2012 Højvandsstatistikker
|
|
|
- Christoffer Laugesen
- 10 år siden
- Visninger:
Transkript
1
2 Projekt Startdato November Slutdato April 2013 Projektansvarlig (PA) Projektleder (PL) Projektmedarbejder (PM) Per Sørensen Carlo Sørensen Carlo Sørensen Holger Toxvig Madsen Søren Bjerre Knudsen Birgit Byskov Kloster Timeregistrering Kontering Godkendt den Rapport Forfattere Nøgleord Distribution Carlo Sørensen Holger Toxvig Madsen Søren Bjerre Knudsen Højvandsstatistik, stormflod, sokkelkote, klimaændringer, middeltidshændelse Transportministeriet, Mindre rettelser tilføjet i statistikken for 19 Hanstholm Havn og 60 Københavns Havn. Gr. 104-X-2-2
3 Forord Kystdirektoratet har hermed fornøjelsen af at præsentere statistikker for høje vandstande langs de danske kyster. Statistikkerne bygger på vandstandsdata fra målestationer frem til ultimo, og de viser, hvor ofte en given vandstand kan forventes at indtræffe eller blive overgået. I beregning af statistikkerne indgår de målte ekstreme vandstande, ekstraordinære høje vandstande, der typisk forekommer sjældnere end én gang om året. Forskellene i tidevand, vind og bølgepåvirkning mellem Vadehavet, Jyllands Vestkyst, de indre farvande og Østersøen gør, at der er stor forskel på, hvornår en vandstand kan karakteriseres som ekstrem ved de enkelte lokaliteter. I er der lavet statistikker for 68 målestationer. Dette er betydeligt flere end i de forrige statistikker fra 2007 (55 stationer) og er glædeligt, idet der nu er en bedre statistisk dækning for ekstremhændelser ved Danmarks kyster. Forøgelsen af antallet af stationer er et resultat af, at en række målere opsat mellem 1990 og 2000 nu har tilstrækkeligt lange dataserier til, at der kan udarbejdes statistikker. Omvendt er det beklageligt, at flere af de præsenterede statistikker er fra stationer, nogle med lange tidsserier, der nu er nedlagt, eller hvor der siden 2007 har været store huller i data. arbejde, implementering af oversvømmelsesdirektivet, vejledning om sokkelkote i forbindelse med kystnært byggeri, etablering af oversvømmelsesbeskyttelse, planlægning af infrastruktur og til klimatilpasning. For hver station/lokalitet giver et dataark overblik over datagrundlaget og hvor høje vandstande, der kan forventes at indtræffe hvert 20., 50. og. år, samt beregningsparametre for statistikken, så hyppigheden af en vilkårlig vandstand kan beregnes indenfor statistikkens gyldighedsområde. En graf viser sammenhængene mellem vandstande og deres hyppighed, og af en anden graf ses, hvor godt den statistiske metode beskriver de ekstreme vandstande i statistikken. Endelig er de højeste registrerede vandstande ved lokaliteten oplyst. Kystdirektoratet retter en tak til de mange ejere af vandstandsmålere og dataoperatører, der har leveret data til udarbejdelse af statistikkerne. er tilgængelig fra Kystdirektoratets hjemmeside Her findes også supplerende materiale om vandstandsvariationer og om statistikkernes anvendelse i klimatilpasningsøjemed. Statistikkerne kan anvendes bredt i planlægnings- og forvaltningsøjemed, f.eks. i forbindelse med Stormrådets 3
4 20 års middeltidshændelser Figur 1: Stationsnummer, stationsnavn og 20 års middeltidshændelse for 68 målestationer med højvandsstatistik. Mørkeblåt mærke angiver gode statistikker og lyseblåt angiver mindre gode statistikker baseret på korte tidsserier (typisk <15 år) og/eller serier med lav datakvalitet
5 50 års middeltidshændelser Figur 2: Stationsnummer, stationsnavn og 50 års middeltidshændelse for 68 målestationer med højvandsstatistik. Mørkeblåt mærke angiver gode statistikker og lyseblåt angiver mindre gode statistikker baseret på korte tidsserier (typisk <15 år) og/eller serier med lav datakvalitet
6 års middeltidshændelser Figur 3: Stationsnummer, stationsnavn og års middeltidshændelse for 68 målestationer med højvandsstatistik. Mørkeblåt mærke angiver gode statistikker og lyseblåt angiver mindre gode statistikker baseret på korte tidsserier (typisk <15 år) og/eller serier med lav datakvalitet
7 Statistikker Tabel 1: Statistikker opstillet efter stationsnummer Stations nr. og navn Side 1 Vidåslusen/Højer Havneby Havn, Rømø Ballum Sluse Brøns Sluse Mandø Ribe Kammersluse Esbjerg Havn Bork Havn Ringkøbing Havn Kloster Havn Skovlund Hvide Sande Havn Hvide Sande Havet Thorsminde Havn Thorsminde Havet Ferring Thyborøn Havn Thyborøn Havet Hanstholm Havn Hirtshals Havn Skagen Havn Frederikshavn Havn Lemvig Havn Skive Havn Hvalpsund Løgstør Havn Attrup/Øland Nibe/Sebbersund Nørresundby DAC Hals Havn Randers Havn Grenå Havn Aarhus Havn Ballen Havn Juelsminde Havn Fredericia Havn Kolding Havn Haderslev Havn Aabenraa Havn Sønderborg Havn Fynshav Havn Faaborg Havn Assens Havn Bogense Havn Odense Fjord, Gabet Odense Kerteminde Havn Slipshavn Rantzausminde Havn Bagenkop Havn Kalvehave Karrebæksminde Korsør Havn Kalundborg Havn Havnebyen/Sjællands Odde Hundested Havn Holbæk Havn Roskilde Havn Hornbæk Havn Københavns Havn Drogden Fyr Køge Havn Rødvig Havn Hesnæs Havn Gedser Havn Rødbyhavns Havn Rønne Havn Tejn Havn
8 Statistikker Tabel 2: Statistikker opstillet alfabetisk Stations nr. og navn Side 43 Assens Havn Attrup/Øland Bagenkop Havn Ballen Havn Ballum Sluse Bogense Havn Bork Havn Brøns Sluse Drogden Fyr Esbjerg Havn Ferring Fredericia Havn Frederikshavn Havn Fynshav Havn Faaborg Havn Gedser Havn Grenå Havn Haderslev Havn Hals Havn Hanstholm Havn Havneby Havn, Rømø Havnebyen/Sjællands Odde Hesnæs Havn Hirtshals Havn Holbæk Havn Hornbæk Havn Hundested Havn Hvalpsund Hvide Sande Havet Hvide Sande Havn Juelsminde Havn Kalundborg Havn Kalvehave Karrebæksminde Kerteminde Havn Kloster Havn Kolding Havn Korsør Havn Københavns Havn Køge Havn Lemvig Havn Løgstør Havn Mandø Nibe/Sebbersund Nørresundby DAC Odense Odense Fjord, Gabet Randers Havn Rantzausminde Havn Ribe Kammersluse Ringkøbing Havn Roskilde Havn Rødbyhavns Havn Rødvig Havn Rønne Havn Skagen Havn Skive Havn Skovlund Slipshavn Sønderborg Havn Tejn Havn Thorsminde Havet Thorsminde Havn Thyborøn Havet Thyborøn Havn Vidåslusen/Højer Aabenraa Havn Aarhus Havn
9 Indholdsfortegnelse Forord års middeltidshændelser års middeltidshændelser... 5 års middeltidshændelser... 6 Statistikker Indledning Ekstremvandstande Historiske stormflodsvandstande Ændringer i middel havniveau Ændringer i fysiske forhold (Limfjorden) Klimaændringer Datagrundlag Målertyper Kvalitetskrav Korrektion af vandstandsmålinger Teori og fremgangsmåde Middeltidshændelse og afskæringsniveau Valg af afskæringsniveau Præsentation af resultater Stationsdata Graf af fordelingsfunktion Kvantilplot Højeste registrerede vandstande Referencer Statistik nr
10
11 1 Indledning 1 Afsnit Afsnit Kystdirektoratet har gennem en årrække udarbejdet statistikker for ekstreme vandstande i de danske farvande, og opdaterer de forrige statistikker fra 2007 (HS07) (Sørensen og Ingvardsen, 2007) med data frem til udgangen af. Der er udarbejdet højvandsstatistikker for i alt 68 målestationer/lokaliteter i Danmark, tabel 1 og tabel 2. Statistikkerne er udelukkende baseret på målte vandstande. Historiske stormfloder, der er indtruffet på lokaliteterne forud for etablering af målerne, indgår således ikke i beregningsgrundlaget. Som i de tidligere udgivne statistikker kommer der løbende nye statistikker til, mens andre udgår enten fordi målestationen bliver nedlagt, eller fordi datakvaliteten fra måleren er for lav. Forudsætningen for at lave en højvandsstatistik er nemlig, at der gennem lang tid løbende er sket omhyggelig registrering af vandstanden ved en målestation. anvender måleserier fra 12 år og op til over 130 års varighed. Selvom 12 års data absolut må betragtes som et minimum for udarbejdelse af en statistik, er disse medtaget, hvor datakvaliteten har været høj. De nye stationer i er: Brøns Sluse, Mandø, Hvalpsund, Attrup/Øland, Juelsminde Havn, Haderslev Havn, Sønderborg Havn, Faaborg Havn, Assens Havn, Bogense Havn, Kalvehave, Karrebæksminde og Tejn Havn. Alle 55 stationer fra den forrige statistik er med igen. Flere af disse var allerede nedlagt i 2006 (Rantzausminde, Holbæk, Kerteminde) eller er blevet det efterfølgende (Nibe/ Sebbersund, Roskilde, Hundested, Køge). For Holbæk, Kerteminde, Roskilde og Køges vedkommende er der i opsat nye målere. Dette ændrer dog ikke ved, at der nu er store huller i målestationernes dataserier. En måde at præsentere statistikkerne på er ved de såkaldte middeltidsvandstande, der angiver, hvor ofte en høj vandstand forventes at forekomme. Figurerne 1-3 viser kort over de 68 stationer og de tilhørende 20-års, 50-års og - års hændelser (middeltidsvandstande). Tilsvarende vil middeltidsafstanden angive den gennemsnitlige tidsafstand i år imellem, at en given vandstand nås eller overskrides. De ekstreme hændelser i statistikkerne er korrigeret (og hermed gjort trendfri ) i forhold til middel havniveau med basis i Statistikken angiver således afvigelsen fra middel havspejlsniveau, der løbende ændrer sig som følge af et stigende middel havniveau og landhævning. Afhængig af anvendelsen skal middeltidsvandstandene tillægges et bidrag for den mellemliggende periodes stigning i havniveau, typisk 2-4 cm, for at beskrive de aktuelle hændelser i cm DVR90 (jf. kapitel 2). Statistikkerne har generelt et gyldighedsområde fra 5 års middeltidshændelse (MT) til /200/500 års MT. Gyldighedsområdet afhænger af længden af måleperioden og af afskæringsniveauet. Den praktiske anvendelse af højvandsstatistikkerne relaterer i høj grad til faren for oversvømmelser langs kysterne. Statistikkerne tilvejebringer et solidt grundlag for Kystdirektoratets udtalelser til Stormrådet, om hyppigheden og den geografiske udbredelse af hændelser med høje vandstande langs de danske kyster og danner grundlag for beslutninger om dimensioneringen af kystbeskyttelseskonstruktioner, hvor f.eks. diger overvejende dimensioneres for den vandstand, diget skal kunne modstå. Statistikkerne anvendes også ved anbefaling af laveste byggekote eller ved konkrete kystnære bygge- og anlægsprojekter og kan i den forbindelse aktivt indgå i lokal- og kommuneplaner. I forhold til både den nuværende risiko for oversvømmelse og den fremtidige risiko under formodede klimaændringer med havspejlsstigninger udgør statistikkerne et godt redskab. Det vil også fremadrettet, i alt overvejende grad, være de ekstreme hændelser og ikke den gradvise stigning i havniveauet, der skal tages højde for i klimatilpasningsøjemed. Og selv om stormfloder og havspejlsstigning er to forskellige fænomener, der ikke nødvendigvis har noget med hinanden at gøre, vil konsekvensen af et stigende havspejl være, at stormfloder opleves hyppigere i fremtiden. Ved anvendelse af statistikkerne er det vigtigt at vurdere forholdene langs den kyststrækning, statistikken repræsenterer. Strengt taget gælder statstikken kun der, hvor måleren er opsat. I de fleste tilfælde vil statistikken dog være repræsentativ for en strækning/et område, men i forhold til anvendelse på en konkret lokalitet er det altid en god idé at vurdere, om der er særlige forhold, der spiller ind, for eksempel bølger eller lokal stuvning. Statistikkerne er grundlæggende beregnet ud fra den samme metode, som er anvendt i de forrige statistikker. Undtagelsen herfor er stationerne i den vestlige del af Limfjorden (Lemvig, Hvalpsund, Skive og Løgstør), hvor den fysiske/ morfologiske udvikling ved Thyborøn Kanal er inddraget på basis af modelberegninger af kanalens betydning for ekstremvandstandene (KDI, ). I det følgende redegøres for udarbejdelsen af højvandsstatistikkerne. Ekstreme hændelser, udvikling i middelvandstand og klimaændringer behandles i Kapitel 2. Kapitel 3 gennemgår datagrundlag og behandlingen af data, og i Kapitel 4 beskrives kort teori og fremgangsmåde for udformning af statistikkerne. Endelig giver Kapitel 5 en gennemgang af resultater samt en vejledning til læsning af højvandstandsstatistikkerne, der er samlet i dataark (2 sider) for hver målestation sidst i rapporten. 11
12 Nakskov Havn, Nykøbing Mors Havn/Morsø Forsyning, Odense Havn, Skagen Havn, Skive Havn, Thisted Havn, Vejle Havn, Naturstyrelsen, Orbicon og DMI. I udarbejdelse af statistikkerne er der indhentet data fra en lang række målestationer, også udover de, der er lavet statistikker for. Kystdirektoratet ønsker at takke målerejere og dataoperatører, der alle velvilligt har stillet data til rådighed for : Aabenraa Havn, Aalborg Havn, Esbjerg Havn, Hanstholm Havn, Hirtshals Havn, Horsens Havn, Horsens Vand, Kalundborg Havn, Kolding Havn, Lemvig Havn/Lemvig Vand- og Spildevand, Løgstør Havn, Til indholdsfortegnelse 12
13 2 Ekstremvandstande 2 Afsnit Afsnit En ekstremvandstand er en ekstraordinær høj vandstand, der kun sjældent forekommer, og som er forårsaget af særlige vind- og vejrforhold. En ekstremvandstand indtræder som følge af en eller flere årsager: Vind (kuling, storm eller orkan) medfører en opstuvning af vandet ind mod kysten. Tilsvarende kan længere tids vinde fra vestlige retninger medføre en stigning i middelvandstanden i for eksempel Østersøen. Lavtryk medfører en forøget vandstand pga. luftens mindre tryk på vandoverfladen, hvorved havoverfladen hæves med ca. 1 cm per hektopascal (millibar), som lufttrykket falder med. Bølger fører til transport af vand ind mod kysten og giver en mindre forhøjelse af vandstanden. Langperiodisk enkeltbølge, der bevæger sig ind på kysten og opleves som en jævn vandspejlsstigning. Sådanne bølger kan være resultat af lavtryk eller storme i havet længere væk, eller opstå pga. eksempelvis jordskælv på havbunden eller som nedenfor beskrevet ved tilbageskvulp. Ved Slipshavn (Nyborg) og Korsør var en ekstrem vandstand i 1993 forårsaget af, at to sådanne bølger fra henholdsvis nord og syd mødtes. Tilbageskvulp ses ofte på den østjyske kyst, når kraftig vestenvind har blæst vandet væk fra kysten. Når vinden løjer af eller drejer i en anden retning, strømmer (skvulper) vandet tilbage til kysten med høj vandstand til følge. Fænomenet ses også på andre strækninger af de indre danske kyster. Særlige lav- og højtrykskonstellationer kan forstærke vindfeltet og medføre høj vandstand, eksempelvis som i 1872-stormen i den sydlige del af landet og under stormfloden i de indre danske farvande november Ekstremvandstanden består dels af et bidrag fra tidevandet og af de bidrag, som ovennævnte forhold medfører i forhold til farvandsområdernes udformning. I Danmark er tidevandet størst i Vadehavsområdet, aftager op langs den jyske vestkyst og er beskedent i de indre danske farvande. Det er altovervejende vinden, der bidrager til ekstremvandstandene. Vindens bidrag er, ligesom tidevandet, størst i Vadehavsområdet. Her måles de højeste ekstremvandstande på over 4 meter, mens der i de indre farvande sjældent iagttages vandstande over 1,8 2 meter. Vejret udviser meget stor naturlig variation, der gør, at der kan være mange år imellem, at en virkelig ekstrem hændelse indtræffer. Især i statistikkerne med lange tidsserier kan det iagttages, at der indimellem er 50 år eller mere imellem de hændelser, der når op i top-10. Af disse måleserier ses også, at der i nogle årtier er betydeligt flere stormhændelser end i andre. Et stormforløb kan have en varighed over flere tidevandsperioder/døgn og medføre flere høje vandstande under forløbet. Det er dog kun den højeste vandstand under en storm/ hændelse, der registreres til brug i statistikken, og den registrerede ekstremvandstand skal være uafhængig af andre registrerede ekstremvandstande. De anvendte kriterier for uafhængighed mellem to på hinanden følgende hændelser er, at såfremt vandstanden har været over det niveau, der definerer en stomvandstand på lokaliteten en eller flere gange i løbet af tre på hinanden følgende tidevandsperioder (ca. 36 timer), er det kun den højest målte vandstand, der defineres som ekstremvandstanden for denne storm. I tilfælde af flere ekstreme vandstande med få dages mellemrum undersøges i hvert tilfælde, om hændelserne kan regnes for uafhængige. I praksis foregår dette ved at undersøge, om vandstanden ved den pågældende station/farvandsområde har været normaliseret mellem hændelserne. Med andre ord er der mindst 36 timer mellem ekstreme hændelser, og vandstanden skal i den mellemliggende periode være nede omkring middel vandstandsniveau. Specielt for stationerne i Nissum og Ringkøbing Fjorde, der er sluseregulerede, gælder, at vandstanden imellem to ekstremer skal være normaliseret. I perioder med megen vind og høje vandstande langs vestkysten kan sluserne være helt eller delvis lukkede i op til et par uger, hvorfor dette tidsrum er normalt for uafhængighed mellem hændelser. 2.1 Historiske stormflodsvandstande Statistikkerne bygger udelukkende på de målte vandstandsdata, der forefindes i en fortløbende måleperiode (med evt. større eller mindre dataudfald) ved de enkelte målestationer. Ældre historiske stormflodsvandstande, hvor godt de end må være dokumenteret, indgår således ikke. Stormfloder i for eksempel 1872 og 1904 medførte på lokaliteter i det sydlige og østlige Danmark vandstande, der overgår de, der er registreret for stationer i statistikken. Hvis der er vidnesbyrd om historisk meget ekstreme vandstandshændelser, kan de overvejes inddraget for eksempel i forhold til dimensionering af kystbeskyttelse eller risikoanalyser. Gram-Jensen (1991) giver et overblik over historiske stormflodshændelser, jf. endvidere KDI (2011). 13
14 Ligeledes gælder for stationer med korte måleserier, at der bør refereres til nærliggende stationer med lange måleserier for indtrufne ekstremhændelser tilbage i tid. 2.2 Ændringer i middel havniveau Vandstande relateres til det danske højdesystem DVR90. Højdesystemet DVR90 afløste omkring år 2000 det tidligere højdesystem DNN som en konsekvens af, at der er foregået såvel landhævning som havspejlsstigning siden DNN blev indført i slutningen af 1800-tallet. Resultatet er en relativ (oplevet) vandstandsstigning langs hovedparten af de danske kyster. I begge højdesystemer svarer nul-niveauet overordnet til middelvandstanden langs Danmarks kyster; DNN til middelvandstanden i 1891 og DVR90 til middelvandstanden i Ændringerne varierer mellem -2 cm og +13 cm med den største relative ændring i det sydvestlige Danmark. Til brug for statistikkerne er det antaget, at denne udvikling er sket lineært og er fortsat også efter 1990 og frem til i dag. Da statistikkerne defineres til at vise afvigelsen fra middel vandstand, er de indgåede ekstremer korrigeret/konverteret til en trendfri vandstand relateret til DVR90. En ekstrem vandstand målt i vil således blive nedkorrigeret for stigningen i middel vandstand siden 1990, mens en vandstand målt tilbage i tiden vil blive opjusteret. Herved er det kun den vandstandsforøgelse, der skyldes de meteorologiske forhold, der indgår i beregning af statistikkerne. Strengt taget kan der ikke forudsættes en lineær trend fremad i tiden fra Middel havniveau varierer fra år til år, og med den anvendte metode vurderes usikkerheder på de indgåede ekstremer i statistikkerne at være af en størrelsesorden på 1-2 cm. Ovennævnte forhold med en fortsat relativ stigning i havspejlet, hvor middelvandstanden i dag er højere end 0 cm DVR90, gør dog, at der til de statistisk angivne middeltidshændelser skal tillægges 2 4 cm, hvis ekstremerne relateres til år, og mere hvis der skues fremad, f.eks. i forbindelse med dimensionering af et dige, der skal kunne modstå en vis middeltidshændelse også i år I mange prognoser for klimaændringer har udgangspunkt for disse været 1990 (eller gennemsnit ), hvorfor tallene fra statistikkerne kan indgå direkte ved fremskrivning af højvandsstatistikkerne. Er udgangspunktet i dag (/2013), skal der derimod korrigeres for den mellemliggende havspejlsstigning ved brug af statistikkerne. I afsnittet om klimaændringer uddybes ovenstående med et eksempel. 2.3 Ændringer i fysiske forhold (Limfjorden) Ændringer i de fysiske forhold over tid kan have betydning for ekstremvandstandene lokalt. Det kan enten ske i form af naturlige ændringer som følge af, at forholdene ud for kysten ændrer sig (for eksempel flytning og omlejring af sand, opbygning af barriereøer eller ændring af dyb og løb) eller grundet menneskelig aktivitet (udbygning af havne, uddybning af sejlløb mv.). Disse fysiske ændringer og deres påvirkning af ekstreme vandstande kan dog være meget svære at kvantificere, og de er generelt ikke analyseret, men de bidrager selvfølgelig til usikkerheder i statistikkerne. Tilsvarende kan det være umuligt at kvantificere, hvor meget en flytning af en vandstandsmåler fra en ende af et havnebassin til den anden indvirker på de målte vandstande. For den vestlige Limfjord er dokumenterede ændringer i de fysiske forhold dog søgt inddraget i opdatering af statistikkerne for Lemvig, Skive, Hvalpsund og Løgstør. På baggrund af analyser og modelleringer er betydningen af udviklingen af Thyborøn Kanal på stormflodsvandstandene i den vestlige Limfjord blevet undersøgt (Christensen, 2011a,b; Ingvardsen et al., 2011; Knudsen et al., 2011). Kort beskrevet har forøgelsen af tværsnitsarealet af Thyborøn Kanal, der forbinder Limfjorden med Vesterhavet, stor betydning for vandindstrømningen til Limfjorden under storme og dermed også for stormflodsvandstandene i fjorden. Gennem numerisk modellering er der set på, hvorledes historisk indtrufne storme ville udmønte sig i form af ekstremvandstande, hvis de indtraf i dag. På denne baggrund er der beregnet trendrelationer mellem den gradvise udvikling af Thyborøn Kanal og ekstremvandstande, således at ekstremvandstandene i statistikkerne for de pågældende stationer kan korrigeres for denne udvikling. Modelleringen er gennemført for bathymetrier fra 1958, fra 2005 samt fra en konstrueret bathymetri for 2060, der forudsætter, at udviklingen fortsætter som hidtil. Resultatet er, at korrektionen bliver størst for de kraftigste stormfloder og mere jo længere tilbage i tid, hændelserne indtraf. I statistikken er resultatet, at de beregnede middeltidshændelser ligger noget over de, som fremgår af Klimaændringer Klimaændringer formodes at medføre en accelereret fremtidig havspejlsstigning. Stigningen vil alt andet lige betyde, at der kan forventes højere ekstremvandstande langs de danske kyster i fremtiden. Som en konsekvens heraf vil ekstremvandstande, der i dag er sjældne, forekomme langt hyppigere. Endvidere vil flere og mere kraftige storme i fremtiden kunne betyde en yderligere forøgelse af stormflodsvandstandene langs Jyllands vestkyst og i Vadehavet. 14
15 I forhold til faren for oversvømmelse fra havet er det ikke så meget den generelle havspejlsstigning, som udviklingen i de ekstreme vandstande, der får betydning. I den seneste nationale udmelding forventes en havspejlsstigning på 30 cm ± 20 cm fra nu og frem til år 2050 og 80 cm ± 60 cm frem til år 2. Tallene er mindre mod nord og øst i landet, hvor landhævningen er størst (Naturstyrelsen, ; DMI & GEUS, ; Knudsen et al., ). Den relative udvikling i middelvandstanden vil således afhænge af, hvor i landet man befinder sig, og udgøres af summen (med fortegn) af de absolutte bidrag for havspejlsstigning, landhævning og lokale sætninger: ΔVSTrel = ΔSLRabs + ΔGIAabs + ΔLOWabs I forhold til f.eks. dimensionering af oversvømmelsesbeskyttelse eller klimatilpasning generelt kan lokale sætninger (ΔLOWabs) være af betydning og viden herom inddrages i planlægningen. Ændringerne i middel havspejlsniveau (ΔSLRabs) udviser stor naturlig og geografisk variation. Den senest offentliggjorte (feb. 13) globale rate for havspejlsstigning ud fra satellitmålinger er på 0,32 cm/år (Nerem et al., 2010). Landhævningen (ΔGIAabs) er tæt ved 0 ved den dansk-tyske grænse, stigende til 0,2 cm/år i Nordjylland. Landhævning betyder således, at effekten af en havspejlsstigning afbødes - og mest mod nord og øst i Danmark. I forhold til fremtidige stormflodsvandstande spiller klimaændringer både i forhold til havspejlsstigningen og ændret stormhyppighed og -frekvens ind, ligesom der kan ske ændringer i de fysiske forhold med betydning for ekstremvandstandene. fremtidig stormintensitet, ændringer i de fysiske forhold og lokale sætninger, idet disse dog udmærket kan indregnes, hvis/når der er et tilstrækkeligt videngrundlag. Eksempel: Århus Forudsætninger: Vandstandsstigningen regnes konstant i perioden (0,18 cm/år). Den absolutte landhævning sættes til 0,13 cm/år frem til år Forskel mellem DNN og DVR90 = 5 cm ( ). Der forventes en (absolut) havspejlsstigning på 30 cm fra i dag og frem til år års middeltidshændelsen i er 162 cm DVR90 (trendfri med basis i 1990). År : Da middeltidshændelsen er gjort trendfri med basis i 1990 i forhold til udviklingen i middelvandstand, skal den oplevede vandstand tillægges et bidrag for den relative vandstandsstigning siden Vandstand ved -års MT = 162 cm + (22 år * (5 cm/99 år)) = 163 cm DVR90. År 2050: Vandstand ved -års MT (2050) = 163 cm + 30 cm - (38 år * 0,13 cm/år) = 188 cm DVR90 Tilsvarende vil ovenstående betyde, at det, der i dag er en -års middeltidshændelse i Århus, vil være en 12-års hændelse i år Forenklet set kan bidragene fra klimaændringer, landhævning, lokale sætninger og ændringer i de fysiske forhold opskrives som følger, når en fremtidig ekstremvandstand (fx en -års hændelse) skal beregnes: ΔVST(rel)ekstrem = (ΔSTORMekstrem + ΔFYS) + (ΔSLRabs + ΔGIAabs + ΔLOWabs ) I den første parentes er ændringerne, der direkte har betydning for, om ekstremhændelserne ændrer karakter, og i den anden er de bidrag (jf. ovenfor), som også har betydning for, hvordan en ekstrem hændelse udmønter sig ved en lokalitet. Kraftigere storme vil føre til kraftigere højvande, og (naturlige) fysiske ændringer kan virke i begge retninger. Nedenstående eksempel illustrerer, hvorledes højvandsstatistikkernes middeltidshændelser kan finde anvendelse i f.eks. klimatilpasningsøjemed. Der ses i eksemplet bort fra ændret 15
16
17 3 Datagrundlag 3 Afsnit Afsnit Der er i alt indsamlet måledata og beregnet statistik for 68 lokaliteter, jf. figurerne 1-3 og tabellerne 1-2. Der er samlet anvendt 3228 års måledata (gennemsnit 47,4 år) med måleserier varierende mellem 11,6 og 139 år ved de enkelte lokaliteter. 10 stationer (15 %) har måleserier på over år, 31 stationer (46 %) har måleserier over 40 år, og 19 stationer (28 %) har måleserier på under 20 år, Figur 4. Datagrundlaget er samlet set større med 461 år end i de forrige statistikker (2767 år i 2007), mens den gennemsnitlige længde af måleserierne er faldet (50,3 år i 2007) som følge af, at der er nyberegnet statistikker for en række stationer med korte måleserier år 4 stationer 6% år 5 stationer 7% > år 10 stationer 15% <20 år 19 stationer 28% Vandstandsmålerne er i dag af forskellige typer, der er baseret på forskellige tekniske principper, og hvor der ved nogle målestationer findes flere typer installeret sammen. Vandstandsmålere er overordnet inddelt i følgende typer: Flyder Tryksensor Radar Laser Afhængigt af målertype er der forskellige kilder til fejl og usikkerheder på målingerne, fejl der uvægerligt vil øges og indgå i dataserien, hvis ikke målerne løbende vedligeholdes, og data korrigeres. De fleste data registreres i 10 eller 15 minutters intervaller og er at betragte som middelværdier over det givne interval af et roligt vandspejl. Kortvarige udsving, som for eksempel bølger, er således sorteret fra. Et ultimativt krav til vandstandsmåleren er, at den er i stand til at måle de højeste vandstande på lokaliteten, og hvor det tidligere har været problematisk ved flere stationer, at strømmen gik, når vandstanden nåede over et vist niveau år 12 stationer 18% år 18 stationer 26% Figur 4 Fordeling af måleseriernes længde for de 68 lokaliteter, der er beregnet statistik for. 3.1 Målertyper Der er stor variation i både typer af måleudstyr og i kvaliteten af data. Vandstandsmålinger til brug i statistikken er overvejende inddelt i tre typer: Manuel aflæsning på vandstandsbræt med fast tidsinterval (nogle gange hyppigere ved høje vandstande). Analog registrering af vandstand. En flydemåler er tilkoblet en skriver, der således automatisk aftegner en kontinuert kurve over vandstanden. Digital registrering af vandstanden, hvor vandstanden automatisk måles og gemmes med fast tidsinterval. Alle nye vandstandsdata, der indgår i opdatering af, er modtaget på digital form. 3.2 Kvalitetskrav For at vandstandsmålinger kan anvendes til beregning af en ekstremstatistik er der følgende krav til kvaliteten af data: Måleperioden skal være så lang og så komplet som muligt. For at kunne udarbejde en nogenlunde tilfredsstillende statistik skal der mindst foreligge 10 års vandstandsmålinger af god kvalitet ved den pågældende lokalitet. Det skal vides, hvilken reference (DVR90, DNN eller lignende) vandstanden er målt i forhold til, således at vandstanden kan korrigeres i forhold til DVR90. Herved relateres alle statistikker til samme niveau. I udarbejdelsen af statistikkerne er dette så vidt muligt søgt verificeret gennem sammenligning af middel vandstandsniveauer mellem nabostationer. Det fordres, at foretagne korrektioner af både vandstandsmålerens placering og af data er beskrevet ved modtagelse af data. Det kan dog både forekomme, at eventuelle korrektioner eller fejlbehæftede data ikke er afdækket i kvalitetssikringen af data, og at der efterfølgende datarekvireringen vil ske yderligere korrektioner. Sidstnævnte kan betyde, at disse korrektioner først kan 17
18 medtages i fremtidige analyser. Eksempelvis er vandstande fra ekstremhændelsen november 2006 efterfølgende blevet korrigeret ved flere stationer i i forhold til de værdier, der indgik i Vandstandsmåleren skal kunne måle de maksimale vandstande, der optræder ved den pågældende lokalitet. 3.3 Korrektion af vandstandsmålinger For vandstandsdata på både analog og digital form kan der optræde fejl og mangler (Vedrørende fejl og mangler i analoge data henvises til gennemgang af disse i tidligere højvandsstatistikker udgivet af KDI). Det kan for eksempel være, at måleren er frosset fast, er blevet ødelagt under en kraftig storm eller manglende vedligeholdelse (manglende kalibrering, begroninger mv.). Fejl i målingerne kan enten give forkerte/for mange ekstremvandstande eller manglende ekstremvandstande. Hvis der i analysen er mistanke om fejlbehæftede målinger, søges vandstandene sammenlignet med vandstande fra nærliggende stationer i samme tidsrum. I nogle få tilfælde er der for enkelte stationer med manglende registreringer under ekstremhændelser suppleret med vandstande fra nærliggende stationer. Et bud på den manglende vandstand er opnået ved at sammenligne vandstande/vandstandsudvikling ved stationerne under andre hændelser. Ofte ses fejl som store spring i vandstanden, en meget konstant vandstand eller en urealistisk høj vandstand. Serierne er generelt gennemgået for fejl af disse typer og efterfølgende korrigeret. Der kan dog stadig forekomme enkelte høje og fejlagtige registreringer, hvis spikes / enkeltmålinger ligger inden for det normale interval for målestationen. Hvis der for en ekstremhændelse ved en station er konstateret uregelmæssige/fejlbehæftede målinger, er det i hvert tilfælde vurderet, om hændelsen skal medtages. I de digitale vandstandsmålinger optræder der flere steder dobbeltregistreringer (for eksempel både målinger fra tryksensor og flyder). Disse er alle analyseret for ekstremer og sammenfald mellem de målte vandstande. For en del af stationerne optræder der målerudfald i serierne af kortere eller længere varighed. Da måleperiodens længde indgår i beregning af fordelingsfunktionen/statistikken, er denne korrigeret for huller i dataserien. For nogle få stationer er der konstateret mange fejl og mangler i de indhentede digitale vandstandsregistreringer. Data er efter bedste evne søgt analyseret og korrigeret og medtaget i statistikkerne, selvom datakvaliteten overordnet ikke synes tilfredsstillende. Ligesom nogle stationers statistik er vurderet som mindre god på baggrund af korte tidsserier (typisk under 15 år), er andre det på baggrund af ringe datakvalitet. Dette er angivet i statistikkerne, og der bør derfor også refereres til nærliggende stationer for sammenligning. Som nævnt indledningsvis er flere stationer nedlagt, eller dataserierne indeholder længere perioder uden data fra de senere år. Der bør således tages højde for eventuelt manglende ekstremer/dataperioder ved anvendelse af statistikkerne. 18
19 4 Teori og fremgangsmåde 4 Afsnit Afsnit Mange fordelingsfunktioner kan anvendes til beskrivelse af ekstremdata. I udarbejdelse af højvandsstatistikkerne er set på fem fordelingsfunktioner: Eksponential, Gumbel, Frechet, Weibull og Logaritmisk Normalfordeling. Logaritmisk Normalfordeling (Log-Normal) beskriver generelt data bedst i Vadehavsområdet og i Limfjorden, mens Weibull fordelingen beskriver data bedst på de øvrige lokaliteter. Ved flere målestationer er der ikke statistisk signifikant forskel på anvendelse af en funktion frem for en anden, f.eks. eksponentialfordelingen; dog vil Log-Normal og Weibull give et mere konservativt skøn over de ekstreme vandstande i den øvre ende af gyldighedsområdet end eksponentialfordelingen. Stationer inden for de enkelte farvandsområder har generelt samme fordelingsfunktion. Ved en del stationer kan der ligge flere hydrografiske og meteorologiske fænomener bag ekstremvandstandene, hvorfor én fordelingsfunktion muligvis ikke beskriver data særlig godt. Det har ikke været muligt at koble de enkelte hændelser til vejr- og vandstandsudvikling, og en separering af ekstremvandstandene er ikke forsøgt. Udtrykket for Weibull fordelingen er: α x γ F ( x, α, β ) = 1 exp, x γ β γ De indgående parametre α og β er bestemt som Maximum Likelihood estimater, og γ er afskæringsniveauet. Udtrykket til bestemmelse af middeltidshændelser for Weibull fordeling er: 1 VS T = γ + F λ T ( β γ ) ln ( 1 ( γ ) Udtrykket for Logaritmisk Normal fordelingsfunktion er: In (x-y) - α F ( x, α, β ) = Φ β De indgående parametre α og β er bestemt som Maximum Likelihood estimater, og γ er afskæringsniveauet. 1 α Udtrykket til bestemmelse af middeltidshændelser for Logaritmisk Normal fordeling er: 1 VS T = γ + exp α + βφ -1 ( 1 ) λ T 4.1 Middeltidshændelse og afskæringsniveau Dan laveste middeltidshændelse, der kan bestemmes for en station, afhænger af antallet af ekstremer i forhold til antallet af år med data. Det er eksempelvis ikke muligt at beregne en to-års hændelse, hvis der kun er målt en ekstremhændelse hvert femte år. To-års hændelsen vil da ikke blive betragtet som en ekstremhændelse ved den pågældende station. De beregnede middeltidshændelser er valgt ud fra erfaring for, hvilke hændelser der typisk bliver anvendt i forbindelse med blandt andet vurderinger fra Stormrådet, i dimensioneringssammenhænge og til klimatilpasning, samt ud fra det overordnede spænd i dataperioder i statistikkerne. Det er valgt separat at angive 20 års, 50 års og års middeltidshændelserne for alle stationer i statistikkerne. Med angivelsen af α, β og γ er det dog muligt at bestemme en vilkårlig middeltidshændelse, ligesom denne indenfor gyldighedsområdet kan aflæses af det grafiske materiale. Et-års hændelsen er angivet i statistikkerne efter en simpel rangordning af ekstremerne. Hvis dataperioden eksempelvis er 48,5 år angives et-års vandstanden som den 49. højeste registrerede vandstand ved stationen. 4.2 Valg af afskæringsniveau For at finde den Weibull eller Log-Normal fordelingsfunktion, der bedst beskriver data, er fordelingsfunktion, middeltidshændelse og spredning på middeltidshændelse beregnet for forskellige afskæringsniveauer. I fastlæggelse af afskæringsniveau er anvendt flere metoder, der supplerer hinanden: 1. Middeltidshændelserne afbildes som funktion af afskæringsniveau. Tendensen er, at middeltidshændelserne varierer meget indtil et vist afskæringsniveau og derefter bliver mere konstante. Vandstande over dette niveau vurderes at følge den samme fordeling og antages at være ekstreme. 19
20 2. Spredningerne på middeltidshændelserne afbildes som funktion af afskæringsniveau. Her vurderes, hvor spredningen er lavest. 3. For hvert muligt afskæringsniveau laves et grafisk plot af hændelseskvantiler og de teoretiske kvantiler med 95 % konfidensinterval. Jo tættere punkterne, der repræsentere ekstremhændelserne, ligger på den rette linje, der viser fordelingsfunktionen, des bedre beskriver fordelingsfunktionen de målte ekstremer. 4. Der laves c2 test og Kolmogorov Smirnov test på beregningerne ved de forskellige afskæringsniveauer, og testene er opfyldt for langt de fleste stationer. Ved enkelte stationer adskiller de højest registrerede vandstande sig fra de øvrige (eksempelvis i forhold til den rette linje i kvantilplottet). For enkelte stationer er der derfor valgt et højt afskæringsniveau, der ikke medtager så mange ekstremvandstande. 20
21 5 Præsentation af resultater 5 Afsnit Afsnit For hver lokalitet præsenteres på to sider en statistik bestående af: 1. Stationsdata, 2. Graf af fordelingsfunktion, 3. Kvantilplot, 4. Registrerede ekstremvandstande. 5.1 Stationsdata Nummerering af stationen til brug i højvandsstatistikkerne fremgår sammen med stationsnavn øverst. Dato for revision af statistikken fremgår nederst på siden under sidetallet. Under datagrundlag findes oplysninger om stationsnummer (Id.) i for eksempel DMI s stationsliste. Id er angivet ud fra den/de målestationer, hvis data udgør grundlag for opdatering af statistikken for stationen. Dataperioden er fratrukket perioder med manglende data. Endvidere angives måledata i form af tidsrummet mellem den første og den sidste dato, der haves registreringer for. Der angives, i hvilken form data, set over den samlede registreringsperiode, er modtaget og af hvem. Bemærkninger medtager evt. særlige oplysninger for den pågældende station i relation til målestationen, datakvalitet og/eller statistikkens udarbejdelse. Statistiske middeltidsvandstande år, 50 år og 20 år med angivelse af spredningen. Endvidere angives 1 års vandstanden efter rangordning af ekstremerne. Statistisk analyse. Her er angivet, hvilken fordelingsfunktion (Weibull eller Log-Normal) der er anvendt samt de aktuelle parametre i fordelingsfunktionen. Korrektion af vandstandsdata i forhold til middel vandstandsniveau, der beskriver, hvordan de anvendte vandstandsregistreringer er renset for middelhavspejlets bevægelse. Forskellen mellem niveau i det tidligere datum system DNN og det nuværende DVR90 er angivet i hele centimeter. 5.2 Graf af fordelingsfunktion Den beregnede fordelingsfunktion præsenteres grafisk. Funktionen er afbildet med middeltidshændelse som funktion af tiden. Det betyder, at en vilkårlig middeltidshændelse kan aflæses inden for det afbildede interval. Fordelingen er optegnet med en logaritmisk skala på den vandrette akse. Weibull og Log-Normal fordelingerne er tæt på at afbildes med en ret linje. Kurven er derfor kun korrekt inden for det viste interval. Hvis kurven forlænges, vil der derfor være afvigelser mellem kurvens værdi og beregnede middeltidshændelser. Der er indtegnet en spredning (de stiplede linjer) på middeltidshændelserne i beregningsintervallet. Spredningen er et udtryk for, hvor godt fordelingen beskriver data og afhænger desuden i høj grad af intervallet for de registrerede ekstremhændelser og af måleperioden. For en kort serie på Jyllands vestkyst vil der være stor spredning, mens de stiplede linjer ved en tilsvarende lang serie i de indre danske farvande vil ligge tæt på den beregnede fordelingsfunktion. 5.3 Kvantilplot På kvantilplottet er de teoretiske kvantiler afbildet på den vandrette akse, og hændelseskvantilerne (de registrerede ekstremvandstande) er afbildet på den lodrette akse. Punkterne viser ekstremhændelserne, og jo tættere de ligger på den rette linje, der viser fordelingsfunktionen, jo bedre beskriver fordelingsfunktionen de målte ekstremvandstande. Antallet af punkter viser, hvor stort et datagrundlag der ligger til grund for den beregnede fordelingsfunktion. 95 % konfidensintervallet er ligeledes vist. Dette vil med 95 % sandsynlighed omslutte de målte ekstremdata. 5.4 Højeste registrerede vandstande En oversigt over de 40 højeste registrerede vandstande for målestationen er vist. Da der kan være større eller mindre dataudfald indenfor den angivne periode, kan der være indtrufne hændelser, der ikke er med. Da data ofte er korrigeret i databehandlingen, kan registreringerne afvige fra de oplyste i forbindelse med hændelserne. Vandstandene er angivet i både DNN, DVR90 og som trendfri vandstand. Præsentationen af de højeste målte vandstande giver alle mulighed for et indblik i ekstremvandstandene ved de enkelte stationer. 21
22 6 Referencer 6 Afsnit Afsnit Christensen, B.B. (2011a). Stormflodsundersøgelse i Limfjorden. Modelgrundlag, kalibrering og følsomhedsanalyse. Teknisk Notat. Udarbejdet af DHI for Kystdirektoratet. Christensen, B.B. (2011b). Stormflodsundersøgelse i Limfjorden. Teknisk Notat ny bathymetri og uddybning til 10 meters vanddybde. Udarbejdet af DHI for Kystdirektoratet. DMI & GEUS (). Ændringer af havniveauet i Danmark de næste år. Gram-Jensen, I., Stormfloder. DMI. Scientific Report Ingvardsen, S.M., Knudsen, S., Toxvig Madsen, H., Sørensen C. og Bisgaard C. (), Thyborøn Kanal og Vestlige Limfjord. Teknisk rapport. Kystdirektoratet. KDI (2011). Forslag til udpegning af risikoområder på baggrund af en foreløbig vurdering af oversvømmelsesrisikoen fra havet, fjorde eller andre dele af søterritoriet. Teknisk baggrundsrapport. Kystdirektoratet, Lemvig. Knudsen, P., Engsager, K., Khan, A., Andersen, O.B., Sørensen, C., Vognsen, K., Sonne, I.B. og Broge, N. (). Landbevægelser i Danmark og deres betydning i forhold til fremtidig havspejlsstigning. Højdedata - til klimatilpasning og beredskab, Holckenhavn Slot, 2. oktober. Knudsen, S.B., Sørensen, C., Toxvig Madsen, H. og Ingvardsen, S.M. (2011). Thyborøn Kanal 2009 Teknisk rapport. Kystdirektoratet. Naturstyrelsen (). Kortlægning af klimaforandringer - muligheder og barrierer for handling. Maj. Task Force for Klimatilpasning. Nerem, R.S., Chambers, D., Choe, C. og Mitchum, G.T., Estimating Mean Sea Level Change from the TOPEX and Jason Altimeter Missions. Marine Geodesy 33, no. 1 supp 1: Sørensen, C. og Ingvardsen, S.M. (2007)., Kystdirektoratet. 245 s. 22
23 1 Vidåslusen/Højer 1 Datagrundlag Stationsnr. (DMI 26359/26361; KDI 6501/6503). Dataperiode 93 år. Måledata Digitale og analoge data leveret af KDI og DMI. Bemærkninger Vandstandsmåleren er i slutningen af 1980 flyttet fra Højer Sluse til slusen ved det fremskudte dige. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 288 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) γ = 336 λ = 0,323 λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskærings- α =5,799 niveau γ (cm) og parametrene α og β. β = 0,155 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 11 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling - Standardafvigelse 23
24 1 Vidåslusen/Højer 1 Log-Normal fordeling Afskæringsniveau 336 cm Hændelseskvantil med 95% konfidensgrænser VS 450 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande januar november december februar november januar januar oktober august februar januar januar oktober februar januar oktober november januar januar november oktober januar januar februar november november januar november januar marts december marts januar januar februar november januar december oktober januar
25 2 Havneby Havn, Rømø 2 Datagrundlag Stationsnr. (DMI 26136/26137; KDI 6801). Dataperiode 51,7 år. Måledata Digitale og analoge data leveret af KDI. Manglende data: Samlet 3½ måneds udfald Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 270 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,406 γ = 303 α =5,716 β = 0,162 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 11 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling - Standardafvigelse 25
26 2 Havneby Havn, Rømø 2 Log-Normal fordeling Afskæringsniveau 303 cm Hændelseskvantil med 95% konfidensgrænser 440 VS 420 VS VS Teoretiske kvantiler Højeste registrerede vandstande november januar februar januar december januar februar januar januar november januar februar januar december december marts november januar marts januar januar januar januar november december oktober november december februar januar marts december december november november marts december december januar februar
27 3 Ballum Sluse 3 Datagrundlag Stationsnr. (DMI 26346; KDI 6601). Dataperiode 77,8 år. Måledata Digitale og analoge data leveret af KDI. Manglende data: Mindre huller, bl.a Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 284 cm. Bemærkninger På grund af mange målerudfald er serien kompletteret med ekstremvandstande fra Hedeselskabets vandstandsmåler frem til Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,27 γ = 330 α =5,884 β = 0,134 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 11 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling - Standardafvigelse 27
28 3 Ballum Sluse 3 Log-Normal fordeling Afskæringsniveau 330 cm Hændelseskvantil med 95% konfidensgrænser VS 440 VS VS Teoretiske kvantiler Højeste registrerede vandstande november februar januar januar december oktober oktober februar januar november januar november januar januar oktober januar januar januar januar november februar februar marts november december januar januar december februar oktober december december januar januar januar november oktober december december november
29 4 Brøns Sluse 4 Datagrundlag Stationsnr. (DMI 26143/26144; KDI 6901/6902). Dataperiode 11,6 år. Måledata Digitale data leveret af KDI. Manglende data: Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 297 cm. Bemærkninger Ny statistik. Meget kort tidsserie med afskæringsniveau valgt, så statistik er sammenlignelig med Ribe. Der bør refereres til Ribe. Statistikken vurderes som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,638 γ = 284 α =4,1 β = 0,436 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 12 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 29
30 4 Brøns Sluse 4 Log-Normal fordeling Afskæringsniveau 284 cm Hændelseskvantil med 95% konfidensgrænser VS 450 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande januar januar november marts november januar december marts februar oktober oktober november december marts februar november januar februar februar oktober december januar januar januar oktober januar januar februar januar december december november september december september november februar december marts november
31 5 Mandø 5 Datagrundlag Stationsnr. (DMI 25346/25347; KDI 7101/7102). Dataperiode 12,2 år. Måledata Digitale data leveret af KDI. Bemærkninger Ny statistik. Meget kort tidsserie. Hændelser bør sammenlignes med andre stationer i Vadehavet. Statistikken vurderes som mindre god. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 275 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) γ = 253 λ = 1,639 λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskærings- α =5,397 niveau γ (cm) og parametrene α og β. β = 0,222 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 12 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 31
32 5 Mandø 5 Log-Normal fordeling Afskæringsniveau 253 cm Hændelseskvantil med 95% konfidensgrænser VS 400 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande januar januar oktober marts november januar november december februar februar februar marts november december oktober januar december december oktober september november januar februar januar januar november oktober januar december marts februar januar december september november december november februar januar december
33 6 Ribe Kammersluse 6 Datagrundlag Stationsnr. (DMI 25343/25344; KDI 6701). Dataperiode 93,5 år. Måledata Digitale og analoge data leveret af KDI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 278 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,214 γ = 341 α =5,944 β = 0,142 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 12 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 33
34 6 Ribe Kammersluse 6 Log-Normal fordeling Afskæringsniveau 341 cm Hændelseskvantil med 95% konfidensgrænser 500 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande december november januar januar januar november oktober januar november februar januar januar januar november januar februar februar januar august oktober marts januar februar januar marts januar oktober januar januar oktober december november februar marts november februar januar oktober november december
35 7 Esbjerg Havn 7 Datagrundlag Stationsnr. (DMI 25147/25149; KDI 6401/6403). Dataperiode 139 år. Måledata Digitale og analoge data og brætobservationer leveret af DMI og KDI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 247 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,18 γ = 305 α =5,782 β = 0,126 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 11 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 35
36 7 Esbjerg Havn 7 Log-Normal fordeling Afskæringsniveau 305 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november januar november december december januar august januar december november november januar februar oktober februar januar november oktober januar januar oktober februar oktober oktober januar oktober oktober februar december oktober oktober november marts februar januar september januar januar december oktober
37 8 Bork Havn 8 Datagrundlag Stationsnr. (DMI 24353; KDI 5213). Dataperiode 40 år. Måledata Digitale og analoge data leveret af KDI ( ). I statistikken anvendes data fra 1973 og frem, jf. bemærkninger. Bemærkninger Vandstandene i Ringkøbing Fjord er stærkt påvirket af slusedriften. Slusen definerer det normale vandstandsniveau og fungerer også som højvandsbarriere. I statistikken indgår kun data fra 1973 og frem, og slusepraksis definerer ekstremvandstande således, at vandstanden i fjorden skal være normaliseret mellem to registrerede ekstremer. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 75 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,5 γ = 83 α =1,244 β = 98,838 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 11 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 37
38 8 Bork Havn 8 Weibull fordeling Afskæringsniveau 83 cm Hændelseskvantil med 95% konfidensgrænser 130 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande december januar januar januar november februar november februar januar januar december februar januar januar april februar januar september april februar januar februar oktober marts december december november december januar januar december november september januar december september december januar oktober december
39 9 Ringkøbing Havn 9 Datagrundlag Stationsnr. (DMI 24328; KDI 5212). Dataperiode 42 år. Måledata Digitale og analoge data leveret af KDI ( ). I statistikken anvendes data fra 1971 og frem, jf. bemærkninger. Bemærkninger Vandstandene i Ringkøbing Fjord er stærkt påvirket af slusedriften. Slusen definerer det normale vandstandsniveau og fungerer også som højvandsbarriere. I statistikken indgår kun data fra 1971 og frem, og slusepraksis definerer ekstremvandstande således, at vandstanden i fjorden skal være normaliseret mellem to registrerede ekstremer. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år 97 5 Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 60 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,548 γ = 67 α =1,288 β = 82,007 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 10 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 39
40 9 Ringkøbing Havn 9 Weibull fordeling Afskæringsniveau 67 cm Hændelseskvantil med 95% konfidensgrænser 110 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande januar januar januar oktober december december februar januar januar december januar januar februar oktober januar januar februar januar februar februar januar december november november marts december januar februar oktober december marts februar oktober januar februar oktober december december februar februar
41 10 Kloster Havn 10 Datagrundlag Stationsnr. (DMI 24132; KDI 5113). Dataperiode 40,8 år. Måledata Digitale og analoge data leveret af KDI ( ). Manglende data: og I statistikken anvendes data fra 1972 og frem, jf. bemærkninger. Bemærkninger Vandstandene i Nissum Fjord er stærkt påvirket af slusedriften. Slusen definerer det normale vandstandsniveau og fungerer også som højvandsbarriere. I statistikken indgår kun data fra 1972 og frem, og slusepraksis definerer ekstremvandstande således, at vandstanden i fjorden skal være normaliseret mellem to registrerede ekstremer. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 86 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,833 γ = 87 α =1,066 β =,831 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 10 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 41
42 10 Kloster Havn 10 Weibull fordeling Afskæringsniveau 87 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar januar januar januar december december januar januar januar januar oktober januar januar november december februar januar april februar december oktober december november januar november november januar december februar marts november november december marts februar oktober februar november november februar
43 11 Skovlund 11 Datagrundlag Stationsnr. (KDI 5112). Dataperiode 40,5 år. Måledata Digitale og analoge data leveret af KDI ( ). Manglende data: og samt mindre huller. I statistikken anvendes data fra 1972 og frem, jf. bemærkninger. Bemærkninger Vandstandene i Nissum Fjord er stærkt påvirket af slusedriften. Slusen definerer det normale vandstandsniveau og fungerer også som højvandsbarriere. I statistikken indgår kun data fra 1972 og frem, og slusepraksis definerer ekstremvandstande således, at vandstanden i fjorden skal være normaliseret mellem to registrerede ekstremer. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 66 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,79 γ = 71 α =1,197 β = 88,130 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 10 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 43
44 11 Skovlund 11 Weibull fordeling Afskæringsniveau 71 cm Hændelseskvantil med 95% konfidensgrænser 130 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar december januar januar januar januar oktober januar januar december januar januar december oktober februar november februar december februar december januar november januar november oktober februar marts februar december december oktober december november november november
45 12 Hvide Sande Havn 12 Datagrundlag Stationsnr. (DMI 23343; KDI 5201). Dataperiode 81 år. Måledata Digitale data og brætobservationer leveret af KDI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 202 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,395 γ = 226 α =1,562 β = 263,088 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 10 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 45
46 12 Hvide Sande Havn 12 Weibull fordeling Afskæringsniveau 226 cm Hændelseskvantil med 95% konfidensgrænser 320 VS 300 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande oktober januar januar november november februar oktober november februar januar januar januar december december januar januar januar november oktober oktober marts oktober november januar oktober december januar januar oktober oktober marts november december december oktober september december december december februar
47 13 Hvide Sande Havet 13 Datagrundlag Stationsnr. (DMI 24342; KDI 5203). Dataperiode 26,8 år. Måledata Digitale data leveret af KDI. Manglende data: Målerudfald i sammenlagt 5 år Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 207 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,082 γ = 204 α =1,033 β = 229,849 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 10 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 47
48 13 Hvide Sande Havet 13 Weibull fordeling Afskæringsniveau 204 cm Hændelseskvantil med 95% konfidensgrænser 320 VS 300 VS VS Teoretiske kvantiler Højeste registrerede vandstande januar oktober november december januar december januar marts januar oktober november januar januar december december januar januar januar november november februar december december februar februar december januar november marts januar februar februar januar februar november oktober februar januar november januar
49 14 Thorsminde Havn 14 Datagrundlag Stationsnr. (DMI 24123; KDI 5101). Dataperiode 63,8 år. Måledata Digitale data og brætobservationer leveret af KDI. Manglende data: ; i alt 11 år Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 193 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,361 γ = 227 α =1,219 β = 257,819 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 9 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 49
50 14 Thorsminde Havn 14 Weibull fordeling Afskæringsniveau 227 cm Hændelseskvantil med 95% konfidensgrænser 320 VS 300 VS VS Teoretiske kvantiler Højeste registrerede vandstande januar november januar januar februar oktober oktober januar januar januar december januar december november oktober januar marts januar november november februar marts december oktober december februar november november januar januar marts januar november november januar november januar december februar februar
51 15 Thorsminde Havet 15 Datagrundlag Stationsnr. (DMI 24122/24125; KDI 5103/5104). Dataperiode 27,8 år. Måledata Digitale data leveret af KDI. Manglende data: Målerudfald i sammenlagt 5,4 år Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 189 cm. Bemærkninger Grundet seriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,899 γ = 191 α =1,621 β = 217,193 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 9 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 51
52 15 Thorsminde Havet 15 Weibull fordeling Afskæringsniveau 191 cm Hændelseskvantil med 95% konfidensgrænser 260 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar januar december oktober januar december marts januar november januar januar november marts november december oktober oktober november januar februar februar februar december februar december oktober december februar november januar november oktober december december oktober januar februar januar oktober november
53 16 Ferring 16 Datagrundlag Stationsnr. (DMI 24018; KDI 4303). Dataperiode 17,8 år. Måledata Digitale data leveret af KDI. Manglende data: Målerudfald i sammenlagt 2,4 år Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 182 cm. Bemærkninger Måleren er placeret i høfde B og er påvirket af lokal bølgestuvning. Grundet seriens længde og kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,91 γ = 171 α =1,243 β = 201,830 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 53
54 16 Ferring 16 Weibull fordeling Afskæringsniveau 171 cm Hændelseskvantil med 95% konfidensgrænser VS 280 VS VS Teoretiske kvantiler Højeste registrerede vandstande januar januar oktober januar december januar november november oktober november december januar december december marts februar februar februar december februar januar december december januar januar januar februar januar januar november februar januar oktober december december februar marts februar december december
55 17 Thyborøn Havn 17 Datagrundlag Stationsnr. (DMI 24007; KDI 4201). Dataperiode 77,8 år. Måledata Digitale og analoge data og brætoberservationer leveret af Thyborøn Havn og KDI. Bemærkninger Stationen er beliggende inde i Thyborøn Kanal, dvs. på tærsklen mellem Vesterhavet og Limfjorden. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 127 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,308 γ = 148 α =1,681 β = 168,529 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 55
56 17 Thyborøn Havn 17 Weibull fordeling Afskæringsniveau 148 cm Hændelseskvantil med 95% konfidensgrænser 190 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande december januar november februar januar januar januar januar januar december november januar januar marts januar marts november november november december januar november januar oktober marts oktober november december januar november oktober januar februar december februar december januar januar januar januar
57 18 Thyborøn Havet 18 Datagrundlag Stationsnr. (DMI 24006; KDI 4203). Dataperiode 31 år. Måledata Digitale data leveret af KDI. Manglende data: Målerudfald i sammenlagt 6 år. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 180 cm. Bemærkninger Måleren er placeret i høfde 58 og er påvirket af lokal bølgestuvning. Grundet dataseriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,742 γ = 163 α =1,305 β = 191,136 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 57
58 18 Thyborøn Havet 18 Weibull fordeling Afskæringsniveau 163 cm Hændelseskvantil med 95% konfidensgrænser 260 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar januar december januar januar marts januar marts november januar januar november november januar november december oktober februar januar december november februar december oktober januar oktober december februar december januar januar februar januar februar januar oktober januar januar februar januar
59 19 Hanstholm Havn 19 Datagrundlag Stationsnr. (DMI 29; KDI 3/3111). Dataperiode 43,2 år. Måledata Digitale og analoge data leveret af Hanstholm Havn, DMI og KDI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 114 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,718 γ = 117 α =1,409 β = 136,834 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 4 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse
60 19 Hanstholm Havn 19 Weibull fordeling Afskæringsniveau 117 cm Hændelseskvantil med 95% konfidensgrænser 180 VS 170 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november november marts marts februar januar december januar november januar januar december oktober januar oktober oktober januar februar februar november december januar december januar november december januar januar januar januar november januar januar januar januar januar december oktober februar november
61 20 Hirtshals Havn 20 Datagrundlag Stationsnr. (DMI 20047/20049; KDI 0/1411). Dataperiode 47 år. Måledata Digitale data og daglige registreringer leveret af Hirtshals Havn, DMI, SHAF og KDI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 96 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,511 γ = 106 α =1,305 β =,960 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 1 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 61
62 20 Hirtshals Havn 20 Weibull fordeling Afskæringsniveau 106 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande februar november november januar oktober oktober marts februar december december januar februar oktober november december januar november december december december marts november januar februar januar januar november marts november januar januar januar november februar oktober februar januar marts oktober januar
63 21 Skagen Havn 21 Datagrundlag Stationsnr. (DMI 20002/20003; KDI 1/1111). Dataperiode 66,1 år. Måledata Digitale data og daglige registreringer leveret af Skagen Havn, DMI, SHAF og KDI. Manglende data: , samt mindre huller i øvrigt. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 89 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,53 γ = 98 α =1,097 β = 111,672 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 1 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 63
64 21 Skagen Havn 21 Weibull fordeling Afskæringsniveau 98 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november februar december november december december januar januar oktober oktober november december marts januar februar december januar januar marts januar december september februar september januar november december september november januar januar november november september marts februar oktober september november november
65 22 Frederikshavn Havn 22 Datagrundlag Stationsnr. (DMI 20101; KDI 901). Dataperiode 118 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 96 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,381 γ = 109 α =1,446 β = 126,130 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 2 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 65
66 22 Frederikshavn Havn 22 Weibull fordeling Afskæringsniveau 109 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande december oktober november november december februar marts december december november januar december januar december januar februar oktober februar december november januar januar november december marts januar november oktober januar januar oktober oktober marts oktober oktober februar oktober januar januar september
67 23 Lemvig Havn 23 Datagrundlag Stationsnr. (DMI 24032). Dataperiode 49,1 år. Måledata Digitale og analoge data leveret af Lemvig Kommune, Lemvig Havn, DMI og Orbicon. Manglende data: Der mangler data fra fem længere perioder i årene ; i alt 4,2 år. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 129 cm. Bemærkninger Statistikken er udarbejdet på baggrund af resultatet af analyser af Thyborøn Kanals betydning for stormflodsvandstandene i den vestlige Limfjord. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,468 γ = 145 α =5,096 β = 0,088 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 2013 for udviklingen i den vestlige Limfjord. Statistikken for stationen er udarbejdet på baggrund af metoden beskrevet i afsnit 2.3. Fordelingsfunktion I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 67
68 23 Lemvig Havn 23 Log-Normal fordeling Afskæringsniveau 145 cm Hændelseskvantil med 95% konfidensgrænser VS 190 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november januar december februar januar januar november januar november januar marts januar november marts november november november januar november december december december februar december februar november januar januar januar december december november november december november december januar februar november oktober
69 24 Skive Havn 24 Datagrundlag Stationsnr. (DMI 21191). Dataperiode 17,3 år. Måledata Digitale data leveret af Skive Havn, Skive kommune og DMI. Manglende data: Der forekommer målerudfald i starten af perioden. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 130 cm. Bemærkninger Statistikken er udarbejdet på baggrund af resultatet af analyser af Thyborøn Kanals betydning for stormflodsvandstandene i den vestlige Limfjord. Grundet dataseriens længde vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,214 γ = 126 α =4,936 β = 0,135 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 2013 for udviklingen i den vestlige Limfjord. Statistikken for stationen er udarbejdet på baggrund af metoden beskrevet i afsnit 2.3. Fordelingsfunktion Vandstand (cm) 260 I perioden har stigningen i middel havspejlsniveau været på 5 cm. Dette er forskellen mellem DNN og DVR Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 69
70 24 Skive Havn 24 Log-Normal fordeling Afskæringsniveau 126 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar november januar december januar februar december november oktober marts januar februar januar december marts januar november januar januar februar januar december november oktober september oktober november oktober november februar februar januar februar januar december januar marts februar februar november
71 25 Hvalpsund 25 Datagrundlag Stationsnr. (NST Hvalpsund). Dataperiode 14,8 år. Måledata Digitale og analoge data leveret af NST. Manglende data: , samt mindre målerudfald i øvrigt, i alt 2,7 år. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 119 cm. Bemærkninger Statistikken er udarbejdet på baggrund af resultatet af analyser af Thyborøn Kanals betydning for stormflodsvandstandene i den vestlige Limfjord. Ny statistik. Grundet dataseriens længde vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,351 γ = 114 α =4,836 β = 0, Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 2013 for udviklingen i den vestlige Limfjord. Statistikken for stationen er udarbejdet på baggrund af metoden beskrevet i afsnit 2.3. Fordelingsfunktion Vandstand (cm) 260 I perioden har stigningen i middel havspejlsniveau været på 5 cm. Dette er forskellen mellem DNN og DVR Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 71
72 25 Hvalpsund 25 Log-Normal fordeling Afskæringsniveau 114 cm Hændelseskvantil med 95% konfidensgrænser VS 180 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande januar januar november december januar oktober marts januar februar februar december januar december marts november september januar februar oktober november december februar november januar oktober december februar december december februar november november marts november februar oktober oktober september december december
73 26 Løgstør Havn 26 Datagrundlag Stationsnr. (NST Løgstør[1]; DMI [2]). Statistiske middeltidsvandstande VS (cm) Spredning (cm) Dataperiode 82,3 år. Måledata Digitale og analoge data leveret af NST, DMI, Orbicon og Nordjyllands Amt. Manglende data: Mindre målerudfald. år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 119 cm. Bemærkninger Data fra to målere. Statistikken bygger på data fra [1], der har haft dataudfald/været ude af drift siden Herefter anvendes data fra [2]. Da [2] konsekvent måler højere ekstremer end [1], og altid har gjort dette, er det seneste års ekstremer fra [2] fratrukket 10 cm til brug i statistikken. Statistikken er udarbejdet på baggrund af resultatet af analyser af Thyborøn Kanals betydning for stormflodsvandstandene i den vestlige Limfjord. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) γ = 141 λ = 0,304 λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskærings- α =4,887 niveau γ (cm) og parametrene α og β. β = 0,185 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 2013 for udviklingen i den vestlige Limfjord. Statistikken for stationen er udarbejdet på baggrund af metoden beskrevet i afsnit 2.3. Fordelingsfunktion Vandstand (cm) I perioden har stigningen i middel havspejlsniveau været på 4 cm. Dette er forskellen mellem DNN og DVR Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 73
74 26 Løgstør Havn 26 Log-Normal fordeling Afskæringsniveau 141 cm Hændelseskvantil med 95% konfidensgrænser 200 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar november februar november januar januar januar december januar januar januar november marts november januar november november marts november januar december oktober december januar januar januar marts november januar oktober januar december december januar oktober oktober januar januar december oktober
75 27 Attrup/Øland 27 Datagrundlag Stationsnr. (NST Attrup). Dataperiode 15 år. Måledata Digitale data leveret af NST. Manglende data: Målerudfald i sammenlagt 1,7 år. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 94 cm. Bemærkninger Ny statistik. Grundet dataseriens længde vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1 γ = 93 α =4,61 β = 0,163 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 3 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 75
76 27 Attrup/Øland 27 Log-Normal fordeling Afskæringsniveau 93 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande januar december januar november marts november december oktober januar januar marts januar oktober december december februar september februar marts januar februar marts oktober januar november december november februar februar november december oktober oktober december oktober december december oktober december november
77 28 Nibe/Sebbersund 28 Datagrundlag Stationsnr. (NST Nibe). Dataperiode 32,2 år. Måledata Digitale og analoge data leveret af NST, Orbicon og Nordjyllands Amt. Manglende data: Målerudfald i sammenlagt 1,9 år. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 93 cm. Bemærkninger Statistikken er baseret på data fra Sebbersund frem til 1993 (måler nedlagt), herefter Nibe. Måler i Nibe ude af funktion fra og nedlagt. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Log-Normal fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,776 γ = 98 α =4,647 β = 0,144 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 3 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Log-Normalfordeling Standardafvigelse 77
78 28 Nibe/Sebbersund 28 Log-Normal fordeling Afskæringsniveau 98 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november januar november januar januar november november januar januar december december november januar februar januar januar oktober december januar november januar november december oktober januar september november marts februar november september november januar marts oktober januar november november oktober oktober
79 29 Nørresundby DAC 29 Datagrundlag Stationsnr. (NST Nørresundby). Dataperiode 40,4 år. Måledata Digitale og analoge data leveret af NST, Aalborg Havn, Orbicon og Nordjyllands Amt. Manglende data: Mindre målerudfald. Ved enkelte større udfald er der set på nærliggende målestationer i Aalborg. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 91 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,668 γ = 98 α =1,161 β = 111,860 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 2 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 79
80 29 Nørresundby DAC 29 Weibull fordeling Afskæringsniveau 98 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november november december januar januar februar november marts januar november januar januar december december januar oktober januar februar september november januar januar december december januar januar december januar oktober januar oktober november november februar januar januar december januar februar marts
81 30 Hals Havn 30 Datagrundlag Stationsnr. (DMI 20262; NST Hals). Dataperiode 41,8 år. Måledata Digitale og analoge data leveret af NST, Aalborg Havn, Hedeselskabet og Nordjyllands Amt. Manglende data: Målerudfald i sammenlagt 7,2 år. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år 6 Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 101 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,316 γ = 95 α =1,231 β = 112,299 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 3 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 81
82 30 Hals Havn 30 Weibull fordeling Afskæringsniveau 95 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november november marts januar december januar november november januar december oktober januar januar december november november november oktober marts december januar januar september oktober november februar januar oktober november januar september januar januar februar oktober oktober november november januar december
83 31 Randers Havn 31 Datagrundlag Stationsnr. (DMI 22058/22059;RH). Dataperiode 101,1 år. Måledata Digitale data og brætaflæsninger leveret af Randers Havn (RH), DMI og Århus Amt. Manglende data: samt mindre huller. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 106 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,475 γ = 121 α =1,22 β = 138,734 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 4 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 83
84 31 Randers Havn 31 Weibull fordeling Afskæringsniveau 121 cm Hændelseskvantil med 95% konfidensgrænser 180 VS 170 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november november november februar november oktober februar januar december marts januar november januar december oktober oktober januar januar februar november januar november januar december januar november januar marts januar november december januar november december december december november marts september februar
85 32 Grenå Havn 32 Datagrundlag Stationsnr. (DMI 22121). Dataperiode 35,7 år. Måledata Digitale og analoge data leveret af DMI, FRV og Grenå Havn. Manglende data: , samt mindre huller. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år 9 Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 105 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,812 γ = 108 α =1,253 β = 131,095 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 4 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 85
86 32 Grenå Havn 32 Weibull fordeling Afskæringsniveau 108 cm Hændelseskvantil med 95% konfidensgrænser 180 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november januar februar november marts februar november november december januar december januar oktober januar januar december januar december februar november januar december januar november februar marts januar november oktober marts oktober december januar september januar december september november februar oktober
87 33 Aarhus Havn 33 Datagrundlag Stationsnr. (DMI 22331). Dataperiode 124,3 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,217 γ = 119 α =1,357 β = 137,594 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 5 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 87
88 33 Aarhus Havn 33 Weibull fordeling Afskæringsniveau 119 cm Hændelseskvantil med 95% konfidensgrænser 170 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november november marts december februar januar december oktober januar november november februar december januar december december februar december november januar september november februar januar november november januar januar februar november oktober oktober november december oktober november januar december december september
89 34 Ballen Havn 34 Datagrundlag Stationsnr. (DMI 27084). Dataperiode 20,4 år. Måledata Digitale data leveret af DMI og FRV. Manglende data: En del målerudfald, specielt i starten af perioden. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 104 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,029 γ = 103 α =1,237 β = 122,904 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 1 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 89
90 34 Ballen Havn 34 Weibull fordeling Afskæringsniveau 103 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november november marts januar november oktober januar januar december marts november januar september december februar januar december december februar december november november oktober oktober november februar januar januar februar november december oktober februar marts november oktober december oktober oktober januar
91 35 Juelsminde Havn 35 Datagrundlag Stationsnr. (DMI 23132). Dataperiode 15,1 år. Måledata Digitale data leveret af DMI og FRV. Manglende data: Mange målerudfald Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 103 cm. Bemærkninger Ny statistik. Enkelte ekstremer er konstrueret fra måledata fra nærliggende stationer. Grundet kvalitet og længde af dataserien vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,325 γ = 97 α =1,138 β = 114,875 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 91
92 35 Juelsminde Havn 35 Weibull fordeling Afskæringsniveau 97 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november november marts januar januar november januar januar december december november november december februar december december november oktober februar februar januar oktober november april oktober december oktober december januar november oktober oktober marts november december marts december februar januar december
93 36 Fredericia Havn 36 Datagrundlag Stationsnr. (DMI 23293). Dataperiode 123,4 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 89 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,194 γ = 112 α =1,276 β = 126,131 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 93
94 36 Fredericia Havn 36 Weibull fordeling Afskæringsniveau 112 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november december januar februar november december november december september december januar december februar januar januar januar januar februar november november januar februar december februar februar december november november november december oktober februar december januar november januar januar december februar januar
95 37 Kolding Havn 37 Datagrundlag Stationsnr. (DMI 23322). Dataperiode 23 år. Måledata Digitale data leveret af Kolding Havn og DMI. Manglende data: er udeladt af IT-tekniske årsager, flere mindre dataudfald i øvrigt. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 106 cm. Bemærkninger Der er anvendt et lavt afskæringsniveau, hvilket giver lavere middeltidshændelser end i 2007-statistikken. Statistikken vurderes som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 2,087 γ = 94 α =1,169 β = 112,773 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 10 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 95
96 37 Kolding Havn 37 Weibull fordeling Afskæringsniveau 94 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande februar november november december februar november december januar december januar januar november februar december april november december november januar december december februar november november november november marts marts januar marts januar november januar februar januar oktober september november marts juli
97 38 Haderslev Havn 38 Datagrundlag Stationsnr. (DMI 26088/26089; KDI 10101/10102). Dataperiode 12 år. Måledata Digitale data leveret af KDI. Bemærkninger Ny statistik. Grundet dataseriens længde vurderes statistikken som mindre god. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 112 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 2,167 γ = 99 α =1,281 β = 117,675 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 12 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 97
98 38 Haderslev Havn 38 Weibull fordeling Afskæringsniveau 99 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november december februar december januar januar marts februar november februar november november marts november marts september januar november oktober januar januar november september januar februar oktober oktober oktober januar december januar oktober januar februar januar februar november december januar maj
99 39 Aabenraa Havn 39 Datagrundlag Stationsnr. (DMI 26239). Dataperiode 32 år. Måledata Data leveret af Aabenraa Havn og DMI. Manglende data: , samt en del mindre dataudfald. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 110 cm. Bemærkninger Maksimalvandstanden november 2006 er grundet målerudfald estimeret ud fra nærliggende stationer. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,781 γ = 113 α =1,279 β = 132,081 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 12 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 99
100 39 Aabenraa Havn 39 Weibull fordeling Afskæringsniveau 113 cm Hændelseskvantil med 95% konfidensgrænser VS 170 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november februar januar januar december december november januar november november februar februar februar marts januar januar januar november november november marts november november april november januar oktober februar september november februar oktober januar januar marts september december december december februar
101 40 Sønderborg Havn 40 Datagrundlag Stationsnr. (DMI 26473/26474; KDI 10201/10202). Dataperiode 12 år. Måledata Digitale data leveret af KDI. Bemærkninger Ny statistik. Grundet dataseriens længde vurderes statistikken som mindre god. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 118 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,917 γ = 104 α =1,35 β = 123,769 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 12 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 101
102 40 Sønderborg Havn 40 Weibull fordeling Afskæringsniveau 104 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november februar december december januar januar marts januar november februar november februar november marts oktober januar september oktober november januar november februar november januar december marts december januar oktober oktober september november februar marts december november januar oktober december januar
103 41 Fynshav Havn 41 Datagrundlag Stationsnr. (DMI 26457). Dataperiode 61,2 år. Måledata Digitale og analoge data leveret af DMI. Manglende data: Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 115 cm. Bemærkninger Måleren er flyttet fra Mommark til Fynshav i Manglende data grundet havneombygning. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,343 γ = 131 α =1,252 β = 149,075 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 13 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 103
104 41 Fynshav Havn 41 Weibull fordeling Afskæringsniveau 131 cm Hændelseskvantil med 95% konfidensgrænser 180 VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november februar november januar november januar november december januar januar februar december februar december januar december februar februar januar november januar januar december december januar december november november februar december januar april januar januar februar januar januar november november november
105 42 Faaborg Havn 42 Datagrundlag Stationsnr. (DMI 28397/28398; KDI 20301/20302). Dataperiode 11,6 år. Måledata Digitale data leveret af KDI. Manglende data: , samt yderligere perioder med dataudfald. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år 11 Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 115 cm. Bemærkninger Ny statistik. Grundet dataseriens længde og kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 2,241 γ = 102 α =1,33 β = 123,361 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 105
106 42 Faaborg Havn 42 Weibull fordeling Afskæringsniveau 102 cm Hændelseskvantil med 95% konfidensgrænser 180 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november februar januar december december januar februar januar november marts november oktober november oktober januar november januar marts februar februar november september januar november december oktober januar marts oktober december november januar december januar februar december januar februar februar januar
107 43 Assens Havn 43 Datagrundlag Stationsnr. (DMI 28366/28367; KDI 20201/20202). Dataperiode 12 år. Måledata Digitale data leveret af KDI. Manglende data: Mindre dataudfald. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 109 cm. Bemærkninger Ny statistik. Grundet dataseriens længde vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 2,083 γ = 98 α =1,281 β = 117,157 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 107
108 43 Assens Havn 43 Weibull fordeling Afskæringsniveau 98 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november februar december december januar januar februar november november marts januar januar november oktober marts januar januar februar november februar september oktober november marts oktober november september oktober januar januar december november januar februar februar december december maj januar januar
109 44 Bogense Havn 44 Datagrundlag Stationsnr. (DMI 28003/28004; KDI 20101/20102). Dataperiode 12 år. Måledata Digitale data leveret af KDI. Bemærkninger Ny statistik. Grundet dataseriens længde vurderes statistikken som mindre god. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 107 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,667 γ = 93 α =1,248 β = 114,863 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 109
110 44 Bogense Havn 44 Weibull fordeling Afskæringsniveau 93 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november marts november december november januar januar januar februar november januar december december november december november februar april oktober oktober november januar februar december februar december oktober november december november oktober november november marts januar januar oktober februar september oktober
111 45 Odense Fjord, Gabet 45 Datagrundlag Stationsnr. (DMI 28068; NST Gabet). Dataperiode 22,8 år. Måledata Digitale og analoge data leveret af Odense Havn, NST, DMI og Fyns Amt. Manglende data: grundet dårlig datakvalitet. Mindre målerudfald i øvrigt. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 99 cm. Bemærkninger Grundet dataseriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,009 γ = 97 α =1,3 β = 122,681 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 111
112 45 Odense Fjord, Gabet 45 Weibull fordeling Afskæringsniveau 97 cm Hændelseskvantil med 95% konfidensgrænser 180 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november november november januar november marts november januar januar februar december november november januar december december november november april december december november oktober oktober november februar januar september oktober december januar december november januar januar november oktober marts september november
113 46 Odense 46 Datagrundlag Stationsnr. (DMI 28086; DDH 45.15/45.16/45.17). Dataperiode 34,5 år. Måledata Digitale og analoge data leveret af Odense Havn, DMI, Orbicon og Vattenfall Fynsværket. Manglende data: Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år 8 Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 113 cm. Bemærkninger Fra 2007 er ekstremer baseret på Odense Havns måler. Der iaggtages god overensstemmelse med formodet nedlagte målestationer i Odense Å for perioder med overlap mellem serierne i 2008 og Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,638 γ = 121 α =1,246 β = 139,345 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 113
114 46 Odense 46 Weibull fordeling Afskæringsniveau 121 cm Hændelseskvantil med 95% konfidensgrænser 180 VS 170 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november januar november november februar marts februar november november januar januar december december december oktober januar februar januar januar november november december november december april januar december januar februar december november december marts januar april december november november marts september
115 47 Kerteminde Havn 47 Datagrundlag Stationsnr. (DMI 28198/28199; KDI 20401/20402). Dataperiode 16,1 år. Måledata Digitale og analoge data leveret af KDI og Fyns Amt. Manglende data: , samt mindre målerudfald, jf. bemærkninger. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 98 cm. Bemærkninger Grundet den korte og fragmenterede tidsserie bør statistikken ikke anvendes alene, og der refereres til nærliggende stationer med længere/bedre datagrundlag. Statistikken vurderes som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,683 γ = α =1,422 β = 129,128 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 115
116 47 Kerteminde Havn 47 Weibull fordeling Afskæringsniveau cm Hændelseskvantil med 95% konfidensgrænser 180 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november februar november november december december februar januar november december februar november januar januar november december januar december december november april december januar december december oktober oktober november december december december januar november december januar oktober april november oktober marts
117 48 Slipshavn 48 Datagrundlag Stationsnr. (DMI 28234). Dataperiode 122,8 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Ekstremerne repræsenteres ikke særlig godt af den statistiske fordelingsfunktion. Der er valgt et højt afskæringsniveau. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år 7 20 år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 91 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,171 γ = 114 α =0,976 β = 126,093 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 117
118 48 Slipshavn 48 Weibull fordeling Afskæringsniveau 114 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november februar december november november november december december januar februar januar oktober februar januar januar november december december november januar marts januar december februar april februar februar november oktober november januar januar november oktober januar november december januar januar december
119 49 Rantzausminde Havn 49 Datagrundlag Stationsnr. (Amt Rantz.). Dataperiode 24,4 år. Måledata Digitale og analoge data leveret af Fyns Amt og NST. Manglende data: Mange dataudfald; i alt 4,5 år i perioden , jf. bemærkninger. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 117 cm. Bemærkninger Måleren er nedlagt i Mange huller, meget dårlig datakvalitet og manglende ekstremer fra de senere år. Data er genanalyseret og sammenlignet med ekstremer fra andre stationer. Måleren kan være påvirket af lokal stuvning. Statistikken vurderes som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,148 γ = 111 α =1,298 β = 135,345 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 119
120 49 Rantzausminde Havn 49 Weibull fordeling Afskæringsniveau 111 cm Hændelseskvantil med 95% konfidensgrænser VS 180 VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november februar december november december november januar februar februar januar november december november januar februar december november december december november november september marts december december januar april februar marts december december november december marts november december april december december december
121 50 Bagenkop Havn 50 Datagrundlag Stationsnr. (DMI 28548). Dataperiode 22,8 år. Måledata Digitale og analoge data leveret af DMI, FRV og Fyns Amt. Manglende data: Jf. bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år 9 20 år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 114 cm. Bemærkninger Data udeladt for grundet for mange fejl; endvidere målerudfald , samt mindre perioder i øvrigt. Måler nedlagt i perioden Grundet seriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,921 γ = 116 α =1,301 β = 131,817 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 4 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 121
122 50 Bagenkop Havn 50 Weibull fordeling Afskæringsniveau 116 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november januar november februar oktober januar februar november november december februar august december december december december marts april november oktober februar december december januar november januar november januar december januar september april oktober november marts marts september december februar januar
123 51 Kalvehave 51 Datagrundlag Stationsnr. (DMI 31243/31244; KDI 30201/30202). Dataperiode 12 år. Måledata Digitale data leveret af KDI. Bemærkninger Grundet seriens længde vurderes statistikken som mindre god. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 95 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 2,083 γ = 84 α =1,26 β =,461 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 123
124 51 Kalvehave 51 Weibull fordeling Afskæringsniveau 84 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november januar december januar februar december november januar oktober februar november november november februar februar marts december januar december marts december januar marts januar januar januar oktober november april november november januar oktober september november januar oktober februar februar januar
125 52 Karrebæksminde 52 Datagrundlag Stationsnr. (DMI 31171/31172; KDI 30101/30102). Dataperiode 12 år. Måledata Digitale data leveret af KDI. Bemærkninger Grundet seriens længde vurderes statistikken som mindre god. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 92 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 2,083 γ = 80 α =1,098 β = 96,238 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 125
126 52 Karrebæksminde 52 Weibull fordeling Afskæringsniveau 80 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november december januar november november februar december januar januar januar januar november januar oktober oktober marts november februar november december november januar marts november december november december december februar november marts januar februar december september november oktober oktober november november
127 53 Korsør Havn 53 Datagrundlag Stationsnr. (DMI 29393). Dataperiode 122,9 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Ekstremerne repræsenteres ikke særlig godt af den statistiske fordelingsfunktion. Der er valgt et højt afskæringsniveau. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 87 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,09 γ = 117 α =0,93 β = 132,581 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 127
128 53 Korsør Havn 53 Weibull fordeling Afskæringsniveau 117 cm Hændelseskvantil med 95% konfidensgrænser 170 VS 150 VS VS Teoretiske kvantiler Højeste registrerede vandstande november december februar september december januar november november oktober januar januar december januar oktober november november februar november januar december februar november december november januar februar november december november november januar december april januar december december december februar januar november
129 54 Kalundborg Havn 54 Datagrundlag Stationsnr. (DMI 29141). Dataperiode 36,5 år. Måledata Digitale og analoge data leveret af Kalundborg Havn og DMI. Manglende data: samt en del huller i øvrigt Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 96 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,658 γ = 104 α =1,104 β = 119,987 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 6 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 129
130 54 Kalundborg Havn 54 Weibull fordeling Afskæringsniveau 104 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november februar november marts november november december februar januar januar januar februar november november januar december januar december november november november november januar oktober november december februar marts oktober december januar februar december januar november oktober oktober december december januar
131 55 Havnebyen/Sjællands Odde 55 Datagrundlag Stationsnr. (DMI 29002). Dataperiode 19,7 år. Måledata Digitale data leveret af DMI og FRV. Manglende data: samt en række udfald i øvrigt. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 96 cm. Bemærkninger Grundet dataseriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,827 γ = 85 α =1,207 β = 103,645 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 131
132 55 Havnebyen/Sjællands Odde 55 Weibull fordeling Afskæringsniveau 85 cm Hændelseskvantil med 95% konfidensgrænser VS VS 50 VS 20 Teoretiske kvantiler Højeste registrerede vandstande november november marts januar december januar oktober november november januar februar september januar februar oktober november januar december februar december december oktober november januar januar februar december marts oktober december januar september marts november februar december oktober december november marts
133 56 Hundested Havn 56 Datagrundlag Stationsnr. (NST Hundested Havn). Dataperiode 23,3 år. Måledata Digitale og analoge data leveret af NST, Orbicon og Frederiksborg Amt. Manglende data: samt nogle målerudfald i øvrigt. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 102 cm. Bemærkninger Måleren er nedlagt. Grundet manglende ekstremer fra de seneste år, vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,944 γ = 103 α =1,292 β =,696 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 133
134 56 Hundested Havn 56 Weibull fordeling Afskæringsniveau 103 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november november januar februar januar februar december marts februar oktober oktober september december december november januar oktober januar januar september december september november februar november december februar december december januar september september december februar december januar oktober november november september
135 57 Holbæk Havn 57 Datagrundlag Stationsnr. (DMI 29038/29039). Dataperiode 28,8 år. Måledata Digitale og analoge data leveret af DMI og Holbæk Havn. Manglende data: (måler nedlagt) Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 106 cm. Bemærkninger Ny vandstandsmåler etableret af DMI Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,799 γ = 109 α =1,077 β = 126,851 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 135
136 57 Holbæk Havn 57 Weibull fordeling Afskæringsniveau 109 cm Hændelseskvantil med 95% konfidensgrænser 180 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande november november november januar november november februar december oktober november januar november december april januar februar marts november december februar januar november oktober februar september november marts oktober september februar januar september januar oktober oktober januar oktober december december november
137 58 Roskilde Havn 58 Datagrundlag Stationsnr. (DMI [1] 30407/30409; NST Roskilde Havn [2]). Dataperiode 17,8 år. Måledata Digitale data leveret af DMI, NST og Roskilde Amt. Manglende data: samt en del målerudfald frem til 2010 i øvrigt, jf. bem. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 101 cm. Bemærkninger Måler [2] frem til Måler [1] siden Grundet dataseriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,685 γ = 94 α =1,213 β = 109,229 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 137
138 58 Roskilde Havn 58 Weibull fordeling Afskæringsniveau 94 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande februar november januar november januar marts oktober november april november november september september februar november marts april marts januar marts september januar januar februar december oktober januar september november januar oktober december oktober februar december november januar november januar december
139 59 Hornbæk Havn 59 Datagrundlag Stationsnr. (DMI 30017). Dataperiode 121,8 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 108 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,361 γ = 124 α =1,221 β = 139,525 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 6 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 139
140 59 Hornbæk Havn 59 Weibull fordeling Afskæringsniveau 124 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar november november december november december oktober november marts oktober november september december januar december januar november december oktober december december september oktober februar februar januar oktober februar november december september november februar januar september november januar december oktober oktober
141 60 Københavns Havn 60 Datagrundlag Stationsnr. (DMI 30336). Dataperiode 123,9 år. Måledata Digitale og analoge data leveret af DMI. Manglende data: Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 92 cm. Bemærkninger Ekstremerne repræsenteres ikke særlig godt af den statistiske fordelingsfunktion. Der er valgt et højt afskæringsniveau. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,145 γ = 119 α =0,941 β = 129,778 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse
142 60 Københavns Havn 60 Weibull fordeling Afskæringsniveau 119 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande december december december november december december januar november februar november oktober september oktober oktober november december november november oktober februar december december oktober januar november november december november december februar december oktober januar december april oktober december november marts september
143 61 Drogden Fyr 61 Datagrundlag Stationsnr. (DMI 30357). Dataperiode 20 år. Måledata Digitale data leveret af DMI og FRV. Manglende data: Der forekommer mange kortvarige målerudfald. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 93 cm. Bemærkninger Grundet dataseriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,1 γ = 90 α =1,572 β = 108,406 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 7 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 143
144 61 Drogden Fyr 61 Weibull fordeling Afskæringsniveau 90 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande april december november januar januar januar januar januar februar november november januar november februar januar november februar januar november januar april december december oktober november oktober februar december februar oktober november oktober november november december januar januar marts marts september
145 62 Køge Havn 62 Datagrundlag Stationsnr. (DMI [1] 30478/30479; NST Køge Havn [2]). Dataperiode 52,5 år. Måledata Digitale og analoge data samt daglige registreringer leveret af DMI, NST og Roskilde Amt. Manglende data: , jf. bemærkninger. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 105 cm. Bemærkninger Måler [2] nedlagt i Måler [1] opsat ultimo Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,648 γ = 111 α =1,537 β = 127,050 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 145
146 62 Køge Havn 62 Weibull fordeling Afskæringsniveau 111 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande januar december december november oktober november april januar november december februar februar november december februar januar november januar december april november december september november januar december marts november januar november januar november februar december december januar november januar december december
147 63 Rødvig Havn 63 Datagrundlag Stationsnr. (DMI 31063). Dataperiode 19,8 år. Måledata Digitale data leveret af DMI og FRV. Manglende data: og en del kortere målerudfald. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 104 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,566 γ = 91 α =1,451 β = 110,159 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 147
148 63 Rødvig Havn 63 Weibull fordeling Afskæringsniveau 91 cm Hændelseskvantil med 95% konfidensgrænser 150 VS VS 50 VS Teoretiske kvantiler Højeste registrerede vandstande april januar januar november november februar januar november november januar februar januar januar november januar februar februar januar april november marts oktober februar januar januar oktober februar januar marts februar december oktober september oktober februar januar marts november november februar
149 64 Hesnæs Havn 64 Datagrundlag Stationsnr. (DMI 31493/31494; KDI 30301/30302). Dataperiode 19,9 år. Måledata Digitale data leveret af KDI og FRV. Manglende data: Endvidere målerudfald i alt 4 måneder Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 115 cm. Bemærkninger Grundet dataseriens kvalitet vurderes statistikken som mindre god. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,457 γ = 107 α =1,402 β = 122,983 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 149
150 64 Hesnæs Havn 64 Weibull fordeling Afskæringsniveau 107 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar februar november november april januar februar november november januar februar marts januar marts januar december november oktober februar februar januar januar januar september november januar oktober november april december oktober november november februar februar marts januar oktober marts januar
151 65 Gedser Havn 65 Datagrundlag Stationsnr. (DMI 31616). Dataperiode 119,8 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 105 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,267 γ = 128 α =1,042 β =,355 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 8 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 151
152 65 Gedser Havn 65 Weibull fordeling Afskæringsniveau 128 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande december januar januar februar november december november december december februar januar januar marts januar november marts november januar december februar februar januar december januar januar februar december november november december november januar januar februar januar oktober marts december februar januar
153 66 Rødbyhavns Havn 66 Datagrundlag Stationsnr. (DMI 31573). Dataperiode 57,9 år. Måledata Digitale og analoge data leveret af DMI. Bemærkninger Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 109 cm. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,484 γ = α =1,305 β = 135,144 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 9 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 153
154 66 Rødbyhavns Havn 66 Weibull fordeling Afskæringsniveau cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar februar november november februar november januar februar januar december februar januar december januar januar december november december november februar januar januar januar november februar januar januar oktober januar februar december november november november november marts januar december december december
155 67 Rønne Havn 67 Datagrundlag Stationsnr. (DMI 32096/32098; KDI 30401/30402). Dataperiode 24,8 år. Måledata Digitale og analoge data leveret af KDI, FRV og Rønne Havn. Manglende data: 1989 og mindre huller i øvrigt. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 77 cm. Bemærkninger Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 0,847 γ = 78 α =1,353 β = 95,501 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 9 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 155
156 67 Rønne Havn 67 Weibull fordeling Afskæringsniveau 78 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande november januar januar november januar januar oktober november januar april november januar januar februar april februar oktober januar februar august december november november januar januar januar december januar november november marts december januar januar marts marts januar januar oktober marts
157 68 Tejn Havn 68 Datagrundlag Stationsnr. (DMI 32048). Dataperiode 20 år. Måledata Digitale data leveret af DMI. Manglende data: Tre målerudfald på hver ca. 1 måned samt små udfald i øvrigt. Statistiske middeltidsvandstande VS (cm) Spredning (cm) år år år Ved at rangordne de målte ekstremer kan 1 års vandstanden bestemmes til: VS 1 = 80 cm. Bemærkninger Ny statistik. Statistisk analyse Som ankomstfordeling er benyttet en Poissonproces med intensitet (hændelser per år) λ, og som højdefordeling er benyttet en trunkeret Weibull fordeling med afskæringsniveau γ (cm) og parametrene α og β. λ = 1,15 γ = 76 α =1,45 β = 91,751 Korrektion af vandstandsdata Ekstremvandstandene er gjort trendfri med basis i 1990, så vandstanden angives i forhold til det pågældende års middelvandstand. I perioden har stigningen i middel havspejlsniveau været på 9 cm. Dette er forskellen mellem DNN og DVR90. Fordelingsfunktion Vandstand (cm) Middeltidsafstand (år) Fordelingsfunktion for højvande, Weibull fordeling Standardafvigelse 157
158 68 Tejn Havn 68 Weibull fordeling Afskæringsniveau 76 cm Hændelseskvantil med 95% konfidensgrænser VS VS VS Teoretiske kvantiler Højeste registrerede vandstande januar januar oktober november november januar november januar november februar januar december februar januar februar november oktober april januar april januar januar november december marts januar november januar januar december august februar januar september april marts december november november januar
159
160
Højvandsstatistikker 2007
Højvandsstatistikker 2007 Extreme sea level statistics for Denmark, 2007 Gr. 104-X-2-2007 Projekt Højvandsstatistikker 2007 Startdato: Juni 2006 Slutdato: December 2007 Projektgruppe: Projektansvarlig
Højvandsstatistikker 2002
Indhold Forord............................................. 3 1. Indledning...................................... 5 1.1 Generelt........................................... 5 1.2 Formål............................................
Stormflod 12.-13. nov. 1872 Screeningsområde (farvelagt) Registrerede ekstremvandstande
-16 Aalborg 48 Thyborøn 107 Als Odde 96 Anholt Fyr 157 Fornæs 111 96 2 Sjællands Odde 105-59 Vejle 191 Horsens 160 215 Kolding 310 Middelfart 270 Hjarnø 128 Odense 144 Endelave 191 Bogense 160 Ballen 142
Højvandsstatistikker. Februar 2018
Højvandsstatistikker 2017 Februar 2018 Titel: Højvandsstatistikker 2017 Udgiver: Kystdirektoratet Højbovej 1 7620 Lemvig www.kyst.dk Udgivelsesår: Februar 2018 Forfattere: Charlotte Ditlevsen Marta Merino
Oversvømmelser i kystområder. Senioringeniør Bo Brahtz Christensen, Kystafdelingen DHI
Oversvømmelser i kystområder Senioringeniør Bo Brahtz Christensen, Kystafdelingen DHI Indhold Ekstremvandstande og oversvømmelser København (Stormen Bodil, betydningen af havspejlsstigning) Den vestlige
Ændring i den relative vandstand påvirker både natur og mennesker ved kysten. Foto: Anne Mette K. Jørgensen.
Ændring i den relative vandstand påvirker både natur og mennesker ved kysten. Foto: Anne Mette K. Jørgensen. Vandstanden ved de danske kyster Den relative vandstand beskriver havoverfladens højde i forhold
Højvandsdige ved Lungshave og Enø. Oplæg til højvandssikring
Højvandsdige ved Lungshave og Enø Oplæg til højvandssikring April 2014 1 INDLEDNING Lodsejere på den højvandstruede Lungshave og vestlige del af Enø ønsker at sikre deres ejendomme mod oversvømmelser fra
Stormvandstande ved Svendborg Kommunes Kyster 2011-2111
Stormvandstande ved Svendborg Kommunes Kyster 2011-2111 Miljø og Teknik Svendborg Kommune April 2011 Stormvandstande ved Svendborg Kommunes Kyster 2011-2111 1. Fremtidens permanente havstigning Den globale
Højvandsstatistikker. Bilag. 1 Højvandsstatistik
Højvandsstatistikker 27 Bilag Februar 28 Højvandsstatistik 27 6.2.28 2 Højvandsstatistik 27 6.2.28 Indhold A - Vandstandsmålere...5 A Beskrivelse af målertyper...5 B - Teori og behandling...7 B Import
KLIMASIKRINGSPLAN FOR ASSENS INDHOLD BESTEMMELSE AF EKSTREM VANDSTAND VED ASSENS. 1 Indledning. 1 Indledning 1
KLIMASIKRINGSPLAN FOR ASSENS BESTEMMELSE AF EKSTREM VANDSTAND VED ASSENS ADRESSE COWI A/S Visionsvej 53 9000 Aalborg TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk TEKNISK NOTAT INDHOLD 1 Indledning
1 Højvandsstatistik 2017
Højvandsstatistikker 27 Bilag Revideret februar 29 Højvandsstatistik 27 Reviderede udgaver December 28: Mindre ændringer i forhold til tekst og formel præsentation er udført. Februar 29: I den reviderede
Højvandsstatistikker 2007
Extreme sea level statistics for Denmark, 2007 Gr. 104-X-2-2007 Projekt Startdato: Juni 2006 Slutdato: December 2007 Projektgruppe: Projektansvarlig (PA): Projektleder (PL): Projektmedarbejdere (PM): Per
Stormflodsmodellering vestlig Limfjord
Stormflodsmodellering vestlig Limfjord Kystdirektoratet Teknisk Note December 2011 INDLEDNING 1 INDLEDNING... 1-1 2 MODELOPSÆTNING... 2-1 2.1 Batymetrier... 2-1 3 MODELLEREDE STORMHÆNDELSER... 3-1 3.1
Teknisk Rapport Vandstandsmåling i Danmark. Månedsmidler og -ekstremer fra 14 vandstandsstationer for Lonny Hansen
Teknisk Rapport 13-12 Vandstandsmåling i Danmark Månedsmidler og -ekstremer fra 14 vandstandsstationer for 2012 Lonny Hansen København 2013 Kolofon Serietitel: Teknisk Rapport 13-12 Titel: Vandstandsmåling
TECHNICAL REPORT NO. 08. Metode til at følge vandstandsstigningstakten. Per Knudsen, Karsten Vognsen
TECHNICAL REPORT NO. 08 Metode til at følge vandstandsstigningstakten i de danske farvande Per Knudsen, Karsten Vognsen KMS Technical report number 08: Metode til at følge vandstandsstigningstakten i de
Fjordene. Bilag 6. 1 Områder
Fjordene 1 Områder Nissum og Ringkøbing fjorde fungerer som afløbsrecipienter for hvert sit opland. Arealet af Nissum Fjord er ca. 70 km², medens Ringkøbing Fjord er ca. 290 km². Kystdirektoratet modtager
Kystplanlægning. Belysning af behov for beskyttelse STEVNS KOMMUNE
Kystplanlægning Belysning af behov for beskyttelse STEVNS KOMMUNE 9. OKTOBER 2018 Indhold 1 Indledning 3 2 Gennemgang af sikringsniveau 4 2.1 Global havspejlsstigning 5 2.2 Isostatisk landhævning 6 2.3
Thyborøn Kanal - etablering og opretholdelse af 10 m vanddybde
Thyborøn Kanal - etablering og opretholdelse af 10 m vanddybde Bilag 2 (Teknisk notat: 13. dec. 2011) Refereres som: Knudsen, S.B., og Ingvardsen, S.M., 2011. Thyborøn kanal etablering og opretholdelse
Stormfloden forårsaget af orkanen den 3. december 1999
Stormfloden forårsaget af orkanen den 3. december 1999 Bidrag til Vejret 2000 nr. 1 af Jacob Woge Nielsen og Mads Hvid Nielsen DMI/VO Indledning. Under orkanen den 3. december 1999 blev Vadehavet ramt
5 Kombinationer af højvande og stor afstrømning 7 VERSION UDGIVELSESDATO BESKRIVELSE UDARBEJDET KONTROLLERET GODKENDT
MIDDELFART KOMMUNE VARBJERG STRAND: VALG AF BESKYTTELSESNIVEAU FOR KLIMATILPASNING ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56400000 FAX +45 56409999 WWW cowi.dk NOTAT OM HØJVANDE, AFSTRØMNING
Naturstyrelsen Vandsektor, byer og klimatilpasning, Haraldsgade 53 2100 København
Naturstyrelsen Vandsektor, byer og klimatilpasning, Haraldsgade 53 2100 København Natur & Park Bytoften 2 6800 Varde Tlf. 7994 6800 Varde Kommunes høringssvar i forbindelse med Statens Forslag til udpegning
Screening af landområder i Lolland Kommune
Lolland kommune Screening af landområder i Lolland Kommune November 2009 COWI A/S Parallelvej 2 2800 Kongens Lyngby Telefon 45 97 22 11 Telefax 45 97 22 12 wwwcowidk Lolland kommune Screening af landområder
NOTAT. 1. Risiko for oversvømmelse fra Sydkanalen
NOTAT Projekt Vådområde Enge ved Sidinge Fjord Kunde Naturstyrelsen Vestsjælland Notat nr. 02 Dato 2016-10-10 Til Fra Kopi til Olaf Gudmann Christiani Henrik Mørup-Petersen PML 1. Risiko for oversvømmelse
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07. Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden
DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-07 Opsætning og kalibrering af Mike21 til stormflodsvarsling for Limfjorden Jesper Larsen og Jacob Woge Nielsen DMI København 2001 ISSN 0906-897X ISSN
Vandstandsstatistik i Køge Bugt under klimaændringer
Vandstand [m] Vandstandsstatistik i Køge Bugt under klimaændringer 260 240 220 Nuværende statistik Scenarie A1B Scenarie A2 Sceanrie B2 200 180 160 140 120 100 1 10 100 1000 Gentagelsesperiode [år] Greve
BESKRIVELSE AF OVERSVØMMELSESKORTLÆGNING I DET ÅBNE LAND
Assens Kommune Januar 2013 BESKRIVELSE AF OVERSVØMMELSESKORTLÆGNING I DET ÅBNE LAND Indholdsfortegnelse 1 Oversvømmelseskortlægning... 2 1.1 Kendte oversvømmelser... 2 1.2 Nedbør... 2 1.3 Hav... 3 1.4
Klimaforandringer Ekstremnedbør. Jan H. Sørensen VIA UC og Orbicon
Klimaforandringer Ekstremnedbør Jan H. Sørensen VIA UC og Orbicon Oversvømmelser pga. nedbør Klimaændringer eller statistiske udsving? 2 3 Her er løsningen 4 Klimaforandringer Drivhusgasser : tænk globalt
Havvandsstigningerne kommer
Havvandsstigningerne kommer Kristine S. Madsen, DMI [email protected] Vand i Byer stormøde 2018 30. august 2018, Vikingeskibsmuseet, Roskilde Stormfloder Stormflod: Forhøjet vandstand i havet, minimum 20-års
B02, B03, B04, B05, B07, B08, B09
Titel: Hydrometriske stationer, databehandling og beregninger, Pumpestationer Dokumenttype: Teknisk anvisning TA. nr.: B06 Version: 1.0 Forfatter: Niels Bering Ovesen TA henvisninger Gyldig fra: 01.01.2017
Danish Meteorological Institute. Tidevandstabeller for danske farvande Tide tables for Danish waters. DMI Report 17-13
Danish Meteorological Institute Ministry of Energy, Utilities and Climate DMI Report - Tidevandstabeller for danske farvande 0 Tide tables for Danish waters 0 Mads Hvid Ribergaard Tidevandstabeller for
Oversvømmelse af de danske kyster. Thorsten Piontkowitz, Kystdirektoratet
Oversvømmelse af de danske kyster Thorsten Piontkowitz, Kystdirektoratet EU Oversvømmelsesdirektiv Baggrund: mere end 100 ekstreme oversvømmelser i Centraleuropa mellem 1998 og 2002 ca. 700 dødsfald og
KYSTBESKYTTELSE AF STRANDHUS NR 4 FAXE LADEPLADS INDHOLD. 1 Indledning 2
ROSENDAL OG MARGRETHELUND GODSER A/S KYSTBESKYTTELSE AF STRANDHUS NR 4 ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk KYSTTEKNISK NOTAT TIL KDI INDHOLD
Stormfloder i et klimaperspektiv
Stormfloder i et klimaperspektiv Kristine S. Madsen, DMI [email protected] DANCORE-dag 2017 Oversvømmelser i kystområder Klima - Samfund - Løsninger 27. oktober 2017, Geocenter Danmark, København Stormfloder
Stormrådet. Stormflods skadestatistik - maj 2009
Stormrådet Stormflods skadestatistik - maj 2009 1 Indholdsfortegnelse Introduktion 3 Generel statistik 4 Antal skader 4 Ramte kyststrækninger 4 Antal skader pr. kommune 5 Erstatning pr. kommune 6 Sager
Etablering af spunsvæg ved høfdedepot på Harboøre Tange
Ringkjøbing Amt, Teknik og Miljø Etablering af spunsvæg ved høfdedepot på Harboøre Tange Vurdering af Stenbeskyttelse Marts 2005 Udkast 16 marts 2005 Ringkjøbing Amt, Teknik og Miljø Etablering af spunsvæg
19. september Sagsbehandler Sune Clausen. Sammenhæng mellem befolkning og anlægsudgifter
KØBENHAVNS KOMMUNE Økonomiforvaltningen Direktionssekretariatet NOTAT 19. september 2017 Sammenhæng mellem befolkning og anlægsudgifter Sagsbehandler Sune Clausen I alle danske kommuner må der forventes
Det fremskudte dige og Vidåslusen
Det fremskudte dige og Vidåslusen Monitoren ved Vidåslusen Monitoren ved Vidåslusen er et arbejdsredskab for slusemesteren, der til daglig passer slusen. Han kan på baggrund af tal fra monitoren se, hvornår
Breakdown of pilotage areas in Danish waters
reakdown of pilotage areas in Danish waters Vestkysten Nord Kattegat Øst Pilotage areas in Danish waters are denoted by solid red lines The pilotage areas are demarcated from ports, fjords and other countries
Vejens Design. Henrik Skouboe Bystrup Arkitekter og Designere
Vejens Design Henrik Skouboe Bystrup Arkitekter og Designere Skagen Forventet trafikvækst 2007-2022 Hirtshals Hjørring Hanstholm Basis vækst Høj vækst Meget høj vækst Frederikshavn (15-30%) (30-45%) (Over
Titel: Hydrometriske stationer, Korrelationsberegning, QQ-station
Titel: Hydrometriske stationer, Korrelationsberegning, QQ-station Dokumenttype: Teknisk anvisning Forfatter: Niels Bering Ovesen TA henvisninger TA. nr.: B07 Version: 1.0 Oprettet: Gyldig fra: 01.01.2016
Frilægning af Blokhus Bæk, beregning
Jammerbugt Kommune Frilægning af Blokhus Bæk, beregning af dimensioner Rekvirent Rådgiver Jammerbugt Kommune Natur og Miljø Lundbakvej 5 9490 Pandrup Orbicon A/S Gasværksvej 4 9000 Aalborg Projektnummer
Notatet vil tage udgangspunkt i et af de mere substantielle bidrag bragt i medierne fra Erik Dannenberg samt flere høringssvar herunder især 4.26.
Notat NIRAS A/S Åboulevarden 80 Postboks 615 DK-8100 Århus C Kalundborg Havn NY VESTHAVN Telefon 8732 3232 Fax 8732 3200 E-mail [email protected] CVR-nr. 37295728 Tilsluttet F.R.I Kommentering vedr. oversvømmelser
Kystbeskyttelse på Enø og Lungshave. Teknisk Udvalg, 14. marts 2018
Kystbeskyttelse på Enø og Lungshave Teknisk Udvalg, 14. marts 2018 Rød: Oprindelige projektområde Grøn: Sydlig udvidelse. Gul: Nordlige udvidelse. Tegningen af projektområde og oversvømmelse er vejledende
Kystdirektoratets brug af DMI VS-prognoser i stormflodsberedskabet på Vestkysten
Kystdirektoratets brug af DMI VS-prognoser i stormflodsberedskabet på Vestkysten DMI-brugermøde om varsling af forhøjet vandstand, Karup 6.9.2017 Michael Rasmussen Mig selv uddannet jernbaneingeniør i
Fordelingen af 1. pulje til lokale aktionsgrupper i fiskeriområder (Fiskeriudviklingsprogrammet, Den Europæiske Fiskerifond)
Fordelingen af 1. pulje til lokale aktionsgrupper i fiskeriområder (Fiskeriudviklingsprogrammet, Den Europæiske Fiskerifond) Lokal aktionsgruppe Kroner Bornholm 1.570.000 Djurs 850.000 Fyn 1.890.000 Haderslev
Modeller for danske fjorde og kystnære havområder
NST projektet Implementeringen af modeller til brug for vandforvaltningen Modeller for danske fjorde og kystnære havområder Indsatsoptimering i henhold til inderfjorde og yderfjorde Naturstyrelsen Rapport
Blue Reef. Skov og Naturstyrelsen. Påvirkning på sedimenttransportforhold - Dansk resumé. Dansk resumé
Blue Reef Påvirkning på sedimenttransportforhold - Dansk resumé Skov og Naturstyrelsen Dansk resumé 060707 Agern Allé 5 2970 Hørsholm Blue Reef BLUEREEF Tlf: 4516 9200 Fax: 4516 9292 [email protected] www.dhigroup.com
WORKSHOP PRÆSENTATION 31. JULI 2014 HØJVANDSSIKRING AF OMRÅDET VED NÆSBY STRAND
WORKSHOP PRÆSENTATION 31. JULI 2014 HØJVANDSSIKRING AF OMRÅDET VED NÆSBY STRAND Status Udarbejdelse af skitseprojekt Formøde, Borgermøde og Projektmøde Planlægning og gennemførelse af geoteknisk boring
Risikostyringsplan for havoversvømmelser i Ishøj Kommmune -kort fortalt
Risikostyringsplan for havoversvømmelser i Ishøj Kommmune -kort fortalt Hvorfor skal Ishøj Kommune kystsikres? Klimaforandringer vil sandsynligvis medføre stigende havvandstand og flere kraftige storme.
Nyt kommunalt velfærdsindeks viser billedet af et opdelt Danmark
Nyt kommunalt velfærds viser billedet af et opdelt Danmark Et samlet kommunalt velfærds afslører, at de store forskelle på yderkantsområderne og vækstcentrerne i Danmark ikke blot er et spørgsmål om indkomstforskelle.
Analyse af måledata II
Analyse af måledata II Usikkerhedsberegning og grafisk repræsentation af måleusikkerhed Af Michael Brix Pedersen, Birkerød Gymnasium Forfatteren gennemgår grundlæggende begreber om måleusikkerhed på fysiske
Klimatilpasning og detaljerede højdedata
Klimatilpasning og detaljerede højdedata 1 Klimatilpasning og detaljerede højdedata Dette notat er en kort beskrivelse af fakta, råd og vejledning om detaljerede højdedatas betydning for indsatsen mod
Opsætning af MIKE 3 model
11 Kapitel Opsætning af MIKE 3 model I dette kapitel introduceres MIKE 3 modellen for Hjarbæk Fjord, samt data der anvendes i modellen. Desuden præsenteres kalibrering og validering foretaget i bilag G.
Kystbeskyttelse på Enø og Lungshave
Kystbeskyttelse på Enø og Lungshave Referat af møde 27. januar 2018. Smålandshavet, Karrebæksminde. Dagsorden 1. Velkomst 2. Processen for kystbeskyttelsesprojektet. 3. Det tekniske projekt, herunder linjeføring
Fremtidige klimaudfordringer i Ringkøbing-Skjern Kommune
Notat Fremtidige klimaudfordringer i Ringkøbing-Skjern Kommune Udarbejdet af Morten Lassen Sundhed og Omsorg, december 2014 Klimaudfordringer Side 2 INDHOLDSFORTEGNELSE Indledning... 3 Danmarks fremtidige
Bilag 3: Favrskov Kommune Valg af regn i Favrskov Kommune. Favrskov Kommune, Valg af regn i Favrskov Kommune Oktober 2008 1/26
Bilag 3: Favrskov Kommune Valg af regn i Favrskov Kommune 1/26 Rekvirent Favrskov Kommune Teknik og Miljø Torvegade 7 845 Hammel Lone Bejder Telefon 89 64 53 6 E-mail [email protected] Rådgiver Orbicon A/S
Vandstandsmåling på DMI
Vandstandsmåling på DMI Lonny Hansen Ansat i IT afdelingen Teknik gruppen som er ansvarlig for drift og service af DMIs målenet (vejrstationer, nedbørstationer, strømstationer, vandstandsstationer mv)
Fremtidens landbevægelser og havstigning
Geodatastyrelsen Fremtidens landbevægelser og havstigning v/niels Henrik Broge, Specialkonsulent, Geodatastyrelsen Disposition Hvad er vertikal landbevægelse? Hvorfor interessere sig for vertikal landbevægelse?
dmi.dk DANISH METEOROLOGICAL INSTITUTE TECHNICAL REPORT Tidevand ved de danske vandstandsstationer Vibeke Huess Palle Bo Nielsen, Farvandsvsenet
DANISH METEOROLOGICAL INSTITUTE TECHNICAL REPORT 0-1 Tidevand ved de danske vandstandsstationer Vibeke Huess Palle Bo Nielsen, Farvandsvsenet Jacob Woge Nielsen ISSN 0906-897X ISSN 1399-1388 (printed)
Tekst fra ansøgning på mail sendt til Naturstyrelse som har videre sendt mailen til Kystdirektoratet. Den 26. juli 2015 Digelaget for Havnebydiget, i den sydlige ende af Rømø, ønsker at forstærke diget
Påvirkning på vandstanden i Randers by ved tilbageholdelse af vand fra Gudenåen på Haslund Ø
NOTAT Projekt Haslund Enge Projektnummer 1391200163 Kundenavn Emne Til Fra Projektleder Kvalitetssikring Randers Kommune, Natur & Landbrug Påvirkning på vandstanden i Randers by ved tilbageholdelse af
CORE UDKAST TIL BILAG 1, SKITSE OVER RASTEPLADSERNE MED LEJEAREALET. 5 Grenaa UDBUDSBETINGELSERNES BILAG A DATO 21.11.2014
Sideanlæg langs motorveje inkl. Sund & Bælt, ultimo november 2014 Thyborøn Hanstholm Nykøbing M. Skagen Hirtshals Hjørring Brønderslev 13 14 12 Aalborg 11 9 7 10 8 Frederikshavn Hadsund Motorvej Bemandet
Møde om den danske kystbeskyttelsesindsats d. 16. nov. 2015, Aalborg
Møde om den danske kystbeskyttelsesindsats d. 16. nov. 2015, Aalborg Teknisk begrundelse for helhedsorienterede løsninger Præsenteret af: Karsten Mangor, chefingeniør i DHI s kystafdeling Udfordringer
