De ecologische kwaliteit van Nederlands oppervlaktewater

05-03-2013 | Publicatie

Om te voorspellen hoe milieumaatregelen doorwerken op de ecologische kwaliteit van oppervlaktewater, gericht op natuur, heeft het PBL (Planbureau voor de Leefomgeving) een bijdrage geleverd aan het verbeteren van de KRW-Verkenner (Kaderrichtlijn Water) door zogenaamde regressiebomen te maken. Dat is een wiskundige methode die relaties legt tussen biologische metingen enerzijds stuurvariabelen zoals fosfaten en peilbeheer anderzijds.

De Kaderrichtlijn Water

De Kaderrichtlijn Water is een Europese richtlijn die als doel heeft een goede kwaliteit te bereiken in alle wateren. Beken, sloten, kanalen en meren worden op de chemische en ecologische kwaliteit beoordeeld. Daarbij wordt de ecologische kwaliteit in de eerste plaats beoordeeld aan de hand van de biologie, in de vorm van het voorkomen van macrofyten, fytoplankton, macrofauna en vissen. Daarnaast spelen bij de beoordeling fysisch-chemische parameters, zoals temperatuur en chloride, hydromorfologische parameters, zoals peilvariatie en oeverinrichting en concentraties van specifieke verontreinigende stoffen een rol.

De KRW-Verkenner

Voor de beoordeling van de chemische en biologische kwaliteit van wateren is de KRW-Verkenner ontwikkeld. Dit is een analyse-instrument waarmee effecten van KRW-maatregelen kunnen worden doorgerekend. Het laat overheid en waterschappen zien hoe effectief maatregelen en combinaties van maatregelen kunnen zijn. Voorbeelden van maatregelen zijn het aanpakken van puntbronnen zoals rioolwaterzuiveringsinstallaties of diffuse bronnen zoals landbouw of verkeer. Ook kan de KRW-Verkenner de effecten van ecologische maatregelen zoals het opnieuw laten meanderen van een beek of het aanleggen van natuurvriendelijke oevers doorrekenen.

Bijdrage van het PBL aan de KRW-Verkenner

Het PBL heeft een bijdrage geleverd aan de ontwikkeling van de KRW-Verkenner wat betreft de modellering van de biologische kwaliteit (macrofyten, fytoplankton, macrofauna en vissen). Stuurvariabelen zijn onder andere nitraat, fosfaat, chloride, meandering, oeverbeheer en peilbeheer. Naast de ontwikkeling van wiskundige modellen met regressiebomen is de voorspelkracht van deze methode vergeleken met die van neurale netwerken, een andere wiskundige techniek (benadering Royal Haskoning en Witteveen+Bos). Tenslotte bekeken de onderzoekers of voorspellingen, zoals eerder uitgevoerd met regressiebomen in 2009, verbeterd zijn door het gebruik van nieuwe datasets en de door Witteveen+Bos ontwikkelde PUNN-methode, een bepaald type neurale netwerken.