Op 11 mei 2020 heeft FutureWater een nieuwe online droogteportaal gelanceerd: DroogteNL! In dit interactieve droogteportaal kan het relatieve bodemvochtgehalte in heel Nederland worden bekeken op verschillende niveaus, zowel op een kaart als in een grafiek. Er zijn duidelijke pieken en dalen in het relatieve bodemvocht zichtbaar, zo was februari 2020 extreem nat, maar april 2020 al snel weer extreem droog. Klik vooral zelf rond in dit portaal, te vinden op: www.futurewater.nl/droogtenl.

Omdat de maand april traditioneel gezien de start van het groeiseizoen is, moet het niet te nat en niet te droog zijn om de nieuw gezaaide en geplante gewassen een goede start geven. Echter, april 2020 is een van de droogste aprilmaanden geweest sinds het begin van de metingen door het KNMI. Er viel in de Bilt slechts 12,7 mm neerslag, goed voor een gedeelde 8e plaats sinds 1901. De zon heeft ook volop geschenen, wel 281,5 uur. Alleen in april 2007 werden er (slechts 2,7) zonuren meer geregistreerd. Door het zonnige weer was de gemiddelde temperatuur hoog, met 11,12 oC goed voor een 7e plaats. Vanwege de droogte zijn er zelfs al vroeg in het jaar natuurbranden ontstaan in de Deurnse Peel in Noord-Brabant en in het Meinweggebied in Limburg. Dat geeft aan dat de start van het groeiseizoen heel droog is geweest, wat vraagt om een goede droogtemonitoring om eventuele benodigde ingrepen in het waterbeheer te kunnen ondersteunen.

Maar hoe kunnen we de droogte in Nederland goed monitoren? Er zijn verschillende middelen beschikbaar, waar vaak naar wordt verwezen. Zo houdt het KNMI bij wat het potentiële neerslagtekort is gemiddeld over 13 verschillende KNMI stations in Nederland. Het potentiële neerslagtekort is het cumulatieve verschil tussen de neerslag en de referentiegewasverdamping gedurende het groeiseizoen. Zodra er meer water verdampt dan dat er aan neerslag valt, is er een neerslagtekort. Maar de referentiegewasverdamping is verdamping door gras uitgaande van goed bewaterd gras zonder gebrek aan nutriënten.  Een optimale (of potentiële) situatie dus die een goede maat is voor het tekort aan neerslag, maar in de praktijk tijdens droogte niet opgaat.

Daarnaast wordt er veelvuldig gekeken naar grondwaterstanden. Zodra het droger wordt zullen de grondwaterstanden uitzakken.  Met actief peilbeheer en aanvoer van water kan dit in delen van Nederland tot op zekere hoogte worden voorkomen. In grote delen van Nederland zal dit echter geen effect hebben, omdat de wortelzone simpelweg (ruim) ondieper is dan de grondwaterstand. Het wordt voor planten dan een stuk moeilijker om voldoende water voor verdamping te gebruiken waardoor ze droogtestress zullen ervaren. Het is dan belangrijk dat planten van voldoende water van bovenaf worden voorzien, door middel van neerslag (of beregening), want het grondwater is buiten bereik. De grondwaterstanden zeggen dus, zeker tijdens droogte, lang niet alles over bijvoorbeeld de gewastoestand.

FutureWater voert al sinds 2011 dagelijks historische en voorspellende bodemvochtberekeningen uit voor het RIVM en de Gezondheidsdienst voor Dieren, met het door FutureWater ontwikkelde hydrologische model SPHY.  Dit model is in staat om op basis van verschillende statische invoer zoals ondergrondgegevens en landgebruik, maar ook dynamische invoer zoals neerslag en temperatuur, op dagbasis en op een ruimtelijke resolutie van 250 m voor heel Nederland het bodemvocht in de wortelzone te berekenen. Het bodemvocht geeft informatie over de beschikbaarheid van water voor de verdamping en is daardoor een goed hulpmiddel voor droogtemonitoring. Immers, neemt het bodemvocht af, dan is er minder water voor verdamping beschikbaar. Omdat FutureWater deze berekeningen al sinds 2011 heeft uitgevoerd is er inmiddels een behoorlijke dataset opgebouwd.

Mede vanwege de droogte heeft FutureWater een vrij toegankelijk, interactief online portaal ingericht. Op verschillende niveaus, namelijk gemeente-, provincie- en waterschapsniveau is de data geaggregeerd en per maand gemiddeld. Daarnaast zijn het langjarige gemiddelde (normaal) en de 10% droogste en 10% natste maanden berekend, waardoor de maandelijkse data kan worden vergeleken met de langjarige statistieken.

Neem voor een op maat gemaakte analyse van historische en verwachte droogte in uw interessegebied, inclusief impact op watertekorten voor bv. landbouw en natuur, contact op met het FutureWater team. Wij bieden graag ondersteunend advies om te komen tot effectief waterbeheer dat droogteschade in uw (water)systeem minimaliseert, nu en in een verder veranderend klimaat.

De droogte van April 2020 ruimtelijk in beeld gebracht: waar maart nog relatief nat was (door een extreem nat februari), is het bodemvocht in april bijzonder hard afgenomen. De grijs gearceerde gebieden zijn stedelijk gebied.

In Angola, more and better-quality data is required to improve crop suitability assessments over large extensions of arable land to ensure sustainable food and income security. For example, environmental data on soil texture, soil water storage capacity, vegetation growth, terrain slopes, rainfall and air temperature are key to develop reliable crop suitability assessments. These datasets are available from state-of-the-art satellite-based products and machine learning observations (de Boer, 2016; Funk et al., 2015; Hengl et al., 2014, 2017). The benefit of these data products is that data can be obtained for any province, municipality, or farm in Angola. On top of that, data can be shown in maps to easily visualize spatial variation and identify the most suitable location and area to grow desired crops. Land-crop suitability maps are obtained by calculating a weighted average of the environmental variables that influence crop growth (e.g. rainfall, air temperature, soil water storage capacity), providing an integrated and complete assessment on where to plant. Also, potential crop yields are determined for desired cropping seasons using the FAO AquaCrop model to provide more information about potential income.

Irrigated agriculture in Angola has been developed in commercial farms using mainly central pivot and drip irrigation systems. The installation of new irrigation systems is foreseen in large extensions of land over 5000 hectares. Irrigated agriculture results in higher crop yields and allows higher incomes to farmers. However, commercial farms must invest in high energy supply to operate irrigation systems with water pumping stations. The challenge for irrigation system operators is to know exactly when and how much to irrigate during the cropping season. If better information about irrigation volumes and intervals are provided a significal reduction in energy costs could be achieved. The objective is to predict irrigation demand volumes during the cropping season and provide a user-friendly decision tool to irrigation operators. To achieve this, weather forecasts, remote sensing, and the SPHY model will be used.