Winterpeilaanpassing Veerse Meer (Niet-lineaire) hydrologische situatie en effecten op watervoerend pakket en deklaag KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer (Niet-lineaire) hydrologische situatie en effecten op watervoerend pakket en deklaag KWR 2012.091 December 2012
© 2012 KWR Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen, of enig andere manier, zonder voorafgaande schriftelijke toestemming van de uitgever.
Postbus 1072 3430 BB Nieuwegein
T 030 606 95 11
F 030 606 11 65
E
[email protected] I www.kwrwater.nl
Colofon Titel Winterpeilaanpassing Veerse Meer. (Niet-lineaire) hydrologische situatie en effecten op watervoerend pakket en deklaag. Opdrachtnummer A309274 Rapportnummer KWR 2012.091 Projectmanager M. de Haan Opdrachtgever Provincie Zeeland, de heer C.J. Hollebrandse Met inbreng van Dienst Landelijk Gebied, de heer R. Meeuwse Kwaliteitsborging C. Maas Auteurs J.R. von Asmuth, I. Leunk
Dit rapport is verstrekt aan de opdrachtgevers van het onderzoeksproject, en is openbaar.
Samenvatting In dit onderzoek worden de effecten van de winterpeilaanpassing van het Veerse Meer op de omringende, binnen- en buitendijksgelegen landbouwpercelen geëvalueerd. Ten behoeve van deze evaluatie is rondom het Veerse Meer een meetnet van ondiepe peilbuizen geplaatst (9 locaties en 3 referentielocaties). Daarnaast zijn de in de landelijke database DINO voorhanden zijnde meetreeksen opgevraagd uit de omgeving van het Veerse Meer. In de wijdere omtrek rond het Veerse Meer bleken 719 meetreeksen daar aanwezig. In tweede instantie is het analysegebied uitgebreid tot geheel Walcheren en Noord-Beveland en een groot deel van Zuid-Beveland. In dat gebied bleken 1102 meetreeksen beschikbaar. De geëigende methodiek om uitspraken te doen over de effecten van verschillende factoren op basis van meetreeksen is tijdreeksanalyse. De hydrologische situatie in de verschillende landbouwpercelen en hun omgeving is echter complex (o.a. vanwege de heterogene bodemopbouw en de effecten van oppervlakkige drainage). Om de tijdreeksanalyseresultaten goed te kunnen interpreteren richt deze evaluatie zich niet alleen op de tijdreeksanalyse van de meet- en referentielocaties zelf, maar ook op: a) het functioneren en de geohydrologische opbouw (het zogenaamde ‘Holland profiel’) van het gebied b) de situatie rond de meetlocaties c) de effecten van de winterpeilaanpassing in het watervoerende pakket d) de effecten op de deklaag en haar bouwvoor daarboven. De oppervlakkige drainage die in de landbouwpercelen aanwezig is functioneert doorgaans alleen bij hogere grondwaterstanden. Dit zorgt voor periodieke afvoer uit de drainagebuizen, en daarmee in technische termen voor zogenaamde ‘niet-lineariteit’. Een beperking van de bestaande tijdreeksanalysemethoden is dat in dat geval oppervlaktewaterstanden niet meegenomen kunnen worden bij de analyse. In dit rapport worden de bestaande methoden aangepast en uitgebreid om dit mogelijk te maken. Omdat de voor deze methode benodigde gegevens niet aanwezig en/of niet altijd betrouwbaar bleken te zijn, is toch voor lineaire tijdreeksanalyse gekozen. Bij analyse van de voorhanden zijnde meetreeksen in het watervoerende pakket komt de (stationaire) doorwerking al met al behoorlijk eenduidig uit de tijdreeksanalyseresultaten naar voren. Omdat er van oudsher sprake is van een zomer- en winterpeil worden deze resultaten al verkregen uit historische meetreeksen, van voor de peilopzet. Alhoewel niet-causale correlaties op enige afstand van het Veerse Meer kanttekeningen bij de resultaten plaatsen, neemt het stationaire effect min of meer exponentieel af met de afstand. Dat is conform de formule van Mazure die voor een dergelijke situatie opgesteld is. Het effect in het watervoerende pakket staat daarbij gelijk aan het maximaal mogelijke effect in de deklaag of bouwvoor daarboven. De zogenaamde spreidingslengte die naar voren komt uit de resultaten (een maat voor de afstand waarover het effect in het watervoerende pakket doorwerkt) is echter groter dan de eerdere verwachting. De spreidingslengte volgens Mazure lijkt hier ruwweg rond de 1000 meter te liggen, terwijl eerder was ingeschat (op basis van gegevens uit REGIS) dat die niet groter dan 250 tot 350 meter zou zijn. De grotere spreidingslengte kan enerzijds veroorzaakt worden doordat de doorlatendheid van het watervoerende pakket groter is dan verwacht, of anderzijds doordat de weerstand van de deklaag groter is dan verwacht. Daarnaast dient opgemerkt te worden dat de weerstand uit het schema van Mazure ook per definitie niet gelijk is aan de weerstand van de deklaag uit REGIS (de zogenaamde hydraulische weerstand). De weerstand volgens Mazure omvat zowel de hydraulische als de drainageweerstand (zie Maas, 2002), wat op zich al een grotere spreidingslengte verklaart.
Bij (lineaire) analyse van de meetreeksen van het specifiek voor dit doel ingerichte meetnet bleek, zoals ook al enigszins in de lijn der verwachting lag, de (stationaire) doorwerking voor de meetlocaties niet of maar in beperkte mate eenduidig uit de tijdreeksanalyseresultaten te halen. Wel kan in het algemeen
gesteld worden dat het effect sterk afhankelijk is van de aanwezige drainage en de effectiviteit daarvan. Hoe groter de (horizontale) weerstand voor afvoer naar de sloten en/of de drainage is, des te groter zal ook de doorwerking vanuit het watervoerende pakket zijn. Dat betekent omgekeerd ook dat hoe vaker de oppervlakkige drainage actief is, des te kleiner de doorwerking vanuit het watervoerende pakket zal zijn. Als laatste kan gesteld worden, gezien de beperkte responstijd van het systeem, dat de effecten van de winterpeilaanpassing in het groeiseizoen beperkt zullen zijn. De responstijd neemt daarbij toe met de afstand, maar het effect zelf zal met die zelfde afstand kleiner worden. De probleemstelling van dit onderzoek en de hier gepresenteerde toepassing van tijdreeksanalyse grenst aan de op dit moment bestaande wetenschappelijke kennis en praktijk. Voortzetting van de monitoring (op beperktere schaal) is dan ook van wetenschappelijk en van algemeen praktisch belang, en wordt aanbevolen.
Inhoud Samenvatting Inhoud
1
1
Inleiding
3
1.1
Aanleiding, doelstelling en aanpak onderzoek
3
1.2
Beschikbare gegevens
4
2
Hydrologische situatie
7
2.1
Inleiding
7
2.2
Geohydrologische opbouw
7
2.3
Watervoerend pakket: Mazure, Bruggeman en Braunsfurth-Schneider
8
2.4
Effect van oppervlakkige drainage en afvoer
9
2.5
Deklaag: schematisatie en niet-lineair tijdreeksmodel
10
3
Watervoerend pakket: resultaten DINO-reeksen
13
3.1
Inleiding
13
3.2
Transect 1
15
3.3
Transect 2
16
3.4
Transect 3
17
3.5
Transect 4
18
3.6
Beoordeling modelresultaten
19
3.6.1
Filtering op standaarddeviatie
19
3.6.2
Fysische plausibiliteit en niet-causale correlaties
20
3.6.3
Invloed van het Oosterscheldepeil
21
4
Deklaag: resultaten en situatie meetlocaties
23
4.1
Inleiding en overzicht
23
4.2
Locatie 1
25
4.3
Locatie 2
27
4.4
Locatie 3
29
4.5
Locatie 4
31
4.6
Locatie 5
33
4.7
Locatie 6
35
4.8
Locatie 7
38
4.9
Locatie 8
40
4.10
Locatie 9
42
Winterpeilaanpassing Veerse Meer © KWR
-1-
KWR 2012.091 December 2012
4.11
Locatie A
44
4.12
Locatie B
46
4.13
Locatie C
48
5
Synthese, conclusies en aanbevelingen
51
5.1
Doorwerking in het watervoerende pakket
51
5.2
Doorwerking op de meetlocaties en hun bouwvoor
51
5.3
Doorwerking in het groeiseizoen
52
5.4
Voortzetting monitoring
52
Literatuurlijst
55
Bijlage A: Menyanthes uitbreidingen en verbeteringen
57
A.1
Verbetering en uitbreiding presentatie ‘Model Results’
57
A.2
Kleine verbeteringen en aanpassingen
58
Bijlage B: Polderpeilmetingen
Winterpeilaanpassing Veerse Meer © KWR
61
-2-
KWR 2012.091 December 2012
1
Inleiding
1.1 Aanleiding, doelstelling en aanpak onderzoek Aanleiding voor dit onderzoek is het feit dat van 2008 tot 2012 het winterpeil in het Veerse Meer stapsgewijs is verhoogd van ongeveer -60 cm+NAP tot -30 cm+NAP. Deze peilveranderingen kunnen invloed hebben op de grondwaterstanden van binnen- en buitendijksgelegen landbouwpercelen. ZLTO heeft in het kader van het peilbesluit op monitoring aangedrongen, en als resultante daarvan is in verschillende landbouwpercelen rondom het Veerse Meer een meetnet van ondiepe peilbuizen geplaatst. De locaties zijn gekozen op basis van de volgende aspecten (Anoniem, 2008): • • • •
afstand tot het Veerse Meer hoogteligging weerstand (en dikte) van de deklaag gebiedskennis
De doelstelling van dit onderzoek is een antwoord te geven op de vraag hoe ver, hoe sterk en voor hoe lang de verhoging van het Winterpeil doorwerkt op de grondwaterstand in landbouwpercelen in de omgeving van het Veerse Meer. De geëigende methodiek om uitspraken te doen over de effecten van verschillende factoren op basis van meetreeksen is tijdreeksanalyse. De hydrologische situatie in de verschillende landbouwpercelen en hun omgeving is echter complex (o.a. vanwege de heterogene bodemopbouw), zeker wanneer een groot gebied wordt beschouwd. Wanneer er veel onbekende grondwaterbeïnvloedende factoren spelen, kan het lastig zijn om tijdreeksanalyseresultaten goed te interpreteren en de effecten eenduidig te scheiden. De aanpak waar in deze evaluatie voor gekozen is richt zich op de volgende punten: 1.
Het globaal hydrologisch functioneren en de geohydrologische opbouw van het gebied, via: a. Geohydrologische schematisatie b. Bodemprofielbeschrijvingen
2.
De specifieke situatie rond de meetlocaties, via: a. Luchtfoto’s b. Bodemprofielbeschrijvingen c. Stijghoogte-, grond- en oppervlaktewaterstandsmetingen
3.
De effecten van de winterpeilaanpassing in het watervoerende pakket, via: a. (Lineaire) tijdreeksanalyse van geselecteerde filters in de wijde omtrek b. Bestaande fysisch-analytische theorie daarover
4.
De effecten van de winterpeilaanpassing op deklaag en bouwvoor, via: a. Een globale hydrologische schematisatie van het systeem b. Ontwerp van een bijbehorend niet-lineair tijdreeksmodel c. (Lineaire) tijdreeksanalyse van reeksen op de meetlocaties
Een beperking van de bestaande tijdreeksanalysemethoden is dat in geval van zogenaamde nietlineariteit (zie paragraaf 2.4 en 2.5) oppervlaktewaterstanden niet meegenomen kunnen worden bij de analyse. In dit rapport worden de bestaande methoden aangepast en uitgebreid om dit mogelijk te maken. Omdat de voor deze methode benodigde gegevens niet aanwezig en/of onvoldoende betrouwbaar bleken te zijn, is toch voor lineaire tijdreeksanalyse gekozen. Voor meer informatie over de achtergronden en methodiek van lineaire tijdreeksmodellen verwijzen we naar (Von Asmuth, Knotters & Maas, 2006; Von Asmuth et al., 2012; Von Asmuth, 2012).
Winterpeilaanpassing Veerse Meer © KWR
-3-
KWR 2012.091 December 2012
1.2 Beschikbare gegevens Voor een tijdreeksanalyseonderzoek dienen zowel gegevens beschikbaar te zijn van de te modelleren of te verklaren variabele (grondwaterstanden en stijghoogtes), als van de factoren die invloed daarop uitoefenen (de zogenaamde verklarende variabelen). Daarnaast kan voor een juiste interpretatie van tijdreeksanalyseresultaten, aanvullende informatie over de ondergrond en opbouw van het grondwatersysteem c.q. de hydrologische situatie van belang zijn, zeker wanneer de resultaten niet direct eenduidig zijn. Hieronder zetten we de beschikbare gegevens op een rij: Grondwaterstands- en stijghoogtegegevens Rondom het Veerse Meer zijn in verband met de winterpeilaanpassing negen locaties geselecteerd (loc 1 t/m 9) in landbouwgebieden waar eventueel effecten zouden kunnen optreden (Anoniem, 2006; Anoniem, 2008). Daarnaast zijn er drie locaties geselecteerd (loc A, B en C) die naar verwachting onbeïnvloed zijn, en die dus als referentie kunnen fungeren. Op al deze locaties zijn peilbuizen geïnstalleerd met een ondiep, freatisch filter waarvan er veel periodiek droogvallen, en een wat dieper filter dat niet of slechts sporadisch droogvalt. De ligging van deze locaties, en die van de oppervlaktewatermeetpunten is weergegeven in Figuur 1-1. Naast deze door de Provincie aangeleverde meetreeksen is ook de landelijke database DINO geraadpleegd. In een wat groter gebied rond het Veerse Meer bleken daar 719 meetreeksen voorhanden, waarvan de gegevens aangevraagd zijn en ingelezen in het computerprogramma Menyanthes (Von Asmuth et al., 2012) dat gebruikt is voor de analyse. In tweede instantie is de analyse uitgebreid tot geheel Walcheren en Noord-Beveland en een groot deel van Zuid-Beveland. In dat gebied bleken 1102 meetreeksen beschikbaar. Uit de DINO-gegevens zijn vervolgens die meetreeksen geselecteerd en geanalyseerd waarvan het filter onder de deklaag dan wel in het watervoerende pakket is gelegen (zie hoofdstuk 3). Oppervlaktewaterstanden Voor de analyse zijn zowel de oppervlaktewaterpeilen in het poldergebied van belang, als dat van het Veerse Meer (en in de wijdere omgeving de Oosterschelde- en Noordzeepeilen). Metingen van het
Figuur 1-1 Ligging van de grond- en oppervlaktewatermeetpunten.
Winterpeilaanpassing Veerse Meer © KWR
-4-
KWR 2012.091 December 2012
Peil Veerse Meer
Regimecurve Veerse Meer
0.4 VM4_0
0.1
0.2
0 -0.1 Waterstand (m+NAP)
Peil (m NAP)
0
-0.2
-0.4
-0.6
-0.2 -0.3 -0.4 95% 75% 2005 maximum minimum
-0.5 -0.6 -0.7
-0.8
-0.8 -1
1990
1995
2000 Jaar
2005
Jan
2010
Feb Mar
Apr
May
Jun Jul Aug Datum (maand)
Sep
Oct
Nov
Dec
Jan
Figuur 1-3 Oppervlaktewaterpeilen Veerse Meer: links: verloop in de tijd, rechts: regimecurve. Explanatory Series 2 1.5 1
Level - refl (m)
waterpeil in het Veerse Meer zelf zijn afkomstig van de website http://www.hmcz.nl/ van Rijkswaterstaat (meetpunt ‘VM‘). Door het waterschap zijn meetreeksen van het oppervlaktewaterpeil van verschillende locaties aangeleverd. KGM zijn oppervlaktewaterstanden bij gemalen, KST peilen beneden of bovenstrooms van stuwen en MPN zijn oppervlaktewaterstanden verspreid over de polder.
Polderpeil Polderpeil Polderpeil Polderpeil
(MPN8541_1) (MPN8544_1) (MPN8546_1) (MPN8549_1)
0.5 0 -0.5 -1
In Figuur 1-3 is het verloop van het -1.5 oppervlaktewaterpeil in het Veerse Meer te zien -2 als tijdreeks en als regimecurve (over de hele meetreeks, met 2005 er uit gelicht). Aan de 2008 2009 2010 2011 2012 Date regimecurve is af te lezen dat een zomerpeil Figuur 1-2 Selectie van polderpeilreeksen die mogelijk gehandhaafd wordt van rond eind maart tot begin onbetrouwbaar zijn. november, rond een vrij constant niveau van -0.05 m NAP. Tot en met 2007 ligt het winterpeil tussen 0.6 en -0.7 m NAP. Vanaf 2008 stijgt het winterpeil. In 2009 en 2010 ligt het rond -0.5 m NAP, in 2011 rond -0.4 en in winter 2011 – 2012 rond -0.33 m NAP. Verspreid over de polders zijn ook oppervlaktewatermeetpunten beschikbaar. Uit die gegevens valt af te lezen dat het oppervlaktewater in de polders apart wordt gereguleerd, los van het peil van het Veerse Meer. Een aantal zaken valt op in deze meetreeksen (zie bijlage B voor de reeksen, en Figuur 1-1 voor de locaties): -
-
-
Vanaf voorjaar 2011 is het peil bij KGM43_3 nagenoeg gelijk aan dat van KGM42 en KGM43_1, terwijl daarvoor een verschil van circa 40 cm bestaat. Bij KGM42 en KGM43_1 en 3 is het zomerpeil in 2012 gestegen naar circa 0.07 m+NAP Bij KGM46 is het winterpeil gedaald van circa -0.7 naar circa -0.8 in de periode 2004 – 2012. KGM48_1 kent geen zomer- en winterpeil. De hogere standen lijken op een niveau gestabiliseerd te worden (het stuwpeil?). Dit niveau is twee keer sprongsgewijs gestegen (met +/- 6 cm in november 2009 en 2 cm in augustus 2010). KGM60 kent geen zomer- en winterpeil. Hier lijken de lagere standen op een niveau gestabiliseerd te worden, dat gedaald is van -1.38m+NAP in 2004 naar -1.52m+NAP in 2008 en vanaf eind 2008 weer gestegen is naar -1.45m+NAP. In verschillende periodes daalt de stand tijdelijk (dagen tot weken) ook tot onder dat niveau. Bij KGM61 is het winterpeil gestegen in 2006. Bij verschillende van de Polderpeilmeetpunten (MPN) lijken de meetreeksen onbetrouwbaar (zie Figuur 1-2). Vooral het patroon na halverwege 2011 lijkt op disfunctioneren van de
Winterpeilaanpassing Veerse Meer © KWR
-5-
KWR 2012.091 December 2012
(luchtdruk)dataloggers te wijzen. De trends die daarvoor zichtbaar zijn in de meetreeksen zouden reëel kunnen zijn, maar kunnen ook te wijten zijn aan drift van de sensoren (zie ook Von Asmuth, 2011). Navraag bij Waterschap Scheldestromen leert dat de dataloggers op locaties MPN8546 en MPN8549 inderdaad defect zijn geweest, en medio juli 2012 zijn vervangen. Een recente handmeting bij locatie MPN8544 wijkt sterkt af van de loggermeting. Van locatie MPN8541 is geen recente handmeting, maar ook daar lijkt de CTD Diver op drift te zijn geraakt. De meetreeksen van voor die tijd zijn nog niet gevalideerd. Meteorologische gegevens Meteorologische gegevens (neerslag en referentieverdamping) zijn betrokken van de website van het KNMI. Het gaat daarbij in eerste instantie om de stations te Kapelle, Wolphaartsdijk, Middelburg, ’s Heerenhoek, Kortgene, Wilhelminadorp, Vrouwenpolder en Vlissingen. In verschillende van deze reeksen bleken echter waarden te ontbreken. De ontbrekende waarden zijn opgevuld met behulp van die van het dichtstbijzijnde, volgende KNMI-station. Geohydrologie en bodemopbouw Via DINOLoket zijn dwarsdoorsneden van de geohydrologische opbouw opgevraagd voor de transecten die beschreven zijn in hoofdstuk 3, tot op een diepte van 30 m onder NAP. Hiervoor is gebruik gemaakt van Geohydrologisch model Zeeland - 2005 uit REGIS. De ligging van de dwarsdoorsneden en de dwarsdoorsneden zelf zijn te vinden in dat hoofdstuk. Daarnaast zijn, eveneens via DINOLoket, de beschikbare boorbeschrijvingen opgevraagd en geïmporteerd in Menyanthes. Op basis daarvan is een meer gedetailleerd inzicht in de bodemopbouw bij de verschillende locaties verkregen (zie bijvoorbeeld Figuur 2-1).
Winterpeilaanpassing Veerse Meer © KWR
-6-
KWR 2012.091 December 2012
2
Hydrologische situatie 10
B48E0267 B48E0266 B48E0265 B48E0264 B48E0268
B48E0128
B48E0225 B48E0151 B48E1153 B48E0141 B48E0151 B48E1046 B48E0141 B48E1147 B48E1053 B48E1045 B48E0155 B48E1050 B48E0085 B48E1150 B48E1149 B48E1148 B48E0155 B48E0225 B48E1032 B48E1146 B48E1054 B48E1038 B48E0234 B48E1033 B48E0150 B48E0150 B48E1052 B48E0233 B48E0151 B48E0141 B48E0142 B48E0155 B48E0149 B48E0234 B48E0150 B48E0233 Loc 1 1 Loc 0 1 2
B48E0275 B48E1645 Loc 7
B48E0274
Polderpeil (KGM48_1) (KGM48_3) B48E1643 Loc 1 Polderpeil (MPN8544_1)
-10 Height (m+ref)
B48E0294 B48E0270B48E0293 B48E0292 B48E0272 B48E0291 B48E0271 B48E0290 B48E0289 B48E0288 B48E0287 B48E0286 B48E0285
B48E0269
B48E0225 B48E0141 B48E0150 B48E0233
B48E0276
B48E0234 B48E0151
B48E0226 B48E0227 B48E0154 B48E0235 B48E0228
1
-20
B48E0254 B48E0039
B48E0155
1
1
11
-30 Wolphaartsdijk_prec B48E0229 B48E0230
1
1
2
2
2
3
3
3
2 22
2
33
3
B48E0156
-40
B48E0231
4 3
B48E1646 Loc 8
-50
0
1000 m
200
B48E0172 B48E0232
B48E0073
400
600
800 1000 1200 1400 Distance on transect (m)
1600
1800
2000
Figuur 2-1 Links: Luchtfoto met transect en meetpunten rond locatie 1. Rechts: Dwarsdoorsnede over dit transect, met peilbuizen en boorbeschrijvingen. 2.1 Inleiding Tijdreeksanalyse is een van oorsprong statistische methodiek die gebruik maakt van de statistische relaties binnen en tussen meetreeksen (zie bijv. Box & Jenkins, 1970; Von Asmuth, 2012). De statistische relaties die bestaan, bijvoorbeeld die tussen de neerslag en de grondwaterstand, worden echter gedicteerd door de fysisch-hydrologische wetmatigheden en eigenschappen van de onderzochte meetlocaties en hun omgeving. Voor een juiste interpretatie van de resultaten, zeker wanneer de situatie complex is en de resultaten voor meerdere uitleg vatbaar, is het van groot belang om inzicht te hebben in de hydrologische opbouw en het functioneren van het onderzochte systeem. Dit hoofdstuk poogt een beeld daarvan te schetsen, en is qua inhoud wellicht wat technisch-hydrologisch van aard. Lezers die minder geoefend zijn in deze materie kunnen zich wellicht beperkten tot de volgende hoofdstukken, waar de geschatte effecten en hun interpretatie zelf aan bod komen. 2.2 Geohydrologische opbouw De geohydrologische opbouw van het Veerse Meer en de gebieden in Walcheren en Noord- en ZuidBeveland daaromheen kenmerkt zich door de aanwezigheid van een Holocene deklaag met een dikte variërend van minder dan 2 tot maximaal 10 meter (zie bijv. Ernst (1969) en Figuur 2-1 voor de situatie rond locatie 1). Deze deklaag bestaat voornamelijk uit klei, plaatselijk afgewisseld met (ingesloten) dunnere lagen veen en fijn zand met een beperkte verbreiding (zie ook Figuur 1-1). We classificeren hier de gehele bovenste, weerstandbiedende laag als deklaag. Onder de deklaag bevinden zich formaties van deels nog Holoceen en deels Pleistoceen en relatief grof zand, onderbroken door een aantal, ruimtelijk variërende slechtdoorlatende lagen. Onder de deklaag zijn aldus drie verschillende watervoerende pakketten te onderscheiden, tot op een diepte van ongeveer 100 tot 250 meter (zie ook de transecten in hoofdstuk 3). Bepalend voor dit onderzoek is het functioneren van het eerste watervoerende pakket en de deklaag. In de poldergebieden is de deklaag overal aanwezig en ononderbroken, zij het in een variërende dikte en weerstand. In de diepe, voormalige getijdegeulen van het Veerse Meer en de Oosterschelde is de deklaag grotendeels weggeërodeerd. Waar zich zandplaten bevinden is de geul deels weer opgevuld met sediment (zand). Vanwege de geohydrologische opbouw is het aannemelijk dat (fluctuaties en veranderingen van) het waterpeil in het Veerse Meer direct doorwerken op het (eerste) watervoerende pakket, en via dit watervoerende pakket indirect op de deklaag daarboven.
Winterpeilaanpassing Veerse Meer © KWR
-7-
KWR 2012.091 December 2012
Figuur 2-2 Links: Schematisatie volgens Mazure en Bruggeman. Rechts: Schematisatie volgens Braunsfurth en Schneider. 2.3 Watervoerend pakket: Mazure, Bruggeman en Braunsfurth-Schneider We gaan in deze paragraaf allereerst in op de effecten van Veerse Meerpeil op het watervoerende pakket. We verwaarlozen daarbij de variatie in de diepte hoewel dat niet helemaal terecht zal zijn, gegeven ook de (weliswaar beperkte) verticale stijghoogteverschillen die er bestaan. Gezien de in de vorige paragraaf beschreven geohydrologische opbouw kunnen de gebieden rond het Veerse Meer benaderd worden als zogenaamd ‘Holland profiel’, waarvoor verschillende analytische oplossingen bestaan (zie ook Bruggeman (1999) of www.grondwaterformules.nl). De oplossingen van Mazure en die van de polderfunctie van Bruggeman gaan daarbij uit van dezelfde schematisatie: een geul of rivier in een bilateraal symmetrische, oneindige landstrook. Deze geul doorsnijdt een deklaag, waaronder zich een enkel watervoerend pakket bevindt dat bovenop de ondoorlatende, hydrologische basis is gesitueerd (Figuur 2-2). Het stationaire effect van een bepaalde invloed is op te vatten als het eindniveau van de respons op een constante en permanente verandering van de waarde van die invloed. We noemen deze respons een staprespons wanneer de verandering de waarde ‘1’ of eenheidsterkte heeft (los van de gebruikte eenheden en om wat voor invloed het gaat). Het stationaire effect van een verhoging van het waterpeil in die geul op de stijghoogte in het watervoerende pakket is te vinden in (Mazure, 1936) en wordt beschreven door:
x Ω(∞) = exp(− )
(1)
λ
waarbij
Ω(∞) : het stationaire effect, of niveau van staprespons Ω op t = ∞ [-] x : afstand van de meetlocatie tot de rivier [L] λ : spreidingslengte λ = kDc [L] kD : doorlaatvermogen van het watervoerend pakket [L2/T] c : weerstand van de deklaag [T]
De niet-stationaire respons van de stijghoogte op een plotselinge verhoging van het waterpeil staat bekend als de polderfunctie van Bruggeman. In het programma Menyanthes (Von Asmuth et al., 2012) dat voor dit onderzoek gebruikt is, wordt de afgeleide van de polderfunctie gebruikt als impulsrespons voor het modelleren van de effecten van oppervlaktewater in het algemeen (dus ook voor het effect van het Veerse Meer). De impulsrespons wordt beschreven door:
θ (t ) = −
waarbij
θ (t )
1 4π kDt 3 x2 S
exp(−
x2 S t − ) 4kDt cS
(2)
: de impulsrespons [1/T] of afgeleide van staprespons Ω
Winterpeilaanpassing Veerse Meer © KWR
-8-
KWR 2012.091 December 2012
S
: de bergingscoëfficiënt [-]
Braunsfurth en Schneider (2008) daarentegen gaan uit van een strook land met eenzelfde opbouw, die echter aan weerszijden begrensd wordt door rivieren die de deklaag doorsnijden. We volstaan op dit moment met de opmerking dat de in hoofdstuk 3 gepresenteerde resultaten dusdanig zijn dat de verhouding tussen de spreidingslengte λ en de L in Figuur 2-2 dusdanig groot is dat dit, c.q. het effect van de Oosterschelde ( L = +/- 5 tot 6 km) en in mindere mate de Westerschelde ( L = +/- 5 tot 18 km), niet verwaarloosd mag worden en Mazure hier wellicht dus onvoldoende opgaat. 2.4 Effect van oppervlakkige drainage en afvoer De situatie rond het maaiveld is complexer dan die in het watervoerende pakket. Dit vanwege de (variatie in) sloten, polderpeilen, stuwen en bemalingen die in het topsysteem speelt, maar ook vanwege zogenaamde ‘niet-lineariteit’ die daar optreedt. De meetlocaties in dit onderzoek zijn gesitueerd in landbouwpercelen, waar afvoer over maaiveld op kan treden gezien de hoge grondwaterstanden, of afvoer via drainagebuizen wanneer die aanwezig zijn. Drainagebuizen zijn daarbij doorgaans niet permanent actief, maar alleen wanneer de grondwaterstand de hoogteligging van de buis overschrijdt en de afvoer daarmee in werking treedt. Dit maakt het systeem in technische termen ‘niet-lineair’. Voor niet-lineaire systemen bestaan tijdreeksmodellen die geënt zijn op de fysica van een zogenaamd lineair reservoir dat verschillende en ook periodieke afvoermogelijkheden kan bevatten. We lichten dit hieronder toe. Een oplossing voor het omgaan met niet-lineariteit als gevolg van drempelovergangen binnen de tijdreeksanalyse wordt gegeven door Knotters en De Gooijer (1999) en Berendrecht e.a. (2004). De methoden die in beide artikelen gepresenteerd worden zijn in essentie identiek, en de benadering is ook op genomen in het programma Menyanthes (Von Asmuth e.a., 2012), zij het in een vorm die op onderdelen aangepast en verbeterd is (Von Asmuth e.a., 2010). De benadering is gebaseerd op de waterbalans van een verticale bodemkolom zonder laterale stijghoogteverschillen. Wanneer we analoog aan Knotters en Bierkens (2000) een bodemkolom beschouwen als een eenvoudig reservoir waarin boven aanvulling en beneden afvoer plaatsvindt (geen horizontale stijghoogteverschillen), dan vinden we op basis van de waterbalans en de wet van Darcy de volgende differentiaalvergelijking (zie Figuur 2-3 en Von Asmuth, 2012):
S
dh d −h = +r dt c
(3)
waarin S = bergingscoëfficiënt [-] h = de grondwaterstand [L] Figuur 2-3 de waterbalans van een lineair reservoir. t = de tijd [T] d = de lokale drainage- of ontwateringsbasis [L]. c = weerstand tegen uitstroming, ofwel drainageweerstand [T] r = grondwateraanvulling [LT-1] Als we deze differentiaalvergelijking oplossen voor een impulsvormige grondwateraanvulling, dan vinden we de volgende exponentiële responsfunctie θ [-]:
θ (t ) =
1 t exp( − ) S cS
Winterpeilaanpassing Veerse Meer © KWR
(4)
-9-
KWR 2012.091 December 2012
Figuur 2-4 Links: Schematische dwarsdoorsnede vanaf het Veerse Meer over een (gedraineerd) landbouwperceel met aan weerszijden sloten, geënt op de situatie rond locatie 1. Rechts: Beschikbare meetreeksen rond locatie 1 op basis waarvan de schematisatie is vormgegeven. De grondwaterstand kan vervolgens met behulp van (4) (of voor een willekeurige responsfunctie) gevonden worden via convolutie. Lineaire reservoirs hebben echter de opmerkelijke en bruikbare eigenschap dat de grondwaterstanden ook recursief berekend kunnen worden. De grondwaterstand h(t ) kan, in andere woorden, ook berekend worden op basis van h(t − ∆t ) en Rt , de som van de grondwateraanvulling
r over de tijdstap, volgens (De Zeeuw & Hellinga, 1958):
h(t ) = {h(t − ∆t ) − d }exp(−
∆t ∆t ) + Rt c{1 − exp(− )} + d cS cS
(5)
Vergelijking (5) is equivalent met een ARX(1) model in discrete tijd (Knotters & Bierkens, 2000). Het feit dat h recursief berekend kan worden staat ons toe de response parameters [ c , S ] per tijdstap te laten verschillen. Vergelijking (5) kan daarom ook worden toegepast op in de tijd variërende en/of nietlineaire systemen (systemen waarbij c en/of S een functie zijn van h ). 2.5 Deklaag: schematisatie en niet-lineair tijdreeksmodel Op basis van de beschikbare meetreeksen en de informatie over de bodemopbouw kunnen we de situatie op de verschillende meetlocaties schematiseren in een conceptuele dwarsdoorsnede. Figuur 2-4 toont een dergelijke dwarsdoorsnede die geënt is op de situatie rond locatie 1. De deklaag vormt daarbij een weerstand die de toplaag afschermt van het watervoerende pakket daaronder. Deze afscherming zorgt er enerzijds voor dat de invloed van het Veerse Meerpeil op het grond- en oppervlaktewaterpeil in de polder (relatief) beperkt is, en anderzijds dat de invloed van datzelfde Veerse Meerpeil in het watervoerende pakket ver de polder in kan dringen. Alhoewel de exacte maaiveldhoogte, (grond)waterpeilen, dikte van de deklaag, etc., per locatie verschilt, kan de globale opbouw en aanpak voor alle meetlocaties gehanteerd worden. Voor de waterbalans en de grondwaterstanden in het landbouwperceel van Figuur 2-4 zijn van belang (naast neerslag en verdamping): 1. 2. 3.
Afvoer naar de sloten via (oppervlakkige) drainage Afvoer naar de sloten via de toplaag Kwel of wegzijging naar het watervoerende pakket
Om een dergelijk systeem te kunnen modelleren hebben we een tijdreeksmodel nodig met één drempelovergang en twee afvoercomponenten of drainageniveaus. De drempelovergang neemt daarbij de eventuele niet-lineariteit voor zijn rekening, d.w.z. systemen waarbij boven een bepaalde Winterpeilaanpassing Veerse Meer © KWR
- 10 -
KWR 2012.091 December 2012
grondwaterstand een drain of ondiepe greppel actief wordt, of waarbij het grondwater boven maaiveld uitkomt en oppervlakkig af kan stromen. Boven een dergelijke drempelovergang wordt de drainageweerstand c plotseling kleiner, en kan ook de bergingscoëfficiënt S veranderen. Hier hebben we zoals gezegd daarnaast nog te maken met afvoer naar de sloten in het topsysteem en van kwel of afvoer naar het onderliggende watervoerende pakket. Deze laatste afvoercomponent is bij dit onderzoek diegene waar we met name naar op zoek zijn, omdat een verhoging van het Veerse Meerpeil via een verandering van de kwel of infiltratie doorwerkt. Wanneer alle systemen actief zijn kan de afvoer in differentiaalvergelijking (3) worden uitgesplitst naar die via de oppervlakkige drainage (1), de sloten (2) en die naar het watervoerende pakket (3) volgens:
S
dh d1 − h d 2 − h d 3 − h = + + +r dt c1 c2 c3
(6)
wat gelijk staat aan:
d1 d 2 d3 + + c* h dh c1 c2 c3 S = − +r dt c* c*
(7)
als c* gelijk staat aan een derde van het harmonisch gemiddelde van de drainageweerstanden van systeem 1 t/m 3, ofwel:
1 1 1 1 = + + c * c1 c2 c3
(8)
Op zijn beurt kan vergelijking (7) vervolgens geschreven worden als:
S als
dh d * − h = +r dt c*
(9)
d * gedefinieerd wordt als:
d d d d* = 1 + 2 + 3 c* c1 c2 c3 zodat
d * het op basis van
(10)
1 gewogen rekenkundig gemiddelde is van de respectievelijke d’s. We c
*
noemen d hier verder de ‘effectieve drainagebasis’. Differentiaalvergelijking (9) is equivalent met vergelijking (3), en heeft als oplossing een vergelijking die equivalent is aan (5). De grondwateraanvulling kunnen we vervolgens definiëren als:
r = p − fe
(11)
waarin p [LT-1] de neerslag is en f [-] de gemiddelde reductie van de actuele verdamping ten opzichte van de referentieverdamping e , niet te verwarren met maar wel verwant aan de zogenaamde gewasfactor (Feddes, 1981). Vergelijking (5) kan vervolgens uitgewerkt worden met behulp van tijdreeksen van neerslag en referentieverdamping, en initiële schattingen van de parameterset Winterpeilaanpassing Veerse Meer © KWR
- 11 -
KWR 2012.091 December 2012
Ψ = [c1 , c2 , d1 , d 2 , S1 , S 2 , f ] . De uitwerking kan daarbij gebeuren op de (al dan niet regelmatige) tijdstappen waarop Rt beschikbaar is. Als er echter een drempel overschreden wordt tussen t − ∆t en t in, kan het tijdstip van de drempelovergang tdn exact opgelost worden door te stellen dat:
d n = (h(t − ∆t ) − d )e *
−
td n − ( t −∆t ) c* S
td − ( t −∆t ) − n * + Rt c 1 − e c S + d * *
(12)
wat gelijk staat aan:
d n = (h(t − ∆t ) − d − Rt c )e *
*
−
tdn − ( t −∆t ) c* S
+ Rt c* + d *
(13)
ofwel:
d n − d * − Rt c* tdn = t − ∆t − c* S ln h(t − ∆t ) − d * − Rt c*
(
Via vergelijking (14) kan
)
(14)
h(t ) berekend worden met de correcte c* en d * van tijdstip tdn tot t .
In de huidige versie van het programma Menyanthes (Von Asmuth e.a., 2012) is een dergelijk tijdreeksmodel met één drempelovergang en één drainageniveau geïmplementeerd. Het was de bedoeling om Menyanthes in het kader van dit onderzoek uit te breiden, om voor het Veerse Meer een schatting te krijgen van de doorwerking van het Veerse Meerpeil op het topsysteem, c.q. de deklaag. De voorhanden zijnde meetreeksen van sloot- of polderpeil d 2 bleken echter onvoldoende betrouwbaar en/of onvoldoende representatief (zie paragraaf 1.2). Voor de meeste locaties bleek daarnaast ook geen representatieve (onderliggende) en actuele meetreeks van de stijghoogte in het watervoerende pakket d3 voorhanden. Bij locaties 8 en 9 is er op niet al te grote afstand wel een actuele stijghoogtereeks voorhanden, maar ook daarvan sluit de meetfrequentie (tweewekelijks) niet aan op die van de meetlocaties. Daarom is besloten om in het kader van deze evaluatie de niet-lineaire tijdreeksanalyse binnen Menyanthes niet uit te breiden, en om dit onderzoek verder te focussen op wat met de huidige methodiek aan effecten te bepalen is. De resultaten daarvan worden gepresenteerd in de nu volgende hoofdstukken.
Winterpeilaanpassing Veerse Meer © KWR
- 12 -
KWR 2012.091 December 2012
3
Watervoerend pakket: resultaten DINO-reeksen
3.1 Inleiding Zoals betoogd in paragraaf 2.4 is de situatie en het hydrologisch functioneren van het topsysteem (deklaag) complexer en sterker niet-lineair dan die van het watervoerende pakket. Andersom geformuleerd: de voorhanden zijnde meetreeksen in het watervoerende pakket zijn beter en eenduidiger te modelleren met behulp van een standaard (lineair) tijdreeksmodel. We kunnen dus binnen de bestaande theorie, praktijk en functionaliteit van het programma Menyanthes de effecten van het Veerse Meerpeil op het watervoerende pakket inschatten. Naast de uit DINO opgevraagde boorbeschrijvingen zijn in REGIS een viertal transecten door de ondergrond opgevraagd (zie Figuur 3-2 en volgende paragrafen). De deklaag blijkt nergens veel dieper dan 8 tot 10 meter onder NAP te reiken. De ondergrond blijkt merendeels ruimschoots daarboven over te gaan in het eerste watervoerende pakket. Binnen Menyanthes zijn vervolgens die meetreeksen geselecteerd waarvan de bovenkant van het filter dieper ligt dan 8 meter onder NAP. Van de in de wijdere omgeving van het Veerse Meer opgevraagde 1102 meetreeksen, zijn op die manier 594 reeksen geselecteerd. Deze reeksen zijn vervolgens gemodelleerd met neerslag en verdamping (van het dichtstbijzijnde KNMI-stations, zie paragraaf 1.2) en het Veerse Meerpeil als verklarende variabelen (locatie VM4). Op die manier is de doorwerking van het Veerse Meerpeil per peilbuisfilter ingeschat, zowel qua stationair effect als responstijd. Figuur 3-1 toont een voorbeeld van tijdreeksanalyseresultaten van één van deze 594 meetreeksen. Vooral bij locaties in de buurt van het Veerse Meer (zoals deze) blijkt
Figuur 3-1 Voorbeeld van tijdreeksanalyseresultaten van een meetreeks uit het watervoerende pakket. Vooral bij locaties in de buurt van het Veerse Meer (zoals hier) is de verklaarde variantie hoog. Winterpeilaanpassing Veerse Meer © KWR
- 13 -
KWR 2012.091 December 2012
1
4 2
3
Figuur 3-2 Gebied rond het Veerse Meer met ligging van de vier transecten (rode pijlen) en de geschatte doorwerking van het Veerse Meerpeil (als factor, gekleurde stippen). De resultaten zijn gefilterd op standaarddeviatie (zie paragraaf 3.6.1). de verklaarde variantie hoog te zijn, omdat het effect van andere invloedsfactoren zoals het (ontbrekende) polderpeil daar beperkt is. De aldus verkregen dataset met resultaten is in essentie 4D (verschillende parameters verspreid over x, y en z), en het is onmogelijk om die in zijn totaliteit in één figuur (2D) grafisch weer te geven. Voor een juiste interpretatie van de resultaten is daarnaast de geohydrologische situering van de peilbuisfilters van belang. We tonen in Figuur 3-2 een kaartje met een bovenaanzicht van de geschatte doorwerking van het Veerse Meerpeil (zijnde hier de belangrijkste parameter; de waarden van meerdere peilbuisfilters vallen zo echter over elkaar heen). De getoonde resultaten zijn daarbij gefilterd op standaarddeviatie (zie paragraaf 3.6.1). De volgende vier paragrafen tonen vervolgens een selectie van de resultaten volgens de in Figuur 3-2 weergegeven transecten. Ter referentie wordt daarbij allereerst de geohydrologische dwarsdoorsnede uit REGIS gepresenteerd. Daaronder staat vervolgens een grafiek met op de x-as de locatie (afstand) van de peilbuis op het transect, en op de y-as het geschatte stationaire effect van de winterpeilaanpassing van het Veerse Meer (in centimeter). De blauwe balkjes geven daarbij het 95%betrouwbaarheidsinterval van het geschatte effect weer (+/- 2 maal de standaarddeviatie, uitgaande van een normale verdeling). De coördinaten van de REGIS-dwarsdoorsnede en de grafiek zijn daarbij identiek, de x-assen zijn handmatig gelijk getrokken omdat de uitsnede in de figuren niet gelijk was. In Figuur 3-2 en de komende paragrafen komt een duidelijk patroon naar voren. Uit de resultaten blijkt een duidelijke relatie tussen de afstand van de peilbuis tot het Veerse Meer en de geschatte sterkte van het effect. Volgens de oplossing van Mazure (zie paragraaf 2.3) zou het effect in het watervoerende pakket exponentieel af moeten nemen, wat in grote lijnen ook uit de tijdreeksanalyseresultaten naar voren komt. We plotten ter referentie in de transecten ruwweg de relatie tussen effect en afstand van Mazure, in geval het systeem een spreidingslengte van 1000 meter heeft. Aardig is te zien dat in het vierde transect het effect kleiner is, vanwege de (dempende) invloed van de Oosterschelde. Omdat in de tijdreeksmodellen nergens een ruimtelijk verband wordt aangenomen of opgelegd, sterkt dit het vertrouwen in de analyseresultaten. De resultaten op wat verdere afstand van het Veerse Meer blijken minder eenduidig (zie paragraaf 3.6.2). Dat plaatst een kanttekening bij de geschatte effecten, omdat er correlatie tussen het Veerse Meerpeil en het in (een deel van de ) polder gehanteerde zomer en winterpeil lijkt op te treden.
Winterpeilaanpassing Veerse Meer © KWR
- 14 -
KWR 2012.091 December 2012
Omdat: • •
zowel de correlatie als de polderpeilfluctuatie niet overal even sterk of zelfs afwezig is de effecten van het Veerse Meerpeil daarnaast op de kortere afstand toch naar nul lijken te gaan
lijken de in de transecten getoonde resultaten toch fysisch plausibel en verklaarbaar. Hier zij opgemerkt dat de doorwerking in het watervoerende pakket op basis van historische reeksen behoorlijk eenduidig vastgesteld kan worden, dus ook zonder de specifiek voor de winterpeilaanpassing ingerichte meetlocaties. Het getoonde effect in het watervoerende pakket staat daarbij gelijk aan het maximaal mogelijke effect in de deklaag of bouwvoor daarboven. We laten de figuren in de nu volgende paragrafen (met resultaten die ook hier zijn gefilterd op standaarddeviatie) verder voor zich spreken, en becommentariëren ze niet individueel. In de paragrafen daarna wordt de beoordeling van de resultaten uit het watervoerende pakket als geheel behandeld. 3.2
Transect 1
30
Effect W interpeilaanpassing (cm)
25
20
15
B48B0179_3 B48B0179_2 B48B0179_1
10
B48B0168_2 B48B0069_2 B48B0168_1
5 B48B0069_1
B48A0138_2 B48A0138_1
B48A0140_1 B48A0140_2
0
B48A0168_1
-5 0
1000
2000
Winterpeilaanpassing Veerse Meer © KWR
3000 4000 Afstand op transect (m)
- 15 -
5000
6000
7000
KWR 2012.091 December 2012
3.3
Transect 2
30
E ffe c t W in ter p e ila a n pa s s ing ( cm)
25 B48B01 16_4 B48B01 16_3 B48B01 16_2
20 B48B01 16_5
15 B48B0151_1
B48B0117_3 B48B0117_2
B4 8B015 2_1 B48B0153_1 B48B0155_2
B48B0117_4
10 B42D0059_6 B42D0059_4 B42D0059_5 B42D0059_7 B42D0059_3 B42D0060_2 B42D0060_4 B42D0060_5 B42D0060_6 B42D0060_3 B42D0059_2 B42D0324_3 B42D0324_5 B42D0324_4 B42D0324_2 B42D0034_1
5
0
B48B0117_5
B48B0185_ 1 B48B0150_1 B48B0154_2 B48B0149_1 B48B0148_1
B48B0186_1
-5 0
5000
10000
15000
Afs tand op transec t (m)
Winterpeilaanpassing Veerse Meer © KWR
- 16 -
KWR 2012.091 December 2012
3.4
Transect 3
Effe ct Win terp eilaa np assin g (cm)
30
25
B48E0128_3 B48E0128_4
20
B48E0128_6 B48E0128_5
B48E0230_3 B48E0230_2 B48E0230_1
15
B48E0074_1 B48E0074_2
10 B48E0121_3 B48E0121_4 B48E0121_5 B48E0121_6 B48E0121_2 B48E0140_4 B48E0140_5 B48E0140_2 B48E0140_6 B48E0140_3
5
B48E0073_3 B48E0073_1 B48E0073_2 B48E0135_9 B48E0175_2
B42G0184_3 B42G0121_5 B42G0121_1 B42G0121_4 B42G0121_2 B42G0121_3 B42G0121_6
0
-5
B48E0135_3 B48E0213_1 B48E0213_2 B48E0213_3
B42G0059_2
0
5000
10000
15000
Afstand op transect (m)
Winterpeilaanpassing Veerse Meer © KWR
- 17 -
KWR 2012.091 December 2012
3.5
Transect 4
30
Effect Wi nterpe ilaanp assin g (cm)
25
20
B48E0131_3
15
B48E0134_3 B48E0134_5 B48E0134_6 B48E0134_2
10
B48E0134_4 B48E0127_3 B48E0127_6 B48E0127_5
5 B42G0040_7 B42G0040_6 B42G0040_11 B42G0041_6 B42G0041_3 B42G0041_5 B42G0041_4 B42G0036_5 B42G0041_2 B42G0040_9 B42G0040_10 B42G0036_3 B42G0036_2 B42G0040_3 B42G0040_4 B42G0040_2
0
-5
0
2000
B48E0068_4 B48E0068_3 B48E0068_2
B48E0127_4
4000
Winterpeilaanpassing Veerse Meer © KWR
B48E0211_3 B48E0210_2 B48E0210_4 B48E0209_3 B48E0211_2 B48E0210_3 B48E0211_1 B48E0209_4
6000 8000 Afstand op transect (m)
- 18 -
10000
B48E0174_2
12000
KWR 2012.091 December 2012
3.6
Beoordeling modelresultaten
3.6.1 Filtering op standaarddeviatie De meetreeksen die in DINO zijn opgevraagd (in tweede instantie 1102 stuks) zijn niet door ons gevalideerd, gecontroleerd op outliers, of geselecteerd op bijvoorbeeld lengte van de reeks of aantal beschikbare waarnemingen. Tussen de genoemde 1102 reeksen bevinden zich daardoor meetreeksen die bijvoorbeeld zelfs minder dan een week beslaan, waaruit het effect van het Veerse Meerpeil onmogelijk betrouwbaar af te leiden valt. Omdat de doorwerking van de fluctuaties in het Veerse Meerpeil ook zonder de winterpeilaanpassing geschat kan worden, is een handmatige selectie of beoordeling van begin, eind en lengte van de reeksen een subjectieve aangelegenheid. Naast deze criteria speelt bijvoorbeeld ook de grootte van het eigenlijke effect, en de correlatie met andere invloeden een rol. In plaats van controle en selectie vooraf kiezen we hier voor filtering van de resultaten achteraf, en wel op basis van de standaarddeviatie van de geschatte doorwerkingsfactor. Bij meetreeksen die te kort of anderszins ongeschikt zijn om de doorwerking van het Veerse Meer vast te stellen, komt dit tot
Figuur 3-3 Geschatte doorwerkingsfactor van het Veerse Meerpeil op de stijghoogte in het watervoerende pakket (filters dieper dan 8 meter onder NAP).Boven: resultaten zonder selectie of filtering. Onder: resultaten met een standaarddeviatie van minder dan 0.1. De rode rechthoeken benadrukken een aantal (deels afwijkende) waarden die door de filtering wegvallen. Winterpeilaanpassing Veerse Meer © KWR
- 19 -
KWR 2012.091 December 2012
uitdrukking in een hoge standaarddeviatie. Bij filtering van de resultaten op een standaarddeviatie van minder dan 0.1 (wat onder de aanname van een normale verdeling, gelijk staat aan een 95%betrouwbaarheidsinterval van +/- 0.2) vallen inderdaad een aantal afwijkende waarden weg (zie Figuur 3-3). 3.6.2 Fysische plausibiliteit en niet-causale correlaties Een tijdreeksmodel kan opgevat worden als een eenvoudig fysisch model dat de dynamiek van de stijghoogte op individuele locaties beschrijft, maar ook (en van oorsprong) als een variant op lineaire regressie (zie bijv. (Von Asmuth, 2012)). De techniek leunt daarmee sterk op statistische verbanden in en tussen de verschillende meetreeksen, die zoals bekend niet per definitie oorzakelijk of causaal zijn. Verschillende factoren die van invloed (kunnen) zijn op de stijghoogte vertonen bijvoorbeeld seizoensafhankelijke patronen, bijvoorbeeld omdat ze op hun beurt weer afhankelijk zijn van temperatuur of verdamping. Voor een deel kan dit probleem ondervangen worden door zoveel mogelijk (liefst alle) invloedsfactoren mee te nemen bij de analyse. Bij factoren die onderling sterk gecorreleerd zijn, zal de invloed vervolgens niet of moeilijk op statistische gronden te scheiden zijn. De correlatie resulteert in dat geval in grote betrouwbaarheidsintervallen (ofwel een lage betrouwbaarheid) voor de geschatte invloed van deze factoren, omdat de invloeden onderling uitwisselbaar zijn. De betrouwbaarheidsintervallen van, en daarmee samenhangend de correlatiecoëfficiënt tussen, verschillende invloeden zijn aldus een geëigend middel voor het kwantificeren en beoordelen van eventuele optredende correlaties en problemen op dit vlak. De correlatiecoëfficiënten zelf zijn daarnaast te vinden in de zogenaamde correlatiematrix. Wanneer van één of meer invloeden geen goede meetreeks bekend is, kan bovenstaande weg niet bewandeld worden. Het is in de (wetenschappelijke en hydrologische) praktijk bovendien onverantwoord om bij voorbaat ervan uit te gaan dat men niets over het hoofd ziet, c.q. dat er geen onbekende factoren of invloeden zijn. Om deze redenen dienen modelresultaten te allen tijde (mede) beoordeeld te worden op hun fysische plausibiliteit, als indicatie van causaliteit. De plausibiliteit kan
16
B48E0150_2 B48E0150_3 B48E0150_4
Effect Winterpeilaanpassing (cm)
14
B48E0150_1
12 10
B48E0155_3 B48E0155_1 B48E0155_2
8
B48E0156_1 B48E0156_2 B48E0156_3
6 B48E0172_1
4
B48E0196_6 B48E0196_1 B48E0196_3 B48E0196_2 B48E0196_5 B48E0196_4 B48E0176_2
2 B48E0171_2
0 0
5000
B48E0197_2 B48E0197_6 B48E0167_2 B48G0075_2 B48E0197_4 B48E0197_3 B48E0197_5
B48E0224_1
10000 Afstand tot V eerse Meer (m)
B48G0100_6 B48G0088_2 B48G0100_3 B48G0100_4 B48G0086_2 B48G0086_1 B48G0100_5
15000
Figuur 3-4 Geschat effect van de winterpeilaanpassing van het Veerse Meer op de stijghoogte in het watervoerende pakket (in cm, filters dieper dan 8 meter beneden NAP) over een transect dwars over ZuidBeveland. Tot op een afstand van +/- 4000 meter neemt het effect conform de verwachting ongeveer exponentieel af met de afstand. Daarna (en ook volgens de gekleurde stippen in het inzet-kaartje) wordt het effect weer hoger ingeschat, wat fysisch niet-plausibel is en wijst op niet-causale correlaties. Winterpeilaanpassing Veerse Meer © KWR
- 20 -
KWR 2012.091 December 2012
daarbij per model beoordeeld worden op basis van de geschatte parameterwaarden (zie ook bijlage A.1), voor zover het bereik van de parameters niet al a priori ingeperkt is. Een ander en zeer bruikbaar middel is het beoordelen van de ruimtelijke patronen in de resultaten van meerdere tijdreeksmodellen. Omdat de verschillende tijdreeksen onafhankelijk van elkaar gemodelleerd worden, zijn ruimtelijke patronen in de resultaten ook onafhankelijk en vaak te wijten aan de: • •
Ruimtelijke samenhang en opbouw van het grondwatersysteem Ruimtelijke eigenschappen van (al dan niet onbekende) invloeden
In het kader van dit onderzoek is daarbij allereerst het verschil tussen de stijghoogtes in en onder de deklaag van belang, waarbij we ons vooralsnog alleen richten op de invloed van het Veerse Meerpeil in het watervoerende pakket onder de deklaag. Daarnaast neemt logischerwijze de invloed van het Veerse Meerpeil af met de afstand, en de manier waarop dat al dan niet uit de resultaten komt kan indicatief gesteld worden voor de plausibiliteit daarvan. Wanneer we het geschatte effect van het Veerse Meerpeil op de diepere stijghoogtereeksen (dieper dan 8 meter onder NAP) in een kleiner gebied rond het Veerse Meer in beschouwing nemen (Figuur 3-3), dan zien we zeker in de gefilterde resultaten een op het eerste gezicht eenduidig patroon terugkomen met effecten die inderdaad netjes afnemen met de afstand. De invloed lijkt daarbij weliswaar soms verder en soms minder ver ter reiken, maar dit is o.a. vanwege de heterogene bodemopbouw op zichzelf niet onlogisch. In tweede instantie is het geanalyseerde gebied uitgebreid, met als specifiek doel het beoordelen van de patronen en fysische plausibiliteit door een breder gebied daarbij te betrekken. Uit de resultaten daarvan (b)lijkt het effect toch minder eenduidig te zijn. Op wat grotere afstand, en met name op Zuid-Beveland, komen geschatte effecten naar voren die fysisch niet-plausibel zijn (Figuur 3-4). Een belangrijke mogelijke factor die dit kan verklaren is een niet-causale correlatie van het Veerse Meerpeil met het polderpeil ter plekke, waarvan de meetreeksen onvoldoende betrouwbaar bleken en niet meegenomen zijn in de analyse. Ook in het noordelijk deel van Noord-Beveland zijn een aantal peilbuisfilters voorhanden waar de geschatte invloed van het Veerse Meerpeil aan de hoge kant lijkt, alhoewel de echte ‘outliers’ door de eerder beschreven filtering wegvallen. Van dit gebied zijn echter geen polderpeilen aangeleverd, waardoor de invloed daarvan niet onderzocht kon worden. Over de bank genomen lijken de resultaten van Noord-Beveland plausibel, en het effect van correlatie met het polderpeil dus beperkt. 1 Oosterschelde Veerse Meer
0.8 0.6
Peil (m NAP)
0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 94
Figuur 3-5 Locaties die gemodelleerd zijn met de peilen van zowel het Veerse Meer als de Oosterschelde als verklarende variabele.
95
96
97
98 99 datum
00
01
02
03
Figuur 3-6 Peil van de Oosterschelde (groen) en van het Veerse Meer (blauw)
3.6.3 Invloed van het Oosterscheldepeil Op Noord-Beveland zou er ook een correlatie op kunnen treden tussen het peil van het Veerse Meer en dat van de Oosterschelde. In de noordelijke buizen zou de doorwerking van de Oosterschelde (in %) daarbij groter moeten zijn dan die van het Veerse Meer. Het peil van de Oosterschelde is opgevraagd via
Winterpeilaanpassing Veerse Meer © KWR
- 21 -
KWR 2012.091 December 2012
Figuur 3-7 Resultaten van tijdreeksanalyse op de stijghoogte in het watervoerende pakket in peilbuis 42GP0010, filter 5.De effecten van het Veerse Meerpeil en dat van het peil van de Oosterschelde blijken onafhankelijk van elkaar in te schatten te zijn. Waterbase (Rijkswaterstaat) voor de jaren 1995 t/m 2001. Als test zijn de meetreeksen van 42GP0010_5 en 42GP0018_5 gemodelleerd met het peil van de Oosterschelde als extra invloed. In beide meetpunten zien we nog steeds een significante invloed van het Veerse Meer, maar daarnaast zien we ook een groot effect van de Oosterschelde. Het blijkt mogelijk te zijn om deze twee invloeden van elkaar te scheiden met behulp van tijdreeksanalyse (Figuur 3-7). Ofwel: de geschatte doorwerking van het Veerse Meerpeil lijkt niet te worden beïnvloed door het feit dat het Oosterscheldepeil niet structureel meegenomen is.
Winterpeilaanpassing Veerse Meer © KWR
- 22 -
KWR 2012.091 December 2012
4
Deklaag: resultaten en situatie meetlocaties
4.1
Inleiding en overzicht
Loc
EVP (%)
1_1 1_2 2_2 3_2 4_2 5_2 6_2 7_2 8_2 9_2 A_2 B_2 C_2
66 61 59 59 87 72 82 74 77 80 73 74 54
EVP nonlin (%) 52 42 69 79 78 78 83 84 59 71 80 67
Weerstand (dgn) 112 72 388 498 85 369 344 207 1093 240 304 276 2755
Sdev
Evapf.
Sdev
Effect (%)
Sdev
Effect (cm)
7 4 36 229 5 22 11 12 662 8 18 14 946
1,27 1,3 0,96 0,64 0,95 0,85 1,30 1,69 1,00 1,49 0,65 0,88 0,60
0,06 0,06 0,08 0,04 0,05 0,04 0,04 0,09 0,04 0,04 0,04 0,04 0,03
25 26 30 3,0 56 0,0 74 15 0,0 73 0,1 0,0 0,0
2 1 4 1 9 3 4 2 2 2 2 2 2
7,6 7,9 9,0 1,0 16,8 0,0 22,1 4,6 0,0 21,9 0,0 0,0 0,0
Resp. Tijd (dgn) 8 3 28 0 49 7 29 0 4 7 2 8 4
Sdev
3 1 4 4180 317 6E5 3 2E5 543 1 175 7e5 4E4
Tabel 1: Modelresultaten op alle meetlocaties. Afgezien van de kolom EVP nonlin (%) stammen de waarden in de tabel van lineaire tijdreeksmodellen. Zoals verwoord in de paragrafen 2.4 en 3.1 is de situatie en het hydrologisch functioneren van het topsysteem complexer en (mogelijk) sterker niet-lineair dan dat van het watervoerende pakket. Zoals in paragraaf 2.5 aan de orde kwam bleek de beoogde uitbreiding en toepassing van niet-lineaire tijdreeksanalyse echter niet realiseerbaar. Om een indicatie te krijgen van de effecten van het Veerse Meerpeil zijn de meetreeksen op alle locaties met een standaard, lineair tijdreeksmodel gemodelleerd. Van alle meetlocaties zijn daarbij twee meetreeksen voorhanden, van een ondiep en een dieper filter (onderkant op respectievelijk +/- 1 en +/- 2 meter onder maaiveld). Met uitzondering van locatie 1 valt filter 1 (ondiep) echter geregeld droog. Alhoewel gaten in meetreeksen de toepassing van tijdreeksanalyse niet perse verhinderen (tenminste, niet wanneer de PIRFICT methodiek wordt toegepast (Von Asmuth et al., 2002)), gaat het hier om seizoens- en dus grondwaterstandsafhankelijke effecten die teveel met de droogval interfereren om goede resultaten te krijgen. Afgezien van locatie 1 is daarom alleen het diepere filter geanalyseerd. De resultaten en geschatte effecten op alle locaties zijn samengevat in Tabel 1, en worden hierna van een toelichting, en opmerkingen en kanttekeningen voorzien. Toelichting op de kolommen: • Celkleur - De kleuring van de cellen in Tabel 1 is conform de beoordeling en kleuring van modelresultaten binnen Menyanthes (zie Bijlage A). Uitzondering daarop is de kolom EVP nonlin (%). Die is rood gekleurd als de waarde hoger is dan de EVP (%). • EVP (%) – Explained Variance Percentage of percentage verklaarde variantie. Dit is een maat voor de fit van het model. Wanneer de EVP 100% zou zijn worden de metingen volledig door het model verklaard en is er dus geen model- of meetfout. • EVP nonlin (%) – Het percentage verklaarde variantie van het niet-lineaire model, met alleen neerslag en verdamping • Weerstand (dgn) – Dit is de locale drainageweerstand die de grondwaterstand ter plekke van het peilbuisfilter ondervindt. Deze staat gelijk aan het oppervlak (M0) van de zogenaamde impulsrespons-functie. • Sdev – De geschatte standaarddeviatie van de parameter in de kolom ervoor.
Winterpeilaanpassing Veerse Meer © KWR
- 23 -
KWR 2012.091 December 2012
Residuals versus Observations
Residuals versus Observations 0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0
-0.2
-0.2
-0.5
0
0.5
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
Figuur 4-1 Plot van de modelresiduen (x-as) versus de waargenomen grondwaterstanden (y-as). Links: Lineair model van locatie 3-2. Rechts: Niet-lineair model van locatie 3-2. Het lineaire model schat de hoge grondwaterstanden hier structureel te laag in. De lage grondwaterstanden worden door beide typen modellen te hoog ingeschat. • •
• •
Evapf. - De geschatte verdampingsfactor. Deze omvat ook eventuele verdampingsreductie, en is alleen onder optimale vochtcondities gelijk aan de zogenaamde gewasfactor. Effect (%) – De geschatte doorwerking van veranderingen in het peil van het Veerse Meer in procenten. Dit effect (in % of in cm) staat in principe los van dat van andere invloeden, waaronder de eventuele compenserende maatregelen die genomen zijn. Effect (cm) – De geschatte doorwerking of het stationaire effect van een verandering van 30 cm in het (winter)peil van het Veerse Meer in centimeter. Responstijd (dgn) – De geschatte tijd die verstrijkt voordat de helft van het effect is bereikt en/of weer is verdwenen na een plotselinge en daarna voortdurende verandering. Dit staat gelijk aan het gemiddelde (M1/M0) van de zogenaamde impulsrespons-functie.
Opmerkingen en kanttekeningen bij de resultaten: • De effecten zijn geschat met een lineair tijdreeksmodel. Het model houdt dus geen rekening met de effecten van periodiek optredende drainage. Wanneer er periodieke drainage aanwezig is, zullen de werkelijke hoge grondwaterstanden lager zijn dan die van het model. Ook het werkelijke effect van de winterpeilaanpassing zal dan lager zijn dan het geschatte effect. • In sommige reeksen (bijv. locatie 3-2, zie Figuur 4-1) lijkt sprake van hogere pieken vanwege niet-lineariteit. Dit zou veroorzaakt kunnen worden door een lagere bergingscoefficient bij hogere standen, en/of door het zogenaamde Lisse-effect. • Alle reeksen zijn ook niet-lineair doorgerekend, maar in dat geval (vanwege de beperkingen van het model) zonder het Veerse Meer als invloed. Als de verklaarde variantie (EVP) van het nietlineaire model (kolom 2) desondanks hoger is dan van het lineaire model (kolom 1), is het systeem ter plekke waarschijnlijk sterk niet-lineair en moeten de resultaten van het lineaire model met ‘een korrel zout’ genomen worden (zie de rode cellen in kolom 2). Hiermee valt overigens niet uit te sluiten dat het systeem ook in de andere gevallen niet-lineair is. • De geschatte verdampingsfactor lijkt niet in alle gevallen realistisch. Omdat de verdamping net als het peil van het Veerse Meer in sterke mate seizoensafhankelijk is, kunnen de effecten onderling sterker gecorreleerd zijn dan de resultaten doen vermoeden. Ook niet-lineariteit zorgt voor een seizoensafhankelijk (want grondwaterstandsafhankelijk) effect, en kan dus een relatie hebben met de verdampingsfactor (zie ook (Von Asmuth, Van der Schaaf, Grootjans & Maas, 2010)). In dergelijke gevallen kunnen de effecten schijnbaar uit elkaar gehouden worden, maar is dat een artefact van de niet-lineariteit. • De standaarddeviatie van de responstijd is ofwel vrij klein en lijkt daarmee een goede schatting aan te geven, of is danwel (soms extreem) groot. De reden hiervan is vooralsnog onbekend, maar zou op numerieke problemen bij de berekening van de gevoeligheden van de parameters (Jacobiaan) kunnen wijzen. In de volgende paragrafen komen de locaties individueel aan bod, met telkens een luchtfoto van de (omgeving van de) meetlocatie met daarop de ligging van de verschillende meetpunten. Het meetpunt
Winterpeilaanpassing Veerse Meer © KWR
- 24 -
KWR 2012.091 December 2012
uit DINO (NITG-nummer) dat getoond wordt representeert daarbij de dichtstbijzijnde meetlocatie uit het watervoerende pakket. Hierna volgen twee grafieken met de meetreeksen zelf, verdeeld in grondwaterstands- of stijghoogtereeksen en oppervlaktewaterpeilreeksen. De combinatie hiervan dient om een beeld te krijgen van de (hydrologische) situatie rond de verschillende locaties. Vervolgens toont een screendump van het ‘Model Results’ scherm uit Menyanthes (zie bijlage A) de daar behaalde modelresultaten. Waar nodig worden de figuren en resultaten als laatste voorzien van opmerkingen en kanttekeningen. 4.2
Locatie 1
Polderpeil (KGM48_1) Loc 1
B48E0150
0
500 m
Winterpeilaanpassing Veerse Meer © KWR
- 25 -
KWR 2012.091 December 2012
Opmerkingen: • Op deze locatie vindt ook beregening met zout Veerse Meerwater plaats, in verband met de teelt van zeekraal. Gegevens hiervan zijn niet voorhanden, en zijn niet meegenomen in het model. • Rond september en oktober 2011 is op deze locatie drainage gerealiseerd. Omdat het effect hiervan niet direct zichtbaar was in de fluctuaties is dit niet meegenomen bij de modellering. • De standen voor de onderbreking in 2010 lijken op een structureel lager niveau te liggen dan daarna. Op deze locatie is een nieuwe datalogger ingehangen i.v.m. een defect van de eerdere. Daarnaast lijkt rond die periode ook het polderpeil gestegen te zijn.
Winterpeilaanpassing Veerse Meer © KWR
- 26 -
KWR 2012.091 December 2012
4.3
Locatie 2
Polderpeil (MPN8546_1)
B48B0188
0
Loc 2
500 m
Winterpeilaanpassing Veerse Meer © KWR
- 27 -
KWR 2012.091 December 2012
Opmerkingen: • De getoonde polderpeilreeks MPN8546 is eerder als onbetrouwbaar aangemerkt (zie paragraaf 1.2). We tonen hem hier toch omdat de reeks wellicht een indicatie geeft van het gemiddelde peil. • Buis B48E0188 licht hemelsbreed het dichtst bij locatie 2, maar de afstand tot het Veerse Meer is duidelijk groter. De meetreeks is dus niet geheel representatief voor de stijghoogte in het watervoerende pakket ter plekke van locatie 2. • De duidelijke hogere EVP van het niet-lineaire model (69% versus 52%) wijst op niet-lineariteit. • De ‘afroming’ van de grondwaterstanden wijst op een goed functionerende drainage, en daarmee ook op niet-lineariteit. Ook het feit dat locatie 2 dicht bij een sloot ligt kan hier echter een rol in spelen. • Op deze locatie is eind 2009 drainage aangelegd. Het effect daarvan is duidelijk zichtbaar als verlaagd niveau van de hoogste standen, en is meegenomen als step_trend. • In de zomer van 2009 is eveneens een scherpe daling van de grondwaterstand zichtbaar. De oorzaak daarvan is onbekend, maar deze factor is wel medebepalend voor de lagere EVP.
Winterpeilaanpassing Veerse Meer © KWR
- 28 -
KWR 2012.091 December 2012
4.4
Locatie 3
Polderpeil (MPN8549_1)
Loc 3
0
B48B0177
500 m
Winterpeilaanpassing Veerse Meer © KWR
- 29 -
KWR 2012.091 December 2012
Opmerkingen: • De getoonde polderpeilreeks MPN8549 is eerder als onbetrouwbaar aangemerkt (zie paragraaf 1.2). We tonen hem hier toch omdat de reeks wellicht een indicatie geeft van het gemiddelde peil. • Bij deze (en andere) reeksen lijkt sprake van hogere pieken vanwege niet-lineariteit. Dit zou veroorzaakt kunnen worden door een lagere bergingscoëfficiënt bij hogere standen, en/of door het zogenaamde Lisse-effect. • De EVP van het niet-lineaire model is ook een stuk hoger (79% tegen 59%). • De schatting van het effect van het Veerse Meerpeil is door dit alles verdacht.
Winterpeilaanpassing Veerse Meer © KWR
- 30 -
KWR 2012.091 December 2012
4.5
Locatie 4
Loc 4 Polderpeil (KGM60_1)
B48E0170
0
500 m
Winterpeilaanpassing Veerse Meer © KWR
- 31 -
KWR 2012.091 December 2012
Opmerkingen: • De stijghoogtereeks van buis B48E0170 kent een onderbreking tussen 2001 en 2006. Na 2006 lijkt de stijghoogtereeks structureel op een hoger niveau te liggen, wat mogelijk ook te maken kan hebben met een gewijzigde peilbuisconstructie. • Eind 2008 is op deze locatie drainage aangelegd. Het effect daarvan is duidelijk zichtbaar op de meetreeks, en is in de modellering meegenomen als staptrend. Conform deze schatting is de daling t.g.v. de drainage groter dan de stijging t.g.v. de winterpeilaanpassing. • Gezien de grote verandering eind 2008 kon deze reeks niet in zijn geheel niet-lineair gemodelleerd worden.
Winterpeilaanpassing Veerse Meer © KWR
- 32 -
KWR 2012.091 December 2012
4.6
Locatie 5
B48B0152
Loc 5
Polderpeil (MPN8547_1)
0
500 m
Winterpeilaanpassing Veerse Meer © KWR
- 33 -
KWR 2012.091 December 2012
Opmerkingen: • De meetreeksen op deze locatie laten markante pieken zien (die bijna tot aan maaiveld reiken) boven een niveau van +/- -0.8m+NAP. Dit wijst op niet-lineariteit (Lisse-effect en/of een overgang in bodemtextuur.). • De hogere EVP van het niet-lineaire model wijst in dezelfde richting.
Winterpeilaanpassing Veerse Meer © KWR
- 34 -
KWR 2012.091 December 2012
4.7
Locatie 6
Loc 6 B42D0056
Polderpeil (KGM43_1)
0
500 m
Winterpeilaanpassing Veerse Meer © KWR
- 35 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 36 -
KWR 2012.091 December 2012
Opmerkingen: • Ook hier laten de meetreeksen op deze locatie markante pieken zien, zelfs tot aan maaiveld, boven een niveau van +/- -0.2m+NAP. Dit wijst op niet-lineariteit (Lisse-effect en/of een overgang in bodemtextuur). Opvallend is wel dat dit gedrag pas na halverwege 2009 lijkt op te treden. Is er iets aan de peilbuisconstructie en/of in de situatie in het perceel gewijzigd? Anderzijds lijkt dat effect toch ook (deels?) samen te hangen met andere neerslagpatronen in die jaren. • Ook de combinatie van de niet veel lagere EVP (78% versus 82%) van het niet-lineaire model, met de relatief sterke geschatte invloed van het Veerse Meerpeil, wijst op niet-lineariteit. Dat maakt de schatting van het effect van het Veerse Meerpeil verdacht. • Uit de tijdreeksanalyse komt een geschatte invloed van het Veerse Meerpeil naar voren, die te hoog lijkt te zijn voor de afstand die deze locatie heeft tot het Veerse Meer. De polderpeilreeks bij deze locatie vertoont een grote seizoensafhankelijke fluctuatie, en is dus gecorreleerd met het Veerse Meerpeil. Een deel van het geschatte effect van het Veerse Meer zou (ook) aan de polderpeilreeks toegeschreven kunnen worden. • Ook uit een tijdreeksmodel van deze meetreeks met alleen het polderpeil als Veerse Meerpeil (onderste figuur) blijkt dat het effect van het Veerse Meer inderdaad niet goed en onafhankelijk in te schatten is. De EVP van dit model is weliswaar iets minder, maar het effect dat eerst aan het Veerse Meer werd toegeschreven wordt nu deels toegeschreven aan het polderpeil en deels gecompenseerd doordat de verdampingsfactor nu kleiner (en plausibeler) is. • De drempelovergang van het niet-lineaire model werd voor deze locatie niet goed geoptimaliseerd, en is handmatig bepaald (op 10 cm+NAP).
Winterpeilaanpassing Veerse Meer © KWR
- 37 -
KWR 2012.091 December 2012
4.8
Locatie 7
Polderpeil (KGM48_1)
Loc 7
B48E0147
0
1000 m
Winterpeilaanpassing Veerse Meer © KWR
- 38 -
KWR 2012.091 December 2012
Opmerkingen: • De meetreeks laat ‘afroming’ van de hogere grondwaterstanden zien boven een niveau van +/-0.55m+NAP. Dit wijst op goed functionerende drainage, en daarmee op niet-lineariteit. • Ook de duidelijke hogere EVP van het niet-lineaire model (83% versus 74%) wijst op nietlineariteit. • De grondwaterstanden zakken in zomerperiode diep weg, tot op het polderpeil, mogelijk ook vanwege niet-lineariteit. • Mogelijk in verband met bovenstaande punten wordt de verdampingsfactor te hoog ingeschat. • De schatting van het effect van het Veerse Meerpeil is door dit alles verdacht.
Winterpeilaanpassing Veerse Meer © KWR
- 39 -
KWR 2012.091 December 2012
4.9
Locatie 8
Polderpeil (KGM60_1)
Loc 8 B48E0172
0
1000 m
Winterpeilaanpassing Veerse Meer © KWR
- 40 -
KWR 2012.091 December 2012
Opmerkingen: • De meetreeksen op deze locatie laten sterke pieken naar boven zien, die tot +/- 10 cm onder maaiveld reiken. Dit wijst op niet-lineariteit (Lisse-effect en/of een overgang in bodemtextuur). • Ook de duidelijke hogere EVP van het niet-lineaire model (84% versus 77%) wijst op nietlineariteit.
Winterpeilaanpassing Veerse Meer © KWR
- 41 -
KWR 2012.091 December 2012
4.10
Locatie 9
B48B0183 Loc 9
0
1000 m
Winterpeilaanpassing Veerse Meer © KWR
- 42 -
KWR 2012.091 December 2012
Opmerkingen: • De meetreeksen op deze locatie laten pieken naar boven zien, wat wijst op niet-lineariteit, alhoewel niet zo sterk als op andere locaties. Het niet-lineaire model is anderzijds duidelijk minder goed in staat om de overige fluctuaties te beschrijven. • De geschatte verdampingsfactor is met 1.5 aan de hoge kant, en maakt samen met de optredende niet-lineariteit de schatting van het effect van het Veerse Meerpeil verdacht.
Winterpeilaanpassing Veerse Meer © KWR
- 43 -
KWR 2012.091 December 2012
4.11
Locatie A
Polderpeil (MPN8547_1)
B48B0155
Loc A
0
500 m
Winterpeilaanpassing Veerse Meer © KWR
- 44 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 45 -
KWR 2012.091 December 2012
4.12
Locatie B
Polderpeil (KGM49_1)
Loc B
B48E0176
0
1000 m
Winterpeilaanpassing Veerse Meer © KWR
- 46 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 47 -
KWR 2012.091 December 2012
4.13
Locatie C
Polderpeil (MPN8543_1)
B48E0041
Loc C
0
1000 m
Winterpeilaanpassing Veerse Meer © KWR
- 48 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 49 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 50 -
KWR 2012.091 December 2012
5
Synthese, conclusies en aanbevelingen
5.1 Doorwerking in het watervoerende pakket De resultaten die uit dit onderzoek volgen omtrent de effecten van de winterpeilaanpassing in het Veerse Meer op de stijghoogtes in het watervoerende pakket zijn behandeld en werden gepresenteerd in hoofdstuk 3. Zoals ook daar betoogd is het hydrologisch functioneren van het watervoerende pakket minder complex dan dat van de deklaag, en in hoge mate lineair. De voorhanden zijnde meetreeksen in het watervoerende pakket konden dus zonder veel omhaal binnen de bestaande tijdreeksanalysetheorie, praktijk en functionaliteit van het programma Menyanthes gemodelleerd worden om de effecten van het Veerse Meerpeil op het watervoerende pakket in te schatten. De (stationaire) doorwerking komt al met al behoorlijk eenduidig uit de tijdreeksanalyseresultaten naar voren. Alhoewel niet-causale correlaties op enige afstand van het Veerse Meer kanttekeningen bij de resultaten plaatsen (zie paragraaf 3.6.2), neemt het stationaire effect tot daar aan toe min of meer exponentieel af met de afstand. Dat is conform wat fysisch-hydrologisch gezien ook de verwachting is (zie paragraaf 2.3). Het effect in het watervoerende pakket staat daarbij gelijk aan het maximaal mogelijke effect in de deklaag of bouwvoor daarboven. De zogenaamde spreidingslengte die naar voren komt uit de resultaten (een maat voor de afstand waarover het effect in het watervoerende pakket doorwerkt) is echter groter dan de eerdere verwachting. De spreidingslengte volgens Mazure lijkt hier ruwweg rond de 1000 meter te liggen, terwijl eerder was ingeschat (op basis van gegevens uit REGIS) dat die niet groter dan 250 tot 350 meter zou zijn (Anoniem, 2008). De grotere spreidingslengte kan enerzijds veroorzaakt worden doordat de doorlatendheid van het watervoerende pakket groter is dan verwacht, of anderzijds doordat de weerstand van de deklaag groter is dan verwacht. Vanwege de sedimentatiegeschiedenis is de bodemopbouw doorgaans verticaal gelaagd, waardoor de horizontale doorlatendheid waarschijnlijk groter is dan de verticale. Wanneer de weerstand van de deklaag groter zou zijn dan verwacht, zal het effect in het topsysteem op de kortere afstanden juist kleiner zijn dan verwacht (ter referentie: bij een oneindige weerstand en dus volledige isolatie van de deklaag hoort een oneindige spreidingslengte). Vanwege het feit dat het beoogde niet-lineaire model van de deklaag niet toegepast kon worden (zie paragraaf 2.5), kon helaas de weerstand van de deklaag niet los van de doorlatendheid van het watervoerende pakket geschat worden. Lopend onderzoek door TNO naar de geohydrologische parameters van de holocene formatie lijkt ook in de richting van beduidend hogere weerstandswaarden te wijzen dan de huidige waarden in REGIS (mondeling commentaar C.J. Hollebrandse). Daarnaast dient opgemerkt te worden dat de weerstand uit het schema van Mazure ook per definitie niet gelijk is aan de weerstand van de deklaag uit REGIS (de zogenaamde hydraulische weerstand). De weerstand volgens Mazure omvat zowel de hydraulische als de drainageweerstand (zie Maas, 2002), wat op zich al een grotere spreidingslengte verklaart. 5.2 Doorwerking op de meetlocaties en hun bouwvoor Zoals uiteengezet in paragraaf 2.4 is de situatie en het hydrologisch functioneren van het topsysteem complexer en sterker niet-lineair dan die van het watervoerende pakket. Het lag in de bedoeling van dit onderzoek om de bestaande theorie en software (Menyanthes) te generaliseren, om voor het Veerse Meer een schatting te krijgen van de doorwerking van het Veerse Meerpeil in het topsysteem, c.q. de deklaag. De voorhanden zijnde meetreeksen van sloot- of polderpeil bleken echter niet allemaal voldoende betrouwbaar en/of voldoende representatief (zie paragraaf 1.2). Voor de meeste locaties bleek daarnaast geen representatieve (onderliggende) en actuele meetreeks van de stijghoogte in het watervoerende pakket voorhanden, en/of sloot de meetfrequentie daarvan niet aan bij die op de meetlocaties. Om toch een indicatie te krijgen van de effecten van het Veerse Meerpeil zijn de meetreeksen op alle locaties (de reeksen zonder of met beperkte droogval, afgezien van locatie 1 daarmee de diepere filters) alsnog met een standaard, lineair tijdreeksmodel gemodelleerd. Zoals ook al enigszins in de lijn der verwachting lag is de (stationaire) doorwerking voor de meetlocaties niet of maar in beperkte mate Winterpeilaanpassing Veerse Meer © KWR
- 51 -
KWR 2012.091 December 2012
eenduidig uit de lineaire tijdreeksanalyseresultaten te halen. Wel zijn een aantal algemene principes te formuleren, over de doorwerking vanuit het watervoerende pakket en/of vanuit de diepere filters op de bouwvoor: •
•
Het effect is sterk afhankelijk van de ( eventuele) drainage en de effectiviteit daarvan. Ter plekke van een ideale en actieve drainagebuis is per definitie geen verhoging mogelijk, alleen een toename van de afvoer. Wanneer er geen periodieke, oppervlakkige afvoer is (dus in een lineair systeem), werkt een verandering van het algehele, effectieve drainageniveau per definitie 1 op 1 door op de standen.
•
d * (zie paragraaf 2.5, vergelijking (9))
*
Het effectieve drainageniveau d is het op basis van de reciproque van de weerstand gewogen rekenkundig gemiddelde van de stijghoogtes of peilen van de verschillende afvoercomponenten die het systeem kent (vergelijking (10)). Dit betekent dat naar mate de (horizontale) weerstand voor afvoer naar de sloten groter is, de doorwerking vanuit het watervoerende pakket ook groter zal zijn. Daarnaast betekent het dat des te vaker de oppervlakkige drainage (al) actief is, de doorwerking vanuit het watervoerende pakket kleiner zal zijn.
5.3 Doorwerking in het groeiseizoen In de hoofdstukken 3 en 4 wordt verreweg de meeste aandacht besteed aan de stationaire effecten van de winterpeilaanpassing in het Veerse Meer. Het stationaire effect is op te vatten als de eindtoestand van het effect (dus in principe na oneindig lang wachten), wanneer de opgetreden verandering permanent en constant zou zijn. In principe zijn in deze evaluatie alleen de effecten op de grondwaterstand zelf aan de orde gekomen. Voor landbouwkundige doeleinden kan weliswaar de timing van eventuele hydrologische effecten van groot belang zijn voor de mate waarin deze op hun beurt weer van invloed zijn op de gewasopbrengsten. Bij akkerbouw en eenjarige gewassen die in het voorjaar ingezaaid worden, is de akker in het winterseizoen kaal en verlaten. Bij eventuele verhoogde grondwaterstanden in die periode is alleen een indirect effect mogelijk, via de bodemomstandigheden. Ook bij meerjarige gewassen en grasland is het effect in de winterperiode kleiner, omdat de zuurstofbehoefte van de wortels en de groei dan beperkt zijn door de lage temperatuur en zonnestraling. Het is dus interessant om na te gaan hoe snel het effect van de winterpeilaanpassing teniet gedaan is, wanneer overgegaan wordt op het zomerpeil (vanaf +/- eind maart, zie paragraaf 1.2). Een maat die men hiervoor kan hanteren is de zogenaamde responstijd, of de tijd die verstrijkt voordat de helft van het effect van het winterpeil is verdwenen nadat het zomerpeil is ingetreden. Het is helaas niet helemaal duidelijk hoe betrouwbaar de verkregen schattingen van de responstijd zijn (zie paragraaf 4.1), maar de geschatte waarden zelf ogen redelijk consistent en plausibel. De geschatte responstijden liggen in het algemeen in de orde van slechts één of enkele dagen, terwijl bij grotere waarden van de responstijd het (stationaire) effect zelf kleiner zal zijn. Als maat voor de start van het groeiseizoen wordt doorgaans de datum van 1 April gehanteerd (conform de definitie van de zogenaamde GVG of Gemiddelde Voorjaars Grondwaterstand (Van der Sluijs & De Gruijter, 1985). Wanneer we er van uit gaan dat eventuele grondbewerking ook niet voor die tijd plaats vindt en niet tot problemen leidt, betekent dit dat de effecten van de Winterpeilaanpassing in het groeiseizoen beperkt zullen zijn. 5.4 Voortzetting monitoring Van praktisch belang is de vraag of de huidige monitoring op de meetlocaties gehandhaafd dient te worden. Geconstateerd kan worden dat de doorwerking in het watervoerende pakket ook zonder dit specifiek voor de winterpeilaanpassing ingerichte meetnet behoorlijk eenduidig vastgesteld kan worden. Andersom geformuleerd draagt dit specifieke meetnet niet veel bij aan die doelstelling. Anderzijds zijn de omstandigheden rond de verschillende meetlocaties erg locatiespecifiek, en afhankelijk van de daar aanwezige drainage, bodem en geohydrologische opbouw, genomen maatregelen, de situering van de meetlocatie in het perceel en het gehanteerde polderpeilregime. Uit de in hoofdstuk 4 gepresenteerde resultaten blijkt bovendien dat de doorwerking op de meetlocaties en hun bouwvoor op dit moment niet goed en eenduidig vast te stellen is. Op de locaties 3, 5, (7), 8, A, B en C is daarbij nauwelijks tot geen effect analyseerbaar. Wel is een goede schatting van het maximaal mogelijke (en zeker in het
Winterpeilaanpassing Veerse Meer © KWR
- 52 -
KWR 2012.091 December 2012
groeiseizoen beperkte) effect verkregen via de schattingen uit het watervoerende pakket. Daarmee zijn de resultaten voor de 11 geselecteerde locaties voor evaluatiedoeleinden voldoende te interpreteren. De probleemstelling van dit onderzoek en de hier gepresenteerde toepassing van tijdreeksanalyse grenst aan de op dit moment bestaande wetenschappelijke kennis en praktijk. Voortzetting van de monitoring (op beperktere schaal) is dan ook van wetenschappelijk en van algemeen praktisch belang vanwege: 1. 2.
Het verbeteren van de kennis over en toepassingsmogelijkheden van tijdreeksmodellen in dit soort situaties. Het schatten van geohydrologische parameters op basis van tijdreeksanalyse, ten behoeve van (ruimtelijk) grondwaterstromingsmodellen.
We bevelen dan ook een voortzetting van een onderzoeksmatig meetnet aan (in te richten conform de vereisten die uit theorie en modelmatige aanpak volgen) op één of twee nader te selecteren meetlocaties.
Winterpeilaanpassing Veerse Meer © KWR
- 53 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 54 -
KWR 2012.091 December 2012
Literatuurlijst Anoniem (2006) Veerse Meer, Monitoring grondwaterstanden in landbouw percelen; DLG-Zeeland, Goes. Anoniem (2008) Veerse Meer, Uitwerking compenserende maatregelen landbouwgebieden (niet vrij afwaterende gebieden); DLG-Zeeland, Goes. Anoniem (2008) Nadere uitwerking monitoring landbouw; DLG-Zeeland, Goes. Berendrecht, W.L., Heemink, A. W., Van Geer, F. C., & Gehrels, J. C. (2004) State-space modeling of water table fluctuations in switching regimes; in: Journal of Hydrology, jrg 292, pag 249-261. Box, G.E.P. & Jenkins, G. M. (1970) Time Series Analysis: Forecasting and Control; Holden-Day, San Fransisco. Braunsfurth, A.C. & Schneider, W. (2008) Calculating Ground Water Transit Time of Horizontal Flow Through Leaky Aquifers; in: Ground Water, jrg 46, nr 1, pag 160-163, doi: 10.1111/j.17456584.2007.00393.x. Bruggeman, G.A. (1999) Analytical Solutions of Geohydrological Problems; Elsevier, Amsterdam. De Zeeuw, J.W. & Hellinga, F. (1958) Neerslag en afvoer; in: Landbouwkundig Tijdschrift, jrg 70, pag 405422. Ernst, L.F. (1969) Groundwater flow in the netherlands delta area and its influence on the salt balance of the future lake zeeland; in: Journal of Hydrology, jrg 8, pag 137-172. Feddes, R.A. (1981) Water use models for assessing root zone modification.; in: Arkin, G.F. en H.M. Taylor (red), Modifying the root environment to reduce crop stress.; ASAE Monograph, St. Joseph, Michigan, pag 347-390. Knotters, M. & De Gooijer, J. G. (1999) Tarso modelling of water table depths; in: Water Resources Research, jrg 35, nr 3, pag 695-705. Knotters, M. & Bierkens, M. F. P. (2000) Physical basis of time series models for water table depths; in: Water Resources Research, jrg 36, nr 1, pag 181-188. Maas, C. (2002) Weerstanden in het Hollandse Profiel; in: Stromingen, jrg 8, nr 3, pag 5-15. Mazure, J.P. (1936) Kwel en chloorbezwaar in de Wieringermeer.; in: Dienst der Zuiderzeewerken in samenwerking met het Rijksbureau voor Drinkwatervoorziening(red), Geo-hydrologische gesteldheid van de Wieringermeer.; Rijksuitgeverij Dienst van de Nederlandsche Staatscourant , Rapporten en Mededeelingen betreffende de Zuiderzeewerken No 5. Van der Sluijs, P. & De Gruijter, J. J. (1985) Water table classes: a method to describe seasonal fluctuation and duration of water tables on Dutch soil maps ; in: Agricultural Water Management, jrg 10, pag 109-125. Von Asmuth, J.R. (2011) Over de kwaliteit, frequentie en validatie van druksensorreeksen; Rapportnr. KWR 2010.001, KWR Watercycle Research Institute, Nieuwegein. Von Asmuth, J.R. (2012) Groundwater System Identification, through Time Series Analysis; Ph .D. thesis, Delft University of Technology, Delft. Von Asmuth, J.R., Bierkens, M. F. P., & Maas, K. (2002) Transfer function noise modeling in continuous time using predefined impulse response functions; in: Water Resources Research, jrg 38, nr 12, pag 12871299, doi:10.1029/2001WR001136. Von Asmuth, J.R., Knotters, M. & Maas, K. (2006) Tijdreeksanalyse voor (eco)hydrologen, achtergronddocumentatie en cursushandleiding.; Kiwa Water Research/Alterra, Nieuwegein/Wageningen. Von Asmuth, J.R., Maas, C., Knotters, M., Bierkens, M. F. P., Bakker, M., Olsthoorn, T. N., Cirkel, D. G., Leunk, I., Schaars, F., & Von Asmuth, D. C. (2012) Software for hydrogeologic time series analysis, interfacing data with physical insight; in: Environmental Modelling & Software, jrg 38, pag 178-190, http://dx.doi.org/10.1016/j.envsoft.2012.06.003. Von Asmuth, J.R., Van der Schaaf, S., Grootjans, A. P. & Maas, C. (2010) Weerstand en wegzijging in natte natuurgebieden, schatting via analyse van gemeten (grond)waterpeilen; Delft University of Technology, Delft.
Winterpeilaanpassing Veerse Meer © KWR
- 55 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 56 -
KWR 2012.091 December 2012
Bijlage A: Menyanthes uitbreidingen en verbeteringen A.1 Verbetering en uitbreiding presentatie ‘Model Results’ In de Menyanthes-versies tot nu toe werden verschillende modelresultaten verspreid over verschillende schermen gepresenteerd, terwijl ze gezamenlijk van belang zijn voor een juiste interpretatie ervan. Het gaat daarbij om: • • • •
De kalibratiestatistieken, parameterschattingen en de onzekerheid daarbij De modelsimulaties, residuen, en bijdragen van de verschillende factoren De geschatte responsfuncties van de verschillende factoren, en de onzekerheid daarbij Het fysisch plausibele bereik van de parameterwaarden
In het kader van dit project is het ‘View Model Results’ scherm aangepast, waarbij het oude scherm als basis is genomen (figuur 13) en ter rechterzijde daarvan aanvullende informatie opgenomen is, analoog aan de manier waarop dat ook voor niet-lineaire tijdreeksmodellen gebeurd is. Het gaat daarbij om: Karakteristieken van het model als geheel: • • • •
Verklaarde variantie (EVP (%)) Gemiddelde absolute fout (MAE (cm)) Root Mean Squared Error (RMSE (cm)) Drainage level (m)
figuur 13: Nieuwe, verbeterde opzet ‘View Model Results’ scherm. Ter rechterzijde is aanvullende informatie opgenomen over het model en de verschillende verklarende reeksen. Winterpeilaanpassing Veerse Meer © KWR
- 57 -
KWR 2012.091 December 2012
En per verklarende variabele: • •
Stapresponsfunctie o 95% betrouwbaarheidsinterval Belangrijkste parameter(s) o 95% betrouwbaarheidsinterval o Toets op (fysische) plausibiliteit
Hierbij worden standaarddeviatie van de parameters geel gemarkeerd indien de geschatte waarde of invloed niet-significant is. De parameter zelf wordt oranje gemarkeerd wanneer de geschatte waarde weinig-plausibel is, en rood indien de waarde fysisch niet-plausibel is. Ook een lage verklaarde variantie (kleiner dan 70%) zal aanleiding geven om deze oranje te markeren, terwijl een intermediaire waarde (tussen 70 en 80%) geel gemarkeerd wordt en een hoge waarde (meer dan 90%) juist groen is. Bij de verschillende verklarende variabelen gaat het om de volgende parameters: •
• •
•
•
Neerslag (Prec): o Drainageweerstand (M0) o Responstijd (Mu) Verdamping (Evap) o Verdampingsfactor Oppervlaktewater (River): o Doorwerking (%, M0) o Responstijd (Mu) Onttrekking (Well) o Stationair effect (M0) o Responstijd (Mu) Trend: o Effect aan het eind van de periode (meter)
In de eerdere versies van Menyanthes worden de simulatie en invloeden bovendien alleen berekend voor die tijdstappen waarvoor ook metingen beschikbaar zijn. In het nieuwe ‘View Model Results’ scherm zullen deze standaard op dagbasis (of op de gekozen simulatiefrequentie) berekent en weergegeven worden. Doorvoering hiervan zal na de voltooiing van dit rapport gebeuren. Een bijzondere grafiek in dit scherm wordt gevormd door de zogenaamde residuen of modelfouten. Naast deze grafiek is nu opgenomen: •
A.2
Residuen: o Relatie residu en gemeten grondwaterstand Kleine verbeteringen en aanpassingen
2D Transecten • Bij het intekenen van bodemprofielen uit DINO in 2D dwarsdoorsnedes bleek een aantal lithoklassen nog niet te worden herkend. De ontbrekende klassen zijn opgenomen in de nieuwe versie van Menyanthes. • In dataset met verklarende reeksen die een filterdiepte hebben trad een bug op bij het tekenen. De bug is hersteld in de nieuwe versie van Menyanthes. Batch-modellering tijdreeksen • Wanneer bij een van de modellen de reeksen geen overlap vertonen, meldde Menyanthes dit maar brak de batch-modellering af. In de nieuwe versie van Menyanthes loopt de batchmodellering ook door bij reeksen zonder overlap, en vraagt achteraf wat te doen met de modellen waar de tijdreeksen geen overlap vertonen.
Winterpeilaanpassing Veerse Meer © KWR
- 58 -
KWR 2012.091 December 2012
Opvullen gaten in meteoreeksen • Menyanthes kan automatisch de meteoreeksen van de dichtstbijzijnde KNMI-stations downloaden. In veel meteoreeksen ontbreken er echter diverse waarden in de meetreeks, waardoor deze niet direct bruikbaar zijn voor het maken van een tijdreeksmodel. Er is een script geschreven om in dat geval de ontbrekende waarden in te vullen met behulp van die uit omringende KNMI-stations. De methode bestaat echter eenvoudigweg uit ‘zoek en vervang’ en dient verbeterd te worden. Het script maakt (nog) geen deel uit van de Menyanthes userinterface. Inlezen shapefiles • Bij het inlezen van shapefiles met punt-objecten trad een bug op. Deze bug is hersteld in de nieuwe versie van Menyanthes • Bij het inlezen van shapefiles werd de achterliggende attribuutinformatie niet ingelezen. De inleesroutine in Menyanthes is zodanig aangepast dat dat nu wel het geval is.
Winterpeilaanpassing Veerse Meer © KWR
- 59 -
KWR 2012.091 December 2012
Winterpeilaanpassing Veerse Meer © KWR
- 60 -
KWR 2012.091 December 2012
Bijlage B: Polderpeilmetingen In deze bijlage zijn meetreeksen opgenomen van het polderpeil, zoals aangeleverd door waterschap Scheldestromen. De reeksen zelf zijn echter nog niet gevalideerd (zie paragraaf 1.2).
Locatie 1 KGM48_1 KGM48_3 MPN8544_1
0 -0.2 -0.4
Peil (m NAP)
-0.6 -0.8 -1 -1.2 -1.4 -1.6 -1.8 -2 2007
2008
2009
2010 Date
2011
2012
2013
Omgeving Locatie 2 MPN8545_1 MPN8546_1
2
1.5
1
Peil (m NAP)
0.5
0
-0.5
-1
-1.5
-2
-2.5 2008
2009
Winterpeilaanpassing Veerse Meer © KWR
2010 Date
- 61 -
2011
2012
2013
KWR 2012.091 December 2012
Omgeving Locatie 4 -0.8 KGM60_1 -0.9 -1 -1.1
Peil (m NAP)
-1.2 -1.3 -1.4 -1.5 -1.6 -1.7 -1.8
2005
2007
2009
2011
2013
Date
Locatie 3 MPN8549_1
8
Peil (m NAP)
6
4
2
0
-2 2008
2009
Winterpeilaanpassing Veerse Meer © KWR
2010 Date
- 62 -
2011
2012
2013
KWR 2012.091 December 2012
Nabij Locatie 5 -1.4
MPN8547_1
-1.5 -1.6 -1.7
Peil (m NAP)
-1.8 -1.9 -2 -2.1 -2.2 -2.3 -2.4
2008
2009
2010 Date
2011
2012
2013
Omgeving Locatie 6 KGM42_1 KGM43_1 KGM43_3
1
Peil (m NAP)
0.5
0
-0.5
-1
2004
2006
Winterpeilaanpassing Veerse Meer © KWR
2008 Date
- 63 -
2010
2012
KWR 2012.091 December 2012
Postbus 1072 3430 BB Nieuwegein
T 030 606 95 11
F 030 606 11 65
E
[email protected]
I www.kwrwater.nl