Steden worden steeds warmer, waardoor met name kwetsbare bewoners in sommige wijken ernstige gezondheidsrisico’s lopen. Nu extreme hitte vaker voorkomt, hebben steden dringend betere methoden nodig om te begrijpen waar hitte blijft hangen en hoe deze kan worden verminderd.

Kaarten die alleen laten zien waar het heet is in de stad, helpen maar weinig om maatregelen te nemen. Handiger zijn aanpakken die laten zien waarom het op bepaalde plekken warmer is, bijvoorbeeld door te kijken naar hoe dicht er bebouwd is, hoe hoog de gebouwen zijn en hoeveel groen er is. Het veelgebruikte Local Climate Zone (LCZ)-model doet dit, maar doordat het met vaste categorieën werkt, gaat het vaak voorbij aan belangrijke lokale verschillen binnen zo’n zone.

Om deze belangrijke lokale verschillen wel boven tafel te krijgen, hebben onderzoekers van PDPC Frontrunner 4: Op weg naar sociale en stedelijke weerbaarheid een methode ontwikkeld waarmee ze woonwijken uit 99 Nederlandse steden hebben onderzocht op basis van bebouwing en straten. Door te kijken naar hoe vol een gebied is gebouwd (op en boven de grond), hoeveel open ruimte er is, hoe hoog gebouwen gemiddeld zijn en hoeveel groen er op straten en gebouwen aanwezig is – onderscheidt de methode negen soorten buurten. Deze nauwkeurige benadering liet vervolgens zien dat recent dichtbebouwde gebieden het meeste last van hitte hebben, terwijl verschillen in groen binnen laagbouwbuurten een sterke invloed hebben op lokale temperaturen. Al met al behoudt de nieuw ontwikkelde aanpak de mogelijkheid om steden wereldwijd te vergelijken, terwijl lokale omstandigheden beter worden meegenomen in de analyse. Dit biedt een sterkere basis om buurten gericht voor te bereiden op extreme hitte, en hitte te voorkomen door meer groen in woonwijken te plaatsen.

Het onderzoek is uitgevoerd door onderzoekers van het Pandemic and Disaster Preparedness Center (PDPC) en is op 1 februari 2026 voor het eerst gepubliceerd in Sustainable Cities and Society:

Habib, M., Zendeli, D., Van Esch, M., Timmermans, W. J., & Van Ham, M. (2026). Unsupervised clustering approach to residential typo-morphologies across multiple cities for urban heat vulnerability assessment. Sustainable Cities and Society, 107107.

Lees hier de volledige publicatie.