Child pages
  • De tool: Theorie
Skip to end of metadata
Go to start of metadata

You are viewing an old version of this page. View the current version.

Compare with Current View Page History

« Previous Version 71 Next »

 

De tool

 

Theorie

Theorie

Theorie

Theorie

Theorie

 


 

Schematisatie

Een KRW-Verkenner schematisatie bestaat uit:

  • Gebiedskenmerken
    • oppervlaktewater (waterlichamen)
    • afwateringsgebieden
    • onderlinge relatie (waterstromen)
  • Emissies
    • water
    • stoffen
  • Ecologische parameters
    • inrichting
    • beheer
  • 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 (bijvoorbeeld SOBEK), emissiegegevens van de EmissieRegistratie en overige gegevens, zoals de inrichting van een waterlichaam of de verstuwingsgraad van lokale databases van waterbeheerders.

 


Waterbalans

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.

Wabacore

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.


Stofbalans

Alle inkomende en uitgaande stoffstromen 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 STONE)

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.

Steady State oplossing

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:

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:

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.


 

Ecologie

Op basis van kennisregels worden de effecten van maatregelen op de EKR scores van de vier biologische kwaliteitselementen (waterplanten, fytoplankton, macrofauna en vissen) berekend. De EKR-scores worden berekend op SWU niveau. De KRW-Verkenner bevat 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 landelijk of regionaal.  In onderstaande tabellen zijn de typen weergegeven. Met het importeren of genereren van rekeneenheden wordt het watertype en de daarbij behorende rekenmethode gezet.

Landelijk

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. Kijk bij Overig voor meer informatie.

Regionaal

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. 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.

ClustersWatertype-code
Langzaamstromende bekenR4, R5, R6, R12
Snelstromende bekenR13, R14, R15, R17, R18
SlotenM1 a/b, M2, M8
KanalenM3, M4, M6 a/b, M7 a/b, M10
Ondiepe merenM14, M23, M25, M27
Diepe merenM16, M20
Zwak brakke waterenM30
Brakke tot zoute waterenM31
StuurvariabelenKlassen/eenheidOmschrijvingRelevant voor welke clusters
Meandering51= recht + normprofiel, 2= gestrekt + natuurlijk dwarsprofiel, 3 = zwak slingerend, 4 = slingerend, 5 = vrij meanderendLangzaam stromende beken, Snelstromende beken
Verstuwing3

1 = sterk gestuwd zonder vistrappen, 2 = gestuwd met vistrappen, 3 = ongestuwd

Langzaam stromende beken, Snelstromende beken
Beschaduwing31 = onbeschaduwd zonder ruigte op de oevers, 2 = gedeeltelijk beschaduwd of ruigte op de oever, 3 = grotendeels of geheel beschaduwdLangzaam stromende beken, Snelstromende beken
Oeverinrichting31 = beschoeid of steil en onbegroeid, 2 = riet/helofyten, 3 = moeras + riet/helofytenSloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren
Peildynamiek31 = tegennatuurlijk, 2 = stabiel, 3 = natuurlijkSloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren
Onderhoud21 = intensief, 2 = extensiefSloten, Kanalen, Zwak brakke wateren, Brakke tot zoute wateren
Scheepvaart21 = intensief bevaren, 2 = niet of nauwelijks bevarenKanalen
Connectiviteit3

1 = geïsoleerd, 2 = periodiek geïsoleerd, 3 = open verbinding

Zwak brakke wateren, Brakke tot zoute wateren
Totaal Nmg N/lZomergemiddelde (april-september)Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren
Totaal Pmg P/lZomergemiddelde (april-september)Langzaam stromende beken, Snelstromende beken, Sloten, Kanalen, Ondiepe meren, Diepe meren, Zwak brakke wateren, Brakke tot zoute wateren
BZVmg O2/lZomergemiddelde (april-september)Langzaam stromende beken, Snelstromende beken
Chloridemg Cl/lZomergemiddelde (april-september)Zwak brakke wateren, Brakke tot zoute wateren



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.

 

KRW-Watertype

Meren

Landelijk

Regionaal

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

KRW-Watertype

Rivieren

Landelijk

Regionaal

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

 

 


Maatregelen

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.

 

 

 
  • No labels