Compendium voor de Leefomgeving
472 feiten en cijfers over milieu, natuur en ruimte
Klimaatverandering

Neerslagextremen in Nederland, 1910-2019

Extreme neerslag in Nederland is sterk toegenomen in de tijd. Het opvallendst is de toename in het aantal dagen met zware neerslag, dat wil zeggen: dagen met meer dan 50 mm neerslag ergens in Nederland. Dit aantal is sinds 1951 toegenomen met 70%. Evenzo is het aantal dagen per jaar met meer dan 20 mm neerslag in een etmaal sterk toegenomen. Extreme neerslag speelt een belangrijke rol bij weerwaarschuwingen en weeralarm van het KNMI. Dit omdat het tot grote economische schade en maatschappelijke ontwrichting kan leiden.

Indicatoren voor extreme neerslag

Extreme neerslag kan op een aantal manieren weergegeven worden. Hier is gekozen voor een drietal indicatoren die veelvuldig in de nationale en internationale literatuur gebruikt worden. Twee internationale indicatoren zijn (i) het gemiddeld aantal dagen per jaar in Nederland met meer dan 20 mm neerslag in een etmaal, en de maximale neerslag die in een etmaal in een jaar is gevallen (Alexander et al., 2020 - tabel 2). De derde indicator heeft een nationaal karakter en wordt gebruikt door het KNMI in zijn weeralarm-berichtgeving, namelijk de indicator 'zware neerslag'. Deze indicator staat voor het aantal dagen per jaar dat er ergens in Nederland 50 mm neerslag valt of meer. Andere indicatoren worden genoemd in de Technische toelichting onderaan deze pagina.

Gemiddeld aantal dagen met meer dan 20 mm neerslag

Voor de periode 1910-2019 is voor 102 weerstations het aantal dagen per jaar berekend dat er minstens 20 mm neerslag viel in een etmaal. Vervolgens zijn deze 102 meetreeksen gemiddeld per jaar. Op individuele stations kan het aantal dagen dus hoger of lager zijn. Zie eerste figuur.

Het gemiddeld aantal dagen met een neerslag van meer dan 20 mm varieert sterk van jaar tot jaar: van 1,1 dag per jaar (in 1921) tot aan 7,5 dagen per jaar (in 1998). De trend in de jaarlijkse data vertoont een sterke, statistisch significante stijging, van 2,6 dagen in 1910 naar 4,6 in 2019. Daarmee laat de trendanalyse zien dat het aantal dagen toegenomen is met 76% over de periode 1910-2019.

Maximale neerslag per etmaal, gemiddeld over Nederland

Voor de periode 1910-2019 is voor dezelfde 102 weerstations voor elk jaar de maximale neerslag bepaald die in een etmaal is gevallen, dus de hoogste waarde van alle 365 dagen. Vervolgens zijn de 102 meetreeksen met maximale neerslag gemiddeld tot één reeks. Zie tweede figuur.

De maximale neerslag die in een etmaal is gevallen, varieert sterk van jaar tot jaar: van 24 mm in 1919 tot aan 51 mm in 1960. De gemiddeld maximale neerslag kent over de periode 1910-2019 een golvende en significante toename van 30 mm in 1910 naar 39 mm in 2019, ofwel een trendmatige toename met 28% over een periode van 110 jaar.

Aantal dagen met zware neerslag ergens in Nederland

Een dag met zware neerslag is in Nederland gedefinieerd als een dag waarop hier ergens meer dan 50 mm neerslag valt in een etmaal. Daarbij maakt het niet uit op hoeveel locaties dat plaatsvindt. Een voorbeeld van zo'n dag is gegeven in de derde figuur waar de hoeveelheid neerslag van 28 op 29 juni 2017 is gegeven. De 24-uur-som laat zien dat neerslag heel lokaal kan zijn met enkele enorme uitschieters, met op deze dag een maximum van 72 mm. Omdat minstens éen station de 50 mm heeft overschreden, telt deze dag mee als een dag met zware neerslag.
Omdat zware buien heel lokaal kunnen zijn - zoals de figuur illustreert - kiezen we hier voor een dichter meetnet, namelijk voor 240 gehomogeniseerde stations over de periode 1951-2019. Zie vierde figuur. Merk op dat deze indicator dus geen gemiddelde is over de gekozen stations, zoals dat wel het geval is voor de eerste twee indicatoren.

De trend in het aantal dagen met zware neerslag vertoont een toename van 5,3 dagen in 1951 naar 9,0 dagen in 2019. Dat is een significante toename van 70% ten opzichte van 1951. Opvallend is de hoge jaar-op-jaar variatie, van één dag met zware neerslag per jaar in 1974 en 1978, tot 13 dagen met zware neerslag in de jaren 2001 en 2006.

Extreme neerslag en klimaatverandering

De toename in de hoeveelheid neerslag zoals hier gevonden voor drie indicatoren, hangt samen met meerdere factoren, zoals de stijging van de jaargemiddelde temperatuur en de daaruit volgende sterke opwarming van de Noordzee. Daarnaast spelen klimaatfactoren zoals veranderingen in overheersende windrichting en luchtvochtigheid een rol. Zie ook de analyse door Eden et al. (2018) over extreme neerslag in Nederland en de relatie tot klimaatverandering, en verder deze KNMI-site en KNMI over extreme neerslag .

Extreme neerslag en (verzekerde) schade

Zware regenval in enkele uren of dagen kan leiden tot grote schade in de landbouwsector, tot onderlopende straten en kelders in de steden en soms tot dodelijke ongelukken in het verkeer. Langere perioden met (extreem) veel neerslag kunnen nadelig zijn voor de landbouw (niet kunnen oogsten) en toerisme.

Schade door extreme neerslag kan zeer groot zijn zoals bleek in 2017. De maand juni van dat jaar was extreem nat, vooral in het zuidoosten van Nederland. Zo viel in Ysselstein 277 mm neerslag tegen 68 mm normaal in een junimaand. Vanaf 22 juni werd het kortdurend zeer warm. De warmte resulteerde in zware onweersbuien waarbij op 23 juni in het zuidoosten plaatselijk hagelstenen van 5-10 cm doorsnede grote schade veroorzaakten. Dit leidde volgens de Bond van Verzekeraars tot 100,000 schademeldingen met een verzekerde schade van ruim een half miljard euro.

In het rapport "Hoofd boven water" (september 2017) geeft de Bond van Verzekeraars een overzicht van welk type schade wanneer verzekerd is, dit omdat er bij particulieren en bedrijven grote onduidelijkheid bestaat wat precies wanneer verzekerd is. Zie de tabel op pagina's 10-12 van dit rapport.

Voor informatie over mogelijke veranderingen in de frequentie of intensiteit van neerslagextremen in de toekomst verwijzen we naar Lenderink en Meijgaard (2008), KNMI
(2014), PBL/KNMI (2015), Beersma et al. (2019), en naar deze website
van het KNMI. Hierbij gaan de laatste twee referenties ook in op extreme neerslag in zeer korte tijd (vanaf 10 minuten).

Referenties

  • Alexander, L., Bador, M., Roca, R.,Contractor, S., Donat, M.G. and Nguyen, P.L. (2020). Intercomparison of annual precipitation indices and extremes over global land areas from in situ, space-based and reanalysis products. Environ. Res. Letters 15, 055002.
  • Buishand, T.A., T. Brandsma, G. de Martino en J.N. Spreeuw (2011). Ruimtelijke verdeling van neerslagtrends in Nederland in de afgelopen 100 jaar. H2O 44, 24, 31-33.
  • Buishand, T.A., T. Brandsma, G. de Martino and J.N. Spreeuw (2013). Homogeneity of precipitation series in the Netherlands and their trends in the past century. Int. J. of Climatology, 33, 815-833.
  • Beersma, J., H. Hakvoort, R. Jiderda, R., A. Overeem en R. Versteeg, 2019. Neerslagstatistiek en -reeksen voor het waterbeheer 2019. STOWA rapport no. 19.
  • Bosatlas van het Klimaat (2011). Zie: http://www.klimaatatlas.nl/
  • Eden, J.M., S.F. Kew, O. Bellprat, G. Lenderink, I. Manola, H. Omrani and G.J. van Oldenborgh (2018). Extreme precipitation in the Netherlands: an event attribution case study. Weather and Climate extremes, 21,90-101.
  • KNMI (2014). KNMI'14. Klimaatscenario's voor Nederland. http://www.klimaatscenarios.nl/images/Brochure_KNMI14_NL.pdf
  • Lenderink G. and E. van Meijgaard (2008). Increase in hourly precipitation extremes beyond expectations from temperature changes. Nature Geoscience 1, 511-514.
  • PBL/KNMI (2015). Klimaatverandering: Samenvatting van het vijfde IPCC-assessment en een vertaling naar Nederland. Uitgave PBL en KNMI, PBL-publicatienummer 1405.

Relevante informatie

Technische toelichting

Naam van het gegeven

Neerslag in Nederland

Omschrijving

Neerslag: de totale hoeveelheid neerslag in een jaar

Verantwoordelijk instituut

Planbureau voor de Leefomgeving (PBL), data van KNMI. Auteurs: Hans Visser en Jelle van Minnen

Berekeningswijze

De KNMI-neerslagreeksen voor de eerste twee indicatoren zijn gebaseerd op dagelijkse neerslagmetingen voor 102 gehomogeniseerde neerslagstations vanaf 1910.

De 102 reeksen zijn gebaseerd op dagelijkse handmatige waarnemingen om 8 uur 's ochtends en zijn te downloaden van de KNMI-website http://climexp.knmi.nl/ , onder 'daily climate indices'. De ligging van de 102 stations is gegeven in de vijfde figuur.
Het homogenisatie-proces is beschreven in Buishand et al. (2013). Hetzelfde geldt voor de 240 meetreeksen vanaf 1951, gebruikt voor derde indicator (zware neerslag). Overigens zijn de genoemde 102 stations ook onderdeel van de 240 stations met data vanaf 1951.

Voor definities van indicatoren voor extreme neerslag verwijzen we naar Zhang et al. (2011, tabel 1) en Alexander et al. (2020, tabel 2). Voor de analyse van ruimtelijke patronen over Nederland verwijzen we naar Buishand et al. (2011, 2013) en de Bosatlas van het Klimaat (2011). Patronen over Nederland voor zelf te kiezen dagen wordt gegeven door het KNMI op deze site. Een voorbeeld hiervan is de derde figuur in de hoofdtekst.

Het hier toegepaste trendmodel is het zogenaamde Integrated Random Walk trendmodel. Dit model heeft als voordeel dat trendwaarden tussen verschillende jaren statistisch getoetst kunnen worden op significantie. Zie voor meer informatie: Visser (2004), Visser en Petersen (2012) en Visser et al. (2018).

Alvorens de trends te schatten voor de eerste twee indicatoren (R20mm en RX1day in jargon) zijn de jaarlijkse getallen logaritmisch getransformeerd, dit om de scheve verdeling van afwijkingen rond de trend te compenseren. Na schatting van de trend zijn data met trend en onzekerheden weer terug-getransformeerd.
Opgemerkt zij dat trends in datasets die extreme waarden bevatten, vaak geschat worden met trendmethodes uit de extreme-waarden-theorie (Visser en Petersen, 2012). Zie bijvoorbeeld de benadering van Peak Over Thresholds (POT) in Roth (2014). Deze benadering zou toegepast kunnen worden voor de R20mm-indicator. Maar omdat de grens voor deze indicator niet hoog gekozen is (20 mm), voldoet de hier gevolgde benadering.

Daarnaast geven Roth et al. (2015) nog een andere benadering van neerslag-extremen waarbij gebruik wordt gemaakt van zogenaamde kwantielen (in jargon: de monotone quantile regression benadering). Deze kwantiel-benadering geeft schattingen voor tijd-variërende kwantielen zoals het 0.95 kwantiel. Hierbij geeft elk gekozen kwantiel een nieuwe indicator voor neerslag-extremen in de tijd. Voor deze Compendium-pagina hebben we echter gekozen voor de genoemde drie indicatoren.

Voor de reeksen die hier behandeld zijn, geven IRW-trends, in combinatie met een logaritmische transformatie vooraf, een goede fit waarbij de residuen in goede benadering een normale verdeling volgen. Het voordeel van de hier gekozen benadering is dat onzekerheidsinformatie beschikbaar is voor trendwaarden in een willekeurig jaar, en ook voor trendverschillen of trendratio's over verschillende jaren (bijvoorbeeld de onzekerheid in het trendverschil tussen het eerste en laatste jaar van de tijdreeks). Zie Visser (2004) en Visser et al. (2018) voor details.

Basistabel

http://climexp.knmi.nl/ , onder 'daily climate indices'

Geografisch verdeling

Totaal Nederland

Verschijningsfrequentie

Eens per jaar

Achtergrondliteratuur

Buishand, T.A., T. Brandsma, G. de Martino and J.N. Spreeuw (2013). Homogeneity of precipitation series in the Netherlands and their trends in the past century. Int. J. of Climatology, 33, 815-833.

Roth, M (2014). Analysis of trends in extreme rainfall. A regional approach. PhD. thesis Eindhoven University of Technology and KNMI.

Roth, M, T.A. Buishand and G. Jongbloed (2015). Trends in moderate rainfall extremes: a regional monotone regression approach. J. of Climate 28, 8760-8769. Visser, H. (2004). Estimation and detection of flexible trends. Atmospheric Environment, 38, 4135-4145.

Visser, H. en A.C. Petersen (2012). Inferences on weather extremes and weather-related disasters: a review of statistical methods. Climate of the Past, 8, 1-22.

Visser, H., S. Dangendorf and A.C. Petersen (2015). A review of trend models applied to sea level data with reference to the "acceleration-deceleration debate". Journal of Geophysical Research: Oceans, 120, 3873-3895.

Visser, H., S. Dangendorf, D.P. van Vuuren, B. Bregman and A.C. Petersen (2018). Signal detection in global mean temperatures after "Paris": an uncertainty and sensitivity analysis. Climate of the Past, 14, 139-155.

Zhang, X., Alexander, L., et al. (2011). Indices for monitoring changes in extremes based on daily temperature and precipitation data. WIREs Climate Change, doi:10.1002/wcc.147.

Betrouwbaarheidscodering

Schatting gebaseerd op een groot aantal (zeer accurate) metingen, waarbij representativiteit van de gegevens vrijwel volledig is.

Archief van deze indicator

Referentie van deze webpagina

CBS, PBL, RIVM, WUR (2020). Neerslagextremen in Nederland, 1910-2019 (indicator 0590, versie 02 , 13 augustus 2020 ). www.clo.nl. Centraal Bureau voor de Statistiek (CBS), Den Haag; PBL Planbureau voor de Leefomgeving, Den Haag; RIVM Rijksinstituut voor Volksgezondheid en Milieu, Bilthoven; en Wageningen University and Research, Wageningen.

Het CLO is een samenwerkingsverband van CBS, PBL, RIVM en WUR.