<!--Hide
page title-->
<style>
#title-heading
{ 
display:none;
}
.page-metadata
{
display:none;
}


</style>

...

...

...

...

...

...

...

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.

...

...

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.

...

...

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.

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.

...

...

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.

...

...