EKR effect van maatregelen Hoe En hoe belangrijk
EKR effect van maatregelen Hoe? En hoe belangrijk is dat eigenlijk? Gerard ter Heerdt Met dank aan: Martijn Hokken, Gert van Ee Wim Twisk
Het KRW-proces: • Begrenzen • Typeren • Toestand bepalen • Systeemanalyse • Beperkende sleutelfactoren vaststellen • Maatregelen bedenken • Faseren uitvoering en effect maatregelen. • Bepalen doel(en) op tijdstip t 1, t 2 etc • In woord • In beeld • In getal op KRW-maatlatten EKR effect van maatregelen
Hoe belangrijk is dat eigenlijk? • Het moet nu eenmaal! • Met getallen kun je rekenen en vergelijken • Voor- en achteruitgang • Input is vaak ook al een getal • % bedekking • [Chl-a] • Bepalen kosteneffectiviteit maatregelen. • Eenvoudigere communicatie: rapportcijfers zijn vertrouwd! • Een zes is voldoende. • En ja…… We gaan daar erg onhandig mee om! EKR effect van maatregelen
Hoe sluiten we een KRW-proces af met een getal? • Doel: getal op de KRW-maatlatten • Tussenstappen: getallen voor: • Abundanties • Soortsamenstellingen • Dus: vraag is: hoe bepalen we die? • Antwoord: Dat doen we allemaal al lang! EKR effect van maatregelen
En we hebben er de gereedschappen voor! EKR effect van maatregelen
Alleen nog ff in de kist opbergen… EKR effect van maatregelen
PEHM 25 -03 -2014: KRW – doelafleiding voor meren; kunst of roulette? • Doelafleiding met ecologische systeemanalyse is gewoon een ambacht! Gerard ter Heerdt, AGV • Twaalf tinten groen. Roelof Veeningen, Wetterskip Fryslan • Praag + Hoenderloo = Lelystad. Martijn Hokken, Waterschap Zuiderzeeland • Realisme in doelafleiding. Diederik v. d. Molen, Min. I&M, DGRW • GEPrikkeld door de nieuwe maatlatten. Eddie Lammens, RWS • Ontwikkelingen in de boezem die een effect hebben op de meren en hoe is daar mee omgegaan … Harm Gerrits, Hoogheemraadschap Rijnland • SGBP 3; doelafleiding voor het eggie. “Een haalbare en betaalbare stip op de horizon”. Gert van Ee, HHNK, Wim. Twisk, HHSK EKR effect van maatregelen
Rijn-West: inventarisatie s. v. z. 2016 (Wim Twisk) Methode/techniek inschatting effect maatregelen: • WSHD GEP overgenomen, expert judgement? • HHD Enige modellering mbt de nutriëntenconcentraties • WSRL Rekentool van de Grontmij, KRW-Verkenner. PC-Ditch, Aq. Ma. D, veel expertkennis. • AGV Eigen model/rekenkundige afleiding • HHNK Expert-judgement, KRW verkenner nieuwe versie, kennisregels, literatuur, etc. • HHR Vuistregels, expert kennis • HDSR Rekentool (Grontmij), expert-judgement • HHSK detailniveau verschilt tussen OWL. Expert judgement: welke maatregelen grijpen in op welke onderdelen van de maatlatten? EKR effect van maatregelen
Waterschappen in Rijn West hebben doelen op de KRW-maatlat uitgedrukt. EKR effect van maatregelen
Zuiderzeeland: Stelling: Genoeg geneuzeld! Power the people who act! Toelichting: • We hebben heel hard nagedacht over effectiviteit van maatregelen, en zo goed mogelijk GEP onderbouwd. • Nu geen tijd (en geld) meer steken in verdere onderbouwing, aan de slag met wat je wel weet!
Naar de methodes Wat is een goede methode om effecten te kwantificeren? • Een goede methode moet voorspellen dat: • Als je niks doet, krijg je de uitgangssituatie. • Als je alles doet haal je GEP (of MEP of referentie) • Daartussen een doel dat tussen uitgangsituatie en GEP inzit • In verhouding met omvang maatregelen. • Een goede methode geeft gebied-specifieke doelen. • Een goede methode is: • Transparant, • Herhaalbaar, • Logisch. • Er lijken vele goede methodes te zijn! Je moet ze alleen zien te vinden! • Daar kan dus iets mis gaan! EKR effect van maatregelen
Methodes, ingedeeld Maak onderscheid tussen: • Redeneerlijnen (hoofdlijnen) • Empirische relaties (details) • Drie veelvoorkomende redeneerlijnen: • Logisch redeneren: • Maatregelen effectief, alle ESF-en groen, dan GEP (referentie of MEP). • Geen maatregelen: GEP is uitgangssituatie • Simulatie ecologie, op basis van sleutelfactoren, en dan effect maatregelen doorrekenen. • Effect maatregelen, op basis van sleutelfactoren, optellen bij uitgangssituatie. • In alle gevallen: schematisatie systeem nodig EKR effect van maatregelen
Schematisatie en empirische relaties EKR effect van maatregelen
Schematisatie en empirische relaties: Maatwerk: EKR effect van maatregelen
Schematisatie en empirische relaties: Maatwerk: AGV-model EKR effect van maatregelen
Denklijn: simuleren • Kies schematisatie; welke sleutelfactoren doen er toe in een plas? • Neem of bouw een model met de betreffende factoren (valideren) • Zorg dat het model de bekende toestanden van het specifieke waterlichaam kan simuleren (kalibreren) • Simuleer de maatregelen en bepaal het effect. • Voorbeelden: • PCLake!!! • KRW-Verkenner? ? ? EKR effect van maatregelen
Denklijn: simuleren Voorbeeld KRW-verkenner EKR effect van maatregelen
Denklijn: simuleren Voorbeeld KRW-verkenner EKR effect van maatregelen
Probleem met simuleren: • Het is heel veel werk • En vraagt heel veel data • Immers alles moet er in om de toestand van een plas na te bouwen! • Een het lukt zelden EKR effect van maatregelen
Denklijn: optellen EKR effect van maatregelen
Denklijn: optellen • Kies schematisatie; welke sleutelfactoren doen er toe voor een maatregel? • Neem of bouw een beperkter model met de betreffende factoren (valideren) • De uitgangsituatie simuleren is niet nodig (die kennen we) • Bepaal het effect van maatregelen. • Bepaal de uitgangssituatie • Daarin invloed van relevante gebied specifieke kenmerken • Tel uitgangsituatie en effect op tot doel. EKR effect van maatregelen
EKR effect van maatregelen
? ? = 3, 8469 x Δstuurvariabele EKR effect van maatregelen
Empirische relaties beschikbaar voor EKR-effect van maatregelen • Her en der bijeen gesprokkeld • Niet volledig • Slecht gesorteerd • Deels gepikt uit concept-handreiking EKR effect van maatregelen
Expert oordeel • Plain: rechtstreeks van maatregel naar EKR • Opgewaardeerd: verwachting van, bijvoorbeeld, abundantie en de bijbehorende EKR-score berekenen • voordelen: eenvoudig, specifiek voor een waterlichaam; • nadelen: betrouwbaarheid/aanvechtbaarheid, expertoordeel niet erg transparant en reproduceerbaar, opgewaardeerd expertoordeel wel transparant en reproduceerbaar. EKR effect van maatregelen
Ecologische kennisregels (vaak “verstopt” in modellen) • voordelen: eenvoudig, snel, reproduceerbaar, één tool voor heel Nederland; • nadelen: statistische relaties (afgeleid met data van heel veel wateren) kunnen zeer onbetrouwbaar zijn voor het voorspellen van het effect op individuele wateren. Voorbeelden: • KRW-verkenner • PCLake • Metamodel • Volledig model kan toegesneden op individueel waterlichaam • Reken-tool Grontmij? • Aq. Ma. D EKR effect van maatregelen
Rekenregels visstand (Schep 2006) EKR effect van maatregelen
Ecologische rekenregels met data uit het eigen beheergebied • voordelen: datagedreven aanpak van het eigen beheergebied (data zijn gebiedspecifiek), gebruik van gebiedspecifieke relaties tussen toestanden en voorwaarden, transparant en herleidbaar; • nadelen: vraagt zeer veel data, specialistisch werk, en afhankelijk van bandbreedte ecologische toestand en EKR-scores in eigen beheersgebied (met name relevant voor inschatting maatregelen). Voorbeelden: • AGV-tool • Responscurves HHNK: EKR effect van maatregelen
Eenvoudige enkelvoudige rekenregels • Voordelen: eenvoudig transparant en zo • Nadelen: enkelvoudig Voorbeelden • 50% wordt gemaaid: bedekking hooguit 0, 5*25%=12, 5% • Aandeel NVO van 0 naar 40%: abundantie emers (0, 4 x 5%) + (0, 6 x 0%). EKR effect van maatregelen
Abundanties en soortenlijsten goed naar EKR-scores om te rekenen Diverse methodes beschikbaar: • Aquokit • QBQwat • Excel • Voorbeeldje planten: EKR effect van maatregelen
Alle informatie combineren en voilà! EKR effect van maatregelen
HHSK: voorbeeld SGBP 2 Beredeneerde aanpassing, M 27, Overige Waterflora • Vast peil, ruimte NVO’s nihil, 40% plas gemaaid • Abundantie = 0, 26 – – Oever = 0, 0 Emers = 0, 0 Drijfblad = 0, 0 Submers = 0, 51 • Soortensamenstelling = 0, 6 Ø GEP Overig waterflora = 0, 45
HHSK Door het maaibeheer kan maximaal 60% van de plas begroeid zijn met submerse vegetatie. Het GEP ligt dan ook op 60% van wat mogelijk zou zijn onder referentieomstandigheden voor dit watertype (GET 25 -45%). Een bedekking van 15 -27% komt derhalve overeen met GEP. De ondergrens daarvan (15%) correspondeert met een EKR van 0, 51 op de natuurlijke maatlat. De score voor de groeivorm submers telt 3 x zo zwaar mee bij het bepalen van de score voor de deelmaatlat abundantie groeivormen als de overige groeivormen. Wat betreft soortensamenstelling is de inschatting dat in potentie alle soorten voor kunnen komen. Hier wordt een GEP gehanteerd van 0, 6 EKR.
Zuiderzeeland Voorbeeld (2) Effect per deelmaatlat
Vervolg: aanpassen doelen - Bronnen analyse Nutriënten Kans op voorkomen (%) 42 GAF-gebieden Regio specifieke gegevens in model Toetsing model aan metingen Onderscheid aandeel historische mestgift, actuele mestgift, mineralisatie e. d. à Achtergrondgehalten P & N o. b. v. bronnenanalyse à Aandeel wel/niet/moeilijk beïnvloedbare deel Met Achtergrondgehalten nieuwe ecologische doelen: ecologie, nutriënten - KRW-verkenner - PC-Lake / Ditch (toetsing KRWverkenner, kritische belasting) - Functioneren biologische watersysteem - Biologische doelen afleiden uit responscurves 1 0. 8 0. 6 0. 4 0. 2 P (mg/l) EKR
AGV EKR effect van maatregelen
De kennis is er…. . Maar hoe kom je er aan? Voorstel: kennis delen • Laten we onze modellen, kennisregels etc beschikbaar maken. • En ergens “centraal” vindbaar opslaan. • Met onderbouwing etc. • Via de kennisimpuls delta-aanpak waterkwaliteit en zoetwater? • Via STOWA? • Via het Nederlands Waterschapsecologen-platform? • Via de KRW-verkenner? ! • Via Linking ESF’s? Dan kunnen we nog beter doelen op KRW-maatlatten uitdrukken. EKR effect van maatregelen
En ondertussen blijven meten en ontwikkelen Dank u voor uw aandacht EKR effect van maatregelen
- Slides: 38