Het is niet mogelijk om in heel Nederland te meten hoeveel stikstof er in de lucht zit en neerslaat. Dat is te duur en is niet uitvoerbaar. Om toch een landelijk dekkend beeld te geven en toekomstverwachtingen te kunnen maken, maken we gebruik van rekenmodellen.

Voor de berekeningen die we met deze rekenmodellen maken, gebruiken we veel verschillende gegevens die invloed hebben op de manier waarop stikstof zich in de lucht verspreidt en neerkomt. Denk hierbij aan hoeveel stikstof er naar de lucht uitgestoten wordt, het weer of landgebruik. Dit is niet alleen informatie van onszelf, maar ook informatie van organisaties zoals het KNMI Koninklijk Nederlands Meteorologisch Instituut (Koninklijk Nederlands Meteorologisch Instituut), CBS Centraal Bureau voor de Statistiek (Centraal Bureau voor de Statistiek), WUR Wageningen University & Research (Wageningen University & Research), PBL Planbureau voor de Leefomgeving (Planbureau voor de Leefomgeving) en TNO. 

De metingen die we in de praktijk uitvoeren helpen vervolgens om te controleren of de modelberekeningen kloppen. Waar nodig passen we het model aan. Elk jaar worden nieuwe inzichten verwerkt bij de jaarlijkse actualisatie van de modellen. Lees hierover meer bij monitoring.

Onzekerheden in rekenmodellen 

Rekenmodellen helpen ons om te berekenen hoeveel stikstof er in de lucht komt, hoe het zich verspreidt en waar het op de grond neerkomt. Maar wetenschappelijke modellen zijn nooit 100% nauwkeurig. Berekeningen die modellen maken, zijn een benadering van de werkelijkheid. Deze afwijkingen noemen we de onzekerheden van een model. In alle wetenschappelijke modellen zitten onzekerheden. 

De onzekerheden in de stikstofmodellen ontstaan aan de ene kant door de manier waarop de verspreiding en depositie van stikstof wordt berekend. Aan de andere kant ontstaan er onzekerheden door de vele, variabele invoergegevens, zoals de exacte uitstoot van verschillende sectoren, landgebruik en veranderende weersomstandigheden.  

Hoe groot zijn de onzekerheidsmarges in het stikstofmodel? 

Voor landelijke berekeningen is er een grote kans (95% waarschijnlijkheidsinterval) dat onze berekening niet meer dan 30 procent afwijkt van de hoeveelheid stikstof die neerkomt. Bij berekeningen van de stikstofdepositie voor een specifieke locatie (hectare) in Nederland is de onzekerheidsmarge groter. In dat geval is de kans groot (95% waarschijnlijkheidsinterval) dat berekende hoeveelheid maximaal 70 procent zou kunnen afwijken van de hoeveelheid die neerkomt. Dit komt omdat de factoren die de stikstofdepositie beïnvloeden, op kleinere schaal zeer variabel zijn en de depositie daardoor moeilijker te bepalen is. In alle gevallen geldt wel dat de berekende hoeveelheid wel het meest waarschijnlijke getal is. 

Een (fictief) rekenvoorbeeld: Stel, het model berekent dat er landelijk 1000 mol stikstof neerkomt; dan is de kans 95% dat de werkelijke hoeveelheid stikstof tussen de ca. 700 en 1300 mol ligt. De meest waarschijnlijke hoeveelheid die neerkomt is wel 1000 mol.

In de uitkomsten van de gebruikte modellen voor stikstofverspreiding en -neerslag is er sprake van een bepaalde onzekerheid. 

De onzekerheden in de stikstofmodellen ontstaan aan de ene kant doordat complexe processen uit de fysieke wereld worden vertaald naar versimpelde modelconcepten. De berekening van hoe snel stikstof neerkomt op de grond (depositiesnelheid), is bijvoorbeeld gebaseerd op uitkomsten van eerdere experimenten en metingen. Echter, deze metingen bevatten onzekerheden en aannames, wat betekent dat we niet met volledige zekerheid kunnen stellen dat onze berekening altijd exact klopt.

Daarnaast worden onzekerheden in het model veroorzaakt door de vele variabele invoergegevens. Denk hierbij aan de exacte uitstoot van verschillende sectoren, landgebruik en wisselende weersomstandigheden zoals windrichting en -snelheid. Deze elementen hebben invloed op de verspreiding van stikstof in de lucht. Daarom kunnen de resultaten van onze modellen soms verschillen van de werkelijkheid, gezien de vele variabele factoren die invloed hebben op de uitkomst. 

Door meer metingen uit te voeren kan de onzekerheid worden verkleind. Maar er zal altijd sprake zijn van een bepaalde onzekerheid bij het berekenen van de stikstofdepositie. Dit komt omdat er grenzen zijn aan de nauwkeurigheid van metingen en door de vele variabele invoergegevens in het model. 

Lees verder in het rapport Uncertainty estimates of the nitrogen deposition calculations in the Netherlands.

Verschillende rekenmodellen

Het RIVM gebruikt verschillende modellen om te berekenen hoeveel stikstof in de lucht zit en neerkomt op de grond. De belangrijkste modellen zijn:

  • Operationele Prioritaire Stoffenmodel (OPS) (longterm & short-term)
    Een rekenprogramma om de verspreiding van verontreinigende stoffen in de lucht en de daarop volgende depositie op het aardoppervlak te berekenen. Dit model is uitvoerig beschreven en is vrij beschikbaar.
     
  • EMEP4NL: dit is een variant van het Europese MSC-W EMEP-model
    Het EMEP Europese model voor de verspreiding van lucht (Europese model voor de verspreiding van lucht)-model beschrijft de verspreiding en depositie van een groot aantal luchtverontreinigende stoffen voor Europa en wordt gebruikt voor beleidsondersteuning om te komen tot emissieafspraken tussen Europese landen.

AERIUS

AERIUS is een rekeninstrument waarmee de uitstoot van stikstof en de neerslag daarvan op Natura 2000-gebieden als gevolg van activiteiten of projecten wordt berekend. Mensen die iets willen ondernemen waarbij mogelijk stikstof in de natuur terecht komt, hebben een vergunning nodig. Bij vergunningaanvragen worden AERIUS berekeningen gebruikt.

AERIUS  bundelt en ontsluit beschikbare informatie. Het bevat modellen om uit de emissies concentraties en deposities te berekenen (OPS Operationele Prioritaire Stoffen (Operationele Prioritaire Stoffen) en SRM Second Read Model (Second Read Model)-2). AERIUS is dus zelf geen rekenmodel. Lees meer over AERIUS.