Statistieken van lage afvoeren onder een veranderend klimaat

Aanleiding: Meer grip nodig op extreem lage afvoeren en de gevolgen hiervan
De drinkwaterbedrijven zijn de afgelopen jaren geconfronteerd met ‘verrassingen’ ten aanzien van de bronkwaliteit
(verzilting, antropogene stoffen, microbiologie) en -kwantiteit. Verwacht wordt dat de Rijn en de Maas (maar ook
juist de kleinere rivieren) de komende decennia vaker perioden van lage afvoer zullen vertonen als gevolg van
klimaatverandering en dat de minimale afvoer mogelijk verder terugloopt. Dit heeft op verschillende manieren
gevolgen voor de waterbedrijven, die water aan deze rivieren onttrekken voor de productie van drinkwater. Het
voor de drinkwaterproductie beschikbare volume wordt kleiner, en de kwaliteit van het water kan afnemen.
Binnen het Waterwijs-project “Verbeterde Voorspelbaarheid Bronkwaliteit” hebben we gewerkt aan meer inzicht in
de verandering in de waterkwaliteit en -kwantiteit als gevolg van klimaatverandering.
KWRW 2025.072 | November 2025 Statistieken van lage afvoeren onder een veranderend klimaat 4

Aanpak: Statistieken van lage afvoeren beter begrijpen met large-ensemble data en statistische modellen
Het doel van dit project was het vergroten van het begrip van de statistieken van extreem lage afvoeren onder een
veranderend klimaat. De focus lag hierbij op het beter in beeld krijgen van de mogelijkheid, waarschijnlijkheid en
duur van perioden met extreem lage afvoeren. Het gebruik van statistische modellen voor het schatten van de
extreme waarden is in veel gevallen noodzakelijk, omdat de tijdreeksen van geobserveerde of gesimuleerde
afvoeren vaak te kort zijn om extreme waarden goed in te schatten. We hebben daarom verschillende datasets
gebruikt voor de toekomstscenario’s, waaronder de KNMI’23 klimaatscenario’s (Mn, Md, Hn en Hd, KNMI 2023),
maar ook large-ensemble data (LENTIS data) waarin lange tijdreeksen (1600 jaar) beschikbaar zijn die de volledige
klimaatvariabiliteit omvatten (Muntjewerf et al. 2023b). De LENTIS dataset bestaat uit twee scenario’s: ‘present-
day’ (‘PD’) scenario, gebaseerd op het huidige klimaat en het ‘+2°C’ scenario, gebaseerd op een toename van 2
graden ten opzichte van de huidige gemiddelde temperatuur.
De simulaties op basis van de genoemde klimaatscenario’s en large-ensemble data houden geen rekening met
discontinue ontwikkelingen van het klimaat, bijvoorbeeld gerelateerd aan klimaatkantelpunten. Om het mogelijke
effect van een klimaatkantelpunt te illustreren, is een aanvullend klimaatscenario beschouwd, waarin de AMOC
(Atlantic Meridional Overturning Circulation, waar de Golfstroom onderdeel van is) aanzienlijk verzwakt.
Met de genoemde datasets heeft de Universiteit Utrecht de afvoeren van de Rijn (Lobith) en Maas (Eijsden)
gesimuleerd met het mondiale hydrologische model PCR-GLOBWB 2 (Sutanudjaja et al. 2018). Op basis van de
large-ensemble data zijn verschillende statistische methoden voor het bepalen van de extreem lage afvoeren
verkend.
Naast de veranderingen in afvoeren zijn ook de veranderingen in de weersomstandigheden rechtstreeks van belang
voor de drinkwatervoorziening. De drinkwatervraag neemt immers toe onder droge en warme omstandigheden,
ook is er in deze periodes een grotere druk vanuit andere sectoren op het watersysteem. Indien deze droge, warme
periodes in de toekomst vaker samenvallen met periodes met een lage afvoeren, kan dit betekenen dat de
drinkwatervoorziening op meerdere vlakken tegelijk voor een uitdaging komt te staan. Daarom hebben we de
aangeleverde modelsimulaties gebruikt om te onderzoeken of dit samenvallen van gebeurtenissen inderdaad vaker
gaat gebeuren in de toekomst. Als laatste stap is voor kleinere oppervlaktewateren onderzocht of er
afvoermodellen beschikbaar zijn die gebruikt kunnen worden voor simulaties met de large-ensemble data.

Resultaten: Kans op langdurig lage rivierafvoeren op Maas en Rijn neemt toe
We zien voor de Maas en in het bijzonder de Rijn een daling in de lage afvoeren in zowel de simulaties op basis van
de large-ensemble data als de simulaties op basis van de KNMI’23 scenario’s. De exacte afname van de lage
afvoeren is hierbij sterk afhankelijk van het gekozen scenario. Zowel bij het +2°C graden scenario van de LENTIS data
als bij het Hd-KNMI klimaatscenario komen situaties die in het huidige klimaat als extreem worden gezien, in de
toekomst regelmatig voor. Uit de simulaties met de large-ensemble data komt bijvoorbeeld naar voren dat de
herhalingstijd van een zevendaagse Rijnafvoer onder de 500 m3 /s verschuift van 1x per 17 jaar in de
referentieperiode naar vaker dan 1x per 3 jaar in het +2o C scenario. Voor de Maas is het beeld uit de simulaties met
de large-ensemble dataset en KNMI scenario’s minder eenduidig. Er is vooral een afname te zien bij de lagere
herhalingstijden, bij de hoge herhalingstijden van 50 jaar of meer is weinig verschil te zien tussen de referentie en
de scenario’s. Toch zijn de effecten op de Maasafvoer ook van belang. Zo wordt bijvoorbeeld in het Hd scenario
voor de Maas een herhalingstijd van minder dan 2 jaar berekend voor een afvoer onder de 10 m3 /s, wat betekent
dat die situatie in de toekomst normaal kan gaan worden.
De herhalingstijd van langdurige onderschrijdingen van (lage) afvoerdrempelwaarden is ook van belang. Hiervoor is
de dataset geanalyseerd op periodes van 30, 60, 90 en 120 dagen beneden een bepaalde drempelwaarde. Voor
zowel de Rijn als de Maas komt uit de afvoersimulaties een eenduidig beeld naar voren: in een opwarmend klimaat
neemt het voorkomen van langdurig lage afvoeren toe. Zeker voor de Rijn zijn de veranderingen aanzienlijk. Zo
KWRW 2025.072 | November 2025 Statistieken van lage afvoeren onder een veranderend klimaat 5
neemt volgens de LENTIS-simulaties de mediane herhalingstijd van een nagenoeg ononderbroken periode van 60
dagen met onderschrijding van 1000 m3 /s bij Lobith af van 114 naar 9 jaar voor het +2o C scenario. De simulaties
met KNMI-data laten een vergelijkbare richting zien, ondanks grotere onzekerheid door de kortere dataset. Ook
tonen deze simulaties een sterker effect voor de drogere scenario’s Md en Hd.
Naast de hier gebruikte simulaties van een AMOC-ineenstorting zijn er nog veel andere mogelijke
ineenstortingsscenario’s. In dit geval is er sprake van ongeveer een halvering van de intensiteit van de AMOC
(feitelijk de volumestroom oceaanwater). De afvoersimulaties met ineenstorting van de AMOC tonen een matige
toename van het voorkomen van lage afvoeren aan het begin van een ineenstorting van de AMOC en een afname
hiervan tijdens het hoogtepunt. Deze resultaten moeten vooral als illustratief worden beschouwd door de grote
onzekerheden.
Niet alleen de lage afvoeren worden extremer, maar ook de perioden met meteorologische droogte en hittegolven
nemen toe. Hierdoor neemt ook de kans op het samenvallen van deze gebeurtenissen toe, zeker voor de
combinatie met de Rijnafvoer.
Om het inzicht in de statistieken van extreem lage afvoeren te vergroten, zijn verschillende statistieken berekend
om het voorkomen van lage afvoeren te beschrijven. De resultaten tonen het belang van lange tijdreeksen voor het
berekenen van herhalingstijden, zeker voor relatief zeldzame gebeurtenissen.
Voor de kleinere stroomgebieden in Nederland en Vlaanderen bleek het lastig om afvoermodellen te vinden die
rechtstreeks te gebruiken waren binnen dit onderzoek. Voor de Drentsche Aa is een neerslag-afvoermodel
beschikbaar gesteld door Waterbedrijf Groningen. Uit de analyse met dit neerslag-afvoermodel blijkt dat bij
toepassing van de grootschalige klimaatdata kritisch moet worden gekeken naar de modelinvoer en de
representativiteit hiervan voor het te onderzoeken stroomgebied.

Vervolg: Waterkwaliteitsprognoses
Binnen het Waterwijs-project “Verbeterde Voorspelbaarheid Bronkwaliteit” wordt ook onderzoek gedaan naar de
waterkwaliteit van het oppervlaktewater. Hiervoor worden relaties opgesteld tussen de concentraties van
verschillende stoffen en de afvoer. In het vervolg van het project kunnen de gesimuleerde afvoeren gecombineerd
worden met deze relaties om een beeld te krijgen van de waterkwaliteit in de toekomst.
Implementatie: Resultaten beschikbaar via online dashboard voor eigen analyses
De resultaten uit dit rapport zullen samen met de resultaten over de waterkwaliteit weergegeven worden in een
online dashboard voor de drinkwaterbedrijven. Drinkwaterbedrijven kunnen de in deze rapportage gepresenteerde
statistieken gebruiken bij strategische beslissingen. De datasets zijn beschikbaar voor scenarioanalyse met eigen
modellen.

Maatschappelijke impact: Strategische voorbereiding op toenemende kwetsbaarheid van riviergebonden
drinkwaterbronnen noodzakelijk
Uit deze studie blijkt dat (extreem) lage rivierafvoeren vaker en langduriger kunnen optreden door
klimaatverandering. Dit heeft gevolgen voor de landbouw, energievoorziening, scheepvaart en voor
drinkwaterbedrijven die rivierwater gebruiken als bron, zowel via directe inname als via bekkens en oever- of
duinfiltratie. In Nederland en Vlaanderen gaat het voor de Rijn om PWN, Waternet, Oasen en in mindere mate
Dunea en Vitens (oeverfiltraat). Voor de Maas gaat het om WML, Dunea, Evides en indirect via doorlevering ook om
de Watergroep, Farys en Pidpa. Drinkwaterbedrijven moeten zich voorbereiden op langdurigere innamestops door
verzilting en verslechterde waterkwaliteit en voor het benedenstroomse deel van de Maas mogelijk ook
kwantitatieve innamebeperkingen. Voor de Nederrijn, IJssel en het IJsselmeergebied speelt daarbij dat door
KWRW 2025.072 | November 2025 Statistieken van lage afvoeren onder een veranderend klimaat 6
veranderingen in het stroombed van de Rijn er steeds minder water het Pannerdensch kanaal instroomt bij lage
afvoer. De waterbeschikbaarheid in het IJsselstroomgebied zal hierdoor verder onder druk komen te staan.
De in deze studie berekende afvoerstatistieken zijn als robuust te beschouwen voor wat betreft de interne
klimaatvariabiliteit. Ondanks de lange periode voor de simulaties blijven de betrouwbaarheidsintervallen echter
regelmatig groot. Let daarbij op dat deze intervallen ook niet de (volledige) onzekerheid in modelparametrisaties en
onderliggende klimaatsimulaties vertegenwoordigen. Gezien de breedte van de bepaalde betrouwbaarheids-
intervallen én de mogelijkheid van ontwikkelingen die geen onderdeel uitmaken van simulaties of scenario’s, zoals
een (ander) AMOC-scenario, doen waterbedrijven er verstandig aan om na te denken over en rekening te houden
met een brede waaier aan mogelijke afvoerscenario’s.