HTML |
---|
<!--Hide
page title-->
<style>
#title-heading
{
display:none;
}
.page-metadata
{
display:none;
}
</style>
|
Deck of Cards |
---|
|
Card |
---|
id | Schematisatie |
---|
label | Schematisatie |
---|
|
|
|
...
...
borderColor | #4997C7 |
---|
bgColor | #4997C7 |
---|
titleBGColor | #0048FF |
---|
borderWidth | 2px |
---|
borderStyle | solid |
---|
...
...
...
Panel |
---|
borderColor | #4997C7 |
---|
bgColor | #4997C7 |
---|
titleBGColor | #0048FF |
---|
borderWidth | 2px |
---|
borderStyle | solid |
---|
|
Instrument |
Column |
---|
|
Panel |
---|
borderColor | #4997C7 |
---|
bgColor | #4997C7 |
---|
titleBGColor | #0048FF |
---|
borderWidth | 2px |
---|
borderStyle | solid |
---|
| Project informatie |
|
Column |
---|
|
Panel |
---|
borderColor | #4997C7 |
---|
bgColor | #4997C7 |
---|
titleBGColor | #0048FF |
---|
borderWidth | 2px |
---|
borderStyle | solid |
---|
| Software |
|
Column |
---|
|
Panel |
---|
borderColor | #4997C7 |
---|
bgColor | #4997C7 |
---|
titleBGColor | #0048FF |
---|
borderWidth | 2px |
---|
borderStyle | solid |
---|
| Archief |
|
Column |
---|
|
Panel |
---|
borderColor | #4997C7 |
---|
bgColor | #4997C7 |
---|
titleBGColor | #0048FF |
---|
borderWidth | 2px |
---|
borderStyle | solid |
---|
| Contact
|
|
...
...
De werking van de Verkenner
In onderstaand figuur is een stroomschema van de KRW-Verkenner weergegeven. Het begint met een schematisatie van een (stroom)gebied. Daarin neemt de gebruiker van de KRW-Verkenner een aantal zaken op, zoals:
- De afwateringsgebieden en waterlichamen;
- de koppelingen tussen de verschillende waterlichamen (routing);
- de emissies van water en stoffen; en
- kenmerken ten aanzien van de inrichting en het beheer van de waterlichamen.
Image Removed
Deze informatie wordt bij een berekening gestuurd naar een waterbalans die waterstromen tussen de verschillende waterlichamen en afwateringsgebieden berekend.
Vervolgens wordt de stofbalans berekend. Aan waterstromen worden emissies van stoffen toegekend. In de waterlichamen kan vervolgens nog retentie plaatsvinden van stof. Dit is in de stofbalans opgenomen door middel van een eerste orde afbraakproces.
Na de stofbalans kan de ecologische module een berekening uitvoeren. Naast de concentraties van onder andere nutriënten op de waterlichamen worden kenmerken van de waterlichamen zelf meegenomen.
De ecologie binnen de KRW-Verkenner speelt een grote rol. De KRW-Verkenner bevat daarom een ecologische module voor de regionale wateren die op basis van chemische variabelen en inrichtingsvariabelen de EKR score kan bepalen.
Voor de grote landelijke wateren is een andere ecologische methode ontwikkeld. Deze methode maakt gebruik van ecotopen. Een ecotoop heeft vervolgens een oppervlakte en een soortenlijst. Daarmee is het mogelijk om via de natuurlijke maatlat de EKR score te bepalen.
De gebruiker heeft de mogelijkheid om de uitkomsten van de stofbalans en de ecologische module om te zetten naar een maatlat. Vervolgens kunnen de resultaten gepresenteerd worden in een kaart, een rapport of worden geëxporteerd naar bijvoorbeeld Microsoft Excel voor verdere verwerking.
Maatregelen spelen ook een belangrijke rol in de KRW-Verkenner. De gebruiker kan door middel van een user interface maatregelen opstellen en deze doorrekenen. Op dit moment kan de gebruiker emissie reducerende maatregelen en maatregelen op de ecologie invoeren en doorrekenen.
...
...
Een KRW-Verkenner schematisatie bestaat uit: - Gebiedskenmerken
- oppervlaktewater (waterlichamen)
- afwateringsgebieden
- onderlinge relatie (waterstromen)
- Emissies
- Ecologische parameters
- Kaartmateriaal (zoals shapes)
Voor de invoergegevens maakt de KRW-Verkenner waar mogelijk gebruik van externe databases met beschrijvingen van de hydrologie, emissies en kenmerken van waterlichamen. Zo kan hydrologische informatie opgehaald worden van bestaande waterkwantiteitsmodellen (bijvoorbeeld SOBEK), emissiegegevens van de EmissieRegistratie en overige gegevens, zoals de inrichting van een waterlichaam of de verstuwingsgraad van lokale databases van waterbeheerders. |
Column |
---|
| Image Added |
|
|
Card |
---|
id | Waterbalans |
---|
label | Waterbalans |
---|
|
Section |
---|
Column |
---|
| Op een vooraf vastgelegd netwerk lozen waterbronnen (afwateringsgebieden, RWZI's etc) op een oppervlaktewatereenheid (SWU) of een afwateringsgebied (Basin). Een SWU of een Basin loost eventueel wateroverschot op een of meerdere SWUs. De verdeling van het te lozen water is van te voren vastgelegd. De hoofd-afstromingsrichting is hiermee vastgelegd. Naast de hoofd-afstromingsrichting kan, door middel van vaste debieten tussen SWUs onderling en tussen SWUs en Basinswaterlichamen en afwateringsgebieden, een waterbeweging tegengesteld aan de hoofd-afstromingsrichting worden opgelegd. Dit is bijvoorbeeld nodig bij het inlaten van water of bij doorspoeling. De figuur hiernaast illustreert een klein watertransport netwerk. In dit figuur lozen drie bronnen op een Basin en drie bronnen op een SWU. Om het peil in het Basin te kunnen handhaven, wordt er water ingelaten. Dit water wordt vanuit het bovenste SWU ingelaten. De waterbalans van het Basin is dan: 50 + 80 + 200 vanuit de bronnen, plus 40 inlaatwater. De totale stroom van het Basin naar het SWU is dan 370 (hierbij uitgaande stromen als verdamping en wegzijging negerend). De waterbalans van het SWU waterlichaam wordt dan: 370 + 8 + 20 + 50 + 40 – 40, waarmee het debiet van het onderste naar het bovenste SWU uitkomt op 448. |
Column |
---|
| Image Added |
|
Section |
---|
Column |
---|
| Het rekenhart van de waterbalans is het programma Wabacore. Dit is een steady state waterbalansen model en is voor de KRW-Verkenner opgezet als pre-processor voor de stofbalans. Op basis van de user interface, krijgt Wabacore de volgende informatie door: - Alle rekeneenheden (segmenten) van de KRW-Verkenner schematisatie. De segmenten worden gevormd door de SWUs en Basins.
- De links tussen de segmenten.
- Alle belastingen en onttrekkingen van water op de segmenten.
Wabacore maakt een stelsel vergelijkingen dat de waterbalans voor de segmenten weergeeft. De uitgangspunten daarbij zijn: - Een willekeurig aantal bekende debieten tussen segmenten in het netwerk en over de randen.
- Van elk onbekend uitstromend debiet is bekend hoeveel (in %) dit debiet van de totale uitstroming is.
Per segment resulteert dit in een stelsel van vergelijkingen voor de onbekende debieten. Voor segmenten zonder onbekende uitstroming wordt om reken technische redenen een onbekende uitstroming toegevoegd. Als de invoer consistent is, zal dit debiet een waarde nul krijgen en wordt, na het oplossen van het stelsel, weer verwijderd. Het stelsel van vergelijkingen wordt eerst gereduceerd, door directe substitutie van vergelijkingen, tot 1 onbekende. Dit wordt herhaald totdat er geen direct oplosbare vergelijkingen meer zijn. In fysische termen betekent dit dat lijnvormige strengen van segmenten die aan het "vermaasde" netwerk vastzitten opgelost worden. Het resterende stelsel wordt opgelost via directe matrix-inversie volgens de LU-decompositie-methode. Deze aanpak is gekozen omdat directe matrix-inversie voor grote stelsels (b.v. de landelijke applicatie, ca. 20 000 onbekenden) niet mogelijk is vanwege een te groot beslag op het interne geheugen. |
|
|
Card |
---|
id | Stofbalans |
---|
label | Stofbalans |
---|
|
Column |
---|
| Alle inkomende en uitgaande stofstromen moeten vooraf aan de KRW-Verkenner worden opgegeven. De benodigde gegevens zijn te verkrijgen uit verschillende databronnen, zoals: - Meetgegevens van het te beschrijven watersysteem
- Landelijke databases (bijvoorbeeld de Emissieregistratie)
- Modelstudies (bijvoorbeeld ANIMO)
Omdat deze databronnen met onzekerheden omgeven zijn, is een goede analyse van de beschikbare data nodig voordat er begonnen wordt met het vullen van de KRW-Verkenner. Voorafgaand aan het oplossen van de stofbalans, heeft de KRW-Verkenner al een waterbalans opgelost omdat de waterbalans een belangrijke input bron is voor de stofbalans. De water- en stofafvoer uit een bovenstrooms segment wordt als invoer gebruikt door een benedenstrooms segment en het bovenstrooms segment beïnvloedt daarmee dus de stofconcentratie van het benedenstrooms segment. In principe kan de KRW-Verkenner alle stoffen doorrekenen, maar standaard zijn er vier stoffen opgenomen: totaal stikstof, totaal fosfaat, chloride en het biologisch zuurstofverbruik (BZV). Deze vier stoffen zijn nodig voor de ecologische module en kunnen daarom niet worden gewijzigd. De KRW-Verkenner maakt, net als de waterbalans, gebruik van een steady state oplossing. Dat wil zeggen dat voor een rekeneenheid (SWU of Basin) het volgende geldt: Image Added Waar M staat voor massa (g), Qin voor instromende debieten (m3/s), Qout voor uitstromende debieten (m3/s), Cin voor stofconcentraties van het instromende debiet (g/m3), C voor de stofconcentratie in het segment, V voor het volume van het segment (m3) en k de afbraakconstante van een stof (1/d). De afbraakconstante kan per stof worden opgegeven en kan temperatuurafhankelijk worden gemaakt. Voor de afbraakconstante wordt de volgende formulering wordt gebruikt: Image Added Waar k20 staat voor de afbraakconstante bij 20 °C (1/d), θ voor de temperatuurscoëfficiënt (default 1.047 (-)) en T voor de watertemperatuur (°C). Daarnaast is de retentie ruimtelijk differentieerbaar door middel van een "Tag" aan een SWU of Basin toe te kennen. |
|
Card |
---|
|
Section |
---|
Column |
---|
| Op basis van kennisregels worden de effecten van maatregelen op de EKR scores van de vier biologische kwaliteitselementen (overige waterflora, fytoplankton, macrofauna en vissen) berekend. De KRW-Verkenner versie 2.3 bevatte 2 rekenmodulen die de EKR scores op verschillende manieren berekend. De 2 rekenmodulen worden onderscheiden op basis van het KRW-watertype en worden geclassificeerd als rijkswater of regionaal water. In onderstaande tabellen zijn de typen weergegeven. Met het importeren of genereren van rekeneenheden wordt het watertype en de daarbij behorende rekenmethode gezet. In de nieuwe versie van de KRW-Verkenner 2.4.1 is de module met de zogenaamde “ecotopenmethode” voor de Rijkswateren niet meer opgenomen. De reden hiervoor is dat er gewerkt wordt aan een andere, meer transparante, methode die ook meer mogelijkheden voor de gebruiker biedt. Hieronder wordt kort de stand van zaken voor de regionale wateren en de Rijkswateren beschreven. De regionale kennisregels zijn gebaseerd op data van regionale wateren. De data is opgeslagen in een database die door Royal HaskoningDHV wordt beheerd. De database bevat relaties tussen EKR-score en verschillende waterkwaliteit- en inrichtingsvariabelen voor een groot aantal waterlichamen. Voor de regionale ecologische toepassing van de KRW-Verkenner kan de gebruiker kiezen uit drie methoden: - Regressiebomen,
- Random forest, Royal HaskoningDHV
- PUNN neuraal network, Witteveen+Bos.
De random forest methode heeft de meest voorspellende kracht (Van der Linden et al., 2021) en is daarom de default ecologie methode voor regionale toepassingen. Alle drie de methoden zijn opgenomen in de KRW-Verkenner versie 2.4.1 en kunnen worden geselecteerd. De KRW-watertypen zijn ingedeeld in 10 clusters (zie de 2 tabellen hieronder). Per cluster zijn rekenregels afgeleid per biologisch kwaliteitselement waarbij een aantal stuurvariabelen van belang zjin (zie tabel verder naar beneden). Voor de benodigde invoer voor de stuurvariabelen kan de gebruiker de KRW-Verkenner de chemische variabelen laten berekenen of de gebruiker kan hiervoor metingen gebruiken Beschrijving en vergelijking van de drie methoden, Deltares rapport 2021: download hier. De “ecotopenmethode” was gebaseerd op een vaste soortensamenstelling per ecotooptype. Maatregelen konden worden doorgerekend door het oppervlak van de verschillende ecotopen in een waterlichaam te veranderen om vervolgens via oppervlakte gewogen dit te vertalen in een verandering in de EKR-score. Problematisch aan deze methode is dat er geen onderscheid gemaakt kan worden in de kwaliteit van een ecotoop. Daarnaast bleek dat de beperkte resolutie van de ecotoopkaarten van de rivieren een beperking zijn. De nieuwe methode waaraan wordt gewerkt heeft een andere aanpak. De beschikbare data vanuit uitgebreide monitoringsprojecten in Nederland heeft omvangrijke datasets opgeleverd waaruit de relatie tussen milieufactoren en het voorkomen van soorten afgeleid kan worden: de zogenaamde dosis-respons modellen. Deze modellen vertalen de combinatie van milieufactoren naar het wel of niet voor kunnen komen van soorten in een waterlichaam. De dosis-respons modellen zijn afgeleid voor de KRW kwaliteitselementen macrofyten, macrofauna en vissen. De afleiding van de modellen is gebaseerd op de toleranties van soorten per milieufactor: een soort kan per milieufactor voorkomen binnen bepaalde tolerantiegrenzen. Als op een bepaalde locatie de waarden van alle milieufactoren binnen de tolerantiegrenzen van een soort vallen, dan kan de soort op die locatie voorkomen. Op basis van de soorten die op een locatie kunnen voorkomen, wordt een soortenlijst opgesteld, waarmee onder andere de EKR-scores voor de KRW maatlatten kunnen worden berekend. Voor meer achtergrondinformatie, zie het rapport en het bijbehorende addendum. Op 1 en 22 maart 2021 zijn een tweetal werksessies georganiseerd met vertegenwoordigers van de verschillende RWS-diensten om de eerste resultaten van de nieuwe methodiek te bespreken en verdere ontwikkelingsmogelijkheden te verkennen. De presentaties van beide werksessies zijn beschikbaar: werksessie 1 en werksessie 2.
|
|
Section |
---|
Column |
---|
|
KRW-Watertype Rivieren | Cluster | Omschrijving | Rijkswater | Regionale wateren |
---|
R4 | Langzaam stromende beken | Permanent langzaam stromende bovenloop op zand | | x | R5 | Langzaam stromende beken | Langzaam stromende middenloop/benedenloop op zand | | x | R6 | Langzaam stromende beken | Langzaam stromend riviertje op zand/klei | | x | R7 | Rivier/nevengeul | Langzaam stromende rivier/nevengeul op klei/zand | x | | R8 | Brakke tot zoute wateren | Zout getijdenwater (uitlopers rivier) op zand/klei | x | | R12 | Langzaam stromende beken | Langzaam stromende middenloop/benedenloop op veenbodem | | x | R13 | Snel stromende beken | Snel stromende bovenloop op zand | | x | R14 | Snel stromende beken | Snelstromende middenloop/benedenloop op zand | | x | R15 | Snel stromende beken | Snelstromend riviertje op kiezelhoudende bodem | | x | R16 | Rivier/nevengeul | Snelstromende rivier/nevengeul op zandbodem of grind | x | | R17 | Snel stromende beken | Snelstromende bovenloop op kalkhoudende bodem | | x | R18 | Snel stromende beken | Snelstromende middenloop/benedenloop op kalkhoudende bodem | | x | R19 | Doorstroommoerassen | Doorstroommoeras |
| x | R20 | Moerasbeken | Moerasbeek |
| x | O2 | Estuarium | Estuarium met matig getijverschil | x | |
|
Column |
---|
|
KRW-Watertype Meren | Cluster | Omschrijving | Rijkswater | Regionale wateren |
---|
M1a/b | Sloten | Gebufferde sloten op minerale bodem | | x | M2 | Sloten | Zwak gebufferde sloten | | x | M3 | Kanalen | Gebufferde (regionale) kanalen | | x | M4 | Kanalen | Zwak gebufferde (regionale) kanalen | | x | M6a/b | Kanalen | Grote ondiepe kanalen | | x | M7a/b | Kanalen | Grote diepe kanalen | | x | M8 | Sloten | Gebufferde laagveen sloten | | x | M10 | Kanalen | Laagveen vaarten en kanalen | | x | M14 | Ondiepe meren | Ondiepe (matig grote) gebufferde plassen | x | x (default) | M16 | Diepe meren | Diepe gebufferde meren | x | x (default) | M20 | Diepe meren | Matig grote diepe gebufferde meren | x | x (default) | M21 | Diepe meren | Grote diepe gebufferde meren | x | | M23 | Ondiepe meren | Ondiepe kalkrijke (grotere) plassen | | x | M27 | Ondiepe meren | Matig grote ondiepe laagveenplassen | | x | M30 | Zwak brakke wateren | Zwak brakke wateren | | x | M31 | Brakke tot zoute wateren | Brakke tot zoute wateren | | x |
|
|
Stuurvariabelen | Klassen/eenheid | Range | Omschrijving | Relevant voor welke clusters |
---|
Meandering | 5 | 1 – 5 | 1= recht + normprofiel, 2= gestrekt + natuurlijk dwarsprofiel, 3 = zwak slingerend, 4 = slingerend, 5 = vrij meanderend | Langzaam stromende beken, Snelstromende beken, Doorstroommoerassen, Moerasbeken | Verstuwing (stuw) | 3 | 1 – 3 | 1 = sterk gestuwd zonder vistrappen, 2 = gestuwd met vistrappen, 3 = ongestuwd | Langzaam stromende beken, Snelstromende beken, Doorstroommoerassen, Moerasbeken | Beschaduwing (schaduw) | 3 | 1 – 3 | 1 = onbeschaduwd zonder ruigte op de oevers, 2 = gedeeltelijk beschaduwd of ruigte op de oever, 3 = grotendeels of geheel beschaduwd | Langzaam stromende beken, Snelstromende beken, Doorstroommoerassen, Moerasbeken | Oeverinrichting | 3 | 1 – 3 | 1 = beschoeid of steil en onbegroeid, 2 = riet/helofyten, 3 = moeras + riet/helofyten | Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren | Peilbeheer | 3 | 1 – 3 | 1 = tegennatuurlijk, 2 = stabiel, 3 = natuurlijk | Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren | Onderhoud | 2 | 1 – 2 | 1 = intensief, 2 = extensief | Sloten, Kanalen, Zwak brakke wateren, Brakke tot zoute wateren | Scheepvaart | 2 | 1 – 2 | 1 = intensief bevaren, 2 = niet of nauwelijks bevaren | Kanalen | Connectiviteit | 3 | 1 – 3 | 1 = geïsoleerd, 2 = periodiek geïsoleerd, 3 = open verbinding | Zwak brakke wateren, Brakke tot zoute wateren | Doorzicht | m | 0,05 – 5,00 | Zomergemiddelde Secchi diepte waarde, range 0.03 - 12 | Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren | Stikstof totaal (Ntot) | mg N/l | 0,67 – 100 | Zomergemiddelde (april-september)), maat voor eutrofiëring | Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren, Doorstroommoerassen, Moerasbeken | Fosfor totaal (Ptot) | mg P/l | 0,01 – 10 | Zomergemiddelde (april-september)), maat voor eutrofiëring | Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren, Doorstroommoerassen, Moerasbeken | BZV (BOD) | mg O2/l | 0,5 – 20 | Zomergemiddelde (april-september)), maat voor organische belasting | Langzaam stromende beken, Snelstromende beken, Doorstroommoerassen, Moerasbeken | Chloride | mg Cl/l | 100 – 15000 | Zomergemiddelde (april-september), maat voor verzoeting | Zwak brakke wateren, Brakke tot zoute wateren | Toxiciteit (msPAF) | (-) | 0,00 – 1,00 | Fractie, maat voor toxiciteit | Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren, Doorstroommoerassen, Moerasbeken | Ammonium (NH4) | mg NH4/l | 0,02 – 48,80 | Maximale concentratie | Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren, Doorstroommoerassen, Moerasbeken |
|
Card |
---|
id | Maatregelen |
---|
label | Maatregelen |
---|
|
Section |
---|
Column |
---|
| In de KRW-Verkenner zijn een groot aantal maatregelen en hun effecten voorgeprogrammeerd. Globaal worden de maatregelen onderverdeeld in drie categorieën: - Maatregelen gericht op puntbronnen
- Maatregelen op diffuse bronnen
- Maatregelen gericht op inrichting en het beheer (ecologie).
De maatregelen kunnen generiek of locatiespecifiek worden toegepast. Daarnaast is er de mogelijkheid om de maatregelen in de tijd te plannen. Voor zeer complexe maatregelpakketten waarbij, door bijvoorbeeld ingrijpende hydrologische aanpassingen of grote planologische ingrepen, effecten op zowel emissies (locaties van emissiebronnen) als inrichtingsmaatregelen worden doorgevoerd, kan het nodig zijn om nieuwe databases voor de hydrologie, emissies en/of gebiedskenmerken in te lezen. Op deze manier kunnen ook effecten van andere, niet specifiek ten behoeve van de KRW genomen maatregelen worden doorgerekend, mits ze een kwantificeerbaar effect hebben op hydrologie, emissies of gebiedskenmerken. |
Column |
---|
| Image Added |
|
|
|
Section |
---|
Column |
---|
| Image Added |
|
Gebiedskenmerken, emissies en waterbalansen worden gebruikt als input voor de KRW-verkenner. Voor de invoer maakt de KRW-Verkenner waar mogelijk gebruik van externe databases met beschrijvingen van de hydrologie, emissies en kenmerken van waterlichamen. Hydrologische informatie kan worden onttrokken aan bestaande SOBEK-toepassingen voor waterkwantiteit of andere waterkwantiteitsmodellen. De emissiegegevens kunnen worden onttrokken aan de EmissieRegistratie, al dan niet in combinatie met de EmissieModule. Overige gegevens, zoals de inrichting van een waterlichaam of de verstuwingsgraad worden uit lokale databases van waterbeheerders gehaald.
Section |
---|
Column |
---|
| Een KRW-Verkenner schematisatie bestaat uit: - Water netwerk
- oppervlaktewater (Waterlichamen);
- afwateringsgebieden; en
- onderlinge relatie (waterstromen)
- Emissies
- Ecologische parameters
- Kaartmateriaal
|
Column |
---|
| Image Removed |
|
...
Waterbalans
De waterbalans wordt opgelost volgens een vooraf vastgelegd netwerk. Bronnen lozen geheel hun vracht op een oppervlaktewatereenheid (SWU) of een afwateringsgebied (Basin). Een afwateringsgebied loost zijn wateroverschot op een of meerdere oppervlaktewatereenheden. De verhouding tussen de ontvangende waterlichamen wordt vooraf vastgelegd. Een oppervlaktewatereenheid loost zijn wateroverschot vervolgens ook weer op een of meerdere waterlichamen. De hoofd-afstromingsrichting is hiermee vastgelegd.
Naast de hoofd-afstromingsrichting, waarbij de door het watersysteem worden getransporteerd, kunnen ook vaste debieten tussen oppervlaktewatereenheden onderling en tussen waterlichamen en afwateringsgebieden worden opgelegd. Op deze manier kan er ook water tegengesteld aan de hoofd-afstromingsrichting stromen. Dit is bijvoorbeeld van belang bij de inlaat van water of bij doorspoeling.
De werking van het transport van water- en stoffen in de KRW-Verkenner kan worden uitgelegd met het onderstaande eenvoudige voorbeeld..
Image Removed
Drie van de bronnen ‘lozen’ op het afwateringsgebied, drie op het onderste waterlichaam. Daarnaast wordt er water ingelaten om het peil in het afwateringsgebied te kunnen handhaven. Dit water wordt vanuit het bovenste waterlichaam ingelaten. De waterbalans van het afwateringsgebied wordt dan: 50 + 80 + 200 vanuit de bronnen, plus 40 inlaatwater. De totale stroom van het afwateringsgebied naar het waterlichaam wordt dan 370 (hierbij even voorbijgaand aan uitgaande stromen als verdamping en wegzijging). De waterbalans van het onderste waterlichaam wordt dan: 370 + 8 + 20 + 50 + 40 – 40, waarmee het debiet van het onderste naar het bovenste waterlichaam uitkomt op 448.
Bij het vastleggen van dergelijke retourstromen in het netwerk van waterlichamen en afwateringsgebieden is het van belang deze als een absoluut debiet op te geven.
wabacore
De waterbalans module wordt gevormd door de het programma Wabacore. Dit is een steady state waterbalansen model die voor de verkenner is opgezet als pre-processor voor de stofbalans.
De rekenkern krijgt de volgende informatie van de user interface door:
- Alle segmenten (rekeneenheden) van de KRW-Verkenner schematisatie. De segmenten worden gevormd door de afwateringseenheden en de oppervlaktewater eenheden.
- De relatie tussen de segmenten, de links.
- Alle belastingen en onttrekkingen van water op de segmenten.
Wabacore maakt een stelsel vergelijkingen dat de waterbalans voor de segmenten weergeeft. De uitgangspunten daarbij zijn:
- er is een willekeurig aantal bekende debieten tussen segmenten in het netwerk of over de randen;
- elk segment heeft 0, 1 of meer onbekende uitstromende debieten; en
- van elk onbekend uitstromend debiet is bekend welk deel (percentage) van de totale uitstroming uit het segment het omvat.
Dit resulteert in een stelsel vergelijkingen voor de onbekende debieten. Per segment is er een waterbalansvergelijking, en daarnaast zijn er vergelijkingen die de verhoudingen tussen 2 of meer onbekende uitstromende debieten uit hetzelfde segment vastleggen. Voor segmenten zonder onbekende uitstroming wordt om reken technische redenen een onbekende uitstroming toegevoegd. Als de invoer consistent is, zal dit debiet een waarde nul krijgen. Het wordt dan na oplossen van het stelsel weer verwijderd.
Oplossen vergelijkingen waterbalans
Het stelsel vergelijkingen wordt eerst gereduceerd, door directe substitutie van vergelijkingen met slechts 1 onbekende. Dit wordt herhaald totdat er geen direct oplosbare vergelijkingen meer zijn. In fysische termen betekent dit dat lijnvormige strengen van segmenten die aan het "vermaasde" netwerk vastzitten opgelost worden. Het resterende stelsel wordt opgelost via directe matrixinversie volgens de LU-decompositie-methode. Deze aanpak is gekozen omdat directe matrixinversie voor grote stelsels (b.v. de landelijke applicatie, ca. 20 000 onbekenden) niet mogelijk is vanwege een te groot beslag op het interne geheugen. Bij de landelijke applicatie bleek dat de reductie van het stelsel door directe substitutie zeer effectief is en dat het resterende stelsel zeer beperkt was (enkele honderden onbekenden).
...
Stofbalans
In de KRW-Verkenner wordt een vereenvoudigde beschrijving gegeven van het stoftransport door een gebied. Alle inkomende en uitgaande balansposten moeten vooraf aan de KRW-Verkenner worden opgegeven. De benodigde gegevens zijn te verkrijgen uit verschillende databronnen. Denk daarbij aan:
- Meetgegevens van het te beschrijven watersysteem;
- Landelijke databases, zoals de Emissieregistratie; en/of
- modelstudies (bijvoorbeeld STONE), of uit de landelijke Emissieregistratie.
Bedenk goed dat al deze databronnen met onzekerheden omgeven zijn. Een goede analyse van de aanwezige gegevensbronnen in het beschouwde gebied moet worden uitgevoerd, voordat wordt begonnen met het vullen van de KRW-Verkenner.
Voorafgaand van de stofbalans, heeft de KRW-Verkenner al een waterbalans opgelost. De waterbalans vormt een belangrijke input bron van de stofbalans. De afvoer en vracht uit een bovenstrooms ‘bakje’ wordt als in-post opgelegd aan een benedenstrooms bakje en zal dan ook de concentratie in het benedenstroomse bakje beïnvloeden.
Met behulp van de KRW-Verkenner kan de gebruiker in principe alle stoffen doorrekenen. Standaard zijn er vier stoffen hard vanuit het UI opgenomen. Deze vier stoffen (TotaalN, TotaalP, Chloride en BZV) hebben een relatie met de ecologische module van de KRW-Verkenner en kunnen daarom niet worden gewijzigd. Naast deze vier stoffen kan de gebruiker iedere stof toevoegen die hij of zij wil.
Steady State oplossing
De KRW-Verkenner maakt, net als de waterbalans, gebruik van een steady state oplossing. Dat wil zeggen dat voor een rekeneenheid (basin of SWU) het volgende geldt:
Image Removed
Waarin:
M | Massa (g) |
Qin | Instromende debieten (m3/s) |
Qout | Uitstromende debieten (m3/s) |
Cin | Concentratie van stof van het instromende bakje (g/m3) |
C | Concentratie van stof in het rekenbakje |
V | Volume van de rekeneenheid (m3) |
k | Afbraakconstante (1/d) |
Retentie
De afbreekconstante in de KRW-Verkenner kan per stof worden opgegeven. Daarnaast kan de gebruiker de afbreekconstante temperatuur afhankelijk maken. De volgende formulering wordt gebruikt:
Image Removed
Waarin:
k | Afbraakconstante (1/d) |
K20 | Afbraaksconstante bij 20° Celcius (1/d) |
θ | Temperatuurscoefficient, default is 1.047 ( - ) |
T | Watertemperatuur (° Celcius) |
Daarnaast is de retentie ruimtelijk differentieerbaar door middel van een "Tag" aan een oppervlaktewater node of een basin.
...
...
Ecologische kennisregels kunnen worden gebruikt om veranderingen in EKR-scores van de vier biologische kwaliteitselementen (macrofyten, macrofauna, vissen en fytoplankton) te berekenen op waterlichaamniveau na het nemen van maatregelen.
De ecologische rekenkern van de KRW-Verkenner bevat meerdere rekenmodulen (zie onderstaand figuur). Op hoofdlijnen wordt onderscheid gemaakt tussen twee hoofdmethoden:
- Regionale kennisregels; en
- Landelijke kennisregels
Image Removed
De hoofdmethode wordt bepaald door het KRW-watertype. In onderstaande tabel zijn de typen weergegeven. Bij het importeren of genereren van rekeneenheden in de Verkenner wordt het watertype en dus ook de hoofdmode gezet. In het geval van bijvoorbeeld een M3 wordt de rekenmethode op Regionaal gezet. Bij een R7 zal de methode op Ecotopen gezet worden. Sommige watertypen ondersteunen twee methoden, namelijk de M14 en M20. Standaard wordt dan gebruik gemaakt van de Regionale methode.
Section |
---|
Column |
---|
| KRW-Watertype | Ecotopen | Regionale wateren |
---|
M1a/b | | x | M2 | | x | M3 | | x | M4 | | x | M6a/b | | x | M7a/b | | x | M8 | | x | M10 | | x | M14 | x | x (default) | M20 | x | x (default) | M21 | x | | M23 | | x | M27 | | x | M30 | | x | M31 | | x |
|
Column |
---|
| KRW-Watertype | Ecotopen | Regionale wateren |
---|
R4 | | x | R5 | | x | R6 | | x | R7 | x | | R8 | x | | R12 | | x | R13 | | x | R14 | | x | R15 | | x | R16 | x | | R17 | | x | R18 | | x | O2 | x | |
|
|
Regionale wateren
De regionale kennisregels zijn gebaseerd op data van regionale wateren. De data is opgeslagen in een dataset die door RoyalHaskoning-DHV wordt beheerd (Evers et al, 2009). De database bevat relaties tussen EKR-score en verschillende waterkwaliteit- en inrichtingsvariabelen voor een groot aantal waterlichamen in Nederland. In 2009 zijn voor de ex-ante evaluatie regressiebomen afgeleid uit de data.
De KRW-watertypen zijn ingedeeld in 8 clusters. Per cluster zijn rekenregels afgeleid per biologisch kwaliteitselement.
- Langzaamstromende beken (R4, R5, R6, R12)
- Snelstromende beken (R13, R14, R15, R17, R18)
- Sloten (M1a/b, M2, M8)
- Kanalen (M3, M4, M6a/b, M7a/b, M10)
- Ondiepe meren (M14, M23, M25, M27)
- Diepe meren (M16, M20)
- Zwak brakke wateren (M30)
- Brakke tot zoute wateren (M31)
Voor ieder cluster zijn een aantal stuurvariabelen van belang. In onderstaande tabel zijn per cluster de stuurvariabelen weergeven. De gebruiker van de KRW-Verkenner kan de chemische variabelen door de stofbalans van de Verkenner laten berekenen. Een andere mogelijkheid is dat de gebruiker de ecologische module loskoppelt van de stofbalans en baseert op metingen van de chemische variabelen.
In 2012 is de dataset verder verbeterd en zijn drie rekenmethoden ontwikkeld op dezelfde dataset:
- Regressiebomen 2012 (Vissers, 2013b) ;
- Neurale Netwerken - EEE3 (Schomaker, 2013); en
- PUNN neuraal netwerk (de Niet, 2012).
De PUNN (de Niet, 2012) methode heeft zich bewezen als de methode met de meest voorspellende kracht (Vissers, 2013a). De PUNN methode is dan ook als de “default” methode opgenomen in de KRW-Verkenner. De overige methoden, de regressiebomen zijn ook opgenomen in de KRW-Verkenner, maar niet direct voor de gebruiker toepasbaar. Mocht de gebruiker geïnteresseerd zijn, dan kan contact opgenomen worden met de KRW-Verkenner helpdesk.
Rijkswateren
Op dit moment is de ontwikkeling van rekenregels voor Rijkswateren nog in volle gang. De methodiek die hier gebruikt wordt is gebaseerd op ecotopen als rekeneenheden. Een waterlichaam bestaat hierbij uit verschillende ecotopen, die elk een specifieke soortenlijst bevatten. De soorten kunnen direct vertaald worden in EKR-scores door gebruik te maken van de KRW-maatlatten. Door een oppervlaktegewogen berekening te maken wordt een soortenlijst gegenereerd (macrofauna is hierbij een uitzondering) per waterlichaam en aan de hand hiervan wordt de EKR-score berekend. Een verandering in de ecotoopcompositie door bijvoorbeeld het nemen van een inrichtingsmaatregel heeft op deze manier effect op de EKR-score. Kijk bij Archief voor meer informatie.
...
...
Met het nemen van maatregelen zet de gebruiker het stuur op de ontwikkelingen in zijn beheersgebied. De KRW-Verkenner maakt het mogelijk de effecten van deze maatregelen op de ecologische kwaliteit door te rekenen. Dit is de essentie van de KRW-Verkenner.
In de KRW-Verkenner zit een groot aantal maatregelen en hun effecten voorgeprogrammeerd. Globaal worden de maatregelen onderverdeeld in drie categorieën:
- Maatregelen gericht op puntbronnen
- Maatregelen op Diffuse bronnen; en
- Maatregelen gericht op de inrichting en het beheer (ecologie).
Al naar gelang de wens van de gebruiker kan deze ervoor kiezen maatregelen generiek of juist locatiespecifiek toe te passen. Daarnaast heeft de gebruiker de mogelijkheid de maatregelen in de tijd in te plannen. Gecombineerde maatregelpakketten en "gestapelde maatregelen" kunnen worden doorgerekend. Voor zeer complexe maatregelpakketten, waarbij bijvoorbeeld ingrijpende hydrologische aanpassingen worden doorgevoerd of grote planologische ingrepen, waarbij bijvoorbeeld zowel effecten op emissies (locaties van emissiebronnen) en inrichtingsmaatregelen worden doorgevoerd, kan het noodzakelijk zijn om nieuwe databases voor de hydrologie, emissies of gebiedskenmerken in te lezen. Ook effecten van andere, niet specifiek ten behoeve van de KRW genomen maatregelen kunnen worden doorgerekend, mits ze een kwantificeerbaar effect hebben op hydrologie, emissies of gebiedskenmerken. Voorbeelden hiervan zijn maatregelen die mogelijk worden genomen in het kader van veiligheid en zoetwatervoorziening.
Image Removed
...
...
De effecten van maatregelen en maatregelpakketten worden inzichtelijk gemaakt aan de hand van kaarten, tabellen, diagrammen en rapportages. De nieuwe User Interface van de KRW-Verkenner zal de mogelijkheid hebben een aantal varianten te vergelijken. Hieronder is een voorbeeld te zien van de User Interface van de KRW-verkenner met een grafiek van de totale stikstof concentratie in een demo model.
Image Removed | Image Removed |
...
...
De primaire functie van de KRW-Verkenner is het doorrekenen van maatregelen en maatregelpakketten voor het behalen van de KRW doelstellingen. Deze functionaliteit is dan ook vooral bedoeld voor in de planfase van het beleidsproces, als hulpmiddel bij het opstellen van stroomgebiedbeheersplannen. Naast deze toepassing hebben de gebruikers de mogelijkheid gegevens uit eigen berekeningen of de monitoring te vergelijken met berekende waarden. Deze optie biedt uitgebreide mogelijkheden voor evaluaties, gebiedsanalyses of ijking. De gebruiker kan hierdoor gevoel ontwikkelen voor de mogelijkheden en beperkingen van de KRW-Verkenner. Een voorbeeld is de stikstofconcentratie: deze is voor een bepaald watersysteem of waterlichaam te berekenen met de KRW-Verkenner op basis van de bekende emissies, hydrologie en gebiedskenmerken, maar ook te meten op een specifieke monitoringslocatie in of nabij het betreffende watersysteem. Op basis van beide sporen kunnen uitspraken worden gedaan over de ecologische toestand. Het expliciet inzichtelijk maken van deze twee sporen in de KRW-Verkenner vergroot de mogelijkheid tot het opbouwen van systeemkennis en het analyseren van fouten of beperkingen in de berekeningen of aannames. Door de terugkoppeling met de ontwikkelaars van de KRW-Verkenner ontstaat een kennisbasis die gebruikers kan helpen in het gebruik van de KRW-Verkenner en die de verdere ontwikkeling van de KRW-Verkenner zal ondersteunen. Vanzelfsprekend kunnen niet alle monitoringsgegevens in brede zin op deze manier worden benut. Alleen die gegevens die een duidelijke relatie hebben met de stuurvariabelen of parameters die in de KRW-Verkenner berekeningen worden gebruikt, kunnen hier een rol spelen.
...
Column |
---|
|
Image Removed |
...