Voor het beoordelen van de beschikbaarheid van waterbronnen in de toekomst en het identificeren van potentiële risico's van rampen als gevolg van klimaatverandering, moet de invloed van de veranderende klimaatomstandigheden op de hydrologische cyclus in kaart worden gebracht (Bisht et al. 2020). Klimatologische projecties afkomstig van Aardmodelsystemen (ESMs) bieden cruciale inzichten in de toekomstige ontwikkeling van het klimaat van de aarde onder verschillende scenario's. De verandering in de reactie van de aarde, met name op het gebied van hydrologie, als gevolg van klimaatverandering, kan worden bepaald door het toepassen van een geschikt hydrologisch modelleringskader. Dit stelt beleidsmakers in staat om zich voor te bereiden en weloverwogen beslissingen te nemen.

Daarom is een grondige kennis van verschillende concepten met betrekking tot klimaatverandering, scenario's voor klimaatprojecties en het omgaan met klimatologische data essentieel om hydrologische vraagstukken te kunnen oplossen die betrekking hebben op de veranderende klimaatomstandigheden in een specifieke regio.

De Wereld Meteorologische Organisatie (WMO 2017) beveelt aan om klimaatdata over een periode van minstens 30 jaar te gebruiken om de normale staat van het klimaat in een regio te bestuderen. Interessant is dat de keuze voor een periode van 30 jaar oorspronkelijk werd gemaakt omdat er destijds slechts 30 jaar aan data beschikbaar was. Geleidelijk aan werd het gebruik van 30 jaar aan gegevens de standaard voor het vergelijken van de wereldwijde klimaatomstandigheden. Daarom wordt het klimaat van een regio gedefinieerd als de gemiddelde weersomstandigheid over een periode van 30 jaar. Deze periode moet drie opeenvolgende decennia beslaan, bijvoorbeeld 1960–1990, 1971–2000, en 1991–2020.

Echter, het is belangrijk te begrijpen dat de eerdere benadering van niet- overlappende decennia, zoals 1901-1930, 1931-1960, 1961-1990 en 1991-2020, geleidelijk is aangepast. Ondanks deze veranderingen blijft de periode 1961-1990 de aanbevolen referentieperiode voor het analyseren van langdurige klimaatverandering (WMO 2017). Het klimaatdata van 1961-1990 kan echter ook sterker menselijke invloeden laten zien, met name de effecten van sulfaat-aerosolen in Europa en het oosten van de VS. De beste basisperiode zou de negentiende eeuw zijn, gezien het minimale menselijke impact op het klimaat. Toch richten de meeste impactbeoordelingen zich op het heden, aangezien recente baselines zoals 1961-1990 betere gegevensdekking en beschikbaarheid hebben dan de eerdere periodes (IPCC 2001).

Door de opwarming van de aarde is niet alleen de gemiddelde staat van het klimaat veranderd, maar ook de frequentie en ernst van extreme gebeurtenissen, samen met de variabiliteit in jaar-op-jaar weerpatronen (Thornton et al. 2014). Deze veranderingen hebben een aanzienlijke impact op de waterzekerheid, voedselzekerheid, energiezekerheid, biodiversiteit en de socio-economische balans van regio's. Klimaatverandering en -variabiliteit kunnen worden begrepen aan de hand van de waarschijnlijkheidsverdelingen van klimaatindicatoren.

Een typisch voorbeeld van klimaatverandering, -variabiliteit en -extremen wordt geïllustreerd in Fig. 5.1, die de wijziging van het temperatuursprofiel toont, zowel met als zonder klimaatverandering. Fig. 5.1a toont een verschuiving in de gemiddelde klimaatstaat naar een warmer wereldbeeld, waardoor warme weersomstandigheden minder vaak voorkomen dan voorheen. In tegenstelling hiermee toont Fig. 5.1b een toegenomen variabiliteit, waarbij zowel koude als hete extremen vaker voorkomen zonder dat de gemiddelde staat van het klimaat verandert. Fig. 5.1c toont een wijziging in de verdeling van temperatuurwaarden, waarbij meer extreme hitte dan kou voorkomt als gevolg van een verschuiving in het temperatuurprofiel.

Een duidelijk voorbeeld van klimaatverandering is het krimpen van de gletsjers in de Himalaya, wat het gevolg is van wereldwijde opwarming in de afgelopen eeuw. Klimaatvariabiliteit wordt daarentegen gemanifesteerd door ongewone en ernstige weersomstandigheden, zoals plotselinge temperatuurveranderingen veroorzaakt door natuurlijke factoren zoals El Niño of La Niña, of door vulkaanuitbarstingen.

De Intergovernmental Panel on Climate Change (IPCC 2012a) definieert klimaatverandering als "een verandering in de staat van het klimaat die geïdentificeerd kan worden door veranderingen in het gemiddelde en/of de variabiliteit van de eigenschappen ervan, en die zich over een langere periode voordoet, meestal decennia of langer." De Verenigde Naties Klimaatverdrag (UNFCCC 1992) maakt een duidelijk onderscheid tussen antropogene en natuurlijke oorzaken van klimaatverandering. Volgens de UNFCCC wordt klimaatverandering gedefinieerd als "een verandering van het klimaat die direct of indirect kan worden toegeschreven aan menselijke activiteiten die de samenstelling van de wereldatmosfeer wijzigen, en die bovenop de natuurlijke klimaatvariabiliteit die over vergelijkbare tijdsperioden wordt waargenomen."

In een opwarmende wereld zal het klimaat zich waarschijnlijk verder afwijkend gedragen van de oorspronkelijke staat, wat leidt tot veranderingen in het patroon, de frequentie, de omvang en de verspreiding van extreme gebeurtenissen (IPCC 2012a). Deze extremen kunnen het directe gevolg zijn van klimaatverandering, zoals verscherpte neerslagregimes, intense en frequente hittegolven of koude golven, of de manifestatie van klimaatverandering in de vorm van droogte- of overstromingsincidenten. Dergelijke gevolgen zullen niet alleen schadelijk zijn voor de algehele socio-economische groei van de regio, maar ook de gemeenschappen blootstellen aan een hoog risico van natuurrampen.

Het smelten van het ijs in de Poolgebieden biedt een goed voorbeeld van de gevolgen van klimaatverandering. Het zee-ijs in de Arctische regio smelt sneller dan voorheen door de stijgende temperaturen als gevolg van klimaatverandering. Dit ijsverlies veroorzaakt aanzienlijke veranderingen in het Arctische ecosysteem en beïnvloedt de mensen die afhankelijk zijn van het ijs voor hun levensonderhoud. Bijvoorbeeld, Inuit-gemeenschappen in Canada zijn steeds meer afhankelijk van het ijs voor jacht en transport. Vanwege het smeltende ijs hebben zij nu steeds meer moeite om traditionele jachtgebieden te bereiken.

Klimaatvariabiliteit verwijst daarentegen naar de afwijkingen in de gemiddelde klimaatomstandigheden, die zich zowel op kleinere tijdschaal als over grotere geografische gebieden kunnen voordoen. Een jaar dat warmer of kouder is dan de voorgaande vijf jaren is een voorbeeld van klimaatvariabiliteit. Ruimtelijke variabiliteit van het klimaat kan ontstaan door verschillende factoren zoals geografie, topografie, oceaanstromingen en atmosferische circulatiepatronen. Kustgebieden kunnen een ander klimaat hebben dan binnenlandse regio's vanwege oceaanstromingen en nabijheid van de zee. Bergachtige gebieden kunnen andere klimaatomstandigheden ervaren dan laaggelegen gebieden door de hoogte en de invloed van de topografie op de atmosferische circulatie.

Klimaatvariabiliteit wordt opgedeeld in twee soorten: (i) interne klimaatvariabiliteit, veroorzaakt door natuurlijke interne processen zoals de El Niño-Zuidelijke Oscillatie (ENSO), de Madden-Julian Oscillatie (MJO) en de Noord-Atlantische Oscillatie (NAO); en (ii) externe klimaatvariabiliteit, veroorzaakt door natuurlijke externe factoren zoals vulkaanuitbarstingen, de Milankovitch-cycli, de zonnecyclus, of antropogene externe factoren zoals de wijziging van de atmosferische samenstelling (IPCC 2013; Chen et al. 2021). In andere woorden, klimaatvariabiliteit kan worden begrepen als de jaarlijkse variatie in het klimaat, waarbij sommige jaren warmer of natter kunnen zijn dan andere (Fig. 5.2).

Endtext

Hoe zal de integratie van hydrologiemodellen bijdragen aan de toekomst van waterbeheer?

Hydrologiemodellen zijn van grote waarde wanneer ze gekoppeld worden aan duidelijke verklaringen van betrouwbaarheid of nauwkeurigheid. Alleen staan ze vaak in de weg van een brede toepassing, omdat zonder deze helderheid hun bruikbaarheid beperkt is. De integratie van hydrologische modellen met andere wetenschappen is essentieel voor een gedegen en toekomstbestendig waterbeheer. Dit wordt in toenemende mate gestimuleerd door maatschappelijke eisen voor geïntegreerd milieu- en waterbeheer. De behoefte aan globalisering in het modelleren van het hydrologische systeem, die biologische, chemische en fysische aspecten van de hydrologische cyclus omvat, groeit voortdurend. Bovendien heeft de opkomst van nieuwe technologieën, zoals kunstmatige neurale netwerken, remote sensing, satelliettechnologie, geografische informatiesystemen, visuele grafieken en databankbeheer, het potentieel om deze integratie aanzienlijk te bevorderen.

De invloed van de informatie-revolutie op hydrologische modellen is al merkbaar. Dankzij de vooruitgang in technologieën zoals kunstmatige neurale netwerken en datawetenschap worden hydrologiemodellen steeds complexer en geïntegreerd met andere procesmodellen, wat hydrologie als een onderdeel van een grotere managementstrategie plaatst. Dit betekent dat waterbekkenmodellen niet alleen lokaal toegepast worden, maar steeds vaker globaal, zowel in ruimtelijke schaal als in de gedetailleerdheid van de hydrologische gegevens. De fusie van biologische en chemische aspecten in hydrologie is hierbij een teken van gezonde vooruitgang, wat zal bijdragen aan het behalen van bredere managementdoelen.

Een belangrijke uitdaging in de ontwikkeling van hydrologiemodellen is de noodzaak om de snel evoluerende ontwikkelingen in datawetenschap, statistische en wiskundige hulpmiddelen, en intelligente systemen te omarmen. Het gebruik van remote sensing, radar- en satelliettechnologieën heeft ons in staat gesteld om grote, ontoegankelijke gebieden te observeren en deze gebieden ruimtelijk in kaart te brengen. Dit vergemakkelijkt de ontwikkeling van gedistribueerde modellen voor zowel bemeten als onbezochte watersheds. Deze modellen vereisen grote hoeveelheden gegevens die efficiënt beheerd, opgehaald en gemanipuleerd kunnen worden via systemen zoals GIS en DBMS. Dankzij de onbeperkte rekenkracht die tegenwoordig beschikbaar is, kunnen deze modellen steeds geavanceerder worden, wat in de toekomst nog verder zal toenemen.

Met de toename van technologische mogelijkheden neemt ook de complexiteit van hydrologische modellen toe. Het is niet langer voldoende om eenvoudige wiskundige benaderingen te gebruiken. De modellering van het hydrologische proces vereist nu dat systemen kunnen leren van gebruikers en empirische gegevens, wat hen in staat stelt om met meer precisie te voorspellen en te reageren op veranderingen in het watersysteem. Expertensystemen kunnen daarbij veel van de hydrologische functies uitvoeren, wat bijdraagt aan de praktische toepassing van deze modellen in het waterbeheer.

Hydrologische modellen zijn inmiddels gangbare hulpmiddelen geworden voor de planning, ontwikkeling, het ontwerp, de werking en het beheer van watervoorraden. De toepassing van waterbekkenhydrologiemodellen op water- en milieubeheer zal naar verwachting groeien. De modellen moeten praktische instrumenten worden die bruikbaar zijn in de planning en besluitvorming, en ze moeten in staat zijn om te integreren met economische, sociale, politieke, administratieve en juridische modellen. Dit maakt ze onmisbaar voor een breed scala aan besluitvormers, van overheden tot bedrijven en wetenschappelijke instellingen.

Ondanks de aanzienlijke vooruitgang die is geboekt, is er nog steeds een lange weg te gaan in de hydrologie. Een fundamentele vraag die zich voordoet is: welke modeltechnologie is het beste? Vanwege de verwarring hierover wordt de technologie die decennia geleden werd ontwikkeld, nog steeds in veel delen van de wereld gebruikt. Dit is gedeeltelijk te wijten aan het gebrek aan consensus over de superioriteit van de ene technologie boven de andere. Bovendien zijn we er nog niet in geslaagd om fysisch gebaseerde modellen in de echte zin van het woord te ontwikkelen en hun beperkingen te definiëren. Dit roept de vraag op wanneer en waar welke modellen moeten worden gebruikt. Veel modelbouwers bieden op dit punt weinig concrete begeleiding.

De mogelijkheid om gegevens over grote en ontoegankelijke gebieden te observeren en deze ruimtelijk in kaart te brengen, heeft het mogelijk gemaakt om gedistribueerde modellen te ontwikkelen voor zowel gemeten als ongemeten waterbekkens. Deze modellen vereisen aanzienlijke hoeveelheden gegevens die kunnen worden opgeslagen, opgehaald, beheerd en gemanipuleerd via GIS en databankbeheersystemen. Dit is mogelijk geworden door de ongekende rekenkracht die tegenwoordig beschikbaar is, en deze technologie zal in de toekomst alleen maar verder verbeteren.

Er is een toenemende vraag naar de verzameling van gegevens en het gebruiksvriendelijk maken van hydrologische modellen. Naarmate de technologieën zich verder ontwikkelen, zal de toepassing van intelligente technieken in hydrologische modellen steeds belangrijker worden. Deze vooruitgangen zullen niet alleen de nauwkeurigheid van de modellen verbeteren, maar ook hun bruikbaarheid in het dagelijkse beheer van waterbronnen versterken.