In dit artikel wordt beschreven wat onder inherente en statistische onzekerheden wordt verstaan en hoe hier, via statistiek, mee wordt omgegaan voor de berekening van hydraulische belastingen. Tevens wordt de betekenis en verdiscontering van modelonzekerheden toegelicht. De uitleg wordt gegeven op een niveau waarbij beperkte kennis van statistiek benodigd is. Achtergrondkennis is wel nodig wanneer ingegaan wordt op de specifieke statistiek van de basisstochasten van wind, rivierafvoer, zeewaterstand, meerpeil en de toestand van de stormvloedkering.

Bij de beoordeling of ontwerp van een primaire kering op basis van de overstromingskans moet rekening gehouden worden met alle relevante onzekerheden. Onzekerheden zijn onder te verdelen in een aantal soorten, zie  Figuur 1. Hieronder gaan we nader in op deze soorten.

Inherente onzekerheid

Inherente onzekerheid wordt ook wel natuurlijke variabiliteit genoemd. Deze soort onzekerheid is het gevolg van de natuurlijke fluctuaties in tijd en/of ruimte van een natuurverschijnsel. Voorbeelden hiervan zijn de variatie in ruimte en tijd van de windsnelheid en de variatie in de tijd van de rivierafvoer. Deze van nature aanwezige onzekerheid kan niet worden gereduceerd door meer onderzoek te doen. Wel kan deze soort onzekerheid worden gemodelleerd door middel van kansverdelingen van variabelen in het probabilistische model (stochasten). In een kansverdeling kan bijvoorbeeld worden vastgelegd dat de kans dat op een KNMI-meetstation een windsnelheid van 30 m/s wordt overschreden kleiner is dan de kans dat een windsnelheid van 10 m/s wordt overschreden.

Kennisonzekerheid

Een andere soort onzekerheid is kennisonzekerheid (ook wel epistemische onzekerheid genoemd). Kennisonzekerheid binnen beoordeling en ontwerp wordt onderverdeeld in modelonzekerheid en statistische onzekerheid.

Modelonzekerheid

Modelonzekerheid ontstaat door het gebruik van vereenvoudigingen en benaderingen in de wiskundige modellen, die fysische processen beschrijven, zoals waterbeweging, golfopwekking en golfvoortplanting. Deze onzekerheid kan in theorie gereduceerd worden door betere wiskundige modellen te maken of nauwkeurigere modelinvoer te gebruiken. In de praktijk is dit vaak beperkt mogelijk, door gebrek aan metingen of beperkingen aan de praktisch acceptabele rekentijd van het model.

Statistische onzekerheid

Statistische onzekerheid is gerelateerd aan de onzekere schatting/keuze van de kansverdelingen die de basisstochasten moeten beschrijven. Dit type onzekerheid is het gevolg van een beperkt aantal gegevens of metingen. Metingen zijn doorgaans beschikbaar voor een periode van orde grootte 100 jaar. Als we op basis van zo'n meetreeks de kansverdeling willen bepalen tot een herhalingstijd van 100 jaar, dan is van nature al sprake van onzekerheid in de statistische beschrijving. In verband met de geldende normen voor de waterkeringen moet de statistiek echter beschreven worden voor herhalingstijden van orde grootte 10.000 jaar of meer, dus aanzienlijk groter dan waarvoor een meetreeks beschikbaar is. Dat betekent dat de statistische beschrijving een forse extrapolatie moet bevatten en dat brengt extra onzekerheid met zich mee.

De statistische onzekerheid kan in theorie gereduceerd worden, maar in de praktijk blijkt dit vaak lastig. Er kan namelijk elk jaar slechts één meetwaarde aan een reeks van jaarmaxima worden toegevoegd. Bovendien is het van belang dat de meetreeks homogeen is, dus geen trends of andere veranderingen bevat. Door bijvoorbeeld klimaatverandering en/of menselijke ingrepen is van een echt homogene meetreeks van 100 jaar of langer zelden sprake.