InvoerStoffenbalansenWaterbalansenEcologieMaatregelen Anchor |
---|
| Schematisatie | Schematisatie | Schematisatie
Section |
---|
| 70% | 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 |
| waterkantiteitsmodellen waterkwantiteitsmodellen (bijvoorbeeld SOBEK), emissiegegevens van de EmissieRegistratie en overige gegevens, zoals de inrichting van een waterlichaam of de verstuwingsgraad van lokale databases van waterbeheerders. |
| Image RemovedImage Added |
|
|
|
cardWaterbalans | label | Waterbalans |
---|
|
|
|
Waterbalans
De waterbalans wordt opgelost volgens
Column |
---|
| Op een vooraf vastgelegd netwerk |
|
|
|
. Bronnen lozen geheel hun vracht lozen waterbronnen (afwateringsgebieden, RWZI's etc) op een oppervlaktewatereenheid (SWU) of een afwateringsgebied (Basin). Een |
|
|
|
afwateringsgebied loost zijn SWU of een Basin loost eventueel 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 waterlichamenSWUs. De verdeling van het te lozen water is van te voren vastgelegd. De hoofd-afstromingsrichting is hiermee vastgelegd. |
|
|
|
Naast de hoofd-afstromingsrichting kan, |
|
|
|
waarbij de door het watersysteem worden getransporteerd, kunnen ook door middel van vaste debieten tussen |
|
|
|
oppervlaktewatereenheden waterlichamen en afwateringsgebieden worden opgelegd. Op deze manier kan er ook water SWUs en Basinswaterlichamen en afwateringsgebieden, een waterbeweging tegengesteld aan de hoofd-afstromingsrichting |
|
|
|
stromenworden opgelegd. Dit is bijvoorbeeld |
|
|
|
van belang bij de inlaat nodig bij het inlaten 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 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 |
|
|
|
afwateringsgebied Basin te kunnen handhaven, wordt er water ingelaten. Dit water wordt vanuit het bovenste |
|
|
|
waterlichaam SWU ingelaten. De waterbalans van het |
|
|
|
afwateringsgebied wordt Basin is dan: 50 + 80 + 200 vanuit de bronnen, plus 40 inlaatwater. De totale stroom van het |
|
|
|
afwateringsgebied waterlichaam wordt even voorbijgaand aan uitgaande stromen als verdamping en wegzijging negerend). De waterbalans van het |
|
|
|
onderste SWU waterlichaam wordt dan: 370 + 8 + 20 + 50 + 40 – 40, waarmee het debiet van het onderste naar het bovenste |
|
|
|
waterlichaam
Column |
---|
| Image Added |
|
Section |
---|
Column |
---|
| Het rekenhart van de waterbalans is |
|
|
|
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 verkenner is KRW-Verkenner opgezet als pre-processor voor de stofbalans. |
|
|
|
De rekenkern krijgt Op basis van de user interface, krijgt Wabacore de volgende informatie |
|
|
|
van de user interface door: - Alle rekeneenheden (segmenten
|
|
|
|
(rekeneenheden- ) van de KRW-Verkenner schematisatie. De segmenten worden gevormd door de
|
|
|
|
afwateringseenheden de oppervlaktewater eenheden relatie - links 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 - Een willekeurig aantal bekende
|
|
|
|
debieten segmenten of de ;van elk elk segment heeft 0, 1 of meer onbekende uitstromende debieten; en- Van elk onbekend uitstromend debiet is bekend
|
|
|
|
welk deel percentage- in %) dit debiet van de totale uitstroming
|
|
|
|
uit het segment het omvatDit Per segment resulteert dit in een stelsel van vergelijkingen voor |
|
|
|
de onbekende debieten. Per segment is er een waterbalansvergelijking, en daarnaast zijn er vergelijkingen die verhoudingen tussen 2 of meer uitstromende 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 dan , na het oplossen van het stelsel, weer verwijderd. |
|
|
|
Oplossen vergelijkingen waterbalans
Het stelsel van vergelijkingen wordt eerst gereduceerd, door directe substitutie van vergelijkingen |
|
|
|
met slechts , 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 |
|
|
|
matrixinversie matrix-inversie volgens de LU-decompositie-methode. Deze aanpak is gekozen omdat directe |
|
|
|
matrixinversie 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. |
|
|
|
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). |
card
Card |
---|
id | Stofbalans |
---|
label | Stofbalans |
---|
|
|
|
Stofbalans
In de KRW-Verkenner wordt een vereenvoudigde beschrijving gegeven van het stoftransport door een gebied.
Column |
---|
| Alle inkomende en uitgaande |
|
|
balansposten stofstromen moeten vooraf aan de KRW-Verkenner worden opgegeven. De benodigde gegevens zijn te verkrijgen uit verschillende databronnen |
|
|
. Denk daarbij aan, zoals: - Meetgegevens van het te beschrijven watersysteem
|
|
|
;, zoals - (bijvoorbeeld de Emissieregistratie
|
|
|
; en/ofmodelstudies - )
- Modelstudies (bijvoorbeeld STONE)
|
|
|
, of uit de landelijke Emissieregistratie.Bedenk goed dat al Omdat deze databronnen met onzekerheden omgeven zijn |
|
|
. Een , is een goede analyse van de |
|
|
aanwezige gegevensbronnen in het beschouwde gebied moet worden uitgevoerd, voordat wordt begonnen 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 |
|
|
. De vormt een belangrijke input bron |
|
|
van is voor de stofbalans. De |
|
|
afvoer vracht stofafvoer uit een bovenstrooms |
|
|
‘bakje’ in-post opgelegd aan invoer gebruikt door een benedenstrooms |
|
|
bakje en zal dan ook de concentratie in het benedenstroomse bakje beïnvloeden.Met behulp van segment en het bovenstrooms segment beïnvloedt daarmee dus de stofconcentratie van het benedenstrooms segment. In principe kan de KRW-Verkenner |
|
|
kan de gebruiker in principe . Standaard , maar 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 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 |
|
|
. Naast deze vier stoffen kan de gebruiker iedere stof toevoegen die hij of zij wil. De KRW-Verkenner maakt, net als de waterbalans, gebruik van een steady state oplossing. Dat wil zeggen dat voor een rekeneenheid ( |
|
|
basin SWUBasin) het volgende geldt: Image Modified |
|
|
Waarin:
M | Massa Waar M staat voor massa (g) |
|
|
Instromende voor instromende debieten (m3/s) |
|
|
Uitstromende voor uitstromende debieten (m3/s) |
|
|
Concentratie voor stofconcentraties van |
|
|
stof van bakje C | Concentratie van stof in het rekenbakje |
V | Volume van de rekeneenheid , C voor de stofconcentratie in het segment, V voor het volume van het segment (m3) |
|
|
k | Afbraakconstante en k de afbraakconstante van een stof (1/d) |
|
|
Retentie
De afbreekconstante in de KRW-Verkenner . De afbraakconstante kan per stof worden opgegeven |
|
|
. Daarnaast kan de gebruiker de afbreekconstante temperatuur afhankelijk maken. De en kan temperatuurafhankelijk worden gemaakt. Voor de afbraakconstante wordt de volgende formulering wordt gebruikt: Image Modified |
|
|
Waarin:
k | Afbraakconstante Waar k20 staat voor de afbraakconstante bij 20 °C (1/d) |
|
|
K20 | Afbraaksconstante bij 20° Celcius (1/d) |
θ | Temperatuurscoefficient, default is , θ voor de temperatuurscoëfficiënt (default 1.047 (-) |
|
|
T | Watertemperatuur (° Celcius) |
Daarnaast ) en T voor de watertemperatuur (°C). Daarnaast is de retentie ruimtelijk differentieerbaar door middel van een "Tag" aan een |
|
|
oppervlaktewater node of een basin.SWU of Basin toe te kennen. |
|
|
card
|
anchorEcologieEcologieEcologieEcologische Op basis van kennisregels |
|
|
|
kunnen worden gebruikt om veranderingen in EKR-worden de effecten van maatregelen op de EKR scores van de vier biologische kwaliteitselementen ( |
|
|
|
macrofytenwaterplanten, fytoplankton, macrofauna |
|
|
|
, en fytoplankton) te berekenen op waterlichaamniveau na het nemen van maatregelen.De ecologische rekenkern van de ) berekend. De EKR-scores worden berekend op SWU niveau. 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 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. |
|
|
|
Bij Met het importeren of genereren van rekeneenheden |
|
|
|
in de Verkenner dus ook 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.daarbij behorende rekenmethode gezet. Deze methode is gebaseerd op ecotopen als rekeneenheden. Elk waterlichaam bestaat uit verschillende ecotopen en elk ecotoop omvat een specifieke soortenlijst. Deze soortenlijsten worden oppervlakte gemiddeld gewogen (met uitzondering van macrofauna) en zo ontstaat er een soortenlijst per waterlichaam. Aan de hand van deze soortenlijst wordt een EKR score berekend. Door deze werkwijze heeft een verandering in ecotoopcompositie een effect op de EKR-score. - Methode Rijkswateren, Deltares rapport 2010: download hier
- Ecologie methode Rijkswateren, Deltares rapport 2011: download hier
- Presentatie Ecologie methode Rijkswateren voor RWS, 2010: download hier
- Presentatie Ecologie methode Rijkswateren voor Waterdienst, 2010: download hier
De regionale kennisregels zijn gebaseerd op data van regionale wateren. De data is opgeslagen in een database 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. Voor de regionale ecologische toepassing van de KRW-Verkenner kan de gebruiker kiezen uit drie methoden: - Regressiebomen, PBL rapport 2013: download hier
- Neurale Netwerken, Royal Haskoning rapport 2015: download hier
- PUNN neuraal network, STOWA/W+B rapport 2012: download hier en meer achtergrond van de formuleringen hier.
De PUNN methode heeft de meest voorspellende kracht (Visser, 2013a) en is daarom de default ecologie methode voor regionale toepassingen. De andere twee methoden zijn ook opgenomen in de KRW-Verkenner, maar kunnen niet direct door de gebruiker geselecteerd worden. Mocht een gebruiker toch 1 van deze 2 methode willen gebruiker, dan kan contact opgenomen worden met de KRW-Verkenner helpdesk. 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. Vergelijking van de drie methoden, PBL rapport 2013: download hier. |
Column |
---|
| Image Added |
|
| 50%EcotopenRivieren | Cluster | Omschrijving | Rijkswater | Regionale wateren |
---|
|
|
|
---|
R4 | Langzaam stromende beken | Permanent langzaam stromende bovenloop op zand |
|
| M1a/b | R5 | Langzaam stromende beken | Langzaam stromende middenloop/benedenloop op zand |
|
| M2M3R6 | Langzaam stromende beken | Langzaam stromend riviertje op zand/klei | | x |
|
|
| R7 | Rivier/nevengeul | Langzaam stromende rivier/nevengeul op klei/zand | x |
|
| M4 | x | M6a/bR8 | Brakke tot zoute wateren | Zout getijdenwater (uitlopers rivier) op zand/klei | x | |
|
|
x | M7a/bR12 | Langzaam stromende beken | Langzaam stromende middenloop/benedenloop op veenbodem | | x |
|
|
| R13 | Snel stromende beken | Snel stromende bovenloop op zand |
|
| M8 | R14 | Snel stromende beken | Snelstromende middenloop/benedenloop op zand |
|
| M10M14x | x (default) | M20 | x | x (default) | Snel stromende beken | Snelstromend riviertje op kiezelhoudende bodem | | x | R16 | Rivier/nevengeul | Snelstromende rivier/nevengeul op zandbodem of grind |
|
| M21 | R17 | Snel stromende beken | Snelstromende bovenloop op kalkhoudende bodem |
|
| M23M27R18 | Snel stromende beken | Snelstromende middenloop/benedenloop op kalkhoudende bodem | | x | O2 |
|
|
M30 | Estuarium | Estuarium met matig getijverschil | x |
|
| M31x | 50%EcotopenMeren | Cluster | Omschrijving | Rijkswater | Regionale wateren |
---|
|
| R4 |
---|
M1a/b | Sloten | Gebufferde sloten op minerale bodem | | x |
|
| R5M2 | Sloten | Zwak gebufferde sloten | | x |
|
| R6 | M3 | Kanalen | Gebufferde (regionale) kanalen | | x |
|
|
| R7 | x | | R8 | x | | R12M4 | 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 |
|
|
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 Overig voor meer informatie.
Anchor |
---|
Maatregelen | Maatregelen | MaatregelenMet 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 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 | Omschrijving | Relevant voor welke clusters |
---|
Meandering | 5 | 1= recht + normprofiel, 2= gestrekt + natuurlijk dwarsprofiel, 3 = zwak slingerend, 4 = slingerend, 5 = vrij meanderend | Langzaam stromende beken, Snelstromende beken | Verstuwing | 3 | 1 = sterk gestuwd zonder vistrappen, 2 = gestuwd met vistrappen, 3 = ongestuwd | Langzaam stromende beken, Snelstromende beken | Beschaduwing | 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 | Oeverinrichting | 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 | Peildynamiek | 3 | 1 = tegennatuurlijk, 2 = stabiel, 3 = natuurlijk | Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren | Onderhoud | 2 | 1 = intensief, 2 = extensief | Sloten, Kanalen, Zwak brakke wateren, Brakke tot zoute wateren | Scheepvaart | 2 | 1 = intensief bevaren, 2 = niet of nauwelijks bevaren | Kanalen | Connectiviteit | 3 | 1 = geïsoleerd, 2 = periodiek geïsoleerd, 3 = open verbinding | Zwak brakke wateren, Brakke tot zoute wateren | Totaal N | mg N/l | Zomergemiddelde (april-september) | Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren | Totaal P | mg P/l | Zomergemiddelde (april-september) | Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren | BZV | mg O2/l | Zomergemiddelde (april-september) | Langzaam stromende beken, Snelstromende beken | Chloride | mg Cl/l | Zomergemiddelde (april-september) | Zwak brakke wateren, Brakke tot zoute wateren |
|
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 ; en de - inrichting en het beheer (ecologie).
|
|
|
|
Al naar gelang de wens van de gebruiker kan deze ervoor kiezen maatregelen De maatregelen kunnen generiek of |
|
|
|
juist toe te passenworden toegepast. Daarnaast |
|
|
|
heeft gebruiker de mogelijkheid om de maatregelen in de tijd |
|
|
|
in Gecombineerde maatregelpakketten en "gestapelde maatregelen" kunnen worden doorgerekend. Voor zeer complexe maatregelpakketten waarbij, |
|
|
|
waarbij door bijvoorbeeld ingrijpende hydrologische aanpassingen |
|
|
|
worden doorgevoerd of grote planologische ingrepen, |
|
|
|
waarbij bijvoorbeeld zowel effecten op zowel emissies (locaties van emissiebronnen) |
|
|
|
en als inrichtingsmaatregelen worden doorgevoerd, kan het |
|
|
|
noodzakelijk nodig zijn om nieuwe databases voor de hydrologie, emissies en/of gebiedskenmerken in te lezen. |
|
|
|
Ook Op deze manier kunnen 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 zoetwatervoorzieningImage RemovedanchorMonitoringMonitoringUitvoerImage Added |
|
|
|
Section |
---|
Column |
---|
| Image Added |
|
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 |
Anchor |
---|
Monitoring | Monitoring | MonitoringDe 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.
Section |
---|
Column |
---|
| Image Removed |
|