatie zal het model gemodelleerd worden zodat er een beeld ontstaat van het aantal momenten dat de waterstand onder dit niveau zal dalen.

Naast de minimale waterdiepte, is er een maximale waterdiepte voor scheepvaart om bruggen te kunnen passeren. Gezien Kaub en Maxau beiden benedenstrooms Straatsburg liggen, zijn de bruggen op 910 cm boven het equivalente waterpeil gebouwd. Gezien Maxau de maatgevende locatie is voor hoogwaterstanden, zal hiervoor een maximale afvoer bij gelden. Met historische data van de waterstand en de afvoer in Maxau, is in Python een relatie geplot met behulp van spline-interpolatie en een lineair regressie model. Hieruit komt voort dat bij een waterstand van 750 cm, de afvoer in de rivier ongeveer \(2800\) \(m^3/s\) bedraagt (Bijlage D). Deze afvoer zal worden gebruikt als maximale waarde die de afvoer mag bedragen voor de plaats Maxau.

Figuur 3.3: Schematische weergave van de werking van een hydrologisch model met forcing op basis van de ERA5 klimaatdata.

Om de modellen werkend te krijgen is eerst gebruik gemaakt van beschikbare ERA5 data op het eWaterCycle platform. Hiermee is de basis gelegd om vervolgens verder te gaan met het genereren van forcing data. De opgeslagen ERA5 data is beschikbaar van 2000 – 2010, in bijlage B zijn deze basismodellen terug te vinden zoals rechtstreeks vanaf het eWaterCycle platform zijn gegenereerd. Niet elk klimaatmodel werkt met elk hydrologisch model, de variabelen die nodig zijn moeten namelijk overeenkomen. Met een aparte notebook is gezocht, met als input de benodigde variabelen, naar een geschikt klimaatmodel. Dit notebook gaat de ESGF-database bij langs en slaat vervolgens alle mogelijke klimaatmodellen op in een aparte .JSON bestand, om vervolgens zelf een klimaatmodel te kiezen uit dit bestand. Hieruit kwamen al snel een aantal klimaatmodellen naar voren die gebruikt kunnen worden. Er is in dit geval gekozen voor een klimaatmodel uit Hamburg DE (MPI-ESM1-2-LR: Max Planck Institute Earth System Model), gezien de oorsprong van de klimaatwetenschappers altijd een kleine rol speelt in het maken van een klimaatmodel. Met een klimaatmodel kan vervolgens de CMIP6-forcing gegenereerd worden. Figuur 3.3 geeft een schematische weergave van de aanpassing aan de inputs van het hydrologische model. De ERA5-data wordt vervangen door de CMIP6-data van het klimaatmodel voor de drie SSPs.