Onderzoekers hebben een basis gelegd voor de droogteverwachting voor de komende maanden. Dat maakt het tijdig nemen van maatregelen voor de gevolgen van droogte mogelijk voor de landbouw en natuur in Nederland.
Een onderzoeksteam van Wageningen University & Research en collega’s van Utrecht en Freiburg publiceerden hun bevindingen in Nature Communications.
Droge zomers
Met de droogte van 2018 en de afgelopen zomer in grote delen van Nederland nog vers in het geheugen, is er dringend behoefte aan droogte-seizoenverwachtingen. In hun onderzoek geven de onderzoekers aan dat relevante verwachtingen over de gevolgen van droogte tot vier maanden, en soms nog langer, vooruit zijn te geven.
Seizoensverwachting
Omdat droogtes in de toekomst in Nederland waarschijnlijk frequenter voorkomen is het voor waterbeheerders en anderen van belang ervaring op te doen met seizoenverwachtingen. Het gaat voor de verschillende sectoren in eerste instantie niet om de regen- en/of temperatuurverwachtingen, waaraan men meestal denkt, maar om de seizoenverwachtingen van bodemvocht, grondwaterstanden, beek- en rivierafvoeren. Deze hydrologische verwachtingen moeten vervolgens verder worden vertaald in verwachtingen voor de gevolgen van droogte voor verschillende sectoren.
Ontwikkelen database voor Nederland
Internationaal onderzoek geeft aan dat er een uitgebreide database nodig is waarin de gevolgen van droogte voor de verschillende sectoren zijn opgenomen. Een dergelijke database specifiek voor Nederland met voldoende ‘gevolgen’ bestaat nog niet en zou op korte termijn moeten worden ontwikkeld. Nadat men een goed overzicht van de gevolgen van droogte heeft, moeten de droogte-seizoenverwachtingen worden geïmplementeerd in een zgn. Multi-Hazard Early-Warning System (een verwachtingssysteem voor weer- en watergerelateerde gevolgen).
Gevolgen herleiden tot droogte-indicatoren
Het onderzoek maakt gebruik van een Europese database, waarin duizenden gerapporteerde gevolgen van droogte voor verschillende sectoren over de afgelopen decennia zijn opgenomen. Met machine-learning technieken zijn de gevolgen in een bepaalde maand in het verleden gekoppeld aan droogte-indicatoren uit die tijd. Droogte-indicatoren zijn bijvoorbeeld de mate waarin de rivierafvoer of regen in die maand of in een reeks maanden, afweek van normaal. Dit levert voor ieder gebied in Europa waar voldoende gegevens over de gevolgen van droogte zijn opgeslagen in de database, relaties op tussen gevolgen van droogte voor verschillende sectoren en droogte-indicatoren.
Vooruit kijken
In de volgende stap zijn met historische seizoenverwachtingen van de afvoer en de neerslag (tot zeven maanden vooruit), voor ieder gebied in Europa de droogte-indicatoren berekend voor elke maand van 1990 tot 2017. Vervolgens zijn met de bovengenoemde relaties en de historische seizoenverwachtingen van de droogte-indicatoren, de verwachte gevolgen van droogte voor bepaalde sectoren en gebieden voor diezelfde periode per maand berekend. Ten slotte vergeleek het team voor de geselecteerde gebieden per maand de verwachte gevolgen van droogte (tot zeven maanden vooruit) met de waargenomen gevolgen.
Deze vergelijking leverde de conclusie op dat relevante verwachtingen over de gevolgen van droogte voor sommige sectoren, veelal twee tot vier maanden, en soms nog langer vooruit kunnen worden gegeven.
Bron: WUR
