Download - Klimaatverandering in België van 1952 tot nu: een vergelijking ......FACULTEIT WETENSCHAPPEN Master in de Geografie Klimaatverandering in België van 1952 tot nu: een vergelijking

FACULTEIT WETENSCHAPPEN

Master in de Geografie

Klimaatverandering in België van 1952 tot nu: een

vergelijking tussen verschillende regio's

Steven Goethals

Academiejaar 2015 - 2016

Aantal woorden in de tekst: 26659

Promotor: Prof. dr. ir. David Dehenauw,

Vakgroep Geografie

Masterproef ingediend tot het

behalen van de graad van

Master in de Geografie

1

WOORD VOORAF

Al van jongs af aan ben ik gefascineerd door het weer en bijhorende elementen. Mooie

wolkenhemel, stralende zon of een verfrissende regenbui, het weer brengt elke dag wel iets

anders. Dat is het fascinerende en mysterieuze eraan. De kers op de taart is wanneer er een

cumulonimbus op je af komt drijven. Deze prachtige wolken zorgen voor een schouwspel van

licht en geluid. Het is de voornaamste reden waarom ik voor geografie gekozen heb als

opleiding. Ondertussen heb ik veel nieuwe interessante dingen bijgeleerd zoals de

geomorfologie en het beheer van het landschap, het erfgoed in Vlaanderen en de Geografische

Informatie Systemen. Ondanks de verschillende boeiende onderwerpen die geografie biedt,

wou ik graag iets doen met meteorologie of klimaat als masterproef. Ik contacteerde professor

David Dehenauw en hij stelde het interessante onderwerp voor om de regionale

klimaatverandering in België te onderzoeken. Ik wil dan ook mijn promotor, professor

Dehenauw, bedanken voor de ondersteuning en begeleiding bij het maken van deze

masterproef. Verder wil ik ook familie en vrienden bedanken voor de ontspanning en bijstand

in moeilijke momenten.

2

INHOUDSTAFEL

1. INLEIDING .......................................................................................................................... 5

1.1 Probleem- en doelstelling .......................................................................................... 5

1.2 Onderzoeksvragen en hypothesen ............................................................................ 6

1.3 Structuur .................................................................................................................... 6

2. ACHTERGROND ................................................................................................................ 8

2.1 Schets van het huidige klimaat in België ................................................................. 8

2.1.1 Luchttemperatuur ....................................................................................................... 8

2.1.2 Windrichting en windsnelheid .................................................................................... 9

2.1.3 Neerslag ..................................................................................................................... 9

2.2 Globale evolutie Belgische klimaat ........................................................................ 10

3. STUDIEGEBIED, DATA EN METHODEN ................................................................... 14

3.1 Studiegebied ............................................................................................................. 14

3.1.1 Omgeving van de weerstations ................................................................................ 14

3.2 Data ........................................................................................................................... 18

3.2.1 Algemeen .................................................................................................................. 18

3.2.2 De verschillende weerparameters ............................................................................ 19

3.2.3 Opstelling en meten van weerparameters ................................................................ 20

3.2.4 Datacontrole ............................................................................................................ 20

3.2.4.1 Controle op uitschieters .............................................................................. 20

3.2.4.2 Selectie op stations ...................................................................................... 23

3.3 Methoden .................................................................................................................. 26

3.3.1 Berekeningen en visualisatie .................................................................................... 26

3.3.2 Statistische significantie ........................................................................................... 27

4. RESULTATEN ................................................................................................................... 31

4.1 Vergelijking van het gemiddelde van de parameters met de klimaatatlas ........ 31

4.1.1 Temperatuur ............................................................................................................. 31

4.1.1.1 Gemiddelde temperatuur ............................................................................. 31

4.1.1.2 Gemiddelde minimumtemperatuur ............................................................. 34

4.1.1.3 Gemiddelde maximumtemperatuur............................................................. 37

4.1.1.4 Samenvatting ............................................................................................... 40

4.1.2 Neerslag ................................................................................................................... 41

4.1.2.1 Gemiddelde neerslag ................................................................................... 41

4.1.2.2 Samenvatting ............................................................................................... 44

3

4.1.3 Wind ......................................................................................................................... 44

4.1.3.1 Gemiddelde wind ........................................................................................ 45

4.1.3.2 Samenvatting ............................................................................................... 47

4.2 Algemene stijging of daling van de weerparameters in België ............................ 48

4.2.1 Temperatuur ............................................................................................................. 48

4.2.2 Neerslag ................................................................................................................... 49

4.2.3 Wind ......................................................................................................................... 49

4.2.4 Bewolkingsgraad ...................................................................................................... 50

4.3 Stijging of daling van de weerparameters in België per station .......................... 50

4.3.1 Temperatuur ............................................................................................................. 50

4.3.2 Neerslag ................................................................................................................... 55

4.3.3 Wind ......................................................................................................................... 58


4.4 Stijging of daling van de temperatuur en neerslag in België per station per

seizoen .................................................................................................................................. 65

4.4.1 Temperatuur ............................................................................................................. 65

4.4.2 Neerslag ................................................................................................................... 67

5. DISCUSSIE ......................................................................................................................... 70

5.1 Zijn er versnellingen of sprongen in de stijging of daling van de

weerparameters? ................................................................................................................ 70

5.1.1 Temperatuur ............................................................................................................. 70

5.1.2 Neerslag ................................................................................................................... 73

5.1.3 Wind ......................................................................................................................... 74


5.2 Is er een patroon binnen de weerstations tussen de verschillende

weerparameters? ................................................................................................................ 79

5.2.1 Vergelijking neerslag – bewolking ........................................................................... 79

5.2.2 Vergelijking neerslag – wind ................................................................................... 80

5.2.3 Vergelijking wind – bewolking ................................................................................. 80

5.2.4 Vergelijking temperatuur – andere weerparameters ............................................... 81

5.2.5 Conclusie .................................................................................................................. 81

5.3 Hitte-eiland effect .................................................................................................... 82

5.3.1 Het hitte-eiland effect ............................................................................................... 82

5.3.2 Mogelijkheden om hitte-eiland effect te onderzoeken .............................................. 83

4

5.3.3 Stations met een hitte-eiland effect .......................................................................... 84

5.3.4 Invloed van de stations met een hitte-eiland effect op de temperatuurstijging ........ 90

5.4 Warmen de weerstations op hogere hoogtes sneller op in België? ...................... 91

5.4.1 Globale trend en mogelijke oorzaken ...................................................................... 91

5.4.2 Temperatuurstijging en hoogte in België ................................................................. 93

5.5 Warmen de weerstations aan de kust sneller op? ................................................. 97

6. BESLUIT ............................................................................................................................. 99

7. LITERATUURLIJST ...................................................................................................... 102

8. BIJLAGE .......................................................................................................................... 106

5

1. INLEIDING

Het klimaat is een veel besproken onderwerp. De verandering ervan in de afgelopen decennia

wordt gebruikt om de toekomst te helpen voorspellen. Het is vooral door de onzekerheid en

onze afhankelijkheid van het weer en klimaat dat het veel onderzocht en bediscussieerd

wordt. Verschillende delen van de wereld hebben een ander klimaat. De wereld kan worden

ingedeeld in verschillende klimaatstreken met behulp van een klimaatclassificatie. De

bekendste is de klimaatclassificatie van Köppen. Volgens deze indeling kent België een

gematigd maritiem klimaat met milde winters en koele zomers (Ahrens, 2009).

Het macroklimaat wordt hoofdzakelijk gevormd door de verschillen in luchtdruk en

bijhorende winden. Luchtdrukverdelingen boven de continenten en zeeën bepalen de

overheersende luchtstromingen in België. Deze windrichtingen bepalen ons weer voor een

aantal dagen tot er een verandering komt in de luchtdrukverdelingen (Landuyt & Schietecat,

1992). Regionale verschillen zorgen voor veranderingen in deze algemene patronen. Als de

weerparameters over lange perioden (ongeveer 30 jaar) worden bestudeerd dan wordt het

klimaat onderzocht. Doorgaans worden de klimaatstudies voor België gebaseerd op de

meetgegevens uit Ukkel, omdat de metingen daar het verst teruggaan in de tijd. Maar zelfs in

ons kleine landje treden er regionale verschillen op in het klimaat. Wat deze verschillen

precies zijn en of er een verandering te zien in deze streken gedurende de laatste decennia,

wordt onderzocht in deze masterproef.

1.1 Probleem- en doelstelling

Veel van de Belgische klimatologie is nog braakliggend terrein. Zo verschilt het klimaat in

België van de ene streek ten opzichte van de andere. Deze microklimaten zijn nog niet goed

gekend, of verklaringen ontbreken. Ook is nog niet duidelijk of er zich bepaalde evoluties

hebben voorgedaan binnen één station. Een betere verklaring voor deze verschillen en

evoluties kunnen klimatologen helpen om het Belgische klimaat beter te voorspellen. Ook kan

het meteorologen helpen om duiding te geven bij weerverschillen tussen verschillende

regio’s.

Het doel van het onderzoek is iets meer te weten te komen over de Belgische microklimaten

door de klimatologie te bestuderen van de synoptische stations in België. Door welke factoren

6

worden deze gekenmerkt en hoe kunnen ze verklaard worden. Hierbij wordt onderzocht hoe

het klimaat voor verschillende streken in België de afgelopen 50, 60 tal jaar geëvolueerd is en

als er verschillen zijn waar te nemen tussen de stations/streken. Het is dus vooral het huidige

klimaat en de inzichten hierin die onderzocht worden.

1.2 Onderzoeksvragen en hypothesen

De voornaamste onderzoeksvragen zijn:

Is er een invloed van de klimaatverandering te zien per streek/station? Is er dus een evolutie te

zien binnen één station? Verschilt deze evolutie van andere stations?

Wat zijn de klimaatverschillen tussen verschillende stations? Door welke factoren kunnen ze

verklaard worden?

Op basis van de literatuurstudie (zie paragraaf 2) kan verwacht worden dat voor de

verschillende streken een stijging zal waar te nemen zijn in temperatuur. Verder kan

onderzocht worden als dit voor elk station rond dezelfde periode gebeurd is en of deze stijging

van dezelfde grootteorde is. Ook de maximum- en minimumtemperaturen zouden een stijging

moeten vertonen. Voor de jaarlijkse hoeveelheid neerslag wordt geen bepaalde trend

verwacht. Deze is zeer variabel. Wel wordt een trend verwacht aan de kust, daar zal de

jaarlijkse hoeveelheid neerslag stijgen. Wanneer onderzocht wordt op het niveau van de

seizoenen zal de neerslag die in enkele dagen valt, in de winter wel een stijging vertonen.

Voor de windsnelheden kunnen we aannemen dat deze een dalende trend zullen vertonen. Het

is interessant om te onderzoeken of dit overal in het land met dezelfde graad is.

1.3 Structuur

De structuur van deze paper ziet er als volgt uit. Eerst wordt het huidige klimaat van België

geschetst als achtergrond. Zowel de gemiddelden van verschillende weerparameters als de

globale evolutie van het Belgische klimaat worden besproken. Vervolgens worden het

studiegebied en de gebruikte data en methoden besproken. Hierna worden de resultaten

behandeld. Eerst wordt er een vergelijking gemaakt tussen de eigen data en de gemiddelden

uit de klimaatatlas. Daarna wordt de algemene stijging of daling van de verschillende

7

weerparameters berekend voor België. Vervolgens wordt hetzelfde gedaan voor elk

weerstation. In de discussie wordt er naar verbanden en verklaringen gezocht voor de stijging

en daling van de verschillende parameters. In het eerste deel wordt onderzocht als er bepaalde

versnellingen of sprongen aanwezig zijn in de stijging of daling van de verschillende

weerparameters. Als tweede wordt geanalyseerd als er een bepaald patroon te vinden is tussen

de weerparameters binnen de weerstations. Zo wordt nagegaan als bijvoorbeeld een stijging in

neerslag gepaard gaat met stijging in wind of bewolking. Vervolgens wordt er naar stations

gezocht met een mogelijk hitte-eiland effect en de mogelijke invloed ervan op de

temperatuurstijging. Hierna wordt een mogelijk verband onderzocht tussen de opwarming en

de hoogte van de weerstations. Tot slot wordt gekeken naar de opwarming aan de kust. Al de

bevindingen worden finaal samengevat in het besluit.

8

2. ACHTERGROND

Om een beeld te construeren over het klimaat in België, wordt er een schets gegeven van het

huidige klimaat en de globale evolutie van het Belgische klimaat.

2.1 Schets van het huidige klimaat in België

2.1.1 Luchttemperatuur

De luchttemperatuur is de temperatuur van de lucht, gemeten op een hoogte van 1,5 meter. De

luchttemperatuur wordt beïnvloed door verschillende factoren. Zo worden de temperaturen

aan de kust beïnvloed door de aanwezigheid van de Noordzee en de temperaturen in de

Ardennen door de hoogte. Afstand tot de zee en hoogteligging bepalen dus mee de

temperatuur. Naast deze factoren spelen nog andere een rol zoals de infraroodstraling van de

bodem, plaatselijk reliëf, enzovoort. (http://www.meteo.be, 02/04/2016).

De Noordzee zorgt aan de kust voor lagere temperaturen in de winter en hogere in de zomer.

Het gemiddelde temperatuurverschil is ongeveer 1°C ten opzichte van de rest van België. De

maximum temperatuur verschilt meer, aan de kust is het in de zomer ongeveer 3°C koeler dan

in de Kempen. De zee zorgt voor minder grote temperatuurfluctuaties aan de kust. De

minimale temperatuur is er dan ook steeds wat hoger, in de zomer gemiddeld 2,5°C warmer

dan in de Kempen (http://www.meteo.be, 02/04/2016).

Ook de hoogte speelt een rol in de luchttemperatuur. Gemiddeld daalt de temperatuur met

0,6°C voor elke 100 m hogerop. Het gemiddelde verschil tussen de laagvlakte en de

hoogvlakte in de Ardennen bedraagt 3°C. Bovengenoemde temperatuurverschillen zijn

gemiddelde waarden en kunnen dus zeker veranderen naar gelang bepaalde luchtstromingen

of weercondities (http://www.meteo.be, 02/04/2016).

De gemiddelde hoogste maxima bedragen 30 à 32°C in Laag- en Midden-België en 28°C op

de toppen van de Ardennen. De gemiddelde laagste minima bedragen tussen –10°C aan de

kust, –11°C tot –14°C in Laag- en Midden-België en –15°C op de plateaus van Hoog-België.

In de valleien van de Ardennen bedraagt de minimum temperatuur gemiddeld –19°C

(http://www.meteo.be, 02/04/2016). Koude lucht daalt, waardoor er in de valleien een lagere

9

temperatuur wordt gemeten. In de zomer worden er hogere maximum waarden gemeten dan

buiten de vallei door het isolerende effect (Landuyt & Schietecat, 1992).

Er treedt een groot verschil op tussen de luchttemperatuur nabij de grond en de

luchttemperatuur op 1,5 m hoogte. De minima op grondniveau zijn meestal zo’n 3 tot 5°C

lager dan de minima onder de thermometerhut. Dit verschil kan veel groter worden door

bepaalde weersomstandigheden. Omgekeerd kan ook, dat de minima aan de grond licht hoger

is dan deze op 1,5 m hoogte (http://www.meteo.be, 02/04/2016).

Het KMI (koninklijk Meteorologisch Instituut) meldt in hun nieuwe klimaatatlas dat de

gemiddelde Belgische temperatuur 9.8°C bedraagt. De jaarlijkse normalen van de dagelijkse

maximumtemperatuur schommelen tussen de 11,5°C en 15°C. De minimumtemperaturen

schommelen tussen 3°C en 7°C. De laagste waarden worden veelal bereikt in de Hoge

Venen, de locatie van de hoogste waarde verschilt doorheen het jaar. Deze bevindingen

werden berekend voor een referentieperiode van 1981 tot 2010 (http://www.meteo.be,

10/05/2016).

2.1.2 Windrichting en windsnelheid

De wind is een belangrijke factor die ons klimaat bepaalt. Naargelang de windrichting en

seizoen brengt hij koude of warme lucht. Komt de wind uit het zuiden of westen, dan komen

er zachte en vochtige luchtsoorten naar onze streken. Komt de wind uit het westen tot

noorden, dan komen er koele, labiele luchtsoorten ons toegestroomd. Winden uit noord tot

oost en oost tot zuid zijn zeldzamer en brengen droge en koude lucht in de winter en droge en

warme lucht in de zomer (http://www.meteo.be, 02/04/2016) (Landuyt & Schietecat, 1992).

Het grootste deel van het jaar komt de wind uit het zuidwesten. De gemiddelde windsnelheid

bedraagt 6 à 7 m/s aan de kust en neemt af tot 2 à 4 m/s in de valleien van Hoog-België en in

Belgisch Lotharingen. De lager gelegen valleien zijn er namelijk beschut tegen de wind. Om

de twee jaar bereikt de maximale windstoot gemiddeld 35 m/s aan de kust en 23 à 30 m/s in

het binnenland (http://www.meteo.be, 02/04/2016).

2.1.3 Neerslag

10

De gemiddelde jaarlijkse neerslag in België bedraagt tussen de 750 en 850 mm. In Hoog-

België stijgt de hoeveelheid neerslag als de hoogte stijgt en als de helling gericht is naar de

zuidwesten winden. De streek van Carlsbourg-Libramont en de Baraque Fraiture kennen een

maximum neerslag van 1200 mm op een jaar. In de Hoge Venen kan dit oplopen tot meer dan

1400 mm. Niet overal in België valt de meeste neerslag op hetzelfde moment. Dit is zeer

afhankelijk van regio tot regio (http://www.meteo.be, 02/04/2016). In de Hoge Venen valt de

meeste neerslag van april tot en met september. Van oktober tot en met maart valt de meeste

neerslag in de streek van Libramont-Carlsbourg-Bouillon. De locatie met de piekneerslag

verschilt dus van tijd tot tijd. Gemiddeld valt de meeste neerslag in de winter en de minste in

de lente. (http://www.meteo.be, 10/05/2016). In dezelfde maand valt niet elk jaar dezelfde

hoeveelheid neerslag. Ongeveer 2/3 van de keer mag men zich verwachten aan een

maandelijkse hoeveelheid neerslag dat tussen de 50 en 150% ligt van de normale waarde. De

jaarlijkse gemiddelde neerslag verschilt ongeveer 15% (http://www.meteo.be, 02/04/2016).

In het grootste deel van het land valt al deze neerslag in gemiddeld 200 dagen. Ook dit

verschilt echter van streek tot streek. Aan de kust is dit lichtjes minder, met 182 dagen. In

Hoog-België valt de neerslag in gemiddeld 216 dagen en in de Hoge Venen in 230 dagen. Dit

zijn gemiddelde waarden en kan zo’n 25 dagen afwijken. Het aantal regendagen is het grootst

in december en januari met gemiddeld 15 tot 20 dagen. Van mei tot augustus is het aantal

regendagen per maand minder, namelijk 13 tot 17 dagen. Dit zijn opnieuw gemiddelde

waarden en de afwijking is 5 dagen. Normaal gezien zijn er dus per maand minstens 8

regendagen en maximum 25. Heel uitzonderlijk kan dit meer of minder zijn

(http://www.meteo.be, 02/04/2016).

2.2 Globale evolutie Belgische klimaat

Tricot et al. (2008, 2015) onderzoeken de mogelijke veranderingen in het Belgische klimaat,

vooral gebaseerd op meetgegevens van Ukkel. Daarin besluit men dat er over de periode

tussen 1833 en 2014 een globale opwarming is in België van ongeveer 2°C. Deze stijging is

ongeveer in twee stappen gebeurd, telkens met een stijging van ongeveer een graad. Een

eerste keer in 1910 en een tweede op het einde van de jaren 1980 (Tricot et al., 2008, 2015).

Dit wordt ook bevestigd in de studie van Vandiepenbeeck (2008). Hij vergelijkt drie periodes;

van 1833 tot 1909, van 1910 tot 1987 en van 1988 tot 2007. Bij de vergelijking van deze

periodes stelt hij eveneens een temperatuurstijging vast rond het jaar 1988 (Vandiepenbeeck,

11

2008). In de eerste helft van de 20ste

eeuw is er een significante stijging te zien van de

maximale temperaturen. Bij de opwarming tijdens de jaren ’80 is een stijging van zowel de

minimale als maximale temperatuur te zien. De opwarming is te zien in andere statistieken

ook. Zo is waar te nemen dat de datum van de eerste vorstdag later in het jaar valt, en dat de

datum van de laatste vorstdag zich vroeger voordoet (Tricot et al., 2008, 2015). Men maakt

wel een kritische noot en men vraagt zich af of deze opwarming zou te maken hebben met de

verstedelijking van Brussel. In de studie van 2008 zegt men dat het waarschijnlijk geen

hoofdrol speelt, aangezien Ukkel zich ten zuiden van de regio Brussel bevindt. De

overheersende windrichting komt van het zuidwesten, waardoor de aangevoerde luchtsoorten

voornamelijk van de voorstedelijke gebieden komt (Tricot et al., 2008). Bovendien toont een

eerdere studie aan dat andere stations in Wallonië, niet in een grootstad, ongeveer gelijke

waarden vertonen als Ukkel. Dit werd berekend voor de periode 1954 tot 1993

(Vandiepenbeeck et al., 1995). In de nieuwe versie uit 2015 wordt bewezen dat deze

aannames niet waar zijn. Studies hebben aangetoond dat de toename van de totale

ondoordringbare oppervlakten in de Brusselse agglomeratie sinds de jaren 1960, geleid heeft

tot een grotere opwarming dan in rurale gebieden. De stad heeft dus wel degelijk een invloed

op de luchttemperaturen en dan vooral op de minimum temperaturen (Hamdi et al., 2009).

Voor Ukkel in de periode van 1878 tot en met 2012 stijgt de jaarlijkse minimumtemperatuur

met 0,3°C per decennium en de jaarlijkse maximumtemperatuur met 0,2°C (Tricot et al.,

2015). Volgens de studie van Van de Vyver (2012) is de dagelijkse maximumtemperatuur

gestegen met 0,5°C/decennia en de dagelijkse minimumtemperatuur met 0,4°C/decennia (van

1952/1953 tot 2012 op basis van negen stations in België). Dezelfde studie onderzocht ook of

er een verband bestaat met grootschalige atmosferische circulatiepatronen zoals de Noord-

Atlantische Oscillatie (NAO). De Noord-Atlantische Oscillatie is een atmosferisch circulatie

patroon dat van belang is voor het weer in West-Europa. Het heeft vooral een effect in de

winter, maar in mindere mate ook in de zomer. De oscillatie wordt uitgedrukt door de NAO-

index. Deze meet het verschil in luchtdruk tussen de depressie bij IJsland en het

hoogdrukgebied nabij de Azoren. Net zoals bij het ENSO effect (El Niño Southern

Oscillation) is er ook een cyclische schommeling in de NAO, maar deze is zeer onregelmatig

(Tricot et al., 2015). Bij een positieve NAO-index is er over het algemeen een verhoogde

stormactiviteit en meer neerslag in Noord-Europa. Een negatieve index geeft een lagere

stormen neerslagactiviteit (Hurrell & Deser, 2009). Van de Vyver (2012) berekende in zijn

studie dat de jaarlijkse maximumtemperatuur van 1952/1953 tot 2012 gemiddeld lineair steeg

12

met 0,4°C per decennium. Deze trend kon niet worden gelinkt met de zomerse NAO-index,

die geen stijgende of dalende trend vertoonde. De stijging zou daarom gelinkt kunnen worden

aan externe factoren van het klimaat zoals de stijgende broeikasgassen in die periode. De

winter NAO-index vertoont een grillig gedrag, maar heeft wel een duidelijk stijgende trend,

naar analogie met de koude extreme temperaturen. De opwarmende trend van de koude

extremen kan dus wel voor een deel verklaard worden door de NAO-index (Van de Vyver,

2012).

Het voorkomen van hittegolven kent een grote variabiliteit. Gemiddeld is er een hittegolf

bijna om de twee jaar. Wat op te merken is, is dat hittegolven frequent waren tijdens de jaren

40 en dat ze dit opnieuw zijn sinds een twintigtal jaren. Er is dus een significante stijging

waar te nemen sinds de laatste jaren, maar deze is er in het verleden ook al eens geweest. Het

aantal koudegolven in een jaar kent eveneens een grote variabiliteit. Gemiddeld was er in de

20ste

eeuw wel elk jaar één. Rond het begin van de jaren ‘70 is er echter een opmerkelijke

daling waar te nemen in de frequentie van koudegolven. Er wordt ook onderzocht of de

droogteperiodes langer duren. Er blijkt echter geen indicatie te zijn dat dit het geval is. Voor

de zonneschijnduur zijn er metingen beschikbaar van Ukkel sinds 1887. Voor deze gegevens

is er geen globale trend te zien. Wel is er een belangrijke variabiliteit op meerjaarlijkse schaal.

Zo zijn er meestal hogere waarden tussen 1920 tot 1950 en lagere waarden tussen 1960 tot

1990 (Tricot et al., 2008, 2015).

Rond 1910 is er een stijging waar te nemen in de hoeveelheid neerslag. Deze stijging komt

overeen met 7% van de jaarlijkse hoeveelheid neerslag. Voor 1910 ligt de trend voor de

gemiddelde jaarlijkse neerslag rond 760 mm, erna rond 810 mm. Na 1910 is er dus geen

opmerkelijke stijging meer waar te nemen. Bij de winter- en lenteneerslag is eveneens een

stijging waar te nemen, zeer opvallend rond 1910 en opmerkelijk rond 1965. Voor de zomer

en herfst is geen significante evolutie waar te nemen. Er is echter geen tendens te zien in het

aantal dagen met neerslag in de 20ste

eeuw. Er is ook niet voldoende informatie om te

besluiten dat overvloedige neerslag tijdens onweders tegenwoordig frequenter voorkomen.

Ook kan niet besloten worden dat een onweersbui intenser is dan vroeger (door te kijken naar

maximale neerslaghoeveelheid binnen een uur) (Tricot et al., 2008, 2015). Aan de kust is wel

een significante stijging waargenomen sinds de jaren 1980 in de jaarlijkse extreme

neerslagwaarden. Rond het einde van de jaren 1970 is een stijging te zien in de maximum

dagelijkse en 10-daagse neerslag. Deze trend is niet meer waarneembaar voor gebieden verder

13

dan 50 km van de kust en voor de 10-daagse neerslag 100 km ver van de kust (Tricot et al.,

2015). De grote hoeveelheden neerslag in tien dagen vallen voornamelijk in de winter (Tricot

et al., 2008). Gellens (2002) bevestigt deze trend. Hij besloot dat de hoeveelheid winterse

neerslag die in enkele dagen valt, overal in het land toeneemt vanaf de jaren 1950. In de

zomer daarentegen is er geen significante stijging waargenomen van de neerslag die valt op

enkele dagen (Gellens, 2002).

Tricot et al. (2008, 2015) tonen verder aan dat het opmerkelijk minder sneeuwt in Ukkel sinds

de opwarming aan het eind van de jaren 1980. Een daling werd ook waargenomen rond 1920,

als gevolg van de opwarming in de jaren 1910. Er werd geen tendens gevonden voor de

maximale dikte van de sneeuwlaag en het jaarlijkse aantal dagen met sneeuw op de bodem

voor Ukkel. In het station te Saint-Hubert werd wel een significante daling vastgesteld van de

jaarlijkse maximale dikte van de sneeuwlaag (Tricot et al., 2008, 2015).

De jaarlijkse gemiddelde windsnelheid blijft relatief stabiel tot het begin van de jaren 1980.

Daarna is er een opmerkelijke daling waar te nemen. Het verschil in windsnelheid tussen nu

en 1980 bedraagt ongeveer 10%. Dit werd waargenomen op de luchthaven van Zaventem en

het weerstation in Saint-Hubert. De weerstations in Zaventem, Ukkel en Saint-Hubert kennen

in de lente, zomer en herfst (uitgezonderd in Ukkel) relatief brutale en zeer opvallende afname

van de windsnelheid sinds de jaren 1980. Wanneer de windsnelheden meestal het hoogst zijn,

in de winter, wordt er dus geen tendens waargenomen. Om te onderzoeken of er meer stormen

zijn dan vroeger, wordt gekeken naar het aantal dagen waarop de maximale windstoten de

kaap van 70 km/h overschrijden. Het aantal stormdagen is variabel van jaar tot jaar en het is

dus niet zo dat er nu meer stormen zijn dan vroeger (Tricot et al., 2008, 2015).

14

3. STUDIEGEBIED, DATA EN METHODEN

3.1 Studiegebied

Het onderzoek wordt uitgevoerd op verschillende synoptische stations die verspreid zijn over

heel België. Het studiegebied bestaat dus uit het grondgebied van België. De synoptische

stations behoren tot het wereldwijde synoptische netwerk, dat overal ter wereld op dezelfde

tijdstippen (uurlijks) en op dezelfde manier metingen uitvoert. Vele van deze stations zijn

geautomatiseerd. De automatische stations (AWS) zenden om de 10 minuten gegevens door

van bepaalde parameters (http://www.meteo.be, 25/03/2016). Uit de data die verkregen werd

van het KMI, worden 20 stations geselecteerd voor temperatuur, wind en bewolking (selectie

1) en 23 stations voor de neerslag (selectie 2). Zie figuur 1. Voor meer informatie over de

selectie van de stations, zie paragraaf 3.2.

Figuur 1: Synoptische weerstations België (KMI, eigen verwerking)

3.1.1 Omgeving van de weerstations

15

Het synoptische weerstation van Koksijde is gelegen op een vliegveld ten zuiden van

Koksijde. De topografie is overwegend vlak en er zijn dan ook weinig obstakels te vinden.

Het is bijna volledig omgeven door akkerland. De kustlijn ligt op 3,3 km in

noordnoordwestelijke richting (Cabooter et al., 2006).

Het weerstation van Middelkerke is gelegen op de luchthaven van Oostende, op ongeveer 1,1

km van de kustlijn en 3,2 km van Middelkerke. Enkele caravans en bomen zijn te vinden

rondom de site (Cabooter et al., 2006).

Het station dat vroeger in Munte gelegen was, is verhuisd naar militair domein van

Semmerzake in 1997. Het is gelegen op een plateau in de vallei van de Schelde. De

aanwezige populieren zorgen voor windobstakels (Cabooter et al., 2006).

Het automatisch weerstation te Zelzate is gelegen in het staalbedrijf ArcelorMittal. Er zijn

vele hoge gebouwen te vinden rondom de site (Cabooter et al., 2006).

Het station te Chièvres is gelegen op een militair domein. Het terrein wordt gekenmerkt door

een grote open vlakte met soms windschermen en gebouwen (Cabooter et al., 2006).

Het weerstation te Ukkel is gelegen in de sub-urbane gebieden ten zuiden van Brussel. De

anemometer is hier geplaatst op 30 m door de hoge gebouwen en bomen (Cabooter et al.,

2006).

Het weerstation van Gosselies is gelegen op de luchthaven van Charleroi. De oostelijke,

zuidelijke en westelijke kant is binnen een straal van 5 km volledig geürbaniseerd. Het

noordoostelijke deel is minder dicht bebouwd. De topografie rond de anemometer is niet vlak,

er is een hoogte verschil van 5 m op 150 m meer naar het noordwesten (Cabooter et al.,

2006).

Deurne is gelegen in de sub-urbane gebieden van Antwerpen, op ongeveer 5,5 km ten

zuidoosten van de stad. Ten noorden van de site zijn vrij dicht huizen te vinden op ongeveer

110 m afstand (Cabooter et al., 2006).

16

Het weerstation van Zaventem is gelegen net ten zuidoosten van Brussels Airport. De

onmiddellijke omgeving van het station is redelijk plat. Men zorgt er hier voor dat vegetatie in

de omringende velden niet hoger is dan 50 cm (Cabooter et al., 2006).

Het weerstation van Dourbes is gelegen in het Geofysisch Centrum van het KMI. De

anemometer wordt omgeven door bomen en bos. Het gebied ten noorden van de site is licht

golvend en ten zuiden is er een helling richting de vallei (Cabooter et al., 2006).

Het synoptisch station Florennes is gelegen op een militaire luchthaven. De site is gelegen

tussen twee hoger gelegen bossen, waardoor een soort van Funnel effect gecreëerd wordt

(Cabooter et al., 2006).

Het weerstation Beauvechain is gelegen op een militaire luchtmachtsbasis. Het is een groot,

open gebied omringt door bomen (Cabooter et al., 2006).

Het automatisch station van Ernage ligt aan de noordelijke grens van de provincie Namen op

ongeveer 2 km van de gemeente Gembloux en 1,5 km ten zuidzuidoosten van Ernage. Het

weerstation staat op een open, licht golvend terrein. De hoogtes variëren tussen 150 en 170 m.

Er zijn veel windschermen te vinden. Binnen een straal van 5 km zijn er 2 bossen (Cabooter et

al., 2006).

In het noordoosten van Vlaams-Brabant is het station te Schaffen gelokaliseerd. De

anemometer is gelegen op een heuvel in de vallei van de Demer, waardoor er geen obstakels

te vinden zijn die de metingen kunnen belemmeren. Binnen een straal van 5 km is het

landschap typisch golvend met geïsoleerde heuvels (Cabooter et al., 2006).

Het weerstation van Saint-Hubert is gesitueerd in het zuidoosten van België. Het station is

gelegen op een hoogte van ongeveer 560 m. Tussen het zuiden en westen is er een aflopende

helling met sparren op (Cabooter et al., 2006).

Het station van Bierset is gelegen op de luchthaven van Luik, 8 km ten westen van Luik. De

westzijde van de site is zachtjes golvend met hoogtes tussen 150 en 180 m. Ten oosten en

zuiden van de site is het terrein complexer en meer bebouwd. De topografie is zacht dalend

richting de Maasvallei (Cabooter et al., 2006).

17

Het weerstation van Kleine Brogel is gelegen op een militair vliegterrein in het noordoosten

van België. Het is omgeven door dennenbomen tussen de 12 en 15 m en ligt op zandgronden

(Cabooter et al., 2006).

Het weerstation te Spa is gelegen op een kam in de luchthaven van Spa. De hoogtelijnen

tussen 400 en 500 m vertonen een sterk verval. Door de specifieke topografie komt de

dominante wind niet vanuit het zuidwesten, maar zuidoosten (Cabooter et al., 2006).

Op heide, in het natuurreservaat van de Hoge Venen is het automatisch weerstation Mont Rigi

te vinden. Het is omgeven door verspreide struiken en is dicht gelegen bij het hoogste punt

van België op een hoogte van 674 m. Van het zuiden tot het westen is het open terrein. De site

is op een helling gelegen, gericht naar het zuidwest met een hellingsgraad van 3,6% (Cabooter

et al., 2006).

Nabij de Duitse grens, in het oosten van België is het weerstation van Elsenborn gelegen.

Slechts enkele windschermen zijn te vinden rond de site (Cabooter et al., 2006).

Het weerstation van Botrange is gelegen op een hoogte van 694 meter en is nu niet meer in

gebruik (http://meteotollembeek.be/data/documents, 12/04/2016). Het is omgeven door

dennenbomen (https://www.google.be/maps, 10/05/2016).

Het weerstation van Genk is gelegen aan de Ford fabriek. Ze is niet meer in gebruik sinds

2004 (https://www.google.be/maps, 10/05/2016).

In het zuidelijke puntje van ons land ligt het weerstation Virton. Ze is gelegen op een naar het

zuiden gericht plateau (Landuyt & Schietecat, 1992) op een hoogte van ongeveer 262 m

(http://geoportail.wallonie.be/, 10/05/2016).

Het weerstation te Wevelgem is gelegen op de luchthaven van Wevelgem. In het noordoosten

en zuidwesten van de luchthaven zijn dichtbij woonwijken gelegen. Ten zuiden van de

luchthaven is een industriezone (https://www.google.be/maps, 10/05/2016).

18

Het station van Oostende lag aan het Oosterstaketsel en was dus omringd door water. Dit is nu

afgebroken en is niet meer in gebruik sinds 2005 (http://www.geopunt.be/, 11/05/2016).

Het station Brustem is gelegen op de regionale luchthaven te Brustem (Sint-Truiden). Het ligt

ongeveer op een hoogte van 70 m in de streek Haspengouw (http://www.geopunt.be/,

11/05/2016).

In een veld ten zuidwesten van Stabroek is het weerstation van Stabroek gelegen. In de

onmiddellijke omgeving ligt ten noordoosten van het station een weg met bomen. In het

zuiden en westen is akkerland te vinden. Iets verder ten noordoosten ligt Stabroek en ten

westen de haven van Antwerpen (https://www.google.be/maps, 10/05/2016).

3.2 Data

3.2.1 Algemeen

De gegevens die gebruikt zullen worden voor heel het onderzoek werden bekomen bij het

KMI. Zo werden de verschillende weerparameters van alle synoptische stations opgevraagd.

Om een te grote set aan gegevens te beperken, worden de gemiddelde waarden voor 24u

doorgestuurd en niet de waarden om de 6u.

De dataset bestaat uit een gemiddelde waarde per parameter per dag. Dit voor alle synoptische

stations vanaf 1952 tot en met 2014 (of naar gelang de beschikbaarheid per station, zie

paragraaf 3.2.4.2). De verschillende parameters die onderzocht worden zijn: gemiddelde

temperatuur, minimumtemperatuur, maximumtemperatuur, neerslag, gemiddelde

windsnelheid, de hoogst gemiddelde windsnelheid, de zwaarste rukwind, gemiddelde

windrichting, gemiddelde totale bewolking en de gemiddelde lage- en middelhoge bewolking.

Tijdens de analyse van de data bleek dat de gegevens voor de neerslag van de synoptische

stations niet betrouwbaar waren. De gemiddelde jaarneerslag voor België ligt rond 800 mm,

maar daar kwamen vele stations niet aan. Zelfs Ukkel had een lagere jaarneerslag. Daarom

werd het KMI gecontacteerd voor meer informatie. Het blijkt dat de synoptische neerslag data

inderdaad wat fouten kan bevatten en dus niet zo betrouwbaar zijn. Om toch data te hebben

voor de neerslag, werd gebruik gemaakt van de klimatologische neerslag data van het KMI.

19

Deze data wordt dagelijks gemeten van 8u lokale tijd tot 8u lokale tijd de dag erna. Hierin

verschilt de neerslag van de andere parameters, want die zijn van middernacht tot

middernacht gemeten. Een belangrijk verschil, maar de gegevens mogen gebruikt worden

aangezien we hier vooral gaan werken met data over meerdere jaren. Mocht de neerslag dag

op dag vergeleken worden zou dit wel een probleem zijn.

3.2.2 De verschillende weerparameters

De gemiddelde temperatuur werd verkregen als de gemiddelde luchttemperatuur over 24u. De

minimum- en maximumtemperatuur zijn respectievelijk de minimum en maximum

temperatuur van een bepaalde dag. De temperatuur wordt uitgedrukt in graden Celsius.

Zoals in vorige paragraaf vermeld werd, bestaat de neerslag data uit de som van de neerslag

over 24u (opgemeten van 8u tot 8u). Neerslag wordt uitgedrukt in mm (= 1 liter neerslag op

een oppervlakte van 1 m²).

Voor wind zijn er vier parameters. Elk uur wordt een synoptisch rapport opgemaakt met

hierin de verschillende metingen. De gemiddelde windsnelheid wordt gemeten in een

tijdsinterval van tien minuten. Dit wordt dus zes keer gedaan in een uur. De gemiddelde

windsnelheid uit de verkregen data is de gemiddelde windsnelheid van de afgelopen tien

minuten voordat het synoptisch rapport wordt opgemaakt. Van deze uurlijkse waarden wordt

het gemiddelde berekend over 24u om een dagwaarde te krijgen. De tweede windparameter is

de hoogst gemiddelde windsnelheid. Deze is de hoogst gemiddelde wind van de zes

gemiddelde windsnelheden berekend in het uur voor het synoptisch rapport. Ook hier wordt

het gemiddelde berekend over 24u om een dagwaarde te krijgen. De zwaarste rukwind is de

hoogste rukwind gemeten op een bepaalde dag. Alle drie worden ze uitgedrukt in m/s. De

gemiddelde windrichting is de gemiddelde windrichting over 24u en wordt uitgedrukt in de

verschillende windrichtingen (N, NNO, …).

De gemiddelde totale bewolking en de gemiddelde lage- en middelhoge bewolking zijn de

gemiddelde bewolking en gemiddelde lage- en middelhoge bewolking over 24u. De

bewolkingsgraad wordt uitgedrukt in octa’s. Eén octa is één achtste van de hemel. De schaal

gaat dus van nul tot en met acht. Nul octa wil zeggen dat er geen bewolking is, bij acht octa is

het volledig bewolkt (http://www.meteo.be, 04/04/2016).

20

3.2.3 Opstelling en meten van weerparameters

De luchttemperatuur wordt gemeten op een hoogte die gelegen is tussen 1,25 en 2 m boven de

grond. In België is dit meestal op 1,5 m hoogte. De thermometer moet zo geplaatst worden

zodat hij minimale straling ontvangt, maar tegelijkertijd wel circulatie van verse lucht toelaat.

Daarom wordt hij in een weerhut geplaatst. De luchttemperatuur, de maximum en minimum

temperatuur worden elk op afzonderlijke thermometers gemeten (WMO, 2003).

De neerslag wordt gemeten met behulp van een automatische regenmeter. Deze is zo gemaakt

dat de windeffecten, verdamping en het opspatten een minimaal effect hebben op de

metingen. Er moet gemeten worden tot 0,2 mm nauwkeurig, indien kan tot 0,1 mm (WMO,

2003).

De windsnelheid wordt gemeten op 10 m boven de grond in open terrein. Ze wordt uitgedrukt

in meter per seconde en kilometer per uur. De windsnelheid is een gemiddelde van de

windsnelheid voor 10 minuten, tenzij de snelheid sterk verandert. Dan wordt een gemiddelde

genomen na de verandering. De windrichting wordt gemeten in graden en is eveneens een

gemiddelde van de windrichting voor 10 minuten (WMO, 2003).

De meeste metingen van bewolking worden gedaan door visuele observatie. De totale

bewolking is de fractie van de hemel die bedekt is door zichtbare bewolking. Naast de

schatting kan ook gebruik gemaakt worden van remote sensing. Via infrarode stralingen

wordt dan het percentage wolkendek geschat (WMO, 2008).

3.2.4 Datacontrole

3.2.4.1 Controle op uitschieters

De verkregen gegevens ondergingen eerst een grondige controle op de waarden. De dataset is

zeker niet volledig. Soms ontbreken er een paar dagen, andere jaren ontbreken er zelfs hele

maanden. Een jaar met slechts vier maanden aan gegevens zou zonder controle foutief gezien

worden als een geldig meetjaar. Om deze fout zo veel mogelijk te elimineren wordt er in een

grafiek uitgezet hoeveel gegevens er van een jaar aanwezig zijn voor een bepaalde parameter

van een welbepaald station. Om een grens te trekken wordt er beslist dat wanneer er voor

21

minder dan de helft van het jaar gegevens beschikbaar zijn, het jaar verwijderd wordt. Als er

minder dan een half jaar aan data aanwezig is, is dit veel te weinig om een betrouwbaar

oordeel te vellen over het jaargemiddelde waarde van die parameter. Vier à vijf maanden data

missen is nog altijd veel. Bij twijfelgevallen zoals een vier à vijf maanden gegevens die

ontbreken, wordt er daarom gekeken naar de gemiddelde waarde van deze parameter voor alle

beschikbare jaren van het station. Vertoont deze geen opvallende uitschieter voor dat jaar, dan

wordt het jaar behouden. Is er wel een opvallende uitschieter aanwezig, dan is dit hoogst

waarschijnlijk foutief omdat bijvoorbeeld enkel de wintermaanden weg zijn. Dan wordt het

jaar verwijderd uit de dataset.

Naast de controle op uitschieters, worden de verschillende parameters ook gecontroleerd op

welke waarden ze bevatten. De hoogste en laagste waarden van een parameter worden

onderzocht of ze realistisch zijn en/of een uitschieter kunnen veroorzaken. Sommige waarden

worden verwijderd hierdoor. Bij te veel foute waarden wordt er gebruik gemaakt van een

slicer in Excel. Hierdoor wordt slechts het geselecteerde bereik van waarden opgenomen in de

dataset, er wordt dus een bepaalde limiet ingesteld. In Schaffen bijvoorbeeld is voor een

bepaalde dag in mei 2012 de gemiddelde temperatuur 50°. Deze waarde is veel te hoog en

wordt daarom verwijderd. De maximumtemperatuur zou op 1 juli 1973 zou -20 bedraagt

hebben in Bierset. Dit is veel te laag en ook deze waarde is verwijderd. Zo zijn er ook nog

verschillende waarden verwijderd voor de minimumtemperatuur.

Voor de windparameters wordt er gewerkt met een slicer, aangezien er redelijk wat foute

waarden zijn. In de dataset voor de zwaarste rukwinden lopen de waarden van 0 m/s tot en

met 99 m/s. Deze laatste is veel te hoog voor realistisch te zijn. Daarom werd er gezocht naar

een realistische waarde om als grenswaarde in te stellen. Op 25 januari 1990 werd ons land

getroffen door een zware storm. In Bevekom werd een maximale windstoot geregistreerd van

168 km/h, dit is de hoogste waarde van de eeuw (http://www.meteo.be, 05/04/2016). In de

eigen dataset werd die dag in Ukkel de hoogste windstoot gemeten van 45,9 m/s. Daarom

wordt als grenswaarde voor de maximale rukwind 46 m/s genomen. Alle waarden hoger

worden niet in de analyse opgenomen. We baseren ons hier op een zware storm die slechts

één keer om de paar decennia voorkomt, dus deze waarde wordt als een betrouwbare grens

gezien. Belangrijke noot: in de dataset voor de zwaarste rukwinden zijn er heel wat jaren die

veel data missen. Er zijn ook jaren verwijderd waarvan wel meer dan de helft van de gegevens

aanwezig was. Dit gaat vaak om een jaar die tussen jaren zit waarvan er te weinig gegevens

22

zijn. Voor een aaneensluitende reeks te hebben werd dit jaar (met iets meer dan de helft aan

gegevens) dan ook verwijderd. In deze dataset van zwaarste rukwind zijn dan ook redelijk wat

jaren verwijderd, zodanig dat het maximum aantal meetjaren 26 bedraagt. Toch werden deze

gegevens ook geanalyseerd, om toch een gedacht te creëren van de zwaarste rukwinden. Men

dient wel in het achterhoofd te houden dat dit om een zeer onvolledige dataset gaat.

Bij de hoogst gemiddelde windsnelheid lopen de waarden tussen 0 m/s en 105 m/s. In de

eigen data werd de hoogst gemiddelde windsnelheid op 25/01/1990 gemeten in Oostende met

een waarde van 31,1 m/s. Daarom werd als grenswaarde 32 m/s ingesteld voor de hoogst

gemiddelde windsnelheid. De gemiddelde windsnelheid waarden lopen van 0 m/s tot en met

32 m/s. Op 25/01/1990 was de gemiddelde windsnelheid voor 24u het hoogst in Oostende met

17,4 m/s. Daarom werd als grenswaarde voor gemiddelde windsnelheid 18 m/s genomen.

Bij neerslag wordt niet met gemiddelde gewerkt, maar met de som. De som van alle dagen

wordt opgeteld en zo wordt het jaartotaal verkregen van de neerslag voor een bepaald station.

Daarom werd hier een strengere quota genomen in de selectie. Het aantal beschikbare data

moet groter zijn dan 300 waarden in een jaar. Maximum twee maanden mogen ontbreken dus.

Wanneer er meer maanden ontbreken zal dit al snel een vertekend beeld geven van het

neerslagtotaal. Twee maanden is eigenlijk ook te veel, maar er werd een afweging gedaan met

de beschikbare data. Anders worden er te veel gegevens weggesmeten.

Bij de gemiddelde totale bewolking hebben sommige stations (zoals Beauvechain, Chièvres,

Elsenborn, Saint-Hubert, …) de laatste jaren (van 2008 tot 2013 ongeveer) veel keer de

waarde '0' opgemeten. Normale jaren geven ongeveer een tien, twintig tal keer een nul

waarde. Maar bij bijvoorbeeld Beauvechain wordt er 85 keer nul geregistreerd in 2009. Dit

zou willen zeggen dat er op 85 dagen geen wolkje aan de lucht zou zijn. Dit lijken foute data

te zijn. Daarom wordt er verder gewerkt met de bewolkingsdata zonder nul. Uit heel de

dataset wordt dus de nul waarde weg gefilterd. Hierdoor moet men er zich wel van bewust

zijn dat de waarden in verband met bewolking in werkelijkheid enkele tienden van een octa

lager zal liggen dan weergegeven door de data. Er wordt dus een overschatting gemaakt. Maar

deze fout zal kleiner zijn dan wanneer de nul waarden in de data wordt gelaten.

23

De gemiddelde lage- en middelhoge bewolking vertoont de opvallende stijging in nul

waarden niet, dus de nul waarde werd hier behouden. Verder werd er, net zoals de andere

datasets, gecontroleerd op eventuele jaren met te weinig data of foute waarden.

3.2.4.2 Selectie op stations

Vervolgens wordt er een selectie gedaan op de verschillende stations. Zo werden alle stations

die minder dan 30 jaar metingen bevatten weg gelaten. De bedoeling is om een

klimatologische studie uit te voeren, om dit betrouwbaar te doen moeten er voldoende

gegevens beschikbaar zijn. Daarom werd er gekozen voor een minimale gegevensreeks van

30 jaar. Doordat er twee verschillende datasets zijn, één voor temperatuur, wind en bewolking

en één voor de neerslag, wordt deze selectie op de twee verschillende datasets toegepast. Voor

de eerste selectie (deze van temperatuur, wind en bewolking) blijven er 20 stations over met

voldoende data. De tweede selectie (deze van neerslag) bevat 23 stations.

De meeste stations in deze twee datasets zijn dezelfde. Genk, Schaffen, Virton en Zelzate zijn

echter niet aanwezig in de selectie van de neerslag omdat deze minder dan 30 jaar aan

gegevens bevatten. De dataset van de neerslag bevat echter wel zeven andere stations die wel

meer dan 30 jaar gegevens hebben. Deze stations zijn: Botrange, Dourbes (Dourbes en

Dourbes AWS), Elsenborn, Ernage, Mont Rigi (Mont Rigi en Mont Rigi AWS), Stabroek en

Wevelgem. Zij worden mee opgenomen in de selectie van de neerslag. Sommige stations zijn

een samenvoeging zoals Dourbes en Mont Rigi. Deze bestaan uit een manueel en een

automatisch station. De data van deze twee mag samengevoegd worden. Er dient wel in het

achterhoofd gehouden te worden dat de automatische stations iets lagere neerslag waarden

meten dan de manuele stations. Dit blijkt uit eerdere observaties van het KMI. Ernage en

Ernage-Gembloux zijn ook samengenomen. Het gaat hier om verandering van naam van

station.

Zoals eerder vermeld in vorige paragraaf bedraagt het maximum aantal meetjaren voor de

dataset van de zwaarste rukwinden slechts 26 jaar. Deze wijkt af van de quota van 30 jaar dat

eerder gesteld werd. Omdat deze gegevens niet zouden verloren gaan, wordt de dataset van de

zwaarste rukwinden toch in rekening gebracht. Er werd hier een minimum aantal metingsjaren

ingesteld van tien jaar dat de stations moeten bevatten. De uitkomst is een dataset van 16

stations. Er waren vier stations met te weinig data (dus minder dan tien jaar). De stations zijn

Brustem, Genk, Oostende en Virton, ze zijn weggelaten in deze derde selectie.

24

In deze selecties hebben niet alle stations dezelfde tijdsperiode. De meeste bevatten wel de

volledige datareeks van 1952 tot en met 2014, maar sommigen lopen maar tot 1996, 2003,

2005, … . Aangezien niet alle data over volledig dezelfde periode gaat, sluipen er fouten in de

resultaten. Er werd desondanks toch gekozen voor deze stations te gebruiken. Er zijn 9

stations die het volledige bereik hebben van 1952 tot en met 2014 (voor de eerste selectie).

Een studie over het regionale klimaat in België zou minder volledig zijn indien er maar 9

stations zouden gebruikt worden. Daarom werden ook de andere stations in rekening

gebracht, hetzij met enkele jaren data die ontbreken. Semmerzake is het station waarvan de

meeste gegevens ontbreken voor selectie 1, ze bevat slechts 34 jaar aan metingen. In selectie

twee zijn het Botrange en Oostende die de minste jaren aan data bevatten, respectievelijk 32

en 30 jaar. In de selectie van de zwaarste rukwinden zijn Ukkel en Zelzate de twee stations

met de minste gegevens, respectievelijk 13 en 11 jaar. Sommige stations missen ook enkele

jaren in het midden van de metingen, zoals Beauvechain en Kleine-Brogel voor selectie 1. Bij

de dataset van de bewolking en lage- en middelhoge bewolking zijn er stations die een lager

aantal meetjaren bevatten in vergelijking met de rest van de weerparameters uit selectie 1. Bij

de bewolking en lage- en middelhoge bewolking heeft Chièvres data tot en met 2012,

Oostende tot en met 1995 en Ukkel en Zelzate tot en met 2011. Saint-Hubert en Spa bevatten

data tot en met 2007 voor de lage- en middelhoge bewolking. Deze opmerking werden naast

de begin- en eindjaren ook weergegeven in tabel 1. Er dient dus rekening gehouden te worden

met deze ontbrekende data bij de analyse. Tabel 1, 2 en 3 geven zorgvuldig de beschikbare

meetjaren voor de drie selecties weer.

Tabel 1: Weerstations, selectie 1

Station Beginjaar Eindjaar Ontbrekende

data

Opmerking

bewolking

Opmerking lage

bewolking

Beauvechain 1952 2014 1972 tot 1981

Bierset 1952 2014

Brustem 1952 1996

Chièvres 1952 2014 Tot 2012 Tot 2012

Deurne 1952 2014

Florennes 1952 2014

Genk 1952 2004

Gosselies 1962 2014

Kleine-Brogel 1954 2014 1972 tot 1979

Koksijde 1952 2014

Middelkerke 1956 2014

25

Oostende 1952 2005 Tot 1995 Tot 1995

Saint-Hubert 1952 2014 Tot 2007 Tot 2007

Schaffen 1952 2014 1972 tot 1981

Semmerzake 1980 2014

Spa 1952 2014 Tot 2007 Tot 2007

Ukkel 1952 2014 Tot 2011 Tot 2011

Virton 1952 2003

Zaventem 1952 2014

Zelzate 1968 2014 Tot 2011 Tot 2011


Station Beginjaar Eindjaar Ontbrekende data

Beauvechain 1953 2014

Bierset 1952 2014

Botrange 1952 1984

Brustem 1951 1991

Chièvres 1956 1998

Deurne 1951 2014

Dourbes 1966 2014

Elsenborn 1951 2014 1959, 1979 tot 1986

Ernage 1963 2014

Florennes 1951 2014

Gosselies 1971 2014

Kleine-Brogel 1954 2014

Koksijde 1951 2014


Mont Rigi 1951 2014 1985 tot 1989, 1999

Oostende 1951 1981

Saint-Hubert 1951 2014


Spa 1951 2014

Stabroek 1970 2014

Ukkel 1950 2014

Wevelgem 1953 2014 1970, 1989 tot 2008

Zaventem 1951 2014


Station Beginjaar Eindjaar

Beauvechain 1994 2014

Bierset 1994 2014

Chièvres 1994 2014

Deurne 1988 2014

Florennes 1994 2014

Gosselies 1988 2014

26

Kleine-Brogel 1994 2014

Koksijde 1994 2014


Saint-Hubert 1988 2014

Schaffen 1994 2014


Spa 1988 2014

Ukkel 2001 2014

Zaventem 1988 2014

Zelzate 2003 2014

3.3 Methoden

3.3.1 Berekeningen en visualisatie

De verwerking en analyse van de gegevens gebeurde door middel van Microsoft Excel. Door

gebruik te maken van draaitabellen werden de gegevens gebundeld. Via draaigrafieken

werden ze gevisualiseerd. Op deze manier werden de verschillende weerparameters

gecontroleerd, verwerkt en geanalyseerd. Om te kijken naar het algemene verloop van de

parameter over de verschillende jaren, werd er een trendlijn toegevoegd. Bij deze trendlijn

hoort een eerstegraadsvergelijking, die werd gebruikt om te berekenen of er stijging of daling

waar te nemen was en hoe groot deze is. Voor de gemiddelde temperatuur van 1952 – 2014

(voor alle stations samen) bijvoorbeeld, is de vergelijking van de trendlijn y = 0,0246x +

9,0292. Door de richtingscoëfficiënt te vermenigvuldigen met het aantal jaar dat er gegevens

zijn (2014 – 1952 = 62), kan berekend worden hoe groot de stijging is. 0,0246 x 62 = 1,52 °C.

De gemiddelde temperatuur in België is dus gestegen met 1,52°C van 1952 tot 2014. Deze

methode werd gebruikt voor alle stijging/dalingen te berekenen van de verschillende

parameters.

De verschillende waarden die berekend werden voor de weerparameters worden visueel

voorgesteld met behulp van ArcMap 10.2.2. De grondlaag van België werd bekomen via de

universiteit van Gent (http://cartogis.ugent.be/geodata/, 20/11/2013). De waarden voor de

verschillende weerparameters worden gelinkt aan de stations en via een aantal klassen

voorgesteld. Op deze manier worden de regionale verschillen duidelijk weergegeven. De

classificatie van de waarden gebeurde door middel van de Natural Breaks (Jenks)

classificatiemethode. De waarden worden via deze methode zodanig geclusterd dat de

27

variantie binnen de klassen zo klein mogelijk is en de variantie tussen de verschillende

klassen zo groot mogelijk (De Smith et al., 2007). Op deze manier komen de waarden die het

dichtst bij elkaar liggen, zo veel mogelijk in dezelfde klasse terecht. De grenswaarden die via

de Jenks classificatiemethode bekomen worden, worden wel afgerond naar een rond getal. Dit

bevordert het aflezen en de interpretatie van de waarden. Bij het afronden wordt erop gelet dat

de waarden zo veel mogelijk in dezelfde klasse blijven. Het aantal klassen wordt zodanig

gekozen zodat de spreiding van de waarden zo duidelijk mogelijk wordt afgebeeld. Meestal

wordt gekozen voor vijf klassen, maar afwijking zijn mogelijk. Er wordt ook niet te hoog

gegaan in aantal klassen, want dan wordt het onderscheid in kleuren te klein. Dit is nefast

voor het duidelijk interpreteren van de kaart. De kleuren werden zo logisch mogelijk

voorgesteld. De blauw achtige kleuren komen overeen met negatieve resultaten, om het

aflezen te vergemakkelijken. De geel en rode kleuren stellen positieve resultaten voor. Door

middel van een sterretje in de rechterbovenhoek van het station wordt weergegeven of de

stijging/daling significant is of niet.

3.3.2 Statistische significantie

Om na te gaan of de verschillende temperatuur/neerslag/… stijging of daling wel degelijk van

toepassing zijn, werd er gewerkt met statistische significantie. De Man-Kendall toets is een

wijd verspreide statistische test in de klimatologie. Ook in het klimaatrapport van het KMI

wordt deze test gebruikt (Tricot et al., 2015). De Mann-Kendall toets wordt gebruikt om een

trend te analyseren. Er wordt dus onderzocht of er een trend aanwezig is in de metingen die

statistisch significant is.

De Man-Kendall is een non-parametrische toets en stelt dus geen voorwaarden dat de data

normaal verdeeld moeten zijn. De data mag wel geen autocorrelatie vertonen

(http://members.home.nl/amo, 07/04/2016). De test wordt berekend als volgt:

𝑆 = ∑

𝑛−1

𝑖=1

∑

𝑛

𝑗=𝑖+1

𝑠𝑔𝑛(𝑇𝑗 − 𝑇𝑖)

Waarin dat S de toetsingsgrootheid is, T de waarden van de beschouwde variabele, j en i

waarden van de tijdsindex, n het aantal waarden en sgn() de signum functie volgens

(http://members.home.nl/amo, 07/04/2016):

28

𝑠𝑔𝑛(𝑇𝑗 − 𝑇𝑖) = {

1 𝑎𝑙𝑠 𝑇𝑗 − 𝑇𝑖 > 0

0 𝑎𝑙𝑠 𝑇𝑗 − 𝑇𝑖 = 0

−1 𝑎𝑙𝑠 𝑇𝑗 − 𝑇𝑖 < 0

De waarden worden geëvalueerd als een geordende serie. Elke waarde wordt vergeleken met

opeenvolgende waarden. Als een waarde van een latere tijdsperiode hoger is dan de waarde

van een eerdere tijdsperiode dan wordt S vermeerderd met 1. Anderzijds is het zo dat als een

waarde van een latere tijdsperiode lager is dan een waarde van een eerdere tijdsperiode, dan

wordt S verminderd met 1. Het netto resultaat hiervan levert de eindwaarde van de

toetsingsgrootheid S (Karmeshu, 2012). Een positieve waarde voor S geeft aan dat er een

opwaartse trend is. Een negatieve waarde geeft een neerwaartse trend aan.

Als n groter is dan 10 (wat in deze paper altijd het geval is), dan is S bij benadering normaal

verdeeld met volgende verwachtingswaarde en variantie van S, σ² (https://cran.r-project.org,

06/04/2016):

𝐸[𝑆] = 0

σ² =𝑛(𝑛 − 1)(2𝑛 + 5) − ∑ 𝑡𝑖(𝑖)(𝑖 − 1)(2𝑖 + 5)

18

Waarin ti het aantal gelijke waarden uitdrukt in het bereik van i. De sommatie gebeurt enkel

wanneer de dataset gelijke waarden bevat (Karmeshu, 2012). De gestandaardiseerde

toetsingsgrootheid ZS wordt berekend als volgt:

𝑍𝑆 =

{

𝑆 − 1

σ𝑎𝑙𝑠 𝑆 > 0

0 𝑎𝑙𝑠 𝑆 = 0𝑆 + 1

σ𝑎𝑙𝑠 𝑆 < 0

De toetsingsgrootheid ZS wordt gebruikt als maat voor significantie van de trend. Als |ZS|

groter is dan Zα/2 (waarin dat α het significantielevel aangeeft), dan wordt de nulhypothese

verworpen en is de trend significant (Karmeshu, 2012).

Een andere statistiek die berekend wordt bij de Mann-Kendall test is de Kendall’s tau. Het is

een maat voor de correlatie en dus ook een maat voor de sterkte van de relatie tussen twee

variabelen. Ze wordt uitgevoerd op de rangen van de data. Voor elke variabele apart worden

de waarden geordend en genummerd. De laagste waarde krijgt een 1, de tweede laagste een 2

enzovoort. De Kendall tau neemt waarden aan tussen -1 en 1. Een positieve correlatie wijst

aan dat de rangen van beide variabelen tezamen stijgen. Een negatieve correlatie wil zeggen

dat als de rangen van één variabele stijgen, ze van de andere variabele dalen (Karmeshu,

29

2012). Bijvoorbeeld: er wordt gecontroleerd als de gemiddelde jaarlijkse temperatuur een

trend vertoont van 1952 tot 2014. De gemiddelde jaarlijkse temperatuur wordt geordend en

genummerd. 1 voor de laagste temperatuur, 2 voor de tweede laagste temperatuur, enzovoort.

De hoogste temperatuur krijgt uiteindelijk de waarde 62. Hetzelfde wordt gedaan voor de

jaren. 1 voor het laagste jaar (1952), 62 voor het jaar 2014. Als de Kendall Tau een positieve

waarde geeft, wil dit zeggen dat wanneer de rang van de jaren stijgt, de rang van de

temperatuur hoger wordt. Met andere woorden: hoe verder in de tijd, hoe warmer het is. Hoe

dichter de waarde bij 1, hoe sterker deze correlatie zal zijn. Mocht de Kendall Tau negatief

zijn zou dit willen zeggen dat naarmate de tijd verstrijkt, de temperatuur zou dalen.

Er wordt een tweezijdige toets gedaan, aangezien het niet de bedoeling is op voorhand te

definiëren of het een dalende of stijgende trend is. De toets ziet er dus als volgt uit:

De nulhypothese H0 is dat er geen trend is. De gegevens zijn dus onafhankelijk en willekeurig

geordend.

De alternatieve hypothese HA is dat er wel een trend is.

Voor de test uit te voeren werd gebruik gemaakt van een hulpprogramma in Excel, Xlstat

(https://www.xlstat.com, 04/06/2016). In deze tool worden verschillende opties ingesteld.

Eerst wordt onder de alternatieve hypothese ingesteld dat het om een tweezijdige toets gaat,

dus tau ≠ 0. Ook wordt het significantieniveau ingesteld. Alle berekeningen worden gedaan

op het 95% betrouwbaarheidsniveau, dus α = 0,05 (= 5%). Vervolgens wordt er gekeken naar

de autocorrelatie. In een tijdserie analyse is het belangrijk om rekening te houden met

autocorrelatie. Autocorrelatie treedt ook op in weerdata zoals temperatuur of neerslag. De

temperatuur gemeten op een dag is gecorreleerd met de temperatuur van de volgende dag

(http://scienceofdoom.com, 06/04/2016). Een voorwaarde om de Mann-Kendall test uit te

voeren is dat de meetpunten in de data onafhankelijk zijn en dus niet gecorreleerd zijn met

elkaar. Als de data toch gecorreleerd is dan zal dit invloed uitoefenen op de test om het

correct te voorspellen van een trend (Yue & Wang, 2004). Positieve autocorrelatie in de data

leidt tot een grotere kans om een trend te detecteren wanneer er eigenlijk geen bestaat en

omgekeerd (Hamed & Rao, 1998). De autocorrelatie dient dus zo veel mogelijk geëlimineerd

te worden.

30

Xlstat voorziet twee manieren om zo goed mogelijk rekening te houden met autocorrelatie in

de data. De eerste gepubliceerd door Hamed & Rao (1998) en de tweede door Yue & Wang

(2004). Volgens de helptool van Xlstat in Excel (Excel Xlstat helptool, 15/03/2016) wordt de

test goed uitgevoerd door de eerste methode wanneer er geen trend in de data aanwezig is. De

methode voorgesteld door Yue & Wang heeft het voordeel dat ze beter presteert wanneer

zowel een trend als autocorrelatie aanwezig is (Excel, 2016). Het is dan ook deze dat gebruikt

wordt in de berekeningen.

De laatste optie die ingesteld wordt in de tool is in verband met de ontbrekende data. Wanneer

er ergens een waarde ontbreekt, dan wordt ingesteld dat deze genegeerd wordt. Xstat biedt

ook de optie aan om de ontbrekende data te berekenen. Dit wordt gedaan door gemiddelden te

berekenen van de laatst gekende en eerst volgend gekende waarde. Maar zo worden er

waarden gecreëerd die niet gemeten zijn en het zou fout zijn om deze op te nemen in de data.

Er wordt dan ook niet gebruik gemaakt van deze functie.

31

4. RESULTATEN

4.1 Vergelijking van het gemiddelde van de parameters met de klimaatatlas

Omdat de verkregen gegevens een strenge datacontrole hebben ondergaan (zie paragraaf 3.2),

wordt ze vergeleken met de klimaatatlas opgesteld door het KMI (http://www.meteo.be,

10/05/2016). Dit wordt gedaan om de eigen data te controleren en na te gaan of er grote

verschillen zijn met de gegevens van het KMI. De eigen gegevens bestaan namelijk enkel uit

data van synoptische stations, terwijl het KMI ook gebruik maakt van manuele weerstations

(http://www.meteo.be, 25/03/2016). De vergelijking wordt ook uitgevoerd omdat hierdoor de

regionale klimaatgemiddelden in België uitgelicht worden. In paragraaf 4.2 wordt dan de

stijging of daling voor de verschillende weerparameters voor elk station berekend.

Om de gegevens te vergelijken werden de gemiddelde waarden berekend van elke parameter

voor elk station. Voor de meeste stations gaat het om de gemiddelde waarde van 1952 tot

2014 (voor aantal beschikbare jaren van de stations, zie paragraaf 3.2.4.2). Deze werden

uitgezet op kaart. Vervolgens werden de uitkomsten vergeleken met deze van de klimaatatlas.

De klimaatatlas behandelt de periode 1981 tot 2010 en hiermee dient rekening gehouden te

worden tijdens de vergelijking. Om de vergelijking zo gemakkelijk mogelijk te maken werden

de klassegrenzen en kleuren zo veel mogelijk hetzelfde gekozen als deze in de klimaatatlas.

4.1.1 Temperatuur

4.1.1.1 Gemiddelde temperatuur

Op de kaart van de gemiddelde jaarlijkse temperatuur worden de 20 stations die onderzocht

worden afgebeeld, zie figuur 2. De kleuren geven de gemiddelde jaarlijkse temperatuur van

1952 tot 2014 weer op basis van het gemiddelde van de 20 weerstations. Op de kaart is te zien

dat het in Vlaanderen warmer is dan in Wallonië. Heel in het zuiden van België (Virton) ligt

de gemiddelde temperatuur weer wat hoger. Op de eigen kaart is er geen waarde te zien in de

klasse 9°C – 9,5°C. Voor de overige stations komen de waarden goed overeen met de kaart

van de klimaatatlas. De gemiddelde temperaturen liggen in Vlaanderen tussen 9,50°C en

11°C. In Wallonië tussen 7°C en 10°C. De temperatuur daalt over het algemeen met de

hoogte. Maar dit geldt niet altijd. Zo ondervinden Landuyt & Schietecat (1992) dat Ukkel een

hoger gemiddelde temperatuur heeft dan Kleine-Brogel. Ook op de eigen kaart is dit te zien.

32

Ukkel ligt hoger (op 100 m), maar is niet kouder. Het zijn vooral de hogere

minimumtemperaturen bij Ukkel die het hoger gemiddelde doen bereiken. De stedelijke

agglomeratie zorgt voor warmere minimumtemperaturen. De zandgronden in Kleine-Brogel

zorgen voor sterke uitstraling en nachtelijke afkoeling. Kleine-Brogel ligt ook redelijk

ingesloten in vrij dicht bebost gebied, waardoor de invloed van de wind er zwakker is.

Hierdoor wordt de nachtelijke uitstraling en afkoeling bevorderd. Dit zorgt voor lagere

minimumtemperaturen (Landuyt & Schietecat, 1992). Deze lagere minimumtemperaturen

voor Kleine-Brogel worden ook waargenomen op de eigen kaart, zie paragraaf 4.1.1.2.

Figuur 2: Jaarlijkse gemiddelde temperatuur (KMI, eigen verwerking)

Naast de gemiddelde jaarlijkse temperatuur worden ook de waarden gegeven voor de

gemiddelde temperatuur in de verschillende seizoenen. De meteorologische lente bestaat uit

de maanden maart, april en mei. De zomer uit juni, juli en augustus. De herfst uit september,

oktober en november en de winter uit december, januari en februari. De bijhorende figuren

voor elk seizoen is te vinden in bijlage 1.

33

De kaart voor de gemiddelde temperatuur in de lente verschilt hier en daar van de

klimaatatlas. Zo bevinden Bierset en Brustem zich in een klasse lager dan op de kaart van het

KMI. Ook Koksijde heeft een lagere waarde. Genk en Zelzate bevinden zich in een klasse

hoger. Saint-Hubert heeft een hogere waarde dan deze op de klimaatatlas. Op deze kaart heeft

de kust lagere temperaturen dan de rest van Vlaanderen. Dit is het gevolg van het koelere

zeewater die de temperaturen aan de kust tempert.

Bij de gemiddelde temperatuur voor de zomer bevindt Saint-Hubert zich ook nu in een klasse

hoger dan op de klimaatatlas. Florennes verschilt zelfs ongeveer 1° met de klimaatatlas, die de

omgeving ongeveer 1° warmer aanduidt. Heel Vlaanderen is ongeveer één klasse lager

gelegen dan op de klimaatatlas. Behalve Zelzate, die is warmer op de eigen kaart dan op de

klimaatatlas. Genk, Zelzate en Virton hebben hier de hoogste gemiddelde temperatuur. De

kust heeft weer iets lagere temperaturen dan het binnenland.

De volgende kaart is deze van de gemiddelde temperatuur in de herfst. Hier heeft vooral

Vlaanderen hoge temperaturen. Deze komen grotendeels overeen met de klimaatatlas. Ook de

waarden in Wallonië komen goed overeen met de klimaatatlas. Deze zijn over het algemeen

lager dan in Vlaanderen. De kust heeft nu hogere of gelijke temperaturen dan de rest van

Vlaanderen. De Noordzee zorgt aan de kust voor zachtere temperaturen in de winter en

frissere in de zomer. Watermassa’s warmen traag op en koelen traag af. Hierdoor is zeewater

warmer in de herfst dan in de lente. Volgens Landuyt & Schietecat (1992) speelt de

nachtelijke afkoeling van het landoppervlak dan ook een minder grote rol bij Oostende dan in

Ukkel. De afkoelende lucht in Oostende wordt gecompenseerd door de warmteoverdracht van

het water naar de laagste luchtlagen. Hierdoor is de gemiddelde minimumtemperatuur van

Oostende dan ook meestal hoger dan deze van Ukkel (Landuyt & Schietecat, 1992). Dit

laatste wordt ook gezien op de eigen kaart, maar geldt niet voor de hele kust (zie paragraaf

4.1.1.2). Hoe verder weg van de kust, hoe minder het temperende maritieme effect. Zo wordt

Virton nog eens beschermd van dit effect door de Ardense Hoogten (Landuyt & Schietecat,

1992). De gemiddelde temperatuur ligt er dan ook lager in de herfst en winter.

Bij de gemiddelde temperatuur in de winter komt de hoogste klasse niet helemaal overeen met

de klasse in de klimaatatlas. De eigen kaart heeft namelijk hogere waarden. Deze stopt niet bij

4°C, maar loopt op tot 4,4°C. Verder komen de stations goed overeen met de waarden uit de

34

klimaatatlas. Vlaanderen wordt gekenmerkt door hogere temperaturen in de winter dan

Wallonië. Ook de kust heeft nog hoge temperaturen door de maritieme invloed.

4.1.1.2 Gemiddelde minimumtemperatuur

De kaart voor de gemiddelde jaarlijkse minimumtemperaturen in België wordt weergegeven

in figuur 3. Ze komt niet zo goed overeen met deze van de klimaatatlas. Er werd gewerkt met

zeven klassen voor deze kaart (in plaats van acht in de klimaatatlas). De eigen waarden liggen

tussen 4,5°C en 8°C en bij de klimaatatlas tussen 3°C en 7°C. Dit is wel opmerkelijk

aangezien dit voor de laagste waarden een verschil geeft van 1,5°C. Een deel kan verklaard

worden doordat in de gebieden van 3°C tot 4°C op de klimaatatlas geen station terug

gevonden wordt die door deze studie gebruikt wordt. Deze kleuren worden dan ook

weggelaten op de eigen kaart, om de vergelijking met de klimaatatlas te vergemakkelijken. Er

werd een klasse bijgemaakt van 7°C tot 8°C om de bovenste waarden meer te spreiden. De

stations in Wallonië bevinden zich één klasse hoger dan op de klimaatatlas. Voor de meeste

stations in Vlaanderen geldt hetzelfde. Koksijde en Middelkerke bevinden zich in dezelfde

klasse. Het algemene beeld geldt wel nog steeds: de minimumtemperatuur in Wallonië ligt

lager dan deze in Vlaanderen. Op de klimaatatlas vertonen de gebieden aan de kust een

hogere minimumtemperatuur dan de rest van Vlaanderen. Deze trend is niet echt te zien op de

eigen kaarten.

35

Figuur 3: Jaarlijks gemiddelde minimumtemperatuur (KMI, eigen verwerking)

De volgende kaart is deze van de gemiddelde minimumtemperatuur voor de lente. Ze is te

vinden in bijlage 2, net zoals de kaarten voor de andere seizoenen. De grenswaarden voor de

klassen verschillen van de klimaatatlas. Waarden van 1,5°C tot 3°C in de klimaatatlas komen

voor in gebieden waar geen stations staan die deze studie gebruikt. Daarom werden weer

eigen klassegrenzen opgesteld. De grenzen werden aan dezelfde kleur gekoppeld van de

klimaatatlas om de vergelijking gemakkelijker te maken. Juist de hoogste klasse heeft andere

waarden van 5,51°C tot 6,50°C voor de eigen kaart. Op de klimaatatlas loopt deze klasse maar

tot 6°C. De meeste stations bevinden zich weer een klasse hoger dan op de klimaatatlas,

behalve Koksijde, Middelkerke en Ukkel.

Ook de gemiddelde minimumtemperatuur in de zomer heeft dezelfde situatie. De waarden van

9°C tot 10,5°C komen niet voor op de plaats waar de stations gestationeerd zijn. Opnieuw

werden de kleuren van de klassen gelijkgesteld met deze van in de klimaatatlas voor de

vergelijking te vergemakkelijken. Het merendeel van de stations ligt hier in dezelfde klassen

36

als deze van de klimaatatlas. Semmerzake en Zelzate zitten in een klasse hoger. De

gemiddelde minimumtemperatuur in de zomer is hoger in Vlaanderen dan in Wallonië.

De gemiddelde minimumtemperatuur in de herfst heeft opnieuw dezelfde situatie. De

waarden van 4°C tot 5°C komen niet voor op de plaats waar de stations gestationeerd zijn.

Opnieuw werden de kleuren van de klassen gelijkgesteld met deze van in de klimaatatlas voor

de vergelijking te vergemakkelijken. Er werd een klasse meer gemaakt van 8,01°C tot 9,50°C

om de bovenste waarden meer te spreiden. De meeste stations liggen hier een klasse hoger

dan op de klimaatatlas, behalve de waarden in de Ardennen, deze bevinden zich wel in

dezelfde klasse.

Ook de gemiddelde minimumtemperatuur in de winter heeft dezelfde situatie. De waarden

van -3°C tot -2°C komen niet voor op de plaats waar de stations gestationeerd zijn. Om het

overzicht te bewaren werden de kleuren niet volledig gelijk gesteld met deze van de

klimaatatlas. De onderste klasse werd samengenomen, namelijk van -1,50°C tot -0,50°C. Op

deze manier kunnen de bovenste waarden beter gespreid worden in twee klassen: van 1,51°C

tot 2,00°C en van 2,01°C tot 3,00°C. Uit de vergelijking blijkt dat bijna alle stations een

klasse hoger zitten dan op de klimaatatlas. Het zijn Oostende en Zelzate die de hoogste

waarden hebben. De hoogste minimumtemperaturen situeren zich aan de kust door de

maritieme invloed daar.

Naast deze kaarten werd ook een kaart opgesteld met daarop de laagste minimumtemperatuur

die werd waargenomen tussen 1952 en 2014, zie figuur 4. Er is een duidelijk patroon

zichtbaar. De laagste minimumtemperaturen worden bereikt in oosten van het land en in de

Ardennen. Aan de kust en in West- en Oost-Vlaanderen gaan de minimumtemperaturen niet

zo laag.

37

Figuur 4: Laagste minimumtemperatuur (KMI, eigen verwerking)

4.1.1.3 Gemiddelde maximumtemperatuur

De gemiddelde jaarlijkse maximumtemperatuur schommelt tussen de 10°C en 14°C in België,

zie figuur 5. De laagste klasse gaat van 10,6° tot 11,5° op de eigen kaart, en niet van 11° tot

11,5° zoals in het klimaatrapport. Saint-Hubert, Florennes en Spa zijn lager gecategoriseerd

dan in de klimaatatlas. Net zoals ook de stations in Vlaanderen. Aan de kust is het verschil

groter, Oostende en Middelkerke zijn twee graden hoger geklasseerd in de klimaatatlas. De

hoogste maximumtemperaturen liggen in Vlaanderen, aan de kust liggen ze iets lager.

Wallonië heeft de laagste maximumtemperaturen behalve Virton.

38

Figuur 5: Jaarlijks gemiddelde maximumtemperatuur (KMI, eigen verwerking)

De kaarten voor de gemiddelde maximumtemperatuur voor de verschillende seizoenen zijn te

vinden in bijlage 3. Bij de gemiddelde maximumtemperatuur in de lente zijn Saint-Hubert,

Virton en Spa in dezelfde klasse ingedeeld als in de klimaatatlas. De andere stations zijn een

klasse lager ingedeeld, Oostende en Middelkerke zijn zelfs twee klassen lager ingedeeld. De

maximumtemperaturen aan de kust liggen iets lager dan in Vlaanderen in de lente door de

rechtstreekse maritieme invloed. Wallonië heeft de laagste maximumtemperaturen, behalve

Virton deze is beschermd van de maritieme invloed door de Ardense Hoogten (Landuyt &

Schietecat, 1992).

De gemiddelde maximumtemperatuur in de zomer schommelen van 18°C tot 23°C. Hier is de

hoogste klasse van de klimaatatlas (23° - 23,5°) weggelaten, aangezien deze niet in de data

zit. De meeste stations zitten een klasse lager dan in de klimaatatlas. Semmerzake en Zelzate

bevinden zich in dezelfde klasse. Aan de kust is het verschil weer iets groter, daar zijn de

eigen waarden twee graden minder dan in de klimaatatlas. Het algemeen patroon is wel te

herkennen, de kust en de Ardennen (buiten Virton) hebben lagere maxima in de zomer dan

39

het binnenland. Virton ligt op een naar het zuiden gericht plateau, waardoor de gemiddelde

maximumtemperatuur hier gevoelig hoger ligt in de zomer (Landuyt & Schietecat, 1992). In

Kleine-Brogel worden hoge maximumtemperaturen waargenomen door de sterke opwarming

van het zandig aardoppervlak.

De gemiddelde maximumtemperatuur in de herfst is voor Florennes, Saint-Hubert en Spa

lager geklasseerd dan in de klimaatatlas. Vlaanderen is voornamelijk in dezelfde klasse

gelegen. Waarden aan de kust liggen een klasse lager. Op de klimaatatlas is duidelijk de

warmere kuststrook te zien, en verder naar het binnenland een afnemende temperatuur. Dit

effect is dus minder duidelijk te zien op de eigen kaarten. De kust heeft in de herfst normaal

wel hogere maximumtemperaturen door het warmere zeewater.

Voor de gemiddelde maximumtemperatuur in de winter is de warmte overgang van de kust

naar het koudere zuiden, zuidoosten van het land duidelijker zichtbaar. Florennes, Saint-

Hubert en Spa zitten in een lagere klasse dan op de klimaatatlas. De rest van de stations

komen over het algemeen wel overeen met de klimaatatlas. In de winter heeft de kust de

hoogste gemiddelden onder invloed van het relatief warme zeewater. Kleine-Brogel heeft

lagere maxima temperaturen in de winter doordat de zon de zandige gronden minder kan

opwarmen. Bovendien is er een groot verlies aan warmte ‘s nachts (Landuyt & Schietecat,

1992).

Net zoals de laagste minimumtemperaturen werden weergegeven, worden nu ook de hoogste

maximumtemperaturen uitgezet op kaart, zie figuur 6. De hoogste maximumtemperaturen zijn

verspreid te vinden over België. Zelzate, Kleine-Brogel, Gosselies en Virton bevinden zich in

de hoogste klasse van 37°C tot 38,50°C. Daar werden de hoogste maximumtemperaturen

genoteerd. In Saint-Hubert en Spa werden de laagste hoogste maximumtemperatuur

waargenomen.

40

Figuur 6: Hoogste maximumtemperatuur (KMI, eigen verwerking)

4.1.1.4 Samenvatting

Over het algemeen is het in Vlaanderen warmer dan Wallonië. Dit is voornamelijk

omdat Wallonië hoger gelegen is. Over het algemeen geldt hoe hoger, hoe kouder.

Zelzate en Genk noteren vaak een hoge waarden. Ze zijn beide gelegen op een

industriële site, wat de hogere temperaturen verklaart.

De meeste stations bevatten iets lagere waarden dan op de klimaatatlas voor de

gemiddelde temperatuur. Het betreft hier ook een langere periode. Klimaatatlas is van

1981 tot 2010, bij het eigen onderzoek van 1952 tot 2014.

Bij de minimum temperaturen liggen de stations veelal in een klasse hoger dan op de

klimaatatlas. De gemiddelde minimum temperaturen zijn dus iets hoger dan op de

klimaatatlas.

Bij de gemiddelde maximum temperaturen liggen de stations meestal een klasse lager

dan op de klimaatatlas. De gemiddelde maximum temperaturen zijn dus iets lager dan

op de klimaatatlas.

41

Uit deze twee laatste bevinden kan besloten worden dat de extremen een beetje

afgevlakt worden. Iets hogere gemiddelde minimumtemperaturen, iets lagere

gemiddelde maximumtemperaturen. Dit komt omdat het hier over een langere periode

gaat die onderzocht wordt.

Uit deze bevindingen kan besloten worden dat de eigen data goed overeenkomt met de

gegevens uit de klimaatatlas. De meeste stations bevinden zich in een klasse lager dan deze in

de klimaatatlas, maar dit kan verwacht worden aangezien het over een langere periode gaat bij

de eigen data.

4.1.2 Neerslag

4.1.2.1 Gemiddelde neerslag

Voor de gemiddelde jaarlijkse neerslag werden niet hetzelfde aantal klassen genomen dan de

klimaatatlas, zie figuur 7. De verschillende kleuren op de kaart zouden met negen klassen niet

meer duidelijk zijn. Daarom werd gekozen voor vijf klassen. De classificatie gebeurde door

de Natural Breaks (Jenks) methode. Vervolgens werden de grenzen afgerond om de

leesbaarheid te vergroten. De meeste stations behoren tot dezelfde klasse als in de

klimaatatlas. De waarden komen dus goed overeen. Oostende is wel een uitschieter. Deze is

met een gemiddelde jaarneerslag van 550 mm te laag. De rest van de stations hebben een

waarde van 715 mm tot 1454 mm. De gemiddelde jaarlijkse neerslag voor België op basis van

de 23 stations en de periode 1954 – 2014 bedraagt 894,22 mm. Deze ligt lager dan de waarde

in de klimaatatlas die een gemiddelde weergeeft van 925 mm per jaar. In de klimaatatlas

zullen meer stations opgenomen zijn in de berekening voor de gemiddelde waarde, waardoor

deze hoger ligt. Ook de ontbrekende jaren/maanden voor sommige stations in de eigen dataset

kunnen een oorzaak zijn voor de lagere waarde. De meeste neerslag in ons land valt in de

Hoge Venen. Ook Florennes en Saint-Hubert kennen een neerslag boven de 1000 mm. Hoe

dichter bij de kust (en dus ook hoe lager en vlakker de topografie), hoe minder neerslag er

valt. Aan zee is de neerslagduur korter en zijn er vlugger opklaringen. Boven land is er

toenemende luchtturbulentie door wrijving met het onregelmatig oppervlak. Ook de stijging

van het terrein ter hoogte van de Ardennen zorgt voor verdere ontwikkeling van bewolking.

Dit zorgt voor meer en spreiding van de wolken, met langere neerslag tot gevolg. Ook door

opwarming van het landoppervlak ontstaan er meer buien (Landuyt & Schietecat, 1992).

42

Figuur 7: Jaarlijkse gemiddelde neerslaghoeveelheid (KMI, eigen verwerking)

Voor de gemiddelde jaarlijkse neerslag in de lente werden de stations weer opgedeeld in vijf

klassen volgens dezelfde procedure als de gemiddelde jaarlijkse neerslag. We zien dat de

waarden van de stations allemaal iets lager liggen dan in de klimaatatlas. Het algemeen

patroon is wel hetzelfde voor de lente: lage neerslag aan de kust en Vlaanderen, hoge neerslag

in de Ardennen en Hoge Venen. Zie bijlage 4 voor de gemiddelde neerslaghoeveelheid per

seizoen.

Voor de gemiddelde jaarlijkse neerslag in de zomer werden de stations opgedeeld in vijf

klassen volgens dezelfde procedure als de gemiddelde jaarlijkse neerslag. De meeste stations

zitten ongeveer in dezelfde klasse als deze van de klimaatatlas. In de Hoge Venen worden wel

iets hogere waarden opgemeten. Oostende is hier ook de uitschieter met te lage

neerslagwaarden. Het algemeen patroon komt goed overeen met de klimaatatlas. De meeste

neerslag valt in de zomer in de Hoge Venen. Over grote delen van Vlaanderen en Wallonië

valt er tussen de 201 en 250 mm neerslag. Aan de Westhoek wordt er iets minder neerslag

geregistreerd.

43

Voor de gemiddelde jaarlijkse neerslag in de herfst werden de stations weer opgedeeld in vijf

klassen volgens dezelfde procedure als de gemiddelde jaarlijkse neerslag. De waarden in

Vlaanderen en aan de kust zijn iets lager gelegen dan in de klimaatatlas. Bij de Hoge Venen

komen ze wel overeen. Het algemeen patroon blijft wel zichtbaar. Aan de kust valt er meer

neerslag in de herfst dan in het binnenland. De kans op buienvorming is er wat groter dan in

het binnenland door het warme zeewater (in tegenstelling tot het koelere landoppervlak). Dit

is een gunstigere toestand voor het ontstaan van convectieve bewolking (Landuyt &

Schietecat, 1992). Oostende is weer een uitschieter met te lage waarden. In de Hoge Venen

valt de meeste neerslag. Op de klimaatatlas valt er ook veel neerslag in de buurt van Bouillon.

Dat kan niet gecontroleerd worden, aangezien er geen beschikbare stations zijn in die buurt.

In Haspengouw valt er minder neerslag.

Voor de gemiddelde jaarlijkse neerslag in de winter werden de stations weer opgedeeld in vijf

klassen volgens dezelfde procedure als de gemiddelde jaarlijkse neerslag. Oostende is weer de

uitschieter met te weinig neerslag. Over heel Vlaanderen zijn de waarden lager dan op de

klimaatatlas. Waarden in de Hoge Venen komen goed overeen. Het algemeen patroon blijft

zichtbaar. Minder neerslag in Vlaanderen, meer in de Hoge Venen. De meeste neerslag valt in

de winter volgens de klimaatatlas in de buurt van Bouillon. Dit kan opnieuw niet

gecontroleerd worden.

Er werd ook een kaart opgesteld van de hoogst gemeten neerslag in 24u voor elk station, zie

figuur 8. Hierop is het station van Botrange de duidelijke winnaar, waar er eens 156 mm

neerslag werd gemeten op één dag. De stations in de Hoge Venen vertonen allemaal hoge

waarden, de rest van de metingen ligt redelijk verspreid. Het zijn dan ook vooral de lokale

onweders in de zomer die voor grote neerslag op korte tijd zorgen.

44

Figuur 8: Hoogste neerslaghoeveelheid in 24u (KMI, eigen verwerking)


Hoe hoger, hoe meer neerslag. In de Hoge Venen valt de meeste neerslag.

Oostende heeft in de eigen data een te lage jaarlijkse neerslag.

In de herfst is er iets meer neerslag aan de kust dan elders over grote delen van

Vlaanderen.

Voor sommige seizoenen (lente, herfst en winter) worden iets lagere waarden

geregistreerd dan in de klimaatatlas.

Over het algemeen komen de neerslag gegevens goed overeen met deze van de klimaatatlas,

ook het algemene patroon is goed zichtbaar. Oostende is in de eigen data wel een uitschieter.

Deze heeft een te lage gemiddelde neerslag in vergelijking met de klimaatatlas.

4.1.3 Wind

45

De wind kan niet vergeleken worden met de klimaatatlas, aangezien deze parameter daar niet

is in opgenomen. Toch werden er algemene kaarten opgesteld om te kijken of er een verschil

is per streek in gemiddelde wind. Er wordt gewerkt met vijf klassen en de classificatie

gebeurd via de Natural Breaks (Jenks) methode. De grenzen worden afgerond om de klassen

beter te interpreteren.

4.1.3.1 Gemiddelde wind

Hoe dichter bij de zee, hoe vlakker het terrein en hoe minder de wind wordt afgeremd door

het terrein. De grootste windsnelheden zijn dan ook hier te vinden, zie figuur 9. Hoe verder in

het binnenland, hoe meer bebouwing en beplanting en de ruwheid van het terrein. Dit zorgt

voor lagere windsnelheden. Langs de andere kant, hoe hoger de plaats gelegen is, hoe meer

wind men krijgt. Zeker op een hoger gelegen plateau ligt de gemiddelde windsnelheid hoger

(Landuyt & Schietecat, 1992). De gemiddelde wind is dus het hoogst aan de kust met een

waarde van 4,61 tot 6,50 m/s. Virton heeft de laagste gemiddelde windsnelheid. Verder

hebben over het algemeen de stations in Wallonië een hogere gemiddelde windsnelheid dan

Vlaanderen. Vlaanderen heeft een gemiddelde windsnelheid tussen 3,51 en 3,80 m/s,

Wallonië tussen 3,81 en 4,60 m/s. Kleine-Brogel heeft een lage waarde door het feit dat ze ver

landinwaarts ligt, en dat ze in een rijk bebost gebied ligt afgeschermd van de sterke winden.

Volgens Landuyt & Schietecat (1992) heeft Florennes een lagere gemiddelde windsnelheid

dan Melsbroek (Zaventem). Op de eigen kaart heeft deze ook een lagere gemiddelde snelheid,

maar met een kleiner verschil dan Landuyt & Schietecat (1992) aangeven. In de eigen data

ligt de gemiddelde windsnelheid van Florennes ongeveer 0,8 km/u lager dan die van

Zaventem. Landuyt & Schietecat (1992) berekenen een waarde van ongeveer 2,5 km/u.

De gemiddelde windrichting komt bijna in alle stations vanuit het ZW. Virton (WZW), Spa

(ZZO) en Zelzate (ZZW) wijken af van dit gemiddelde. Aan de kust is de gemiddelde

windrichting WZW. De wind voor alle stations samen komt het meest uit het ZW van 1952

tot en met 2014. In 14,26 % van de gemeten waarden komt ze het uit het ZW. De wind waait

het minst vanuit het OZO, slechts in 2,90 % van de gevallen.

46

Figuur 9: Jaarlijks gemiddelde windsnelheid en -richting (KMI, eigen verwerking)

Zie bijlage 5 voor de gemiddelde windsnelheid- en richting per seizoen. De hoogste

gemiddelde windsnelheid in de lente is nog steeds te vinden aan de kust. Virton heeft de

laagste windsnelheid. De meeste stations liggen in de middenklasse, tussen de 3,71 en 4,10

m/s.

Bij de meeste stations komt de wind uit het ZW. De meeste wind komt in Koksijde vanuit het

NNO (11,65%), maar het verschilt niet veel met het WZW (11,61%). Aan de kust komt de

wind het meest vanuit het WZW in de lente.

De gemiddelde windsnelheid aan de kust in de zomer schommelt tussen 4,11 en 6 m/s. Elders

in het land ligt de snelheid lager. De meeste stations hebben een gemiddelde snelheid van 3,31

tot 4,10 m/s. Virton heeft de laagste gemiddelde windsnelheid.

Hier en daar draait de wind in sommige stations naar het WZW in de zomer (in plaats van het

ZW). Het ZW blijft wel overheersen. Opvallend is dat de wind in Spa in de zomer niet het

meest van het ZZO komt, maar van het ZW. Dit is alleen in de zomer zo. Andere seizoenen

komt de wind het meest uit het ZZO in Spa. Aan de kust is de overheersende windrichting het

47

WZW. In de lente en zomer is er in de namiddag vaak een zeebries die uit het NNO komt,

deze zorgt ervoor dat de gemiddelde windrichting uit het ZW meer naar westelijke richtingen

getrokken wordt in deze periode (Galle, 2015).

Aan de kust blijft de wind de grootste gemiddelde snelheid hebben, ook in de herfst. De

meeste stations hebben een gemiddelde windsnelheid tussen de 3,01 en 3,80 m/s. Virton heeft

de laagste snelheid.

Hier en daar draait de overheersende windrichting in sommige stations naar het ZZW in de

herfst (in plaats van het ZW). Dit gebeurt ook aan de kust voor Koksijde en Middelkerke. De

wind blijft over het algemeen het meest uit het ZW komen in de verschillende stations.

De kust heeft de grootste gemiddelde windsnelheid in de winter, Virton de laagste. De

gemiddelde wind aan de kust ligt tussen 4,91 en 7,00 m/s. Voor Virton is de gemiddelde

windsnelheid in de winter gelijk aan 2,7 m/s. De meeste stations meten een gemiddelde

windsnelheid van 4,31 tot 4,90 in de winter. Wallonië lijkt een grotere windsnelheid te kennen

dan Vlaanderen. De gemiddelde windsnelheid ligt in de winter hoger dan in andere seizoenen.

In de winter draait de wind hier en daar naar het ZZW in sommige stations (in plaats van het

ZW). Dit zijn wel andere stations dan in deze die in de herfst naar het ZZW waren gedraaid,

behalve Middelkerke. Bij de andere stations aan de kust komt de voornaamste windrichting

uit het ZW. Ook elders in het land waait de wind het meest uit het ZW.

Doordat de data van de rukwinden begrensd werd door een slicer in Excel, wordt hier de

hoogst gemeten rukwind per station niet weergegeven. De meeste stations bereikten de

grenswaarde van 46 m/s.


Stations in Vlaanderen hebben over het algemeen een lagere gemiddelde windsnelheid

dan stations in Wallonië.

De stations hebben in de winter de hoogste windsnelheid en in de zomer de laagste.

De gemiddelde windsnelheid is het grootst voor de stations aan de kust en de wind

komt er het meest uit het WZW.

In de lente en zomer waait de wind het meest uit het WZW aan de kust, in de herfst en

winter uit het ZW.

48

Virton, Zelzate en Spa wijken af van de gemiddelde windrichting, het ZW.

Alleen in de zomer komt de wind in Spa het meest uit het ZW, in plaats vanuit het

ZZO.

Dat de wind is Spa voornamelijk uit het ZZO komt is mogelijk te wijten aan extra wrijving

over het Ardens reliëf dat ZW-NO gericht is. De overheersende windrichting in België is ZW,

waardoor de wrijving maximaal is ter hoogte van het weerstation aangezien deze in de

lengteas ligt van het reliëf. Meer wrijving aan de grond zorgt ervoor dat de windsnelheid hier

gaat afnemen, wat op zijn beurt zorgt voor een afname van de corioliskracht. Hierdoor zal de

wind krimpen aan het aardoppervlak ten opzichte van de hoofdrichting op hogere hoogte

(Ahrens, 2009). Men kan dus verwachten dat de wind meer zuidelijke richtingen opzoekt.

Hoe harder de wind waait op hoge hoogte, hoe meer wrijving er zal zijn aan de grond. Dit

recht evenredige effect zorgt ervoor dat dit effect het kleinst is in kalme seizoenen. Door een

zwakke wind op hoge hoogte is de wrijving aan de grond zwak en neemt de corioliskracht

niet af. In de zomer wordt dan ook waargenomen dat de wind voornamelijk het ZW komt. In

andere seizoenen, en zeker in de wintermaanden, wanneer de wind het hardst waait, is het

wrijvingseffect groter en krimpt de wind meer naar het zuiden (Ahrens, 2009).

4.2 Algemene stijging of daling van de weerparameters in België

De stijging of daling van alle weerparameters werd eerst berekend voor heel België. Alle 20

stations (of 23 voor neerslag) werden hiervoor samen genomen. In de volgende paragraaf zal

de stijging of daling onderzocht worden per station voor een meer gedetailleerd beeld.

4.2.1 Temperatuur

Voor heel België wordt een temperatuurstijging waargenomen van 1,52°C tussen 1952 en

2014 op basis van de 20 synoptische stations. Er werd gecontroleerd of deze stijging

significant is met behulp van de Mann-Kendall toets. Uit deze analyse blijkt dat de

temperatuurstijging significant is.

De gemiddelde maximumtemperatuur is significant gestegen met 1,80°C van 1952 tot en met

2014. Ook de stijging van de hoogste maximumtemperaturen werd uitgezet, deze is gestegen

met 3,71°C van 1952 tot en met 2014. Deze stijging is eveneens significant.

49

De gemiddelde minimumtemperatuur is significant gestegen met 1,98°C van 1952 tot en met

2014. De gemiddelde minimumtemperatuur is dus meer gestegen dan de gemiddelde

maximumtemperatuur. De stijgen van de laagste minimumtemperaturen werden eveneens

uitgezet, deze is gestegen met 4,18°C van 1952 tot en met 2014. Deze stijging is significant.

4.2.2 Neerslag

De gemiddelde jaarlijkse neerslag is gestegen met 15,68 mm van 1954 tot en met 2014. Dit is

een zeer lichte stijging, maar statistische analyse toonde aan dat deze stijging niet significant

is. Het tijdsinterval voor de gemiddelde jaarlijkse neerslag berekening is van 1954 tot en met

2014. Voor sommige stations zijn nog metingen tussen 1950 en 1953 beschikbaar, maar deze

werden niet gebruikt omdat slechts weinig stations metingen hadden van deze jaren. Dit zou

bijgevolg een vertekend beeld kunnen geven over de stijging of daling. De gemiddelde

jaarlijkse neerslag vertoont dus een licht stijgende trend, maar deze is niet significant. Dit

komt overeen met de studie van Tricot et al. (2015). Zij vonden een significante

neerslagsprong rond 1910, daarna een gelijk blijvende trend.

De maximum neerslag gevallen in 24u per jaar is licht gedaald met 5,616 mm van 1954 tot en

met 2014, zie bijlage 12. In tegenstelling met de gemiddelde jaarlijkse neerslag is deze wel

significant. Tricot et al. (2015) vinden echter voor de maximale neerslag gevallen in 24u in

Ukkel geen merkbare trend in de periode van 1898 – 2014.

4.2.3 Wind

De gemiddelde windsnelheid is licht gedaald met 0,32 m/s van 1952 tot en met 2014. De

daling is significant.

De hoogst gemiddelde windsnelheid is zeer licht gestegen met 0,08 m/s van 1952 tot en met

2014. Dit is verwaarloosbaar weinig en de stijging is niet significant. De maximum hoogst

gemiddelde windsnelheid is gedaald met 6,35 m/s van 1952 tot en met 2014. Deze daling is

wel significant.

50

De gemiddelde zwaarste rukwind is gedaald met ongeveer 0.84 m/s van 1988 tot en met 2014.

De maximum zwaarste rukwind is eveneens gedaald met 17,60 m/s van 1988 tot en met 2014.

Beide dalingen zijn significant.

De stijgen of daling voor de verschillende windrichtingen werd ook onderzocht. Voor elke

windrichting werd berekend of zijn aandeel per jaar vroeger meer of minder is dan zijn

aandeel per jaar nu. Zo zou het aandeel voor de ZZW wind met 0,03% gestegen zijn. De

andere windrichtingen komen eveneens dergelijke lage stijgings- of dalingswaarden uit. Dit

gaat dus om zeer kleine waarden. Hieruit kan geconcludeerd worden dat de windrichting

nagenoeg niet veranderd is in de periode 1952 - 2014.

4.2.4 Bewolkingsgraad

De gemiddelde bewolkingsgraad is licht gedaald met 0.22 octa’s van 1952 tot en met 2014.

Deze trend is significant. Opgelet, zoals eerder vermeld is de nul waarde uit deze data

gehaald. Dit is dus een overschatting, de werkelijke absolute waarde zal iets lager liggen. Dit

wil dus zeggen dat er iets minder bewolking is dan vroeger.

De gemiddelde lage- en middelhoge bewolking is zeer licht gedaald met 0,02 octa’s van 1952

tot en met 2014. Deze trend is niet significant.

4.3 Stijging of daling van de weerparameters in België per station

De stijging of daling van de verschillende weerparameters van 1952 tot 2014 wordt

weergegeven op kaart. De bespreking van de verschillende resultaten volgt hieronder. Een

sterretje in de rechterbovenhoek van het station heeft aan of de stijging/daling significant is.

De werkwijze waarop de kaarten tot stand zijn gekomen is te vinden in paragraaf 3.3.1. De

begin- en eindgrenzen zijn hier niet afgerond, zodat de echte grenswaarden weergegeven

worden. Mocht men bijvoorbeeld de eindgrens wel afronden, dan zou men een verkeerde

interpretatie kunnen maken over de stijging of daling van de bepaalde parameter.

4.3.1 Temperatuur

51

De temperatuurstijgingen liggen tussen 0,29°C en 1,86°C, zie figuur 10. De stations met de

hoogste stijging zijn Schaffen, Florennes en Saint-Hubert. Ze hebben een stijging tussen

1,76°C en 1,86°C. Virton heeft de laagste temperatuurstijging. Daar is de temperatuur in de

laatste 62 jaar gestegen met 0,29°C. De temperatuurstijging is voor alle stations significant. Er

kan dus aangenomen worden dat er een geldige temperatuurstijging is voor het hele land. De

stations in Vlaanderen liggen vooral in de klasse 0,30°C – 1,25°C, deze in Wallonië in een

hogere klasse. Hierdoor lijkt de opwarming in Vlaanderen iets lager dan in Wallonië. De

temperatuurstijging aan de kust ligt een klasse hoger dan over het algemeen in de rest van

Vlaanderen. Koksijde heeft een iets grotere opwarming dan Middelkerke en Oostende.

Figuur 10: Temperatuurstijging (KMI, eigen verwerking)

De temperatuurstijging voor de maximumtemperaturen liggen tussen 0,05°C en 2,36°C, zie

figuur 11. Deze is voor alle stations significant, behalve Brustem die een stijgingswaarde had

van 0,05°C. Aangezien de laagste temperatuurstijging niet significant is, is de temperatuur het

minst gestegen in Virton met een waarde van 0,74°C. De stations met de hoogste

temperatuurstijging voor de maximumtemperaturen zijn Semmerzake, Gosselies en Kleine-

Brogel. Ze liggen in de klasse van 1,91°C tot 2,36°C. In de stijgingswaarden voor de

52

maximumtemperatuur is er niet echt een patroon te herkennen. De waarden zijn redelijk

verspreid over heel België. Wat wel opvalt hier is dat Kleine-Brogel toch wel grote stijging

kent ten opzichte van Genk, terwijl deze niet zo ver van elkaar liggen. Aan de kust heeft

Koksijde een grotere opwarming dan Middelkerke en Middelkerke een grotere dan Oostende.

Figuur 11: Stijging maximumtemperatuur (KMI, eigen verwerking)

De minimumtemperaturen zijn meer gestegen dan de maximumtemperaturen. De

stijgingswaarden gaan hier van 0,32°C tot 3,52°C, zie figuur 12. De stijging is voor alle

stations significant. Het station met de hoogste minimum temperatuurstijging is Genk, met

een waarde van 3,52°C. De laagste stijgingen zijn te vinden in Brustem en Virton, ze liggen in

de klasse van 0,32°C tot 0,45°C. Een duidelijk patroon is niet aanwezig, wel liggen redelijk

wat stations in de klasse van 1,56°C tot 2,00°C. Aan de kust is het omgekeerde te vinden dan

bij de maximumtemperaturen. Deze keer heeft Oostende de hoogste stijging, dan Middelkerke

en Koksijde de laagste.

53

Figuur 12: Stijging minimumtemperatuur (KMI, eigen verwerking)

Er is ook een stijging te vinden voor de hoogste maximumtemperaturen, zie figuur 13. Deze is

voor alle stations significant. De stations met de grootste stijging zijn Gosselies en Kleine-

Brogel met waarden in de klasse van 4,01°C tot 4,73°C. Bij deze stations is de hoogste

maximumtemperatuur dus het meest gestegen de afgelopen 62 jaar. De laagste stijging is voor

Brustem en Virton, ze liggen in de klasse van 0,65°C tot 1,00°C. Redelijk wat stations liggen

hier in de klasse van 2,51°C tot 4,00°C. Aan de kust kennen Koksijde en Middelkerke een

grotere maximumtemperatuurstijging dan Oostende.

54

Figuur 13: Stijging hoogste maximumtemperatuur (KMI, eigen verwerking)

Er is duidelijk een grotere stijging van de laagste minimumtemperaturen. Deze lopen van

1,22°C tot 5,90°C, zie figuur 14. Ze is voor alle stations significant, behalve Middelkerke. In

Genk is de laagste minimumtemperatuur het meeste gestegen, met een waarde van 5,90°C. De

stations met de laagste stijging zijn Semmerzake, Chièvres en Gosselies. Ze bevinden zich in

de klasse van 1,22°C tot 1,50°C. De meeste stations bevinden zich in de klasse van 2,41°C tot

3,00°C. Bij de stijging van de minimumtemperaturen bevinden Chièvres, Gosselies en

Florennes zich in dezelfde klasse. Bij de stijging voor de laagste minimumtemperatuur

daarentegen liggen Chièvres en Gosselies in de laagste klasse en Florennes twee klassen

hoger. Aan de kust kent Koksijde een hogere stijging dan Oostende en Middelkerke, maar

deze laatste is niet significant.

55

Figuur 14: Stijging laagste minimumtemperatuur (KMI, eigen verwerking)

4.3.2 Neerslag

De stijgings- en dalingswaarden voor de neerslag lopen zeer uiteen. De waarden lopen van -

151 mm tot 223 mm, zie figuur 15. Er zijn echter wel heel wat weerstations niet significant

bevonden. Het gaat om volgende stations: Semmerzake, Zaventem, Gosselies, Ernage,

Brustem, Bierset, Florennes, Saint-Hubert, Botrange en Spa. De stations waar de sterkste

neerslagstijging is terug te vinden zijn Koksijde, Middelkerke, Stabroek en Elsenborn. Ze

kennen een neerslagstijging van 100 mm tot 223 mm. Mont Rigi (Significant) en Botrange

(niet significant) kennen de grootste neerslagdaling. De daling gaat hier van -151 mm tot -100

mm. De neerslagstijging aan de kust is over het algemeen hoger dan de rest van het land. De

stijging is groter voor Koksijde en Middelkerke dan voor Oostende.

56

Figuur 15: Stijging/daling neerslaghoeveelheid (KMI, eigen verwerking)

Zeer opvallend is hier de grote neerslagstijging in Elsenborn en de grote neerslagdaling in

Mont Rigi. Op het eerste zicht lijkt het een interessant gegeven, maar beide stations zijn

slechts een paar kilometer van elkaar gelegen wat een fout in de data doet vermoeden. Na

grondige analyse van de gegevens blijkt dit ook zo te zijn. Mont Rigi mist vijf jaar aan data

tussen 1985 en 1990. Van 1951 tot en met 1984 kent de grafiek van de gemiddelde jaarlijkse

neerslag een redelijk stabiel verloop. Vanaf 1990 tot 2014 is er een daling te registreren, deze

waarden lopen in dezelfde lijn of het eerste deel van de gegevens. Elsenborn mist acht jaar

aan data tussen 1979 en 1987. Van 1951 tot en met 1979 kent de grafiek van de gemiddelde

jaarlijkse neerslag hier eveneens een relatief stabiel patroon. De gemiddelde waarde ligt hier

rond de 1170 mm neerslag. Voor het tweede deel van de gegevens, van 1987 tot en met 2014

wordt een daling geregistreerd. Maar deze daling loopt niet in dezelfde lijn als het eerste deel,

zie grafiek 1. De daling wordt ingezet vanaf ongeveer 1500 mm. Dit komt niet overeen met de

1170 mm neerslag gemiddeld van het eerste deel. Het tweede deel van de gegevens ligt dus

een pak hoger dan het eerste deel. Waarschijnlijk ligt een andere meetmethode of dergelijk

aan de basis van deze knik in de grafiek. Aangezien er in het tweede deel in de grafiek van

57

Elsenborn een daling wordt geregistreerd, wordt ervan uitgegaan dat ook de neerslag in

Elsenborn gedaald is. Net zoals in Mont Rigi.

Grafiek 1: Jaarlijkse neerslaghoeveelheid - Elsenborn

Bij de stijging of daling voor de hoogste neerslag gevallen in 24u liggen de waarden tussen -

12,4 mm en 13,94 mm, zie figuur 16. Volgende stations zijn niet significant: Oostende,

Semmerzake, Wevelgem, Deurne, Brustem, Bierset, Spa, Elsenborn, Botrange, Dourbes en

Saint-Hubert. De grootste stijging bij hoogste neerslag gevallen in 24u is te vinden in

Koksijde, Middelkerke, Stabroek en Semmerzake (deze laatste is niet significant). Ze liggen

in de klasse van 7,00 mm tot 13,94 mm. De sterkste daling is te vinden in Chièvres en Mont

Rigi met een waarde die ligt in de klasse van -12,40 mm tot -10,00 mm. De meeste stations in

Wallonië lijken een daling te kennen, terwijl Vlaanderen vooral een stijging kent. Aan de kust

hebben Koksijde en Middelkerke een sterke stijging, Oostende iets minder maar deze is niet

significant.

58

Figuur 16: Stijging/daling maximum neerslag in 24u (KMI, eigen verwerking)

4.3.3 Wind

De waarden voor de stijging en daling van de gemiddelde windsnelheid lopen van -6,86 m/s

tot 0,91 m/s, zie figuur 17. De volgende stations zijn niet significant: Koksijde, Chièvres,

Ukkel, Gosselies, Florennes, Schaffen en Genk. De grootste stijging in windsnelheid is voor

Oostende en Bierset. Ze bevinden zich in de klasse 0,41 m/s tot 0,91 m/s. De sterkste daling is

te vinden in Genk. Daar is de gemiddelde windsnelheid gedaald met 6,86 m/s. Maar zoals

eerder vermeld is deze niet significant. Er is geen duidelijk patroon te herkennen, maar de

meeste stations worden gekenmerkt door een daling in de windsnelheid. Aan de kust kent

Oostende een stijgen en Middelkerke een daling. In Koksijde zou de windsnelheid gestegen

zijn, maar deze is niet significant.

59

Figuur 17: Stijging/daling windsnelheid (KMI, eigen verwerking)

Bij de hoogst gemiddelde windsnelheid lopen de waarden van -2,19 m/s tot 2,05 m/s, zie

figuur 18. Niet alle stations zijn significant. Zo zijn Middelkerke, Schaffen, Genk, Brustem en

Zaventem statistisch niet significant. De hoogste stijging is te vinden bij Oostende en Bierset,

ze bevinden zich in de klasse van 1,00 m/s tot 2,05 m/s. De sterkste daling is te vinden bij

Saint-Hubert en Virton. Zij hebben een waarde uit de klasse -2,19 m/s tot -1,00 m/s. Aan de

kust hebben Koksijde en Oostende een stijging, Middelkerke een daling maar deze is niet

significant.

60

Figuur 18: Stijging/daling hoogst gemiddelde windsnelheid (KMI, eigen verwerking)

Voor de data van de zwaarste rukwinden ontbreken vier stations (Brustem, Genk, Oostende en

Virton) aangezien zij te weinig metingen bevatten. Zie paragraaf 3.2.4.2. De stijgings-

/dalingswaarden liggen tussen -1,29 m/s en 0,60 m/s, zie figuur 19. De niet-significante

stations zijn Semmerzake, Ukkel, Schaffen en Florennes. De zwaarste rukwinden zijn het

meest gestegen in Schaffen (niet significant), Deurne, Bierset en Chièvres. De waarden liggen

er in de klasse van 0,01 m/s tot 0,60 m/s. De sterkste daling is te vinden in Saint-Hubert, Spa,

Zaventem en Middelkerke met een waarde tussen -1,29 m/s en -0,90 m/s. De meeste stations

registreren een daling. Aan de kust heeft Koksijde een minder grote daling dan Middelkerke.

61

Figuur 19: Stijging/daling zwaarste rukwind (KMI, eigen verwerking)

De stijging of daling per station voor de verschillende windrichtingen werd niet onderzocht

aangezien uit vorige paragraaf bleek dat dit om zeer kleine waarden ging.

De maximum hoogst gemiddelde windsnelheid werd ook uitgezet op kaart, zie figuur 20. De

waarden lopen van -10,33 m/s tot 4,20 m/s. Volgende stations zijn niet significant: Koksijde,

Middelkerke, Oostende, Deurne, Gosselies en Genk. De grootste stijging is te vinden bij

Beauvechain en Kleine-Brogel met waarden die liggen tussen 2,00 m/s en 4,20 m/s. De

sterkste daling is te vinden bij Virton (-10,33 m/s). Bij de meeste stations wordt een daling

geregistreerd. Aan de kust is de daling te Middelkerke groter dan Koksijde en Oostende, maar

ze zijn alle drie niet significant.

62

Figuur 20: Stijging/daling maximum hoogst gemiddelde windsnelheid (KMI, eigen

verwerking)

Bij de maximum zwaarste rukwind vertonen alle stations een daling met waarden tussen -

23,43 m/s en -0,95 m/s, zie figuur 21. De stations Zelzate, Ukkel en Chièvres zijn niet

significant. De sterkste daling is te vinden bij Kleine-Brogel, Spa, Gosselies en Florennes. Ze

vertonen een daling tussen -23,43 m/s en -18 m/s. De lichtste daling is te vinden bij Zelzate en

Chièvres, maar deze zijn beide niet significant. De laagste daling is bijgevolg voor Zaventem

met een daling van 6,39 m/s. Aan de kust zijn Middelkerke en Koksijde beide in de klasse van

-17,99 tot -11 m/s gelegen.

63

Figuur 21: Stijging/daling maximum zwaarste rukwind (KMI, eigen verwerking)


De meeste stations registreren een daling voor de gemiddelde bewolkingsgraad in de

afgelopen 62 jaar. De waarden lopen van -0,97 octa tot 0,19 octa, zie figuur 22. Koksijde,

Oostende, Zelzate, Deurne, Beauvechain, Spa en Saint-Hubert zij niet significant. Stations

met een lichte stijging, van 0,00 octa tot 0,19 octa, zijn Oostende, Koksijde, Saint-Hubert,

Middelkerke en Florennes. Alleen de laatste is hiervan significant. De sterkste daling is te

vinden voor Semmerzake. De gemiddelde bewolkingsgraad is voor dit station gedaald met

0,97 octa. De kust vertoont voor alle stations een lichte stijging, maar alleen Middelkerke is

significant.

64

Figuur 22: Stijging/daling bewolkingsgraad (KMI, eigen verwerking)

Ook de stijging/daling voor de lage- en middelhoge bewolking werd onderzocht. De waarden

hiervoor liggen tussen -0,5 octa en 1,69 octa, zie figuur 23. Volgende stations zijn niet

significant: Semmerzake, Deurne, Zaventem, Chièvres, Kleine-Brogel, Florennes, Spa en

Virton. De stations waar de hoogste stijging werd geregistreerd zijn Middelkerke en Oostende

met waarden tussen 0,20 octa en 1,69 octa. De sterkste daling in lage- en middelhoge

bewolking waren te vinden in Koksijde, Zelzate en Gosselies met waarden tussen -0,50 octa

en -0,35 octa. Terwijl de gemiddelde bewolking vooral dalende waarden kende, zijn er voor

de lage- en middelhoge bewolking meer stations te vinden die stijgen. Aan de kust kennen

Oostende en Middelkerke een opvallende stijging. De lage- en middelhoge bewolking zijn er

relatief sterk toegenomen. Koksijde kent daarentegen een daling.

65

Figuur 23: Stijging/daling lage- en middelhoge bewolkingsgraad (KMI, eigen

verwerking)

4.4 Stijging of daling van de temperatuur en neerslag in België per station per seizoen

4.4.1 Temperatuur

Tabel 4 geeft de algemene temperatuurstijging weer van 1952 tot en met 2014 voor elk

seizoen. Dit werd berekend op basis van de 20 stations. De temperatuurstijging is voor elk van

de seizoenen significant. Uit de tabel blijkt dat de lente het seizoen is met de grootste

temperatuurstijging. De temperatuur is in dat seizoen gestegen met 1,71°C. Daarna volgt de

winter met 1,64°C. De herfst is het minst opgewarmd met een temperatuurstijging van

1,25°C. De kaarten met de temperatuurstijging per seizoen zijn te vinden in bijlage 6.

66

Tabel 4: Algemene temperatuurstijging per seizoen

Seizoen Temperatuurstijging (°C) Significant?

lente 1,71 ja

zomer 1,54 ja

herfst 1,25 ja

winter 1,64 ja

Alle stations hebben een significante temperatuurstijging in de lente, behalve Brustem en

Virton. De stations met de hoogste stijging zijn Zelzate, Schaffen, Kleine-Brogel, Gosselies,

Saint-Hubert en Spa met een waarde tussen 2,01°C en 2,47°C. De lichtste stijging is te vinden

in Genk, Brustem en Virton (laatste twee niet significant), met een waarde in de klasse van

0,19°C tot 1,00°C. De meeste stations in Wallonië kennen een relatief hogere opwarming dan

deze in Vlaanderen. We zien dat Kleine-Brogel een sterkere stijging heeft dan Genk. Aan de

kust hebben Koksijde en Oostende een iets hogere stijging dan Middelkerke. De kust heeft

een hogere opwarming dan de meeste andere stations in Vlaanderen.

De stijgingswaarden voor de zomer liggen tussen 0,39°C en 2,42°C. Alle stations zijn hier

significant, behalve Genk. De sterkste temperatuurstijging in de zomer is weggelegd voor

Schaffen, Florennes, Saint-Hubert en Spa met waarden tussen 2,01°C en 2,41°C. De lichtste

stijging is voor Semmerzake, Virton en Genk (deze laatste niet significant). Ze bevatten

waarden tussen de 0,39°C en 0,50°C. Ook nu lijkt Kleine-Brogel een grotere stijging te

hebben dan Genk. Maar dit is niet helemaal zeker, aangezien de waarde voor Genk niet

significant is. De opwarming in Wallonië ligt over het algemeen hoger dan de opwarming in

Vlaanderen. Aan de kust heeft Oostende een licht hogere stijging dan Koksijde en

Middelkerke.

De temperatuurstijging in de herfst is voor alle stations significant, behalve Brustem en Genk.

De sterkste stijgers tijdens de herfst zijn Zelzate en Schaffen met stijgingswaarden tussen

1,51°C en 1,70°C. Er is één lichte daler voor de temperatuur tijdens de herfst en dat is Virton.

De temperatuur is er in de herfst gedaald met 0,33°C. De waarden in Wallonië zijn opnieuw

iets hoger dan deze in Vlaanderen. Aan de kust heeft Koksijde een iets grotere opwarming

dan Middelkerke en Oostende.

De temperatuurstijging is voor alle stations significant in de winter. De sterkste stijgers in de

winter zijn Schaffen en Genk met waarden tussen 2,01°C en 2,12°C. De lichtste stijgers zijn

67

Middelkerke en Semmerzake met waarden in de klasse van 1,06°C tot 1,10°C. Genk kent in

de winter een grotere opwarming dan Kleine-Brogel. Opvallend is dat Koksijde en Oostende

een relatief hoge stijging kennen aan de kust en Middelkerke niet. Deze heeft zelfs de laagste

stijging in de winter.

Algemene bevindingen bij de temperatuurstijging voor de seizoenen:

Zelzate: hoge opwarming in lente en herfst, lagere in zomer en winter.

Virton: lagere opwarming in lente, zomer en herfst, hogere in winter.

Spa: hogere opwarming in lente en zomer, lager in herfst en winter.

Kleine-Brogel: hoge opwarming in lente en zomer. Gemiddeld in herfst en lager in

winter.

Genk: lage opwarming in lente en zomer. Gemiddeld in herfst en hoger in winter.

4.4.2 Neerslag

Tabel 5 geeft de algemene neerslagstijging of -daling weer van 1954 tot en met 2014 voor elk

seizoen. Voor de algemene kijk op de seizoenen werd ook gewerkt met de data vanaf 1954

om consistent te blijven met paragraaf 4.2. Bij de neerslag per seizoen per regio wordt weer

met de volledige dataset gewerkt. Uit de tabel is af te leiden dat alleen de neerslag in de herfst

significant gedaald is. Ook de lente vertoont een neerslagdaling, maar deze wordt niet

significant bevonden. De zomer en winter geven een neerslagstijging, maar zijn eveneens niet

significant. Deze bevinden zijn in strijd met deze van Tricot et al. (2015). Zij ondervinden een

significante stijging voor de winter en lente. Voor de neerslaghoeveelheden tijdens de zomer

en herfst wordt er geen significante evolutie waargenomen. De reden voor deze

tegenstrijdigheid is onduidelijk. Waarschijnlijk ligt het gebruik van andere data aan de

oorzaak. De kaarten met de neerslagstijging per seizoen zijn te vinden in bijlage 7.

Tabel 5: Algemene neerslagstijging/daling per seizoen

Seizoen Neerslagstijging (mm) Significant?

lente -7,488 Nee

zomer 13,128 Nee

herfst -13,938 Ja

winter 20,712 Nee

68

De neerslag stijgings- en dalingswaarden voor de lente lopen van -57 mm tot 62 mm. Maar

liefst 13 stations zijn niet significant: Middelkerke, Chièvres, Ukkel, Zaventem, Deurne,

Stabroek, Kleine-Brogel, Bierset, Beauvechain, Florennes, Dourbes, Spa en Mont Rigi. De

sterkste neerslag stijging is te vinden in Oostende, Brustem en Botrange, met een waarde

tussen 41 mm en 62 mm. De sterkste neerslag daling in de lente is te vinden in Semmerzake,

Gosselies, Elsenborn en Mont Rigi (deze laatste niet significant) met waarden in de klasse van

-57 tot -40 mm. Er is geen duidelijk patroon te herkennen. Mont Rigi (niet significant) en

Elsenborn worden allebei gekenmerkt door een daling in de neerslag, Botrange kent een

stijging. Een belangrijke opmerking hierbij is dat de waarden voor Botrange wel maar tot

1984 lopen. Aan de kust hebben Koksijde en Middelkerke (niet significant) een iets lichtere

neerslag stijging dan Oostende.

Voor neerslag stijging of daling in de zomer ontbreken er voor Elsenborn redelijk wat data in

deze maanden. Dit zorgt voor een onrealistische neerslagstijging in de zomer voor Elsenborn.

Daarom is deze meting weggelaten hier. Volgende stations zijn niet significant: Oostende,

Wevelgem, Deurne, Kleine-Brogel, Ukkel, Beauvechain, Ernage, Saint-Hubert en Mont Rigi.

De sterkste neerslagstijging in de zomer is voor Stabroek met een stijging van 113,98 mm. De

grootste daling is voor Chièvres, Brustem, Botrange en Mont Rigi (deze laatste niet

significant), met een waarde tussen -103 mm en -70 mm. Ook hier is geen eenduidig patroon

merkbaar. Koksijde en Middelkerke kennen een neerslagstijging aan de kust, Oostende een

daling maar niet significant.

De stijgingen dalingswaarden voor de neerslag zijn gelegen tussen -46 mm en 41 mm.

Oostende, Wevelgem, Semmerzake, Chièvres, Ukkel, Zaventem, Deurne, Kleine-Brogel,

Brustem, Dourbes, Saint-Hubert, Spa, Elsenborn en Mont Rigi zijn niet significant. De

sterkste neerslagstijging in de herfst is te vinden in Koksijde, Middelkerke en Botrange met

waarden tussen 31 mm en 41 mm. De grootste daling is te vinden in Gosselies, Ernage en

Florennes met waarden tussen -46 mm en -35 mm. De hoogste neerslagstijging is te vinden

aan de kust bij Koksijde en Middelkerke. Oostende heeft een daling maar is niet significant.

In Vlaanderen is de stijging minder voor de herfst en in Wallonië worden de meeste stations

door een daling gekenmerkt.

De meeste stations kennen een stijging voor de neerslag in de winter. Volgende stations zijn

niet significant: Oostende, Wevelgem, Chièvres, Beauvechain, Ernage, Brustem, Bierset,

69

Florennes, Spa en Elsenborn. De sterkste stijger voor neerslag in de winter is Stabroek met

98,49 mm. De grootste daler is Botrange met een daling van 102,94 mm. Botrange heeft hier

een grotere daling dan Mont Rigi. Voor de kust heeft Middelkerke de hoogste stijging, dan

Koksijde en dan Oostende, maar deze is niet significant.

70

5. DISCUSSIE

In de discussie worden de stijging en daling van de verschillende weerparameters met elkaar

vergeleken en besproken. Er wordt voornamelijk onderzocht als er bepaalde trends of

patronen aanwezig zijn in de stijging of dalingen.

5.1 Zijn er versnellingen of sprongen in de stijging of daling van de weerparameters?

Eerst wordt onderzocht als er bepaalde versnellingen of sprongen aanwezig zijn in de stijging

of daling van de verschillende weerparameters. De analyse wordt uitgevoerd door algemeen

naar de parameters te kijken, dus niet op het niveau van de weerstations. Het jaargemiddelde

van de parameter wordt uitgezet voor elk jaar van 1952 tot en met 2014. Vervolgens wordt er

met behulp van de richtingscoëfficiënt gezocht naar eventuele sprongen of versnellingen.

5.1.1 Temperatuur

Voor de gemiddelde temperatuur is er geen snellere stijging of daling waar te nemen maar een

temperatuursprong rond het jaar 1988, zie grafiek 2. Van 1952 tot en met 1988 is de

gemiddelde temperatuur redelijk constant met een waarde van 9,37°C. Van 1989 tot en met

2014 is ze eveneens relatief constant met een waarde rond de 10,38°C. Rond het jaar 1988 is

er dus een temperatuursprong van ongeveer 1,01°C waar te nemen. Ook Vandiepenbeeck

(2008) stelt in zijn studie een temperatuursprong vast. Hij berekent een sprong van 1,2°C rond

het jaar 1988. De eigen waarde komt dus goed overeen met deze van Vandiepenbeeck (2008).

De zwarte lijn op de grafieken heeft hier telkens het gemiddelde weer voor de tijdsperiode

voor en na 1988.

71

Grafiek 2: Gemiddelde jaarlijkse temperatuur

In de lente wordt er ook een temperatuursprong gedetecteerd. Zie bijlage 8 voor de

gemiddelde jaarlijkse temperatuur per seizoen. Van 1952 tot en met 1988 daalt de

temperatuur in de lente. De gemiddelde temperatuur is in deze periode ongeveer 8,2°C. De

periode 1989 tot 2014 wordt gekenmerkt door een stijging, de gemiddelde temperatuur is in

deze periode 9,81°C. De temperatuursprong heeft dus ongeveer een grote van 1,61°C. In de

zomer wordt een temperatuursprong van 1,2°C waargenomen rond het jaar 1988. De periode

1989-2014 is dus gemiddeld 1,2°C warmer dan de periode 1952-1988. De laatste twintig jaar

wordt er een lichte daling waargenomen voor de gemiddelde temperatuur in de zomer. Er is

geen temperatuursprong waar te nemen in de herfst. De eerste dertig jaar blijft de gemiddelde

temperatuur redelijk stabiel rond 10°C. Daarna begint deze zacht te stijgen. De stijging is het

grootst in de laatste twintig jaar. Van 1952 tot en met 1987 ligt de gemiddelde temperatuur in

de winter rond 2,45°C. De periode van 1988 tot en met 2014 begint bij een gemiddelde

temperatuur van 4,20°C, waardoor er een temperatuursprong is van 1,76°C in de winter rond

het jaar 1987. Daarna daalt de gemiddelde winter temperatuur, voornamelijk door de zeer lage

gemiddelde temperatuur in 2010.

Bij de gemiddelde maximumtemperatuur is er eveneens een sprong waar te nemen rond 1988,

daarna volgt een lichte stijging in de maximumtemperaturen, zie grafiek 3. Van 1952 tot en

72

met 1988 ligt de gemiddelde maximumtemperatuur rond 12,93°C. Na 1988 ligt deze rond

14°C en stijgt ze lichtjes tot 2014. De stijging is het grootst in de periode 1973-1993. De

temperatuursprong bedraagt ongeveer 1,07°C. De hoogste maximumtemperatuur kent een

sprong van 1,91°C rond het jaar 1988, zie bijlage 9. De periode 1952-1987 kent een lichte

stijging, van 1988 tot 2014 is de stijging groter. De laatste twintig jaar zijn eerder stabiel en de

hoogste maximumtemperatuur ligt gemiddeld rond 35°C. De eerste twintig jaar (1952-1972)

ligt ze rond de 33°C. Hogere maximumtemperaturen worden dus gemakkelijker bereikt de

laatste twintig jaar. Dit is ook op te merken als er gekeken wordt naar de top vijf per station

van de hoogste maximumtemperaturen en wanneer deze bereikt werden, zie bijlage 17.

Redelijk wat waarden uit deze top vijf komen uit de laatste twintig jaar.

Grafiek 3: Gemiddelde jaarlijkse maximumtemperatuur

De gemiddelde minimumtemperatuur heeft geen duidelijke sprong rond het jaar 1988, zie

grafiek 4. Hier stijgt de temperatuur gestaag in de afgelopen 60 jaar. De sterkste stijging is

gelegen tussen 1973 en 1993. Op deze grafiek is de trendlijn weergegeven. De laagste

minimumtemperatuur is zeer variabel, zie bijlage 10. Van 1952 tot 1987 is ze redelijk

constant. Rond het jaar 1987 is er een grote sprong van 3,56°C, maar in de periode erna (1952

tot 2014) wordt er wel een lichte daling waargenomen. De laatste dertig jaar worden lage

minimumtemperaturen van -20°C niet meer gemeten. Dit is ook op te merken als er gekeken

73

wordt naar de top vijf per station van de laagste minimumtemperaturen en wanneer deze

bereikt werden, zie bijlage 18. Redelijk wat waarden uit deze top vijf komen uit de eerste helft

van de meetjaren.

Grafiek 4: Gemiddelde jaarlijkse minimumtemperatuur

5.1.2 Neerslag

De gemiddelde neerslag heeft een variabel patroon, zie grafiek 5. De zwarte lijn is de

trendlijn. De eerste twintig jaar is er een daling, dan een stijging en de laatste twintig jaar

weer een daling. Maar er wordt geen duidelijk blijvende stijging of daling waargenomen. Ook

lijkt er geen neerslagsprong in de data te zitten.

74

Grafiek 5: Gemiddelde jaarlijkse neerslaghoeveelheid

Ook voor elk van de vier seizoenen wordt er geen duidelijk patroon waargenomen, zie bijlage

11. Er zijn perioden van minder neerslag, en dan weer perioden van meer neerslag. Zo is de

neerslaghoeveelheid voor de lente van 1989 tot 2014 iets lager dan de periode ervoor en is de

neerslag voor de winter van 1988 tot 2014 iets hoger dan de periode ervoor. Dit wordt ook

waargenomen in de studie van Vandiepenbeeck (2008).

De maximum neerslag in 24u kent over het algemeen een daling, maar verder wordt er geen

eenduidig patroon gevonden in de grafiek, zie bijlage 12. De eerste twintig jaar is er een

daling, daarna een lichtere daling met een piek in 1982 van 156 mm neerslag op één dag. In

de jaren ’80 en ’90 is er stijging. De laatste 15 jaar blijft de maximum neerslag redelijk

stabiel. De top vijf per station van neerslag gevallen in 24u wordt weergegeven in bijlage 19.

Er is geen bepaald patroon te herkennen. De hoogste waarden worden bereikt in verschillende

decennia.

5.1.3 Wind

Van 1952 tot en met 1985 is de gemiddelde windsnelheid constant met ongeveer 4,04 m/s, zie

grafiek 6. De zwarte lijn is hier getrokken op basis van het gemiddelde verloop om de

75

algemene trend weer te geven. Vanaf 1986 tot 2014 is er een lichte daling waar te nemen van

0,30 m/s. Tricot et al. (2015) vinden voor Ukkel een regelmatige daling van de gemiddelde

windsnelheid vanaf 1960 met meer dan 15%. Voor Zaventem vindt men een daling van 10%.

Bij de eigen data voor heel België is dit ongeveer een daling van 7,5%. Een belangrijke

ontwikkeling in de omgeving van Ukkel waren de boomkruinen die zich meer ontwikkelden

tussen 1920 en 1940. In deze periode wordt er geen daling geregistreerd in windsnelheid en

deze verandering in omgeving kan dus niet verantwoordelijk worden geacht voor de daling

waargenomen door het KMI vanaf 1960 (Vandiepenbeeck, 2008).

Grafiek 6: Gemiddelde jaarlijkse windsnelheid

De daling wordt in de lente al iets vroeger ingezet, rond het jaar 1980. Zie bijlage 13 voor de

gemiddelde windsnelheid per seizoen. De periode van 1952 tot 1980 is relatief constant, met

een gemiddelde windsnelheid van 4,1 m/s. Van 1981 tot en met 2014 daalt de gemiddelde

windsnelheid in de lente met ongeveer 0,55 m/s. In de zomer is de plotse winddaling in de

jaren ’80 niet merkbaar. De grootste daling is gelegen in de eerste twintig jaar (1952-1972).

Na 1972 daalt de windsnelheid nog steeds, maar deze is veel vlakker. In de herfst verloopt de

periode van 1952-1980 vrij constant. Daarna wordt de daling ingezet. Tussen 1981 en 2014 is

de gemiddelde windsnelheid ongeveer gedaald met 0,53 m/s. De gemiddelde windsnelheid in

de winter is meer variabel. In de periode 1952 tot 1985 is de gemiddelde windsnelheid relatief

76

stabiel met een waarde van 4,57 m/s. Van 1986 tot en met 2014 wordt er een daling

geregistreerd. Deze is minder groot dan de daling in de lente en zomer. De wind is van 1986

tot 2014 ongeveer gedaald met 0,40 m/s.

De hoogst gemiddelde windsnelheid blijft relatief constant van 1952 tot 1985 met een waarde

van 6,12 m/s, zie bijlage 14. Daarna maakt deze een sprong omhoog en vertoont dan een

daling in de periode van 1986 tot en met 2014 met een grootte van 0,48 m/s. De maximum

hoogst gemiddelde windsnelheid is ongeveer constant voor 1952 tot en met 1983. Daarna is er

eveneens een daling, zie bijlage 15. Dit is ook min of meer op te merken als er gekeken wordt

naar de top vijf per station van de hoogt gemiddelde windsnelheid, zie bijlage 20. Weinig

hoogste waarden worden bereikt na 2000.

De gemiddelde zwaarste rukwind kent een redelijk constante daling, zie bijlage 16. Ze daalt

met ongeveer 0.84 m/s van 1988 tot en met 2014. De hoogste zwaarste rukwind kent een

daling van 17,60 m/s van 1988 tot en met 2014, zie grafiek 7. Van 1988 tot 2003 liggen de

waarden redelijk hoog, rond 44 m/s. Vanaf 2004 is er een sprong omlaag in de data en liggen

de waarden rond 33 m/s. Dit is 10 m/s lager, wat een grote sprong is. In het eerste deel

bereiken de waarden ook gemakkelijk de ingestelde limiet van 46 m/s. Deze limiet is

ingesteld op een zware storm die slechts om de paar decennia voorkomt. Het kan dus niet zijn

dat voor veel jaren in dit deel 46 m/s wordt waargenomen. Dit is ook op te merken als er

gekeken wordt naar de top vijf per station van de zwaarste rukwind, zie bijlage 21. Bijna alle

waarden worden hier bereikt voor 2004. De sterke daling voor hoogste zwaarste rukwind is

dus waarschijnlijk te wijten aan fouten in de data.

77

Grafiek 7: Maximum zwaarste rukwind


De gemiddelde bewolkingsgraad daalt geleidelijk aan doorheen de jaren, zie grafiek 8. De

zwarte lijn op de grafiek is de trendlijn. De grootste daling is van 1973 tot en met 1993. Als er

gekeken wordt naar de periode 1952 tot 1981 dan blijft de gemiddelde bewolking ongeveer

gelijk. Daarna neemt ze een lichte sprong naar beneden en stijgt dan heel licht in de periode

1982 tot en met 2014.

78

Grafiek 8: Gemiddelde bewolkingsgraad

Hetzelfde wordt gezien bij de lage- en middelhoge bewolkingsgraad, zie grafiek 9. Deze heeft

eerst een stijging tot 1981, dan een kleine sprong naar beneden om dan weer met een zeer

lichte stijging verder te gaan tot 2014. Als er gekeken wordt naar een periode van twintig jaar,

dan is er in de eerste twintig jaar een stijging en daarna een daling. Van 1973 tot 1993 daalt de

gemiddelde lage- en middelhoge bewolking sterker dan de laatste twintig jaar.

79

Grafiek 9: Gemiddelde lage- en middelhoge bewolkingsgraad

5.2 Is er een patroon binnen de weerstations tussen de verschillende weerparameters?

In deze paragraaf wordt nagegaan als er een bepaald patroon te vinden is tussen de

weerparameters binnen de weerstations. Gaat bijvoorbeeld een stijging in neerslag gepaard

met stijging in wind of bewolking? Er worden telkens twee weerparameters met elkaar

vergeleken. Per station wordt er uitgezet als er een stijging of daling is voor deze parameter.

Hierna wordt dan onderzocht hoeveel stations hetzelfde patroon vertonen. Er wordt zowel

naar recht als omgekeerd evenredige patronen gezocht. Een recht evenredig patroon is dat als

de ene weerparameter stijgt (daalt) voor een bepaald station, de andere parameter ook zal

stijgen (dalen). Een omgekeerd evenredig patroon is als de ene weerparameter stijgt (daalt),

de andere weerparameter zal dalen (stijgen).

5.2.1 Vergelijking neerslag – bewolking

Bij de vergelijking tussen neerslag en bewolking zijn er zestien stations die kunnen

vergeleken worden. Acht daarvan vertonen een patroon tussen de maximum neerslag in 24u

en de lage- en middelhoge bewolking. Als bij deze stations de maximum neerslag in 24u stijgt

(daalt), dan stijgt (daalt) de gemiddelde lage- en middelhoge bewolking eveneens. Het gaat

80

om volgende stations: Beauvechain, Bierset, Brustem, Deurne, Florennes, Kleine-Brogel,

Middelkerke en Zaventem. Wanneer er rekening gehouden wordt met significantie vertonen

slechts drie stations dit patroon. De andere vergelijkingen (neerslag – bewolking, neerslag –

lage- en middelhoge bewolking, maximum neerslag in 24u – bewolking) hebben allemaal

zeven stations die een recht evenredig patroon vertonen. Voor het station van Middelkerke is

er voor elke vergelijking een stijging. Zowel de neerslag als de maximum neerslag in 24u

stijgen er, evenals de bewolking en lage- en middelhoge bewolking. Bij Bierset en Brustem

daalt de neerslag en de bewolking, maar de neerslag is er niet significant.

5.2.2 Vergelijking neerslag – wind

Er zijn 16 stations die kunnen vergeleken worden. Zeven daarvan vertonen een patroon tussen

de maximum neerslag in 24u en gemiddelde windsnelheid. Als bij deze stations de maximum

neerslag in 24u stijgt (daalt), dan stijgt (daalt) ook de gemiddelde windsnelheid. Wanneer er

wordt rekening gehouden met significantie is dit nog maar één. De andere vergelijkingen

(neerslag – wind, maximum neerslag in 24u – wind, neerslag – zwaarste rukwind, maximum

neerslag in 24u – zwaarste rukwind) vertonen vijf of vier stations met een recht evenredig

patroon. Acht stations vertonen een omgekeerd evenredig patroon. Wanneer de maximum

neerslag in 24u stijgt, dan vertonen deze acht stations een daling in zwaarste rukwind. Het

gaat om volgende stations: Beauvechain, Kleine-Brogel, Koksijde, Middelkerke, Saint-

Hubert, Semmerzake, Ukkel en Zaventem. Wanneer de gemiddelde neerslag stijgt, dan

vertonen zes stations een daling in gemiddelde wind. In vier van de gevallen gaat het om

hetzelfde station (Zaventem, Saint-Hubert, Middelkerke en Kleine-Brogel).

5.2.3 Vergelijking wind – bewolking

Er zijn 20 stations die hier vergeleken kunnen worden. Elf daarvan vertonen een patroon

tussen de gemiddelde windsnelheid en de bewolking. Als bij deze stations de gemiddelde

windsnelheid stijgt (daalt), dan stijgt (daalt) ook de gemiddelde bewolkinggraad. Het gaat om

volgende stations: Deurne, Genk, Gosselies, Kleine-Brogel, Oostende, Schaffen,

Semmerzake, Spa, Virton, Zaventem en Zelzate. Wanneer er wordt rekening gehouden met

significantie zijn dit nog maar vier stations. De andere vergelijkingen (wind – bewolking,

wind – lage- en middelhoge bewolking, zwaarste rukwind – bewolking, zwaarste rukwind –

81

lage-en middelhoge bewolking) hebben allemaal zeven stations die een recht evenredig

patroon vertonen.

5.2.4 Vergelijking temperatuur – andere weerparameters

De temperatuur kent overal een stijging. Van de andere weerparameters vertonen neerslag en

maximum neerslag in 24u de meeste stations met een stijging, respectievelijk 14 en 13

stations. Wanneer de temperatuur stijgt, stijgt dus meestal ook de neerslag.

5.2.5 Conclusie

Er kan niet zomaar gezegd worden dat als de neerslag een stijging kent in een bepaald station

voor de periode 1952-2014, dat de wind of de bewolking dan ook zal stijgen in dat station.

Daarvoor vertonen te weinig stations een gelijkenis. Bovendien werden de niet significante

resultaten hier ook in rekening gebracht, wat het werkelijke aantal nog lager maakt. Er is dus

geen duidelijk patroon tussen de weerparameters binnen een station gevonden. Bij vier

stations (Beauvechain, Kleine-Brogel, Middelkerke en Zaventem) is er wel een soort van

patroon gevonden. Bij deze vier weerstations stijgt de maximum neerslag in 24u en de lage-

en middelhoge bewolking en dalen de zwaarste rukwinden en de maximum zwaarste

rukwinden. Dit gaat uiteraard maar om vier stations die verspreid gelegen zijn en dit kan niet

veralgemeend worden.

Wanneer er gekeken wordt naar neerslag en lage-en middelhoge bewolking per seizoen, is er

in de winter wel een zeker patroon te zien. 11 van de 16 stations geven in de winter een

neerslagstijging en een stijging in lage-en middelhoge bewolking. In de lente komt een

neerslag stijging (daling) overeen met een stijgende (dalende) lage- en middelhoge

bewolking. Dit patroon is te vinden bij elf van de zestien stations in de lente, bij zeven in de

zomer en vier in de herfst. In de herfst wordt er bij elf stations gevonden dat de lage- en

middelhoge bewolking stijgt en de neerslag daalt. 68% van de stations geeft aan dat er zowel

een neerslagstijging als een stijging in lage- en middelhoge bewolking is. Deze gepaarde

stijging kan mogelijk gelinkt worden aan het buienpatroon in de winter. In de winter is er

vaker stratiforme neerslag dan convectieve neerslag. Stratiforme neerslag bestaat uit regen of

sneeuw die verbonden is aan fronten. Convectie neerslag valt uit cumulus en cumulonimbus

bewolking, dit zijn buien en onweders. Frontale neerslag gaat gepaard met een volledig

82

bewolkte hemel terwijl dit bij buien veel minder het geval is. Het is waarschijnlijk daarom dat

beide stijgingen meer gepaard voorkomen. In de zomer zijn er meer buien en dus niet

noodzakelijk meer lage- en middelhoge bewolking.

5.3 Hitte-eiland effect

5.3.1 Het hitte-eiland effect

Steden zijn gemiddeld enkele graden warmer dan hun rurale omgeving. Dit kan zelfs oplopen

tot 7-8°C als de condities hiervoor gunstig zijn (Brouwers et al., 2015). Het hitte-eilandeffect

of UHI-effect (Urban Heat Island) is al enkele eeuwen gekend, maar heeft pas recent aan

belang gewonnen. Dit komt vooral doordat men verwacht dat de hittestress zal toenemen door

de globale klimaatverandering. Er zijn bovendien aanwijzingen dat de hoge nachtelijke

minimumtemperaturen aanleiding zouden geven tot gezondheidsproblemen. Wanneer het

drukkend warm is in de zomer koelen de temperaturen in de steden ’s nachts niet zo goed af,

in vergelijking met het platteland. De stadbewoners kunnen hierdoor onvoldoende rusten en

recupereren van de hittestress overdag (Brouwers et al., 2015). De oorzaken van het stedelijk

hitte-eiland zijn voornamelijk enkele factoren die voor een verminderde koeling zorgen in de

stad. Enkele van deze factoren zijn: mindere aanwezigheid van vegetatie (minder

evapotranspiratie), het invangen van kort- en langgolvige straling tussen gebouwen, de hoge

thermische inertie van stedelijke materialen en het vrijkomen van antropogene warmte (door

onder andere verwarming van gebouwen, het gebruik van airco-installaties en het verkeer)

(Brouwers, et al., 2015).

De invloed van het hitte-eiland effect is vooral zichtbaar in de nachtelijke temperaturen (dus

de minimumtemperaturen). In rurale gebieden wordt overdag een groot deel van de

beschikbare stralingsenergie omgezet in latente warmte. In steden vindt vooral een conversie

plaats van stralingsenergie naar de opslag van deze energie in het stedelijk weefsel. ’s Nachts

zal er op het platteland bij helder weer een grote uitstraling plaatsvinden van thermisch

infrarode energie waardoor het oppervlak afkoelt, evenals de lucht erboven. In steden

daarentegen wordt deze afkoeling sterk tegengegaan door het vrijkomen van de grote

hoeveelheden warmte die eerder overdag opgeslagen werden (De Ridder et al., 2015).

83

De hogere temperaturen in steden kan mogelijk een invloed uitoefenen op de sterkte van de

temperatuurstijging. Daarom wordt er gezocht naar mogelijkheden om het stedelijk hitte-

eiland effect te onderzoeken, in de hoop deze te kunnen toepassen op de eigen data. Zo

kunnen dan de stations achterhaald worden die mogelijk een hitte-eiland effect hebben.

5.3.2 Mogelijkheden om hitte-eiland effect te onderzoeken

In een studie van Milieurapport Vlaanderen (MIRA) stelt men een stedelijk hitte-eiland

indicator voor, hittegolf graaddagen genaamd, die de hittestress per jaar in één cijfer

samenbalt (De Ridder et al., 2015). De indicator wordt berekend door voor alle hittegolfdagen

de overschrijdingen van de minimum- en maximumtemperaturen boven de drempelwaarden

van respectievelijk 18,2 °C en 29,6 °C op te tellen in ‘hittegolf graaddagen’. De hittegolf

graaddagen moeten zowel voor de stad als voor een station in het omgevend platteland

berekend worden. Hierna wordt dan de vergelijking gemaakt (De Ridder et al., 2015).

Aangezien er niet gewerkt wordt met stations die zo dicht op elkaar liggen, kan deze factor

niet berekend worden voor de eigen data. Er wordt hier dan ook niet verder ingegaan op deze

indicator.

Aangezien het vooral de minimumtemperaturen zijn die stijgen door de invloed van de

stedelijke omgeving, kan het interessant zijn om naar deze gegevens te kijken. Een analyse

van de metingen in Ukkel gaf aan dat het aantal dagen waarop de minimumtemperatuur niet

onder de 15°C daalt, vooral de laatste drie decennia significant hoger ligt dan in het begin van

de 20ste

eeuw (Brouwers et al., 2015). Uit paragraaf 4.3.1 blijkt dat alle stations een stijging

vertonen in minimumtemperaturen. Vermoedelijk zal het aantal dagen waarop de

minimumtemperatuur niet onder de 15 °C daalt, dan ook stijgen voor stations die meer

gelegen zijn in het rurale gebied. Deze factor kan een mogelijke indicatie geven op de

aanwezigheid van een hitte-eiland effect, maar een bijkomende factor is nodig.

Vandiepenbeeck (1998) onderzocht de mogelijkheid van een hitte-eiland effect op enkele

synoptische stations nabij een stad in België. Hij deed dit door de gemiddelde temperatuur te

berekenen voor elke windrichting in een station. Dit werd gedaan voor het station in meer

urbane omgeving en een referentiestation in rurale omgeving. Vervolgens werd het verschil

bepaald tussen een urbaan station en het ruraal station. Er kan verondersteld worden dat als de

wind uit de richting van de stad komt, dat deze warmer zal zijn. Als het verschil tussen de

84

twee stations voor deze windrichting groot is, kan dit mogelijk wijzen op een hitte-eiland

effect. Vandiepenbeeck (1998) besloot dat de twee stations het dichtst bij de stad, Ukkel en

Deurne een hitte-eiland effect kennen. Zaventem lijkt te ver te liggen om een duidelijke

invloed te hebben van de stad (Vandiepenbeeck, 1998). De methode is niet honderd procent te

betrouwen aangezien niet alleen de wind bepaalt of er een hitte-eiland effect is of niet. De

windsector waarin de stad gelegen is wordt bovendien bepaald door de onderzoeker zelf en

zal misschien door andere personen anders gedefinieerd worden. Bij gebrek aan andere

bruikbare indicatoren wordt deze samen met de eerder besproken methode gebruikt om het

hitte-eiland effect te onderzoeken.

5.3.3 Stations met een hitte-eiland effect

Bovenstaande twee methodes werden gecombineerd om te onderzoeken of een station

mogelijk een opwarming kent, veroorzaakt door de urbane omgeving. Eerst werd gebruik

gemaakt van Google Maps (https://www.google.be/maps, 10/05/2016) om na te gaan welke

stations in een stedelijk omgeving gelegen zijn. De mogelijke stations die in aanmerking

komen voor een stedelijk hitte-eiland effect te ondervinden zijn Deurne, Genk, Gosselies,

Stabroek, Ukkel, Wevelgem en Zelzate. Dit is te zien in tabel 6. De dataset bevat voor

Stabroek en Wevelgem enkel neerslag gegevens. Deze kunnen dus niet onderzocht worden op

een mogelijk verband met stedelijk hitte-eiland. Enkele twijfelgevallen waren Bierset,

Schaffen, Semmerzake en Zaventem, omdat zij nog relatief dicht bij bebouwing gesitueerd

zijn. Er wordt verwacht dat het hitte-eiland effect bij deze stations niet aanwezig of zeer

gering is.

Tabel 6: Omgeving van de weerstations (google.be/maps, geopunt.be)

Station Omgeving Kans op hitte-

eiland effect?

Beauvechain Op Vliegveld. Vliegveld in open omgeving. Nee

Bierset Op vliegveld. Westen: velden. Oosten: meer bebouwing.

Noordoost: industriepark.

Twijfel

Botrange Omringd door bomen. Geen dichte bebouwing

aanwezig.

Nee

Brustem Op vliegveld. Vliegveld omgeven door velden en kleine

nederzettingen.

Nee

Chièvres Op vliegveld. Vliegveld omgeven door vooral velden en

twee kleine nederzettingen.

Nee

Deurne Op Vliegveld. Vliegveld omringd door dichte

bebouwing. Juist in zuidoosten wat meer open.

Ja

85

De eerste methode die onderzocht wordt is deze van Vandiepenbeeck (1998). Voor de te

onderzoeken stations werd per seizoen voor elke windrichting de gemiddelde temperatuur

berekend van 1952 tot en met 2014 (of minder, naar gelang het bereik van het station zie

paragraaf 3.2.4.2). Om de meer urbane stations te vergelijken met de rurale condities werd dit

ook gedaan voor een referentiestation. Het referentiestation dient in het platteland gelegen te

zijn en een zo volledig mogelijk, continue dataset te bevatten. Vandiepenbeeck (1998)

gebruikte Saint-Hubert als referentiestation omdat deze het meest heterogeen is. Daarom

wordt ook hier Saint-Hubert als referentie genomen. Ook Florennes voldoet aan de

voorwaarden. Het station ligt in het rurale landschap en heeft een zo volledig mogelijke

Dourbes Omringd door bomen. Geen dichte bebouwing

aanwezig.

Nee

Elsenborn Op vliegveld. Vliegveld omringd door velden en bossen. Nee

Ernage In veld. Omringd door velden. In zuiden dorp

Gembloers.

Nee

Florennes Op vliegveld. Vliegveld omgeven door velden en

bossen.

Nee

Genk Aan industrieterrein Ford Genk. Ja

Gosselies Op vliegveld. Vliegveld omringd door gebouwen en

nederzettingen.

Ja

Kleine-Brogel Op vliegveld. Vliegveld omringd door velden in bossen.

In noordwesten Kleine-Brogel.

Nee

Koksijde Op vliegveld. Vliegveld omgeven door velden.

Noorden: Koksijde en kust. Zuiden: Veurne.

Nee

Middelkerke Op vliegveld. Zuiden: velden. Noorden: huizen en zee.

Noordoosten: Oostende.

Nee

Mont Rigi In veld. Tussen bossen en velden. Nee

Oostende Op oosterstaketsel. Nu afgebroken. Omgeven door zee. Nee

Saint-Hubert Op Vliegveld. Vliegveld omgeven door bossen en

velden.

Nee

Schaffen Op vliegveld. Omgeven door velden. Oosten: Schaffen.

Zuiden: Diest, grenzend aan domein van

kazerne/vliegveld.

Twijfel

Semmerzake In veld. Dicht bij kleine parking en huizen.

Noordwesten: dichtbij Semmerzake.

Twijfel

Spa Op vliegveld. Vliegveld omgeven door bossen. Nee

Stabroek In veld. Noorden: dicht bij huizen. Westen: haven van

Antwerpen.

Ja

Ukkel Op KMI. Volledig omringd door huizen. Ja

Virton Omgeven door velden en huizen. Nee

Wevelgem Op Vliegveld. Vliegveld omgeven door huizen.

Noorden: wat meer open, velden.

Ja

Zaventem Op vliegveld. Omgeven door velden. Wat verder wel

huizen en wijken.

Twijfel

Zelzate Op staalbedrijf ArcelorMittal. Omgeven door industrie. Ja

86

dataset. Daarom wordt Florennes als tweede referentiestation genomen, als dubbele controle.

De stations worden dus zowel met Saint-Hubert als Florennes vergeleken. Wanneer de

gemiddelde temperatuur per seizoen voor elke windrichting berekend is, wordt het verschil

berekend tussen het urbane station en het referentiestation (dit wordt dus twee keer gedaan,

voor Saint-Hubert en Florennes). Vervolgens worden de windrichtingen bepaald die komen

vanuit de stad en warmere lucht met zich kunnen meebrengen naar het station toe. Deze

windrichtingen worden de urbane windsector genoemd. Dit werd gedaan met behulp van

Google Maps (https://www.google.be/maps, 10/05/2016). De urbane windsector voor Bierset

is van ONO tot OZO, voor Deurne W tot N, voor Gosselies ZO tot ZW, voor Schaffen Z-ZW,

voor Semmerzake W tot N, voor Ukkel NW tot NO en voor Zaventem ZW tot W. Aangezien

het weerstation van Genk en Zelzate gelegen zijn op een industrieterrein kan deze methode

niet toegepast worden op deze stations. Hierna werd het verschil berekend tussen de

gemiddelde temperatuurverschillen van de urbane windsector en deze van de andere

windrichtingen, voor elk seizoen. Het resultaat voor Bierset en Saint-Hubert is als voorbeeld

weergegeven in tabel 7 en voor Bierset en Florennes in tabel 8.

Tabel 7: Verschil tussen de gemiddelde temperatuurverschillen in de richting van de

stad en de andere richtingen, voor Bierset – Saint-Hubert (in °C).

lente zomer herfst winter

Gemiddelde ONO-OZO 2,230 2,507 2,162 1,585

Gemiddelde ZO-NO 2,458 2,539 2,089 1,679

Verschil -0,228 -0,032 0,073 -0,094

Tabel 8: Verschil tussen de gemiddelde temperatuurverschillen in de richting van de

stad en de andere richtingen, voor Bierset – Florennes (in °C).

lente zomer herfst winter

Gemiddelde ONO-OZO 0,882 1,494 1,120 0,361

Gemiddelde ZO-NO 0,705 1,022 0,509 0,136

Verschil 0,177 0,472 0,611 0,225

Uit tabel 7 kan opgemaakt worden dat er voor de vergelijking tussen Bierset en Saint-Hubert

een negatief verschil is tussen drie van de vier seizoenen. Het is dus niet zo dat de winden die

komen uit de richting van de stad (ONO-OZO) gemiddeld warmer zijn dan de andere

windrichtingen. Op basis van deze tabel wordt ervan uitgegaan dat er geen hitte-eiland effect

is in Bierset. Tabel 8 echter heeft wel een verband aan. Wanneer Bierset vergeleken wordt

87

met het tweede referentiestation Florennes, is te zien dat het gemiddelde temperatuurverschil

van de wind uit de richting van stad groter is voor alle seizoenen dan het gemiddelde

temperatuurverschil uit de andere windrichtingen. In vergelijking met Florennes zijn de

winden die komen uit de richting van de stad wel warmer dan de andere windrichtingen.

Vooral deze in de herfst is hoog. Hieruit kan besloten worden dat er mogelijk wel een hitte-

eiland effect is. Dezelfde berekeningen werden uitgevoerd voor de overige stations, zie

bijlage 22. Tabel 9 geeft weer als er op basis van de analyse van de berekeningen een

mogelijk hitte-eiland effect is of niet. Het besluit voor beide referentiestations wordt in de

tabel voorgesteld.

Tabel 9: Mogelijk hitte-eiland effect op basis van windrichting voor de twee

referentiestations

Station Saint-Hubert Florennes

Bierset Nee Ja

Deurne Ja Ja

Genk / /

Gosselies Nee Nee

Schaffen Nee Nee

Semmerzake Ja Ja

Ukkel Ja Ja

Zaventem Ja Nee

Zelzate / /

In tabel 9 is te zien dat Bierset en Zaventem de enige stations zijn met een tegenstrijdige

conclusie op basis van de twee verschillende referentiestations. Vooral Zaventem is

opmerkelijk dat deze een mogelijk hitte-eiland effect kent wanneer ze vergeleken wordt met

Saint-Hubert. Dit verschilt ook met wat Vandiepenbeeck (1998) berekende. Hij concludeerde

dat Zaventem te ver lag van Brussel om een duidelijk hitte-eiland effect te hebben.

In de tweede methode wordt het aantal dagen dat de minimumtemperatuur hoger is dan 15°C

bepaald voor de periode van 1952 tot en met 2014 (of minder, naar gelang het bereik van het

station, zie paragraaf 3.2.4.2). Het aantal dagen wordt uitgezet per jaar en de

richtingscoëfficiënt wordt berekend aan de hand van de trendlijn. De mate van stijging (de

richtingscoëfficiënt) wordt uitgezet in tabel 10. Op de grafiek vertoont Genk een opvallende

sprong rond het jaar 1968. Voor 1968 verloopt het aantal dagen met een minimumtemperatuur

hoger dan 15°C redelijk constant. In 1968 maakt deze een sprong omhoog en kent sindsdien

een sterke stijging. Waarschijnlijk gaat het hier om een verplaatsing van het station naar Ford

88

Genk (geopend in 1964). Alleen de richtingscoëfficiënt van 1968 tot en met 2014 wordt hier

bijgevolg gegeven. Aangezien het aantal dagen dat de minimumtemperatuur hoger is dan

15°C zal stijgen bij de meeste andere stations, is het moeilijk om een besluit te nemen op

basis van de stijging alleen. Daarom wordt ook het gemiddeld aantal dagen dat de temperatuur

hoger is dan 15°C weergegeven. Het gemiddelde is berekend voor de periode van 1952 tot

2014. Wanneer dit gemiddelde opvallend hoog is, kan er het vermoeden zijn dat er meer aan

de hand is dan de reguliere opwarming. Ook deze resultaten worden weergegeven in tabel 10.

Ter vergelijking worden ook de twee referentiestations (Saint-Hubert en Florennes) uit de

vorige methode weergegeven in de tabel. In de laatste kolom wordt dan een besluit gevormd

op basis van deze twee factoren als er een mogelijk hitte-eiland effect is of niet.

Tabel 10: Mogelijk hitte-eiland effect op basis van minimumtemperatuur

Station Gemiddeld aantal dagen

minimumtemperatuur >15°C

Richtingscoëfficiënt Hitte-eiland

effect?

Bierset 25,87 0,3381 Ja

Deurne 27,86 0,3582 Ja

Florennes 16,71 0,2022

Genk 31,71 0,4673 (1968-2014) Ja

Gosselies 24,38 0,4245 Ja

Saint-Hubert 11,94 0,1408

Schaffen 22,11 0,3465 Nee

Semmerzake 27,17 0,2826 Nee

Ukkel 31,67 0,3033 Ja

Zaventem 26,97 0,0877 Nee

Zelzate 39,15 0,5275 Ja

Genk, Ukkel en Zelzate hebben een gemiddeld aantal dagen dat de minimumtemperatuur

hoger is dan 15°C van meer dan 30 dagen. Dit is veel in vergelijking met de andere stations.

Genk en Zelzate hebben bovendien een hoge richtingscoëfficiënt. Dit wijst op een snelle

stijging van het aantal dagen dat de minimumtemperatuur hoger is dan 15°C. De kans op een

hitte-eiland effect is groot bij hen. De richtingscoëfficiënt van Ukkel is niet opmerkelijk hoog.

Maar aangezien het gemiddeld aantal dagen dat de minimumtemperatuur hoger is dan 15°C,

een stuk hoger is dan naburige stations (Beauvechain 25,19 dagen en Zaventem 26,97), wordt

besloten dat ook hier een hitte-eiland effect is. Ook Deurne heeft een hoge richtingscoëfficiënt

en gemiddeld zijn er 27 dagen op een jaar dat de minimumtemperatuur hoger is dan 15°C. De

kans op een hitte-eiland effect is er reëel. Semmerzake heeft ook 27 dagen dat de

minimumtemperatuur hoger is dan 15°C. De stijging is wel minder groot dan deze van

89

Deurne. Een twijfelgeval aangezien de minder beschikbare data van dit station. Het feit dat

het de data zijn van voor 1980 die ontbreken, kan een verklaring zijn voor het relatief hoog

gemiddelde. Daarom wordt de kans op een hitte-eiland effect hier op nee gezet. De

richtingscoëfficiënt op Zaventem is zeer laag en gaat niet gepaard met een groot gemiddelde.

Daarom is de kans op een hitte-eiland effect eerder klein. Bierset en Gosselies kennen een

grote stijging en hebben een relatief groot gemiddelde. De kans op een hitte-eiland effect

wordt daarom als ‘ja’ aangeduid. Schaffen heeft nog een grote stijging, maar het gemiddelde

is eerder aan de lage kant. Daarom wordt het hitte-eiland effect hier als gering beschouwd.

Tabel 11: Hitte-eiland effect

Station Op basis van

windrichting -

Saint-Hubert

Op basis van

windrichting

- Florennes

Op basis van

minimumtemperatuur

Bierset Nee Ja Ja

Deurne Ja Ja Ja

Genk / / Ja

Gosselies Nee Nee Ja

Schaffen Nee Nee Nee

Semmerzake Ja Ja Nee

Ukkel Ja Ja Ja

Zaventem Ja Nee Nee

Zelzate / / Ja

In tabel 11 worden nu de twee methodes gecombineerd. Hier is uit op te maken dat Deurne en

Ukkel een grote kans hebben om een hitte-eiland effect te kennen. Ze hebben namelijk drie

keer een ‘ja’ als besluit gekregen. Ook van Genk en Zelzate mag men besluiten dat deze een

hitte-eiland effect kennen gezien de hoge waarden in tabel 10 en ze op een industrieterrein

gelegen zijn. Schaffen kent geen hitte-eiland effect op basis van deze vergelijkingen, met drie

keer een ‘nee’. Gosselies en Zaventem hebben allebei één keer een ‘ja’, de kans dat hier een

hitte-eiland effect is, is gering. Bierset en Semmerzake hebben allebei twee keer een ‘ja’. Hier

is de kans op een hitte-eiland effect groter. Het station van Semmerzake ligt zeer dicht bij het

dorp Semmerzake. Misschien dat dit enig hitte-eiland effect kan oproepen. Of Bierset

effectief een stedelijk hitte-eiland effect kent valt te betwijfelen omdat dit station redelijk ver

van de dichtstbijzijnde stad (Luik) gelegen is, verder dan dat Gosselies van Charleroi gelegen

is. Gosselies kan hierdoor toch een hitte-eiland effect kennen, aangezien deze toch relatief

dicht bij Charleroi ligt. Meer gespecialiseerd onderzoek zal moeten duidelijk maken of deze

twee stations een hitte-eiland effect kennen. Op basis van tabel 10 kan afgeleid worden dat het

hitte-eiland effect het grootst is in Zelzate. Deze heeft namelijk het hoogste gemiddelde en de

90

hoogste richtingscoëfficiënt. De afwijking van Zelzate ten opzichte van de andere stations is

hier dan ook het grootst. Grote warmte producerende processen bij de ijzerverwerking op

ArcelorMittal liggen hier aan de oorzaak.

5.3.4 Invloed van de stations met een hitte-eiland effect op de temperatuurstijging

Nu de stations die een hitte-eiland effect hebben gekend zijn, kan onderzocht worden of er

een opvallende relatie is met de stijging van de temperatuur en minimumtemperatuur. De

stations met de hoogste temperatuurstijging zijn Schaffen, Florennes en Saint-Hubert. Deze

zijn allen in een ruraal gebied gelegen, behalve Schaffen. Schaffen is dicht bij Diest gelegen,

maar ondervindt hier geen invloed van. Het zijn dus niet de stations met een hitte-eiland effect

die de grootste opwarming kennen. Zelzate zit hier wel niet zo ver van. Deze staat op de

vierde plek met een temperatuurstijging van 1,74°C. Ukkel zit in het midden met een stijging

van 1,47°C. Deurne en Genk bevinden zich eerder onder de laagste stijgers, Genk zelfs op de

voorlaatste plaats. Genk en Zelzate zijn beiden op een industrieterrein gelegen en verschillen

maar liefst 0,87°C in stijgingswaarde. Genk kent daarentegen wel de grootste

minimumtemperatuur stijging, met een stijgingswaarde van 3,52°C. Zelzate is de derde

grootste met een stijging van 2,19°C, Deurne volgt met 2,16°C. Ukkel zit weer in het midden

met een minimumtemperatuurstijging van 1,79°C. Opvallend is hier wel dat drie van vier

stations die een hitte-eiland effect kennen, bovenaan de stijgingslijst staan van de

minimumtemperatuur. De hoge waarde voor Genk kan wel deels verklaard worden doordat,

zoals eerder werd opgemerkt, er na 1968 een sprong zit in de data. Voor 1968 liggen de

minimumtemperaturen gevoelig lager dan erna. Waarschijnlijk is het station verzet in deze

periode naar de Ford fabriek. Maar van 1968 tot en met 2004 kent Genk nog altijd een hoge

stijging van 1,96°C. Bij de stijging van de maximumtemperaturen zitten Deurne en Ukkel in

de middenmoot en Zelzate en Genk bij de laagste maximumtemperatuurstijging. De steden

met een hitte-eiland effect lijken dus een grotere invloed uit te oefenen op de

minimumtemperatuurstijging dan de maximumtemperatuurstijging.

Ukkel bevindt zich bij alle drie de stijgingen in het midden, op de 12de plaats en kent dus een

redelijk regelmatige stijging. Gosselies die op basis van de minimumtemperaturen wel een

mogelijk hitte-eiland zou kunnen kennen heeft de op één na grootste stijging in

maximumtemperatuur. Bierset scoort zowel redelijk hoog voor de stijging in

maximumtemperatuur als minimumtemperatuur. Het is dus niet zo duidelijk als Gosselies en

91

Bierset een hitte-eiland effect zouden kennen. Semmerzake die op basis van windrichting wel

een hitte-eiland effect leek te hebben scoort laag in de stijging van de minimumtemperatuur.

De kans dat Semmerzake een hitte-eiland effect zou kennen is dus eerder laag.

5.4 Warmen de weerstations op hogere hoogtes sneller op in België?

De temperatuurstijging in Vlaanderen ligt vooral in de klasse 0,30°C – 1,25°C. Deze in

Wallonië liggen een klasse hoger van 1,56°C tot 1,75°C, of nog een klasse hoger van 1,76°C

tot 1,86°C. Buiten Zelzate, Koksijde en Schaffen zijn alle stations lager geklasseerd in

Vlaanderen, dan in Wallonië. Alleen Virton is een uitzondering, met de laagste stijging. Het

stijgingsverschil is ook te zien in de meeste seizoenen. Het belangrijkste verschil tussen

Vlaanderen en Wallonië is de hoogte. Is het zo dat hogere hoogtes sneller opwarmen?

5.4.1 Globale trend en mogelijke oorzaken

De meeste papers hierover verschijnen pas na 2000, dus het onderzoek is nog zeer jong.

Rangwala & Miller (2012) vatten verschillende studies samen van onderzoek dat tot dan toe

verricht is naar de relatie tussen stijging van de temperatuur en hoogte. Ze besluiten dat het

moeilijk is om definitief te zeggen dat de bergstreken overal ter wereld sneller opgewarmd

zijn dan de rest van de globale landoppervlakte. Meerdere studies geven aan dat bergstreken

sneller opgewarmd zijn dan lager gelegen gebieden. Sommige onderzoeken suggereren een

seizoen afhankelijk effect, minimumtemperaturen die stijgen tijdens winter en

maximumtemperaturen die stijgen in de zomer. Maar er zijn ook enkele studies die een

grotere opwarming vonden in de lagere streken. Uit de huidige studies is dus het uiteindelijke

globale effect niet te besluiten. Dit komt voornamelijk door gebrek aan voldoende

waarnemingen om uitsluitsel te geven (Rangwala & Miller, 2012). Het aantal meteorologische

stations op grootte hoogte is schaars. Plus in bergen heerst er vaak een specifiek bergklimaat

(Pepin et al., 2015). Niet alle stations in de bergstreken zijn even betrouwbaar. Men moet ook

onderzoeken of er geen artificiële invloeden zijn in de omgeving van de stations, zodat de

juiste conclusies kunnen genomen worden (Oyler et al., 2015). Meer onderzoek is nodig om

een definitief globaal oordeel te vellen.

Er zijn enkele redenen die een snelle temperatuurstijging met de hoogte mogelijk maken.

Natuurlijk is elke streek anders en zijn deze redenen niet overal van toepassing. Mogelijke

92

oorzaken die kunnen zorgen voor een snellere temperatuurstijging op hoge hoogtes zijn

sneeuw/ijs albedo feedback, bewolking, waterdamp en aerosolen. Het sneeuw/ijs albedo

feedback is één van de sterkste feedbacks in het klimaatsysteem en heeft een snelle

responstijd. Wanneer de temperatuur stijgt in een bepaalde referentieperiode, zal er meer

sneeuw smelten. Dit zorgt voor een lokale daling in het albedo, waardoor er meer

zonnestraling wordt geabsorbeerd. Hierdoor wordt de temperatuurstijging dan weer versterkt

(Rangwala & Miller, 2012). Het effect van sneeuw/ijs albedo zou een sterker effect hebben op

de maximumtemperaturen in de zomer door de toegenomen absorptie van zonnestralen (Pepin

et al., 2015).

Het effect van de bewolking is nog zeer onzeker in het klimaatsysteem omdat deze zowel een

opwarmend als afkoelend effect heeft. Stijging van bewolking overdag zorgt ervoor dat de

maximumtemperatuur daalt. Wanneer echter de bewolking ’s nachts stijgt, dan zorgt deze

voor een verhoging van de minimumtemperatuur. Rangwala & Miller (2012) stellen toch dat

het waarschijnlijk is dat de bewolking mede verantwoordelijk is in sommige

temperatuurtrends die gevonden zijn, op basis van enkele studies die ze bespreken. Het blijft

desondanks moeilijk om de volledige impact van de bewolking in te schatten (Rangwala &

Miller, 2012).

Door de stijgende temperatuur is er meer waterdamp in de atmosfeer. Deze absorbeert en

zendt lange golfstralen uit die de oppervlakte opwarmt. Studies, aangehaald door Rangwala &

Miller (2012), suggereren dat de stijging in specifieke vochtigheid voor een stijging in

longwave downwelling radiation zorgt. Dit resulteert in een warmer oppervlak. Deze stijging

in longwave downwelling radiation komt globaal voor, maar is vooral groot wanneer de

initiële vochtigheid laag is. Deze wordt gevonden op grote hoogte in de winter (Rangwala &

Miller, 2012).

Straling absorberende aerosolen zoals roet en stof absorberen de straling in de atmosfeer en

zorgen voor een lager albedo wanneer ze op sneeuw vallen. Dit veroorzaakt dan weer een

snellere sneeuwsmelt en hogere absorptie van zonnestralen. Er zijn ook niet absorberende

aerosolen. Deze reflecteren de inkomende zonnestralen en beïnvloeden het lokale

warmtebudget. Er is echter maar weinig gekend over de invloed van reflecterende aerosolen

in bergen (Rangwala & Miller, 2012).

93

Wang et al. (2016) berekenen hoeveel sneller de hoger gelegen stations (> 500 m) opwarmen

in vergelijking met de laag gelegen stations (< 500 m). Ze doen dit op basis van 2781 stations

over heel de wereld voor de periode van 1961-2010. De hoog gelegen stations zouden zo’n

1,24 keer sneller opwarmen dan de laag gelegen stations. Ze vinden ook een latitude effect.

Wanneer stations in de Arctische regio (ten noorden van 60 °N) vergeleken worden met

stations op dezelfde hoogte maar op lagere breedtegraad, dan is er een trend te zien. Een

toename in versnelling van de opwarming is te zien op hogere breedtegraad (Wang et al.,

2016).

Kotlarski et al. (2015) vinden een relatie tussen de temperatuurstijging en hoogte voor Europa

in de 21ste

eeuw. Ze onderzoeken enkele oorzaken en vinden vooral een relatie met de

sneeuwbedekking. De Alpen kennen een daling van oppervlaktesneeuw en het aantal

sneeuwdagen in de 21ste

eeuw. In veel van de gevallen is de afname in aantal sneeuwdagen

grotendeels afhankelijk van de hoogte. Men gaat er wel van uit dit niet de enige factor is die

meespeelt in de snellere stijging (Kotlarski et al., 2015).

5.4.2 Temperatuurstijging en hoogte in België

Het globale effect van een eventuele snellere temperatuurstijging op hoge hoogte kan niet met

honderd procent zekerheid worden gezegd. Wel is zeker dat bepaalde gebieden ter wereld wel

degelijk een relatie tonen. De meeste studies gaan over echt bergachtige streken zoals de

Alpen en de Rocky Mountains, omdat dit de meest uitgesproken gebieden zijn. Echte bergen

zijn in België niet te vinden, maar wel een hoogteverschil van 694 m tussen de kust en de

hoogte top van België.

Wanneer de uitschieters in Vlaanderen (Schaffen en Zelzate) en Wallonië (Virton) worden

verwijderd is er een relatie te zien tussen de temperatuurstijging en de hoogte. Zie grafiek 10.

Virton werd eruit gehaald omdat deze voor alle temperatuurparameters een lage stijging

vertoont. Waarschijnlijk gaat het hier om een verplaatsing van het station of het gebruik van

een andere meetmethode die voor een lage stijging zorgt. Schaffen vertoont voor alle

seizoenen een hogere temperatuurstijging dan de omliggende stations. Waarschijnlijk gaat het

hier om een lokale factor. En Zelzate werd uit de data gehaald omdat deze een hogere

stijgingstemperatuur heeft dan de omliggende stations, hoogst waarschijnlijk doordat daar het

hitte-eiland effect het grootst is. De hoogte van de verschillende stations werd bekomen door

94

de ligging van de stations op te zoeken op de hoogte- en reliëfkaart in Geopunt

(http://www.geopunt.be/, 11/05/2016) en Géoportail Wallonie (http://geoportail.wallonie.be/,

10/05/2016).

Grafiek 10: Relatie temperatuurstijging - hoogte

Op grafiek 10 is te zien dat de temperatuurstijging groter is voor de stations die hoger gelegen

zijn. Ondanks het geringe hoogteverschil in vergelijking met andere studies lijkt het effect

ook hier aanwezig te zijn.

Als men kijkt naar de seizoenen blijkt dat het effect het grootst is in de zomer. Daarna komt

de herfst, lente en winter, zie bijlage 23. Er werd ook onderzocht of de hoogte een effect heeft

op de minimum- en maximumtemperatuurstijging. Bij de maximumtemperaturen werden er

geen stations verwijderd. Bij de minimumtemperaturen wel. Uit paragraaf 5.3.4 bleek dat de

stations met een hitte-eiland effect vooral een invloed uitoefenen op de stijging van de

minimumtemperaturen. Daarom werden Zelzate, Deurne, Ukkel en Genk uit de dataset

verwijderd. De stijging bij de maximumtemperaturen blijft even groot voor elke hoogte, zie

bijlage 24. Er wordt hier geen verband waargenomen. De minimumtemperatuurstijging kent

een lichte daling met de hoogte, zie bijlage 25. Maar deze is te licht om een duidelijk verband

aan te tonen. De minimumtemperatuurstijging is dus ook niet afhankelijk van de hoogte. Een

patroon tussen minimum- en maximumtemperaturen en de hoogte in de verschillende

95

seizoenen werd niet gevonden. In sommige studies werd zo’n patroon wel gevonden

(Rangwala & Miller, 2012).

Omdat er een verband gevonden wordt tussen de temperatuurstijging en de hoogte, wordt er

nagegaan wat hiervan de oorzaak zou kunnen zijn voor België. Aangezien de relatie het

sterkst blijkt in de zomer en het zwakst in de winter is de oorzaak van het sneeuw/ijs albedo

feedback mechanisme eerder uit te sluiten. Andere factoren die kunnen meespelen zijn

bewolking, waterdamp en aerosolen (Rangwala & Miller, 2012). Waterdamp en aerosolen

kunnen niet direct onderzocht worden aangezien hier geen data voor aangeleverd is. Wel kan

nagegaan worden als de bewolking een mogelijke factor kan zijn.

Het finale effect van de bewolking op het klimaat is nog onzeker, maar men weet wel dat

verschillende types bewolking een verschillend effect opleveren. Hoge cirrusbewolking bevat

minder water en dus ook minder druppels die de zonnestralen kunnen reflecteren. Cumulus en

strato wolken daarentegen bevatten veel meer water. De vele druppels zorgen voor meer

reflectie en dus meer zonnestralen die terug in de atmosfeer worden gestuurd (Verschuren,

2015). Data van de lage- en middelhoge bewolking zijn voor handen en kunnen nader

bekeken worden. Uit paragraaf 4.2.4 bleek dat de lage- en middelhoge bewolking over heel

België zeer licht gedaald is met 0,02 octa’s van 1952 tot en met 2014. Deze daling is niet

significant en vertoonde ook geen duidelijk patroon wanneer de waarden per station werden

uitgezet, zie paragraaf 4.3.4. De jaarlijkse stijging/daling van de lage- en middelhoge

bewolking levert niets op. Daarom wordt de data hier verder onderzocht per seizoen.

Tabel 12: Stijging/daling lage- en middelhoge bewolking per seizoen

Seizoen Stijging/daling lage- en

middelhoge bewolking

Significant?

lente -0,087 Nee

zomer -0,446 Ja

herfst 0,155 Nee

winter 0,304 Ja

Tabel 12 geeft de stijging of daling van de lage- en middelhoge bewolking weer per seizoen

van 1952 tot en met 2014 (of minder, naar gelang het bereik van de data). Hieruit is af te

leiden dat enkel de zomer en winter een significante trend vertonen. In de zomer is de lage

bewolking fors gedaald met bijna een halve octa (0,446 octa) van 1952 tot 2014. In de winter

96

is er een stijging te zien van 0,30 octa. Vervolgens wordt er onderzocht of er een relatie is

tussen de lage- en middelhoge bewolking en de hoogte van de stations. Hiervoor wordt de

lage bewolking uitgezet op de hoogte van de stations. Oostende vertoont een opvallend hoge

stijging dan de rest van de stations en heeft maar data van 1952 tot 1995. Daarom werd deze

hier uit de vergelijking gelaten. Voor de lente en herfst is er een zeer kleine relatie en voor de

winter is er geen relatie te zien tussen de hoogte en de bewolking. In de zomer is er een lichte

daling waar te nemen in de bewolking met de hoogte, zie grafiek 11.

Grafiek 11: Relatie stijging/daling lage- en middelhoge bewolking – hoogte in de zomer

Op de grafiek is te zien dat de bewolking meer gedaald is aan de stations op hogere hoogte.

De relatie tussen twee is echter zeer licht en bovendien lijken de laatste vier stations niet mee

te doen met deze trend. In theorie is het wel mogelijk dat de lagere lage- en middelhoge

bewolking voor de grotere relatie zorgt tussen temperatuurstijging en hoogte. Minder lage

bewolking betekent minder reflectie en dus een lager albedo. Hierdoor worden er minder

zonnestralen teruggestuurd in de atmosfeer. Dit kan voor een temperatuurstijging zorgen aan

de grond. Aangezien de lage bewolking licht daalt op grotere hoogte zou dit een verklarende

factor kunnen zijn voor de snellere temperatuurstijging op hogere hoogte. De relatie is echter

klein en meer gespecialiseerd onderzoek is dus nodig om het uiteindelijke effect te bepalen.

97

Er wordt ook een poging gedaan om het verschil in temperatuurstijging tussen Vlaanderen en

Wallonië te berekenen. Hiervoor worden dezelfde stations weggelaten als voor het opstellen

van grafiek 10. Schaffen, Zelzate en Virton worden dus uit de berekening gelaten. Vervolgens

wordt de gemiddelde temperatuurstijging berekend voor Vlaanderen en Wallonië. De

gemiddelde temperatuurstijging in Vlaanderen is 1,26°C, deze in Wallonië 1,66°C. De

temperatuurstijging in Wallonië ligt gemiddeld 0,40°C hoger dan in Vlaanderen van 1952 tot

en met 2014. Wallonië warmt dus ongeveer 1,32 keer sneller op dan Vlaanderen. Deze is

vergelijkbaar met de factor die Wang et al. (2016) vonden in hun studie, namelijk 1,24 keer

sneller.

5.5 Warmen de weerstations aan de kust sneller op?

De temperatuurstijging aan de kust ligt een klasse hoger dan over het algemeen in de rest van

Vlaanderen. Koksijde heeft hierbij een iets grotere opwarming dan Middelkerke en Oostende.

De temperatuurstijging van de stations in Vlaanderen liggen over het algemeen tussen 0,30°C

en 1,25°C. Aan de kust liggen ze tussen 1,26°C en 1,55°C. Middelkerke heeft de laagste

temperatuurstijging aan de kust met een waarde van 1,28°C. Het gaat hier natuurlijk maar om

drie stations voor heel de kust, maar op het eerste zicht lijkt het zo dat de kust sneller is

opgewarmd dan de rest van Vlaanderen. De grootste factor die het weer aan de kust

beïnvloedt is het zeewater, meer bepaald de temperatuur van het zeewater. Daarom wordt naar

literatuur gezocht die een snellere temperatuurstijging linkt aan de stijging van de

zeewatertemperatuur.

Galle (2015) onderzocht het klimaat aan de Belgische kust meer in detail. Hij besloot dat er te

veel gegevens ontbreken in de beginjaren van de meetreeks om duidelijk te stellen dat de

gemiddelde zeewatertemperatuur is gestegen aan onze kust, maar zag wel een stijgende trend.

Twee andere studies, van de European Environment Agency (www.eea.erupa.eu, 29/04/2015)

en een Nederlandse studie (Lenderink et al., 2008) wijzen wel op een stijging in de

temperatuur van de Noordzee. Verder werden er geen relevante studies gevonden die iets

zeggen over de stijging van de temperatuur van het zeewater in de Noordzee. Er is een

stijging te zien vooral in de laatste decennia, maar er zijn hier eigenlijk nog te weinig studies

over gevoerd om duidelijk te stellen dat de temperatuur van het zeewater voor de Belgische

kust is gestegen. Over een paar jaar, wanneer meer data vergaard is, zal men misschien meer

kunnen zeggen hierover.

98

Er werd bovendien ook geen literatuur gevonden die de stijging van de zeewatertemperatuur

linkt aan de temperatuurstijging aan de kust. De stijging in zeewatertemperatuur wordt wel

gelinkt aan de neerslagstijging aan de kust door Lenderink et al. 2008. Zij vonden een

positieve relatie tussen de twee. Het warmere water aan de kust zorgt voor toename in

ontwikkeling van buien en neerslag. Dit wordt ook door de eigen data bevestigd in figuur 15,

die de stijging en daling van de neerslaghoeveelheid weergeeft.

De temperatuur van het zeewater is zeker gelinkt aan de temperaturen aan de kust. Het warme

zeewater zorgt namelijk voor aangenamere temperaturen aan de kust in de herfst en winter

(Galle, 2015) (http://www.meteo.be, 02/04/2016). Als een temperatuurstijging van het

zeewater gelinkt is aan de temperatuurstijging aan de kust, kan op basis van de huidige

literatuur niet gezegd worden. Hiervoor is verder onderzoek nodig.

99

6. BESLUIT

In deze paper werd de klimaatverandering onderzocht tussen verschillende regio’s in België

van de afgelopen 60 jaar. Dit werd gedaan door weerparameters van 27 weerstations met

elkaar te vergelijken. Om de eigen data te controleren werd deze eerst vergeleken met deze uit

de klimaatatlas, opgesteld door het KMI. Uit deze bevindingen kon besloten worden dat de

eigen data goed overeenkomt met de gegevens uit de klimaatatlas. Bij neerslag was het station

te Oostende wel een uitschieter, deze vertoonde te lage neerslag gemiddelden. Als eerste werd

de algemene stijging of daling van de weerparameters onderzocht, dus voor heel België.

Hieruit bleek dat de temperatuur significant gestegen is met 1,52°C tussen 1952 en 2014. Ook

de minimum- en maximumtemperatuur kennen een significante stijging. De gemiddelde

jaarlijkse neerslag vertoonde een niet significante stijging. De wind is significant gedaald met

0,32 m/s van 1952 tot en met 2014. Uit analyse bleek dat de windrichting nagenoeg niet

veranderd is tussen 1952 en 2014.

Vervolgens werd er nagegaan als er een evolutie te zien is van de weerparameters binnen één

station. Dit werd gedaan door de stijging en daling van alle parameters te onderzoeken voor

elk station. Ze werden uitgezet op kaart om de verschillende regio’s in België met elkaar te

vergelijken. De temperatuurstijgingen van de verschillende weerstations liggen tussen 0,29°C

en 1,86°C. Virton heeft de laagste temperatuurstijging en de opwarming in Vlaanderen lijkt

iets lager te liggen dan in Wallonië. De temperatuurstijging aan de kust ligt iets hoger dan

over het algemeen in de rest van Vlaanderen. In de stijgingswaarden voor de maximum- en

minimumtemperatuur is er niet echt een patroon te herkennen. De stijging van de

minimumtemperatuur ligt wel hoger dan deze van de maximumtemperatuur. De stijgings- en

dalingswaarden voor de neerslag lopen zeer uiteen, de waarden lopen van -151 mm tot 223

mm. De neerslagstijging aan de kust is over het algemeen hoger dan de rest van het land.

Verder vertonen de winden bewolkingparameters geen echt duidelijk regionaal patroon.

Deze bevindingen komen overeen met wat in de hypothese verwacht werd. De temperatuur is

inderdaad in het hele land gestegen en de neerslag vertoont geen duidelijke trend. Er werd wel

verwacht dat de neerslag in de winter een stijging ging vertonen. Dit is inderdaad het geval,

maar de stijging was niet significant volgens de Mann-Kendall toets.

Na het bekomen van deze resultaten werd er onderzocht als er versnellingen of sprongen te

vinden zijn de stijging/daling van de verschillende weerparameters. Hieruit kan besloten

100

worden dat er voor de temperatuur en maximumtemperatuur geen versnelling, maar een

sprong waar te nemen is rond het jaar 1988. De gemiddelde temperatuur voor 1988 ligt

ongeveer een graad lager dan de gemiddelde temperatuur na 1988. De minimumtemperatuur

heeft niet echt een sprong, deze stijgt eerder gestaag gedurende de afgelopen 60 jaar. De

sterkste stijging is gelegen tussen 1973 en 1993. De gemiddelde jaarlijkse neerslag kent een

redelijk variabel patroon. De gemiddelde wind is redelijk stabiel tot 1985, en kent daarna een

daling.

Er kan niet zomaar gezegd worden dat als de neerslag een stijging kent in een bepaald station

voor de periode 1952-2014, dat de wind of de bewolking dan ook zal stijgen in dat station.

Daarvoor vertonen te weinig stations een gelijkenis. Wanneer er gekeken wordt naar neerslag

en lage-en middelhoge bewolking per seizoen, is er in de winter wel een zeker patroon te zien.

68% van de stations geeft aan dat er zowel een neerslagstijging als een stijging in lage- en

middelhoge bewolking is. Deze gepaarde stijging kan mogelijk gelinkt worden aan het

buienpatroon in de winter. Frontale neerslag gaat gepaard met een volledig bewolkte hemel

terwijl dit bij buien veel minder het geval is. Het is waarschijnlijk daarom dat beide stijgingen

meer gepaard voorkomen.

De hogere temperaturen in steden kan mogelijk een invloed uitoefenen op de sterkte van de

temperatuurstijging. Daarom werd er gezocht naar stations die mogelijk een hitte-eiland effect

hebben. Deurne, Ukkel, Genk en Zelzate kennen op basis van enkele vergelijkingen een hitte-

eiland effect. Voor Bierset en Gosselies is het effect minder duidelijk. Zij kennen mogelijk

een hitte-eiland effect, maar ze is dan waarschijnlijk minder groot dan deze van Ukkel en

Genk. Een belangrijke noot hierbij is dat de methode die gebruikt werd om stations met een

hitte-eiland effect te ontdekken, niet helemaal te vertrouwen is. Een hitte-eiland effect is niet

gemakkelijk te onderzoeken, aangezien er vaak te weinig data voor handen is van rurale

weerstations dicht bij de stad. Er werden hier dan ook twee methodes gecombineerd om de

betrouwbaarheid enigszins te verhogen. De stations met een hitte-eiland effect werden

vervolgens vergeleken met de temperatuurstijging. Hieruit kon besloten worden dat het niet

de stations met een hitte-eiland effect zijn, die de grootste opwarming kennen. De stations met

de hoogste temperatuurstijging zijn namelijk Schaffen, Florennes en Saint-Hubert. De stations

met een hitte-eiland effect vertonen wel een band met de minimumtemperatuurstijging. Drie

van vier stations die een hitte-eiland effect kennen, kennen een grote

101

minimumtemperatuurstijging. Hun invloed op de maximumtemperatuurstijging is eerder

miniem.

Het opmerkelijkste klimaatverschil in België is gevonden tussen de opwarming in Vlaanderen

en de opwarming in Wallonië. Deze zou zo’n 1,32 keer sneller zijn in Wallonië dan in

Vlaanderen tussen 1952 en 2014. Wanneer de temperatuurstijging en de hoogte van de

weerstations worden uitgezet op een grafiek is er een recht evenredig verband te zien. De

stations op een hogere hoogte lijken sneller op te warmen dan deze lager gelegen. Het

onderzoek wereldwijd hiernaar is nog pril en het effect kan niet met zekerheid bevestigd

worden. Toch is er een opmerkelijk verband vast stellen in België. Onderzoek tussen meer

verschillende stations is nodig om uitsluitsel te geven. Ook zullen onderzoeken in de

toekomst, met meer data, nodig zijn. Een mogelijke oorzaak voor een snellere opwarming op

hoge hoogte is het sneeuw/ijs albedo effect. Temperatuurstijging zorgt voor meer

sneeuwsmelt en dus een lager albedo. Dit kan dan leiden tot een grotere opwarming.

Aangezien het effect in België het kleinst is in de winter, is het weinig waarschijnlijk dat het

sneeuw/ijs albedo effect hier meespeelt. Lage bewolking heeft ook een effect op het albedo.

Een afname in lage bewolking zorgt eveneens voor een lagere albedo. Hier wordt wel een

verband gevonden met de hoogte. De lage bewolking daalt licht, wanneer de hoogte van de

stations toeneemt. Het kan een mogelijke verklaring zijn, maar het effect is klein. Meer

onderzoek is nodig om een mogelijke oorzaak vast te stellen. Tot slot werd onderzocht als de

opwarming van de weerstations aan de kust gelinkt kon worden aan de stijging van de

zeewatertemperatuur. Op basis van het huidige onderzoek kon hier niets over besloten

worden.

In deze paper is een eerste aanzet gegeven tot het onderzoeken van de klimaatverandering

tussen verschillende regio’s in België. Deze bevindingen en vooral de mogelijk snellere

opwarming op hogere hoogte nodigen uit voor meer diepgaand onderzoek. Een vergelijken

tussen meer stations in België kan nagaan of de stations op hogere hoogte inderdaad sneller

opgewarmd zijn. De stations met een hitte-eiland effect lijken vooral een invloed uit te

oefenen op de minimumtemperatuurstijging. Hier kan het verschil tussen dagen

nachttemperaturen verder onderzocht worden. Mogelijk warmen de nachttemperaturen sneller

op dan deze overdag bij deze stations. Een vergelijking tussen stad en dichtbij ruraal gebied is

hier nodig.

102

7. LITERATUURLIJST

Ahrens, C.D. (2009). Meteorology Today. An introduction to weather, climate and the

environment. Belmont, Brooks/Cole.

Brouwers, J., Peeters, B., Van Steertegem, M., van Lipzig, N., Wouters, H., Beullens, J.,

Demuzere, M., Willems, P., De Ridder, K., Maiheu, B., De Troch, R., Termonia, P.,

Vansteenkiste, Th., Craninx, M., Maetens, W., Defloor, W., Cauwenberghs, K. (2015).

MIRA Klimaatrapport 2015, over waargenomen en toekomstige

klimaatveranderingen. Vlaamse Milieumaatschappij i.s.m. KU Leuven, VITO en

KMI. Aalst, Belgium. 147 p.

Cabooter, Y., De Ridder, K., Van Ypersele, J.P., Tricot, C. (2006). SPSD II. Improved

prediction of wind power in Belgium. Part 1: Sustainable production and consumption

patterns. Brussel: The Belgian Science Policy.

De Ridder, K., Maiheu, B., Wouters, H., van Lipzig, N. (2015). Indicatoren van het stedelijk

hitte-eiland in Vlaanderen. Studie uitgevoerd in opdracht van de Vlaamse

Milieumaatschappij, MIRA, MIRA/2015/05, VITO.

De Smith, M.J., Goodchild, M.F., Longley, P. (2007). “4.2.12.1 Univariate classification

schemes”. In: De Smith, M.J., Goodchild, M.F., Longley, P. (2007). Geospatial

Analysis: A Comprehensive Guide to Principles, Techniques and Software Tools.

Leicester: Troubador Publishing Ltd. pp. 99-102.

Galle, M. (2015). Klimatologie en fysische oceanografie van de Belgische kust en zee.

Masterproef. Universiteit Gent. Vakgroep Geografie.

Geiger R., Aron R. H., Todhunter P. (2009). The Climate near the ground. Verenigde Staten:

Rowman & Littlefield Publishers INC.

Gellens, D., (2002.). Combining regional approach and data extension procedure for assessing

GEV distribution of extreme precipitation in Belgium, Journal of Hydrology. Volume

268, pp. 113-126.

Hamdi, R., Deckmyn, A., Termonia, P., Demarée, G.R., Baguis, P., Vanhuysse, S. and Wolff,

E. (2009). Effects of historical urbanization in the Brussels Capital Region on surface

air temperature time series: A model study. Journal of Applied Meteorology and

Climatology. Volume 48, pp. 2181–2196.

Hamdi, R., Van de Vuyver, H. (2011). Estimating urban heat island effects on near-surface air

temperature records of Uccle (Brussels, Belgium): an observational and modeling

study. Advances in Science & Research. Volume 6, pp. 27–34.

103

Hamed, K.H., Rao A.R. (1998). A modified Mann-Kendall trend test for autocorrelated data.

Journal of Hydrology. Volume 204(1-4), pp. 182-196.

Hurrell, J.W., Deser, C. (2009) North Atlantic climate variability: The role of the North

Atlantic Oscillation. Journal of Marine Systems. Volume 78, Issue 1, pp. 28–41.

Karmeshu, N. (2012). Trend Detection in Annual Temperature & Precipitation using the

Mann Kendall Test – A Case Study to Assess Climate Change on Select States in the

Northeastern United States. Pennsylvania : University of Pennsylvania. Department of

Earth and Environmental Science. 33 blz.

(http://repository.upenn.edu/cgi/viewcontent.cgi?article=1045&context=mes_capstone

s )

Kotlarski, S., Lüthi, D., Schär, C. (2015). The elevation dependency of 21st century European

climate change: an RCM ensemble perspective. International Journey of Climatology.

Volume 35, Issue 13, pp. 3902-3920.

Landuyt, L., Schietecat, G.D. (1992). Klimaatgemiddelden en weerextremen in België.

Brussel: Koninklijk Meteorologisch Instituut van België.

Lenderink, G., van Meijgaard, E., Selten, F. (2008). Intense coastal rainfall in the Netherlands

in response to high sea surface temperatures: analysis of the event of August 2006

from the perspective of a changing climate. Climate Dynamics. Volume 32, issue 1, pp

19-33.

McGuire, C.R., Nufio, C.R., Bowers, M.D., Guralnick, R.P. (2012). Elevation-Dependent

Temperature Trends in the Rocky Mountain Front Range: Changes over a 56-and 20-

Year Record. Plos One. Volume 7, Issue 9, e44370.

Mormal, P., Tricot, C. (2004). Aperçu climatique des Haute-Fagnes. Brussel: Koninklijk

Meteorologisch Instituut van België.

Oyler, J.W., Dobrowski, S.Z., Ballantyne, A.P., Klene, A.P., Running, S.W. (2015). Artificial

amplification of warming trends across the mountains of the western United States.

Geophysical Research Letters. Volume 42, Issue 1, pp. 153-161.

Pepin, N., Bradley, R.S., Diaz, H.F., Baraer, M., Caceres, E.B., Forsythe, N., Fowler, H.,

Greenwood, G., Hashmi, M.Z., Liu, X.D., Miller, J.R., Ning, L., Ohmura, A., Palazzi,

E., Rangwala, I., Schöner, W., Severskiy, I., Shahgedanova, M., Wang, M.B.,

Williamson, S.N., Yang, D.Q. (2015). Elevation-dependent warming in mountain

regions of the world. Nature Climate Change. Volume 5, Issue 5, pp. 424-430.

104

Rangwala, I., Miller, J.R. (2012). Climate change in mountains: a review of elevation-

dependent warming and its possible causes. Climatic change. Volume 114, Issue 3, pp.

527-547.

Tricot, C., Debontridder, L., Delcloo, A., Vandiepenbeeck, M. (2008). “Hoofdstuk 1. De

evolutie van het klimaat in België”. In: KMI, (Ed). Oog voor het klimaat. Brussel:

Koninklijk Meteorologisch Instituut van België. pp. 3-24.

Tricot, C., Vandiepenbeeck, M., Van de Vyver, H., Debontridder, L. (2015). “Hoofdstuk 1.

De evolutie van het klimaat in België”. In: KMI, (Ed). Oog voor het klimaat 2015.

Brussel: Koninklijk Meteorologisch Instituut van België. pp. 4-28.

Van de Vyver, H. (2012). Evolution of extreme temperatures in Belgium since the 1950s.

Theoretical and Applied Climatology. Volume 107, Issue 1, pp 113-129

Vandiepenbeeck, M. (1998). On a recent urban effect in the time series of the temperature in

different stations in Belgium. Onuitgegeven scriptie. Brussel: Koninklijk

Meteorologisch Instituut van België.

Vandiepenbeeck, M. (2008). Aperçu des caractéristiques climatiques constatées à Bruxelles-

Uccle durant la période trentenaire 1988-2007. Bulletin de la Société géographique de

Liège. Volume 51, pp. 151-162.

Vandiepenbeeck, M., Tricot, C., Tempels, J., Joukoff, A. (1995). “Le climat de la Belgique

change-t-il?”. In: Direction Générale des Ressources Naturelles et de l'Environnement.

(1994) Etat de l’environnement Wallon. Volume 1. Brussel: Ministère de la Région

Wallonne. pp. 211-223.

Verschuren, D. (2015). Chapter 2: The greenhouse effect : Feedbacks. Onuitgegeven scriptie.

Universiteit Gent. Faculteit Bio-ingenieurswetenschappen.

Wang, Q., Fan, X., Wang, M. (2014). Recent warming amplification over high elevation

regions across the globe. Climate Dynamics. Volume 43, Issue 1, pp. 87–101.

Wang, Q., Fan, X., Wang, M. (2016). Evidence of high-elevation amplification versus Arctic

amplification. Scientific Reports. Volume 6, 19219.

WMO (2003). Manual on the Global Observing System. Volume I. Zwitserland: World

Meteorological Organization.

WMO (2008). Guide to Meteorological Instruments and Methods of Observation.

Zwitserland: World Meteorological Organization.

Yue, S., Wang, C. (2004). The Mann-Kendall Test Modified by Effective Sample Size to

Detect Trend in Serially Correlated Hydrological Series. Water Resources

Management. Volume 18, Issue 3, pp 201-218

105

Internetbronnen:

Baggelaar, P. K., Van Der Meulen, E. C.J. (2010). Trendanalist. Gebruikershandleiding.

http://members.home.nl/amo/icastat/Handleiding.pdf. 07/04/2016

European Environment Agency (2009). Sea surface temperature anomaly for period 1870-

2006. http://www.eea.europa.eu/data-and-maps/figures/sea-surface-temperature-

anomaly-for-period-1870-2006. 29/04/2015

Excel Xlstat helptool (2016). Mann-Kendall Trend Test. 15/03/2016

Géoportail Wallonie (2016). http://geoportail.wallonie.be/. 10/05/2016

Geopunt (2016). http://www.geopunt.be/. 11/05/2016

Google Maps (2016). Google Maps. https://www.google.be/maps. 10/05/2016

Herremans, L. (2011). Weerstations op het dak van België.

http://meteotollembeek.be/data/documents/Weerstations=20op=20het=20dak=20van=

20Belgi=C3=AB.pdf. 12/04/2016

KMI (2016). Bewolkingsgraad. http://www.meteo.be/meteo/view/nl/91313-

WeerWoorden.html?view=188150. 04/04/2016

KMI (2016). Het waarnemingsnetwerk. http://www.meteo.be/meteo/view/nl/124570-

Waarnemingsnetwerk.html. 25/03/2016

KMI (2016). Karakteristieken van enkele klimatologische parameters.

http://www.meteo.be/meteo/view/nl/360361-Parameters.html. 02/04/2016

KMI (2016). Klimaatatlas. http://www.meteo.be/meteo/view/nl/16788784-Klimaatatlas.html.

10/05/2016

KMI (2016). Storm. http://www.meteo.be/meteo/view/nl/1103446-Storm.html. 05/04/2016

Pohlert, T. (2016). Non-Parametric Trend Tests and Change-Point Detection. https://cran.r-

project.org/web/packages/trend/vignettes/trend.pdf. 06/04/2016

Scienceofdoom (2011). Statistics and Climate – Part Three – Autocorrelation.

http://scienceofdoom.com/2011/07/31/statistics-and-climate-%E2%80%93-part-three-

autocorrelation. 06/04/2016

UGent (2013). http://cartogis.ugent.be/geodata/. 20/11/2013

Xlstat. (2016). Mann-Kendall trend test. https://www.xlstat.com/en/solutions/features/mann-

kendall-trend-tests. 06/04/2016

106

8. BIJLAGE

107

Bijlage 1: Gemiddelde temperatuur per seizoen

109

Bijlage 2: Gemiddelde minimumtemperatuur per seizoen

111

Bijlage 3: Gemiddelde maximumtemperatuur per seizoen

113

Bijlage 4: Gemiddelde neerslaghoeveelheid per seizoen

115

Bijlage 5: Gemiddelde windsnelheid en –richting per seizoen

117

Bijlage 6: Temperatuurstijging per seizoen

119

Bijlage 7: Stijging/daling neerslaghoeveelheid per seizoen

121

Bijlage 8: Gemiddelde jaarlijkse temperatuur per seizoen

122

Bijlage 9: Hoogste maximumtemperatuur per jaar

Bijlage 10: Laagste minimumtemperatuur per jaar

124

Bijlage 11: Gemiddelde neerslag per seizoen

125

Bijlage 12: Maximum neerslag in 24u per jaar

127

Bijlage 13: Gemiddelde windsnelheid per seizoen

Bijlage 14: Gemiddelde hoogst gemiddelde windsnelheid

128

Bijlage 15: Maximum hoogst gemiddelde windsnelheid

Bijlage 16: Gemiddelde zwaarste rukwind

129

Beauvechain jaar Bierset jaar Brustem jaar Chièvres jaar Deurne jaar

35,7 2006 36,7 2006 36,4 1990 36,5 2003 36 1976

35,4 1994 36,1 1994 36 1957 36,4 1990 35,5 2012

35,3 1990 35,9 2010 35 1964 36,2 2003 35,4 2003

35,1 1990 35,7 2003 34,5 1986 36 1959 35,1 2013

35 1952 35,6 1998 34,2 1989 35,8 1990 35 1957

Florennes jaar Genk jaar Gosselies jaar Kleine-

Brogel

jaar Koksijde jaar

36,7 2003 37 1959 38 1976 38,2 2009 36,2 2003

35,9 2003 36,6 2003 37 2006 37,8 2006 36 2006

35,5 2003 36,5 1994 36,6 2003 37,7 2003 35,7 1995

34,8 2006 36,4 1990 36,5 2003 37,4 1994 35 1957

34,3 2011 36 1957 36,2 2003 37,3 2010 34,7 1995

Middelkerke jaar Oostende jaar Saint-

Hubert

jaar Schaffen jaar Semmerzake jaar

36 2006 35 1975 34,4 2003 36,8 2006 36,9 2006

35,9 1995 34,3 1999 34,3 2003 36,4 2010 35,4 1990

35,6 2003 33,7 1999 33,5 2003 36 2010 35,3 1994

34 1957 33,2 1984 32 1952 35,8 2010 35,1 2003

33,5 2003 33 1952 31,7 2003 35,7 2012 34,8 2003

Spa jaar Ukkel jaar Virton jaar Zaventem jaar Zelzate jaar

35 2003 36,2 2006 37,7 2003 36 1952 37,6 2006

34,8 2003 35,9 1990 37,6 2003 35,9 1990 36,6 1990

33,3 2006 35,2 1990 37,1 2003 35,8 2006 35,3 1990

33,2 2003 35 1952 36,1 2003 35,2 1998 35,1 2013

33,1 2006 34,7 1989 36 1952 35,1 2003 35 1975

Bijlage 17: Top vijf hoogste maximumtemperatuur (°C)

Opmerking: Als er meerdere jaren zijn met dezelfde waarde, wordt het vroegste jaar genomen

wanneer de waarde wordt waargenomen.

130


-18 1956 -19,8 1985 -23 1985 -20,6 1982 -18 1968

-17 1963 -18,3 1987 -21 1982 -18,9 1985 -17 1985

-16,8 1985 -18 1979 -20 1979 -18,4 1982 -16 1969

-16,3 1997 -17,5 1982 -19 1963 -17,6 1985 -15,8 1985

-16 1966 -17 1971 -18 1979 -17,5 1985 -15,2 2012


Brogel

jaar Koksijde jaar

-18,9 1985 -21 1956 -17,5 1985 -22,8 1985 -19 1966

-18,4 1985 -20 1985 -17 1963 -20 1956 -18,1 1985

-18 1969 -19 1956 -16,7 2012 -19 2009 -18 1956

-17,4 1987 -18 1956 -15,7 1985 -18,6 1997 -17,1 1985

-17,1 1985 -17 1979 -15,6 1997 -18,3 1987 -16,3 1985


Hubert


-17 1966 -16 1976 -21 1956 -18 1956 -15,6 1985

-16 1971 -15 1962 -20 1956 -17 2009 -15 1987

-15 1985 -14 1979 -19,4 1987 -16,8 1985 -14,6 1985

-14,9 1985 -13 1963 -19 1979 -16,3 1985 -13,4 1997

-14 1956 -12,4 1997 -18,1 1991 -16 1966 -12,8 1987


-21 1956 -16,2 1985 -21 1968 -18 1964 -17,3 1985

-20 1987 -16 1956 -20 1956 -17 1979 -14 1985

-19,4 1987 -15 1963 -19 1963 -16,6 1982 -13,8 1997

-19 1979 -14 1979 -18 1979 -16 1963 -13,4 1985

-18 1963 -13,8 1997 -17,6 2001 -15,8 1985 -13,3 1982

Bijlage 18: Top vijf laagste minimumtemperatuur (°C)

Als er meerdere jaren zijn met dezelfde waarde, wordt het laatste jaar genomen wanneer de

waarde wordt waargenomen.

131

Beauvechain jaar Bierset jaar Botrange jaar Brustem jaar Chièvres jaar

118,7 1982 107,6 1982 156 1982 67 1982 83,6 1968

73,4 1996 102,3 1966 116,9 1953 63,2 1966 74,4 1981

68 1962 77 1998 98 1959 59,6 1961 71,5 1956

64 2002 74,4 1981 90,2 1960 50,7 1966 63 1965

62,6 2014 63,4 1960 82,3 1952 48,3 1959 52,8 1966

Deurne jaar Dourbes jaar Elsenborn jaar Ernage jaar Florennes jaar

70,1 1960 65,1 2010 93,5 1991 88,7 1996 70,2 1953

66,5 1998 60,8 1972 83 1998 53,5 1969 58,8 1996

61,3 1952 55,4 1983 80,3 1998 53,3 2002 57,8 2010

55 1996 52,8 1992 79,1 1996 47,5 1966 57,5 1980

51,5 1951 51 2009 74,7 1994 47,1 1977 56,9 1996

Gosselies jaar Kleine-

Brogel

jaar Koksijde jaar Middelkerke jaar Mont

Rigi

jaar

71,6 2005 79,9 1996 76,8 2007 60 1996 114,5 2000

65,4 1981 71 1983 73,8 1996 57,6 1998 114,1 1982

63,1 1996 59,8 1966 57,9 1969 53,6 1993 97,1 1959

62,4 1996 54,2 2009 54,2 1993 50,8 1984 92,5 1991

57 1972 50,9 1992 54 2013 50,4 2005 76,7 1984

Oostende jaar Saint-

Hubert

jaar Semmerzake jaar Spa jaar Stabroek jaar

34,6 1969 75,6 1966 75,8 1996 98,2 1982 101 1998

32,7 1967 68 1953 68,4 2006 80,8 2005 71 2005

32 1973 65 1963 64,6 2000 72 2007 65,3 2013

31,2 1960 63,4 2007 62 2001 71,4 1968 63,1 1970

31 1981 61,3 2000 56,4 1992 70,9 1964 58,2 1992

Ukkel jaar Wevelgem jaar Zaventem jaar

61,8 2009 69,3 1987 91,1 1982

60,4 1963 54,4 1957 80,8 1996

59,6 1962 53,6 1965 60,7 1963

56,7 1996 47 1960 56,7 2009

56,4 1996 44,8 2013 52,6 1957

Bijlage 19: Top vijf neerslag gevallen in 24u per station (mm)

Opmerking: Als er meerdere jaren zijn met dezelfde waarde, wordt het vroegste jaar genomen

wanneer de waarde wordt waargenomen.

132


23,6 1990 30,5 1979 32,1 1963 21 1990 31,6 1965

23,5 1990 28,5 1975 31,6 1966 20 2009 30,5 1965

21 2005 28 1968 30,6 1995 19,4 1993 29,5 1974

20,3 1953 27,5 1975 29 1952 19,3 1983 29 1968

19,4 1990 26,8 2007 26,5 1957 18,8 1954 22,4 1983


Brogel

jaar Koksijde jaar

31,1 1969 31,6 1975 30,5 1977 28 2010 31,6 1970

30,5 1973 30,5 1979 30 2006 24 2010 26 2014

30 2005 28 1964 29 1975 22 2012 25,5 1990

29 1969 27,5 1976 20,3 1984 19,3 1954 25,4 1969

26 1964 24,6 1988 20 2007 18 2000 24,9 1976


Hubert


31,1 1976 31,6 1975 30,5 1974 23,6 1990 30 2003

27,5 1990 31,1 1990 29,5 1966 20,3 1953 28,6 1988

25,5 1987 30,5 1983 26,5 1960 18,5 1990 26 1990

24,2 1993 29,5 1979 23,4 1960 18 1990 25 2007

23,9 1986 29,1 1990 22,4 1977 17,8 1954 23 1999


31,6 1970 30,5 1963 32,1 1970 29,5 1964 30,5 1969

30 1978 25,4 1957 31,6 1977 29 1975 30 2000

29,5 1967 25 1996 31,1 1975 26,5 1954 29,5 1978

29 1975 24,9 1958 30,5 1972 24,9 1977 29 1977

28,5 1979 24 1996 29,5 1972 22,9 1953 22,4 1975

Bijlage 20: Top vijf hoogst gemiddelde windsnelheid (m/s)

133

Beauvechain jaar Bierset jaar Chièvres jaar Deurne jaar Florennes jaar

45,9 1996 46 2000 36,2 1995 43,4 1990 46 1998

43,4 1996 40 2000 35 2011 43 2000 45,4 1994

41,8 1996 38,3 1995 32 2011 42,8 1989 45 1998

41 2001 36,2 1996 31 2007 41,3 1995 44,4 1996

40,8 1996 36 2000 30 1996 40,8 1994 44 2002

Gosselies jaar Kleine-

Brogel

jaar Koksijde jaar Middelkerke jaar Saint-

Hubert

jaar

45,9 1988 41,3 1995 43 1999 45,9 1988 45,4 1995

45,4 1991 41 1999 42 1999 43,9 1991 44,4 1995

44,9 1994 40 1997 40,3 1995 40,3 1991 41,8 1990

43,9 1990 38 2000 38 1998 39,8 1990 40,8 1995

43 1998 36,2 1996 37,2 1994 37,7 1990 40,3 1990

Schaffen jaar Semmerzake jaar Spa jaar Ukkel jaar Zaventem jaar

43 2002 41 1999 45,9 1992 42 2002 40,8 1992

41,8 1995 39 2001 44,4 1994 40 2003 39,8 1992

41 2000 38 2002 43,9 1993 39 2001 38,3 1990

39 2007 33 2001 41,3 1995 37 2001 37 2014

34 2004 31,1 1994 41 1997 31 2001 36,7 1992

Zelzate jaar

31,7 2007

27,4 2004

27 2004

26,9 2008

25,3 2007

Bijlage 21: Top vijf zwaarste rukwinden (m/s)

134

Deurne - Saint-Hubert lente zomer herfst winter

Gemiddelde wind W-N 4,097 3,607 4,144 4,224

Gemiddelde wind NNO-WZW 2,857 2,655 2,638 2,795

Verschil 1,239 0,953 1,507 1,429

Deurne - Florennes lente zomer herfst winter



Verschil 0,882 0,618 0,811 1,0593

Gosselies - Saint-Hubert lente zomer herfst winter

Gemiddelde wind ZO-ZW 2,427 2,546 2,207 2,2215

Gemiddelde wind WZW - OZO 2,636 2,734 2,373 2,4128

Verschil -0,21 -0,188 -0,17 -0,191

Gosselies - Florennes lente zomer herfst winter

Gemiddelde wind ZO-ZW 0,857 1,087 0,739 0,8001

Gemiddelde wind WZW - OZO 0,911 1,327 0,889 0,9014

Verschil -0,05 -0,24 -0,15 -0,101

Schaffen - Saint-Hubert lente zomer herfst winter

Gemiddelde wind Z-ZW 3,053 2,855 2,672 2,6898

Gemiddelde wind WZW - ZZO 2,854 2,682 2,71 2,4892

Verschil 0,2 0,174 -0,04 0,2006

Schaffen - Florennes lente zomer herfst winter

Gemiddelde wind Z-ZW 1,11 1,063 1,115 1,0824

Gemiddelde wind WZW - ZZO 1,238 1,344 1,249 1,0346

Verschil -0,13 -0,281 -0,13 0,0478

Semmerzake - Saint-Hubert lente zomer herfst winter



Verschil 0,72 0,222 1,242 1,6792

Semmerzake - Florennes lente zomer herfst winter



Verschil 0,362 -0,113 0,546 1,3097

Ukkel - Saint-Hubert lente zomer herfst winter

Gemiddelde wind NW-NO 3,354 2,878 3,283 3,3479

Gemiddelde wind ONO-WNW 2,831 2,515 2,605 2,8643

Verschil 0,523 0,363 0,678 0,4837

135

Ukkel - Florennes lente zomer herfst winter

Gemiddelde wind NW-NO 1,661 1,539 1,707 1,8952

Gemiddelde wind ONO-WNW 1,162 1,054 1,17 1,3671

Verschil 0,499 0,485 0,537 0,5281

Zaventem - Saint-Hubert lente zomer herfst winter

Gemiddelde wind ZW-W 3,313 3,289 3,263 3,1815

Gemiddelde wind WNW-ZZW 2,833 2,492 2,574 2,6455

Verschil 0,479 0,797 0,688 0,5361

Zaventem - Florennes lente zomer herfst winter

Gemiddelde wind ZW-W 1,204 1,316 1,298 1,2824

Gemiddelde wind WNW-ZZW 1,256 1,196 1,207 1,2582

Verschil -0,05 0,12 0,09 0,0243

Bijlage 22: Verschil tussen de gemiddelde temperatuurverschillen in de richting van de

stad en de andere richtingen, voor Deurne, Gosselies, Schaffen, Semmerzake, Ukkel en

Zaventem (in °C).

137

Bijlage 23: Relatie temperatuurstijging – hoogte per seizoen

Bijlage 24: Relatie maximumtemperatuurstijging - hoogte

138

Bijlage 25: Relatie minimumtemperatuurstijging - hoogte

Softwareprogramma’s

Addinsoft Xlstat 2016 (https://www.xlstat.com/en/download)

Arcmap 10.2.2

Microsoft Excel 2010

Lijst met gebruikte afkortingen:

AWS = Automatic Weather Station

ENSO = El Niño Southern Oscillation

KMI = Koninklijk Meteorologisch Instituut

NAO = Noord-Atlantische Oscillatie

MIRA = Milieurapport Vlaanderen

UHI = Urban Heat Island

WMO = World Meteorological Organization