Macrofauna in beken en kleine rivieren

1. Inleiding

De factsheet 'Macrofauna van stromende wateren' is oorspronkelijk van toepassing verklaard voor de watertypen R5, R6, R10, R12, R14, R15 en R18. De kleinere beken stonden hier niet tussen, met het argument dat deze niet aan Brussel gerapporteerd hoeven te worden. In de praktijk bleek er echter wel behoefte aan kennisregels voor de kleine stromende wateren. Omdat de rekenregels zijn gebaseerd op een dataset die ook deze kleinere watertypen omvat, zijn de kennisregels ook van toepassing verklaard op de kleinere typen (R4, R9, R11, R13 en R17).

De rekenregels van macrofauna in stromende wateren gelden dus voor de volgende watertypen (Elbersen et al., 2003; Van der Molen & Pot, dec. 2007):

• R4: Permanent langzaam stromende bovenloop op zand
• R5: Langzaam stromende middenloop/benedenloop
• R6 Langzaam stromende riviertje op zand/klei
• R9: Langzaam stromende bovenloop op kalkhoudende bodem
• R10: Langzaam stromende middenloop op kalkhoudende bodem
• R11: Langzaam stromende bovenloop op veenbodem
• R12: Langzaam stromende middenloop/benedenloop op veenbodem
• R13: Snelstromende bovenloop op zand
• R14: Snelstromende middenloop/benedenloop op zand
• R15: Snelstromend riviertje op kiezelhoudende bodem
• R17: Snelstromende bovenloop op kalkhoudende bodem
• R18: Snelstromende middenloop/benedenloop op kalkhoudende bodem

2. Sturende variabelen

In fase 1 van de KRW-verkenner is gekozen voor een benadering gebaseerd op de stuurvariabele stromingsdiversiteit. Stromingsdiversiteit alleen lijkt niet voldoende om een score op de KRW-maatlat (EKR) te voorspellen (Cremers et al., 2005). Voor fase 2 is onderzocht of directe relaties zijn af te leiden tussen stuurvariabelen en de maatlatscore op basis van metingen. In het project 'Validatie en verdere optimalisatie KRW-maatlatten voor de natuurlijke rivier- en meertypen' (Royal Haskoning, 2005) zijn de volgende hydromorfologische variabelen aangeven als belangrijkste stuurvariabelen op de macrofaunamaatlat:
- Meandering/sinuositeit;
- Breedte- en dieptevariatie;
- Stroomsnelheid en stromingsdiversiteit;
- Oeverbegroeiing;
- Obstakels, i.e. hout en bladpakketten in de stroming zorgen voor een diversiteit in stroomsnelheden en dienen als habitat;
- Substraat.

De mate van meandering bepaalt voor een groot deel de diversiteit aan stroomsnelheid, breedte, diepte en substraat en is hierdoor een vrij goede totaalvariabele. Een belangrijke aanvullende variabele is de stroomsnelheid. Naast deze hydromorfologische variabelen beïnvloedt waterkwaliteit de maatlatscore voor macrofauna. De belangrijkste sturende chemische variabelen zijn:
- Zuurstof / biologisch zuurstof verbruik (BZV);
- Fosfaat;
- Stikstof.

In zoete wateren is fosfaat meer sturend dan stikstof.

3. Rekenregels abiotiek - macrofauna in beken en kleine rivieren

De rekenregels voor macrofauna in stromende wateren zijn ontwikkeld aan de hand van een selectie van fysisch-chemische variabelen. De geselecteerde variabelen hebben een grote invloed op de maatlatscore en zijn relatief eenvoudig te bepalen. De soortensamenstelling van macrofauna is zelden het gevolg van één stressor, maar wordt bepaald door een combinatie van stressoren. De volgende variabelen zijn gekozen als stuurvariabelen:
- Fysisch: meandering en stroomsnelheid;
- Chemisch: totaal fosfaat en BZV.

Substraat, oeverbegroeiing en obstakels zijn naast de geselecteerde variabelen belangrijke sturende factoren voor macrofauna in beken. Deze variabelen zijn echter moeilijk te bepalen en te kwantificeren. Voor een deel komen deze variabelen tot uiting in de stuurvariabele meandering: sterk meanderende beken hebben over het algemeen meer variatie in substraat en meer hoog opgaande begroeiing. Deze begroeiing resulteert in meer dood hout en blad in de beek. Rechtgetrokken beken liggen vaak in landbouwgebied waardoor er weinig hoog opgaande begroeiing langs de oever van de beek aanwezig is en de hoeveelheid dood hout en blad in het water verwaarloosbaar is. Beheer waarbij dood en levend plantenmateriaal uit de beek wordt verwijderd om een goede doorstroming te garanderen, draagt verder bij tot reductie van dood hout en blad in het water.

Voor elke variabele is een formule afgeleid (zie bijlage 2) die de maximaal haalbare Ecologische Kwaliteit Ratio(EKR) op de macrofaunamaatlat berekent (Tabel 3.1). Deze maximaal haalbare EKR is gebaseerd op plafondwaarden voor de stuurvariabelen. Voor alle variabelen dient een waarde ingevuld te worden. De laagste EKR-verwachting geldt als eindscore voor de maximaal haalbare EKR. Deelscores worden afgetopt op 1. De stuurvariabele die de laagste EKR-verwachting geeft, geldt als de bepalende stuurvariabele welke middels maatregelen moet worden hersteld.

De werking van de geselecteerde variabelen op de maatlatscore is bij de hier beschouwde watertypen vrijwel gelijk. Het zijn in feite allemaal grotere permanente beken met verschillen in geologie (zand, veen, klei) die niet van direct belang zijn op de hier af te leiden rekenregels. Bijlage 3 toont aan dat rekenregels voor de variabelen meandering, fosfaat en BZV niet apart voor langzaam en snelstromende type wateren afgeleid hoeven te worden, maar dat dezelfde rekenregels volstaan voor beide typen. Alleen voor stroomsnelheid dient onderscheid gemaakt te worden in snel- en langzaam stromende rivieren.

Tabel 3.1 Rekenregels voor berekening van de maximaal haalbare EKR aan de hand van stuurvariabelen

4. Kwaliteit rekenregels en validatie

De kwaliteit van de rekenregels van 'macrofauna in kleine stromende wateren' is tijdens de peer review van maart 2007 als 'matig' beoordeeld.

Validatie langzaam stromende beken
In figuur 4.1 is de maatlatscore van 26 veldmonsters uit langzaam stromende beken (R5 & R6) uitgezet tegen de door de rekenregels berekende EKR-score. Uitbijters met een lagere maatlatscore dan de berekende score worden waarschijnlijk veroorzaakt door pressures die niet in de gekozen variabelen tot uiting komen (bestrijdingsmiddelen, zware metalen), calamiteiten of periodes van zeer lage stroomsnelheden. De kwaliteit voor een waterlichaam als geheel wordt berekend door de scores van een aantal monsters binnen hetzelfde waterlichaam te middelen. Van de geanalyseerde monsters week de berekende score hooguit 2 klassen af van de EKR volgens de maatlatten. 76% van de geanalyseerde monsters kwam exact overeen met de scores van de maatlatten(zie Figuur 4.2).

Figuur 4.1: Vergelijking berekende EKR met de EKR van langzaam stromende beken volgens de maatlatten

Figuur 4.2: Afwijking van de berekende EKR ten opzichte van de EKR van langzaam stromende beken volgens de maatlatten (in klassen)

Validatie a.h.v. de dataset Roer en Overmaas
Een tweede dataset, afkomstig van Waterschap Roer en Overmaas, is op dezelfde wijze geanalyseerd. Hiervoor is een n van 41 veldmonsters gebruikt, waarvan 39 uit snelstromende beken (R17 en R18) en twee uit langzaam stromende beken (R4 en R11). De resultaten van deze validatie worden gepresenteerd in figuur 4.3 en 4.4. De scores van de KRW-Verkenner komen redelijk overeen met de maatlatscores. De rekenregels van de verkenner berekenen relatief lage scores als gevolg van een lage score voor meandering. De gegevens voor meandering komen uit een database van Waterschap Roer en Overmaas en zijn overgenomen uit Duitse methodes en definities. Deze methoden en definities wijken af van de Nederlandse interpretatie en classificatie. Op deze wijze worden wateren die in Nederland geclassificeerd worden als meanderend, volgens de Duitse methode vaak een klasse lager, als slingerend geclassificeerd. De uiteindelijke afwijking van de scores is over het algemeen slechts minder dan 1 kwaliteitsklasse. Bij ruim de helft van de monsters komt de kwaliteitsklasse goed overeen.

Figuur 4.3: Vergelijking berekende EKR met de EKR volgens de maatlatten voortkomend uit de dataset van Waterschap Roer en Overmaas

Figuur 4.4: Afwijking van de berekende EKR ten opzichte van de EKR volgens de maatlatten (in klassen)op basis van de dataset van Waterschap Roer en Overmaas

Onderstaande tekst vormt een weergave van de discussie tijdens de peer review van maart 2007.

Macrofauna is met name afhankelijk van substraat. Er zijn echter onvoldoende gegevens beschikbaar om hiervoor goede relaties af te leiden. Daarbij worden er vraagtekens gesteld bij het afleiden van de plafondwaarden. Multipele regressie kan wellicht tot betere relaties leiden. Hierdoor ontstaat bijvoorbeeld meer inzicht in de grote variatie in score bij een lage P-concentratie. Door het gebruik van plafondwaarden wordt wel snel inzichtelijk waar knelpunten liggen.

Het areaal aan habitats is minder van belang dan bij vissen. Bij een bepaald minimumareaal zal de maatlatscore hetzelfde zijn als bij een veel groter areaal.

5. Maatregel - effect relaties

In de KRW-verkenner kunnen maatregelen worden geselecteerd welke effect hebben op de ecologische toestand van de verschillende kwaliteitselementen. Tabel 5.1 geeft de huidige maatregelen uit de KRW-verkenner weer. Hierbij is aangegeven welke rekenregel (en welke stuurvariabele) gebruikt moet worden om het effect van de maatregel te vertalen naar een effect op de maatlatscore (EKR). Maatregelen gericht op meandering (en verwante stuurvariabelen), stroming en sanering van puntbronnen blijken het meest effectief voor macrofauna (Tabel 5.1). Vrijwel alle maatregelen uit de verkenner hebben effect op een van de stuurvariabelen. Op locaties waar hermeanderen geen optie is door bijvoorbeeld ruimtegebrek kunnen natuurvriendelijke oevers en een natuurvriendelijk beheer voor een lichte ecologische verbetering voor macrofauna zorgen door het creëren van habitat (vooral in de vorm van vegetatie). Om het positieve effect van natuurvriendelijke oevers en natuurvriendelijk beheer tot uiting te laten komen in de maatlatscore kan een lichte verhoging van EKR doorgevoerd worden. Dit kan gedaan worden door de EKR-waarde op te hogen met een vast getal van bijvoorbeeld 0.1 per maatregel. Huidige gekanaliseerde (vaak slechte of ontoereikende) beken zouden dan door de aanleg van natuurvriendelijke oevers en het uitvoeren van natuurvriendelijk beheer een klasse kunnen stijgen. Bij meer natuurlijk meanderende beken zijn deze maatregelen geen optie. Dit omdat deze beken over natuurlijke oevers beschikken die over het algemeen niet intensief beheerd worden.

De maatregelen grijpen in op de variabelen DN, KM en DP (voor uitleg, zie hieronder). Deze variabelen vormen onderdeel van de formule waarmee de EKR voor macrofauna wordt berekend. De EKR-score voor macrofauna in beken en kleine rivieren wordt als volgt berekend (Van der Molen & Pot, dec. 2007):

EKR = [ 200 * (KM% / KM_max) + 2 * (100 - DN%) + (KM% + DP%) ] / 500, waarbij:

• DN % (abundantie); het percentage individuen behorende tot de negatief dominante indicatoren op basis van abundantieklassen;
• KM % (aantal taxa); het percentage kenmerkende taxa;
• KM_max (maximaal aantal kenmerkende taxa); dit aantal ligt voor ieder watertype vast (zie bijlage I);
• KM % + DP % (abundantie); het percentage individuen behorende tot de kenmerkende en positief dominante indicatoren op basis van
abundantieklassen.

Voor een gedetailleerdere uitleg over de berekening van de EKR voor macrofauna wordt verwezen naar Van der Molen & Pot (dec. 2007).

Tabel 5.1: Maatregelen met bijbehorende rekenregel en effect op de macrofauna-maatlat. DN: negatief dominante indicatoren; KM: kenmerkende taxa; ++ sterk positief effect, + positief effect, _ negatief effect

6. Toepasbaarheid

De werking van de geselecteerde variabelen op de maatlatscore is bij alle hier beschouwde watertypen vrijwel gelijk. Het zijn in feite allemaal grotere permanente beken met verschillen in geologie (zand, veen, klei) die niet van direct belang zijn op de hier afgeleide rekenregels. Alleen voor stroomsnelheid moet onderscheid gemaakt worden tussen langzaam en snelstromende wateren (zie tabel 3.1); voor de variabelen meandering, fosfaatgehalte en BZV volstaan dezelfde rekenregels in beide watertypen.

7. Voorbeeldproject

8. Literatuur

• Bal, D., H.M. Beije, M. Fellinger, R. Haveman, A.J.F.M. van Opstal & F.J. van Zadelhoff, 2001. Handboek natuurdoeltypen. Rapport IKC-LNV, Wageningen.
  
• Cremers, N., A. de Swaaf, R. Portielje, J. Kranenbarg, J. Elbersen & J. Delsma, 2005. KRW-verkenner (fase 1); Deel rapportage spoor Afbeelding Kennis.
  
• Elbersen, J.W.H., P.F.M. Verdonschot, B. Roels & J.G. Hartholt, 2003. Definitiestudie Kaderrichtlijn Water (KRW). I. Typologie Nederlandse Oppervlaktewateren. Alterra-rapport 669.
  
• Hamme, H. van der, 1992. Macrofauna van Noord-Holland. Provincie Noord-Holland, Dienst Ruimte en Groen, Haarlem. Proefschrift K.U. Nijmegen.
  
• Heinis, F. en C.H.M., Evers [red], in prep, 2006. Getalswaarden nutriënten voor de Goede Ecologische Toestand voor natuurlijke wateren. Royal Haskoning, Heinis Waterbeheer, RIVM en Alterra in opdracht van RIZA
  
• Kaderrichtlijn Water, 2000. Richtlijn 2000/60/EG van het Europees Parlement en de Raad. 23 oktober 2000; tot vastlegging van een kader voor communautaire maatregelen betreffende het waterbeleid.
  
• Knoben, R.A.E. & P.A.M. Kamsma [red], 2004. Achtergronddocument referenties en maatlatten voor macrofauna. Landelijke expertgroep.
  
• Limnodata neerlandica. Aquatisch-ecologische databank voor Nederland. www.limnodata.nl
  
• Moller Pillot, H.K.M. & R. Buskens, 1990. De Nederlandse chironomidae. Deel 1c. Nederlanse faunistische mededelingen, Leiden.
  
• Royal Haskoning, 2005. Validatie en verdere optimalisatie van de concept KRW-maatlatten voor de natuurlijke rivier- en meertypen. Royal Haskoning in samenwerking met Witteveen+Bos en Taken Landschapsplanning in opdracht van RIZA.
  
• Van der Molen, D.T. [red], 2004b. Referenties en concept-maatlatten voor rivieren voor de Kaderrichtlijn Water. Rapportnummer 2004-43.
  
• Van der Molen, D.T. en Pot, R. [red.]\ (2007) Referenties en maatlatten voor natuurlijke watertypen voor de Kaderrichtlijn Water. STOWA rapport nummer 2007-32.
  
• Verdonschot, P., Goedhart, P., Nijboer, R., Vlek, H. (2003) Voorspelling van effecten van ingrepen in het waterbeheer op aquatische gemeenschappen; De ontwikkeling van voorspellingsmodellen voor beken en sloten in Nederland. Wageningen, Alterra rapport 738.

• Verdonschot, P.F.M., 1990. Ecologische karakterisering van oppervlaktewateren in Overijssel. Rapport RIN, Leersum.
  
• Verdonschot, P.F.M [red], 1995. Beken stromen. Leidraad voor ecologisch beekherstel. 95-03 WEW-06.
  

Bijlage I KMmax en KRW-klassen macrofaunamaatlatten rivieren

Tabel 1: KMmax per KRW-type (kleine stromende wateren)

Tabel 2: EKR en ecologische toestand

Bijlage II Ontwikkeling Kennisregels macrofauna rivieren

1. Inleiding

De kennisregels die in fase 1 van de Verkenner ingebouwd zijn, berekenen de EKR op basis van stroomsnelheidsverdelingen over het dwarsprofiel van een stromend water. Dit wordt gedaan via het bakjesmodel in combinatie met autecologische informatie over de voorkeur van soorten voor stroming. In de praktijk blijkt deze aanpak niet de gewenste resultaten op te leveren. Hiervoor zijn de volgende redenen aan te wijzen:
• voor veel soorten ontbreekt de autecologische informatie of is niet volledig;
• er is geen directe relatie tussen afzonderlijke soorten en de maatlatparameter %KM;
• niet alle soorten uit deelmaatlat %KM reageren specifiek op stroming;
• voor stagnante wateren is deze aanpak niet bruikbaar.

Voor fase 2 zijn twee benaderingen nader onderzocht op bruikbaarheid:
• gebruik maken van de dosis-responsmodellen die in project RISTORI zijn ontwikkeld;
• gebruik maken van directe, empirische relaties tussen stuurvariabelen en de maatlatscore uit het validatieproject van de maatlatten (Royal Haskoning, 2005).

Inmiddels zijn de maatlatten gevalideerd en is de discrete score op in tienden tussen 0 en 1 vertaald in een continue formule. Hieronder zijn beide benaderingen uitgewerkt.

1. Dosis-effectmodellen; Mogelijke toepasbaarheid van RISTORI in KRW-Verkenner
Het doel van RISTORI is het voorspellen van effecten van waterbeheer en waterhuishouding in regionale wateren op macrofauna soorten. Aan de hand van scenariostudie, waarbij uitkomsten van verschillende varianten met elkaar vergeleken worden en getest worden op samenhang tussen maatregel en effect op de soort. Onderscheid wordt gemaakt tussen de biologische typen 'stromende wateren' en 'sloten'.

Getoetste variabelen
-voor macrofauna in sloten:
pH, diepte, O2, P-totaal, N-totaal, NH4, Ca, Cl, monsterperiode, breedte wateroppervlak, profiel oever, substraat, bodem, grondgebruik.
-voor macrofauna in stromende wateren:
pH, diepte, O2, P-totaal, N-totaal, NH4, Cl, monsterperiode, breedte wateroppervlak, stroomsnelheid, lengteprofiel, profiel oever, substraat, bodem, grondgebruik.

Betrouwbaarheid van de responsmodellen
Voor het grootste deel van de taxa is het mogelijk gebleken om een stabiel model te berekenen. Slechts weinig van deze modellen scoren echter 'voldoende' of 'goed' voor zowel modelcontrole, betrouwbaarheid als validatie. Dit geldt voor beide biologische groepen. Omdat de modellen 'matig' tot '(zeer) slecht' op een of meerdere punten van modelcontrole, betrouwbaarheid en validatie scoren, dienen ze met zorgvuldigheid gebruikt te worden en is nadere studie vereist om de betrouwbaarheid van de effectsvoorspelling door deze modellen in te kunnen schatten.

RISTORI praktijk toets
Probleem bij uitvoeren praktijktoetsen in RISTORI: gegevens van zowel korte tijd voor als na de ingreep zijn bij de waterbeheerders in slechts weinig gevallen beschikbaar. Dit probleem kan opgelost worden door een gestandaardiseerde monitoring uit te voeren van de veranderde wateren net voor en net na een ingreep.

Toets resultaten RISTORI t.o.v. cenotype benadering Verdonschot et al. (2003)
De voorspelde cenotypen na de uitvoer van de maatregelen zijn voor beide modellen vergelijkbaar met de waar genomen levensgemeenschappen. Vooral op hoofdgroepniveau komen de resultaten van de soortsmodellen en de cenotype modellen overeen met de waargenomen cenotypen in het veld.

RISTORI in Verkenner
RISTORI berekent de effecten van maatregelen per soort op basis van individuele organismen en maakt daarbij gebruik van meerdere type modellen. De keuze voor het best passende model verschilt per soort en wordt bepaald aan de hand van de betrouwbaarheid van de modellen. De KRW-verkenner wil echter algemene effecten van beheersmaatregelen op macrofauna bepalen voor verschillende watertypen. Een keuze voor soortspecifieke modellen ligt dan niet voor de hand. Een maatregel effectanalyse is niet toe te passen als de soortensamenstelling van een ecosysteem niet bekend is. Wat in de praktijk kan betekenen dat in vele gevallen geen effect van een maatregel voorspeld kan worden mits gemonitoord is op de individuele soortensamenstelling korte tijd voor het uitvoeren van een maatregel.

Daar de toets de beste resultaten behaalt op hoofdgroepniveau (i.e. dominante groepen binnen het cenotype), kan voor eventueel gebruik van RISTORI bij het voorspellen van maatregeleffect voor de KRW-maatlat gekozen worden om de voorspelling aan de hand van dominant positieve en dominant negatieve soorten uit te voeren en de voorspelling te richten op te verwachten cenotypen ipv individuele soorten. Maatregeleffecten voor soorten met een lage abundantie worden door RISTORI niet voldoende voorspeld waardoor het risico bestaat op foutieve interpretatie van een maatregeleffect op kenmerkende of gevoelige soorten. RISTORI wordt echter continu verbeterd en kan op dit moment gebruikt worden als methode voor validatie van de rekenregels die ontwikkeld zijn voor de Verkenner.

2. Voorstel voor het voorspellen van maatregeleffecten op de KRW-maatlatten

Soort - respons modellen blijken praktisch moeilijk toe te passen en in vele gevallen niet betrouwbaar genoeg om te gebruiken in de KRW-verkenner. Bij de ontwikkeling van de KRW-verkenner wordt gestreefd naar een kwantitatieve effectsvoorspelling van maatregelen op de macrofaunamaatlat. Hiertoe wordt naar relaties van chemische en hydrologische parameters met de KRW-maatlat voor macrofauna gezocht. Deze lopen niet in alle gevallen volgens duidelijke trendlijnen. Wel zijn voor alle parameters waarden aan te geven waarboven of waaronder het bereiken van een GEP niet mogelijk is; de plafondwaarden. De respons van de KRW-maatlat op een verandering van de ingevoerde chemische of hydrologische parameter is vervolgens te voorspellen in de vorm van een maximaal haalbare EKR-score.

3. Directe empirische relaties

In de volgende paragrafen is per parameter een formule afgeleid aan de hand waarvan vervolgens een eindscore op de macrofaunamaatlat kan worden bepaald. Voor alle parameters dient een waarde ingevuld te worden. De eindscore is de verwachte EKR bij een bepaalde combinatie van parameterwaarden en wordt bepaald door de laagste uitkomst (i.e. EKR_max van de bepalende stuurvariabele).

3.1 Meandering
De mate van meandering wordt uitgedrukt in sinuositeit. Sinuositeit is de lengte van de beek gedeeld door de lengte van het stroomdal. In het verleden zijn veel Nederlandse beken gekanaliseerd (rechtgetrokken) waardoor de sinuositeit sterk afnam. Als gevolg hiervan is veel stromings- en substraatdiversiteit verdwenen en daarmee de specifieke habitats voor diverse kenmerkende beeksoorten. Door de snelle afvoer nam met name in de zomer de stroomsnelheid dusdanig af dat op veel plekken het water periodiek stil kwam te staan, wat leidde tot sedimentatie van slib. Tegenwoordig wordt door middel van beekherstel/hermeanderen getracht de sinuositeit te herstellen. Op basis van sinuositeit kunnen 5 klassen in meandering worden onderscheiden:
1: Meanderend (sinuositeit >1.5)
2: Slingerend (sinuositeit 1.26-1.5)
3: Zwak slingerend (sinuositeit 1.06-1.25)
4: Gestrekt (sinuositeit 1.01-1.05)
5: Recht (sinuositeit 1)

In onderstaande grafiek is de relatie van meandering met de EKR weergegeven (lineair).

Figuur 3.1: Relatie EKR met meanderingsklasse

Binnen één klasse van de stuurvariabele, in dit geval meandering, kunnen meerdere EKR-klassen bereikt worden (Figuur 3.1). Er is dus niet een continue rekenregel af te leiden voor iedere waarde van een stuurvariabele, want niet-beperkende waarden van stuurvariabelen corresponderen met meerdere KRW-klassen. Pas in het geval dat een waarde beperkend wordt, is deze bepalend voor de maximaal haalbare KRW-klasse. Deze bepalende waarden kunnen aangeduid worden als plafondwaarden. Rekenregels die deze plafondwaarden berekenen, geven aan wanneer een stuurvariabele beperkend wordt. De onderstaande rekenregels zijn gebaseerd op een regressie door de plafondwaarden van de stuurvariabele.

Figuur 3.2: Maximale EKR bij een meanderingsklasse

Figuur 3.2 geeft de maximaal haalbare EKR voor verschillende klassen van meandering weer. Uit deze relatie volgt de volgende rekenregel:
EKR_max = -0.2563Ln(meanderingsklasse) + 0.9385

3.2 Stroomsnelheid
Naast meandering is stroomsnelheid een belangrijke parameter voor de macrofauna in stromende wateren. Voor stroomsnelheid is onderscheid gemaakt tussen snel- en langzaam stromende wateren. In onderstaande grafiek is de relatie van stroomsnelheid met de EKR weergegeven voor de snelstromende beken (figuur 3.3) en de langzaam stromende beken (figuur 3.4). Per stroomsnelheidklasse van 20 cm/s is vervolgens de maximaal haalbare EKR bepaald (EKR_max). Om deze ook daadwerkelijk te bereiken zullen de andere stuurfactoren (meandering, chemie) optimaal moeten zijn. De relatie tussen deze EKR_max en de stroomsnelheid is weergegeven in figuur 3.5 (snelstromende beken) en figuur 3.6 (langzaam stromende beken). Vooral de data van de langzaam stromende beken vertoont een grote spreiding, wat het afleiden van een rekenregel lastig maakt. Deze spreiding wordt veroorzaakt door verschillen in onder andere meandering en chemie. Er is gekozen voor een praktische benadering waarbij een logaritmisch verband is verondersteld tussen de stroomsnelheid en de EKR (vergelijkbaar met de snelstromende beken). De weergegeven plafondrelatie lijkt de praktijk goed te beschrijven.

Figuur 3.3: Relatie EKR met stroomsnelheid bij snelstromende beken

Figuur 3.4: Relatie EKR met stroomsnelheid bij langzaam stromende beken

Figuur 3.5: Maximale EKR per stroomsnelheidsklasse van 20 cm/s voor snel stromende beken

Figuur 3.6: Afleiding formule voor langzaam stromende beken a.h.v plafondwaarden en gemiddelden

Uit de bovenstaande figuren zijn de volgende formules afgeleid:
Formule langzaam stromende beken: EKR_max = 0.1532Ln(stroomsnelheid) + 0.3999
Formule snelstromende beken: EKR_max = 0.1342Ln(stroomsnelheid) + 0.1753

Voorwaarden bij deze formule zijn:
• Bij de snelstromende beken dient een vermenigvuldigingsfactor van 1.22 gehanteerd te worden omdat anders pas bij extreem hoge stroomsnelheden (>200 cm/s) de score 1 gehaald kan worden. Bij een factor van 1.22 is de score 1 mogelijk vanaf 120 cm/s. Deze factor wordt alleen gebruikt bij een stroomsnelheid boven 50 cm/s (ondergrens snelstromende beken).
• Bij beken waaraan een snelstromend watertype is toegekend maar waar de stroomsnelheid onder 50 cm/s ligt, wordt de formule voor snelstromende beken gebruikt zonder vermenigvuldigingsfactor. De score bij dergelijke beken zou anders te hoog worden voorspeld.
• In de formule dient de gemiddelde stroomsnelheid ingevoerd te worden. De ingevoerde waarden moeten hoger zijn dan 0. Eventuele uitkomsten boven 1 worden als 1 meegenomen in de verdere berekening.

3.3 Chemische parameters

3.3.1 Fosfaat
In zoete wateren is fosfaat meestal het groeibeperkende element waardoor een verhoogd fosfaatgehalte vaak lijdt tot eutrofiëring. In figuur 3.7 is de relatie van totaal fosfaat met de EKR weergegeven (lineair).
Figuur 3.7: Relatie EKR met fosfaat

Voor een bepaalde fosfaatconcentratie (afgerond op 1 decimaal) is vervolgens de maximaal haalbare EKR bepaald. Om deze ook daadwerkelijk te bereiken mogen andere stuurfactoren (meandering, stroomsnelheid) niet beperkend zijn. De relatie tussen EKR_max en totaal fosfaat is weergegeven in figuur 3.8.
Figuur 3.8: Maximale EKR bij fosfaatconcentraties afgerond op 1 decimaal

De formule die hieruit volgt is:
EKR_max = -0.1911Ln(P_totaal) + 0.5613

Voorwaarden bij deze formule zijn:
• het zomergemiddelde totaal fosfaat moet ingevoerd worden.
• ingevoerde waarden moeten hoger zijn dan 0. Eventuele uitkomsten boven 1 worden als 1 meegenomen in de verdere berekening.

3.3.2 BZV
Een hoog BZV-gehalte kan periodiek tot lage zuurstofconcentraties lijden. Met name kenmerkende beeksoorten zijn gevoelig voor dergelijke lage zuurstofconcentraties. In figuur 3.9 is de relatie van BZV met de EKR weergegeven (lineair). Voor een bepaalde BZV-concentratie (afgerond op 1 decimaal) is vervolgens de maximaal haalbare EKR bepaald. Om deze ook daadwerkelijk te bereiken mogen andere stuurfactoren (meandering, stroomsnelheid) niet beperkend zijn. De relatie tussen EKR_max en BZV is weergegeven in figuur 3.10.

De formule voor de relatie van EKR_max met BZV is:
EKR_max = -0.4152Ln(BZV) + 1.2635

Voorwaarden bij deze formule zijn:
• In de formule dient het zomergemiddelde BZV ingevoerd te worden.
• De ingevoerde waarden moeten altijd hoger zijn dan 0. Eventuele uitkomsten boven 1 worden als 1 meegenomen in de verdere berekening.

Figuur 3.9: Relatie EKR met BZV

Figuur 3.10: Maximale EKR bij BZV-concentraties afgerond op halve milligrammen per liter

3.4. Berekening eindscore
De eindscore wordt bepaald door de laagste uitkomst voor EKR_max, nadat deze berekend is via alle stuurvariabelen. Dit is ten slotte de maximaal haalbare EKR, bepaald door de meest beperkende stuurvariabele. De scores worden afgetopt bij 1. De stuurvariabelen worden in de afgeleide rekenregels van elkaar afzonderlijk beschouwd. Met behulp van multiple regression zou de relatieve invloed van de stuurvariabelen op de EKR-bepaling verduidelijkt kunnen worden. Feit blijft dat de meest beperkende stuurvariabele de maximaal haalbare EKR bepaalt.

Bijlage III Analyse clustering van beken

1. Inleiding
De werking van de geselecteerde parameters (meandering, stroomsnelheid en chemie) op de maatlatscore is bij alle hier beschouwde watertypen vrijwel gelijk. Het zijn in feite allemaal grotere permanente beken met verschillen in geologie (zand, veen, klei) die niet van direct belang zijn op de rekenregels. Alleen voor stroomsnelheid dient onderscheidt gemaakt te worden in de snel- en langzaam stromende rivieren. Voor de andere parameters (meandering, chemie; totaal fosfaat en BZV) is ervoor gekozen om alle typen te clusteren bij het afleiden van de rekenregels. Bovendien is de beschikbare dataset is niet uitgebreid genoeg om voor alle watertypen aparte rekenregels af te leiden. Vooral voor de snelstromende rivieren ontbreekt het aan gegevens over meandering. Vanuit de projectgroep is de vraag gekomen of het clusteren van de langzaam- met snelstromende beken voor meandering, fosfaat en BZV geoorloofd is. Per parameter is dit in deze bijlage onderzocht.

2. Meandering
Per meanderingsklasse is de maximale EKR bepaald (plafondwaarden). Onderstaand zijn deze plafondwaarden afzonderlijk voor langzaam en snelstromende beken weergegeven. De plafondwaarden van de snelstromende wateren wijken ongeveer 1 meanderingsklasse af van die van langzaam stromende wateren (figuur 1). Wanneer voor deze afwijking wordt gecorrigeerd door de meetwaarden voor meandering één klasse op te schuiven, komen de relaties goed overeen (figuur 2).

Figuur 1: Maximale EKR bij een meanderingsklasse uitgesplitst voor langzaam en snelstromende beken

Figuur 2: Maximale EKR bij een meanderingsklasse uitgesplitst voor langzaam en snel stromende beken met aangepaste meandering voor de snelstromende beken

3. Fosfaat
Voor een bepaalde fosfaatconcentratie (afgerond op 1 decimaal) is de maximale EKR bepaald (plafondwaarden). Figuur 3 geeft de relatie tussen EKR_max en totaal fosfaat weer voor langzaam- en snelstromende wateren (logaritmisch). De relaties van de EKR met de concentratie totaal fosfaat komen goed overeen.

Figuur 3: Maximale EKR bij fosfaatconcentraties afgerond op 1 decimaal uitgesplitst voor langzaam en snelstromende beken

4. BZV
Voor een bepaalde BZV-concentratie (afgerond op 1 decimaal) is de maximale EKR bepaald (plafondwaarden). Figuur 4 geeft de relatie tussen EKR_max en BZV weer voor langzaam- en snelstromende beken (logaritmisch). De relaties van de EKR met de concentratie BZV komen voor beide groepen watertypen vrij goed overeen (figuur 4).

Figuur 4: Maximale EKR bij BZV-concentraties afgerond op halve milligrammen per liter uitgesplitst voor langzaam en snelstromende beken

5. Conclusie
Voor meandering, totaal fosfaat en BZV volstaan dezelfde afgeleide rekenregels voor zowel langzaam- als snelstromende wateren.