2 Het instrumentarium
2.4.4 Schematisering van het oppervlaktewater
Volgens de oorspronkelijke planning zou een nieuwe schematisering voor het oppervlaktewater worden afgeleid in RTC-tools, die zou worden overgenomen in Delwaq ten behoeve van het berekenen van stofconcentraties. Tijdens de ontwikkeling is echter gekozen voor een terugvaloptie
(paragraaf 2.2.1). De resulterende schematisering in het Landelijk KRW-Verkenner Model (LKM-versie 2.4) wordt hieronder beknopt beschreven.
Horizontale schematisering
De (horizontale) schematisering van het Nederlandse oppervlaktewatersysteem in het LKM is gebaseerd op de volgende bronnen:
• schematisering van het oppervlaktewatersysteem middels local surface waters (LSW’s) en districten in het MOZART-deel van het LHM (versie 3.5.1),
• schematisering van het waterverdelingsnetwerk in het Landelijk Sobek Model (LSM versie 1.2), • RWZIbase (CBS) voor de ligging van lozingspunten van RWZI’s,
• kaart met KRW-waterlichamen en
• additionele informatie m.b.t. met name routing, grensoverschrijdende waterlopen en inlaten, afkomstig van waterschappen n.a.v. het gebruik van eerdere versies van het LKM en verschillende andere bronnen (o.a. WIS, Google Maps en PDOK).
Hierbij heeft een reorganisatie plaatsgevonden van LSW’s in Flevoland door samenvoeging van de afwateringsgebieden van een aantal kleinere LSW’s met naastliggende afwateringsgebieden van grotere LSW’s. Ook is een aantal andere afwateringsgebieden, meestal van zeer kleine LSW’s, samen- gevoegd met afwateringsgebieden van naastliggende grotere LSW’s. Elke (geaggregeerde) LSW is vervolgens opgesplitst in een KRW-Verkenner basin node, die het haarvatendeel van de LSW representeert, en één of meer KRW-Verkenner surface water units (SWU’s). Voor LSW’s met KRW- waterlichamen zijn deze SWU’s gedefinieerd als delen van KRW-waterlichamen. De eenheden van de LSM-schematisering zijn geaggregeerd tot SWU’s in de vorm van trajecten van maximaal 5 km en – indien van toepassing – voorzien van een KRW-waterlichaam ID. De lozingspunten van de RWZI’s uit LSM zijn vervangen door de lozingspunten van RWZI’s uit RWZIbase. Op basis van de additionele
informatie is de LSW-routing uit het LHM aangepast/gecorrigeerd, zijn grensoverschrijdende waterlopen toegevoegd en is voor zowel waterafvoer als wateraanvoer een rechtstreekse koppeling gemaakt tussen de knooppunten van het MOZART en het LSM-deel van de LKM-schematisering, waarbij de koppeling via districtswateren uit het LHM is komen te vervallen.
Als onderdeel van de LKM-schematisering zijn verschillende indelingen van en koppelingen voor de knooppunten beschikbaar:
• Waterlichamen: KRW-waterlichamen zijn gedefinieerd in de vorm van één of meer SWU’s. • Retentiecategorieën: Alle LKM knooppunten zijn ingedeeld in een van de ‘retentiecategorieën’. • Afwateringseenheden ER: Er is een koppeling beschikbaar van LKM-knooppunten met de
afwateringseenheden, zoals gebruikt binnen de Emissieregistratie (n:m relatie tussen ER afwateringseenheid en LKM-node).
• Waterschappen: Er is een koppeling beschikbaar van LKM-knooppunten met de beheergebieden van de waterschappen (1:n relatie tussen beheergebied en LKM node).
• Stroomgebiedbeheerdistricten: Er is een koppeling beschikbaar van LKM-knooppunten met de stroomgebiedbeheerdistricten (1:n relatie tussen stroomgebiedbeheerdistrict en LKM-node). In figuur 2.9 zijn de 8508 afwateringsgebieden van de (geaggregeerde) LSW’s en de 703 KRW- waterlichamen in de LKM-schematisering weergegeven.
Figuur 2.9 De afwateringsgebieden van de geaggregeerde LSW’s (links) en de KRW-waterlichamen (rechts) van de LKM 2.4-schematisering.
Verticale schematisering
De knopen van de LKM-schematisering worden binnen de KRW-Verkenner behandeld als constante watervolumes, zonder diepte.
Temporele resolutie
De KRW-Verkenner rekent in tijdstappen van kwartalen. De invoer berekend met het LHM (op decade basis), het LSM (op dagbasis) en ANIMO (decades) wordt hiervoor gecumuleerd naar waarden per kwartaal.
3
Data
3.1
Topsysteem
De gegevens van het topsysteem zijn afkomstig uit diverse databestanden met een grote variatie in gegevensdichtheid. De invoergegevens zijn zo veel mogelijk toegekend op basis van de actueelst beschikbare, landsdekkende data (Renaud et al., 2017). Deze data zullen de komende jaren nog verder geactualiseerd worden met nieuwe topsysteemdata die nog ontsloten moeten worden. De modelinvoer is automatisch gegenereerd en wordt hieronder per type invoer besproken.
3.2
Waterstroming
Voor de hydrologische invoer van ANIMO is gebruikgemaakt van de modeloutput van LHM 3.5 (Pouwels et al., 2018). Dit model is voor de waterkwaliteitsberekeningen aangescherpt ten opzichte van de eerdere berekeningen op basis van LHM 3.3 (paragraaf 5.1). De berekende grondwaterstanden zijn gevalideerd voor de landelijke gemiddelde situatie (Knotters en Massop, 2017). Voor zandregio’s kan de gemiddelde grondwaterstand dieper zijn dan de grondwaterstanden zoals afgeleid voor grondwaterdynamiekkaarten. Geconstateerd is dat de waterafvoeren in een aantal gebieden lager worden berekend dan in het STONE-model. Dit wordt voornamelijk veroorzaakt door een hoger berekende verdamping van gewassen in het LHM.
Om het wegschrijven van grote hoeveelheden data te vermijden, is een standalone applicatie van MetaSWAP ingezet om de flux- en bodemvochtverdeling opnieuw te genereren op basis van de als randvoorwaarde opgelegde berekeningsresultaten van het LHM (Kroon et al., 2017, Bijlage 4).
3.2.1
Landgebruik
Het landgebruik moet – om inconsistenties te voorkomen – overeenkomen met het landgebruik voor de hydrologie. De schematisering van het landgebruik in het LHM was tot voor kort gebaseerd op LGN6. Voor de ontwikkeling van het Landelijk Waterkwaliteitsmodel is het landgebruik geactualiseerd op basis van LGN7 (Burgering et al., 2016). In LHM worden 22 landgebruiksvormen onderscheiden. Hoewel mogelijk, is in de berekeningen mais met een vanggewas (op zand- en lössgrond verplicht vanaf 2006) vooralsnog niet afzonderlijk onderscheiden, omdat er geen rekening is gehouden met waterkwaliteitsberekeningen en het hydrologisch effect klein zal zijn. Evenals in het STONE-model wordt geen rekening gehouden met de dynamiek van het landgebruik. De landgebruiksvormen worden voor de gehele simulatieduur permanent aan een bepaalde rekeneenheid toegekend.
ANIMO onderscheidt acht hoofdcategorieën landbouwkundig landgebruik waarin de LHM- landgebruiksvormen zijn geclusterd (tabel 3.1). Het LWKM is geschikt gemaakt om in de nabije toekomst te kunnen werken met andere vormen van landgebruik. Voor het Nationaal Water Model wordt in de Deltascenario’s bijvoorbeeld gebruikgemaakt van een andere landgebruiksclassificatie. Door aanpassing in de voorbewerkingsprogrammatuur (NHI2WQ) kan in de toekomst met deze alternatieve landgebruiksklassen worden gewerkt.
Tabel 3.1 Landgebruik onderscheiden in het LHM en in het LWKM.
Code LHM Landgebruik LHM Code LWKM Landgebruik LWKM
1 Agrarisch gras 6 Gras
2 Mais zonder vanggewas 1 Mais
2 Mais met vanggewas
3 Aardappelen 3 Akkerbouw
4 (Suiker)bieten 3 Akkerbouw
5 Granen 3 Akkerbouw
6 Overige landbouw 3 Akkerbouw
7 Boomteelt 3 Akkerbouw
8 Glastuinbouw 3 Akkerbouw
9 Boomgaard 3 Akkerbouw
10 Bollen 3 Akkerbouw
11 Loofbos 4 Natuur
12 Licht naaldbos 4 Natuur
13 Moerasvegetatie 4 Natuur
14 Duinvegetatie 4 Natuur
15 Kale grond 4 Natuur
16 Water
17 Natuurlijk grasland 4 Natuur
18 Stedelijk grasland 4 Natuur
19 Donker naaldbos 4 Natuur
20 Heidevegetatie 4 Natuur
21 Fruitkwekerijen 3 Akkerbouw
22 Sportvelden 4 Natuur
3.2.2
Bodemeenheden
De in het verleden gebruikte 72 bodemfysische eenheden van BOFEK (Wösten et al., 2013) zijn vervangen door de onderliggende indeling in 370 fysisch-chemische eenheden (Van der Bolt et al., 2016); figuur 3.1). In deze eenheden zijn naast de bodemfysische kenmerken ook de voor de
waterkwaliteit belangrijke bodemchemische kenmerken verdisconteerd (De Vries, 1999). Deze eenheden die zijn gekoppeld aan de Bodemkaart van Nederland 1:50:000. Voor ca. 40 eenheden met een
aanzienlijke oppervlakte (> 50.000 ha) zijn voor meerdere grondgebruiksvarianten profielschetsen opgesteld. In totaal zijn er voor de waterkwaliteitsberekeningen 370 profielschetsen beschikbaar. Deze eenheden zijn daartoe ook geïmplementeerd in het LHM3.2 (Burgering et al., 2016).
Over de toepassingsmogelijkheden is door De Vries (1999) de volgende beschrijving gegeven: “Naast de variatie in samenstelling van lagen bestaat er ook een variatie in het voorkomen en in dikten van lagen. Hierover geven de gegenereerde profielschetsen geen informatie. Belangrijke regionale verschillen zijn in afzonderlijke profielschetsen aangegeven. De informatie is daardoor geschikt voor landelijke en regionale toepassingen. Bij gebruik voor kleinere gebieden zijn de gegevens minder betrouwbaar, omdat de bodemopbouw lokaal sterk kan afwijken van het landelijke beeld.” Van der Bolt et al. (2016) hebben beschreven hoe via geostatistische simulaties op basis van de boorbeschrijvingen de regionale verschillen in profielopbouw en bodemeigenschappen in de toekomst verder kunnen worden verbeterd.
3.2.3
Bodemeigenschappen
Voor de bovenste 1.20 m van de bodem zijn de bodemfysische en bodemchemische eigenschappen gebruikt die door De Vries (1999) op basis van de in het BIS opgenomen boorbeschrijvingen en analyseresultaten zijn toegekend aan 370 onderscheiden fysisch-chemische bodemeenheden. Deze bodemchemische eigenschappen van de bodem zijn gespecificeerd per bodemhorizont. De voor ANIMO benodigde eigenschappen van de horizonten uit de tabellen van De Vries (1999) zijn toegekend aan alle binnen een horizont vallende compartimenten van de verticale schematisering.
Voor de diepere lagen (vanaf 1.20 m-mv tot maximaal 20 m-mv) zijn andere databases gebruikt. Voor het organischestofgehalte van de ondergrond is dat de database van Huisman et al. (2016). Deze database geeft voor verschillende geochemische eigenschappen (naast organische stof bijvoorbeeld ook pyrietgehalten, CEC en reactief ijzer) kengetallen per combinatie van lithoklasse en stratigrafische eenheid. Vanuit een gedetailleerd lithostratigrafisch voxel-model, opgesteld op basis van GeoTOP, NL3D en REGIS, zijn deze kentallen (i.c. de mediane waarden) vertaald naar een 3D-veld.
Grondwaterkwaliteitsparameters (pH, nitraat, ammonium en fosfaat) zijn voor het grensvlak bepaald op basis van de grondwaterwaterkwaliteitsdatabase (Klein en Janssen, 2016). Deze database is zelf een bewerking en controleslag op grondwaterkwaliteitsdata uit DINO en bevat voor een groot aantal kwaliteitsparameters jaargemiddelde waarden per filter. Voor de relevante kwaliteitsparameters zijn deze waarden geostatistisch bewerkt naar kaarten van concentraties in de ondergrond (Renaud et al. 2017). Figuren 3.2 en 3.3 geven een indruk van de gerealiseerde detaillering ten opzichte van STONE. Deze bestanden zijn gebruikt om de onderrandwaarden (kwelconcentraties) te definiëren en om de initiële concentraties in het traject tussen de wortelzone en de onderrand te berekenen via de met de hydrologische invoer bepaalde mengverhoudingen (Renaud et al., 2017). Voor de kwelconcentraties zijn per x,y-locatie in de database de mediane waarden gebruikt tussen 5 en 20 m diep in de periode 1961-2000 en voor de achtergrondconcentratie de mediane waarden tussen 0 en 5 m diep voor dezelfde periode (Renaud et al., 2017).
De figuren 3.2 en 3.3 laten de invoerdata voor de pH en de concentratie fosfaat in een bodemlaag zien zoals gebruikt in STONE en in het LWKM. Zichtbaar is dat de ruimtelijke variatie van de in het LWKM gebruikte pH-waarden en fosfaatconcentraties veel groter is dan in STONE. Dit komt doordat alle data uit DINO via de grondwaterkwaliteitsdatabase zijn ontsloten en zijn gebruikt om de kaart met
concentraties af te leiden (Renaud et al., 2017). Duidelijk zal zijn dat de gedetailleerdheid van de kaartbeelden wordt bepaald door het aantal beschikbare data. Daarnaast is geconstateerd dat de spreiding in de voor LWKM geïnterpoleerde pH kleiner is dan de spreiding in STONE. Dit omdat niet- realistische waarden uit de eerdere dataset niet in de grondwaterkwaliteitsdatabase voorkomen. De onderrandconcentraties in het LWKM zijn voor zowel ammonium, nitraat als fosfor kleiner dan de in STONE gebruikte concentraties.
Figuur 3.2 PH van de bovenste laag gebruikt in STONE (links) en op basis van de geochemische database voor de ondergrond (rechts).
Figuur 3.3 Concentratie fosfaat in het grondwater op een diepte van 7-13 m-mv zoals gedefinieerd in STONE (links) en in het LWKM (rechts).