Verbeteringen gevolgenbepaling van overstromingen in buitendijkse gebieden

Verbeteringen gevolgenbepaling van overstromingen in buitendijkse gebieden

Verbeteringen gevolgenbepaling van overstromingen in buitendijkse gebieden Rijnmond-Drechtsteden T.b.v. doorrekenen gevolgen voorkeursstrategieen DP-RD

Kymo SlagerKarin de BruijnAndreas BurzelLaurens BouwerDennis Wagenaar

1208261-000

© Deltares, 2013, B

1208261-000-VEB-004, 9 oktober 2013, definitief

Inhoud 1 Inleiding 1.1 Achtergrond 1.2 Doel 1.3 Overzicht HIS-SSM methode 1.4 Aanpak en leeswijzer 2 Methode doorvoeren verbeteringen buitendijkse gevolgenbepaling 2.1 Analyse aandeel schadecategorieën aan totale schade huidige versie HIS-SSM 2.2 Voorgestelde verbeteringen 2.2.1 Bodemgebruik 2.2.2 Infrastructuur 2.2.3 Woningen 2.2.4 Bedrijven 2.2.5 Overige 2.2.6 Inwoneraantallen en aantal voertuigen 2.2.7 Statistieken over kwetsbare objecten 2.3 Waterdieptekaarten referentiesituatie en beschrijvende statistieken 2.4 Cumulatief resultaat van voorgestelde verbeteringen

1 1 1 2 3 5 5 8 9 12 14 17 19 19 20 20 21

3 Gevoeligheidsanalyse schade aan woningen en bedrijven 23 3.1 Onderbouwing en voorstel aanpassing schadefuncties 23 3.1.1 Aanleiding tot aanpassing schadefuncties woningen en bedrijven 23 3.1.2 Structurele maatregelen in interieur en exterieur 24 3.1.3 Effecten van noodmaatregelen op de hoogte van schade 26 3.1.4 Voorstellen voor verbeteringen van bestaande schadefuncties 27 3.2 Cumulatief resultaat van voorgestelde verbeteringen 30 3.3 Resultaten per deelgebied 30 3.4 Onderbouwing en voorstel aanpassing geografische representatie waarde bedrijven32 3.4.1 Variant 1. Aantal arbeidsplaatsen van vestiging verdeeld naar terreinvlakken uit Bestand Bodemgebruik CBS 32 3.4.2 Variant 2. Aantal arbeidsplaatsen van vestiging verdeeld naar terreinvlakken uit Basisregistratie topografie (top10nl) 33 3.4.3 Variant 3. Aantal arbeidsplaatsen van vestiging verdeeld naar bedrijfsgebouwen uit het BAG (behorend bij 1 bedrijfsterrein) 33 3.5 Beschrijven resultaten toepassen variatie representatie bedrijfswaarde 34 4 Verdieping: betrouwbaarheid en onzekerheidsanalyse 4.1 Inleiding 4.2 Typen onzekerheden en factoren die de mate van onzekerheid bepalen 4.3 Methode schadebepaling en elementen die onzekerheden kunnen bevatten 4.3.1 Vertaling van de berekende rivierwaterstanden naar waterdieptekaarten 4.3.2 Vertaling van waterdieptekaarten naar schades 4.3.3 Vertaling van schadekaarten en kansen naar risico’s 4.3.4 Compleetheid van meegenomen schadeposten 4.4 Resulterende bandbreedtes rond schade- en risicobedragen 4.5 Resultaten gevoeligheidsanalyse als betrouwbaarheidsband

Verbeteringen gevolgenbepaling van overstromingen in buitendijkse gebieden RijnmondDrechtsteden

37 37 37 38 39 39 41 41 41 42

i


5 Conclusies en aanbevelingen 5.1 Conclusies 5.2 Aanbevelingen

45 45 46

6 Literatuurlijst

47

Bijlage(n) A Verslag workshop met presentatie en discussie projectresultaten

A-1

B Voorbewerkingen infrastructuur bestanden

B-1

C Voorbewerkingen BAG naar woningen

C-1

D Bedrijven memo Deltares

D-1

E Waterdieptekaarten: verschillen met voorgaande studies

E-1

F Indexatie en correctie voor niet meegenomen posten van totale schade

F-1

G Voorbewerkingen geografische representatie bedrijven

G-1

ii

Verbeteringen gevolgenbepaling van overstromingen in buitendijkse gebieden Rijnmond-Drechtsteden


1 Inleiding 1.1

Achtergrond Het Delta-programma Rijnmond-Drechtsteden (DP-RD) zal in het kader van de voorbereidingen van de Deltabeslissingen in 2014 voorkeurstrategieën formuleren, waarvan de bijbehorende gevolgen (schade en getroffenen) en risico’s bepaald moeten worden. De huidige standaardmethode voor gevolgenbepaling van overstromingen (HIS-Schade-en Slachtoffer Module versie 2.51) is niet geschikt voor het buitendijks gebied. Daarom is in 2011 en 2012 in opdracht van het Delta-programma onderzoek gedaan naar het verbeteren van de schadebepaling voor buitendijkse gebieden, en dan specifiek voor het studiegebied van Rijnmond-Drechtsteden (o.a. Huizinga 2011a, Huizinga 2011b, Zethof et al. 2011, de Bruijn et al. 2012a, de Bruijn et al. 2012b). Dit heeft geleid tot een verbeterde methode en aanbevelingen welke leiden tot veel lager berekende schades, vooral voor de meer frequente overstromingen (eens in de 10 jaar). De belangrijkste eerder bestudeerde verbeteringen zijn: • • •

1.2

rekenen en presenteren met hoge ruimtelijke resolutie (5x5 m); actualiseren van geografische gebiedsgegevens (o.a. landgebruik, infrastructuur, inwoneraantallen en woningen); aanpassen van methodes (definitie schadecategorieën, afleiden geografische gebiedsgegevens, schadefuncties en maximale schadebedragen).

Doel De voorgestelde methode is nog niet eenduidig vastgelegd in software of scripts en de berekening vereist op dit moment dus nog veel handmatige stappen. Voor het doorrekenen van een grotere set aan strategieën kost dit veel tijd. Dit project heeft als doel de verbeterde methode op te nemen in de experimentele gevolgentool die nu gebruikt wordt voor de ontwikkeling en testen van een nieuwe landelijke gevolgenmethode (zie de Bruijn et al. in prep.): hierna te noemen SSM-lab2. Het voordeel hiervan is dat de methode daarmee: • • • •

eenduidig wordt vastgelegd; gemakkelijker te reproduceren is; verbeterd zal worden; en het doorrekenen van meerdere waterdieptekaarten veel sneller zal gaan.

1

Model: Standaardmethode2008, Dataset: SSM100NL2006

2

De originele software is bekend onder de volledige naam Hoogwater Informatie Systeem-Schade en Slachtoffer Module (HIS-SSM); het HIS bestaat echter niet (meer) en daarom wordt deze afkorting niet meer gebruikt


1


Tevens zullen diverse aanbevelingen uit voorgaande studies verder worden onderzocht en waar mogelijk worden toegepast: • • •

verder actualiseren geografische gebiedsgegevens (o.a. bedrijvendata); aanpassen van de methode om directe bedrijvenschade te berekenen; verder verbeteren van methode om schade aan spoorlijnen en woningen te bepalen.

Dit project heeft als aanvullende doelstellingen om de schade bij hoogfrequente waterstanden goed in te kunnen schatten en om een bandbreedte (betrouwbaarheid) om de uitkomsten te geven, onderbouwd met de laatste inzichten en kennis. Met de opgeleverde SSM-lab versie kan uiteindelijk voor een grote set aan strategieën (uitgedrukt in waterstanden) de gevolgen en risico’s worden uitgerekend. 1.3

Overzicht HIS-SSM methode

Figuur 1.1: De schademodule van HIS-SSM berekent aan de hand van (a) geografische gebiedsgegevens (bijv. landgebruik, bedrijven, aantal inwoners etc.), (b) maximale waterdieptegegevens (overstromingssimulatie), (c) schadefuncties (mate van schade uitgedrukt in schadefactor als functie van de waterdiepte) en (d) maximale schadebedragen per schadecategorie, de mogelijk totale schade in het overstroomde gebied.

2



HIS-SSM rapporteert 3 typen schade: a. directe schade; schade die optreedt aan objecten, kapitaalgoederen en roerende goederen vanwege het directe contact met water; b. directe schade door business interruption; zakelijke verliezen door productiestilstand c. indirecte schade; schade bij toeleverende en afnemende bedrijven buiten het overstroomde gebied vanwege het (deels) wegvallen van omzet en schade vanwege het doorsnijden van aan-of afvoerroutes; benaderd via reistijdverlies. In onderhavige studie wordt alleen een nieuwe inschatting gedaan van de eerste categorie directe schade. Aangenomen wordt dat directe schade door business interruption in dit buitendijkse gebied klein is vanwege relatief kleinschalige overstromingen. Hierbij wordt meegenomen dat de herstelcapaciteit en flexibiliteit (basis van HIS-SSM) in dit buitendijkse gebied veel groter is dan bij grootschalige binnendijkse overstromingen. Indirecte schade, zoals nu berekend door HIS-SSM wordt door verschillende experts (o.a. Morselt et al., 2007) als onvoldoende beschouwd. Aanbeveling is om deze relatief kleine kostenpost (zoals berekend door HIS-SSM) buiten beschouwing te laten, zolang er geen betere manier is om deze schade te schatten. 1.4

Aanpak en leeswijzer Deze studie is in vijf stappen uitgevoerd en gedocumenteerd: Stap 1. Resultaten HIS-SSM en aanbevelingen voor verbetering (H2) Stap 2. Nieuwe methode gebaseerd op HIS-SSM en nieuwe kennis (H2) Stap 3: Varianten in methoden voor woningen en bedrijven (H2) Stap 4: Inschatten en onderbouwen betrouwbaarheidsband van berekende uitkomsten (H4) Stap 5: Beschrijven conclusies en aanbevelingen (H5)


3


2 Methode doorvoeren verbeteringen buitendijkse gevolgenbepaling In dit hoofdstuk wordt aan de hand van relevante voorbeelden de tekortkomingen van HISSSM voor het bepalen van buitendijkse schade nader belicht. Vervolgens wordt beschreven welke verbeteringen per schadegroep worden voorgesteld en zijn doorgevoerd. Het resultaat hiervan wordt als nieuwe methode (Standaardmethodebuitendijks2013) en nieuwe dataset (SSM5mDPRD2013) voor buitendijkse gevolgenbepaling beschouwd. Deze methode wordt de geactualiseerde methode genoemd. In het volgende hoofdstuk worden specifiek voor buitendijkse gebieden schadefuncties geïntroduceerd; die methode wordt de referentiemethode in deze studie, omdat dat de meest realistische schatting is. In deze studie wordt gerekend in een experimentele omgeving met de naam SSM-lab (v1.0).

HIS-SSM 5x5

actualisatie

SSM-lab 1.0

schadefunctie

SSM-lab 1.0

Standaardmethode2006

Actuelemethode2013

Standaardmethodebuitendijks2013

SSM2005NL

SSM5mDPRD2013

SSM5mDPRD2013

Figuur 2.1 In deze studie is eerst een actualisatie van de HIS-SSM methode en data gedaan (beschreven in H2) en vervolgens zijn er buitendijkse schadefuncties geïntroduceerd (referentiemethode, beschreven in H3)

2.1

Analyse aandeel schadecategorieën aan totale schade huidige versie HIS-SSM De bepaling van gevolgen van inundatie in buitendijkse gebieden is problematisch met het huidige gevolgen instrument HIS-SSM. Er is duidelijk behoefte aan een instrument dat ook voor geringe inundatiedieptes en in het buitendijkse gebied meer betrouwbare schattingen kan geven van gevolgen. Hierbij gaat het vooral om de bepaling van directe schade, die informatie kan geven over de mogelijke risico’s bij hoogwater die met enige regelmaat kan optreden zonder het falen van keringen, en behulpzaam kan zijn bij het beslissen over noodzakelijke maatregelen. Het huidige HIS-SSM is in de eerste plaats ontwikkeld voor de bepaling van gevolgen (dit zijn vooral directe schade en slachtoffers) voor grootschalige overstromingen van dijkringgebieden. Er is geen rekening gehouden met overstromingen van kleine gebieden en kleine waterdieptes. Bij deze keuzes gaat het specifiek om: •

Ruimtelijke resolutie van de analyse: voor grote gebieden met waterdieptes die min of meer gelijk zijn over grote gebieden (waarvoor HIS-SSM werd ontwikkeld) is de precieze locatie bij het bepalen van inundatiedieptes en van kwetsbare gebouwen, goederen en infrastructuur minder van belang. Juist bij hoogwater in buitendijks gebied waarbij een relatief beperkte oppervlakte wordt getroffen, moet dit oppervlak en het bijbehorende getroffen belang preciezer worden bepaald.


5


•

Nauwkeurigheid van de schadefuncties in het onderste bereik: bij grootschalige inundatie zal de schade vooral worden bepaald door de gebieden met grote dieptes. De maximale schade is hier vrij eenvoudig te bepalen. De kans op grote onnauwkeurigheden neemt toe bij geringere waterdieptes, waarvoor de huidige standaard HIS-SSM functies op dit moment niet zijn geoptimaliseerd.

Recente vergelijkingen tussen werkelijke opgetreden schade en schattingen van het HISSSM model lopen sterk uiteen. Zo werd voor de omvang van opgetreden schade in januari 2012 in de gemeente Dordrecht van 30 kEuro een schatting gevonden met HIS-SSM van meer dan 100 MEuro. Hierbij moet worden opgemerkt dat een snelle vergelijking tussen deze twee getallen nauwelijks mogelijk is, omdat onbekend is welke schadesoorten er precies zijn inbegrepen in de werkelijk opgetreden schade, en de HIS-SSM schatting mogelijk veel meer schadesoorten omvat. Bovendien is de schatting van de opgetreden schade een geaggregeerd getal, waarbij onbekend is in welk gebied deze precies is opgetreden. Huizinga en de Bruijn et al. (2012) geven overigens ook al aan dat de met HIS-SSM berekende schade een bovengrens is en dat de ondergrens op 0 euro wordt geschat. Om grip te krijgen op dit grote verschil in empirische waarnemingen en modelresultaten toont tabel 2.1 in detail de bijdrage van de verschillende schadecategorieën aan de door HIS-SSM totaal berekende directe schade voor 3 herhalingstijden in het huidige klimaat. 93 tot 97 % van de door HIS-SSM berekende schade wordt namelijk door directe schade (d.w.z. schade aan kapitaalgoederen) veroorzaakt. Het enige aspect dat afwijkt van de standaard HIS-SSM, is dat schades worden berekend op 5x5 m resolutie. Schadecategorieën, functies en maximale schadebedragen zijn hier intact gelaten. Tabel 2.1 Maximale schade (in miljoen euro) berekend met HIS-SSM (v2.5, Model: Standaardmethode2008, Dataset: SSM5mDPRD_uitsnede) voor meest actuele waterdieptekaarten zoals gebruikt in De Bruijn 2012b (prijspeil 20123)

Category

3

Landgebruik

10 jaar € 403.4

% 86 %

100 jaar € 464.1

% 68 %

1000 jaar € % 517.2 54 %

bv. stedelijk gebied bv. recreatie ext. bv. landbouw

181.6 158.4 56.6

39 % (37 %)* 34 % (33 %) 12 % (12 %)

209.5 179.3 66.6

31 % (29 %) 26 % (25 %) 10 % (9 %)

234.4 199.0 73.5

24 % (23 %) 21 % (19 %) 8 % (7 %)

Infrastructuur

6.5

1%

13.3

2%

33.4

4%

bv. overige wegen bv. spoorwegen

4.3

1 % (1 %)

6.6

1 % (1 %) 21.7

2 % (2 %)

Overige

17.6

4%

22.7

3%

28.6

3%

bv. kunstwerken

17.3

4 % (4 %)

21.3

3 % (3 %)

24.5

3 % (2 %)

Woningen

27.6

6%

101.3

15 %

178.6

19 %

bv. eengezinswoningen

13.8

3 % (3 %)

48.9

7 % (7 %)

76.9

8 % (8 %)

Bedrijven

12.9

3%

85.1

12 %

201.6

21 %

bv. transport/communicatie bv. banken/verzekeringen bv. industrie

5.8

1 % (1 %) 28.3

4 % (4 %) 60.6

6 % (6 %)

Totaal direct Totaal

467.9 485.9

686.5 724.1

95 %

959.3 1027.0

93 %

96 %

Prijspeil in HIS-SSM 2012 (geen inflatiecorrectie of factor voor niet meegenomen posten toegepast)

6



* In vetgedrukt en tussen haakjes de percentages t.o.v. de totale schade; daarvoor percentages t.o.v. de totaal directe schade

Opvallend is dat het grootste deel van de schade voor alle drie de herhalingstijden door het model aan de landgebruikscategorieën stedelijk gebied (en dan specifiek bouwterrein), extensieve recreatie en landbouw wordt toegerekend. Zoals eerder beschreven door de Bruijn et al. (2012a) zijn er goede redenen om deze categorieën grotendeels uit te sluiten bij directe schade voor buitendijkse gebieden, omdat deze landgebruiken in buitendijkse gebieden (in tegenstelling tot binnendijkse gebieden) niet of nauwelijks kwetsbaar zijn voor overstromingen. Door de maximale schade van deze landgebruiken aan te passen en te reduceren tot € 0, geeft dit een totale schadereductie van vermoedelijk 50 tot 75 % (zie ook de Bruijn et al., 2012a).4 Voor de categorie stedelijk gebied (d.w.z. woonterreinen met woonvoorzieningen) zal worden uitgezocht of de bestaande definitie, schadefunctie en het maximale schadebedrag moeten worden aangepast. In tabel 2.1 valt nog meer op dat volgens het model woningen en bedrijven bij toenemende overstroomde gebieden en waterdieptes (langere herhalingstijden) absoluut en relatief een groter aandeel van de totale schade beslaan. Deze toename dient goed geanalyseerd te worden, waarbij vooral het effect van de horizontale nauwkeurigheid van de kwetsbare objecten en terreinen als de nauwkeurigheid van de schadefuncties in het onderste bereik (minder dan 0,5 m) beschouwd moeten worden. Het effect van de horizontale nauwkeurigheid van de kwetsbare objecten is voor woningen in de Bruijn et al. (2012) al bekeken, waarbij bijv. schade aan eengezinswoningen met ruim 10% afnam. Ook voor bedrijven is het met het toepassen van de LISA-database mogelijk de horizontale nauwkeurigheid te vergroten. Voor het onderzoeken van de nauwkeurigheid van de schadefuncties in het onderste bereik is het opvallend dat bij nadere analyse van de vier grootste schadeposten binnen woningen en bedrijven blijkt, dat de grootste aantallen getroffen woningen en arbeidsplaatsen voor de drie herhalingstijden voorkomen in de waterdiepteklasse tot maximaal 0,5 m diep (zie figuur 2.2). Een verbetering van de schadefunctie in het onderste bereik zal bij langere herhalingstijden relatief minder effect op de totale schade hebben, aangezien bij deze herhalingstijden ongeveer 40% van de getroffen woningen en bedrijven meer dan een 0,5 m diep overstromen. Intensieve recreatie (1 % van totale schade), voornamelijk buitendijks gelegen campings, bungalowparken en jachthavens, worden wel in de gevolgenbepaling voor buitendijkse gebieden gehandhaafd. Als laatste kan opgemerkt worden dat infrastructuur en diverse gemalen volgens de referentie flinke schade zullen oplopen. Meer dan de helft van de schade voor infrastructuur wordt ten onrechte berekend omdat onder of boven de grond gelegen infrastructuur in werkelijkheid niet kan beschadigen (zie de Bruijn et al. 2012b). Het op de huidige manier meenemen van schade aan gemalen moet voor buitendijkse gebieden worden heroverwogen.

4

Overigens wordt er op deze manier bij landbouwgebieden vanuit gegaan dat het hoofdzakelijk grasweides betreft en dat het vee (= kapitaalgoed) al is ge-evacueerd;


7


900000

100.0%

800000

90.0%

80.0% 700000 70.0% 600000 60.0% 500000

t ranscom bank

10 jaar 100 jaar

50.0%

i ndustrie

1000 jaar

400000

eengezin 40.0%

300000 30.0% 200000 20.0%

100000

10.0%

0

0.0% < 0,5 m

0,5 - 1 m

1 - 1,5 m

1,5 - 2 m

2 - 2,5 m

2,5 - 3 m

< 0,5 m

>3m

0,5 - 1 m

a)

>1m

b)

90.0%

100.0%

80.0%

90.0%

80.0% 70.0% 70.0% 60.0% 60.0% 50.0%

t ranscom bank i ndustrie

40.0%

t ranscom bank

50.0%

i ndustrie

eengezin

eengezin 40.0%

30.0% 30.0% 20.0% 20.0%

10.0%

10.0%

0.0%

0.0% < 0,5 m

0,5 - 1 m

>1m

< 0,5 m

c)

0,5 - 1 m

>1m

d)

Figuur 2.2 a) verdeling oppervlakte per waterdiepteklasse per herhalingstijd; b) verdeling aantallen woningen en arbeidsplaatsen per waterdiepteklasse voor herhalingstijd 10 jaar; c) verdeling aantallen woningen en abp per waterdiepteklasse voor herhalingstijd 100 jaar; verdeling aantallen woningen en abp per waterdiepteklasse voor herhalingstijd 1000 jaar

In de komende paragrafen wordt beschreven welke verbeteringen worden voorgesteld en zijn doorgevoerd in deze studie. 2.2

Voorgestelde verbeteringen In de Standaardmethode en dataset van HIS-SSM versie 2.5 zijn er grofweg 5 groepen met schadecategorieën te onderscheiden: 5 6 7 8 9

Bodemgebruik (bijv. landbouw, recreatie, stedelijk gebied) Infrastructuur (bijv. wegen en spoorwegen) Woningen Bedrijven Overige (bijv. gemalen en rwzi’s)

Ook worden getroffen inwoners en aantal voertuigen gerapporteerd. Deze gegevens beschrijven de gebiedssituatie van voor 2005.

8



De geografische brongegevens worden in onderhavige studie zo goed mogelijk geactualiseerd naar de huidige situatie en op gridniveau met een resolutie van 5x5 m opgeslagen. De keuze van bronbestanden wordt zoveel mogelijk gebaseerd op de huidige bronnen. Voor woningen is een nationale basisregistratie5 beschikbaar met hoge kwaliteit: Basisregistratie Adressen en gebouwen (BAG). Voor bedrijven wordt overgestapt naar een door de overheden verzameld en beheerd bestand met de meest actuele gegevens. Hieronder worden de verbeteringen per groep met schadecategorieën behandeld. 2.2.1

Bodemgebruik In de standaardmethode van HIS-SSM werd het bodemgebruik ontleend aan het ‘CBS Bestand Bodemgebruik 2000’, waarbij de oppervlakte van het bodemgebruik van een betreffende categorie per gridcel wordt gebruikt. Dit bestand wordt nu geactualiseerd met het ‘CBS Bestand Bodemgebruik 2008’. Dit bestand is goed vergelijkbaar met het bestand uit 2000 en geeft een meer actuele situatie weer (CBS, 2008). De volgende standaard schadecategorieën zijn relevant (voor meer informatie over de grondslag, zie NEI, 2002): • • • • • •

Glastuinbouw (CBS-code 50: glastuinbouw); Landbouw (CBS-code 51: overig agrarisch gebruik); Stedelijk gebied (CBS-code 20: woongebied en 34: bouwterrein); Extensieve recreatie (CBS-code 40: park en plantsoen, 41: sportterrein en 60: bos); Intensieve recreatie (CBS-code 42: volkstuin, 43: dagrecreatief terrein en 44: verblijfsrecreatie); Vliegvelden (CBS-code 12: vliegvelden).

Extensieve recreatie en landbouw komen buitendijks respectievelijk in mindere en meerdere mate voor, maar zijn grotendeel aangepast aan (en soms zelfs afhankelijk van) overstromingen. Bij landbouw in buitendijks gebied wordt aangenomen dat dit voornamelijk extensieve veehouderij betreft (weides) en dat materiele schade aan werktuigen, gebouwen en installaties (grondslag huidige methode) niet waarschijnlijk is. Maximale schadebedragen voor deze twee categorieën worden dus op 0 gezet. Intensieve recreatie is zeker wel relevant in het studiegebied (zie figuur 2.3), voornamelijk in de vorm van dagrecreatief terrein (bijv. jachthavens) of verblijfsrecreatie (bijv. kampeer-en caravanterreinen) en blijft dus in de huidige vorm behouden.

5

Overheden zijn verplicht om deze te gebruiken


9


Figuur 2.3: voorbeeld van intensieve recreatie “Biesboschcentrum Dordrecht”

Tot het stedelijk gebied (zie figuur 2.4) worden ‘alle ruimte gerekend exclusief de ruimte die wordt ingenomen door objecten (woningen, bedrijven en dergelijke) inclusief onder andere verhardingen, straatmeubilair, kabels/leidingen, kunstwerken, etc.’ (Briene et al. 2002) In de standaardmethode is echter afgeweken van deze definitie en is ook de ruimte die wordt ingenomen door objecten meegenomen in het geografisch bronbestand. Om dubbeltelling t.a.v. woningen en bedrijven (1/6 van de stedelijk gebied oppervlakte bestaat uit gebouwen) te voorkomen worden de afdrukken (‘footprints’) van gebouwen uit de BAG uit het vlak van het stedelijk gebied geknipt.

Figuur 2.4: voorbeeld van stedelijk gebied (‘woonterreinen) rondom Erasmusbrug

Bijna 80% van de HIS-SSM categorie stedelijk gebied bestaat uit de CBS-categorie ‘bouwterrein’. Steekproefsgewijs is vastgesteld dat het overgrote deel (meer dan 80 %) van het totaal oppervlak ‘bouwterrein’ in Rijnmond-Drechtsteden betrekking heeft op projecten die de natuur in originele staat wilt stellen (figuur 2.5). Een klein deel van de oppervlakte betreft het bouwrijp maken van woonkavels. Dit is in het geografische bestand niet te onderscheiden en omdat deze onderschatting een klein effect heeft op het totale schadebedrag wordt deze CBS-categorie binnen dit project uitgesloten.

10



Figuur 2.5: voorbeeld van bouwterreinen met natuurherstel in de Biesbosch en bij Strijensas

20 tot 25% van het oppervlak van het totale studiegebied (inclusief permanent water) is opgenomen via deze groep schadecategorieën. Door het uitsluiten van schade aan de bovengenoemde categorieën blijft ongeveer 1,5 % van het totale studiegebied gerepresenteerd voor de categorieën die zijn kwetsbaar voor overstromingen (zie figuur 2.6). De Bruijn et al. (2012a) heeft al aangetoond dat dit een groot verlagend effect zal hebben op de totale schade in dit studiegebied.

Figuur 2.6 totale oppervlakte (in ha) per landgebruikscategorie in studiegebied in oud en nieuw bestand 6

De originele schadefunctie uit de standaardmethode2008 van HIS-SSM wordt in deze studie intact gelaten (figuur 2.7). De bestaande maximale schadebedragen worden in deze studie gecorrigeerd voor opgetreden inflatie naar het basisjaar 2011.

6

Glastuinbouw en vliegvelden komen buitendijks in het studiegebied niet voor


11


Figuur 2.7 schadefunctie bodemgebruik uit HIS-SSM

2.2.2

Infrastructuur Voor de geografische locaties van infrastructuur (wegen en spoorwegen) is in de standaardmethode van HIS-SSM gebruik gemaakt van nationale bestanden in beheer bij RWS; het nationaal wegenbestand wegvakken en spoor (NWB-wegen (spoor)). Deze bestanden bevatten lijngeometrie van de ligging van de as van het (spoor)wegdeel en zijn geconverteerd naar lengte (spoor)weg per gridcel. Voor wegen wordt deze informatie nog iets verder onderverdeeld in rijkswegen, autowegen en overige wegen. Lokale wegen worden hierbij uitgesloten (deze zitten namelijk verdisconteerd in het stedelijk gebied). In eerdere studies (o.a. de Bruijn 2012b) is aangetoond dat veel schade onterecht wordt meegerekend omdat infrastructuur over bruggen en in tunnels (over of onder permanent water) in het bronbestand niet goed onderscheiden zijn. Aan dit type infrastructuur treedt over het algemeen geen directe schade op. In buitendijkse gebieden komt dit type relatief vaak voor. Helaas bevatten de genoemde bronbestanden geen informatie over het fysieke voorkomen en de omgeving (over/onder water) van het betreffende (spoor)wegonderdeel. Deze informatie is wel beschikbaar in de nationale basisregistratie topografie (schaal 1:10000) en is via een automatische procedure gekoppeld. Hierdoor wordt het wel mogelijk om bruggen en tunnels categorisch uit te sluiten (zie figuur 2.8). In bijlage B is in detail beschreven hoe dit uitgevoerd is. Ten behoeve van de spoorwegen is na koppeling met dezelfde nationale basisregistratie topografie ook onderscheid te maken in elektrificeert en niet-elektrificeert vervoer. Hierdoor wordt automatisch ook onderscheid gemaakt tussen de hoofdspoorlijnen en fabrieksspoorlijnen die in het studiegebied in grote mate voorkomen. De aanname wordt gemaakt dat de fabrieksspoorlijnen 25% van de maximale waarde van de elektrificeerde spoorlijnen heeft.

12



Figuur 2.8 Voorbeeld van classificatie van spoorwegen: rood - brug over water, geel – brug, lichtgroen – tunnel en groen - rest

Figuur 2.9 totaal km (spoor)weg in studiegebied

Zoals te zien is in figuur 2.9 is de totale lengte van infrastructuur het afgelopen decennium wat toegenomen. Toch zal de totale schade berekend met de nieuwe gegevens lager liggen, simpelweg omdat schade aan bruggen en tunnels in het nieuwe bestand bij voorbaat is uitgesloten. De schadefunctie van wegen en spoorwegen blijft identiek aan de originele functie (figuur 2.10). De maximale schadebedragen worden in deze studie gecorrigeerd voor opgetreden inflatie naar het basisjaar 2011.


13


Figuur 2.10 schadefunctie infrastructuur uit HIS-SSM

2.2.3

Woningen Voor woningen is in de huidige standaardmethode gebruik gemaakt van een commercieel product van Bridgis (woontype2000.txt) waarbij per 6-positiepostcode centroide (bijv. 1314 SZ) het dominante woningtype met een gesommeerd aantal totaal woningen in de postcode wordt gerekend. In de standaardmethode werd expliciet onderscheid gemaakt in: •

• • •

Eengezinswoningen en boerderijen (gebruiken zelfde schadefunctie, maar andere maximale schadebedragen); zoals vrijstaand/bungalow, twee onder een kap, rijtjeshuizen / eengezinswoning, herenhuis grachtenpand, zelfstandige bejaardenwoningen, woonwagens, onbekend en divers, boerderij en tuinderij; Laagbouwwoningen; zoals etage woning / maisonette, etage / flats / grachtenpand; Middenbouwwoningen; flats <4 etages; Hoogbouwwoningen; flats >4 etages.

Iedere categorie heeft een eigen schadefunctie, waarbij mogelijke schade aan inboedel en opstal in de functie geïntegreerd zijn (zie figuur 2.11).

Figuur 2.11 Functies uit het huidige HIS-SSM voor eengezinswoningen en boerderijen (links) en voor laagbouw, middenbouw en hoogbouw

14



Met het vrijkomen van de nationale basisregistratie adressen en gebouwen (BAG) is het modelmatig mogelijk om schade aan woningen op adresniveau te beschouwen. Tevens wordt het mogelijk de hoogte van de woningen expliciet mee te nemen. Het BAG bestaat uit twee geografische bestanden: • •

Adreslocaties (puntlocaties) met functies en oppervlakte; Panden (vlakgeometrie) met een bijbehorende ‘footprint’.

Door deze informatie geometrisch te koppelen en met enkele aannames7 kan voor ieder gebouw in Nederland geautomatiseerd (zie bijlage C voor detailstappen) het volgende bepaald worden: 1 2 3 4

of het gebouw geen, 1 of meerdere woonfuncties bevat; uit hoeveel verdiepingen (van +- 3m) het gebouw ongeveer bestaat (verhouding totale oppervlakte aan functie / oppervlakte ‘footprint’); hoeveel adressen (woonfuncties) er per verdieping ongeveer voorkomen; en de totale oppervlakte aan woonfuncties er per verdieping ongeveer voorkomt.

Met deze gedetailleerde informatie is het voor de nieuwe methode verder relevant om onderscheid te maken tussen vier nieuw gedefinieerde woon-categorieën (zie ook figuur 2.12): • • • •

7

eengezinswoningen (incl. boerderijen en bungalows); begane grond met minimaal 1 woonfunctie in gebouwen met meer dan 1 verdieping; eerste verdieping met minimaal 1 woonfunctie in gebouwen met meer dan 1 verdieping; en hogere verdiepingen met minimaal 1 woonfunctie in gebouwen met meer dan 1 verdieping.

aangenomen wordt bijvoorbeeld dat indien er meerdere functies (anders dan woonfuncties) in een gebouw voorkomen deze altijd op de laagste verdiepingen zitten; zie voor meer info bijlage C


15


Figuur 2.12 overzicht veranderingen definitie woningen in nieuwe methode

Voor elke wooncategorie wordt het aantal en de oppervlakte aan woonfuncties cumulatief per gridcel bepaald. In bijlage D wordt deze automatische procedure uitgebreid toegelicht. Doordat betere informatie beschikbaar is over de relatieve hoogte en grootte van de aanwezige type woningen op een locatie en in een gebouw moeten de bijbehorende schadefuncties en maximale schadebedragen aangepast worden. In het verleden werd dit gebrek in informatie gedeeltelijk gecorrigeerd in de schadefunctie. Voor het aanpassen van de schadefuncties wordt als basis de vorm van de functie voor laagbouwwoningen gebruikt. Uit figuur 2.13 is te vernemen dat de functie voor de eerste verdieping en hogere verdiepingen wordt verschoven met respectievelijk 2 en 5 m. De trapvorm voor de hogere verdiepingen is om de verschillende verdiepingen te tonen, maar is voor buitendijkse studies minder van belang omdat deze waterdieptes hier niet optreden. De functie voor schade aan eengezinswoningen wijzigt niet.

16



Figuur 2.13. Voorstel voor nieuwe functie voor woningen middenbouw, en hoogbouw (eerste verdieping en hoger gelegen verdiepingen).

De maximale schade voor alle typen woningen bestaat uit een deel voor de opstal en een deel voor de inboedel. De opstal schade is in HIS-SSM bepaald aan de hand de marktwaarde met een correctiefactor voor de waarde van de grond en locatie. Tegenwoordig zijn ook gemiddelde bouwkosten van een huis per m 2 en het woonoppervlak beschikbaar bij het CBS. Er wordt dus met een maximale schade per m 2 in plaats van per object gerekend. De nieuwe maximale schade wordt 750 euro per m 2 (= gemiddelde bouwkosten voor woningen in NL). De maximale schade aan de inboedel was in HIS-SSM 70 k euro per object. Dit was een grove schatting aan de hand van verzekeringsdata. Sindsdien is er geen betere data beschikbaar gekomen. Er is daarom voor gekozen dit getal in de basis gelijk te houden, gecorrigeerd voor inflatie tussen 2000 en 2011. In de huidige standaardmethode (peiljaar 2000) worden in totaal voor dit gebied 27043 woningen meegeteld. In de BAG (peiljaar 2013) zijn 34853 woningen onderscheiden. Dat zijn ongeveer 29% meer woningen. Een verder vergelijk op woningtype niveau is niet mogelijk vanwege verschillen in definitie tussen beide datasets. 2.2.4

Bedrijven In de standaardmethode van het HIS-SSM wordt gewerkt met een Dun & Bradstreet bedrijvenbestand uit 2005. In dit geografische bestand wordt per 6 positie postcode centroide voor 9 bedrijvencategorieën het aantal arbeidsplaatsen per gridcel gebruikt. De negen bedrijvencategorieën (delfstoffen, bouw, handel/horeca, transport/communicatie, banken/verzekeringen, overheid, industrie, nutsbedrijven, zorg/overige) sluiten aan bij de Amerikaanse SIC-classificatie en definities. Voorgesteld wordt om dit verouderde bestand te actualiseren door gebruik te maken van de LISA-database met adreslocaties van bedrijven en arbeidsplaatsen van 2010. De bedrijven in deze database zijn gecodeerd volgens de Europese SBI-classificatie en definities. Dit is een hiërarchische indeling, waarbij de zogenaamde SBI’66 set voldoende detail geeft. Hierdoor kan er onderscheid gemaakt worden tussen type bedrijven die erg verschillend zijn in vervangingswaarde van kapitaalgoederen (zie ook maximale schadebedragen).


17


Een extra voordeel van deze SBI-classificatie is dat er een directe relatie aanwezig is met de economische statistieken van het CBS. De gegevens van LISA zijn in principe beschikbaar per adreslocatie en op dit niveau wordt in deze studie ook gerekend. 8 Er bestaan twee schadefuncties voor bedrijven in HIS-SSM (figuur 2.14 – links): een voor transport en communicatie en een voor de overige bedrijfscategorieën.

Figuur 2.14.: Schadefuncties voor bedrijven in HIS-SSM (links) en nieuwe schadefuncties voor bedrijven (rechts) aanbevolen in de Bruijn et al. (2013)

Wat bij deze functies opvalt, is dat voor gelijke waterdiepten de transport schadefunctie veel hogere schadefactoren geeft dan de overige bedrijvenfunctie. Deze overige bedrijvenfunctie is voornamelijk gebaseerd op empirische data van de overstromingen in 1953 en gegevens van een studie van de provincie Gelderland in de jaren ’70 van de vorige eeuw. In beide studies kwam de schadefactor 0,22 bij 3 m waterdiepte naar voren, waardoor dit een belangrijk ijkpunt werd in de HIS-SSM schadefunctie (zie knikpunt in de algemene bedrijven functie). Onder de 3 m is de functie van de provincie Gelderland ruwweg overgenomen, boven de 3m is de functie verder gebaseerd op de 1953 overstromingen in Zeeland. Hiervoor is de gebouwconstructie van de huizen in 1953 een belangrijk uitgangspunt geweest. In verschillende nationale en internationale studies zijn sinds die tijd nieuwe schadefuncties afgeleid en bepaald voor bedrijven. Deze inzichten zijn verzameld en verder bestudeerd in de Bruijn et al. (2013, in prep., zie ook bijlage D). Samengevat uit dit onderzoek wordt voorgesteld de functies in de eerste drie meters steiler te laten oplopen, waarbij onderscheid wordt gemaakt tussen kantoorbedrijven, industrie en winkelbedrijven. Deze drie groepen hebben een andere inboedel- en opstalverdeling (qua omvang en qua locatie), waardoor verschillende schadefuncties nodig zijn. In figuur 2.13 (rechts) zijn de nieuwe functies weergegeven. Elk bedrijf is bij LISA (aantal abp) en CBS (maximale schade) bekend en is ingedeeld in 1 van deze drie groepen. De steilheid van de functies in de eerste drie meters zal een fors toenemend effect hebben op de totale schade.

8

Vanwege privacy-redenen is het niet mogelijk om op het individuele niveau, informatie ook te presenteren en deze gegevens via het model te publiceren; hierom wordt in dit rapport geen gegevens per bedrijf getoond

18



Voor bedrijven worden nieuwe maximale schadebedragen voorgesteld. Voor een bedrijf wordt het maximale schadebedrag per arbeidsplaats (relatie met gebiedsgegevens) berekend met de volgende formule: =

De waarde van de kapitaalgoederen per sector in heel Nederland en de arbeidsplaatsen komen uit de CBS database met getallen over het jaar 2011. De factor (0,8) is nodig om te corrigeren voor het gedeelte van de kapitaalgoederen die niet kunnen beschadigen door water (zie voor een uitgebreide toelichting bijlage D).9 2.2.5

Overige Schade aan gemalen wordt in deze studie buiten beschouwing gelaten, omdat aangenomen wordt dat deze werken veilig liggen voor buitendijkse overstromingen; bijv. omdat deze in het dijklichaam zijn verwerkt. Schade aan rioolwater zuiveringen is wel relevant, waarbij bij gebrek aan goede alternatieven de standaarddata uit 2005 (rwzi-object per gridcel) in het model intact gelaten wordt. In het studiegebied komen in totaal 8 Rioolwaterzuiveringsinstallaties voor. De schadefunctie wijzigt niet. Het maximale schadebedrag wordt gecorrigeerd voor inflatie naar 2011.

2.2.6

Inwoneraantallen en aantal voertuigen In de standaardmethode van HIS-SSM worden inwoneraantallen gebruikt om het aantal getroffenen, slachtoffers en voertuigen te bepalen. De inwoneraantallen zijn per postcode-centroide en woningtype (laagbouw of hoogbouw) gegeven in het personenbestand van Geo-Marktprofiel BV: GEO200.txt. Het aantal voertuigen wordt gegeven door het aantal inwoners per postcode te vermenigvuldigen met een gemiddeld aantal voertuigen per inwoner; 0,42. Het CBS levert jaarlijks een geografisch bestand met aantal inwoners per ha (100 x 100 m vierkanten) met de naam CBSvierkant100m201207.shp. Door deze vierkanten geometrisch te koppelen aan de gebouwen met woonfunctie kan worden berekend hoeveel personen in een vierkant gemiddeld per woning wonen. Deze informatie wordt opgeslagen in een rasterbestand met aantal inwoners per rastercel. Het aantal voertuigen wordt vervolgens bepaald door het aantal inwoners per gebouw maal 0,42. Ook deze informatie wordt opgeslagen in een rasterbestand met aantal voertuigen per rastercel. De schadefunctie wijzigt niet. Het maximale schadebedrag wordt gecorrigeerd voor inflatie naar 2011. 9

Het blijkt erg lastig totaalstatistieken met betrekking tot arbeidsplaatsen tussen de beide bestanden te vergelijken.

Dit komt door onduidelijkheden over de definitie (bijv. incl of excl. zelfstandigen, part-time vs. full-time banen, werknemers per holding of per locatie). Een vergelijking met CBS op COROP-niveau (Groot-Rijnmond) geeft aan dat het aantal getelde LISA arbeidsplaatsen (beschouwd als full-time banen) voor 2010 zo’n 15% minder is dan CBS rapporteert. Per sector zijn er ook aanzienlijke verschillen. Voor een nadere beschouwing en verklaring van deze verschillen moet meer onderzoek gedaan worden.


19


In deze studie wordt het mogelijk aantal dodelijke slachtoffers niet berekend. 2.2.7

Statistieken over kwetsbare objecten In de nieuwe methode worden ook de getroffen10 kwetsbare en waardevolle objecten en gebieden meegeteld. Hiervoor wordt geen schade berekend, maar wel een indicatie gegeven van het aantal getroffen objecten en/of oppervlakte getroffen gebied. Met deze rapportage worden statistieken verzameld in lijn met de Europese Richtlijn Overstromingsrisico, waarbij het belangrijk is dezelfde brongegevens te gebruiken. Deze gegevens worden rechtstreeks gehaald van de professionele website van risicokaart.nl en achterliggende beheerde databases. Het betreft kwetsbare objecten (met milieuschade als gevolg) als BRZO en IPCCbedrijven, kwetsbare objecten met betrekking tot evacuatie van kwetsbare personen zoals ziekenhuizen, scholen, verzorgingshuizen etc., kwetsbare cultuurhistorische objecten (zoals rijksmonumenten etc.) en beschermde gebieden zoals beschreven in andere Europese Richtlijnen, zoals Natura2000, drinkwaterwingebieden en zwemwaterlocaties.

2.3

Waterdieptekaarten referentiesituatie en beschrijvende statistieken Voor het bepalen van de waterdiepten in het studiegebied zijn met het Deltamodel v02 11 (MHWp v 3.2 en Hydra-B) waterstanden op de as van de rivier voor de referentie-strategie “Voortzetten huidig beleid” berekend. Waterstanden zijn beschikbaar voor 463 referentiepunten (sobekvakken ingedeeld naar rivierkm), 17 verschillende normfrequenties en 3 verschillende (delta)scenario’s: • • •

referentie 2015; stoom/warm 205012: zeespiegelstijging 35 cm en maatgevend QLobith 17.000 m 3/s; stoom/warm 2100: zeespiegselstijging 85 cm en maatgevend QLobith 18.000 m 3/s.

In deze studie is ervoor gekozen om waterdieptekaarten voor zes verschillende normfrequenties (t10, t25, t50, t100, t1000, t10000) en voor alle drie scenario’s (2015, 2050 en 2100) te maken. Hiervoor is een automatische eenvoudige GIS-procedure ontwikkeld, waarbij de waterstanden op de as van de rivier worden toegekend aan standaard SOBEKvakken (waterstandsvlakken) en vervolgens worden geconfronteerd met een zorgvuldig geconstrueerde (maaiveld)hoogtekaart (zie de Bruijn et al. 2012). Het resultaat hiervan wordt dan automatisch gecontroleerd op lokale hoogteverschillen en gebieden die hierdoor niet kunnen overstromen. Als laatste wordt met een buffer van 15 m langs de laagwaterlijn de ‘taluds’ verwijderd. Het meenemen van taluds geeft een grove overschatting van de gevolgen, omdat de geografische basisgegevens aangeven dat op de grenzen stedelijk gebied of infrastructuur overstroomt, terwijl water in werkelijkheid tegen de taluds staan en de taluds daarop berekend zijn (De Bruijn et al. 2012). Deze procedure is op hoofdlijnen identiek aan degene uitgevoerd door de Bruijn et al. (2012). Deze methode houdt geen rekening met dwarsverhang, bochtwerking of golven door wind. Door de automatisering en de toepassing van een goede basishoogtekaart is in theorie elke waterstandsverdeling te vertalen naar een waterdieptegrid voor het studiegebied.

10

Getroffen wordt hier gedefinieerd als direct getroffen door minstens 2 cm water

11

Uitgangspunten beschreven in Slootjes et al. 2011 en Botterhuis et al. 2013

12

Identiek aan Druk/rust 2100

20



De waterdieptegrids zijn voor deze studie met een resolutie van 5x5 m geproduceerd. Enkele lokale verschillen met voorgaande studies zijn eenvoudig waarneembaar en beschreven in appendix E. 2.4

Cumulatief resultaat van voorgestelde verbeteringen In tabel 2.2 staan de maximale schadebedragen uitgesplitst naar groepen schadecategorieën berekent met HIS-SSM en de nieuwe methode. De getallen voor beide modellen zijn vertaald naar zichtjaar 2015 (zie appendix F voor details). Zoals verwacht lopen de berekende totale schades bij deze drie terugkeertijden door de verschillende aanpassingen voor een groot deel terug. Met uitzondering van schade aan bedrijven lopen de berekende schades voor de andere posten met de nieuwe methode flink terug. Dit is grotendeels te verklaren door de aanpassingen aan de bronbestanden; deze beschrijven de totaal aanwezige kwetsbare economische waarde nauwkeuriger. Directe schade aan bedrijven wordt hoger berekend en is in de nieuwe methode verreweg de grootste schadepost. Ook dit is goed te verklaren; het feit dat de nieuwe schadefuncties in het onderste bereik steiler zijn geworden dan de originele functies en dat de berekening van schade aan de hand van adreslocaties exacter is dan door het uit te drukken per postcodecentroïde lijken hiervoor de belangrijkste redenen te zijn. Tabel 2.2: maximale schades (in miljoen euro) berekend voor waterdiepten bij t10, t100 en t1000 (beschreven in par. 2.3) met HIS-SSM en de geactualiseerde methode geïndexeerd en gecorrigeerd (volgens WV21 methode, Kind et al. 2011) naar zichtjaar 2015 T=10 HIS-SSM

T=100 13

Actueel

14

T=1000

HIS-SSM

Actueel

HIS-SSM

Actueel

Landgebruik

676.2

13.6

795.8

25.7

889.8

39.4

Infrastructuur

11.9

4.1

22.0

6.7

51.3

12.4

Woningen

24.2

4.3

129.3

23.4

303.4

65.5

Bedrijven

21.4

94.7

149.5

216.6

354.7

555.3

Overige

30.4

0

37.7

1.5

47.8

6

Totaal

764.1

116.7

1134.3

273.9

1647

678.6

Getroffenen

991

954

6873

6463

10948

10794

Een groot deel van de hoge berekende schade voor bedrijven is terug te voeren op enkele individuele schadecategorieën. In tabel 2.3 is goed te zien dat bij de verschillende herhalingstijden de bedrijfsschadecategorieën groothandel en opslag vervoer omstreeks 1/3 van de berekende totale schade leveren. Tabel 2.3 top 5 grootste individuele schadeposten per overschrijdingsfrequentie T = 10 Groothandel Opslag vervoer Delfstoffenwinning Intensieve recreatie Machine-industrie

33.6 15.9 13.3 9.3 6.1

T = 100 Groothandel Opslag vervoer Metaalproducten Delfstoffenwinning Voedingsindustrie

63.6 34.4 19.3 18.3 15.3

T = 1000 Opslag vervoer Groothandel Voedingsindustrie Overige transport Metaalproducten

13

Schade * WV21-factor * economische groei tussen 2012-2015 = Schade * 2,24 * 0,983

14

Schade * Buitendijkse WV21-factor * economische groei tussen 2012-2015 = Schade * 1,36 * 0,983


131.9 91.2 35.6 28.2 25.3

21


% van totaal

67.0

% van totaal

55.1

% van totaal

46.0

Het aantal getroffen kwetsbare objecten per overschrijdingsfrequentie is zoals verwacht laag (zie tabel 2.4). Het zou de moeite waard kunnen zijn om bij deze kwetsbare objecten apart onderzoek te doen of deze inderdaad overstromingsgevoelig zijn. Getallen in tabel 2.4 zijn lastig te vergelijken met originele HIS-SSM output omdat dit aanvullende informatie betreft. Tabel 2.4 Aantallen kwetsbare objecten met gebruiksfuncties die bij overstroming die milieuverontreiniging kunnen veroorzaken (IPCC-bedrijven)15 per waterdiepteklasse en bij verschillende terugkeertijden t = 10 < 0.5 m 2 logies 6 publiek

0.5 – 1 m 2 publiek

>1m 1 publiek

0 brzo

0 brzo

3 brzo

T = 100 < 0.5 m 4 logies 5 onderwijs 12 publiek 2 brzo

0.5 – 1 m 1 logies 5 publiek

>1m 2 publiek

0 brzo

3 brzo

T = 1000 < 0.5 m 5 logies 6 onderwijs 10 publiek 5 brzo

0.5 – 1 m 4 logies 2 onderwijs 10 publiek 2 brzo

>1m 4 publiek

3 brzo

In het volgende hoofdstuk wordt verder ingegaan op de theorie en de methode om schade aan woningen en bedrijven in buitendijks gebied nog nauwkeuriger te kunnen schatten. Voor woningen wordt op basis van literatuur en empirische gegevens een voorstel gedaan om de schadefuncties aan te passen. Voor bedrijven wordt onderzocht of er onderbouwde aanpassingen van de schadefuncties mogelijk zijn. Daarnaast wordt de gevoeligheid van de ruimtelijke representatie van kapitaalwaarde van bedrijven onderzocht. In de huidige methode worden adreslocaties (xy-coördinaten van de voordeur) van bedrijven in de berekening gebruikt; onderzocht wordt of het mogelijk is en wat de consequenties zijn van het ruimtelijk verdelen van de kapitaalwaarde over bedrijfsgebouwen of over bedrijfsterreinen.

15

Statistieken over Natura2000, drinkwaterwingebieden, zwemwaterlocaties en cultuurhistorische objecten zijn nog niet beschikbaar, omdat deze op dit moment nog niet goed in de ROR-database zitten.

22



3 Gevoeligheidsanalyse schade aan woningen en bedrijven 3.1 3.1.1

Onderbouwing en voorstel aanpassing schadefuncties Aanleiding tot aanpassing schadefuncties woningen en bedrijven Zoals eerder beschreven is er noodzaak tot een verbetering van de nauwkeurigheid van de schadefuncties in het onderste bereik van de schadefuncties (lage inundatiedieptes). De kans op grote afwijkingen neemt toe bij geringere waterdieptes, omdat de huidige HIS-SSM functies werden ontwikkeld voor grote dijkringgebieden en grote inundatiedieptes, en voor gebieden waar inundatie uiterst zelden voorkomt. We zien vier mogelijke redenen om de functies aan te passen. De eerste voorgestelde verandering heeft betrekking op de vorm van de functie in het onderste bereik. Vastgesteld kan worden in het huidige HIS-SSM bij eengezinswoningen bij kleine inundatiedieptes tot een halve meter al een kwart van de maximale schade ontstaat, dit lijkt onrealistisch. De maximale schadebedragen voor woningen is mogelijk ook te hoog. Ten tweede is er een aantal andere processen dat de hoogte van schade bij geringe inundatiedieptes beïnvloedt. In het buitendijks gebied komen hoogwatersituaties regelmatiger voor dan in bedijkte gebieden. Dit doet vermoeden dat de functies in het HIS-SSM die zijn ontwikkeld voor bedijkte gebieden niet voldoen voor analyses in het buitendijks gebied. De effecten die optreden in het buitendijkse gebied zijn het gevolg van structurele maatregelen in het interieur en exterieur die bewoners hebben getroffen. Van belang zijn ten derde de effecten van gedrag van bewoners die door het nemen van tijdelijke noodmaatregelen de hoogte van de schade beïnvloeden. Dit heeft voornamelijk betrekking op het beschermen van inboedel (verplaatsen naar hogere verdiepingen), en het beschermen van opstal en inboedel door middel van bijvoorbeeld zandzakken en andere waterkerende maatregelen. Deze maatregelen kunnen zowel binnen- als buitendijks worden getroffen, waarbij de maatregelen buitendijks effectiever zullen zijn door de geringere inundatiedieptes. Voorwaarde is een tijdige waarschuwing van de bewoners. Ten vierde kan vastgesteld worden dat schattingen van schades bij kleine inundatiedieptes erg onzeker zijn, doordat de exacte inundatiediepte en blootgestelde gebouwen en goederen behorende bij deze diepte lastig te bepalen zijn. Bij empirische studies blijkt de variatie in schade bij geringe dieptes erg groot. De bestaande functies zijn hier niet op gemaakt. De vraag is hoe en of de functies voor dit effect moeten worden aangepast. Wanneer een groot aantal objecten wordt getroffen, zal ook een functie voldoen die gemiddeld gezien de juiste hoeveelheid schade bij geringe inundatiedieptes aangeeft. Per object kunnen dan afwijkingen ontstaan, maar dit probleem is waarschijnlijk onoplosbaar door de grote heterogeniteit aan objecten en effecten van hoogwater. Besloten wordt dan ook dit punt niet verder te adresseren. In dit project stellen we een aantal mogelijke aanpassingen voor, voor het verloop van de schadefuncties voor woningen, voor de eerste drie hierboven beschreven effecten die de hoogte van mogelijk schade (mede) beïnvloeden.


23


Daarnaast zullen door de actualisatie van de woningen naar adreslocaties op basis van het BAG de huidige definities van de vijf woningtypen heroverwogen worden. Dit heeft tot gevolg dat tegelijkertijd ook de schadefuncties en schadebedragen zullen worden aangepast. Door het actualiseren van de bedrijfsgegevens met de LISA-database zullen als gevolg van de datastructuur de definities van de categorieën, de schadefuncties en maximale schadebedragen voor bedrijven heroverwogen worden. In de tabel hieronder zijn deze verschillende mogelijke effecten opgesomd voor het bedijkte en onbedijkte gebied. Mogelijk kan een aantal aanpassingen van de tweede en derde soort ook worden toegepast op bedrijvenschade. Voor bedrijfsschade wordt in elk geval ook de onnauwkeurigheid van de vorm aangepast. Opgemerkt moet worden dat de voorstellen die hier worden gedaan mogelijk deels ook gelden voor bedijkte gebieden, waar het gaat om geringe waterdieptes bij bedrijfsschade, en ook voor schade in de categorie stedelijk gebied (openbare ruimte met voorzieningen zoals kabels, leidingen, en straatmeubilair). Tabel 3.1. Drie veronderstelde effecten die de hoogte van schade beïnvloeden en veronderstelde werking in verschillende gebieden.

Gebied: Overstromingsfrequentie:

Binnendijks Niet/vrijwel nooit

Effecten:

Onnauwkeurigheid Van belang vorm schadefunctie Structurele Niet van belang maatregelen Tijdelijke Niet van belang maatregelen * maar worden in deze studie niet onderzocht

Buitendijks Zelden >50 jaar Van belang

Buitendijks Enige regelmaat (orde 10-25 jaar) Van belang

Niet van belang

Van belang

Van belang*

Van belang

Hieronder beschrijven we de onderbouwing van het tweede en derde effect zoals hierboven beschreven. Op het eerste effect wat betreft de vorm van de functie voor huizen besteden we in dit onderzoek verder geen aandacht. 3.1.2

Structurele maatregelen in interieur en exterieur Aangenomen wordt dat in het buitendijks gebied waar hoogwater met enige regelmaat voorkomt, een aantal structurele maatregelen wordt getroffen. Gezien de relatief lage kosten kunnen deze eenvoudig getroffen worden, ten opzichte van andere maatregelen. De maatregelen die kunnen worden getroffen in het interieur zijn: •

24

Aanpassingen in de bouw van de woning; zoals het weglaten van een kelder, het hoger plaatsen van stopcontacten, het aanleggen van elektrische en CV installaties op hogere verdiepingen. De verwachting is dat deze wijze van bouwen relatief weinig wordt toegepast in de buitendijkse gebieden in Nederland, wel is het mogelijk dat na overstromingservaring deze aanpassingen worden gepleegd.



•

Aanpassingen in de inrichting van woningen; zoals het aanleggen van een stenen vloer, en ondervloeren, en eventueel verplaatsen van elektrische installaties en CV installatie naar hoger gelegen verdiepingen. Deze maatregelen zullen naar verwachting meer voorkomen in buitendijkse gebieden in Nederland.

Bij locaties in buitendijkse gebieden waar hoogwater nog minder frequent voorkomt, kan een aantal maatregelen in het exterieur worden getroffen. Dit betreft: •

•

Integrale ophoging, waarbij de gehele woning is opgehoogd. Een schadefunctie zou hier op kunnen worden aangepast door een verschuiving van de functie ten opzichte van de inundatiediepte. Het aantal objecten dat integraal is verhoogd in het buitendijks gebied is naar verwachting laag. Verhoging van de drempel. Hierbij kan de situatie bestaan dat ofwel de gehele woning de hoogte van de drempel heeft, ofwel dat de vloer de maaiveldhoogte heeft. Een schadefunctie zou hier op kunnen worden aangepast door een drempelwaarde in te bouwen; wanneer de erachter gelegen vloer op gelijke hoogte bevindt betreft het een verschuiving, vergelijkbaar met de integrale ophoging hieronder; wanneer de vloer lager ligt neemt de schade bij grotere inundatie snel toe.

Er lijkt onderbouwing te bestaan voor effecten die voortkomen uit structurele maatregelen in het buitendijkse gebied on Nederland. Een aantal observaties: •

•

Bij de watersnood Maas in 1993 werd een effect gevonden voor woningen met inundatiedieptes boven de 120 centimeter; hier was de schade geringer dan voor woningen waar de inundatiediepte minder groot was (zie onderstaande Tabel 3.2). De woningen waar de inundatiediepte het grootst was, hadden de laagste ligging ten opzichte van het hoogwater. Dit zou kunnen duiden op het feit dat de bewoners vaker met hoogwater te maken hebben gehad, en deze woningen hierdoor waren voorzien van aanpassingen die hebben geleid tot minder schade. Het rapport van de Watersnood Maas merkt wel op dat dit effect voor slechts een klein aandeel (circa 5%) van de getroffen woningen geldt. In het Rijnmond-Drechtstedengebied komen verhogingen van drempels en entrees van gebouwen voor in de orde van 0-40 cm (gemiddeld 25 centimeter) (Veerbeek et al., 2012).

Tabel 3.2. Waargenomen schade tijdens Maas hoogwater, december 1993. (Uit: Tabel A1, Min V&W 1994, Onderzoek Watersnood Maas, Deelrapport 9: Schademodellering).


25


3.1.3

Effecten van noodmaatregelen op de hoogte van schade In buitendijkse gebieden kan worden verondersteld dat er door herhaald optreden van hoogwater actief noodmaatregelen worden genomen door bewoners, die schade kunnen beperken. Er is ook onderbouwing voor de effecten van dit gedrag op de hoogte van schades. Zo blijkt uit onderzoek in Duitsland (Elbe 2002) dat het nemen van noodmaatregelen van burgers tot meer dan een halvering van schade kan leiden (Thieken et al. 2008). Dit is ook waargenomen in Nederland voor de overstromingen in buitendijks gebied langs de Maas, waarbij de kosten in 1995 duidelijk lager waren dan in 1993 (Wind et al. 1999). Ook uit Duitsland tijdens het hoogwater op de Rijn in 1993 en 1995 is een soortgelijke halvering van schade bekend, nadat bewoners preventieve maatregelen hebben genomen (Bubeck et al. 2012). Deels zijn deze effecten terug te voeren op structurele maatregelen die na een kort daarvoor plaatsgevonden overstroming zijn genomen, en voor een belangrijk deel door noodmaatregelen als resultaat van gedrag van bewoners. Bij de ontwikkeling van HIS-SSM zijn de effecten van noodmaatregelen niet meegenomen. Gezien de grotere inundatie dieptes in bedijkt gebied zullen deze effecten daar ook van minder belang zijn dan voor buitendijkse gebieden. Hoewel uit bovenstaande blijkt dat de effecten zeer significant kunnen zijn, juist in het buitendijks gebied, is het opnieuw de vraag of het wenselijk is deze vast in te bouwen in het gevolgeninstrumentarium. De betrouwbaarheid van de effecten van deze maatregelen is zeer onzeker, en ook voorspelbaarheid van de omvang waarin deze maatregelen worden getroffen is laag, wat het problematisch en zelfs onwenselijk maakt om deze in te bouwen in het instrumentarium. Een alternatief zou kunnen zijn om twee schades te rapporteren in het instrument; waarbij onderscheid gemaakt wordt tussen: • •

De maximale schade die kan optreden wanneer er geen noodmaatregelen worden genomen (wel met inbegrip van structurele maatregelen); De schade die kan optreden als in een deel van het beschouwde gebied door noodmaatregelen van bewoners een deel van de schade wordt vermeden. Het gebied waarvoor dit relevant is kan worden bepaald door vast te stellen welke gebieden relatief frequent overstroomd raken, en waar de bevolking redelijkerwijs actief reageert.

In de schadefuncties (of variaties daarvan) voor onbedijkt gebied zou dit effect op twee manieren kunnen worden opgenomen: •

•

16

Verschuiven van de schadefuncties voor inboedel, voor een deel van het beschouwde buitendijkse gebied waarvoor dit relevant is. Hierbij wordt de functie voor berekende potentiële schade aan inboedel verschoven naar een hogere waterdiepte. Deze aanpak veronderstelt dat een deel van de potentiele schade gegarandeerd wordt vermeden door het verplaatsen van (een groot deel van) de inboedel naar hoger gelegen verdiepingen, maar een deel zal wel beschadigd raken. Drempelwaarde die wordt ingebouwd in schadefuncties voor opstal. De veronderstelde maatregelen bestaan uit preventieve maatregelen die ook opstal beschermen, zoals het plaatsen van zandzakken of privé-noodkeringen. De drempel zou kunnen worden bepaald op basis van literatuur.16

In de expertsessie beschreven in Huizinga et al. 2011 wordt genoemd dat schade aan woningen in buitendijkse gebieden op basis van expertinschatting vaak worden gecorrigeerd door de totaalschade voor woningen te halveren (=50%)

26



3.1.4

Voorstellen voor verbeteringen van bestaande schadefuncties •

Woningen

Wat betreft structurele maatregelen wordt besloten om een drempel van 25 centimeter boven maaiveld in de schadefunctie te bouwen voor zowel inboedel als opstal, voor gebieden die met enige regelmaat getroffen worden door hoogwater. Deze drempel wordt gekozen als gemiddelde, en is gebaseerd op het onderzoek van Veerbeek (2009). Opgemerkt moet worden dat dat onderzoek uitgevoerd is in het Rijnmond-Drechtsteden en dus deze drempel dus hiervoor van toepassing is, maar dat mogelijk dit niet geldt voor andere buitendijkse gebieden in Nederland. Het uitgangspunt is dat alle woningen die minimaal eens in de 50 jaar kunnen worden getroffen dusdanig zijn aangepast aangezien de gemiddelde leeftijd van de woningen in het betroffen gebied in Rijnmond-Drechtssteden 80 jaar is in gebieden die eens in de 10, 25 en 50 jaar overstromen. Mogelijk geeft deze berekening een overschatting van het mitigerende effect, omdat dit alle woningen in dit gebied betreft. Er wordt aangenomen dat er geen locaties zijn waar integraal is opgehoogd. Ook wordt er aangenomen dat er geen structurele maatregelen in het interieur zijn genomen, wat is gebaseerd op het feit dat er geen onderzoek bekend is waaruit blijkt dat er op grote schaal tegelvloeren of andere aanpassingen zijn gedaan in de relevante gebieden. Wat betreft de effecten van noodmaatregelen wordt voorgesteld om twee schades te rapporteren: de maximale potentiele schade aan de hand van bovenstaande, en de minimale schade wanneer een combinatie van twee maatregelen worden getroffen: verplaatsen van inboedel naar hoger gelegen verdiepingen (verschuiven functie voor inboedel met 1.5 meter). Deze verschuiving veronderstelt dat een groot deel, maar niet alle inboedel kan worden beschermd tot een waterdiepte van 1.5 meter. Preventieve maatregelen door bescherming tegen hoogwater worden meegenomen door het inbouwen van een drempel voor opstal van 1.0 meter. Deze hoogte volgt uit studies naar effectiviteit van zandzakken, die tot een waterhoogte van 1 meter effectief kunnen zijn (zie bijvoorbeeld Poussin et al. 2012). Omdat deze maatregel niet overal effectief zal wordt getroffen, betreft het effect een bovengrens. Het gebied waarvoor deze twee effecten geldig zijn wordt bepaald door de omvang van het gebied dat eens in de 10 jaar wordt getroffen door hoogwater (>0 cm water). Deze frequentie van 10 jaar is gekozen omdat 1) er een relatief hoge frequentie moet worden verondersteld voordat maatregelen worden getroffen door bewoners; en 2) gezinnen in Nederland gemiddeld eens in de 10 jaar verhuizen; hierdoor raakt het effect van kennis over hoogwater en een respons op langere termijn verloren (www.PBL.nl), 2013). Samen met de maximale schade geeft deze schatting een bandbreedte, met een minimale schade wanneer burgers in de gehele betreffende zone actief en effectief maatregelen treffen, en tijdig over het hoogwater worden geïnformeerd. In figuur 3.1 worden de nieuwe functies voor eengezinswoningen die in het gebied staan die eens in de 10 jaar overstroomt getoond. De functies zijn opgesplitst in een functie voor schade aan opstal en schade aan inboedel. De originele functie (zie figuur 2.10) voor schade aan opstal wordt voor alle woningen die eens in de 10 jaar kunnen overstromen een meter verschoven (blauwe functie); d.w.z. schade aan opstal wordt meegerekend als de waterdiepte meer dan een meter bedraagt. De originele functie voor schade aan inboedel wordt voor alle woningen die eens in de 10 jaar kunnen overstromen 1,5 m verschoven (groene functie); m.a.w. schade aan inboedel wordt meegerekend als de waterdiepte meer dan 1,5 m bedraagt.


27


Tabel 3.3. Voorgestelde aanpassingen voor de schadefuncties per functie en per gevaarzone

Functie:

Sub

Eengezinswoningen/ boerderijen

Opstal

Eengezinswoningen/ boerderijen

Inboedel

Begane grond

Opstal en inboedel

Eerste verdieping

Structurele maatregelen <10 jaar: 25 cm <50 jaar: 25 cm >50 jaar: n.v.t. <10 jaar: 25 cm <50 jaar: 25 cm >50 jaar: n.v.t. <10 jaar: 25 cm <50 jaar: n.v.t. >50 jaar: n.v.t. N.v.t.

Noodmaatregelen <10 jaar: 100 cm <50 jaar: n.v.t. >50 jaar: n.v.t. <10 jaar:150 cm* <50 jaar: n.v.t. >50 jaar: n.v.t. <10 jaar: 150 cm* <50 jaar: n.v.t >50 jaar: n.v.t N.v.t.

Opstal en inboedel Hogere verdiepingen Opstal en N.v.t. N.v.t. inboedel * de functie wordt voor deze categorieën (met 1,5m) over de x-as verschoven; bij de andere aanpassingen wordt een drempelhoogte geïntroduceerd waarbij alleen schade wordt meegerekend boven die drempelhoogte

Figuur 3.1: Aanpassingen eengezinswoningen in buitendijks gebied (de blauwe functie is vanaf een meter identiek aan de rode functie en is daarom niet zichtbaar in het figuur)

De schadefuncties aan eengezinswoningen die in het overstroombare gebied liggen die eens in de 50 jaar kan overstromen wijzigen ook. De orginele functies voor eengezinswoningen voor opstal en inboedel in deze zone worden beide met 25 cm verschoven (zie figuur 3.1, de rode en lichtblauwe functie). Op identieke wijze worden de originele functies voor de begane grond woningen (figuur 2.12) aangepast (zie figuur 3.2).

28



Figuur 3.2: Aanpassingen begane grond functies

•

Bedrijven

Ook bedrijven kunnen noodmaatregelen nemen of aangepast bouwen. Hierover is echter veel minder data en literatuur beschikbaar dan voor huizen. Er wordt veel variatie verwacht in de maatregelen die bedrijven nemen omdat bedrijven een veel heterogenere categorie zijn dan huizen. Voor deze studie zijn 3 verschillende opties meegenomen om deze schade aan bedrijven te modelleren: 1. Minimum: Bedrijven nemen geen noodmaatregelen en zijn niet aangepast. 2. Verwacht: Er is veel variatie tussen de noodmaatregelen en de aanpassingen bij bedrijven. Gemiddeld heeft een bedrijf tot 25 cm geen problemen, daarna hebben de maatregelen niet langer effect (afknippen van de bedrijvenschade functie). 3. Maximum: Er kunnen veel aanpassingen en noodmaatregelen worden gedaan. Gemiddeld heeft een bedrijf tot 50 cm geen problemen, daarna hebben de maatregelen niet langer effect (afknippen van de bedrijvenschade functie).

. Figuur 3.3 aanpassingen bedrijvenfuncties


29


3.2

Cumulatief resultaat van voorgestelde verbeteringen Uit tabel 3.3 wordt duidelijk dat het aanpassen van de schadefuncties voor woningen en bedrijven als gevolg van genomen structurele en te nemen noodmaatregelen de schade aan woningen en bedrijven aanzienlijk reduceert. Voor bedrijven kan deze reductie door opgeworpen barrières (tot 0,5 m) oplopen tot factor 2 bij t=1000. Voor woningen is niet gevarieerd in hoogte van barrières, maar zie je dat door de combinatie van maatregelen schades bij hoogfrequente situaties tot een factor 10 kunnen afnemen. Bij laagfrequente situaties is de reductie kleiner; nl. een factor 1.5. Dit verschil is als verwacht omdat het om woningen (en bewoners) gaat die in het recente verleden ervaring hebben gehad met overstromingen en in het model is aangenomen dat deze woningen daarop zijn aangepast. Tabel 3.3: maximale schades (in miljoen euro) als gevolg van aanpassingen schadefuncties woningen en bedrijven (zichtjaar 2015) T=10

T=100

T=1000

Woningen

Bedrijven

Woningen

Bedrijven

Woningen

Bedrijven

HIS-SSM

24.2

21.4

129.3

149.5

303.4

354.7

Geactualiseerde

4.3

94.7

23.4

216.6

65.5

555.3

0.4 – 2.4

81.7

5.1 – 8.9

153

45.7 – 50.2

451.3

idem

64.5

idem

116.6

idem

256

methode Inclusief maatregelen Maximale

17

aanpassing (>50 cm)

Ook voor bedrijven is het effect van de aanpassingen in de schadefuncties duidelijk waarneembaar. Dit loopt bij laagfrequente overstromingen en bij maximale aanpassingen (schade berekent vanaf 50 cm waterdiepte) op tot een reductie van 50% van de origineel berekende schade.

3.3

Resultaten per deelgebied De totale schadegetallen zijn ook uitgerekend per deelgebied (figuur 3.4). De deelgebieden zijn eerder door de Bruijn et al. (2012a) bepaald. De buitendijkse regio van Rotterdam (oplopend tot 50%), gevolgd door de buitendijkse gebieden van de Drechtsteden heeft het grootste aandeel in de totale schade en het overstromingsrisico (zie figuur 3.5). Bij laagfrequente overstromingen (t > 1000) neemt het aandeel van de schade berekend voor de Biesbosch en het overige rivierengebied (incl. Boven Merwede en Lek)) flink toe, waardoor dit deelgebied na Rotterdam de meeste schade heeft. Het havengebied van Moerdijk heeft bij de doorgerekende waterdieptes geen schade.

17

kleinste getal is inclusief noodmaatregelen, grootste getal is exclusief noodmaatregelen, alleen structurele maatregelen voor bedrijven (vanaf 25 cm)

30



HA RO DR MO EI HI BI

Figuur 3.4: Het studiegebied en de onderscheiden deelgebieden

DR

EI

DR

T = 10

BI

EI HI

HI

HI RO

DR

EI

BI

BI RO

RO

T = 100

HA

T = 1000

Figuur 3.5 Verdeling van schade per deelgebied voor t=10, t=100 en t=1000 bij huidig klimaat; schade berekend met referentie-methode, incl. aangepaste schadefuncties woningen en bedrijven


31


3.4

Onderbouwing en voorstel aanpassing geografische representatie waarde bedrijven Bedrijvenschade neemt in de nieuwe methode een substantieel deel in van de totale schade bij verschillende waterstanden. Het berekenen van de schade (m.n. bij kleinschalige overstromingen) is waarschijnlijk gevoelig voor de exacte adreslocatie in het geografische systeem, terwijl de waarde van een bedrijf in meerdere gebouwen, installaties of in het terrein kan zitten. Daarom wordt voorgesteld als gevoeligheidsanalyse de waarde gepresenteerd door de adreslocaties (referentievariant) ruimtelijk te verdelen naar vlakken: terreinoppervlak en pandoppervlak. De gevoeligheid voor horizontale nauwkeurigheid in de representatie van waarde via arbeidsplaatsen gekoppeld aan adreslocaties wordt in deze gevoeligheidsanalyse verder onderzocht. Hiervoor worden 3 verschillende varianten verder onderzocht. Overigens wordt hiervoor gerekend met de aangepaste buitendijkse schadefuncties; aangepast voor het effect van het toepassen van structurele en noodmaatregelen bij bedrijven (verwachte schade: beneden 25 cm geen schade).

3.4.1

Variant 1. Aantal arbeidsplaatsen18 van vestiging verdeeld naar terreinvlakken uit Bestand Bodemgebruik CBS In figuur 3.6 is te zien hoe dit principe werkt. In de nieuwe methode zijn de arbeidsplaatsen van de vestigingen gelokaliseerd op de adreslocatie (rode cirkels). In deze variant wordt het totaal aantal arbeidsplaatsen per bedrijfscategorie ruimtelijk verdeeld over het bedrijfsterrein (blauw omlijnd vlak), door het aantal te delen door de oppervlakte van het bedrijfsterrein en dit getal te vermenigvuldigen met de oppervlakte van de cel (5x5 = 25m). Hiermee wordt de economische waarde (uitgedrukt in arbeidsplaatsen) van een type bedrijf dus ruimtelijk verdeeld over het bedrijfsterrein19. Schade wordt alleen geteld voor die cellen die overstromen. Pas als het gehele terrein diep overstroomd kan maximale schade optreden. Het is verder goed te beseffen dat in deze methode economische waarde van verschillende bedrijfscategorieën over hetzelfde terrein kan worden verdeeld en dat de grenzen van de bedrijfsterreinen zijn afgeleid van topografische gegevens en niets met eigendomsgegevens te maken hebben.

Figuur 3.6 Industrieterrein met adreslocaties van tientallen bedrijfsvestigingen (rood-zwarte stippen) en bedrijfsterrein uit bestand bodemgebruik CBS (blauw omlijnd vlak wordt meegenomen in berekeningen) 18

sleutel gebruikt voor inschatting economische waarde van een vestiging uit LISA

19

Overigens staan niet alle bedrijven uit het LISA op een bedrijventerrein uit het bestand bodemgebruik; in dit geval is de ruimtelijk geometrie van onderliggend landgebruikscategorie gebruikt.

32



3.4.2

Variant 2. Aantal arbeidsplaatsen van vestiging verdeeld naar terreinvlakken uit Basisregistratie topografie (top10nl) In deze variant is het totaal aantal arbeidsplaatsen van de vestigingen op eenzelfde wijze ruimtelijk verdeeld over de terreinen uit de topografische kaart. In het algemeen zijn deze geografische eenheden wat kleiner (vergeleken met het CBS bodemgebruik – figuur 3.6), waardoor de economische waarde dichter bij het adres blijft (zie ook figuur 3.7).

Figuur 3.7 Industrieterrein met adreslocaties van tientallen bedrijfsvestigingen en bedrijfsgebouwen uit BAG (roodzwarte stippen) behorend bij het bedrijfsterrein uit bestand bodemgebruik (blauw omlijnd vlak wordt meegenomen in berekeningen)

3.4.3

Variant 3. Aantal arbeidsplaatsen van vestiging verdeeld naar bedrijfsgebouwen uit het BAG (behorend bij 1 bedrijfsterrein20) In de derde variant (zie figuur 3.8) zijn de arbeidsplaatsen verdeeld naar de gebouwen gelegen op dezelfde bedrijfsterreinen uit het bestand bodemgebruik (zie 3.2.1). Hierdoor wordt de economische waarde van de bedrijven vooral geplaatst in alle bedrijfsgebouwen in plaats van het gebouw met het adres. Overigens is het op dit moment met deze geografische bestanden niet mogelijk om exact te bepalen welke opstallen (bedrijfsgebouwen) bij een specifiek adres horen. Hiervoor zijn kadastrale gegevens nodig, al is deze relatie ook niet eenvoudig.

20

bepaald aan de hand van het bestand bodemgebruik CBS


33


Figuur 3.8 Industrieterrein met adreslocaties van tientallen bedrijfsvestigingen en terreinen uit topografische kaart (blauw omlijnde gebouwen worden meegenomen in berekeningen)

De noodzakelijke geografische bewerkingen voor de drie varianten zijn nader toegelicht in appendix G. 3.5

Beschrijven resultaten toepassen variatie representatie bedrijfswaarde De gevoeligheidsanalyse met betrekking tot de representatie van bedrijfswaarde laat zien dat het verspreiden van de arbeidsplaatsen naar bedrijfsgebouwen een lichte bijstelling van de totale schade naar beneden laten zien. Arbeidsplaatsen verdeeld naar het bedrijfsterreinen (relatief grote vlakken) levert een toename in de schatting van de totale bedrijfsschade en arbeidsplaatsen verdeeld naar bedrijfsterreinen uit de topografische kaart (relatief kleinere geografische eenheden) blijft ongeveer gelijk met een lichte afname bij lagere overstromingsfrequenties. De verschillen met de adreslocaties zijn dusdanig dat het toepassen van een van deze alternatieve gegevens niet tot significant andere schade-inschattingen leiden. Voorgesteld wordt om deze getallen als uiterste bandbreedtes te gebruiken. Tabel 3.4 maximale schadebedragen voor bedrijven als gevolg van gevoeligheidsanalyse bedrijfswaarde T=10

T=100

T=1000

HIS-SSM

21.4

149.5

354.7

Referentie-methode

94.7

216.6

555.3

Variant 1 - BBG

120.6

248.7

572.3

Variant 2 – BRT

102.4

203.5

509.8

Variant 3 - BAG

87.7

185.8

424.8

In figuren 3.9 tot 3.11 is te zien hoe de schade berekend wordt bij de verschillende methodes. De voorbeelden tonen dat de methodes op locaties de schade over-en onderschatten. Deze over-en onderschattingen in bedrijfsschade worden groter bij hoogfrequente overstromingen, waarbij maar een deel van het bedrijfsterrein overstroomt. 34



Figuur 3.9 Voorbeeld van hoge berekende schade (geel – rood pixels) (links) en nauwelijks berekende schade (rechts) als gevolg van(niet) overstromen adreslocaties (voordeur) van grote dure bedrijven bij t=100 (let op waterdieptes beneden 25 cm worden ook weergegeven).

Figuur 3.10 Voorbeeld van hoge berekende schade (groenig) als gevolg van overstromen bedrijfsterreinen bij t = 100 (let op waterdieptes beneden 25 cm worden ook weergegeven; ook extreem lage schades zijn zichtbaar (paars)).

Figuur 3.11 Voorbeeld van hoge berekende schade (groenig) als gevolg van overstromen bedrijfsgebouwen bij t = 100 (let op waterdieptes beneden 25 cm worden ook weergegeven).


35


4 4.1

Verdieping: betrouwbaarheid en onzekerheidsanalyse Inleiding De hierboven getoonde kwantitatieve resultaten zijn bepaald met behulp van de best beschikbare kennis en data. Ze geven verschillen in locaties met meer en minder schade en laten duidelijk de toenemende schade zien bij toenemende waterstanden. Het is voor realistische afwegingen van de strategieën in het Deltaprogramma echter wel van belang te beseffen dat de uitkomsten omgeven zijn met onzekerheid. Er zijn in dit buitendijkse studiegebied de afgelopen decennia na voltooiing en werking van de Deltawerken, enkele representatieve hoogwatersituaties geweest met lokaal een kans van ongeveer 1/10 per jaar. Gebeurtenissen met een kleinere kans (1/100 per jaar, of 1/1000 per jaar) zijn nog niet voorgekomen. De orde van grootte van de impact van dergelijke potentiële extreme gebeurtenissen is met behulp van de nieuwste inzichten geschat, maar de getallen kunnen niet vergeleken worden met empirische metingen. Deze paragraaf heeft als doel de onzekerheden in de berekende schadebedragen te bediscussiëren. Dit wordt gedaan door eerst kort typen onzekerheden te benoemen, dan factoren te benoemen die de onzekerheid bepalen, vervolgens de belangrijkste elementen en stappen in de schadebepalings-methode te noemen en tenslotte de resultaten te analyseren om meer inzicht te krijgen in het effect van onzekerheden op de betrouwbaarheid van de uitkomsten.

4.2

Typen onzekerheden en factoren die de mate van onzekerheid bepalen De potentiële impact van hoogwaterstanden in dit buitendijkse gebied is niet met absolute zekerheid vast te voorspellen. Er zijn drie oorzaken die de genoemde schadegetallen onzeker maken: 1. Variabiliteit: Een bepaald hoogwater zal op de ene plek meer schade geven dan op de andere en de ene keer meer schade opleveren dan de andere keer. Bijvoorbeeld doordat mensen de ene keer efficiënt handelen en de andere keer niet, doordat het tijdens het hoogwater ook stormt, gaat vriezen, of dat de overstroming tijdens een feestdag gebeurt. Een ander voorbeeld van deze variabiliteit is dat objecten binnen een schadecategorie niet allemaal gelijk zijn; binnen de categorie ‘eengezinswoningen’ zal er variatie zijn van woningen met een andere gevoeligheid voor hoogwater. Met andere woorden, als de gemiddelde schade bij een bepaalde waterdiepte aan eengezinswoningen perfect bekend zou zijn, dan nog zou de schade aan een individueel huis dat afwijkt van het ‘gemiddelde huis’ toch te hoog of te laag ingeschat kunnen worden. 2. Ontbrekende kennis: Er zijn onderwerpen waarover men met meer kennis betere uitspraken zou kunnen doen. Zo zou men meer onderzoek kunnen doen naar de gevoeligheid van een bepaald type huis, bedrijf of infrastructuur voor water, naar drempelhoogtes, duur van het hoogwater of schoonmaakkosten. 3. Inherente onzekerheden: Als laatste oorzaak zijn er onzekerheden die ook met meer onderzoek niet weggenomen kunnen worden. Bijvoorbeeld onzekerheid over het toekomstige klimaat, economische groei of toekomstig gedrag van mensen. Ook Verbeteringen gevolgenbepaling van overstromingen in buitendijkse gebieden RijnmondDrechtsteden

37


statistische onzekerheden door extrapolatie van langjarige tijdreeksen aan veldmetingen zijn inherente onzekerheden. De hoogfrequente gebeurtenissen zijn hier minder onzeker dan de laagfrequente gebeurtenissen. Het eerste type onzekerheid ‘variabiliteit’ kan leiden tot zowel onder- als overschattingen per object of per hectare in het overstroomde gebied. Als het gebied groot genoeg is en er vele objecten overstromen dan zal de bijdrage van deze onzekerheid relatief kleiner worden, omdat individuele over- en onderschattingen elkaar opheffen. Dit is uit te leggen door te denken aan een dobbelsteen: bij vele keren gooien zal de waarde gemiddeld rond de 3,5 liggen. Als je maar 2 keer gooit kan het gemiddelde van die 2 worpen heel anders zijn (bv. 1 of 6). Als je meer dan 100 keer gooit zal het gemiddelde zeker rond de 3,5 liggen. Stel dat we een perfecte voorspelling van het overstromingspatroon en van de schade van een gemiddelde eengezinswoning konden doen, maar dat in de categorie ‘eengezinswoning’ dure en goedkope woningen zouden voorkomen, dan zal de schadevoorspelling van een gebeurtenis met 2 ondergelopen huizen helemaal fout kunnen zijn (bv. als dat twee dure of juist extreem goedkope woningen zijn). De schadevoorspelling van een groot gebied met vele overstroomde huizen zou dan wel perfect zijn. Onzekerheid door variatie heeft meer effect op de 1/10 per jaar gebeurtenis dan op meer extreme gebeurtenis omdat in de 1/10 per jaar gebeurtenis het aantal overstroomde objecten kleiner is. Ook is de schade bij kleine waterdieptes meer variabel dan bij grotere waterdieptes, omdat bij kleinere waterdieptes de precieze drempelhoogtes, hoogte van de vloer van de woonkamer, en het gedrag van mensen de schade sterk beïnvloeden. Bij grote waterdieptes is dit niet zo. De eens in de 10 jaar gebeurtenis leidt tot veel kleinere waterdieptes en een kleiner aantal overstroomde objecten dan de 1/100 en 1/1000 per jaar gebeurtenissen en dus tot meer onzekerheid. Het tweede en derde type onzekerheid kan ertoe leiden dat de gemiddelde schade verkeerd is en dat de schade dus altijd over- of onderschat wordt. Op dit type onzekerheid is het aantal getroffen objecten dan ook niet van invloed. Voor de inschatting van risico’s in de toekomst is het naast het meenemen van klimaatscenario’s ook belangrijk hoe de regio economisch groeit. Economische groei kan grofweg worden uitgedrukt in waardevermeerdering van bestaand economisch kapitaal en waardevermeerdering door toename van nieuw economisch kapitaal. Beide waardevermeerderingen zijn onzeker, echter de laatste kan sterk worden beïnvloed door beleidsinstrumenten; bijvoorbeeld restrictief ruimtelijk beleid op kwetsbare locaties in buitendijks gebied. In deze studie wordt aangenomen dat economische groei in de toekomst (zichtjaar 2050 en 2100) vooral gaat plaatsvinden in veilige gebieden (hoogwatervrij > 1/1000 per jaar) en dat dit dus niet of nauwelijks bijdraagt aan het toekomstig risico. Verder wordt aangenomen dat investeringen / herstructurering van bestaand kapitaal klimaatadaptief zal plaatsvinden. 4.3

Methode schadebepaling en elementen die onzekerheden kunnen bevatten De schade- en risicobepaling omvat de volgende stappen: 1. Vertaling van de berekende rivierwaterstanden bij een bepaalde kans naar waterdieptekaarten; 2. Vertaling van de waterdieptekaarten naar schades;

38



3. Berekenen van het risico door de kansen en schades te combineren. De belangrijkste invoergegevens voor deze stappen zijn: • • • •

Rivierwaterstanden (stap 1); Hoogtemodel (stap 1); Geografische gegevens over de locatie van objecten en landgebruiktypen, maximale schadebedragen per schadecategorie en schadefuncties; Kansen op de rivierwaterstanden.

In alle drie de stappen worden aannames gedaan en wordt invoer gebruikt waarin onzekerheden een rol spelen. Deze worden hieronder in detail besproken. 4.3.1

Vertaling van de berekende rivierwaterstanden naar waterdieptekaarten De waterdieptekaarten zijn afgeleid uit waterstanden bij verschillende herhalingstijden zoals bepaald met het Deltamodel. De nauwkeurigheid van de berekende waterstand is zeer lastig te bepalen maar kan lokaal oplopen tot een meter hoger of lager (Snippen en IJmker, 2012). Deze (model-)onnauwkeurigheid komt vooral door aannames over overschrijdingsfrequenties van het zeeniveau bij Hoek van Holland, waarschijnlijkheid van voorkomen piekafvoeren bij Lobith en Lith, golfgroei, extreme windsnelheden etc. Snippen en IJmker (2012) maken in hun analyse geen onderscheid in onnauwkeurigheden per overschrijdingsfrequentie. Het is mogelijk dat de onnauwkeurigheid per overschrijdingsfrequentie varieert, waarbij laagfrequente gebeurtenissen een grotere onnauwkeurigheid hebben. Meer onderzoek is nodig om deze onzekerheden in waterstanden verder te kwantificeren. Overigens is de impact van deze onzekerheid op de schade sterk afhankelijk van het object dat overstroomd. Bij de vertaling van rivierwaterstanden naar waterdieptekaarten is aangenomen dat lokale kades, dijkjes en andere obstructies niet breken en hoogstens kunnen overlopen. In werkelijkheid kunnen kleine kades en dijkjes soms wel breken, wat zou kunnen leiden tot een groter overstroomd gebied. Gebieden die beschermd zijn door dijken die voldoende hoog en breed zijn om de waterstand te kunnen keren worden in de huidige methode als ‘veilig’ beschouwd.

4.3.2

Vertaling van waterdieptekaarten naar schades De waterdieptes zijn vertaald naar schades met de vernieuwde methode, zoals beschreven in hoofdstuk 2. De onzekerheden in deze stap komen voort uit: • • • • •

Onzekerheden over de aanwezigheid van objecten en landgebruik en hun precieze locatie Onzekerheden in de maximale schadebedragen per categorie Onzekerheden in de schadefuncties Onzekerheden door variatie in objecten/gevoeligheden binnen een homogeen veronderstelde categorie Onzekerheden in de compleetheid van alle meegenomen schadeposten: bijvoorbeeld bedrijfsuitval en indirecte schade, maar ook schade aan het watersysteem of opruimkosten door slibvorming;


39


4.3.2.1

Locatie De exacte locatie van objecten zoals bedrijven, woningen of landgebruik is belangrijk voor een goede schade-inschatting. Met name bij bedrijven, waarbij de opstallen en andere kapitaalgoederen verspreid kunnen liggen over het terrein (ook in de hoogte) is dit onzeker. In buitendijks gebied worden gebouwen (en hun inboedel) vaak bewust wat hoger aangelegd en zal dus het plaatsen van een gebouw op een willekeurige locatie een overschatting van de schade geven; immers gebouwen zullen veel vaker gunstig liggen ten opzichte van de gemiddelde hoogte, omdat bij de bouw rekening is gehouden met het overstromingsgevaar. In deze studie is gekeken naar de gevoeligheid van de locatie van bedrijfswaarde, waarbij gevarieerd is tussen maximale waarde uitgedrukt per adres (voordeur), waarde uitgedrukt per bedrijfsterrein en waarde uitgedrukt per bedrijfsgebouw. Het gebruik van de waarde uitgedrukt in overstroomde bedrijfsgebouwen (BAG) geeft een ondergrens (zie tabel 3.4: bij t10 bijv. 87 miljoen euro), terwijl het gebruik uitgedrukt in overstroomde bedrijfsterreinen (BBG) een bovengrens geeft (tabel 3.4: 120 miljoen euro). De gebruikte methodes zijn intrinsiek onzeker, vanwege het gebrek aan informatie over de aanwezigheid en gevoeligheid voor overstromingen van kapitaalgoederen in de reeds beschouwde objecten.

4.3.2.2

Maximale schade De maximale schadegetallen in de referentiemethode zijn gebaseerd op gemeten gemiddelde landelijke statistieken van het CBS. Regionale differentiatie is hierbij niet meegenomen, terwijl deze een grote rol kan spelen bij met name de bedrijvenschade. In de methode is een nader onderscheid gemaakt tussen bedrijfssectoren (66); vooral om verschillen in kapitaalwaarde tussen sectoren (oplopend tot factor 10 tussen sectoren met hoge waarde en sectoren met lage waarde) gedetailleerder mee te kunnen nemen. Toch kunnen er nog grote lokale verschillen zitten in de waarde van kapitaalgoederen van bedrijven behorende tot dezelfde sector in het Rotterdamse havengebied; bijvoorbeeld bedrijven die machines ontwerpen en bouwen kunnen geavanceerde dure machines bouwen en opslaan, maar ook machines ontwerpen en bouwen die eenvoudig en goedkoop zijn. Schade als gevolg van overstromingen kan dus lokaal flink onder- en overschat worden. De maximale schadebedragen vertegenwoordigen bij bedrijven niet de maximale waarde, maar de potentiële waarde van de opstallen en kapitaalgoederen die kapot kan gaan als gevolg van overstromen. Hiervoor is in de nieuwe methode op basis van literatuur een factor van 0.8 geïntroduceerd. Deze factor is onzeker en zou bijvoorbeeld ook 0.6 of 1 kunnen bedragen. Dit heeft een behoorlijk effect op de berekende bedrijvenschade – en risico’s. Tabel 4.1 Effect van toepassen van factor voor meenemen potentiele waarde opstallen en kapitaalgoederen

4.3.2.3

T=10

T=100

T=1000

Factor 0. 6

71.0

162.4

416.5

Factor 0.8

94.7

216.6

555.3

Factor 1

118.4

270.8

694.1

Schadefunctie De schadefuncties zijn het meest onzeker voor kleine waterdieptes, omdat de schade bij die waterdieptes sterk wordt bepaald door andere factoren dan waterdiepte.

40



De precieze constructie van huizen, drempelhoogte, hoogte van de vloer, hoogte van gas- en electriciteitsaansluitpunten, stoepranden etc. en het gedrag van mensen (zandzakken, verplaatsen waardevolle objecten naar boven) spelen daar een belangrijke rol. Voor woningen is om die reden gekeken naar het effect van het gebruik van een drempelwaarde (zie hoofdstuk 3). Dit leidde tot zeer lage totaalschade bij woningen bij eens in de 10 jaar gebeurtenissen. Dit is een ondergrens. In 2012 was er in de gemeente Dordrecht een eens in de 10 jaar gebeurtenis, waarbij de brandweer wel enkele kelders moest leegpompen, maar waarbij de schade verder beperkt was. Ook hier speelt dat de schadefunctie een gemiddelde schadefactor voor een schadecategorie berekent, terwijl lokaal de kwetsbaarheid van objecten voor overstroming hoger of lager kan zijn. 4.3.3

Vertaling van schadekaarten en kansen naar risico’s De gebeurtenissen met een grote kans van voorkomen (eens in de 10 jaar) hebben een groot effect op de risico’s. De onzekerheden in die hoogfrequente gebeurtenissen zijn dan ook bepalend voor de onzekerheden in de totale risico’s.

4.3.4

Compleetheid van meegenomen schadeposten Naast de in de inleiding genoemde bestaande schadeposten die in dit onderzoek niet zijn meegenomen - indirecte schade en bedrijfsuitval - zijn er ook nog enkele directe schadeposten die verder onderzoek behoeven. Voorbeelden hiervan zijn schade aan: • • • • • • •

4.4

watersysteem en keringen; schoonmaakkosten door slibvorming; specifiek gevoelige objecten van de telecom / communicatie sector; bijv. telefoonkastjes in de openbare ruimte en daarmee samenhangende gevolgschade; beperking van scheepvaart; seizoensafhankelijkheid van landbouw (wellicht in buitendijks gebied nauwelijks van toepassing); vitale infrastructuur (gas, water- en elektriciteitsleidingen, maar ook telecom); schadeverschil door overstroming met zoet of zout water.

Resulterende bandbreedtes rond schade- en risicobedragen De risico’s in het studiegebied zijn bepaald aan de hand van de schadegetallen berekend met de referentie-methode met aangepaste woningen bedrijfsfuncties (voor t=10, t=25, t=50, t=100, t=1000 en t=10000). In tabel 4.1 zijn de schadegetallen (met bandbreedtes) voor de verschillende zichtjaren weergegeven. De bandbreedte is bepaald volgens de methode van de Bruijn et al. (2012b). Hierbij wordt de ondergrens van de schade van een t=10 situatie op 0 gezet, waardoor er een betrouwbaarheidsband van 100 miljoen euro ontstaat. Aangenomen wordt dat deze betrouwbaarheidsband voor verschillende herhalingstijden en verschillende klimaatscenario’s gelijk blijft. De ondergrens van de schade wordt dus voor alle schadebedragen bepaald door de berekende schade minus 100 miljoen euro.


41


Tabel 4.1 Indicatieve schadegetallen (in miljoen euro) per overschrijdingsfrequentie berekend bij verschillende klimaatscenario’s, geïndexeerd naar zichtjaar 2015 (maal 1,36 * 0,983), zonder economische groei

Resultaat Schade (in miljoen euro) 2015 2050 2100

T = 10

T = 25

T = 50

T= 100

T=1000

T=10000

0 - 100 29 - 129 178 - 278

20 - 120 72 – 172 349 - 449

44 - 144 132 – 232 448 - 548

89 - 189 203 – 303 624 - 724

455 - 555 681 – 781 2413 - 2513

1641 - 1741 2919 - 3019 7386 - 7486

Tabel 4.2 Indicatieve risicogetallen voor verschillende klimaatscenario’s, geïndexeerd naar zichtjaar 2015 (maal 1,36 * 0,983), zonder economische groei

Referentiejaar

2015

2050

2100

Economisch risico (Miljoen euro/jaar)

5 - 15

13 - 23

48 - 58

In tabel 4.2 worden de risico-bandbreedtes getoond. Deze zijn berekend door eerst voor de ondergrenzen van de berekende schades (tabel 4.1) het risico te bepalen; dit wordt de ondergrens van het risico. Vervolgens zijn voor de bovengrenzen van de berekende schade (tabel 4.2) het economisch risico bepaald; dit is de bovengrens van het risico. Het risico wordt berekend door het oppervlak onder de lijn schades per terugkeertijd te bepalen; bijv. (1/ 10 – 1/ 25) x (schade T10 + 0.5 * (schade T25 – schade T10)) + … etc. Bij een zeespiegelstijging van 35 cm en een toename van de rivierafvoer tot 17.000 m 3/s in 2050 neemt de jaarlijkse verwachte schade toe tot zo’n 13 a 23 miljoen euro. Bij 85 cm zeespiegelstijging en een rivierafvoer van 18.000 m 3/s is dit 48 tot 58 miljoen euro. Bij deze schade toename is geen toename als gevolg van economische groei beschouwd. De aanname is dat economische ontwikkeling in de vorm van herstructurering en nieuwbouw klimaatadaptief gebeurt of op de minst gevaarlijke plekken. De toename in het risico wordt volledig bepaald door meer frequente hoogwatersituaties. In werkelijkheid zal men waarschijnlijk maatregelen gaan nemen indien er voor 2100 zich een hoogwater voordoet die schade oplevert.

4.5

Resultaten gevoeligheidsanalyse als betrouwbaarheidsband In deze studie is een eenvoudige onzekerheidsanalyse uitgevoerd waarbij 3 aspecten zijn gevarieerd: 1 2 3

Wel / niet meenemen effectiviteit structurele en/of noodmaatregelen woningen en structurele maatregelen voor bedrijven in buitendijks gebied; Variatie in berekende schade bij verschillende representaties kapitaalwaarde bedrijven; Onzekerheid potentiele waarde dat verloren kan gaan bij bedrijven.

Er wordt aangenomen dat de onderzochte verschillende schadebepalingen onafhankelijke schattingen geven van de totale schade. De betrouwbaarheidsband wordt opgesteld rondom de schatting van de basisvariant waarbij de minimale schatting en maximale schatting als onder- en bovengrens wordt gehanteerd. De resultaten staan in tabel 4.3. In tabel 4.4 zijn de risico’s weergegeven indien met deze betrouwbaarheidsbanden wordt gerekend.

42



De verschillen met tabel 4.2 zijn aanzienlijk en lopen op tot een factor 1,5. De verschillen in ondergrenzen zijn te verklaren doordat bij t=10 de schade op 0 is gezet. De verschillen in bovengrenzen zijn te verklaren doordat hogere schades zijn berekend met conservatievere getallen in de gevoeligheidsanalyse. Tabel 4.3 Indicatieve schadegetallen (in miljoen euro) per overschrijdingsfrequentie berekend bij verschillende klimaatscenario’s, geïndexeerd naar zichtjaar 2015 (maal 1,36 * 0,983), zonder economische groei (incl. vergelijking met eerdere studies)

Resultaat Schade (in miljoen euro)

T = 10

T = 25

T = 50

T= 100

T=1000

2015 – SSM-LAB

79 – 138 (100)

95 - 172 (120)

115 - 234 (144)

151 – 287 (189)

360 – 678 (555)

2050 – SSM-LAB

104 – 184 (129)

137 - 263 (172)

171 - 343 (232)

227 - 434 (303)

590 - 1087 (781)

2100 – SSM-LAB

206 - 394 (278)

270 - 574 (449)

373 - 715 (548)

488 - 960 (724)

1983 - 3223 (2513)

De Bruijn 2012

0 – 215

290 – 500

720 – 930

1

200

577

614

354

586

869

764

1134

1647

KKBA HIS-SSM v.2.5 (Huizinga)2 HIS-SSM v2.5 (deze studie)

T=10000 1370 - 2235 (1741) 2374 - 3837 (3019) 5859 - 9124 (7486)

1 voor een kleiner studiegebied en onduidelijk wat de correctiefactoren zijn 2 getallen slecht vergelijkbaar omdat onduidelijk is met welke correctiefactor inflatie en niet-meegenomen posten is gerekend

Tabel 4.4 Indicatieve risicogetallen (in miljoen euro per jaar) voor verschillende klimaatscenario’s (2015, 2050 en 2100), geïndexeerd naar zichtjaar 2015 (maal 1,36 * 0,983), zonder economische groei

Referentiejaar Economisch risico (Miljoen euro/jaar) – HIS-SSM lab Economisch risico (Miljoen euro/jaar) – De Bruijn 2012

2015 12 - 22 18 – 39

2050 18 - 33

2100 40 - 76

34 – 55

87 - 108


43


5 Conclusies en aanbevelingen 5.1

Conclusies Het doel van deze studie was meerledig: 1 2 3 4

Formaliseren eerder onderzochte verbeteringen in 2011 en 2012 in SSM-lab; Onderzoeken effecten van aanvullende verbeteringen van berekenen bedrijven-, woningen infrastructuurschade en formaliseren in SSM-lab; Uitvoeren gevoeligheidsanalyse aanpassingen berekening van woningen bedrijvenschade bij hoge frequenties; Beschrijven en uitrekenen schade en risico’s met betrouwbaarheidsbandbreedte.

De studie heeft succesvol de eerder onderzochte en aanvullende verbeteringen doorgevoerd in een goed met versiebeheer bijgehouden model-script (v1.0); hiermee zijn de verbeteringen eenduidig vastgelegd en reproduceerbaar. Daarnaast is er een eenvoudig model ontwikkeld om van een lijst waterstanden geautomatiseerd waterdieptes te berekenen. De referentie-methode laat zien dat in vergelijking met HIS-SSM de berekende schades in totaal en voor alle groepen schade-categorieën, met uitzondering van bedrijven, flink (factor 3 tot 5) afnemen. Dit is met de doorgevoerde aanpassingen goed te verklaren. Ook in vergelijking met de Bruijn et al (2012a) neemt de totaalschade nog een factor 1,5 a 2 af. Wat opvalt, is dat de bedrijvenschade als enige in de nieuwe methode flink (factor 2 tot 3) toeneemt, wat te verklaren is door het gebruik van exacte bedrijfslocaties en het bijstellen van de originele schadefuncties met hogere schadefactoren bij lagere waterdieptes. De gevoeligheidsanalyses laten zien dat met het doorrekenen van structurele en noodmaatregelen voor woningen en bedrijven veel meer schade kan worden voorkomen. In tegenstelling tot structurele maatregelen, kan de inzet en effectiviteit van de noodmaatregelen echter niet als vanzelfsprekend worden geacht. Wel komt uit verschillende internationale studies naar voren (zie ook de recente overstromingen in Duitsland) dat het plaatsen van zandzakken, mits tijdig voorradig en geleverd veel schade aan opstal en inboedel kan voorkomen. Gevoelsmatig is in dit studiegebied de berekende schade voor bedrijven onzeker. Deze onzekerheid kon maar deels (+- 25%) worden weggenomen door de kapitaalwaarde te relateren aan bedrijfsgebouwen. De schade en risico’s komen met deze studie lager uit dan voorgaande studies (zie de Bruijn et al, 2012a), ook de onzekerheidsbanden zijn wat kleiner geworden. Uiteindelijk zijn er op beperkte schaal nog verbeteringen mogelijk die met meer onderzoek de onzekerheid nog verder verkleinen. Dat wil zeggen de modelonzekerheid, want onzekerheden over economische groei, het klimaat en bijvoorbeeld morfologische processen kunnen een grotere impact hebben. Deze factoren zijn echter niet of nauwelijks te sturen, maar moeten niet worden vergeten. Voor het doorrekenen van strategieën voor het Deltaprogramma kan in zijn algemeenheid worden aangenomen dat de onzekerheden tussen strategieën niet significant verschillen. Wanneer de getallen in absolute zin (zoals bijv. kosten-batenanalyse) worden gebruikt, moet men meer voor de verschillende onzekerheden waken.


45


5.2

Aanbevelingen De volgende aanbevelingen kunnen worden gemaakt: •

• • •

46

Voor het verder verkleinen van de onzekerheidsbanden kan er veel gewonnen worden bij het schatten van de bedrijvenschade. Hiervoor kun je naar de bruikbaarheid van nog betere geografische bestanden onderzoek doen; door bijvoorbeeld kadastrale gegevens voor het bepalen van samengestelde bedrijfsgebouwen beter te kunnen doen. Een wellicht meer effectief en andere benadering zou kunnen zijn om de top 5 of 10 bedrijven die in het model hoge schades leveren, onder de loep te nemen en in het veld te onderzoeken hoe gevoelig deze bedrijven voor overstromingen met indicatieve waterdiepten zijn; dit geeft zowel meer grip op schadeschatting voor hoogfrequentie overstromingen als meer inzichten voor de lagere overstromingsfrequenties; De niet meegenomen schadeposten zouden (zie 4.3.4) nader beschouwd kunnen worden, om de meest bepalende toch op te nemen in het berekenen van de schade; Goed om voor de getroffen kwetsbare objecten bij verschillende herhalingstijden te verifiëren of schade (en/of slachtoffers) kan worden voorkomen; Uitvoeren van uitgebreidere structurele (model-)onzekerheidsanalyse op basis van statistische methoden (Monte Carlo simulaties); probeer hier ook nadrukkelijk de onzekerheid in de berekende waterstand en waterdiepte in mee te nemen.



6 Literatuurlijst Botterhuis, T., N. Slootjes, J. Stijnen en D. Wagenaar, 2013. Deelrapport 1: Analyse waterstanden en risico's hoofdwatersysteemingrepen. Fase Kansrijke Strategieën van het Deltaprogramma Rijnmond-Drechtsteden. Briene M, S. Koppert, A. Koopman en A. Verkennis, 2002. Financiële onderbouwing kengetallen hoogwaterschade, NEI. Bubeck, P, W.J.W. Botzen, H. Kreibich and J.C.J.H. Aerts, 2012. Long-term development and effectiveness of private ood mitigation measures: an analysis for the German part of the river Rhine, NHESS 12, p.35073518 De Bruijn, K., J. Kind, K. Slager, R. van Buren en Marcel van der Doef, 2012a. Verbetering van de gevolgenbepaling van overstromingen buitendijks in de regio Rijnmond-Drechtsteden.1206053-000, Deltares. De Bruijn, K., K. Slager, D. Wagenaar en R. van Buren, 2012b. Verbeteren schadebedragen en schadekaarten van het buitendijkse gebied van Rijnmond-Drechtsteden. Memo, Deltares. De Bruijn et al. In prep., 2013. Updated and improved method for flood damage assessment for SSM2015 (in. prep.) Gauderius en Kind, 2011. Maatschappelijke Kosten Baten Analyse Waterveiligheid 21e eeuw. Bijlage D: Bewerking schade gegevens. 1204144-006, Deltares. Huizinga, J., A. Nederpel, , K. de Groot en M. Batterink, 2011a. Risicomethode buitendijks: Methodiek ter bepaling van risico’s als gevolg van hoogwater. PR 1200.26, HKV & Arcadis. Huizinga, J., 2011b. Eerste generatie oplossingsrichtingen voor klimaatadaptatie in de regio RijnmondDrechtsteden; Deelrapport: effecten op buitendijkse overstromingsrisico’s.Rapport 1997.12. HKV, Lelystad. Kort de R., 2011. Kwetsbaarheid in het buitendijks gebied, analyse van gevolgen van overstroming op vitale infrastructuur en stedelijke functies in Rotterdam Ministerie van Verkeer en Waterstaat, 1994. Onderzoek Watersnood Maas, deelrapport 9 Schademodellering Morselt, T., Engelsman, G., Lobbes, E., 2007. Estimating cost functions for evacuation, emergency services and cleanup in case of floods. Rebell Group. Poussin, J.K., P. Bubeck, J.C.J.H. Aerts and P.J. Ward, 2012. Potential of semi-structural and non-structural adaptation strategies to reduce future ood risk: case study for the Meuse, NHESS 12, p. 3455-3471 Slootjes N., T. Botterhuis, A. Jeuken en Q. Gao, 2011. Resultaten MHW berekeningen t.b.v. probleemanalyse en verkenning hoekpunten. Voor het Deltaprogramma Rijnmond-Drechtsteden. Projectnummer 1202134-016. HKV/Deltares, Delft. Snippen, E. en J. IJmker, 2012. Omgaan met onzekerheden in het Deltamodel, Memo Deltares.


47


Thieken, A.H., V. Ackermann F. Elmer, H. Kreibich, B. Kuhlmann, U. Kunert, H. Maiwald, B Merz, M. Muller, K. Piroth, J. Schwarz, R. Schwarze, I. Seifert, J. Seifert (2008): Methods for the evaluation of direct and indirect flood losses. In: Proceedings of the 4th International Symposium on Flood Defence, 6-8 May 2008, Toronto, Canada, CD-ROM, Paper 98, p. 98-1 - 98-10. Veerbeek, W., C. Zevenbergen en B. Gersonius, 2010. Flood risk in unembanked areas: Part C Vulnerability assessment based on direct flood damages. Unesco-IHE. Zethof, M., H.J. Huizinga, M.Kok en B. Maaskant 2011. Verbetermaatregelen schadebepalingen buitendijks PR22651, HKV Lijn in Water, Lelystad

48



A Verslag workshop met presentatie en discussie projectresultaten Presentatie resultaten Buitendijks RD – 24 september 2013 Aanwezig: Robert Vos (RWS), Tom van der Wekken (RWS), Chantal van der Linden (RWS), Mark Keitsma (Havenbedrijf), Nick van Barneveld (Stad Rotterdam), Dirk van Schie (gebiedstrekker Rijnmond Drechtsteden), Kymo Slager (Deltares), Laurens Bouwer (Deltares) Opmerkingen n.a.v. presentatie resultaten: • • • • • • • • •

Nick: geef niet alleen schade maar ook kentallen van aantal woningen en bedrijven die getroffen zijn bij t=10, t=100, etc.; Nick: zijn er overstromingskaartjes beschikbaar? Nick: we gaan bedrijven ondervragen naar hun maatregelen; info mogelijk gebruiken voor aanpassen functies bedrijven (onderbouwing drempels); Kymo: kan in principe lijst leveren met bedrijven / of kaart met locaties om bedrijven te benaderen; echter om privacy-redenen moet dat wel gevraagd worden bij I&M; Robert: Extra steunpunten nodig voor integratie bij berekening risico; gebruik t=25, t=50 en t=10000; Tom: ongemakkelijk gevoel bij de vorm van de schadefuncties; Dirk: wat zijn implicaties van deze resultaten voor maatregelen die we gaan kiezen? Mark: wat zijn beleidsimplicaties? Nick: wat is handelingsperspectief (voor bijvoorbeeld wethouder), bijvoorbeeld locaties die kwetsbaar.

Overige aandachtspunten: • •

Eigenlijk beter: splitsen effecten van bepalen overstroomd deel bedrijven; Aanpassing tabel aangenomen effecten: bij t>50 “tijdelijk” wel van belang; maar niet meegenomen.

Belangrijkste bevindingen van Robert Vos: Hoofdvraag van de deelnemers aan de workshop is wat de studie kan opleveren aan de vorming van de voorkeurstrategie? Volgens mij is dat het volgende: 1. De totale te verwachten schade bij een herhalingstijd (10,100, 1000) en het schaderisico blijft ook na deze studie aanzienlijk. De overheid dient in haar beleid rekening te houden met behoorlijke schaderisico’s buitendijks. Zelfs meer frequente overstromingen (1x per 10 jaar) kunnen tot behoorlijke schades leiden (gemiddeld over zeer veel gebeurtenissen is dat 20-30 M€). 2. De natuurlijke spreiding in de schade per gebeurtenis is echter veel groter dan deze bandbreedte zodat in de praktijk veel variatie kan worden verwacht. Dat betekent ook dat het gevaarlijk is het beleid te baseren op enkele waarnemingen in het veld (bv Dordrecht). Dit kan tot te lichtvaardig beleid leiden. 3. Bedrijvenschade is groter dan verwacht, en dominant in de buitendijkse schade. Daar moet dus in de strategie specifiek naar gekeken worden. Bedrijven zouden bewust moeten worden gemaakt van mogelijke waterschade buitendijks. Deze is niet onaanzienlijk;


A-1


4. 5.

Waar zit de grootste bedrijvenschade? Dit kan informatie bieden voor de strategie buitendijks (helaas zit er een embargo op LISA-info, hoe hier mee om te gaan?) Woningbouwschade is aanzienlijk minder, landbouwschade etc. is verwaarloosbaar. Hier dus minder op richten temeer daar met name dieper gelegen woningen die buitendijks liggen al aangepast zijn aan overstromingen. Wel kijken naar de woningen die wat hoger liggen maar wel kunnen onderlopen.

Overige vragen/opmerkingen: Initiële schade bij overstromingen van bedrijven (parket, ijskast etc.) lijkt verwaarloosd (speelt bij T=10). De schadefunctie veranderd te abrupt bij de drempel. Verwachting van mij persoonlijk is dat aanpassing de onzekerheid/bandbreedte niet zal verkleinen; Graag inzicht in hoe de schade van bedrijven en woningen is opgebouwd. Hoeveel schade is er gemiddeld per bedrijf/woning? Graag inzicht of er in de bedrijvenschade forse uitschieters zitten? Indien dat zo is, kan het nl. zijn dat er uitbijters (met fouten, bv overschatting van aantal arbeidsplaatsen op het adres) zijn waardoor de bedrijvenschade helaas fors wordt overschat. Bij een gelijkmatigere verdeling van de schade over de bedrijven zal de onzekerheid veel kleiner zijn. Dus hoe ziet de verdeling van de bedrijvenschade eruit? Hoe zeker zijn maatregelen bij zeegedomineerde overstromingen? (voldoende responstijd? Voor zandzakken mi zeker, rest weet ik niet). Hoe zit het met de schade langs de Hollandsche IJssel? Wie veroorzaakt de schade in de Biesbosch? Is dat Hollands Diep (Moerdijk?), Merwedes (Werkendam en omgeving?), of de Lek? Verschil in nieuwe bandbreedte en bandbreedte “methode Karin” heb ik nog niet goed begrepen. Goed uitleggen in het rapport. Wat gebeurd er als er meer steunpunten worden meegenomen bij de numerieke integratie?(mn T=25 en T=50)

A-2



B Voorbewerkingen infrastructuur bestanden 1

Introduction

Within the memo “Verbeteren schadebedragen en schadekaarten van het buitendijks gebied van Rijnmond-Drechtsteden” (de Bruijn et al. 2012), different problems concerning the assessment of damages on roads and railway systems are emphasized. It is shown, that railway sections are identified to be affected by flooding, though they are in reality not affected by a flood event due to their physical location. The problem mainly occurs for segments on bridges and for tunnels, which are located in flood prone areas, namely areas outside the dike rings (buitendijkse gebieten). Thus, in the abovementioned memo it has been proposed to take the information about the physical location into account to enable a more precise estimation of possible consequences. However, the information is available only in the TOP10-NL dataset at present, whereas HISSSM bases on a national dataset with a lower resolution. Thus, it is required to transfer the available information from the Dutch TOP10 dataset to the dataset used in the HIS-SSM software (DID datasets, here: NWB-spoorwegen). A reproducible and transparent methodology has been developed for the transformation of spatial information. First, the analysis has been performed on the railway system. In a second step, the methodology has been applied on street networks (TOP10-NL to NBW wegvakken). A focus has been set on: -

the physical location of the railway or street section (fysiekvoorkomen), the main use of the railway line or street, respectively (vervoerfunctie), the permanent existence of water in proximity to the infrastructure element (boven of onder permanent water).

2 Spatial Analysis The combination of the required information from the TOP10-NL dataset, further referred to as input dataset, into the DID dataset, further termed result dataset, mainly bases on a spatial overlay of both information (intersect). However, different aspects must been taken into account in order to transfer the information as correct as possible (cf. section 3). The workflow is shown schematically in Figure 1. Three input datasets are required, these are “TOP10 NL Spoorwegen”, “DID_Spoorvakken” and “TOP10 NL Water”. The latter dataset is required for the identification of infrastructure elements such as bridges or tunnels, which are permanent above or under water. The analysis is performed for different types of railway lines, namely for goods transport and mixed use. For this purpose, the types of railway under consideration are selected first (step ‘select by attribute: typespoorb’), while tram and metro elements not unselected in this step. Then, a buffer is applied, which is chosen depending on the complexity of the infrastructure network. While in rural areas a wider buffer (200m) is applied, in urban areas with a complex infrastructure situation, the buffer is chosen smaller (50m) in order to avoid the transformation of adjacent infrastructure elements. The same procedure is applied on the second input dataset, i.e. DID Spoorvakken, to convert GIS polyline elements into polygon elements. Then, both datasets are intersected and dissolved using two conditions.


B-1


The first condition is the use of the railway line (i.e. either mixed use or goods transport), and the second condition are the physical properties (i.e. a bridge, a tunnel or regular railway line). The result is finally intersected with the TOP10_water dataset in order to identify bridges and tunnels which are permanently situated above or under water. These elements are excluded from the damage analysis as they are expected not to be damaged in case of flooding. The analysis is described more detailed below the figure.

Figure 1: Overall assessment flowchart for the railway system implemented in a python script.

Due to digitization errors and differences in precision, there is no general spatial coincidence between both datasets. A typical example is shown in Figure 2. Thus, the input dataset (line feature) is buffered first as described above, meaning the creation of a surrounding polygon of a given distance. Next, the buffered feature is intersected with the DID dataset.

B-2



Figure 2: Spatial mismatch between TOP10-NL dataset (blue) and DID dataset (red, yellow).

For street networks listed in the “Nationaal Wegen Bestand”, only the streets considered within HIS-SSM are selected. As the classification given in the HIS-SSM documentation (Kok et al., 2005, p.10) is not part of the input dataset, the features which are not classified as “other/overig” within the field “typeweg_C1” are selected for further analysis instead. (The non-consideration of very small ways, which are not required for the damage analysis with HIS-SSM, also leads to an decrease of the computing time required for the transformation.) As parallel line elements representing a double track railway connection or parallel street will lead to two line features after the intersection, the output is dissolved in a next step under consideration of several conditions. For the physical location (fysiekvoorkomen), the type of infrastructure element is assessed by its identifier in the following order: -

tunnel; bridge; unclassified.

This means that in the unlikely case that both bridge and a tunnel are identified for a given location, the tunnel information is considered in the result dataset. However, it is more likely that unclassified features are identified in combination with a tunnel or bridge, for which the tunnel or bridge are considered to be more relevant for further analysis. The methodology as described above is also be applied on the analysis of the main use (vervoerfunctie) of the railway lines or streets, respectively. In a second step, the infrastructure sections, merely bridges, which are permanently covered by water are identified. It is aimed to exclude these sections from the damage analysis, as incorrect damages have to be expected. In order to evaluate the permanent existence of water, the TOP10 dataset “waterdeel_vlak” (polygon feature) is applied. Hereby, a spatial overlay of the dissolved infrastructure dataset and the water data is performed. For all infrastructure sections which are identified to be permanently situated above or below water, the attribute “overwat” is written as “1”. The information can be included in the damage analysis in a later step not only for bridges but also tunnels. The results of the analysis for the area of Rijmond-Drechtsteden are exemplarily shown in Figures 3 and 4.


B-3


Figure 3: Physical properties of railway system in result dataset (red: brigde over water, yellow: bridge, light green: tunnel, green: unclassified)

Figure 4: Main use of railway system in result dataset (orange: mixed use, red: good transport)

The results are finally converted into raster datasets of a 5m resolution, which are used for the damage analysis. 3 Improvements and corrections To make sure that the properties of the railway system are transferred correctly, the elements identified to be part of the metro or tram system (TYPESPOO_1) must be unselected in the beginning of the analysis. Otherwise, the physical properties are transferred to the result dataset as shown in Figure 5 a, b.

B-4



Figure 5 a, b: Transfer of the attribute ‘bridge’ (yellow) from the metro system (left figure) to the railway system (right figure)

With respect to the buffer of line elements in the beginning of the analysis, it is required to ensure that the buffer does not lead to wrong information in the length-direction of the infrastructure element (cf. Figure 6). Thus, a so called flat buffer is applied on the input dataset instead of the default round buffer. However, it is important to note that this geoprocessing operation requires an ArcGIS advanced licence.

Figure 6: Effect of the use of a round buffer (default ArcGIS setting) on the propagation of the infrastructure element (bridge, highlighted) in its length direction

As discussed in section 2, the TOP10 dataset “water_vlak” is used for the identification of features, merely bridges, which are permanently situated above water. However, it is not possible to directly overlay the result dataset with the water polygons, as in some areas the water polygon is cut into two parts if it is crossed by infrastructure (cf. Figure 7 a, b). Thus, a search radius is introduced, which enables the identification of features “within a distance” of water. However, the search radius can be relatively small (about 10m for the railway system and 2m for the street network) compared to the required search radius when using the TOP50 dataset.


B-5


Figure 7 a, b: Effect of the use of a search radius for the identification of features over water shown exemplarily with the TOP50-NL dataset (left: search radius 50m, right: search radius 100m)

4 Recommendations It is recommended that two datasets are generated for further analysis in HIS-SSM or other applications, which take the specific properties of urban areas at the one hand and rural areas on the other hand into account. Hereby, two main aspects are mentionable. First, in urban areas the complexity of both railway and road network is very high, while secondly the mismatch between the TOP10 data and the DID dataset is found to be relatively small. In contrast, in rural areas the systems’ complexity is relatively low, while larger discrepancy between both datasets can be observed (cf. Figure 8 a, b). Thus, it is recommended to use a small buffer in urban areas to avoid errors caused due to the complexity of the system, while in rural areas a large buffer is required to avoid errors from spatial discrepancies. Moreover, it is recommended to exclude elements with a minimum length before the transformation into raster, as very small elements (such as short bridges crossing water) will not lead to significant errors in damage analysis. Beside this, the regular occurrence of bridges is already taken into account in the damage model using a correction factor. For the exclusion of short elements, the minimum element length should be in the order of half of the resolution of the applied grid. Thus, elements are not excluded from the dataset in general. More precise results can be achieved by using line elements for the damage analysis without converting them to raster features. Literature Kok, M.; Huizinga, H.J.; Vrouwenvelder, A.C.W.M.; van den Braak, W.E.W.: Standaardmethode 2005 - Schade en Slachtoffers als gevolg van overstromingen. HKV LIJN IN WATER en TNO Bouw, 2005

B-6



C Voorbewerkingen BAG naar woningen Het BAG bestaat uit twee geografische bestanden: • •

Adreslocaties met functies en vloeroppervlakte; Panden met footprint.

Hieronder volgt de stapsgewijze technische handeling om deze informatie gereed te maken voor gebruik. Stap 1: valide panden en adreslocaties Panden zijn valide als hun status in of buiten gebruik is. Adreslocaties zijn valide als hun status niet is ingetrokken en de vloeroppervlakte niet onwaarschijnlijk hoog is (> 900000 m2). Stap 2: verbinden panden aan adreslocaties Een geografische intersectie wordt uitgevoerd tussen panden en adreslocaties. Een pand kan een of meerdere keren in de tabel voorkomen; d.w.z. een pand heeft 0, 1 of meerdere adreslocaties. De panden zonder adreslocatie worden hierbij weggefilterd. Stap 3: aantal functies sommeren per pand Het resultaat van stap 2 wordt verder samengesteld op combinaties van panden en gebruiksdoelen. Per pand wordt het aantal gelijkwaardige functies (=gebruiksdoelen) geteld en worden de cumulatieve oppervlakte en de ‘footprint’ van het gebouw opgeslagen. Stap 4: maken van platte tabellen aantallen en oppervlaktes functies per pand Middels het pivoteren worden twee tabellen geproduceerd, een met per pand het aantal functies per gebruiksdoel als kolom, de ander met per pand het aantal vierkante meters per gebruiksdoel als kolom. Beide tabellen worden op basis van het unieke pand-id aan elkaar gekoppeld. Stap 5: toevoegen en uitrekenen hulp-kolommen De volgende hulpkolommen worden toegevoegd en uitgerekend: overfunc = totaal aantal overige functies: som aantal functies anders dan woonfunctie lagenwoon = totaal aantal woonlagen: oppervlakte woonfuncties / oppervlakte footprint m2niwoon = cumulatieve vloeroppervlakte voor overige functies: som oppervlak anders dan woonfunctie lagenniwoon = totaal aantal niet woonlagen: overfunc / oppervlakte footprint perc_1e = percentage aan woonlaag beneden 2e verdieping: 2 – lagenniwoon perc_bg = percentage aan woonlaag beneden 1e verdieping: (1 – lagenniwoon) / lagenwoon


C-1


Deze kolommen zijn nodig om de uiteindelijke kolommen te bepalen (zie stap 6). Via if/else statements worden waarden buiten het doelbereik van diverse kolommen gecorrigeerd: 1. perc_bg < 0, then perc_bg = 0 2. perc_1e < 0, then perc_1e = 0 3. perc_1e > 1, then perc_1e = 1 Nog drie nieuwe kolommen worden toegevoegd: if lagenwoon > 0, then perc_eerst = perc_1e / lagenwoon perc_hoog = 1 - [perc_eerst] - [perc_bg] if ( "lagenwoon" + "lagenniwoon" ) < 1 then perc_bg = 1 if ("lagenwoon" + "lagenniwoon") < 2 then perc_eerst = 1 - [perc_bg] perc_hoog = 1 - [perc_bg] - [perc_eerst] perc_sum = [perc_bg] + [perc_eerst] + [perc_hoog] Stap 6: toevoegen en uitrekenen output kolommen De kolommen aantal_eeng, m2_eeng, aantal_bg, m2_bg, aantal_eerst, m2_eerst, aantal_boven en m2_boven worden aangemaakt en met voorgaande hulpkolommen uitgerekend. Stap 7: koppel tabellen aan pand-vlakkenbestand Op basis van de unieke identificatie van de panden kan de nieuwe informatie hiermee gejoined worden. Stap 8: bepaal de pand centroide Met de functie van polygon to point feature kan de informatie per punt worden gerepresenteerd. Stap 9: converteer pand centroide naar rasters en exporteer naar ASCIIs (8x) De pand centroides worden voor elke kolominformatie uit stap 6 naar rasters geconverteerd.

C-2



D Bedrijven memo Deltares De apart bijgevoegde bedrijvenmemo levert een gedetailleerde beschrijving van de verbeteringen die voorgesteld worden ten aanzien van het berekenen van bedrijvenschade in de nieuwe gevolgentool.


D-1


E Waterdieptekaarten: verschillen met voorgaande studies De gebruikte waterdieptekaarten zijn ge-automatiseerd geproduceerd en wijken op enkele plekken af van de waterdieptekaarten zoals gebruikt in de Bruijn et al. (2012). Verschilanalyse is kwalitatief uitgevoerd en alleen voor de waterdieptekaarten bij t=10, t=100 en t=1000. De waterdieptekaarten worden met deze studie beschikbaar gemaakt. Opgetreden verschillen zijn met name te verklaren door het wel of niet aanwezig zijn van een aaneengesloten dijk in het hoogtemodel. Door geografische mismatch is het af en toe mogelijk dat een dijk niet aaneengesloten is en dat er een ‘gat’ in het hoogtemodel zit. Hierdoor ‘stroomt’ het water dit gebied in. Diverse locaties zijn visueel onderzocht en er is vastgesteld dat in veel gebieden de huidige waterdieptegrids ‘correct’ zijn. Een uitgebreide check door gebiedsexperts zouden deze onvolkomenheden voor hoogfrequente waterstanden (en waterdieptes) kunnen verhelpen, echter voor laagfrequente en toekomstige situaties is dit lastiger en is dit een inherente onzekerheid. Wat opvalt bij de t=10 kaarten in deze studie is dat enkele polders in de Biesbosch (bijv. Polder Moordplaat) in deze nieuwe waterdieptegrids (terecht) niet overstroomt. Bij de t=100 kaarten overstroomt de Leenheren polder in de nieuwe waterdieptegrids ten onrechte wel. Terwijl polder Jantjesplaat in de Biesbosch terecht niet overstroomt. Bij t=1000 overstroomt Polder Zuidoord en Polder Beningerwaard in de nieuwe waterdieptekaarten terecht niet.


E-1


F Indexatie en correctie voor niet meegenomen posten van totale schade In WV21 is een correctiefactor toegepast op de schadeberekeningen van HIS-SSM (Gauderius en Kind, 2011). Dit bestaat uit een indexering naar 2011 en een correctie voor niet meegenomen posten. De indexering is gedaan om te corrigeren voor inflatie en volume toenames van de economie. De correctie factor voor niet meegenomen posten bestaat uit extra’s voor evacuatie/opruim kosten, bedrijfsuitval, doorgesneden transport verbindingen, LNC-waarden, uitval van woning diensten en risicoaversie. Samen is dit een factor van 1,4 voor indexering maal 1,6 voor niet meegenomen posten (=2,24) om de HIS-SSM berekeningen met een prijspeil van 2000 om te zetten naar WV21 bedragen met een prijspeil van 2011. Door de verbeteringen van de buitendijkse schade schatting en door de verschillen tussen binnen- en buitendijkse overstromingen zijn sommige van deze correcties niet langer nodig. Hieronder staan de verschillende aspecten van de correctie factor van WV21 en wat daarmee is gedaan voor de buitendijkse studie. •

•

•

•

•

•

Inflatiecorrectie: Door de nieuwe maximale schadebedragen is deze niet langer nodig. Alleen voor posten waarvoor geen nieuwe maximale schade is uitgerekend is deze nog relevant. Op deze posten is de inflatie factor op het maximale schade bedrag gezet. Volume toename: Doordat er nieuwe maximale schadebedragen zijn berekend en er nieuwe geografische data is met het aantal objecten, is de volume toename niet langer nodig. Voor de posten die geen nieuwe data en geen nieuwe maximale schadebedragen heeft is deze factor op de maximale schadebedragen gezet. Kosten evacuatie/opruimen: De kosten van een buitendijkse evacuatie zijn naar verwachting onevenredig kleiner dan voor een binnendijkse evacuatie. Dit komt omdat verschillende van de in Morselt et al, 2007 benoemde “cost drivers” veel gunstiger zijn. Het gaat hier om kleinere evacuatie afstanden, meer beschikbaarheid van noodopvang en kortere overstromingsduur. Voor evacuatie en opruimen wordt daarom de helft van de WV21 opslag factor genomen (5%). Bedrijfsuitval: Bedrijfsuitval buitendijks zal naar verwachting veel minder problemen geven dan binnendijks omdat de totale uitval veel minder is waardoor de schok veel beter opgevangen kan worden door de nationale economie. Verder zal de overstromingsduur korter zijn dan binnendijks en de herstel capaciteit groter (kleiner gebied). De bedrijfsuitval wordt daarom niet uitgerekend op de manier zoals voorgesteld in het rapport voor binnendijkse schade. Wel wordt een deel van de opslagfactor in stand gehouden omdat er toch wat bedrijfsuitval schade zal zijn. (5%) Doorgesneden transport verbindingen: Buitendijks gaat om kleinere gebieden dus is de kans dat er ook alternatieve transport verbindingen tegelijk uitvallen kleiner. Daarom wordt het minimum van de in WV21 voorgestelde bandbreedte gebruikt. (2%) Overige posten: Hier zitten onder andere uitval van woningdiensten, doorgesneden nutsleidingen en LNC waarden in. Deze post wordt slechts half meegenomen omdat veel van de aspecten minder relevant zullen zijn buitendijks voor de kortere uitval duur. (9%)


F-1


•

Risicoaversie: De risicoaversie voor buitendijkse overstromingen kan groter zijn omdat de overheid buitendijkse schade niet vergoed en dat daarom de impact op een individu groter kan zijn. Verder zijn er weinig verzekering opties voor buitendijkse schade. De risicoaversie wordt daarom voor buitendijks 50% hoger geschat dan voor binnendijks. (15%)

Dit brengt de totale correctie factor waarmee gerekend zal worden op 1,36. Voor de groei tussen 2011 en 2015 worden economische resultaten en prognoses gebruikt: Jaar 2012

Economische groei -1,20 %/j

2013

-1,25 %/j

2014

0,75 %/j

Totaal (2012-2015)

-1,7 %

Bron CPB, 2013 CPB, 2013 CPB, 2013

Dit betekent dat de totale schadegetallen in deze studie voor zichtjaar 2015 ook nog worden vermenigvuldigd met 0,983. Indien de getallen in deze studie berekend met de nieuwe methodes moeten worden vergeleken met getallen van eerdere studies (zoals de Bruijn et al.) waarbij de 1,05 als inflatiecorrectie is gebruikt (Slootjes et al.) tussen 2011 en 2015 moeten de bedragen in deze studie vermenigvuldigd worden met 1,05/0,983 = 1,068.

F-2



G Voorbewerkingen geografische representatie bedrijven De bestanden worden per schadecategorie via een ‘intersect’ gekoppeld aan het bedrijfsterrein. Vervolgens wordt via een ‘dissolve’ het totaal aantal arbeidsplaatsen per schadecategorie bepaald. Dit totaal wordt evenredig verdeeld over de oppervlakte van elk onderliggend bedrijfsterrein en uiteindelijk vermenigvuldigd met 25 (celoppervlak). Voor de bedrijfsgebouwen wordt een tweede ‘intersect’ uitgevoerd tussen de BAG bedrijfsgebouwen (meer dan 1 functie – niet woonfunctie) en een terrein uit het CBS bodemgebruik. Het aantal arbeidsplaatsen van de eerder gekoppelde schadecategorieën wordt nu verdeeld over de oppervlakte van de bedrijfsgebouwen in plaats van de oppervlakte van de terreinen. Uiteindelijk wordt ook dit getal voor de berekening vermenigvuldigd met het de oppervlakte van de cel: 25 m 2.


G-1

Verbeteringen gevolgenbepaling van overstromingen in buitendijkse gebieden

Recommend Documents