Omgaan met onzekerheden

Met het nieuwe beoordelingsinstrumentarium zijn scherpere beoordelingen mogelijk. Daarbij is het noodzakelijk dat op de juiste manier met onzekerheden wordt omgegaan.

In de praktijk zal er altijd sprake zijn van onzekerheden omdat je niet weet hoe goed je modellen de werkelijkheid beschrijven. Dat betekent dat er met veiligheidsmarges gewerkt moet worden. Enig conservatisme is er altijd, ook binnen WBI 2017. De keuze van het te hanteren model en de faaldefinitie blijft een versimpeling van de werkelijkheid. Binnen WBI 2017 worden onzekerheden dan ook explicieter meegenomen dan in voorgaande toetsronden.

Ferdinand Diermanse (Deltares): " Ik ben er trots op dat we het complexe onderwerp van onzekerheden een centrale plaats hebben kunnen geven in het WBI - de plaats die het verdient."

Voorgaande toetsrondenMaeslantkering

Rekening houden met onzekerheden is niet nieuw, dat werd in vorige toetsronden ook gedaan. In vorige toetsronden is dit voornamelijk gedaan door vooral aan de sterktekant ‘verborgen veiligheden’ in te bouwen in de toetsregels. Modellen werden vaak gekalibreerd op relatief 'ongunstige' metingen, onzekerheden werden aan de belastingkant in de regel bewust niet meegenomen en de onzekerheden aan de sterktekant in de regel ondervangen met conservatieve aannames en/of toeslagen. In het ontwerp zijn in het verleden ‘robuustheidstoeslagen’ toegepast, eveneens ter ondervanging van onzekerheden. In hoeverre de toegepaste toeslagen in balans zijn met de effecten van onzekerheden is moeilijk te zeggen zolang onzekerheden niet expliciet zijn gemaakt.

Omgaan met onzekerheden in het dagelijks leven
Het meenemen van onzekerheden is iets dat in het dagelijks leven ook al gebeurt: voor een sollicitatie plan je je reistijd ruimer dan voor een dagelijkse boodschap, een bank zal meer rente op een lening vragen wanneer de kans op niet-terugbetalen hoog lijkt, en een verzekeraar vraagt meer premie naarmate de schadeverwachting onzekerder is.

Typen onzekerheden

Wellicht het belangrijkste onderdeel van de technische beoordeling van een waterkering is het bepalen van de kans dat de kering faalt, ofwel de kans dat de belasting groter is dan de sterkte van de kering. Om dat te bepalen zijn modellen ontwikkeld waarmee kansen op belastingen en sterkte van de kering bepaald kunnen worden. Er zijn verschillende typen onzekerheden die van invloed zijn op de faalkans (figuur 1):

  • Inherente onzekerheid of natuurlijke variabiliteit
  • Kennisonzekerheid (Statistische en modelonzekerheden)
  • ‘Exogene’ onzekerheden

Nieuw en wellicht onwennig is dat verschillende typen onzekerheden nu samen genoemd worden. Doordat in het WBI 2017 op basis van overstromingskansen beoordeelt gaat worden, kunnen alle onzekerheden op een consistente wijze worden meegewogen. Ze kunnen op gelijke wijze worden behandeld in een faalkansberekening.

Ferdinand Diermanse (Deltares): "Onzekerheden in WBI: van koudwatervrees naar een warm bad."

Inherente onzekerheid of natuurlijke variabiliteit

De belasting en sterkte van de waterkering zijn beide afhankelijk van een aantal onzekere variabelen en zijn dus zelf inherent onzeker. Dit is het eerste type onzekerheid: inherente onzekerheid of natuurlijke variabiliteit, meestal beschreven met een kansverdeling. De kans op windkracht 12 is bijvoorbeeld grofweg eens per eeuw.

Kennisonzekerheid

Een tweede type onzekerheid is kennisonzekerheid die wordt onderverdeeld wordt in statistische en modelonzekerheden. Statistische onzekerheid ontstaat wanneer we iets willen zeggen over extremen die veel extremer of zeldzamer zijn dan wat we gemeten hebben. Modelonzekerheid is onvermijdelijk omdat modellen nodig zijn om de belasting en sterkte te voorspellen, waarmee extra onzekerheid wordt geïntroduceerd (geen model is immers perfect).

Voorbeeld kennisonzekerheid
Wat is bijvoorbeeld de kans op een gemiddelde decembertemperatuur van 9,6 graden als de 10 warmste decembermaanden in de eeuw vooraf slechts 5,7 tot 7,3 graden waren. En hoe verandert die kans nu december 2015 inderdaad 9,6 graden warm bleek?

‘Exogene’ onzekerheden

Een laatste bron van onzekerheden betreft 'exogene' condities die de faalkans van de waterkering kunnen beïnvloeden. Dit betreft bijvoorbeeld de opbouw van de ondergrond, of de waterspanning in de kering (de laatste is 'exogeen' in de zin dat deze wordt opgebouwd buiten de hoogwaterperiode). Deze exogene condities zijn een extra bron van onzekerheid en worden, mits relevant geacht, gevat in scenario’s met elk hun kans van voorkomen.

omgaan met onzekerheden Model Faalmechanismen zonder curve onder scenarios

Figuur 1 Onzekerheden (groene vlakken) die van invloed zijn op de faalkans

Probabilistisch en semi-probabilistisch beoordelen

De ambitie van het WBI 2017 is om volledig probabilistisch te gaan beoordelen. Het woord probabilistisch komt uit het Engelse woord probability. Probabilistisch betekent dat alle mogelijk denkbare gebeurtenissen die tot falen van de kering kunnen leiden worden meegenomen. De totale faalkans van de kering is dan gelijk aan het totaal van de kansen van alle faalgebeurtenissen. De bepaling van de totale faalkans verloopt in een paar stappen. Stap 1 is alle mogelijke gebeurtenissen vaststellen die tot falen van de dijk leiden, stap 2 is vervolgens om van deze gebeurtenissen de kans te bepalen. Stap 3: de som van al die kansen is de kans op falen/overstroming. Het bepalen van de overstromingskans gebeurt in essentie door alle denkbare combinaties van belasting en sterkte van een kering of onderdeel ervan een kans toe te kennen, en al die kansen te combineren. Zaken die daarbij meewegen zijn de vraag hoe groot de kans op een zekere referentiewaterstand is, de vertaling en vertalingsonzekerheid van die referentiewaterstand naar een belasting ter plekke van (een onderdeel van) de kering, en de sterkte en sterkteonzekerheid van het zojuist genoemde (onderdeel van) de kering. De gegevens voer je uiteindelijk in, in de software RisKeer en bijbehorende hulpprogramma’s, en de software doet de rekensom.

Van semi-probabilistisch naar probabilistischRuimte voor de Rivier, begroeide oevers, scheepvaart, motorjacht, rivierdijk, bebouwing, brommer

De overstap naar het probabilistisch beoordelen zal in 2017 niet meteen volledig probabilistisch gebeuren. Geleidelijk aan zal er steeds meer probabilistisch beoordeeld gaan worden. Tot we zo ver zijn, zal er nog veel semi-probabilistisch beoordeeld worden. Bij semi-probabilistisch beoordelen wordt er gecontroleerd of karakteristieke waarden, die al eerder zijn bepaald, van de sterkte voldoende zijn om een karakteristieke belasting vanuit het watersysteem te kunnen keren. Karakteristieke waarden zijn zorgvuldig gekozen waarden uit de verzameling van mogelijke belastingen en sterkte eigenschappen. Via slim gekozen aanvullende veiligheidsfactoren wordt geborgd dat de semi-probabilistische regels iets veiliger zijn dan de volledig probabilistische beoordeling, zonder daarmee onnodig veel uit de pas te lopen.

Overeenkomsten probabilistisch en semi-probabilistisch beoordelen

  • Je gebruikt hetzelfde faalmechanismemodel
  • Je rekent met dezelfde kansberekeningen van de belastingen en sterkte-eigenschappen
  • De norm voor het traject is dezelfde
Verschillen probabilistisch en semi-probabilistisch beoordelen
Onderdeel Probabilistisch Semi-probabilistisch
Invoer Kansverdelingen Karakteristieke waarden
Uitvoer Faalkans ‘Voldoet (niet)’
Faalkans-begroting Vrij ‘Vast’ (vooraf te kiezen)

Probabilistisch beoordelen is complexer, maar vraagt niet om meer gegevens. Karakteristieke waarden worden afgeleid uit kansverdelingen waardoor in principe dezelfde data nodig zijn voor een probabilistische of semi probabilistische beoordeling. De invoer is hetzelfde, de uitvoer vraagt andere expertise.