Log in

Klik hier om in te loggen


Wachtwoord vergeten?

Nog geen inlog? Registreer nu
Om misbruik van dit formulier door spamrobots te voorkomen, vragen wij u hier het controlewoord stowa in te vullen!

Ecologisch Expertsysteem & Ex ante evaluatie KRW

Terug
Rapportnr
ISBN
Type Rapport, alleen pdf
Prijs
Datum 31-12-2009

Expertsysteem Ecologische Effecten
Op verzoek van het voormalige ministerie van Verkeer & Waterstaat heeft het Planbureau voor de Leefomgeving onderzocht in welke mate Nederland met voorgestelde maatregelenpakket de ecologische doelstellingen binnen de daarvoor aangegeven periode bereikt. Hierbij is gebruik gemaakt van het Expertsysteem Ecologische Effecten. Het EEE is een rekentool waarmee de ecologische toestand als Ecologische Kwaliteitsratio (EKR) kan worden voorspeld, aan de hand van waarden voor stuurvariabelen (nutriënten, oeverinrichting, meandering, etc.).

De Ex Ante evaluatie van het PBL kunt u hiernaast downloaden. In het vakblad H2O is een artikel verschenen over inzet van EEE voor de Ex Ante (kijk hier).

Toepassing EEE op regionaal niveau
Uit een onderzoek bij Waterschap Rivierenland blijkt dat het rekeninstrument EEE goed toepasbaar is op het regionale schaalniveau. De resultaten zijn zeer bruikbaar voor de komende actualisering van de stroomgebiedsanalyse (2013) en het volgende stroomgebiedsbeheerplan (2015). De monitoring blijkt echter nog niet altijd voldoende aan te sluiten op de maatlatten en de huidige doelstellingen zijn nog niet altijd in overeenstemming met de geplande maatregelen. In vakblad H2O kunt u meer lezen over dit onderwerp (link).

Neuraal netwerk
Het rekenhart van het systeem is een neuraal netwerk. Een neuraal netwerk is een zelflerend systeem dat vanuit aangeboden combinaties van gegevens patronen als ‘kennisregels’ kan opslaan (geheugen) en reproduceren. 

Een neuraal netwerk wordt getraind met een door deskundigen vastgestelde, uitgebalanceerde dataset. De reden om voor een neuraal netwerk als basis te kiezen is dat veel ecologische wetmatigheden in globale zin weliswaar bekend zijn, maar doorgaans weinig gekwantificeerd zijn, of moeilijk zijn te formaliseren in kennisregels. Daarnaast spelen vele factoren tegelijk een (versterkende of juist tegenwerkende) rol. 

De trainingsset bestaat uit een combinatie van input- en targetparameters. De stuurvariabelen vormen de inputparameters die de EKR’s (targetparameters) van de vier biologische kwaliteitselementen bepalen. 

In de training is in een groot aantal rekencycli de netwerkuitvoer als voorspelde EKR vergeleken met de target EKR (verkregen uit monitoring) van de dataset. Tijdens de training komt de voorspelde EKR door convergentie steeds dichter bij de target EKR te liggen, zodat uiteindelijk het beste netwerk overblijft.

Het resultaat is een getraind netwerk dat kan worden gebruikt voor het doorrekenen van nieuwe sets aan stuurvariabelen. Bijvoorbeeld om het effect van geplande maatregelen op de ecologische waterkwaliteit te voorspellen of om scenario’s van alternatieve maatregelpakketten door te rekenen. Het enige wat nodig is, is een vertaling van de maatregelen naar een nieuwe set stuurvariabelen en het EEE kan dan zeer snel de bijbehorende EKR’s produceren.