Onderzoek naar de koppeling van de luchtkwaliteitsmodellen VLOPS en IFDM in het kader van de Programmatische Aanpak Stikstof (PAS)

Verspreiding: Algemeen Eindrapport Onderzoek naar de koppeling van de luchtkwaliteitsmodellen VLOPS en IFDM in het kader van de Programmatische Aanpak Stikstof (PAS) Wouter Lefebvre, Felix Deutsch Studie uitgevoerd in opdracht van: Vlaamse Milieumaatschappij (VMM), afdeling Lucht, Milieu en Communicatie. 2015/RMA/R/18 Juni 2015

Samenvatting SAMENVATTING Dit rapport beschrijft het onderzoek naar de mogelijkheid en de haalbaarheid van de koppeling tussen VLOPS en IFDM. We vatten hier even kort de belangrijkste conclusies samen: Er is een goede reden om beide modellen te koppelen. Met IFDM kunnen lokale bronnen op hoge resolutie doorgerekend worden, ook voor lijnbronnen. IFDM kan tot maximaal 20 km ver rekenen. VLOPS rekent zowel nabije als ver gelegen (internationale) bronnen door, ook bezit het model een specifieke rekenmodule voor de depositie (DEPAC). Een schema voor dubbeltellingscorrectie werd uitgewerkt. VLOPS VLOPS VLOPS Dit leidt echter tot verschillende nieuwe vragen die daarna onderzocht werden, zoals: o Om de koppeling correct te doen werken is het noodzakelijk dat zowel IFDM als VLOPS relatief gelijkende resultaten geven. Dit werd op verschillende vlakken bestudeerd. Enerzijds werd gekeken of het verschil in meteo-invoer tussen beide een probleem kan creëren. Dit bleek niet het geval te zijn, zoals hieronder te zien is, waar het relatief verschil is weergegeven tussen twee meteosets voor de resultaten van VLOPS-IFDM. Binnen het SBZ-H blijven de verschillen in depositie beperkt tot ongeveer 5 %. I

Samenvatting o Anderzijds zijn verschillende cases vergeleken tussen IFDM en VLOPS. Hieruit bleek dat beide modellen in een groot deel van de gevallen (inclusief diegene die de grootste stikstofdepositie veroorzaken) sterk gelijkende resultaten ten toon spreiden. Een voorbeeld voor een typisch landbouwbedrijf wordt hieronder gegeven, waarbij ieder punt op de grafiek een koppel (VLOPS, IFDM)-resultaten voorstelt voor dezelfde locatie: II

Samenvatting o o Er is gekeken op welke afstand VLOPS het heft best overneemt van VLOPS-IFDM. We zijn tot de conclusie gekomen dat zo n afstand moeilijk te bepalen is, maar dat 10 km een goede keuze lijkt. Er is gekeken welke depositiesnelheden IFDM best gebruikt. Ten eerste was het mogelijk om depositiesnelheden te gebruiken uit de literatuur voor verschillende habitattypes. Ten tweede is het overnemen van depositiesnelheden uit VLOPS een mogelijkheid. Ten derde is de koppeling van IFDM aan DEPAC een mogelijkheid. Er werd gekozen voor de tweede mogelijkheid omwille van de eenvoud en de consistentie die in deze methode geboden wordt aan de koppeling. Verschillende meetcampagnes werden vergeleken met VLOPS en VLOPS-IFDM. Hieruit bleek VLOPS-IFDM een meerwaarde te hebben ten opzichte van VLOPS alleen en bleek dat VLOPS-IFDM zeer goed valideert. Een samenvattende figuur is hieronder weergegeven, waarvan ieder punt een koppel is van metingen en modellering. De onderschatting bij de zuivere IFDM-resultaten is te wijten aan het feit dat IFDM alleen bronnen binnen de 20 km meeneemt: Een set van basisbestanden voor IFDM en de broncode van de koppeling wordt opgeleverd samen met dit rapport zodat iedereen op een consistente manier kan koppelen. Finaal werd ingegaan op de onzekerheden op de gemodelleerde stikstofdeposities. Voor de onzekerheid van VLOPS werd gekeken naar de onzekerheid op OPS die gekend is uit Nederlandse studies. Aangezien de dubbeltellingscorrectie de concentraties binnen een kilometercel van VLOPS alleen herverdeelt en uit de metingen blijkt dat deze herverdeling een positieve invloed heeft op de validatie kan besloten worden dat de onzekerheid op de VLOPS-IFDM resultaten zeker niet groter is dan de onzekerheid op de VLOPS-resultaten. III

Inhoud INHOUD Samenvatting I Inhoud IV Lijst van tabellen VIII Lijst van figuren X HOOFDSTUK 1. Inleiding 1 1.1. Doel van het project 1 1.2. Leeswijzer 2 1.3. Korte modelbeschrijving 2 1.3.1. IFDM 2 1.3.2. VLOPS 2 1.3.3. DEPAC 3 1.3.4. IMPACT 3 1.4. Depositie 3 1.5. Modelmatige beschrijving van de droge depositie 4 1.5.1. De concentratie is afhankelijk van de depositie 4 1.5.2. De depositiesnelheid is hoogteafhankelijk 12 1.5.3. De depositiesnelheid beschrijft niet één proces maar vele processen 12 1.5.4. De depositiesnelheid is afhankelijk van de concentraties gedurende een voorgaande periode 14 1.5.5. De depositiesnelheid is afhankelijk van de huidige concentratie 15 1.5.6. De depositiesnelheid is tijdsafhankelijk 15 1.5.7. De depositiesnelheid is plaatsafhankelijk 15 1.6. Modelmatige beschrijving van de natte depositie 16 1.7. Effect van het tussenliggend landgebruik 16 HOOFDSTUK 2. Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS 19 2.1. Inleiding 19 2.2. Resultaat 20 HOOFDSTUK 3. Nagaan hoe de meteo-invoer van IFDM en VLOPS overeenkomen voor een bepaald meteojaar 27 HOOFDSTUK 4. Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 30 4.1. Inleiding 30 4.2. Over stekelvarkens en hoekjes op de kaarten 31 4.3. Case 0 33 4.3.1. Basisgegevens 33 IV

Inhoud 4.3.2. Concentraties dicht bij de bron (roosterresolutie 20 m) 33 4.3.3. Concentraties op grotere afstand (roosterresolutie 100 m) 35 4.3.4. Deposities 37 4.3.5. Conclusies 39 4.4. Case 1 40 4.4.1. Basisgegevens 40 4.4.2. Concentraties 40 4.4.3. Conclusies 42 4.5. Case 2 43 4.5.1. Basisgegevens 43 4.5.2. Concentraties 43 4.5.3. Conclusie 45 4.6. Case 3 46 4.6.1. Basisgegevens 46 4.6.2. Concentraties 46 4.6.3. Conclusie 48 4.7. Case 4 49 4.7.1. Basisgegevens 49 4.7.2. Concentraties 49 4.7.3. Conclusie 51 4.8. Case 5 52 4.8.1. Basisgegevens 52 4.8.2. Concentraties 52 4.8.3. Conclusie 54 4.9. Case 6 55 4.9.1. Basisgegevens 55 4.9.2. Concentraties 55 4.9.3. Conclusie 57 4.10. Case 7 58 4.10.1. Basisgegevens 58 4.11. Case 8 59 4.11.1. Basisgegevens 59 4.11.2. Concentraties 60 4.11.3. Conclusie 62 4.12. Case 9 62 4.12.1. Basisgegevens 62 4.12.2. Concentraties 63 4.12.3. Conclusie 65 4.13. Case 10 65 4.13.1. Basisgegevens 65 4.13.2. Concentraties 65 4.13.3. Conclusie 68 4.14. Case 11 69 4.14.1. Basisgegevens 69 4.14.2. Concentraties 69 4.14.3. Conclusie 71 V

Inhoud 4.15. Case 12 72 4.15.1. Basisgegevens 72 4.15.2. Concentraties 72 4.15.3. Conclusie 74 4.16. Conclusies van de modelvergelijking 74 HOOFDSTUK 5. Nagaan op welke ruimtelijke schaal de resultaten van beide modellen gekoppeld kunnen worden aan elkaar 75 HOOFDSTUK 6. Koppeling van IFDM en DEPAC 78 6.1. Methodologie 78 6.2. Gevoeligheidsanalyse van de depositiesnelheid 80 6.3. Vergelijking met metingen: gemodelleerde en gemeten depositiesnelheden 84 6.4. Resultaten van de koppeling IFDM-DEPAC 87 HOOFDSTUK 7. Spatio-temporele validatie met concentratiemetingen 89 7.1. Metingen binnen het verzurings- en vermestingsnetwerk van de VMM 89 7.1.1. Metingen 89 7.1.2. Modelsimulaties 89 7.1.3. Validatie 90 7.2. Metingen van de NH 3 -concentratie gedurende de Korstmos-campagne 94 7.2.1. Meetcampagne 94 7.2.2. Modelberekening 94 7.2.3. Alle locaties samen 95 7.2.4. Onderzoek van de transecten 97 7.2.5. Conclusies 102 7.3. Conclusies 103 HOOFDSTUK 8. De finale koppeling 106 8.1. Redenen voor koppeling 106 8.2. Details 106 8.2.1. Keuze van de depositiesnelheden in IFDM 106 8.2.2. Basis-configuratiebestanden IFDM: ifdm.conf 109 8.2.3. Basis-configuratiebestanden IFDM: het rooster 110 8.2.4. Basis-configuratiebestanden IFDM: de modelversie 112 8.2.5. Postprocessing en koppeling VLOPS-IFDM 113 8.2.6. andere 114 8.3. Resultaten 114 HOOFDSTUK 9. Varia 121 9.1. Hallerbos (Nele Veldeman) 121 9.1.1. Probleemstelling 121 9.1.2. Analyse 121 9.1.3. Besluit 126 9.1.4. Oplossing? 127 VI

Inhoud 9.2. DON 127 HOOFDSTUK 10. Onzekerheden 129 10.1. Onzekerheden binnen VLOPS 129 10.2. IFDM 131 10.3. VLOPS-IFDM 131 HOOFDSTUK 11. Besluit en aanbevelingen 132 11.1. Conclusies 132 11.2. Aanbevelingen 133 Literatuurlijst 134 VII

Lijst van tabellen LIJST VAN TABELLEN Tabel 1 : Lijst van gebruikte depositiesnelheden in dit hoofdstuk (cm/s). 20 Tabel 2 : Vergelijking emissies Walkro Belgium tussen VLOPS en IFDM 21 Tabel 3 : Gegevens Case 0. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 33 Tabel 4 : Validatieparameters Case 0: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 33 Tabel 5 : Validatieparameters Case 0 (groter rooster): concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 35 Tabel 6 : Validatieparameters Case 0: deposities. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in mol/ha/jaar elders. 37 Tabel 7 : Gegevens Case 1. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 40 Tabel 8 : Validatieparameters Case 1: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 40 Tabel 9 : Gegevens Case 2. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 43 Tabel 10 : Validatieparameters Case 2: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 43 Tabel 11 : Gegevens Case 3. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 46 Tabel 12 : Validatieparameters Case 3: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 46 Tabel 13 : Gegevens Case 4. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 49 Tabel 14 : Validatieparameters Case 4: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 49 Tabel 15 : Gegevens Case 5. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 52 Tabel 16 : Validatieparameters Case 5: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 52 Tabel 17 : Gegevens Case 6. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 55 Tabel 18 : Validatieparameters Case 6: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 55 Tabel 19 : Gegevens Case 7. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 58 Tabel 20 : Gegevens Case 8. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 59 Tabel 21 : Validatieparameters Case 8: totale depositie. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in mol/ha/jaar elders. 60 Tabel 22 : Gegevens Case 9. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 62 Tabel 23 : Validatieparameters Case 9: totale depositie. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in mol/ha/jaar elders. 63 Tabel 24 : Gegevens Case 10. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 65 Tabel 25 : Validatieparameters Case 10: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 65 VIII

Lijst van tabellen Tabel 26 : Gegevens Case 11. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 69 Tabel 27 : Validatieparameters Case 11: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 69 Tabel 28 : Gegevens Case 12. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. 72 Tabel 29 : Validatieparameters Case 12: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. 72 Tabel 30 : Depositiesnelheidsresultaten voor volgende parameters (base case): Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: neutraal. 80 Tabel 31 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie varieert tot maximaal 70 % van de jaargemiddelde concentratie; de stabiliteitsklasse: neutraal. 81 Tabel 32 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: zeer stabiel. 81 Tabel 33 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: instabiel. 82 Tabel 34 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/7; concentratie constant; de stabiliteitsklasse: neutraal. _ 82 Tabel 35 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: neutraal. 83 Tabel 36 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: neutraal. 83 Tabel 37 : Depositiesnelheid NH 3 (cm/s), met range van waardes waar beschikbaar, uit verschillende bronnen. 85 Tabel 38 : De validatietabel van de metingen voor VLOPS. 90 Tabel 39 : De validatietabel van de metingen voor IFDM. 90 Tabel 40 : De validatietabel van de metingen voor VLOPS-IFDM. 90 Tabel 41 : De validatietabel van de korstmos-ammoniakmetingen voor VLOPS. 95 Tabel 42 : De validatietabel van de korstmos-ammoniakmetingen voor IFDM. 95 Tabel 43 : De validatietabel van de korstmos-ammoniakmetingen voor VLOPS-IFDM. 95 Tabel 44 : R²-waardes tussen modellen en metingen op de verschillende transecten voor VLOPS en VLOPS-IFDM. Het moge duidelijk zijn dat correlaties eigenlijk geen goede basis zijn om effecten op transecten van 3 punten te meten, maar de resultaten in deze tabel geven een eerste idee dat bevestigd wordt wanneer er in detail gekeken wordt naar de afzonderlijke transecten. 102 Tabel 45 : De samenvattende validatietabel voor VLOPS. 104 Tabel 46 : De samenvattende validatietabel voor IFDM. 104 Tabel 47 : De samenvattende validatietabel voor VLOPS-IFDM. 104 Tabel 48 : Overzicht van de nummering van de gebieden in het bestand Vlops_unie_sbz_clip.txt. 111 Tabel 49 : Proxyvariabelen voor SNAP-sector 7 in EMAP 122 IX

Lijst van figuren LIJST VAN FIGUREN Figuur 1 : Bovenaanzicht van de situatie met de definities van x en y. 5 Figuur 2 : De setup van de berekeningen waarvan de resultaten hieronder getoond worden. De drie cirkeltjes stellen de drie bronnen voor. De blauwe bron heeft een hoogte van 5m en een emissiesterkte van 1 kg/h, de rode een hoogte van 20 m en een emissiesterkte van 5 kg/h en de groene bron heeft een hoogte van 50 m en een emissiesterkte van 20 kg/h. Aan geen van de bronnen werd een pluimstijging toegekend. De berekening gebeurde met meteorologie voor 2007 en alleen de droge depositie werd geactiveerd. 8 Figuur 3 : Het depositieveld voor vier gevallen met een depositiesnelheid van 0,1 cm/s. Linksboven: bronverarming; rechtsboven: oppervlakteverarming; linksonder: naïeve depositie; rechtsonder: bronverarming met profielcorrectie. 9 Figuur 4 : Het depositieveld voor vier gevallen met een depositiesnelheid van 1 cm/s. Linksboven: bronverarming; rechtsboven: oppervlakteverarming; linksonder: naïeve depositie; rechtsonder: bronverarming met profielcorrectie. 10 Figuur 5 : Het depositieveld voor vier gevallen met een depositiesnelheid van 10 cm/s. Linksboven: bronverarming; rechtsboven: oppervlakteverarming; linksonder: naïeve depositie; rechtsonder: bronverarming met profielcorrectie. 11 Figuur 6 : Het depositie-weerstandsmodel. Overgenomen met lichte aanpassingen uit Neirynck en Stevens (2014) en gebaseerd op Erisman et al. (1994). 14 Figuur 7: Effect van het tussenliggend landgebruik. a) Bronhoogte: 20 m, neutrale atmosfeer, windsnelheid 2 m/s; c) Bronhoogte: 5 m, neutrale atmosfeer, windsnelheid 2 m/s; e) Bronhoogte: 50 m, neutrale atmosfeer, windsnelheid 2 m/s; g) Bronhoogte: 20m, neutrale atmosfeer, windsnelheid 15 m/s. b) Bronhoogte: 20m, neutrale atmosfeer, windsnelheid 1 m/s; d) Bronhoogte: 20 m, zeer onstabiele atmosfeer, windsnelheid 2 m/s; f) Bronhoogte: 20 m, zeer stabiele atmosfeer, windsnelheid 2 m/s. 17 Figuur 8 : Koppelingsprocedure (aangepast uit bron: Lefebvre et al., 2011) 22 Figuur 9 : IFDM-grid. Rood: SBZ-H-gebieden. De twee grote gebieden zijn het Schietveld, het kleine gebied rechtsonder behoort tot een andere SBZ-H. 22 Figuur 10 : VLOPS-deposities (in kgn/ha/jaar). 23 Figuur 11 : IFDM-deposities (in kgn/ha/jaar) 23 Figuur 12 : IFDM-deposities berekend op het VLOPS-grid (in kgn/ha/jaar), gebruik makend van de depositiesnelheden van VLOPS. 24 Figuur 13 : Gekoppelde VLOPS-IFDM deposities (in kgn/ha/jaar). 24 Figuur 14 : Resulterende significantieklasses (totale N-depositie t.o.v. de KDW, in %) op de actuele habitats en de voorlopige zoekzones. Wit = geen actuele habitat en geen voorlopige zoekzone. 25 Figuur 15 : KDW-waarde voor de actuele habitats + voorlopige zoekzones. Bij meerdere habitats op dezelde locatie wordt de laagste KDW getoond. 25 Figuur 16 : Het gedeelte van de totale gekoppelde deposities dat afkomstig is uit IFDM (in %). 26 Figuur 17 : Resulterende significantieklasses (in %) op de voorlopige zoekzones + actuele habitats. 26 Figuur 18 : IFDM depositie voor het jaar 2011 met meteo Eindhoven. 27 Figuur 19 : IFDM depositie voor het jaar 2011 met meteo Luchtbal. 28 Figuur 20 : IFDM depositie voor het jaar 2013 met meteo Luchtbal. 28 Figuur 21 : Relatief verschil (in %) tussen de IFDM-resultaten voor meteo Luchtbal 2011 en meteo Eindhoven 2011. 29 Figuur 22 : Relatief verschil (in %) tussen de VLOPS-IFDM-resultaten voor meteo Luchtbal 2011 en meteo Eindhoven 2011. 29 X

Lijst van figuren Figuur 23 : Linksboven: VLOPS: case 0; Rechtsboven: VLOPS: case 1; Linksonder: IFDM, case 0, meteo Luchtbal; Rechtsonder: IFDM, case 1, meteo Eindhoven. Alle getoonde waarden zijn jaargemiddelde concentraties. 32 Figuur 24 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 0. Rood = 1:1-lijn. 34 Figuur 25 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 0. Let op: beide assen in logaritmische schaal. 34 Figuur 26 : Scatterplot van de afstandsgemiddelde verhouding voor case 0 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 35 Figuur 27 : Puntsgewijze scatterplot IFDM-VLOPS (100-20000 m afstand van de bron) voor case 0. Rood = 1:1-lijn. 36 Figuur 28 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 0. Let op: beide assen in logaritmische schaal. 36 Figuur 29 : Scatterplot van de afstandsgemiddelde verhouding voor case 0 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 37 Figuur 30 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500m afstand van de bron) voor case 0. Rood = 1:1-lijn. 38 Figuur 31 : Scatterplot van de deposities van IFDM en VLOPS tov de afstand tot de bron voor case 0. Let op: beide assen in logaritmische schaal. 38 Figuur 32 : Scatterplot van de afstandsgemiddelde verhouding voor case 0 van de deposities van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 39 Figuur 33 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 1. Rood = 1:1-lijn. 41 Figuur 34 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 1. Let op: beide assen in logaritmische schaal. 41 Figuur 35 : Scatterplot van de afstandsgemiddelde verhouding voor case 1 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 42 Figuur 36 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 2. Rood = 1:1-lijn. 44 Figuur 37 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 2. Let op: beide assen in logaritmische schaal. 44 Figuur 38 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties van IFDM op VLOPS tov de afstand tot de bron voor case 2. Let op: X-as in logaritmische schaal. 45 Figuur 39 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 3. Rood = 1:1-lijn. 47 Figuur 40 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 3. Let op: beide assen in logaritmische schaal. 47 Figuur 41 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties van IFDM op VLOPS tov de afstand tot de bron voor case 3. Let op: X-as in logaritmische schaal. 48 Figuur 42 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 4. Rood = 1:1-lijn. 50 Figuur 43 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 4. Let op: beide assen in logaritmische schaal. 50 Figuur 44 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties van IFDM op VLOPS tov de afstand tot de bron voor case 4. Let op: X-as in logaritmische schaal. 51 Figuur 45 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 5. Rood = 1:1-lijn. 53 Figuur 46 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 5. Let op: beide assen in logaritmische schaal. 53 Figuur 47 : Scatterplot van de afstandsgemiddelde verhouding voor case 5 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 54 XI

Lijst van figuren Figuur 48 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 6. Rood = 1:1-lijn. 56 Figuur 49 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 6. Let op: beide assen in logaritmische schaal. 56 Figuur 50 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties voor case 6 van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 57 Figuur 51 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 8. Rood = 1:1-lijn. 60 Figuur 52 : Scatterplot van de deposities van IFDM en VLOPS tov de afstand tot de bron voor case 8. Let op: beide assen in logaritmische schaal. 61 Figuur 53 : Scatterplot van de afstandsgemiddelde verhouding voor case 8 van de deposities van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 61 Figuur 54 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 9. Rood = 1:1-lijn. 63 Figuur 55 : Scatterplot van de deposities van IFDM en VLOPS tov de afstand tot de bron voor case 9. Let op: beide assen in logaritmische schaal. 64 Figuur 56 : Scatterplot van de afstandsgemiddelde verhouding voor case 9 van de deposities van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 64 Figuur 57 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 10. Rood = 1:1-lijn. 66 Figuur 58 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 10. Let op: beide assen in logaritmische schaal. 67 Figuur 59 : Scatterplot van de afstandsgemiddelde verhouding voor case 10 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 67 Figuur 60 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 11. Rood = 1:1-lijn. 70 Figuur 61 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 11. Let op: beide assen in logaritmische schaal. 70 Figuur 62 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties voor case 11 van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 71 Figuur 63 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 12. Rood = 1:1-lijn. 73 Figuur 64 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 12. Let op: beide assen in logaritmische schaal. 73 Figuur 65 : Scatterplot van de afstandsgemiddelde verhouding voor case 12 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 74 Figuur 66 : De verhouding van de hoogste waarde min de laagste waarde binnen een kilometerhok van VLOPS met de gemiddelde waarde binnen dit kilometerhok. Groen puntje = bron. 76 Figuur 67 : De verhouding van het standaardgemiddelde binnen een kilometerhok van VLOPS met de gemiddelde waarde binnen dit kilometerhok. Groen puntje = bron. 77 Figuur 68 : Relatie tussen de stabiliteit, de ruwheidslengte en de Monin-Obukhovlengte uit Golder (1972). De IFDM stabiliteitsklasses zijn aangeduid in blauw, terwijl de gemiddelde waarde per klasse aangeduid is met een lijn. 79 Figuur 69 : IFDM-DEPAC deposities (2013) voor het jaar 2013. De deposities die hier gebruikt zijn komen rechtstreeks uit de koppeling van IFDM en DEPAC. 88 Figuur 70 : Validatie-scatterplot voor VLOPS en VLOPS-IFDM. Ieder punt stelt een jaargemiddelde meting-modelcombinatie voor op een meetlocatie. 91 Figuur 71 : Validatie-scatterplot voor VLOPS en VLOPS-IFDM. Ieder punt stelt een jaargemiddelde meting-modelcombinatie voor op een meetlocatie. 96 XII

Lijst van figuren Figuur 72 : De correlatie van de jaargemiddelde modelwaardes (blauw = VLOPS-IFDM; rood = VLOPS) met de verschillende meetperiodes. Elke datum op de X-as komt overeen met het midden van een 28-daagse meetperiode. 98 Figuur 73: Zoals Figuur 71 maar dan alleen voor de punten in Meer; blauw: VLOPS, rood: VLOPS- IFDM. Van links naar rechts zijn de punten op de figuur respectievelijk meetplaatsen 1e, 1c en 1a. 99 Figuur 74: Zoals Figuur 71 maar dan alleen voor de punten in Weelde; blauw: VLOPS, rood: VLOPS- IFDM. Punt 6e is het linkse punt, punt 6a het rechtse. 100 Figuur 75: Zoals Figuur 71 maar dan alleen voor de punten in Bree; blauw: VLOPS, rood: VLOPS- IFDM. 101 Figuur 76: Zoals Figuur 71 maar dan alleen voor de punten in Oostkamp; blauw: VLOPS, rood: VLOPS-IFDM. 102 Figuur 77 : Validatie-scatterplot voor VLOPS, IFDM en VLOPS-IFDM. Ieder punt stelt een jaargemiddelde meting-modelcombinatie voor op een meetlocatie. 105 Figuur 78 : VLOPS15-deposities (in kgn/ha/jaar). 115 Figuur 79 : IFDM-deposities (in kgn/ha/jaar) 116 Figuur 80 : IFDM-deposities berekend op het VLOPS-grid (in kgn/ha/jaar), gebruik makend van de depositiesnelheden van VLOPS. 116 Figuur 81 : Gekoppelde VLOPS-IFDM deposities (in kgn/ha/jaar). 117 Figuur 82 : Resulterende significantieklasses (totale N-depositie t.o.v. de KDW, in %) op de actuele habitats en de voorlopige zoekzones. Wit = geen actuele habitat en geen voorlopige zoekzone. 117 Figuur 83 : KDW-waarde voor de actuele habitats + voorlopige zoekzones. Bij meerdere habitats op dezelde locatie wordt de laagste KDW getoond. 118 Figuur 84 : Het gedeelte van de totale gekoppelde deposities dat afkomstig is uit IFDM (in %). _ 118 Figuur 85 : Resulterende significantieklasses (in %) op de voorlopige zoekzones + actuele habitats. 119 Figuur 86 : Relatieve afwijking (in %) van VLOPS-IFDM tov VLOPS. 119 Figuur 87 : Zoom op Figuur 86 voor het Schietveld. 120 Figuur 88: Spreidingspatroon voor de Waalse NOx emissies uit SNAP sector 7-wegverkeer, subsector Motorways - bepaald op basis van een Europese snelwegenkaart (EuropeanERoads_Modif) waaraan verkeersvolumes (AADT) werden toegekend. 122 Figuur 89: Spreidingspatroon voor de Waalse NOx emissies uit SNAP sector 7-wegverkeer, subsector Urban Roads - bepaald op basis van een globale wegenkaart (GlobalRoads) waaraan geen gewichten werden toegekend (berekening wordt gebaseerd op de lengte van de wegen in een grid cel). 123 Figuur 90: Spreidingspatroon voor de Waalse NOx emissies uit SNAP sector 7-wegverkeer, subsector Non-Urban Roads - bepaald op basis van landgebruik (CorineNonUrbanAreas) waaraan geen gewichten werden toegekend (berekening wordt gebaseerd op de oppervlakte van de zones in een grid cel). 123 Figuur 91: Locatie van 3 gridcellen die een abnormaal hoge bijdrage krijgen van de fractie emissies binnen de subsector Motorways (zie sur_201, bijdragen respectievelijk 0.04, 0.03 en 0.01). 124 Figuur 92: Proxy-variabele gebruikt voor het spreiden van verkeersemissies uit de subsector Motorways. 125 Figuur 93: Analyse van de herkomst van de bijdrage aan gridcel met grid_id = 3514 (rood). 126 Figuur 94: Analyse van de herkomst van de bijdrage aan gridcel met grid_id = 3254 (oranje en geselecteerd). 126 XIII

Lijst van figuren XIV

HOOFDSTUK 1 Inleiding HOOFDSTUK 1. INLEIDING 1.1. DOEL VAN HET PROJECT In het kader van de Programmatische Aanpak Stikstof (PAS) is het cruciaal om voor de vergunningsverlening een rekenmodel te hebben dat de stikstofdepositie kan berekenen op een zo hoog mogelijke ruimtelijke resolutie. Deze berekeningen bestaan uit twee afzonderlijke delen: 1. het berekenen van de achtergronddeposities met het VLOPS model voor gans Vlaanderen op een (beperkte) ruimtelijke resolutie van 1x1 km 2 ; 2. een gedetailleerde modellering om de impact op de depositie van specifieke (lokale) bronnen zoals bedrijven en wegen met een zo hoog mogelijke ruimtelijke resolutie in te schatten. Het uiteindelijke resultaat van de berekeningen is een combinatie van de deelresultaten uit (1) en (2) waarbij het belangrijk is dat een dubbeltellingscorrectie wordt uitgevoerd. Binnen de PAS is het bi-gaussiaans verspreidingsmodel IFDM reeds gebruikt bij de voortoets (depositiescan) in het kader van de passende beoordeling. Voor (2) is het met het IFDM model ook mogelijk om naast het doorrekenen van punt- en oppervlaktebronnen ook de impact van lijnbronnen (analytisch) te bepalen. Typisch zijn zulke lijnbronnen verkeers- en scheepvaartsemissies. Bijkomend beschikt het IFDM model over een state-of-the-art gebouwenmodule waarmee de effecten van building downwash kunnen ingeschat worden. Het IFDM model is uitvoerig beschreven in de vakliteratuur en gevalideerd met verschillende meetcampagnes van onder andere de VMM. Het doel van dit project is dus om de koppeling van de modellen VLOPS en IFDM uit te werken. Het onderzoek naar de koppeling van de twee luchtkwaliteitsmodellen VLOPS en IFDM omvat de volgende deeltaken: 1. het koppelen van IFDM met de DEPAC-module om de stikstofdepositie uur-per-uur te kunnen doorrekenen, of IFDM uit te rusten zodat het de depositiesnelheden uit VLOPS kan overnemen, afhankelijk van de meest aangewezen optie (te onderzoeken); 2. vergelijking van de resultaten van IFDM-DEPAC met VLOPS en een spatio-temporele validatie met depositie- en concentratiemetingen; 3. nagaan op welke ruimtelijke schaal de resultaten van beide modellen kunnen gekoppeld worden aan elkaar; 4. nagaan hoe de meteo-invoer van IFDM en VLOPS overeenkomen voor een bepaald meteojaar (bijv. 2007); 5. nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases met hoge/lage warmteinhoud en hoge/lage schouwhoogte; 6. uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS. 1

HOOFDSTUK 1 Inleiding In de volgende hoofdstukken worden deze punten één voor één uitgewerkt, zij het in een andere volgorde dan hierboven beschreven. 1.2. LEESWIJZER Binnen de inleiding worden een aantal punten neergeschreven die belangrijk zijn om het vervolg van de tekst te kunnen begrijpen. Deze punten zijn niet binnen het project ontwikkeld maar worden wel aangehaald om enkele elementen voor de lezer te verduidelijken. In verschillende aspecten zullen we ook tot diep in de formules duiken. De meest gespecialiseerde gedeeltes zijn aangeduid met een grijze balk in de kantlijn (zoals voor deze paragraaf), het is de bedoeling dat deze tekst ook leesbaar is zonder zich in deze details te verdiepen. 1.3. KORTE MODELBESCHRIJVING 1.3.1. IFDM IFDM (Immissie Frequentie Distributie Model) is een bi-gaussiaans pluimmodel dat vertrekt van emissiebronnen en aan de hand van meteorologische parameters de verspreiding van de emissies modelleert. Dit is een stationair resultaat en stelt een momentopname van een pluim voor die de advectie van het windveld ondergaat in één richting en zich op een Gaussiaanse manier verspreidt in de twee andere richtingen (vandaar de naam bi-gaussiaans). Op een gegeven tijdstip wordt de pluim van de beschouwde bron berekend op basis van de windsnelheid, en de windrichting en de hoeveelheid uitstoot van de polluenten op dat moment. Daarnaast wordt er gebruik gemaakt van een chemische module die op een vereenvoudigde wijze rekening houdt met het evenwicht tussen ozon en stikstofdioxide. IFDM voldoet aan bijlage 4.4.1 van VLAREM waardoor het gebruikt kan worden in MER-procedures. Aldus heeft het een quasi-monopolie op de MER-applicatiemarkt en wordt het gebruikt in applicaties zoals IFDM-traffic en het toekomstige IMPACT. Het werd door de jaren heen uitgebreid gevalideerd, zowel in industriële cases als in cases voor verkeer (Kretzschmar et al., 1976; Cosemans et al., 1981; Kretzschmar et al., 1984; Olesen, 1995; Lefebvre et al., 2011, 2013a, 2013b, 2013c, 2013d). 1.3.2. VLOPS VLOPS 1 staat voor de Vlaamse versie van het Operationeel Prioritaire Stoffen (OPS) model, ontwikkeld door het RIVM (Nederland). Het model wordt gebruikt om voor gans Vlaanderen de concentraties en deposities van verzurende stoffen te berekenen met een geografische resolutie van 1 x 1 km 2. Invoergegevens voor het model zijn: meteorologische gegevens, emissiegegevens van punt- en oppervlaktebronnen binnen en buiten Vlaanderen en gegevens over receptorgebieden. Grensoverschrijdend transport van emissies (import en export) wordt hierbij in rekening gebracht. Momenteel is VLOPS15 de meest recente versie en gebaseerd op versie 4.4.3 van het OPSrekenhart. In vergelijking met VLOPS14 zijn dit de belangrijkste wijzigingen: 1 Bron tekst: http://www.milieurapport.be/nl/feitencijfers/milieuthemas/verzuring/verzurende- 2

HOOFDSTUK 1 Inleiding minder pluimstijging lage bronnen met hoge warmte-inhoud (bijv. scheepvaart); landgebruikskaarten die het procentuele voorkomen van elke klasse weergeven en niet enkel het dominante landgebruik, belangrijk voor de depositiemodule DEPAC; Een VLOPS-berekening heeft typisch de volgende naamgeving: <versie><polluent><emissiejaar>m5<meteojaar>. Bijvoorbeeld: 15MZ11M512 is een VLOPS15 berekening van vermesting en verzuring (MZ) met emissiegegevens van 2011 en meteo van het jaar 2012. 1.3.3. DEPAC DEPAC (DEPosition of Acidifying Compounds) 2 is een model ontwikkeld door het RIVM om in te bouwen in OPS. Het berekent de depositiesnelheid voor het gedeelte van de depositie dat plaatsvindt in de kroonlaag van de vegetatie en de depositie naar de bodem zelf. 1.3.4. IMPACT Impact is de webtoepassing die ontwikkeld wordt door LNE om IFDM op een gebruiksvriendelijke manier ter beschikking te stellen aan de verschillende geïnteresseerde partijen. 1.4. DEPOSITIE In dit hoofdstuk willen we enkele belangrijke punten aanhalen in verband met het bepalen van depositie. Depositie is het neerslaan van een stof (gassen of deeltjes) uit de atmosfeer op de natuurlijke bodem, vegetatie, water, of artificiële oppervlakken (gebouwen, wegen, ). Aangezien de atmosferische concentraties grotendeels stabiel zijn is de totale depositie op lange termijn en op globale schaal gelijk aan de totale emissie. Het is echter, door chemische omzettingen, wel mogelijk dat de depositie plaatsvindt in andere chemische verbindingen dan de emissies. Op lokale schaal geldt de gelijkheid tussen emissies en deposities echter niet. Er worden lokaal deposities waargenomen afkomstig van emissies die van veraf komen. Anderzijds slaan lokale emissies niet allemaal lokaal neer. Een deel van de depositie die gebeurt is potentieel verzurend en/of vermestend. Verzurende depositie bestaat vooral uit stoffen die ontstaan uit chemische reacties van uitgestoten SO 2, NH 3 en NO x. Vermestende depositie wordt vooral veroorzaakt door de emissies van NH 3 en NO x. Drie vormen van depositie worden onderscheiden: Droge depositie Natte depositie Occulte depositie 2 Zie http://www.rivm.nl/documenten_en_publicaties/wetenschappelijk/rapporten/2010/oktober/description_of_the_depac_module_dry _deposition_modelling_with_depac_gcn2010 3

HOOFDSTUK 1 Inleiding Occulte depositie is depositie in mist, dauw en laaghangende wolken en is vooral relevant in bergachtige gebieden. Daarom wordt deze normaal verwaarloosd in Vlaanderen. Natte depositie is het resultaat van uitregenen of uitwassen waarbij uitregenen plaatsvindt in de wolken en uitwassen plaatsvindt onder de wolken. Het uitregenen ontstaat doordat de vervuilende stoffen zich gedragen als condensatiekernen, dit zijn deeltjes waarrond de wolkendruppeltjes ontstaan. Op die manier ontstaan wolken en wanneer deze uitregenen verdwijnen de vervuilende stoffen uit de atmosfeer en worden ze gedeponeerd op de grond. Onderweg kunnen deze neervallende druppels nog extra vervuiling opnemen, dit is het uitwassen. Over het algemeen zijn beide termen belangrijk. Op korte afstanden, waarbij de pluim zich nog volledig onder de bewolking bevindt is vooral uitwassen belangrijk. Droge depositie is het afzetten van een stof op een oppervlak. Dit kan op verschillende manieren gebeuren. Voorbeelden zijn het absorberen van gasvormige vervuiling door bv. de bodem, gebouwen of vegetatie, het bezinken van deeltjesvormige vervuiling (fijn stof) door de zwaartekracht, 1.5. MODELMATIGE BESCHRIJVING VAN DE DROGE DEPOSITIE Droge depositie wordt beschreven door de eenvoudige formule: Waarbij C de concentratie is, D de depositie en v d de depositiesnelheid. Deze formule is altijd waar aangezien v d gedefinieerd wordt als de depositie gedeeld door de concentratie. Dit is een cirkelredenering, maar laten we er a priori van uitgaan dat deze depositiesnelheid te bepalen valt. In dat geval lijkt deze formule eenvoudig. Het komt erop aan de concentratie van een stof in de atmosfeer te bepalen. Daarna vermenigvuldigen we dit met de depositiesnelheid en het resultaat is de depositie. Maar de eenvoud van deze formule is bedrieglijk. We bekijken één voor één de addertjes onder het gras in deze formule. 1.5.1. DE CONCENTRATIE IS AFHANKELIJK VAN DE DEPOSITIE Als er depositie plaatsvindt daalt hierdoor de concentratie. De concentratie is met andere woorden afhankelijk van de depositie in het traject tussen de bron en de locatie waarop men de formule wenst toe te passen. Om dit effect ten volle te bevatten, moeten we dus de concentraties adaptief aanpassen met behulp van een algoritme. Doorheen de geschiedenis zijn er verschillende algoritmes ontwikkeld die elk hun voor- en nadelen hebben. We lijsten de belangrijkste even op. 4

HOOFDSTUK 1 Inleiding Figuur 1 : Bovenaanzicht van de situatie met de definities van x en y. Oppervlakteverarming (surface depletion) (Horst, 1977) We volgen Horst (1977) en definiëren een diffusiefunctie E 3 : Met: x de horizontale afstand tussen de bron en de receptor, na projectie op de windvector (Figuur 1); y de horizontale afstand tussen de bron en de receptor, na projectie op een as loodrecht op de windvector (Figuur 1); z de hoogte van de receptor; h de hoogte van de bron, rekening houdend met pluimstijging; u de windsnelheid op hoogte h; Q 0 de bronsterkte. De concentratie in de pluim C is dan de concentratie zonder depositie min het gedeelte dat reeds verloren werd door depositie. Dat laatste kan dan geschreven worden als een integraal over alle reeds verloren deeltjes uit de pluim. In andere woorden, een negatieve bronterm wordt toegevoegd op iedere locatie waar een deeltje verloren ging. Dit levert volgende vergelijking op: (Horst, 1977, eq. 8): ( ) 3 Om verwarring te vermijden tussen de depositie en de diffusiefunctie gebruiken we een ander symbool voor de diffusiefunctie dan bij Horst. 5

HOOFDSTUK 1 Inleiding Als we nu kijken naar de integraal van de concentratie over de richting loodrecht op de windrichting (aangeduid door een lijn boven de symbolen) krijgen we (Horst 1977, eq. 11): Definiëren we nu 11):, en nemen we aan dat v d constant is, dan krijgen we (Horst, 1984, eq. De depositie wordt dan bepaald als de concentratie op het grondniveau vermenigvuldigd met de depositiesnelheid. Bronverarming (source depletion) (Horst, 1984) Net zoals in het vorige deel volgen we Horst (1977) en Horst (1984) door de volgende diffusiefuncties te definiëren: Met: x de horizontale afstand tussen de bron en de receptor, na projectie op de windvector (Figuur 1); y de horizontale afstand tussen de bron en de receptor, na projectie op een as loodrecht op de windvector (Figuur 1); z de hoogte van de receptor; h de hoogte van de bron, rekening houdend met pluimstijging; u de windsnelheid op hoogte h; Q 0 de bronsterkte. Een lijn boven een symbool geeft aan dat we kijken naar de integraal van de concentratie over de richting loodrecht op de windrichting. Dan wordt de vergelijking van de oppervlakteverarming van hierboven vereenvoudigd door te stellen dat D 0 niet afhankelijk is van x maar enkel van x wat leidt tot (Horst, 1984, eq. 13): Deze integraal voor bronverarming is veel gemakkelijker te berekenen dan deze van de oppervlakteverarming. De depositie wordt finaal opnieuw bepaald als de concentratie op het grondniveau vermenigvuldigd met de depositiesnelheid. Praktisch gezien wordt hier de integraal over alle negatieve bronnetjes vervangen door een vermindering van de bronterm die afhankelijk is van de afstand tot de bron. Dit veroorzaakt echter afwijkingen op het resultaat aangezien de depositie vooral de pluim dicht tegen de grond verdunt. 6

HOOFDSTUK 1 Inleiding Met dit effect wordt in bronverarming, in tegenstelling tot oppervlakteverarming, geen rekening gehouden. Bronverarming met profielcorrectie (source depletion with profile correction) (Horst, 1984) We vertrekken van de vergelijking van de bronverarming: En definiëren een nieuwe bronterm: ( ) Dan kunnen we schrijven dat: We introduceren nu een profielcorrectieterm (Horst, 1984, eq. 14): We weten uit de vergelijkingen van Bultynck-Malet (1972) dat die afhangen van de stabiliteitsklasse. met B en b constanten We kunnen nu P(x,z) bepalen als: (Horst, 1984, eqs. 16-22) Met: [ ( ) ] En z d de hoogte waarop de concentratiemetingen gebeurd zijn voor het bepalen van de depositiesnelheid. Als we aannemen dat de hoogte van de metingen gelijk is aan de hoogte waarop we de concentratie bepalen krijgen we finaal: ( ) [ ( ) ] Deze vergelijking is slechts ietwat moeilijker om toe te passen dan deze voor bronverarming, maar corrigeert wel voor het feit dat de verarming van de pluim vooral onderaan plaatsvindt. De depositie wordt finaal opnieuw bepaald als de concentratie op het grondniveau vermenigvuldigd met de depositiesnelheid. 7

HOOFDSTUK 1 Inleiding Naïeve depositie Voor de naïeve depositie nemen we gewoon aan dat de concentratie niet beïnvloedt wordt door de depositie en stellen dus dat: De depositie wordt finaal opnieuw bepaald als de concentratie op het grondniveau vermenigvuldigd met de depositiesnelheid. Vergelijking van de resultaten van de depositieschema s We vergelijken even de resultaten van de depositie voor 3 puntbronnen (op verschillende hoogtes, Figuur 2), doorgerekend met verschillende depositiesnelheden (3 waardes, waarvan één heel lage, één normale en één extreem hoge). Voor de heel lage depositiewaarde liggen de resultaten extreem dicht bij mekaar. Dit is logisch aangezien de lage depositiesnelheid weinig invloed heeft op de concentraties en dus de deposities op grotere afstand amper beïnvloedt. Voor de depositiewaarde van 1 cm/s zijn er reeds grotere verschillen merkbaar, terwijl de verschillen heel groot worden bij de depositiewaarde van 10 cm/s. In alle gevallen liggen de resultaten in de rechterkolom (oppervlakteverarming en bronverarming met profielcorrectie) altijd dicht bij elkaar. Figuur 2 : De setup van de berekeningen waarvan de resultaten hieronder getoond worden. De drie cirkeltjes stellen de drie bronnen voor. De blauwe bron heeft een hoogte van 5m en een emissiesterkte van 1 kg/h, de rode een hoogte van 20 m en een emissiesterkte van 5 kg/h en de groene bron heeft een hoogte van 50 m en een emissiesterkte van 20 kg/h. Aan geen van de bronnen werd een pluimstijging toegekend. De berekening gebeurde met meteorologie voor 2007 en alleen de droge depositie werd geactiveerd. 8

HOOFDSTUK 1 Inleiding Depositiesnelheid = 0.1 cm/s Figuur 3 : Het depositieveld voor vier gevallen met een depositiesnelheid van 0,1 cm/s. Linksboven: bronverarming; rechtsboven: oppervlakteverarming; linksonder: naïeve depositie; rechtsonder: bronverarming met profielcorrectie. 9

HOOFDSTUK 1 Inleiding Depositiesnelheid = 1 cm/s Figuur 4 : Het depositieveld voor vier gevallen met een depositiesnelheid van 1 cm/s. Linksboven: bronverarming; rechtsboven: oppervlakteverarming; linksonder: naïeve depositie; rechtsonder: bronverarming met profielcorrectie. 10

HOOFDSTUK 1 Inleiding Depositiesnelheid = 10 cm/s Figuur 5 : Het depositieveld voor vier gevallen met een depositiesnelheid van 10 cm/s. Linksboven: bronverarming; rechtsboven: oppervlakteverarming; linksonder: naïeve depositie; rechtsonder: bronverarming met profielcorrectie. 11

HOOFDSTUK 1 Inleiding Modelkeuze Binnen IFDM werd tot nu toe altijd gekozen voor de oppervlakteverarming omdat dit de meest correcte resultaten geeft. Dit heeft echter ook grote nadelen: Het rekent traag. Het is alleen mogelijk voor puntbronnen, niet voor lijn- of oppervlaktebronnen. Deze laatste kunnen wel numeriek opgelost worden als een collectie van puntbronnen maar dit proces is opnieuw heel traag. We hebben kunnen illustreren (zie Figuur 3 t.e.m. Figuur 5) dat bronverarming met profielcorrectie quasi gelijke resultaten geeft als oppervlakteverarming. Niet alleen is deze methode veel sneller, maar ze kan ook in de lijnbron- en oppervlaktebronvergelijkingen van IFDM geïntegreerd worden en is dus de methode die bij voorkeur gebruikt zal worden. 1.5.2. DE DEPOSITIESNELHEID IS HOOGTEAFHANKELIJK Bekijken we even opnieuw de definitie van de depositiesnelheid, maar nu met de afhankelijkheid naar plaats en tijd meegegeven in het rechterlid van de vergelijking: Dan zien we dat de gebruikte concentratie hoogteafhankelijk is. Inderdaad, door depositie wordt vooral het onderste deel van de pluim verarmd zodat eenzelfde depositie een hogere depositiesnelheid zal geven als de concentratie dichter bij de grond bepaald wordt. Daarom is het belangrijk om bij de depositiesnelheid ook de hoogte z d te geven, de hoogte waarop de concentratie bepaald werd die de depositiesnelheid bepaalde. Zonder deze hoogte heeft het spreken over een bepaalde depositiesnelheid eigenlijk geen zin omdat de gebruikte definitie niet duidelijk is. In de literatuur verschijnen echter veel depositiesnelheden zonder de vermelding van de hoogte waarop deze bepaald werd. Hierdoor is een vergelijking van depositiesnelheden uit verschillende literatuurbronnen niet triviaal. 1.5.3. DE DEPOSITIESNELHEID BESCHRIJFT NIET ÉÉN PROCES MAAR VELE PROCESSEN De verschillende onderdelen van de depositiesnelheid Wanneer een gasdeeltje wil deponeren 4 moet dit verschillende barrières overwinnen. Anderzijds zijn meerdere paden mogelijk waarlangs zo n deeltje kan deponeren. Hieronder lijsten we de verschillende stappen in het depositieproces op en maken hiervoor dankbaar gebruik van Neirynck en Stevens (2014). Het aerodynamisch gedeelte In het begin bevindt de vervuiling zich in de turbulente atmosfeerlaag. Het deeltje moet erin slagen om de atmosfeerlaag hieronder te bereiken, waarin de luchtstroming laminair is (laminaire grenslaag). De bereikbaarheid van deze laag is sterk afhankelijk van de ruwheid van de onderliggende laag: ruwere oppervlakken (bossen, steden, ) zullen de uitwisseling tussen de turbulente en de laminaire laag vergroten. 4 Gelieve me hierbij het antropomorfiseren van gasdeeltjes te willen vergeven. 12

HOOFDSTUK 1 Inleiding Depositie binnen de laminaire grenslaag Binnen de laminaire grenslaag kan de vervuiling niet dankzij turbulenties naar beneden raken; de enige mogelijkheid is diffusie. Daarom is de snelheid binnen deze laag vooral afhankelijk van de windsnelheid (via de wrijvingssnelheid) en een aantal parameters die afhankelijk zijn van de karakteristieken van de lucht en van de stof die zich afzet. Depositie op de bodem of in de kroonlaag van de vegetatie Als een deeltje onderaan de laminaire grenslaag geraakt is, moet de depositie nog effectief plaatsvinden. Dit kan via verschillende wegen. Depositie rechtstreeks naar de bodem. Daarvoor is het belangrijk hoe snel de depositie van deeltjes op de bodem gebeurt. In het geval dat er ook hoge begroeiing aanwezig is moeten de deeltjes daarenboven ook nog aan de grond raken. Dit wordt de depositie door de kroonlaag genoemd; De depositie naar de stomata (huidmondjes bij planten). Stomata van planten kunnen verschillende stoffen opnemen wanneer ze open staan; De depositie naar de planten, zonder de stomata ook wel de niet-stomataire, de externe of de cuticulaire depositie genaamd. Dit is de depositie op de plant 5 zelf, niet in de stomata maar wel in de andere delen van de bladeren, de stam, Deze depositie zal er dan bij de volgende regenbui afregenen en zo de bodem bereiken. Hoe kan hier mee omgegaan worden in een model? Het is duidelijk dat de depositiesnelheid op zich een te ruwe methode is om al deze factoren gedetailleerd in op te nemen. Daarom heeft men een model opgesteld waarbij de depositie beschreven wordt aan de hand van weerstanden die in serie (als verschillende weerstanden na elkaar overwonnen moeten worden) of in parallel (als verschillende weerstandspaden op hetzelfde moment mogelijk zijn) geschakeld worden, in equivalentie met de weerstanden in een elektrisch circuit: Het concentratieverschil tussen de atmosfeer en de bodem 6, die de depositie aandrijft, is equivalent aan het spanningsverschil; De depositie, die een stroom van deeltjes beschrijft, is equivalent aan de elektrische stroom; Het inverse van de depositiesnelheid (R tot =1/v d ) is dan equivalent met de elektrische weerstand; De wet van Ohm (I=V/R) komt dan overeen met de vergelijking voor de depositie (D=C/R tot =v d C); R tot bestaat dan uit de drie componenten die hierboven aangehaald werden: R a (aerodynamische weerstand), R b (laminaire grenslaagweerstand) en R c (bodem- en kroonweerstand). Aangezien deeltjes alle drie de weerstanden moeten overwinnen om te deponeren worden deze weerstanden in serie geschakeld: R tot =R a +R b +R c ; 5 Vooral adsorptie. 6 Op het punt van de concentratie in de bodem komen we later terug. 13

HOOFDSTUK 1 Inleiding Binnen de bodem- en kroonweerstand (R c ) zijn dan drie verschillende depositiewegen mogelijk: via de stomata (R s ), de cuticulaire weerstand (R w ) en de externe weerstand (R ext ). Deze worden dan in parallel geschakeld waardoor: De externe weerstand bestaat dan uit twee processen in serie: de weerstand bij het bewegen door de kroonlaag (R inc ) en de bodemweerstand (R soil ). Dit leidt dan tot de volgende vergelijking: Dit wordt visueel voorgesteld in Figuur 6. Figuur 6 : Het depositie-weerstandsmodel. Overgenomen met lichte aanpassingen uit Neirynck en Stevens (2014) en gebaseerd op Erisman et al. (1994). 1.5.4. DE DEPOSITIESNELHEID IS AFHANKELIJK VAN DE CONCENTRATIES GEDURENDE EEN VOORGAANDE PERIODE Net zoals bij elektriciteit het absoluut niveau van de spanning onbelangrijk is en alleen spanningsverschillen voor stroom kunnen zorgen is dit ook zo voor depositie. De concentratie in de bodem/planten/ is echter moeilijk te beschrijven op een manier die vergelijkbaar is met de atmosferische concentratie. Daarom wordt een zogenaamd compensatiepunt gedefinieerd: Het compensatiepunt van een medium is de atmosfeerconcentratie waarbij de depositieflux tussen de atmosfeer en het medium gelijk wordt aan 0. 14

HOOFDSTUK 1 Inleiding Hoewel de definitie spreekt van de concentratie in de atmosfeer is het compensatiepunt een eigenschap van het medium. Er kan een compensatiepunt bepaald worden voor zowel de bodem, de planten,. Men kan aantonen dat deze allemaal samen te herleiden zijn tot één ecosysteem compensatiepunt (verder aangeduid als compensatiepunt) dat aangeduid wordt met het symbool χ. Men kan deze waarde interpreteren als volgt: Als de concentratie in de atmosfeer hoger is dan het compensatiepunt zal er depositie zijn van de atmosfeer naar de bodem. Als de concentratie in de atmosfeer lager is dan het compensatiepunt zal er emissie zijn van de bodem/planten/ naar de atmosfeer. Als de concentratie in de atmosfeer gelijk is aan het compensatiepunt gebeurt er niets. De waarde van het compensatiepunt is echter afhankelijk van de depositie die plaatsgevonden heeft in de voorgaande periode aangezien dit zal bepalen hoeveel ammoniak (want hierover gaat het wanneer we spreken over compensatiepunten) aanwezig is in de bodem/planten/. Volgens de huidige wetenschappelijke inzichten wordt er aangenomen dat het compensatiepunt een belangrijke rol speelt in de depositie van ammoniak. Van stikstofoxides zijn er wel aanwijzingen dat er mogelijks ook een rol is voor een compensatiepunt maar dit kan momenteel nog niet hard gemaakt worden. 1.5.5. DE DEPOSITIESNELHEID IS AFHANKELIJK VAN DE HUIDIGE CONCENTRATIE Zoals reeds vroeger gezegd is de depositie afhankelijk van het verschil tussen de huidige concentratie en het compensatiepunt. De huidige concentratie heeft dus ook een rechtstreekse invloed op de depositiesnelheid, die op zijn beurt weer de huidige concentratie beïnvloedt. 1.5.6. DE DEPOSITIESNELHEID IS TIJDSAFHANKELIJK De depositiesnelheid op éénzelfde locatie is niet constant. Hij is onder andere afhankelijk van de hoeveelheid plantengroei (seizoenale effecten, meer bepaald het verloop van de surface of leaf area index), van de opening van de stomata (dag-nacht-ritme bepaald via de stomataire sluitingsmechanismen), de windsnelheid, Omdat we vooral geïnteresseerd zijn in de jaartotalen van de depositie kunnen we wel proberen een jaargemiddelde depositiesnelheid te bepalen en de intrajaarlijkse variatie te vergeten. 1.5.7. DE DEPOSITIESNELHEID IS PLAATSAFHANKELIJK Op een zelfde moment is de depositiesnelheid op verschillende locaties (sterk) verschillend. Hij is onder andere afhankelijk van het landgebruik (zowel gegenereerde turbulentie als gewaseigenschappen), de langdurig gemiddelde concentratie en de huidige concentratie. 15

HOOFDSTUK 1 Inleiding 1.6. MODELMATIGE BESCHRIJVING VAN DE NATTE DEPOSITIE Voor de natte depositie kunnen we wel correct gebruik maken van een bronverarmingsschema, zoals beschreven wordt in 3.3 van Maes et al. (1992). We nemen de belangrijkste aspecten hiervan over. Om de concentratie te berekenen wordt de bronterm Q 0 vervangen door een bronterm Q die afhangt van de afstand tot de bron parallel aan de windsnelheid x: Met u de windsnelheid en Λ de washoutcoëfficiënt 7. De depositie wordt dan berekend als: ( ) Het profiel moet geïntegreerd worden over de volledige z-as aangezien het regent over de hele hoogte van de pluim. In theorie zijn de twee waardes van de washoutcoëfficiënten niet noodzakelijk gelijk omdat de eerste door de huidige neerslag veroorzaakt wordt en de tweede door de neerslag die gevallen is tussen de emissie en de aankomst van de pluim op de locatie van de depositie. Voor de lokale depositie kan dit gedeelte verwaarloosd worden. De washoutcoëfficiënt Λ wordt dan als volgt bepaald: Met λ een stofafhankelijke uitwascoëfficiënt en N de neerslaghoeveelheid. 1.7. EFFECT VAN HET TUSSENLIGGEND LANDGEBRUIK Tot nu toe hebben we aangenomen, voor de droge depositie, dat de depositiesnelheid in het gebied tussen de receptor en de bron gelijk is aan de depositiesnelheid op de receptor. Dit is echter niet noodzakelijk zo. Daarom willen we in dit gedeelte kijken wat het effect is van het tussenliggend landgebruik op de depositie op een bepaalde locatie. Hiervoor vergelijken we drie depositiesnelheden: 0,5 cm/s, 1 cm/s en 1,5 cm/s. Later zal aangetoond worden dat deze representatief zijn voor een lage, een gemiddelde en een hoge depositiesnelheid van ammoniak. We berekenen in totaal 6 cases die als volgt een naam krijgen: Da_b Waarbij D staat voor depositie, a voor de depositiesnelheid (in cm/s) van het tussenliggend landgebruik en b voor de depositiesnelheid (in cm/s) op de receptorlocatie. Zoals gezien kan worden (Figuur 7) is er alleen een belangrijk effect van het landgebruik op het receptorpunt en niet van het tussenliggend landgebruik. Daaruit kan besloten worden dat gebruik maken van een gemiddelde depositiesnelheid (voor ammoniak 1 cm/s) voor de basisberekeningen en dan schalen met de depositiesnelheid op het receptorpunt een correct resultaat zal geven. 7 Dit woord wordt uitgesproken als wash-out-coëfficiënt gelezen en niet als was-hout-coëfficiënt. 16

HOOFDSTUK 1 Inleiding a b c d e f g Figuur 7: Effect van het tussenliggend landgebruik. a) Bronhoogte: 20 m, neutrale atmosfeer, windsnelheid 2 m/s; c) Bronhoogte: 5 m, neutrale atmosfeer, windsnelheid 2 m/s; e) Bronhoogte: 50 m, neutrale atmosfeer, windsnelheid 2 m/s; g) Bronhoogte: 20m, neutrale atmosfeer, windsnelheid 15 m/s. b) Bronhoogte: 20m, neutrale atmosfeer, windsnelheid 1 m/s; d) Bronhoogte: 20 m, zeer onstabiele atmosfeer, windsnelheid 2 m/s; f) Bronhoogte: 20 m, zeer stabiele atmosfeer, windsnelheid 2 m/s. 17

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS HOOFDSTUK 2. UITWERKEN VAN EEN SCHEMA VOOR DE DUBBELTELLINGSCORRECTIE VOOR DE KOPPELING VAN DE MODELLEN IFDM EN VLOPS 2.1. INLEIDING We gaan uit van het basisschema zoals er ook is voor de koppeling tussen bv. RIO en IFDM. Hierbij is het belangrijk op te merken dat in de aftrekstap de punten regulier verdeeld moeten worden om een gemiddelde concentratie over een VLOPS-cel te bepalen. Er is echter in deze setup geen reden om met een strikt irregulier rooster te gaan werken, waardoor we per VLOPS-cel een regulier rooster kunnen opzetten. Dit kan ook binnen het IMPACT-schema opgebouwd worden waarbij het rooster, net zoals in AERIUS, automatisch gegeneerd wordt over de VLOPS-roostercellen die binnen het te bekijken gebied liggen. In de testen die uitgevoerd zijn voor deze actie hebben we gewerkt op het haniveau. Met andere woorden, in iedere VLOPS 1x1 km²-cel worden 100 receptorenpunten gelegd op de onderliggende ha-locaties en dit voor alle VLOPS-cellen in het te onderzoeken gebied (in deze case, het Klein en Groot Schietveld, SBZ-H BE2100016). In tegenstelling tot de koppeling RIO-IFDM kan VLOPS-IFDM uurlijks uitgevoerd worden omdat we met VLOPS jaargemiddelden uitrekenen. Daarom wordt de koppeling in postprocessing uitgevoerd op basis van de (verwerkte) uitvoerbestanden van IFDM en VLOPS. Ook moeten er keuzes gemaakt worden betreffende de depositiesnelheden. De depositiesnelheden voor de aftrekstap zijn de depositiesnelheden van VLOPS. Voor de depositiesnelheden voor de optelstap baseren we ons momenteel 8 op Staelens et al. (2007). Wetende dat: ( ) ( ) Zien we dat de depositiesnelheid in IFDM v d,ifdm maar een belangrijke rol zal spelen als C lokaal minstens van dezelfde grootte-orde is als wat slechts op bepaalde locaties voorkomt. Dit maakt ook dat eventuele inconsistenties in de depositiesnelheden spatiaal beperkt zullen zijn tot de omgeving van de belangrijke bronnen. Er is binnen IFDM gekozen om te rekenen tot op een afstand van 5 km voor de lage bronnen (landbouw, wegverkeer) en 18km voor de hoge bronnen (industrie en scheepvaart). Bij lage bronnen zitten de hoogste concentraties, de hoogste deposities en de grootste gradiënten dicht bij de bron, waardoor een beperking tot op 5km gemotiveerd kan worden. In deze analyse werd gebruik gemaakt van VLOPS14, meteo 2011 voor regio 5 in Nederland en voor IFDM meteo 2007 van Antwerpen- Luchtbal of Eindhoven, naargelang de case. Zowel de keuzes van de depositiesnelheden als van de hierboven vermelde afstanden zal later nog uitgewerkt worden waarna er meer gefundeerde keuzes voor deze parameters gemaakt zullen worden (zie resp. 8.2.1 en HOOFDSTUK 5). 8 In de huidige fase van het rapport, dwz. om het koppelingsschema op te stellen; later passen we dit nog aan aan de verdere bevindingen uit ons rapport. 19

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS Voor de analyse op basis van de significantieklasses op actuele habitats en zoekzones wordt, in deze fase van het rapport, gebruik gemaakt van de lokale habitatkaart, aangeleverd door INBO, (op 1 haniveau) voor het bepalen van de depositiesnelheid. Voor de depositieberekeningen op een breder gebied wordt gebruik gemaakt, in de herschaling, van het dominant landgebruik op de 250m landgebruikskaart van VLOPS. Bij deze VLOPS-kaart werden voor de klassen gras, heide, loofbos en naaldbos de depositiewaardes uit Staelens et al. (2007) overgenomen. Voor de overige klassen werd de depositiesnelheid ingeschat zodat die aan de bovenkant van de VLOPS-DEPAC vork ligt, in lijn met de gras/heide/loofbos/naaldbos vergelijking met VLOPS. Dit leidt tot volgende gebruikte depositiesnelheden: Tabel 1 : Lijst van gebruikte depositiesnelheden in dit hoofdstuk (cm/s). Klassenummer Klasseinhoud Depositiesnelheid (cm/s) (DEPAC) 1 Grasland 1,1 2 Bewerkt land 1,1 3 Permanente teelten (boomgaarden) 1 4 Naaldbos 2,9 5 Loofbos 1,9 6 Water 0,9 7 Stedelijk 1,3 8 Andere (oa. heide) 1,5 9 Zand 0,8 Het is duidelijk dat de onzekerheid op deze waardes hoog is. Voor NO x wordt voorlopig uitgegaan van een omzetting naar NO 2 van 60 % en een depositiesnelheid voor NO 2 van 0,25 cm/s. Deze waardes worden verder onderzocht in HOOFDSTUK 6 waarna een definitieve keuze voor de gebruikte depositiesnelheden gemaakt wordt in 8.2.1. 2.2. RESULTAAT Belangrijk om hier te bespreken is de kaart die de verhouding van de IFDM-deposities op de gekoppelde depositie uitdrukt (Figuur 16). Op het overgrote deel van de locaties is de waarde van deze verhouding laag (< 30 %), waaruit blijkt dat de lokale bronnen slechts een beperkt effect hebben op de depositie. Op die locaties is het VLOPS-patroon overheersend en zullen ook de VLOPSdepositiesnelheden het meest relevant zijn. Daarnaast zijn er vele punten te zien nabij lokale bronnen (in het bijzonder in delen van West-Vlaanderen, Noord- en Zuid-Limburg en in de Kempen). Dit is ook logisch aangezien er daar belangrijke lokale bronnen zijn, die lokaal een heel hoge depositie veroorzaken. Het kunnen tonen van deze punten is juist de bedoeling van de koppeling tussen beide modellen. Er zijn echter drie locaties waar op grotere schaal een hoge ratio te vinden is, met name: op een deel van de Mechelse Heide (omgeving Walkro); in de omgeving van de Antwerpse Haven (Schelde en Kalmthoutse Heide); in de omgeving van Zeebrugge. Het koppelingsschema is te vinden in Figuur 8, het gebruikte IFDM-grid in Figuur 9; de VLOPSdeposities in Figuur 10; de IFDM-deposities in Figuur 11, de uitmiddelingsstap in Figuur 12 en de 20

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS finale koppeling in Figuur 13. Afgeleide waardes kunnen dan gevonden worden in Figuur 14-Figuur 17. Van twee van deze drie zijn ook waardes van de verhouding van 100 % te vinden, wat aangeeft dat de aftrekstap van dezelfde grootte was als de VLOPS-depositie zelf. Dit duidt op een inconsistentie aangezien er toch altijd een achtergrond aanwezig moet zijn. We bekijken de drie gevallen één per één: 1. Omgeving Walkro Er is duidelijk een inconsistentie tussen hoe Walkro behandeld wordt in IFDM en in VLOPS. Daarom is gekeken waar de bron van het probleem kan liggen. Hieronder worden de invoergegevens van VLOPS (uit EMAP, emissies 2011) en van IFDM (uit EIL-2012) vergeleken. Tabel 2 : Vergelijking emissies Walkro Belgium tussen VLOPS en IFDM VLOPS IFDM X (m) Y(m) Q (g/s) hc h(m) X (m) Y(m) Q (g/s) hc h(m) (MW) (MW) 237000 187000 5.4 0.535 25.7 237000 187000 4.19 0 0 237000 187000 0.00824 0.767 25.7 237000 187000 0.0058 0.802 0 237000 187000 0.0114 0 60 237000 187000 0.008 0 60 De cijfers m.b.t. de warmte-inhoud en de schouwhoogte in het geel lijken fundamenteel verschillend en verklaren dit effect. Dit is intussen uitgeklaard zodat bij nieuwe simulaties de correcte hoogtes en warmte-inhouden van het bedrijf meegenomen kunnen worden. 2. Schelde + Kalmthoutse Heide Het verschil lijkt daar te liggen in de depositiesnelheden. Deze zijn veel hoger genomen in IFDM dan in VLOPS voor de landgebruikstypes water en heide. Door de sterke aanwezigheid van lokale bronnen leidt dit tot zulke effecten. Voor NO x geldt daarenboven dat de aangenomen 60 % NO 2 uit NO x niet geldt in gebieden waar hoge NO 2 -concentraties te vinden zijn. Dit leidt dus tot een overschatting in IFDM wanneer we deze 60 % gebruiken. 3. Zeebrugge Analoge redenen als de voorgaande. 21

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS VLOPS VLOPS VLOPS Figuur 8 : Koppelingsprocedure (aangepast uit bron: Lefebvre et al., 2011) Figuur 9 : IFDM-grid. Rood: SBZ-H-gebieden. De twee grote gebieden zijn het Schietveld, het kleine gebied rechtsonder behoort tot een andere SBZ-H. 22

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS Figuur 10 : VLOPS-deposities (in kgn/ha/jaar). Figuur 11 : IFDM-deposities (in kgn/ha/jaar) 23

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS Figuur 12 : IFDM-deposities berekend op het VLOPS-grid (in kgn/ha/jaar), gebruik makend van de depositiesnelheden van VLOPS. Figuur 13 : Gekoppelde VLOPS-IFDM deposities (in kgn/ha/jaar). 24

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS Figuur 14 : Resulterende significantieklasses (totale N-depositie t.o.v. de KDW, in %) op de actuele habitats en de voorlopige zoekzones. Wit = geen actuele habitat en geen voorlopige zoekzone. Figuur 15 : KDW-waarde voor de actuele habitats + voorlopige zoekzones. Bij meerdere habitats op dezelde locatie wordt de laagste KDW getoond. 25

HOOFDSTUK 2 Uitwerken van een schema voor de dubbeltellingscorrectie voor de koppeling van de modellen IFDM en VLOPS Figuur 16 : Het gedeelte van de totale gekoppelde deposities dat afkomstig is uit IFDM (in %). Figuur 17 : Resulterende significantieklasses (in %) op de voorlopige zoekzones + actuele habitats. 26

HOOFDSTUK 3 Nagaan hoe de meteo-invoer van IFDM en VLOPS overeenkomen voor een bepaald meteojaar HOOFDSTUK 3. NAGAAN HOE DE METEO-INVOER VAN IFDM EN VLOPS OVEREENKOMEN VOOR EEN BEPAALD METEOJAAR IFDM en VLOPS gebruiken andere parameters als meteo-invoer. Daardoor is het niet mogelijk om deze rechtstreeks te vergelijken. Om dit probleem op te vangen is beslist IFDM te runnen met zowel meteo van Luchtbal (standaard voor IFDM) als met meteo van Eindhoven (type meteo uit OPS regio 5). We vergelijken 3 scenario s: meteo 2011 Eindhoven (Figuur 18); meteo 2011 Luchtbal (Figuur 19); meteo 2013 Luchtbal (Figuur 20). De verschillen tussen de resultaten van deze scenario s zijn beperkt. Dit kan ook gezien worden op de verschilkaarten ( Figuur 21, Figuur 22), in het bijzonder na koppeling met VLOPS. Dit duidt erop dat de deposities vooral bepaald worden door de locatie en de sterkte van de bronnen en minder door de meteorologie. Figuur 18 : IFDM depositie voor het jaar 2011 met meteo Eindhoven. 27

HOOFDSTUK 3 Nagaan hoe de meteo-invoer van IFDM en VLOPS overeenkomen voor een bepaald meteojaar Figuur 19 : IFDM depositie voor het jaar 2011 met meteo Luchtbal. Figuur 20 : IFDM depositie voor het jaar 2013 met meteo Luchtbal. 28

HOOFDSTUK 3 Nagaan hoe de meteo-invoer van IFDM en VLOPS overeenkomen voor een bepaald meteojaar Figuur 21 : Relatief verschil (in %) tussen de IFDM-resultaten voor meteo Luchtbal 2011 en meteo Eindhoven 2011. Figuur 22 : Relatief verschil (in %) tussen de VLOPS-IFDM-resultaten voor meteo Luchtbal 2011 en meteo Eindhoven 2011. 29

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases HOOFDSTUK 4. NAGAAN HOE DE RESULTATEN OVEREENKOMEN TUSSEN IFDM EN VLOPS VOOR HET DOORREKENEN VAN SPECIFIEKE CASES 4.1. INLEIDING Dit hoofdstuk bevat, in tegenstelling tot HOOFDSTUK 7, geen validatie maar een modelvergelijking. Voor een validatie zijn metingen nodig en kan besloten worden of een model al of niet goed is. In een modelvergelijking kan alleen bepaald worden of twee (of meerdere) modellen analoge resultaten geven 9. In sommige gevallen, kan uit logisch redeneren, een mogelijke reden voor discrepanties aangehaald worden. Soms is dit echter niet mogelijk en blijft de oorzaak van het verschil onduidelijk. Van ieder onderzoek worden volgende gegevens getoond (zie ook kader hiernaast): De gebruikte statistische parameters Stel dat de lijst van VLOPS-resultaten weergegeven wordt door x 1,, x n en van IFDM-resultaten door y 1,, y n dan geldt: Gemiddelde VLOPS = x n i= x i ; Gemiddelde IFDM = y n i= y i ; Bias = y x, of in percent uitgedrukt: %. y x x; een maat voor de systematische afwijkingen; MAE = n i= y i x i n of in percent uitgedrukt: n %. i= y i x i nx; een maat voor de spreiding tussen beide reeksen; RMSE = n i= y i x i n of in percent uitgedrukt: %. n i= y i x i n x; een andere maat voor de spreiding tussen beide reeksen; n x i x yi y R= i=1 ; een maat voor de correlatie tussen n x i x n i=1 i=1 y i y twee tijdsreeksen; n x x y y Regressiecoëfficiënt = i=1 i i n i=1 x i x ; de helling van de lijn bij een simpele lineaire regressie van y op x. FAC2 = Het percentage van de elementen y i dat binnen een factor 2 ligt van het overeenkomend element x i. Scenarionaam Afstandsgemiddelde concentraties/deposities (afstandsrange) Gemiddelde IFDM Gemiddelde VLOPS Bias Bias (%) MAE MAE (%) RMSE RMSE (%) R R² (%) Regressiecoëfficiënt FAC2 (%) Puntsgewijze vergelijking (afstandsrange) Gemiddelde IFDM Gemiddelde VLOPS Bias Bias (%) MAE MAE (%) RMSE RMSE (%) R R² (%) Regressiecoëfficiënt FAC2 (%) Bij de typische validatieparameters (BIAS, RMSE, ) wordt de waarde van IFDM tov VLOPS gegeven. Het omgekeerde was evenzeer een goede keuze geweest aangezien we geen onafhankelijke metingen hebben om mee te vergelijken. Concentraties en deposities binnen de eerste honderd 9 Op basis hiervan was het op zich beter geweest om orthogonale regressies te gebruiken. Op basis van het gemak van de verwerking van resultaten is dit echter niet gedaan. De regressie-grafieken zijn echter zo duidelijk dat de conclusies met orthogonale regressie echter niet anders zouden zijn geweest. 30

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases meter van de bron worden niet meegenomen in de analyse omdat ze door hun hoge waardes anders de volledige analyse scheeftrekken. Naast de tabel wordt ook iedere maal een scatterplot voorzien die puntsgewijs IFDM op VLOPS toont, worden beide modellen uitgezet in functie van de afstand en wordt over gelijke afstanden de gemiddelde verhouding van IFDM op VLOPS weergegeven. We bekijken een aantal extreme cases, niet omdat deze realistisch zijn, maar om te zien of de modellen ook in de moeilijkere, extreme cases overeenkomen. 4.2. OVER STEKELVARKENS EN HOEKJES OP DE KAARTEN IFDM wordt telkens doorgerekend met de meteorologie van Eindhoven afkomstig van het KNMI. De windrichting in de KNMI-data is echter slechts beschikbaar op een resolutie van 10 wat aanleiding geeft tot een stekelvarkenpatroon met pieken en dalen in de concentraties en de deposities (Figuur 23, rechtsonder). Dit duidt erop dat we, om tot goede resultaten te komen in het vervolg gedetailleerdere data nodig hebben voor windrichting dan wat beschikbaar is voor Eindhoven. Toch is er beslist te werken met Eindhoven om het verschil in meteorologie tussen VLOPS en IFDM niet de resultaten te laten bepalen. Wanneer IFDM rekent met een meteobestand met gegevens met een hogere resolutie zijn de resultaten wel smooth (Figuur 23, linksonder). Wanneer resultaten uitgezet worden in een scatterplot ten opzichte van de afstand zal de scatterplot dan ook breder zijn voor IFDM dan voor VLOPS, maar dit heeft geen fysische betekenis en mag genegeerd worden. Wanneer VLOPS gebruik maakt van het volledig landgebruik zijn soms specifieke artefacten te zien die overeenkomen met variaties in de ruwheidslengtekaarten (Figuur 23, rechtsboven). Dit wordt weggewerkt (Figuur 23, linksboven) wanneer gebruik gemaakt wordt van een vast landgebruik (vergelijk ook cases 0 en 1). 31

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 23 : Linksboven: VLOPS: case 0; Rechtsboven: VLOPS: case 1; Linksonder: IFDM, case 0, meteo Luchtbal; Rechtsonder: IFDM, case 1, meteo Eindhoven. Alle getoonde waarden zijn jaargemiddelde concentraties. 32

4.3. CASE 0 HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.3.1. BASISGEGEVENS Tabel 3 : Gegevens Case 0. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 0 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 0 C Landgebruik Grasland Volumestroom 0.01 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Geen X-coördinaat 150000 m Roosterresolutie 10 20 m en 100 m Y-coördinaat 200000 m Roostergrootte 5x5 km² en 40x40 km² Emissie 1 kg/h Polluent passief Een voorbeeld van zo n bron kan een stal zijn. Binnen VLOPS is het blijkbaar niet mogelijk om een vaste depositiesnelheid mee te laten nemen. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s kregen we een gemiddelde depositiesnelheid van 0,55 cm/s met schommelingen van 0,4 cm/s tot 1 cm/s (vlak bij de bron). Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.3.2. CONCENTRATIES DICHT BIJ DE BRON (ROOSTERRESOLUTIE 20 M) Tabel 4 : Validatieparameters Case 0: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 0 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 1.37 Gemiddelde VLOPS 1.29 Bias 0.09 MAE MAE RMSE 0.23 18 % 1.04 R 0.98 Regressiecoëfficiënt 1.29 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.34 0.37-0.03 MAE MAE RMSE 0.07 20 % 0.28 R 0.97 Bias 7 % RMSE 81 % R² 97 % FAC2 100 % BIAS -9 % RMSE 76 % R² 93 % 10 Zowel voor VLOPS als IFDM. 33

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Regressiecoëfficiënt 1.07 FAC2 99 % Figuur 24 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 0. Rood = 1:1-lijn. Figuur 25 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 0. Let op: beide assen in logaritmische schaal. 34

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 26 : Scatterplot van de afstandsgemiddelde verhouding voor case 0 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.3.3. CONCENTRATIES OP GROTERE AFSTAND (ROOSTERRESOLUTIE 100 M) Tabel 5 : Validatieparameters Case 0 (groter rooster): concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 0 Afstandsgemiddelde concentraties (100-20000 m) Gemiddelde IFDM 0.13 Gemiddelde VLOPS 0.14 Bias -0.01 MAE MAE RMSE 0.02 12 % 0.09 R 0.99 Regressiecoëfficiënt 1.04 Puntsgewijze vergelijking (100-20000 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.01 0.31-0.00 MAE MAE RMSE 0.00 28 % 0.01 R 0.96 Regressiecoëfficiënt 0.88 Bias -4 % RMSE 69 % R² 99 % FAC2 100 % BIAS -6 % RMSE 86 % R² 93 % FAC2 85 % 35

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 27 : Puntsgewijze scatterplot IFDM-VLOPS (100-20000 m afstand van de bron) voor case 0. Rood = 1:1-lijn. Figuur 28 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 0. Let op: beide assen in logaritmische schaal. 36

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 29 : Scatterplot van de afstandsgemiddelde verhouding voor case 0 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.3.4. DEPOSITIES Tabel 6 : Validatieparameters Case 0: deposities. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in mol/ha/jaar elders. Case 0 Afstandsgemiddelde deposities (100-2500 m) Gemiddelde IFDM 2385 Gemiddelde VLOPS 2480 Bias -97.94 MAE MAE RMSE 181 7 % 494.42 R 1.00 Regressiecoëfficiënt 1.02 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 584 621-36.65 MAE MAE RMSE 122 20 % 470.81 R 0.97 Regressiecoëfficiënt 0.92 Bias -4 % RMSE 20 % R² 99 % FAC2 100 % BIAS -6 % RMSE 76 % R² 94 % FAC2 98 % 37

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 30 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500m afstand van de bron) voor case 0. Rood = 1:1-lijn. Figuur 31 : Scatterplot van de deposities van IFDM en VLOPS tov de afstand tot de bron voor case 0. Let op: beide assen in logaritmische schaal. 38

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 32 : Scatterplot van de afstandsgemiddelde verhouding voor case 0 van de deposities van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.3.5. CONCLUSIES We kunnen besluiten dat er een goede vergelijking is tussen beide modellen. De uitzondering is de hoge RMSE, maar deze wordt sterk beïnvloedt door enkele outliers. Daarom is het in deze raadzamer om de MAE te gebruiken, ook voor de volgende cases. Er is een goede link tussen de resultaten voor de depositie en de concentratie. Daarom kunnen we ons in de volgende cases concentreren op de concentratieresultaten, althans voor de cases met een vaste depositiesnelheid gekoppeld aan een passieve polluent. 39

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.4. CASE 1 4.4.1. BASISGEGEVENS Tabel 7 : Gegevens Case 1. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 1 Puntbron Hoogte 5 m Depositiesnelheid 0 cm/s Temperatuur 0 C Landgebruik Werkelijk Volumestroom 0.01 Nm³/s Ruwheidslengte Werkelijk Diameter schouw 1 m Natte depositie Geen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent passief Dit zou overeen kunnen komen met een stal. 4.4.2. CONCENTRATIES Tabel 8 : Validatieparameters Case 1: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 1 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 1.26 Gemiddelde VLOPS 1.44 Bias -0.18 MAE MAE RMSE 0.18 13 % 0.32 R 1.00 Regressiecoëfficiënt 0.92 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.35 0.44-0.09 MAE MAE RMSE 0.12 27 % 0.24 R 0.98 Regressiecoëfficiënt 0.90 Bias -13 % RMSE 22 % R² 100 % FAC2 100 % BIAS -20 % RMSE 54 % R² 96 % FAC2 84 % 40

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 33 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 1. Rood = 1:1-lijn. Figuur 34 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 1. Let op: beide assen in logaritmische schaal. 41

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 35 : Scatterplot van de afstandsgemiddelde verhouding voor case 1 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.4.3. CONCLUSIES We kunnen besluiten dat er een goede vergelijking is tussen beide modellen. Het effect van het hoekjespatroon ( 4.2) is wel duidelijk zichtbaar op de scatterplots (Figuur 34). 42

4.5. CASE 2 HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.5.1. BASISGEGEVENS Tabel 9 : Gegevens Case 2. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 2 Puntbron Hoogte 20 m Depositiesnelheid Vast Temperatuur 0 C Landgebruik Grasland Volumestroom 0.01 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Geen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent passief Dit is niet noodzakelijk een realistische case; in deze case zoeken we wat het effect van de schouwhoogte is. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 0,919 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.5.2. CONCENTRATIES Tabel 10 : Validatieparameters Case 2: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 2 Afstandsgemiddelde concentraties (100-2500 m) 0.20 0.15 0.05 32 % 0.05 33 % 0.10 66 % 1.00 100 % 100 % 1.48 Puntsgewijze vergelijking (100-2500 m) 0.10 0.07 0.03 38 % 0.03 46 % 0.11 145 % 0.94 89 % 94 % 1.87 43

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 36 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 2. Rood = 1:1-lijn. Figuur 37 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 2. Let op: beide assen in logaritmische schaal. 44

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 38 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties van IFDM op VLOPS tov de afstand tot de bron voor case 2. Let op: X-as in logaritmische schaal. 4.5.3. CONCLUSIE Er zijn relatief grote verschillen tussen VLOPS en IFDM. Mogelijks heeft dit te maken met het feit dat VLOPS een klassemodel is en dat er relatief weinig meteosituaties zijn waarin de pluim de grond raakt dicht bij de bron. Hierdoor krijgen we problemen met de statistische aanpak binnen VLOPS. Verder moet opgemerkt worden dat beide modellen wel duidelijk lagere concentraties geven voor een bron op 20 m hoogte dan voor een bron op 5m hoogte (vergelijk Figuur 25 met Figuur 35); alleen de mate van daling is verschillend. 45

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.6. CASE 3 4.6.1. BASISGEGEVENS Tabel 11 : Gegevens Case 3. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 3 Puntbron Hoogte 50 m Depositiesnelheid Vast Temperatuur 0 C Landgebruik Grasland Volumestroom 0.01 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Geen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent passief Dit is niet noodzakelijk een realistische case; in deze case zoeken we wat het effect van de schouwhoogte is. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 1.122 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.6.2. CONCENTRATIES Tabel 12 : Validatieparameters Case 3: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 3 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 0.07 Gemiddelde VLOPS 0.04 Bias 0.03 MAE MAE RMSE 0.03 86 % 0.04 R 0.97 Regressiecoëfficiënt 1.69 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.05 0.02 0.02 MAE MAE RMSE 0.02 96 % 0.03 R 0.94 Regressiecoëfficiënt 1.70 Bias 86 % RMSE 103 % R² 95 % FAC2 65 % BIAS 96 % RMSE 129 % R² 87 % FAC2 49 % 46

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 39 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 3. Rood = 1:1-lijn. Figuur 40 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 3. Let op: beide assen in logaritmische schaal. 47

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 41 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties van IFDM op VLOPS tov de afstand tot de bron voor case 3. Let op: X-as in logaritmische schaal. 4.6.3. CONCLUSIE Er zijn relatief grote verschillen tussen VLOPS en IFDM. Mogelijks heeft dit te maken met het feit dat VLOPS een klassemodel is en dat er relatief weinig meteosituaties zijn waarin de pluim de grond raakt dicht bij de bron. Hierdoor krijgen we problemen met de statistische aanpak binnen VLOPS. Verder moet opgemerkt worden dat beide modellen wel duidelijk lagere concentraties geven voor een bron op 50 m hoogte dan voor een bron op 5m hoogte (vergelijk Figuur 25 met Figuur 40); alleen de mate van daling is verschillend. 48

4.7. CASE 4 HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.7.1. BASISGEGEVENS Tabel 13 : Gegevens Case 4. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 4 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 373 C Landgebruik Grasland Volumestroom 10 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Geen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent passief Dit is niet noodzakelijk een realistische case; in deze case zoeken we wat het effect van de warmteinhoud is. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 1.168 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.7.2. CONCENTRATIES Tabel 14 : Validatieparameters Case 4: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 4 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 0.016 Gemiddelde VLOPS 0.016 Bias -0.001 MAE MAE RMSE 0.002 12 % 0.003 R 0.98 Regressiecoëfficiënt 0.68 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.01 0.01 0.000 MAE MAE RMSE 0.003 22 % 0.004 R 0.89 Regressiecoëfficiënt 0.92 Bias -3 % RMSE 16 % R² 96 % FAC2 97 % BIAS 0 % RMSE 33 % R² 79 % FAC2 96 % 49

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 42 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 4. Rood = 1:1-lijn. Figuur 43 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 4. Let op: beide assen in logaritmische schaal. 50

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 44 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties van IFDM op VLOPS tov de afstand tot de bron voor case 4. Let op: X-as in logaritmische schaal. 4.7.3. CONCLUSIE Er zijn relatief grote verschillen tussen VLOPS en IFDM op korte afstand van de bron. Op dit moment zijn de concentraties echter nog laag en zullen ze weinig depositie veroorzaken. Verder moet opgemerkt worden dat beide modellen wel duidelijk lagere concentraties geven voor een bron met grote warmte-inhoud en volumestroom dan voor een bron zonder (vergelijk Figuur 25 met Figuur 43). Daarenboven zijn de concentraties in beide modellen voor deze case zelfs lager dan voor de case met een schouw van 50m hoog. Op grotere afstand van de bron geven de modellen wel gelijkaardige concentraties. 51

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.8. CASE 5 4.8.1. BASISGEGEVENS Tabel 15 : Gegevens Case 5. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 5 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 293 C Landgebruik Grasland Volumestroom 30 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Geen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent passief Dit is niet noodzakelijk een realistische case; in deze case zoeken we wat het effect van de warmteinhoud is. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 1.196 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.8.2. CONCENTRATIES Tabel 16 : Validatieparameters Case 5: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 5 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 0.005 Gemiddelde VLOPS 0.006 Bias 0.00 MAE MAE RMSE 0.002 24 % 0.00 R 0.92 Regressiecoëfficiënt 0.47 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.005 0.007 0.00 MAE MAE RMSE 0.002 27 % 0.00 R 0.83 Regressiecoëfficiënt 0.87 Bias -17 % RMSE 30 % R² 84 % FAC2 88 % BIAS -16 % RMSE 37 % R² 68 % FAC2 83 % 52

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 45 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 5. Rood = 1:1-lijn. Figuur 46 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 5. Let op: beide assen in logaritmische schaal. 53

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 47 : Scatterplot van de afstandsgemiddelde verhouding voor case 5 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.8.3. CONCLUSIE Er zijn grote verschillen tussen VLOPS en IFDM op korte afstand van de bron. Op dit moment zijn de concentraties echter nog laag en zullen ze weinig depositie veroorzaken. Verder moet opgemerkt worden dat beide modellen wel duidelijk lagere concentraties geven voor een bron met grote warmte-inhoud en volumestroom dan voor een bron zonder (vergelijk Figuur 25 met Figuur 45). Daarenboven zijn de concentraties in beide modellen voor deze case zelfs lager dan voor de case met een schouw van 50m hoog. Op grotere afstand van de bron geven de modellen wel gelijkaardige concentraties. 54

4.9. CASE 6 HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.9.1. BASISGEGEVENS Tabel 17 : Gegevens Case 6. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 6 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 293 C Landgebruik Grasland Volumestroom 10 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Geen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent passief Dit is niet noodzakelijk een realistische case; in deze case zoeken we wat het effect van de warmteinhoud is. Ondanks het definiëren van de vaste depositiesnelheid op 1cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 1.160 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.9.2. CONCENTRATIES Tabel 18 : Validatieparameters Case 6: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 6 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 0.022 Gemiddelde VLOPS 0.022 Bias 0.000 MAE MAE RMSE 0.002 10 % 0.003 R 0.98 Regressiecoëfficiënt 0.81 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.017 0.016 0.001 MAE MAE RMSE 0.004 24 % 0.006 R 0.91 Regressiecoëfficiënt 0.94 Bias 1 % RMSE 13 % R² 95 % FAC2 98 % BIAS 6 % RMSE 36 % R² 83 % FAC2 96 % 55

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 48 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 6. Rood = 1:1-lijn. Figuur 49 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 6. Let op: beide assen in logaritmische schaal. 56

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 50 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties voor case 6 van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.9.3. CONCLUSIE Er zijn relatief grote verschillen tussen VLOPS en IFDM op korte afstand van de bron. Op dit moment zijn de concentraties echter nog laag en zullen ze weinig depositie veroorzaken. Verder moet opgemerkt worden dat beide modellen wel duidelijk lagere concentraties geven voor een bron met grote warmte-inhoud en volumestroom dan voor een bron zonder (vergelijk Figuur 25 met Figuur 49). Daarenboven zijn de concentraties in beide modellen voor deze case zelfs lager dan voor de case met een schouw van 50m hoog. De resultaten zijn heel gelijklopend aan de resultaten van Case 4. Op grotere afstand van de bron geven de modellen wel gelijkaardige concentraties. 57

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.10. CASE 7 4.10.1. BASISGEGEVENS Tabel 19 : Gegevens Case 7. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 7 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 0 C Landgebruik Grasland Volumestroom 0.01 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Ja, λ=0.0004 s -1 X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent passief Dit is bijvoorbeeld een stal. Na simulaties bleek dat de uitwascoëfficiënt anders gedefinieerd wordt in VLOPS dan in IFDM. Daardoor was hier geen vergelijking mogelijk voor de natte depositie, waarvoor dit scenario ontworpen is. De vergelijking van de natte depositie zal op een andere manier moeten gebeuren, cfr. volgende cases. 58

4.11. CASE 8 HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.11.1. BASISGEGEVENS Tabel 20 : Gegevens Case 8. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 8 Puntbron Hoogte 5 m Depositiesnelheid Ja, automatisch Temperatuur 0 C Landgebruik Grasland Volumestroom 0.01 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Ja, automatisch X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent NH 3 Dit is bijvoorbeeld een stal. VLOPS berekent in deze case zelf zijn depositiesnelheid die we voor de vergelijking overnemen in IFDM. Dit is een waarde van 0.462 cm/s. Tevens wordt een deel van de NH 3 naar NH 4 + omgezet wat neerslaat met een depositiesnelheid van 0.019 cm/s. Dit gedeelte is echter klein en door de lage depositiesnelheid van NH 4 + is het effect niet echt relevant binnen de ruimtelijke schaal van IFDM. De uitwasfactor voor IFDM kan bepaald worden door te vergelijken met VLOPS. In dit geval hebben we gekozen voor een factor van 0.778*10-4. We vergelijken dan uiteindelijke de totale depositie tussen beide modellen. 59

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.11.2. CONCENTRATIES Tabel 21 : Validatieparameters Case 8: totale depositie. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in mol/ha/jaar elders. Case 8 Afstandsgemiddelde deposities (100-2500 m) Gemiddelde IFDM 122 Gemiddelde VLOPS 137 Bias -14.46 MAE MAE RMSE 14 11 % 33.00 R 1.00 Regressiecoëfficiënt 0.93 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 31 35-4.13 MAE MAE RMSE 7 21 % 28.04 R 0.97 Regressiecoëfficiënt 0.84 Bias -11 % RMSE 24 % R² 100 % FAC2 100 % BIAS -12 % RMSE 79 % R² 94 % FAC2 99 % Figuur 51 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 8. Rood = 1:1-lijn. 60

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 52 : Scatterplot van de deposities van IFDM en VLOPS tov de afstand tot de bron voor case 8. Let op: beide assen in logaritmische schaal. Figuur 53 : Scatterplot van de afstandsgemiddelde verhouding voor case 8 van de deposities van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 61

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.11.3. CONCLUSIE Heel goede vergelijking tussen beide modellen. 4.12. CASE 9 4.12.1. BASISGEGEVENS Tabel 22 : Gegevens Case 9. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 9 Puntbron Hoogte 5 m Depositiesnelheid Ja, automatisch Temperatuur 0 C Landgebruik Grasland Volumestroom 0.01 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Ja, automatisch X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent NO x Dit is bijvoorbeeld een kleine verbrandingsinstallatie (bv. huishoudverwarming). VLOPS berekent in deze case zelf zijn depositiesnelheid die we voor de vergelijking overnemen. Dit is een waarde van 0.085 cm/s (NO x, niet NO 2 ). Tevens wordt een deel van de NO x naar NO 3 - omgezet wat neerslaat met een depositiesnelheid van 0.108 cm/s. Dit aandeel van NO 3 - is relatief klein, maar de iets hogere depositiesnelheid kan een effect geven. De uitwasfactor voor IFDM kan bepaald worden door te vergelijken met VLOPS. In dit geval hebben we gekozen voor een factor van 0.722*10-6. We vergelijken dan uiteindelijke de totale depositie tussen beide modellen. 62

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.12.2. CONCENTRATIES Tabel 23 : Validatieparameters Case 9: totale depositie. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in mol/ha/jaar elders. Case 9 Afstandsgemiddelde deposities (100-2500 m) Gemiddelde IFDM 8.4 Gemiddelde VLOPS 10.4 Bias -1.99 MAE MAE RMSE 2.0 19 % 3.98 R 1.00 Regressiecoëfficiënt 0.87 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 2.3 3.0-0.75 MAE MAE RMSE 0.8 27 % 2.28 R 0.98 Regressiecoëfficiënt 0.78 Bias -19 % RMSE 38 % R² 99 % FAC2 100 % BIAS -25 % RMSE 76 % R² 96 % FAC2 91 % Figuur 54 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 9. Rood = 1:1-lijn. 63

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 55 : Scatterplot van de deposities van IFDM en VLOPS tov de afstand tot de bron voor case 9. Let op: beide assen in logaritmische schaal. Figuur 56 : Scatterplot van de afstandsgemiddelde verhouding voor case 9 van de deposities van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 64

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.12.3. CONCLUSIE Goede vergelijking tussen beide modellen, maar er is wel een licht lagere depositie in IFDM dan in VLOPS. Die wordt waarschijnlijk veroorzaakt door het ontbreken van de chemische omzetting naar nitraat. Dit kan opgevangen worden door overname in IFDM van de depositiesnelheden berekend als de verhouding van de depositie van NO y op de concentratie van NO x uit VLOPS (zie 8.2.1). 4.13. CASE 10 4.13.1. BASISGEGEVENS Tabel 24 : Gegevens Case 10. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 10 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 100 C Landgebruik Grasland Volumestroom 10 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Neen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent Passief Dit is niet noodzakelijk een realistische case; in deze case zoeken we wat het effect van de warmteinhoud op lage hoogte is. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 1.138 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.13.2. CONCENTRATIES Tabel 25 : Validatieparameters Case 10: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 10 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 0.08 Gemiddelde VLOPS 0.07 Bias 0.02 MAE MAE RMSE 0.02 28 % 0.04 R 0.94 Regressiecoëfficiënt 1.25 Puntsgewijze vergelijking (100-2500 m) Bias 28 % RMSE 54 % R² 89 % FAC2 98 % 65

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Gemiddelde IFDM 0.05 MAE 0.01 Gemiddelde VLOPS 0.04 MAE 35 % BIAS 0.01 RMSE 0.02 R 0.94 Regressiecoëfficiënt 1.11 BIAS 30 % RMSE 59 % R² 89 % FAC2 82 % Figuur 57 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 10. Rood = 1:1-lijn. 66

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 58 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 10. Let op: beide assen in logaritmische schaal. Figuur 59 : Scatterplot van de afstandsgemiddelde verhouding voor case 10 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 67

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.13.3. CONCLUSIE Er zijn relatief grote verschillen tussen VLOPS en IFDM op korte afstand van de bron. Verder moet opgemerkt worden dat beide modellen wel duidelijk lagere concentraties geven voor een bron met grote warmte-inhoud en volumestroom dan voor een bron zonder (vergelijk Figuur 25 met Figuur 58), alleen de mate van daling verschilt. 68

4.14. CASE 11 HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.14.1. BASISGEGEVENS Tabel 26 : Gegevens Case 11. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 11 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 20 C Landgebruik Grasland Volumestroom 30 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Neen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent Passief Dit is bijvoorbeeld een stal met mechanische ventilatie. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 1.114 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.14.2. CONCENTRATIES Tabel 27 : Validatieparameters Case 11: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 11 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 0.076 Gemiddelde VLOPS 0.194 Bias -0.12 MAE MAE RMSE 0.136 70 % 0.35 R 0.41 Regressiecoëfficiënt 0.05 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.055 0.065-0.01 MAE MAE RMSE 0.035 54 % 0.23 R 0.65 Regressiecoëfficiënt 0.19 Bias -61 % RMSE 179 % R² 16 % FAC2 82 % BIAS -14 % RMSE 355 % R² 42 % FAC2 73 % 69

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 60 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 11. Rood = 1:1-lijn. Figuur 61 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 11. Let op: beide assen in logaritmische schaal. 70

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 62 : Scatterplot van de afstandsgemiddelde verhouding van de concentraties voor case 11 van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.14.3. CONCLUSIE Er zijn erg grote verschillen tussen VLOPS en IFDM op korte afstand van de bron. Dit heeft heel waarschijnlijk te maken met het ontbreken van mechanische pluimstijging, dit wil zeggen de pluimstijging door het initieel momentum van de pluim, binnen VLOPS en de aanwezigheid hiervan in IFDM. 71

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases 4.15. CASE 12 4.15.1. BASISGEGEVENS Tabel 28 : Gegevens Case 12. Aanduidingen in het groen zijn aanpassingen ten opzichte van een vaste standaardcase. Case 12 Puntbron Hoogte 5 m Depositiesnelheid Vast Temperatuur 20 C Landgebruik Grasland Volumestroom 10 Nm³/s Ruwheidslengte 0.15 m Diameter schouw 1 m Natte depositie Neen X-coördinaat 150000 m Roosterresolutie 20 m Y-coördinaat 200000 m Roostergrootte 5x5 km² Emissie 1 kg/h Polluent Passief Dit is bijvoorbeeld een stal met mechanische ventilatie. Ondanks het definiëren van de vaste depositiesnelheid op 1 cm/s in VLOPS kregen we een gemiddelde depositiesnelheid van 1.080 cm/s met schommelingen. Er is, in overleg, gekozen om die gemiddelde depositiesnelheid over te nemen in IFDM. 4.15.2. CONCENTRATIES Tabel 29 : Validatieparameters Case 12: concentraties. Eenheden in % (waar vermeld); zonder eenheden (voor R en regressiecoëfficiënt) en in µg/m³ elders. Case 12 Afstandsgemiddelde concentraties (100-2500 m) Gemiddelde IFDM 0.238 Gemiddelde VLOPS 0.289 Bias -0.05 MAE MAE RMSE 0.106 37 % 0.31 R 0.98 Regressiecoëfficiënt 0.54 Puntsgewijze vergelijking (100-2500 m) Gemiddelde IFDM Gemiddelde VLOPS BIAS 0.097 0.081 0.02 MAE MAE RMSE 0.035 43 % 0.10 R 0.95 Regressiecoëfficiënt 0.65 Bias -18 % RMSE 106 % R² 96 % FAC2 99 % BIAS 21 % RMSE 120 % R² 91 % FAC2 68 % 72

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 63 : Puntsgewijze scatterplot IFDM-VLOPS (100-2500 m afstand van de bron) voor case 12. Rood = 1:1-lijn. Figuur 64 : Scatterplot van de concentraties van IFDM en VLOPS tov de afstand tot de bron voor case 12. Let op: beide assen in logaritmische schaal. 73

HOOFDSTUK 4 Nagaan hoe de resultaten overeenkomen tussen IFDM en VLOPS voor het doorrekenen van specifieke cases Figuur 65 : Scatterplot van de afstandsgemiddelde verhouding voor case 12 van de concentraties van IFDM op VLOPS tov de afstand tot de bron. Let op: X-as in logaritmische schaal. 4.15.3. CONCLUSIE Er zijn relatief grote verschillen tussen VLOPS en IFDM op korte afstand van de bron. Dit heeft heel waarschijnlijk te maken met het ontbreken van mechanische pluimstijging binnen VLOPS (en de aanwezigheid hiervan in IFDM). 4.16. CONCLUSIES VAN DE MODELVERGELIJKING Voor de meeste gevallen is er een goede overeenkomst tussen VLOPS en IFDM. Enkele verschillen tussen de modellen kunnen verklaard worden door het ontbreken van mechanische pluimstijging in VLOPS. De verklaring van de verschillen bij hoge bronnen is mogelijks het effect van het statistisch model zijn van VLOPS. De enige manier om dit zeker te weten is een vergelijking van de langetermijn en de korte-termijn versie van (VL)OPS. De vraag is doorgegeven aan het RIVM maar er is tot op heden nog niet de mogelijkheid voor hen geweest om de resultaten van de lange-termijn versie van OPS te vergelijken met deze van de korte-termijn versie. 74

HOOFDSTUK 5 Nagaan op welke ruimtelijke schaal de resultaten van beide modellen gekoppeld kunnen worden aan elkaar HOOFDSTUK 5. NAGAAN OP WELKE RUIMTELIJKE SCHAAL DE RESULTATEN VAN BEIDE MODELLEN GEKOPPELD KUNNEN WORDEN AAN ELKAAR Hiervoor moeten op zich twee criteria vergeleken worden. Enerzijds moet bekeken worden of er een afstand is tot de bron waar de resultaten van VLOPS en IFDM sterk overeenkomen. Anderzijds moeten we kijken of de variantie van de concentraties op die afstand voldoende gezakt is. Op basis van Figuur 29, Figuur 66 en Figuur 67 lijkt 10 km een goede waarde te zijn. Binnen AERIUS (Nederland) moet voor de invloed van een kleine nieuwe installatie ook maximaal 10km ver gekeken worden. Dit leidt dan mogelijk maar tot de toepassing van één model in ons geval (IFDM), wat interessant is voor het beperken van eventuele complicaties. 75

HOOFDSTUK 5 Nagaan op welke ruimtelijke schaal de resultaten van beide modellen gekoppeld kunnen worden aan elkaar Figuur 66 : De verhouding van de hoogste waarde min de laagste waarde binnen een kilometerhok van VLOPS met de gemiddelde waarde binnen dit kilometerhok. Groen puntje = bron. 76

HOOFDSTUK 5 Nagaan op welke ruimtelijke schaal de resultaten van beide modellen gekoppeld kunnen worden aan elkaar Figuur 67 : De verhouding van het standaardgemiddelde binnen een kilometerhok van VLOPS met de gemiddelde waarde binnen dit kilometerhok. Groen puntje = bron. 77

HOOFDSTUK 6 Koppeling van IFDM en DEPAC HOOFDSTUK 6. KOPPELING VAN IFDM EN DEPAC 6.1. METHODOLOGIE Als we het effect van verschillende parameters op de depositiesnelheid willen testen moeten we niet alleen de verschillende parameters aan DEPAC koppelen, maar ook R a en R b parametriseren aangezien DEPAC alleen R c berekent. We stelden eerder dat: Waarbij R c berekend wordt door DEPAC. We moeten dus nog R a en R b bepalen. We volgen hiervoor de OPS-handleiding (van Jaarsveld, 2004) door te stellen dat: [ ( ) ( ) ( )] Met κ de Von-Karman constante (0.41), u * de wrijvingssnelheid (m/s), z de hoogte waarop je de depositiesnelheid wil bepalen (in m), z 0 de ruwheidslengte (in m), L de Monin-Obukhovlengte (in m) en: ( ). ( ).. { De Monin-Obukhovlengte is afhankelijk van de stabiliteit van de atmosfeer. Op basis van Golder (1972, Figuur 68) berekenen we deze lengte in functie van de ruwheidslengte en de stabiliteitsklasse. 78

HOOFDSTUK 6 Koppeling van IFDM en DEPAC Figuur 68 : Relatie tussen de stabiliteit, de ruwheidslengte en de Monin-Obukhovlengte uit Golder (1972). De IFDM stabiliteitsklasses zijn aangeduid in blauw, terwijl de gemiddelde waarde per klasse aangeduid is met een lijn. We krijgen de volgende formules: { Met de volgende relatie tussen a, b en de stabiliteitsklasse: E i a b E 1-0.02861 0.088614 E 2-0.01112 0.028885 E 4 0.019637-0.04036 E 5 0.033346-0.09665 E 6 0.035134-0.15969 Voor de berekening van R b baseren we ons ook op de OPS-methode (van Jaarsveld, 2004). ( ) Met N Sc het Schmidt-nummer en N Pr het Prandtl-nummer (0.72). We bepalen deze waarde voor ammoniak in lucht: Aangezien: ( ) 79

HOOFDSTUK 6 Koppeling van IFDM en DEPAC Met ν de kinematische viscositeit (0.13*10-4 m²/s) en D g de molaire diffusiviteit (0.198*10-4 m²/s) voor de combinatie ammoniak-lucht. Dan kunnen we stellen dat ( ) Met M de molaire massa van de beschouwde stof en M NH3 de molaire massa van ammoniak. 6.2. GEVOELIGHEIDSANALYSE VAN DE DEPOSITIESNELHEID We hebben rond de formules uit 6.1 en rond de DEPAC-module een programmaatje geschreven dat de DEPAC-module 8760 maal oproept (één keer per uur van het jaar) en de gemiddelde depositiesnelheid (bepaald uit gemiddelde depositie/gemiddelde concentratie) berekent en dit voor verschillende landgebruikstypes en verschillende jaargemiddelde concentraties. We rekenen dit nu door voor verschillende parameters waarbij we telkens één parameter aanpassen om zo de gevoeligheid aan die parameter te testen. De basiscase is als volgt: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid definiëren we hier als één tiende van de windsnelheid en de concentratie houden we gelijk aan de gemiddelde concentratie (zoals in VLOPS); de stabiliteitsklasse wordt vast gehouden op neutraal. Zoals gezien kan worden in de resultaten (Tabel 30) zijn de gevonden depositiesnelheden sterk afhankelijk van zowel het landgebruik als van de jaargemiddelde concentratie. Het laten variëren van de concentraties rond het jaargemiddelde verandert amper iets (Tabel 31). Het effect van het variëren van de stabiliteitsklasses is groter (Tabel 32, Tabel 33), maar men moet rekening houden dat deze heel sterk gevarieerd worden in dit scenario (twee stabiliteitsklasses verandering voor een volledig jaar). Het correct bepalen van de wrijvingssnelheid blijkt wel cruciaal (Tabel 34). Ook de polluentkeuze is primordiaal (Tabel 35, Tabel 36). Tabel 30 : Depositiesnelheidsresultaten voor volgende parameters (base case): Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: neutraal. NH 3 Landgebruiksklasse Depositiesnelheid (cm/s) Jaargemiddelde Concentratie (µg/m³) 1 5 9 13 Grasland 1.75 1.06 0.86 0.78 Bewerkt land 2.12 1.96 1.88 1.85 Permanente teelten 1.96 1.61 1.49 1.44 Naaldbos 2.55 1.57 1.28 1.16 Loofbos 1.87 1.18 0.95 0.86 Water 0.75 1.87 2.04 2.11 Stedelijk 2.69 2.69 2.69 2.69 Andere (oa. heide) 1.70 1.03 0.84 0.76 Zand 2.09 2.09 2.09 2.09 80

HOOFDSTUK 6 Koppeling van IFDM en DEPAC Tabel 31 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie varieert tot maximaal 70 % van de jaargemiddelde concentratie; de stabiliteitsklasse: neutraal. NH 3 Landgebruiksklasse Depositiesnelheid (cm/s) Jaargemiddelde Concentratie (µg/m³) 1 5 9 13 Grasland 1.74 1.06 0.86 0.78 Bewerkt land 2.12 1.96 1.88 1.85 Permanente teelten 1.96 1.61 1.49 1.44 Naaldbos 2.54 1.57 1.28 1.16 Loofbos 1.86 1.17 0.96 0.86 Water 0.76 1.87 2.04 2.11 Stedelijk 2.69 2.68 2.69 2.69 Andere (oa. heide) 1.69 1.03 0.84 0.76 Zand 2.10 2.09 2.10 2.10 Tabel 32 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: zeer stabiel. Depositiesnelheid (cm/s) NH 3 Jaargemiddelde Concentratie (µg/m³) 1 5 9 13 Landgebruiksklasse Grasland 2.17 1.31 1.07 0.97 Bewerkt land 2.61 2.41 2.31 2.26 Permanente teelten 2.32 1.89 1.75 1.69 Naaldbos 3.11 1.91 1.56 1.41 Loofbos 2.23 1.40 1.13 1.02 Water 0.92 2.30 2.52 2.60 Stedelijk 3.18 3.18 3.18 3.18 Andere (oa. heide) 2.12 1.28 1.04 0.95 Zand 2.62 2.62 2.62 2.62 81

HOOFDSTUK 6 Koppeling van IFDM en DEPAC Tabel 33 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: instabiel. NH 3 Landgebruiksklasse Depositiesnelheid (cm/s) Jaargemiddelde Concentratie (µg/m³) 1 5 9 13 Grasland 1.68 1.01 0.82 0.75 Bewerkt land 2.04 1.89 1.81 1.77 Permanente teelten 1.90 1.55 1.44 1.39 Naaldbos 2.45 1.51 1.23 1.11 Loofbos 1.80 1.14 0.92 0.83 Water 0.72 1.79 1.96 2.02 Stedelijk 2.59 2.59 2.59 2.59 Andere (oa. heide) 1.63 0.99 0.80 0.73 Zand 2.01 2.01 2.01 2.01 Tabel 34 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/7; concentratie constant; de stabiliteitsklasse: neutraal. Depositiesnelheid (cm/s) NH 3 Jaargemiddelde Concentratie (µg/m³) 1 5 9 13 Landgebruiksklasse Grasland 2.25 1.37 1.12 1.02 Bewerkt land 2.75 2.54 2.43 2.39 Permanente teelten 2.57 2.14 1.99 1.93 Naaldbos 3.35 2.07 1.69 1.54 Loofbos 2.37 1.50 1.23 1.11 Water 0.98 2.40 2.62 2.71 Stedelijk 3.40 3.39 3.40 3.40 Andere (oa. heide) 2.20 1.34 1.09 0.99 Zand 2.71 2.71 2.71 2.71 82

HOOFDSTUK 6 Koppeling van IFDM en DEPAC Tabel 35 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: neutraal. NO 2 Landgebruiksklasse Depositiesnelheid (cm/s) Jaargemiddelde Concentratie (µg/m³) 1 5 9 13 Grasland 0.21 0.21 0.21 0.21 Bewerkt land 0.14 0.14 0.14 0.14 Permanente teelten 0.18 0.18 0.18 0.18 Naaldbos 0.23 0.23 0.23 0.23 Loofbos 0.20 0.20 0.20 0.20 Water 0.05 0.05 0.05 0.05 Stedelijk 0.05 0.05 0.05 0.05 Andere (oa. heide) 0.21 0.21 0.21 0.21 Zand 0.05 0.05 0.05 0.05 Tabel 36 : Depositiesnelheidsresultaten voor volgende parameters: Meteo 2013 voor wat betreft windsnelheid, temperatuur, globale straling, zonshoek en luchtvochtigheid. De wrijvingssnelheid = windsnelheid/10; concentratie constant; de stabiliteitsklasse: neutraal. NO Landgebruiksklasse Depositiesnelheid (cm/s) Jaargemiddelde Concentratie (µg/m³) 1 5 9 13 Grasland 0.05 0.05 0.05 0.05 Bewerkt land 0.05 0.05 0.05 0.05 Permanente teelten 0.05 0.05 0.05 0.05 Naaldbos 0.05 0.05 0.05 0.05 Loofbos 0.05 0.05 0.05 0.05 Water 0.05 0.05 0.05 0.05 Stedelijk 0.05 0.05 0.05 0.05 Andere (oa. heide) 0.05 0.05 0.05 0.05 Zand 0.05 0.05 0.05 0.05 83

HOOFDSTUK 6 Koppeling van IFDM en DEPAC 6.3. VERGELIJKING MET METINGEN: GEMODELLEERDE EN GEMETEN DEPOSITIESNELHEDEN Het correct meten van droge depositiesnelheden is geen sinecure, onder andere door de snel veranderende waardes doorheen de tijd Daarom worden depositiesnelheden in de literatuur meestal bepaald op basis van een meta-analyse van verschillende metingen, in de hoop op deze manier een meer algemeen bruikbare waarde te verkrijgen. Onderstaande tabel vat de verschillende depositiesnelheden samen: A. RLB Lucht (Schrooten et al., 2006), RLB Landbouwdieren (Willems et al., 2011) = depositiesnelheden van oude VMM rapporten B. Staelens et al. (2007) C. VDI (2006): Duitse VDI-guideline uit 2006 waarnaar Schrader en Brümmer (2014) verwijzen. D. Schrader en Brümmer (2014): gewogen gemiddelde (en mediaan) van 42 studies in periode 2004-2013 (inclusief modelstudies) E. VLOPS14: De gemiddelde depositiesnelheden voor de verschillende landgebruiksklasses uit VLOPS14 met DEPAC. De depositiesnelheden zijn berekend door de verhouding te maken van de droge depositie van NH x (inclusief ammonium, wat zowat 4 % uitmaakt van de VLOPS-NH x droge depositie; VMM, 2014) met de concentraties aan NH 3. De waarde in de tabel geeft het gemiddelde over alle VLOPS-cellen met de bewuste landgebruiksklasse. 84

HOOFDSTUK 6 Koppeling van IFDM en DEPAC Tabel 37 : Depositiesnelheid NH 3 (cm/s), met range van waardes waar beschikbaar, uit verschillende bronnen. Klassenummer (DEPAC) Klasseinhoud A. RLB Lucht (2006) B. Staelens et al. (2007) C. VDI (2006) D. Schrader en Brümmer (2014) gemiddelde (mediaan) E. VLOPS14 (25 % percentiel 75 % percentiel) 1 Grasland 0,73 1,1 (0,7-1,5) 0,49 (0,31-0,62) 2 Bewerkt land 1,5 1,0 (0,4) 0,73 (0,63-0,81) 3 Permanente 0,81 (0,77-0,87) teelten (boomgaarden) 4 Naaldbos 3,06 2,9 (2,0-3,8) 2 2,2 (2,1) 1,42 (1,20-1,62) 5 Loofbos 1,95 1,9 (0,8-3,0) 1,1 (0,9) 1,32 (1,00-1,54) 6 Water 0,7 (0,6) 0,68 (0,39-0,91) 7 Stedelijk 0,50 0,7 (0,8) 1,20 (1,05-1,40) 8 Andere (oa. 1,61 1,5 (0,8-2,2) 0,9 (0,7) 0,68 (0,57-0,76) heide) 9 Zand 0,62 (0,47-0,76) 85

HOOFDSTUK 6 Koppeling van IFDM en DEPAC De studies gebruikt voor kolom A zijn ook meegenomen in kolom B. De gemiddeldes uit kolom B en kolom C zijn ook meegenomen in kolom D (maar niet de aparte studies). Kolom E is gebaseerd op DEPAC en die waardes zijn dus geen metingen. Kolommen A, B en C zijn puur gebaseerd op metingen en tonen de hoogste waardes uit de tabel. Kolom D is een combinatie van gemodelleerde en gemeten depositiewaardes en vertoont duidelijk lagere waardes. Het is een algemene trend in de depositieliteratuur dat de gemeten depositiewaardes meestal hoger zijn dan de gemodelleerde. Dit lijkt gelinkt te zijn aan het compensatiepunt dat meegenomen wordt in de modellen. Dit zou ook zichtbaar moeten zijn in de metingen, mits de metingen gebeuren in regio s waar de gemiddelde concentratie van NH 3 relatief hoog is. Desondanks kan er in de metingen op het eerste zicht (bijlages Staelens et al., 2007 en Schrader en Brümmer, 2014) geen correlatie gevonden worden tussen regio s met hogere concentraties en lagere depositiesnelheden. Het zou echter wel kunnen dat de depositiesnelheden in onze regio met hoge concentraties inderdaad verlaagd zijn door het evenwichtseffect van het compensatiepunt en dat de modelwaardes correctere waardes tentoonspreiden voor onze regio dan het gemiddelde van Europese metingen. Daarenboven zijn er veel oudere metingen in de review-artikels met depositiesnelheden uit periodes waarin de SO 2 -concentraties veel hoger lagen, wat aanleiding gaf tot zuurdere waterfilms op depositieoppervlakten en aldus tot hogere adsorptiecapaciteiten van deze oppervlakten. Dit kan aanleiding gegeven hebben tot hogere depositiewaardes van NH 3 via co-depositie. Ook wordt meestal geen hoogte van de bepaling van de depositiewaarde vermeld, iets waar wel rekening mee gehouden werd in het opstellen van DEPAC. De eerste resultaten van de vergelijking tussen OPS en de metingen die nu uitgevoerd worden in Nederland in het kader van de PAS lijken ook aan te geven dat DEPAC tot goede depositiesnelheden komt (Stolk et al., 2014). Opvallend is ook het kleine verschil tussen naaldbossen en loofbossen in VLOPS. Dit zou te maken kunnen hebben met twee redenen: Enerzijds zijn de concentraties van ammoniak gemiddeld iets groter boven de naaldbossen dan boven de loofbossen in Vlaanderen. Dit kan bv. door de locatie van deze bossen zijn, maar ook bv. door het sneller optreden van verzadigingseffecten bij hogere concentraties; Anderzijds is het volgens Neirynck en Stevens (2014) zo dat ook de R b aangepast moet worden boven naaldbossen (door de verlagende invloed van de fijne naaldstructuur op deze weerstand). Dat wordt niet gedaan in VLOPS en ook niet in een eventuele IFDM- DEPAC koppeling. 6.4. RESULTATEN VAN DE KOPPELING IFDM-DEPAC De verschillen tussen IFDM-deposities met IFDM-DEPAC (Figuur 69) en IFDM-deposities met depositiesnelheden van Staelens et al. (2007) (Figuur 11) lijken relatief klein, door de aanwezigheid van de heel hoge gradiënten in beide. Dit duidt er ook op dat de bronkenmerken belangrijker zijn (en foutgevoeliger) dan de keuze van de depositiesnelheden in deze oefening. 87

HOOFDSTUK 6 Koppeling van IFDM en DEPAC Figuur 69 : IFDM-DEPAC deposities (2013) voor het jaar 2013. De deposities die hier gebruikt zijn komen rechtstreeks uit de koppeling van IFDM en DEPAC. 88

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen HOOFDSTUK 7. SPATIO-TEMPORELE VALIDATIE MET CONCENTRATIEMETINGEN 7.1. METINGEN BINNEN HET VERZURINGS- EN VERMESTINGSNETWERK VAN DE VMM 7.1.1. METINGEN VMM beheert een vast netwerk van ammoniaksamplers, voornamelijk op locaties die niet op korte afstand beïnvloed worden door belangrijke ammoniakbronnen. We gebruiken de resultaten voor 2012 omdat deze dichtst aansluiten bij de gebruikte meteorologie in de beschikbare VLOPSsimulaties. 7.1.2. MODELSIMULATIES We willen deze metingen gebruiken om de VLOPS-IFDM-koppeling te valideren. Hierbij stuiten we echter direct op problemen. We valideren de jaargemiddelde gemeten concentraties ten opzichte van de concentraties uit de simulatie 15MZ11M512 voor VLOPS, dit wil zeggen, de simulatie met meteo 2012, emissies 2011. We gebruiken dan ook de analoge emissies en meteo voor IFDM en passen voor de NH 3 -concentraties een analoog schema toe als beschreven voor de deposities in HOOFDSTUK 2. Hierbij kijken we dus alleen naar de jaargemiddelde concentraties en niet naar de afzonderlijke 28-daagse periodes. Dit is op zich geen probleem aangezien we met de VLOPS-IFDM koppeling als doel hebben om jaartotalen te berekenen. De IFDM-simulatie gebeurt op een resolutie van 25x25 m², voor alle VLOPS-kilometerhokken waarin er metingen gebeurd zijn. Hierin worden de stallen meegenomen tot op een afstand van 5 km. We verwachten dus een sterke onderschatting door de pure IFDM-berekeningen aangezien alleen bronnen binnen de 5 km meegenomen worden. Qua kalibratie is er geen specifieke kalibratiefactor bepaald voor 2012 (VMM, 2014). Gebruik maken van de gemiddelde kalibratiefactor doorheen de jaren (1.29) leidt tot grove overschattingen van de resultaten. Daarom zijn de berekende kalibratiefactoren van de verschillende jaren bekeken en is diegene toegepast die het best aansluit bij de metingen (diegene voor het jaar 2010, 1.08) In totaal vergelijken we dus drie simulaties met de metingen: 1. De VLOPS-simulatie op 1x1 km² resolutie, met kalibratie gebruik makende van de factor 1.08 die ook gebruikt wordt voor het kalibreren van de droge depositie van NH 3. 2. De IFDM-simulatie op 25x25 m² resolutie, met de bronnen tot 5 km ver, zonder kalibratie. 3. De VLOPS-IFDM-combinatie op 25x25 m² resolutie. IFDM wordt niet gekalibreerd, VLOPS wel zoals hierboven. 89

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen 7.1.3. VALIDATIE Eerst bepalen we de validatieparameters voor de verschillende modelsimulaties rekening houdende met alle meetpunten. We geven die weer in een tabel, analoog als de tabellen uit HOOFDSTUK 4: Tabel 38 : De validatietabel van de metingen voor VLOPS. Gemiddelde Metingen: 4.26 MAE: 1.07 VLOPS Gemiddelde Model: 4.42 MAE (%): 25 % Bias: 0.17 RMSE: 1.44 R: 0.86 Regressiecoëfficiënt: 1.11 Bias (%): 4 % RMSE (%): 34 % R²: 75 % FAC2 (%): 100 % Tabel 39 : De validatietabel van de metingen voor IFDM. Gemiddelde Metingen: 4.26 MAE: 3.59 IFDM Gemiddelde Model: 0.67 MAE (%): 84 % Bias: -3.59 RMSE: 3.95 R: 0.72 Regressiecoëfficiënt: 0.31 Bias (%): -84 % RMSE (%): 93 % R²: 52 % FAC2 (%): 0 % Tabel 40 : De validatietabel van de metingen voor VLOPS-IFDM. Gemiddelde Metingen: 4.26 MAE: 1.02 VLOPS-IFDM Gemiddelde Model: 4.28 MAE (%): 24 % Bias: 0.02 RMSE: 1.43 R: 0.87 Regressiecoëfficiënt: 1.14 Bias (%): 1 % RMSE (%): 34 % R²: 76 % FAC2 (%): 100 % 90

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Figuur 70 : Validatie-scatterplot voor VLOPS en VLOPS-IFDM. Ieder punt stelt een jaargemiddelde meting-modelcombinatie voor op een meetlocatie. 91

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen We kunnen volgende conclusies trekken: De validatie met VLOPS (Tabel 38) is goed, met een hoge R² (0.75), een kleine bias (4 %) en een lage RMSE (34 %). Ook de FAC2 is heel hoog (100 %) en de regressiecoëfficiënt ligt dicht bij 1 (1.10). In andere woorden, VLOPS is goed in staat de metingen te verklaren. De validatie met het pure IFDM model (Tabel 39) is op bepaalde punten positief, met een relatief hoge R² (0.52) maar onderschat de concentraties sterk (bias van -84 %, regressiecoëfficiënt van 0.31 en een FAC2 van 0 %). Dit was te verwachten door het ontbreken van de achtergrondconcentraties in IFDM. De validatie met VLOPS-IFDM (Tabel 40) vertoont een lichte verbetering ten opzichte van VLOPS op alle vlakken met een hoge R² (0.76), een verwaarloosbare bias (1 %), een lage RMSE (34 %), een perfecte FAC2 (100 %) en een regressiecoëfficiënt die dicht bij 1 ligt (1.13). De verschillen tussen VLOPS en VLOPS-IFDM zijn ook te zien in de scatterplot (Figuur 70). De verbetering tussen VLOPS en VLOPS-IFDM is op het eerste zicht klein, maar er is slechts een heel beperkte lokale invloed, wat ook te zien is aan de heel lage waarden van IFDM. De onzekerheid op de VLOPS-concentraties ligt in de lijn van de gegeven 25 % onzekerheid op de NH 3 jaargemiddelde OPS-concentraties door het RIVM 11. 11 http://www.rivm.nl/onderwerpen/o/operationele_prioritaire_stoffen_model/modelbeschrijving/ Betrouwbaarheid 93

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen 7.2. METINGEN VAN DE NH 3 -CONCENTRATIE GEDURENDE DE KORSTMOS-CAMPAGNE 7.2.1. MEETCAMPAGNE In 2008 werd, gedurende een volledig jaar op honderd locaties, de NH 3 -concentratie gemeten met behulp van passieve samplers. Deze locaties lagen met toenemende afstand ten noordoosten van veehouderijbedrijven, verspreid over Vlaanderen. Dit gebeurde door 28-daagsgemiddelde metingen gedurende 13 periodes uit te voeren op elk van deze locaties. Op enkele locaties ontbreken de metingen van de eerste periode. Een meer gedetailleerde beschrijving van de campagne kan gevonden worden in Van de Broeck et al. (2009). De metingen zijn uitgevoerd voor concentraties en deze validatie zal dan ook geen validatie zijn voor de depositiewaardes, alleen voor de concentraties. 7.2.2. MODELBEREKENING We willen deze metingen gebruiken om de VLOPS-IFDM-koppeling te valideren. Hierbij stuiten we echter terug direct op problemen. We hebben met name ook geen VLOPS15-berekening voor het jaar 2008, noch de gedetailleerde emissies vanuit de landbouw die we nodig hebben voor dat jaar. Op basis daarvan is besloten de jaargemiddelde gemeten concentraties te valideren ten opzichte van de concentraties uit de berekening 15MZ11M512 voor VLOPS, dit wil zeggen, de berekening met meteo 2012 en emissies 2011. We gebruiken dan ook de analoge emissies en meteo voor IFDM en passen voor de NH 3 -concentraties een analoog schema toe als beschreven voor de deposities in HOOFDSTUK 2. Hierbij kijken we dus alleen naar de jaargemiddelde concentraties en niet naar de afzonderlijke 28-daagse periodes. Dit is op zich geen probleem aangezien we met de VLOPS-IFDM koppeling als doel hebben om jaartotalen te berekenen. De IFDM-berekening gebeurt op een resolutie van 25x25 m², voor alle VLOPS-kilometerhokken waarin er metingen gebeurd zijn. Hierin worden de stallen meegenomen tot op een afstand van 5 km. We verwachten dus een sterke onderschatting door de pure IFDM-berekeningen aangezien alleen bronnen binnen de 5 km meegenomen worden. In totaal vergelijken we dus drie berekeningen met de metingen: 4. De VLOPS-berekening op 1x1 km² resolutie, met kalibratie gebruik makende van de factor 1.29 die ook gebruikt wordt voor de kalibratie van de droge depositie van NH 3. 5. De IFDM-berekening op 25x25 m² resolutie, met de bronnen tot 5 km ver, zonder kalibratie. 6. De VLOPS-IFDM-combinatie op 25x25 m² resolutie. IFDM wordt niet gekalibreerd, VLOPS wel zoals hierboven beschreven. 94

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen 7.2.3. ALLE LOCATIES SAMEN Eerst bepalen we de validatieparameters voor de verschillende modelberekeningen rekening houdende met alle meetpunten. Tabel 41 : De validatietabel van de korstmos-ammoniakmetingen voor VLOPS. Gemiddelde Metingen: 8.68 MAE: 1.68 VLOPS Gemiddelde Model: 8.69 MAE (%): 19 % Bias: 0.02 RMSE: 2.46 R: 0.92 Regressiecoëfficiënt: 0.80 Bias (%): 0 % RMSE (%): 28 % R²: 85 % FAC2 (%): 96 % Tabel 42 : De validatietabel van de korstmos-ammoniakmetingen voor IFDM. Gemiddelde Metingen: 8.68 MAE: 6.70 IFDM Gemiddelde Model: 1.89 MAE (%): 77 % Bias: -6.70 RMSE: 7.94 R: 0.92 Regressiecoëfficiënt: 0.34 Bias (%): -77 % RMSE (%): 92 % R²: 84 % FAC2 (%): 2 % Tabel 43 : De validatietabel van de korstmos-ammoniakmetingen voor VLOPS-IFDM. Gemiddelde Metingen: 8.68 MAE: 1.42 VLOPS-IFDM Gemiddelde Model: 8.65 MAE (%): 16 % Bias: -0.03 RMSE: 2.01 R: 0.95 Regressiecoëfficiënt: 0.83 Bias (%): 0 % RMSE (%): 23 % R²: 91 % FAC2 (%): 97 % 95

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Figuur 71 : Validatie-scatterplot voor VLOPS en VLOPS-IFDM. Ieder punt stelt een jaargemiddelde meting-modelcombinatie voor op een meetlocatie. 96

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen We kunnen volgende conclusies trekken: De validatie met VLOPS (Tabel 41) is heel positief, met een heel hoge R² (0.85), een verwaarloosbare bias (0 %) en een lage RMSE (28 %). Ook de FAC2 is heel hoog (96 %) en de regressiecoëfficiënt ligt dicht bij 1 (0.80). In andere woorden, VLOPS is heel goed in staat de metingen te verklaren. De validatie met de pure IFDM (Tabel 42) is op bepaalde punten heel positief, met heel hoge R² (0.84) maar onderschat de concentraties sterk (bias van -77 %, regressiecoëfficiënt van 0.34 en een FAC2 van 2 %). Dit was te verwachten door het ontbreken van de achtergrondconcentraties in IFDM. De validatie met VLOPS-IFDM (Tabel 43) vertoont een lichte verbetering ten opzichte van VLOPS op alle vlakken (op de bias na, die niet meer verbeterd kon worden) met een nog hogere R² (0.91), een verwaarloosbare bias (0 %), een lage RMSE (23 %), een bijna perfecte FAC2 (97 %) en een regressiecoëfficiënt die wat dichter bij 1 ligt (0.83). De verschillen tussen VLOPS en VLOPS-IFDM zijn ook te zien in de scatterplot (Figuur 71). De verbetering van VLOPS naar VLOPS-IFDM kan op het eerste zicht wat mager lijken, maar men moet er rekening mee houden dat een stijging in R² (of verklaarde variatie) van 0.85 naar 0.91 meer dan een derde van de voorheen niet-verklaarde variatie doet verdwijnen. De onzekerheid op de VLOPS-concentraties ligt in de lijn van de gegeven 25 % onzekerheid op de NH 3 jaargemiddelde OPS-concentraties door het RIVM 12. Over het algemeen zijn de modelvalidatieparameters beter dan in 7.1, wat te verwachten was aangezien ze een veel grotere spreiding in de metingen proberen te verklaren. 7.2.4. ONDERZOEK VAN DE TRANSECTEN Om te bepalen hoe groot de meerwaarde is van VLOPS-IFDM ten opzichte van VLOPS werden alle transecten ook gedetailleerd bekeken. We geven hier vier representatieve voorbeelden weer in het rapport, maar alle transecten, ook diegenen die hier niet beschreven worden zijn uitgebreid bekeken. Om de transecten te kunnen bestuderen is het nodig om de meetlocaties te bestuderen. Er staat een uitgebreide beschrijving van de meetlocaties in Bijlage 2 van Van den Broeck et al. (2009). De belangrijke passages worden geciteerd in dit verslag. Hierbij werd vooral aandacht gegeven aan de vraag of er een belangrijke gekende ammoniakbron aanwezig was (stal) en of het effect van deze bron niet gemaskeerd wordt door andere belangrijke, doch onbekende ammoniakbronnen (in het bijzonder akkers waar bemesting een belangrijke invloed op de metingen kan geven). Dit is ook duidelijk te zien in Figuur 72 waar de correlatie duidelijk zakt tijdens de periode van de lentebemesting. 12 http://www.rivm.nl/onderwerpen/o/operationele_prioritaire_stoffen_model/modelbeschrijving/ Betrouwbaarheid 97

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Figuur 72 : De correlatie van de jaargemiddelde modelwaardes (blauw = VLOPS-IFDM; rood = VLOPS) met de verschillende meetperiodes. Elke datum op de X-as komt overeen met het midden van een 28-daagse meetperiode. Meer Beschrijving van de meetlocatie uit Van den Broeck et al., 2009: Goed geëxposeerde, volledig vrijstaande Zomereiken op kort gras ten noordoosten van een veehouderijbedrijf dat langs dezelfde weg ligt. [ ] Links en rechts (ten noordwesten en zuidoosten) van opnamepunt 1a bevindt zich een weide die begraasd wordt door koeien. [ ] Bij opnamepunt 1c (10 bomen) worden de weides links en rechts van de bomen minder intensief begraasd. [ ] Opnamepunt 1e is gelegen tussen een bieten- (noordwesten) en een maïsakker (zuidoosten) die ook het jaar voordien met maïs was beplant. [ ] Alleen de akker rond punt 1e lijkt eventueel problemen te kunnen geven. 98

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Figuur 73: Zoals Figuur 71 maar dan alleen voor de punten in Meer; blauw: VLOPS, rood: VLOPS- IFDM. Van links naar rechts zijn de punten op de figuur respectievelijk meetplaatsen 1e, 1c en 1a. Zoals gezien kan worden geeft VLOPS-IFDM een gedeelte van de gradiënt te Meer terug weer, zij het veel te weinig. Dit zou kunnen gelinkt zijn aan veranderde emissiegegevens tussen 2008 en nu. Weelde Beschrijving van de meetlocatie uit Van den Broeck et al., 2009: [ ] De bomen situeren zich ten noordoosten van een veehouderijbedrijf dat langsheen dezelfde weg gelegen is. [ ] Ten zuidoosten van punt 6a bevindt zich een akker waarop vorig en dit jaar maïs verbouwd wordt. Links van deze akker is een weide die begraasd wordt door schapen. Tegenover de boom met de shelter bevindt zich aan de andere kant van de weg een woning met tuin. Rechts van deze woning bevindt zich een maïsakker. [ ] Punt 6c is gelegen naast een niet begraasde weide. Aan de overkant bevinden zich enkele woningen met tuinen. Ten noordwesten van punt 6e bevindt zich links een maïsveld en rechts een weide die door veel koeien begraasd wordt, ten zuidoosten een bietenakker (die nadien tot maïsakker opgevormd wordt) en een weide die niet begraasd wordt. [ ] We verwachten mogelijke verhogingen door de akkers bij punten 6a en 6e. 99

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Figuur 74: Zoals Figuur 71 maar dan alleen voor de punten in Weelde; blauw: VLOPS, rood: VLOPS- IFDM. Punt 6e is het linkse punt, punt 6a het rechtse. Zoals gezien kan worden geeft VLOPS-IFDM een klein gedeelte van de gradiënt te Weelde terug weer, maar alles lijkt overheerst te worden door de akkers in de omgeving. Bree Beschrijving van de meetlocatie uit Van den Broeck et al., 2009: [ ] De bomen liggen ten noordoosten van een veehouderijbedrijf. De eerste 5 bomen van punt 60a staan langs een verharde weg (milieutype W2), de overige 5 langs een aarden weg (milieutype W1). De verharde weg loopt tussen een weide en een akker met maïs, de aarden weg tussen twee maïsakkers. [ ] Punt 60c ligt langs dezelfde aarden landweg als de 5 bomen van opnamepunt 60a (milieutype W1). Deze bomen liggen gedeeltelijk langs een maïsakker (voormalige weide) en gedeeltelijk langs een grasland (zonder begrazing). Aan de overkant van de weg bevindt zich een akker met maïs en een weide. [ ] Opnamepunt 60e is gelegen op meer dan 700 m van ammoniakbronnen en bestaat uit tien Zomereiken (milieutype WL). [ ] Zeer goed geëxposeerde en volledig vrijstaande recent opgekroonde Zomereiken (61a) in twee rijen ten noordoosten van twee veehouderijbedrijven (milieutype W2). [ ] Ten noordwesten van de bomen bevindt zich een weide die vanaf mei begraasd wordt door koeien. Ten zuidoosten ligt een akker waarop nu maïs verbouwd wordt en daarvoor een ander gewas (geen maïsstoppels op de akker). [ ] 100

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Opnamepunt 61c ligt tussen twee akkers. Ten zuidoosten werd hierop verleden jaar en ook dit jaar maïs verbouwd. Ten noordwesten is ook een akker gelegen waarop verleden jaar niet maar dit jaar wel maïs werd gezet. [ ] Tien Zomereiken (61e), in landelijk gebied, gelegen tussen twee akkers (milieutype W2) waarop ten noordwesten tarwe verbouwd wordt (voordien gras) en ten zuidoosten maïs (voordien ook maïs). [ ] Er zijn geen ammoniakbronnen in de onmiddellijke omgeving (geen verkeer en geen veehouderijbedrijf). [ ] We verwachten mogelijke verhogingen door de akkers bij verschillende punten. Figuur 75: Zoals Figuur 71 maar dan alleen voor de punten in Bree; blauw: VLOPS, rood: VLOPS- IFDM. Zoals gezien kan worden verbetert VLOPS-IFDM de resultaten van alleen VLOPS hier, maar niet genoeg. Een mogelijke verklaring hiervoor kan liggen bij de veranderde emissiegegevens tussen 2008 en 2011. Oostkamp Beschrijving van de meetlocatie uit Van den Broeck et al., 2009: Locatie 45 bestaat uit 5 opnamepunten met telkens 10 Canadapopulieren waarvan 3 met sampler (milieutype W2). De locatie is ten noordnoordoosten van een groot veehouderijbedrijf gelegen dat zich op ongeveer 200 m bevindt van de weg waarlangs opnamepunt 45a gelegen is. [ ] Er bevindt zich ook een vroeger veehouderijbedrijf dat te koop aangeboden wordt. Er passeert zeer weinig verkeer. [ ] De bomen van punt 45a hebben een zeer ruwe schors en geen zijtakken. Ten zuiden van dit punt bevindt zich een braakliggend gebied begroeid met kruiden, gras en bramen. Ten noorden ligt het vroeger 101

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen veehouderijbedrijf, een weide waarop vanaf juni enkele schapen grazen en bij 2 bomen een berken-beukenbos. [ ] Vijf opnamepunten met eerder dunne Zomereiken (0.5 tot 0.9 m) deels ten noorden en deels ten noordoosten van een veehouderijbedrijf langs een weg met wel wat verkeer (milieutype W4). [ ] We vinden in de beschrijving niet direct hinderende factoren. Figuur 76: Zoals Figuur 71 maar dan alleen voor de punten in Oostkamp; blauw: VLOPS, rood: VLOPS-IFDM. Zoals gezien kan worden geeft VLOPS-IFDM een duidelijke verbetering ten opzichte van VLOPS. 7.2.5. CONCLUSIES VLOPS-IFDM vertoont een duidelijke verbetering ten opzichte van VLOPS. Beide modellen correleren op Vlaamse schaal heel goed met de gemeten ammoniak-concentraties. Vermindering van modelaccuraatheid treedt op in de omgeving van akkers gedurende periodes van bemesting. Tabel 44 : R²-waardes tussen modellen en metingen op de verschillende transecten voor VLOPS en VLOPS-IFDM. Het moge duidelijk zijn dat correlaties eigenlijk geen goede basis zijn om effecten op transecten van 3 punten te meten, maar de resultaten in deze tabel geven een eerste idee dat bevestigd wordt wanneer er in detail gekeken wordt naar de afzonderlijke transecten. 102

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen R² VLOPS 13 VLOPS- IFDM Wuustwezel 0.93 0.94 Meer 0.00 0.92 Weelde 0.06 0.38 Moerbeke 0.09 0.00 Bree 0.63 0.89 Oostkamp 0.80 0.95 Wingene 0.86 0.98 Geel-Mol 0.42 0.63 Sint-Laureins 0.64 0.59 Lippelo 0.45 0.61 Meerdonk 0.00 0.97 Berchem 0.44 0.96 Gemiddelde 0.44 0.74 7.3. CONCLUSIES We nemen de verschillende validaties nogmaals samen in één validatie (Figuur 77) om tot de finale resultaten te komen. De belangrijkste conclusies zijn: De validatie met VLOPS (Tabel 41) is heel positief. De validatie met de pure IFDM (Tabel 42) is op bepaalde punten heel positief, met heel hoge regressiecoëfficiënten, maar met sterk onderschatte concentraties door het ontbreken van achtergrondconcentraties in IFDM 14. De validatie met VLOPS-IFDM (Tabel 43) vertoont op alle vlakken een verbetering ten opzichte van VLOPS. De verbetering van VLOPS naar VLOPS-IFDM lijkt op het eerste zicht wat mager maar uit detailanalyse blijkt deze toch wel belangrijk te zijn. De onzekerheid op de VLOPS-concentraties ligt in de lijn van de gegeven 25 % onzekerheid op de NH 3 jaargemiddelde OPS-concentraties door het RIVM 15. De onzekerheid op deposities is een stuk groter (zie ook HOOFDSTUK 10), maar de beschikbare metingen van depositie (in het bijzonder droge depositie) zijn onvoldoende om een gedegen modelvalidatie uit te voeren. 13 De situaties waarin er geen variatie is tussen de meetpunten van de transecten binnen VLOPS hebben een R² van 0 meegekregen, ondanks het feit dat deze waarde eigenlijk niet berekenbaar is. Het sluit echter wel correct aan de bij de notie dat VLOPS in die gevallen slechts 0 % van de variatie in de metingen kan verklaren. 14 Dit draagt trouwens de kwakkel ten grave dat ammoniak door zijn hoge depositiesnelheid alleen dicht bij de bron neerslaat. 15 http://www.rivm.nl/onderwerpen/o/operationele_prioritaire_stoffen_model/modelbeschrijving/ Betrouwbaarheid 103

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Tabel 45 : De samenvattende validatietabel voor VLOPS. Gemiddelde Metingen: 8.04 MAE: 1.59 VLOPS Gemiddelde Model: 8.07 MAE (%): 20 % Bias: 0.04 RMSE: 2.34 R: 0.93 Regressiecoëfficiënt: 0.82 Bias (%): 0 % RMSE (%): 29 % R²: 86 % FAC2 (%): 97 % Tabel 46 : De samenvattende validatietabel voor IFDM. Gemiddelde Metingen: 8.04 MAE: 6.24 IFDM Gemiddelde Model: 1.79 MAE (%): 78 % Bias: -6.24 RMSE: 7.50 R: 0.91 Regressiecoëfficiënt: 0.34 Bias (%): -78 % RMSE (%): 93 % R²: 84 % FAC2 (%): 2 % Tabel 47 : De samenvattende validatietabel voor VLOPS-IFDM. Gemiddelde Metingen: 8.04 MAE: 1.36 VLOPS Gemiddelde Model: 8.02 MAE (%): 17 % Bias: -0.02 RMSE: 1.93 R: 0.95 Regressiecoëfficiënt: 0.84 Bias (%): 0 % RMSE (%): 24 % R²: 90 % FAC2 (%): 97 % 104

HOOFDSTUK 7 Spatio-temporele validatie met concentratiemetingen Figuur 77 : Validatie-scatterplot voor VLOPS, IFDM en VLOPS-IFDM. Ieder punt stelt een jaargemiddelde meting-modelcombinatie voor op een meetlocatie. 105

HOOFDSTUK 8 De finale koppeling HOOFDSTUK 8. DE FINALE KOPPELING 8.1. REDENEN VOOR KOPPELING Vooraleer we de finale koppeling uitwerken willen we nog even de redenen om de koppeling uit te voeren in herinnering brengen, in tegenstelling tot het blijvend gebruik van VLOPS op een resolutie van 1x1 km². IFDM heeft een reeds bestudeerde en reeds vaak gebruikte parameterisatie voor lijnbronnen die ontbreekt in VLOPS. IFDM wordt vaak gebruikt in MER-dossiers, ook binnen de belangrijkste sectoren wat de depositie van stikstof betreft, namelijk landbouw, industrie en wegverkeer. Het voldoet ook aan de VLAREM-wetgeving. IFDM is binnen Vlaanderen reeds vele malen gevalideerd (Kretzschmar et al., 1976; Cosemans et al., 1981; Kretzschmar et al., 1984; Olesen, 1995; Lefebvre et al., 2011, 2013a, 2013b, 2013c, 2013d). IFDM bevat, wat interessant kan zijn naar de toekomst toe, ook parametrisaties voor building downwash (Cosemans et al., 2012; Lefebvre et al., 2013d). 8.2. DETAILS 8.2.1. KEUZE VAN DE DEPOSITIESNELHEDEN IN IFDM Invoergegevens voor het berekenen van de droge depositiesnelheid Om de droge depositiesnelheid via DEPAC in IFDM te berekenen zijn er een reeks invoergegevens nodig. Deze kunnen opgesplitst worden in drie categorieën. 1) De gemakkelijk beschikbare invoerdata Naam van de polluent Molaire massa van de polluent Dag van het jaar Breedtegraad Temperatuur Globale straling Zonnehoek Relatieve vochtigheid 2) De invoerdata waarbij er discussie op kan treden De ruwheidslengte: op welke resolutie moet deze genomen worden? Wordt beter de meest voorkomende ruwheidslengte binnen een gebied gebruikt of beter de gemiddelde ruwheidslengte? Hoe koppelen we landgebruik aan ruwheidslengte want hiervoor bestaan verschillende mogelijkheden (zie bv. Silva et al., 2007)? Het landgebruik: op welke resolutie moet deze genomen worden? Wordt beter het meest voorkomend landgebruik binnen een gebied gebruikt of beter een gemiddeld landgebruik? 106

HOOFDSTUK 8 De finale koppeling Is de bodem vochtig? Dit is zeer locatieafhankelijk, en wordt onder andere beïnvloedt door de hoogteligging van de locatie en zijn omgeving, het type bodem, de hoogte van het grondwater, De gemiddelde concentratie over een voorgaande periode. Welke periode moet hier gebruikt worden? Zijn dit gemodelleerde waardes of gebruiken we metingen? Indien we metingen gebruiken, wat doen we dan op locaties zonder metingen? Indien we modelresultaten gebruiken, hoe schatten we dan deze concentratie in aangezien we de depositiesnelheid nog niet kennen? De huidige concentratie. In VLOPS wordt hiervoor ook de jaargemiddelde concentratie gebruikt. Kunnen we dit verbeteren door IFDM te gebruiken aangezien IFDM uurlijks rekent? Maar IFDM houdt alleen rekening met de lokale bronnen, wat dus met de achtergrond? Gelukkig is deze parameter weinig belangrijk voor de jaargemiddelde depositiesnelheden ( 6.2). De verhouding van de SO 2 op de NH 3 concentraties? Hoe wordt die bepaald? In VLOPS wordt hiervoor ook de jaargemiddelde concentratie gebruikt. Kunnen we dit verbeteren door IFDM te gebruiken aangezien IFDM uurlijks rekent? Maar IFDM houdt alleen rekening met de lokale bronnen, wat dus met de achtergrond? Deze parameter wordt echter alleen voor de depositiesnelheid van SO 2 gebruikt en is hier dus niet belangrijk. Volgens Simpson et al. (2012), wordt best de verhouding van de laatste 24 uur gebruikt maar dit kan noch in VLOPS (geen dagberekeningen) noch in IFDM (geen achtergronden). 3) Invoerdata die alleen geparametriseerd kunnen worden De wrijvingssnelheid De Monin-Obukhov-lengte. Het is duidelijk dat er keuzes zullen moeten gemaakt worden in IFDM, net zoals er keuzes gemaakt zijn in VLOPS. Andere keuzes zullen leiden tot andere depositiesnelheden en dus tot inconsistenties te meer omdat het onmogelijk is om met dezelfde parameterisaties te rekenen, bijvoorbeeld omdat IFDM uurlijks rekent en we met VLOPS jaargemiddeldes doorrekenen. Aangezien exact dezelfde DEPAC-versie gebruikt wordt in IFDM als in VLOPS heeft een keuze voor het gebruik van IFDM-DEPAC in VLOPS alleen zin als de invoergegevens binnen IFDM van een betere kwaliteit zijn dan binnen VLOPS. De drie mogelijke keuzes voor de droge depositiesnelheden in IFDM, bij gebruik van de VLOPS-IFDM koppeling 1) Gebruik van de gemeten depositiesnelheden in IFDM We zouden dan onze depositiesnelheden in IFDM baseren op Staelens et al. (2007). Voordelen: Eenvoudige aanname: weinig kans op fouten in de implementatie; duidelijk uit te leggen aan andere partijen hoe de lokale modellering gebeurd is. Veranderend landgebruik is eenvoudig mee te nemen in IFDM. Nadelen: Inconsistentie: De resultaten zijn niet consistent met de VLOPS-resultaten waarin gekoppeld wordt en zijn soms moeilijk verklaarbaar. Er wordt geen rekening gehouden met de compensatiepunten. 107

HOOFDSTUK 8 De finale koppeling Ofwel wordt er gewerkt met een eenvoudige NO x -chemie (bv. 60 % van de NO x -emissies is NO 2 en 40 % is NO) ofwel moet gekoppeld worden aan RIO-resultaten. Het eerste geeft consistentieproblemen (en is niet correct in gebieden met hoge NO x -concentraties); het tweede betekent het binnenbrengen van een extra model en extra kans op fouten door de complexiteit van de koppeling chemie/depositie. Wat moeten we doen met klasses die ontbreken in Staelens et al. (2007)? Welke depositiesnelheden worden hiervoor gebruikt? 2) Gebruik van de VLOPS-depositiesnelheden in IFDM Hiervoor maken we kaarten aan van de gemiddelde droge depositiesnelheid van NH 3 (NH x /NH 3 ) en NO x (NO y /NO x ) op iedere locatie en passen deze snelheden toe in IFDM. Voordelen: Consistente resultaten tussen VLOPS en IFDM. Dit geeft een dubbel voordeel. Enerzijds maakt dit de resultaten makkelijker om uit te leggen. Anderzijds maakt dit dat de aftrekstap in de koppeling, uitgemiddeld over een VLOPS-cel altijd exact gelijk is aan de optelstap. Met andere woorden de koppeling van IFDM verschuift dan alleen de deposities intern in een VLOPS-cel zonder de VLOPS-totalen aan te passen, waardoor er op VLOPScelniveau ook geen extra onzekerheid in de resultaten ontstaat. Eenvoudige koppeling: weinig kans op fouten. Compensatiepunten worden in rekening gebracht. De NO x -chemie en de NH 3 -chemie wordt automatisch in rekening gebracht, en op dezelfde manier als in VLOPS. Een update van DEPAC in VLOPS wordt automatisch meegenomen in IFDM. Nadelen: Wat met veranderend landgebruik? Extra VLOPS-doorrekeningen zijn rekenintensief. 3) Gebruik van DEPAC in IFDM Hiervoor gebruiken we DEPAC rechtstreeks in IFDM om de depositiesnelheden te bepalen. Voordelen: Compensatiepunten worden in rekening gebracht. Veranderend landgebruik is eenvoudig mee te nemen in IFDM. Nadelen: Complexe methodologie waardoor er veel mogelijke fouten kunnen zijn. Consistentie tussen IFDM en VLOPS is niet verzekerd alhoewel de fouten kleiner zullen zijn dan in mogelijkheid 1. Ofwel wordt er gewerkt met een eenvoudige NO x -chemie (bv. 60 % van de NO x -emissies is NO 2 en 40 % is NO) ofwel moet gekoppeld worden aan RIO-resultaten. Het eerste geeft consistentieproblemen (en is niet correct in gebieden met hoge NO x -concentraties); het tweede geeft het binnenbrengen van een extra model en extra kans op fouten door de complexiteit van de koppeling chemie/depositie. Waar halen we de invoer-data vandaan, bijvoorbeeld voor de wrijvingssnelheid (zie 6)? 108

HOOFDSTUK 8 De finale koppeling De keuze Op basis van deze lijst argumenten opteren we voor de keuze binnen de grootschalige toepassingen van de PAS: Gebruik van de VLOPS-depositiesnelheden in IFDM. Voor andere doeleinden en validatiestudies met metingen kan het opportuun zijn om tot een andere keuze te komen. Wat met veranderend landgebruik? Dit is bij gebruik van de VLOPS-depositiesnelheden in IFDM nog het enige wat uitgeklaard moet worden: hoe gaan we om met verschillende mogelijke landgebruiksklasses binnen eenzelfde habitatcel. De eenvoudigste aanname is deze veranderingen als onafhankelijk van elkaar te beschouwen. Dan is dit een verandering van een gebied van bijvoorbeeld slechts 1 ha groot, wat beperkt is ten opzichte van een VLOPS-roostercel (van 1x1 km²), waardoor het effect van deze verandering op de depositiesnelheden (maar niet op de KDW, wat hier niet behandeld wordt) genegeerd kan worden. Het is echter maar de vraag of dit zomaar kan, aangezien meerdere habitatcellen waarschijnlijk tezamen zullen veranderen. Om dit echter op een correcte manier door te rekenen zouden er dan ook extra VLOPS-berekeningen moeten gebeuren. Natte depositie Op basis van voorgaande redenering wordt de keuze gemaakt om ook hier de coëfficiënten uit VLOPS over te nemen. Dit komt overeen met een scavenging coëfficiënt van 0.778*10-4 voor NH 3 en 0.722*10-6 voor NO x (gebaseerd op case 8 en 9 van de vergelijking VLOPS-IFDM). 8.2.2. BASIS-CONFIGURATIEBESTANDEN IFDM: IFDM.CONF In dit hoofdstuk geven we de basis-configuratiebestanden voor IFDM mee waarmee de simulaties uitgevoerd werden, zodat er bij omzetting naar het IMPACT-systeem een analoge simulatie opgezet kan worden. De onderstaande file toont alleen de noodzakelijke key-value-pairs. ########################################################################## # # IFDM Config file using Key Value Pairs # ########################################################################## # IFDM-basic IFDM_BASIC_z = 4. IFDM_BASIC_Polluent = NH31,NH32,NOX1,NOX2 # IFDM_raster IFDM_RASTER_Rooster_type = 1 # IFDM_input IFDM_INPUT_type_meteo = 1 # IFDM_output IFDM_OUTPUT_short = 1 # IFDM_wind # IFDM_depos 109

HOOFDSTUK 8 De finale koppeling IFDM_DEPOS_depos = 1 IFDM_DEPOS_horst = 1 IFDM_DEPOS_v_d = 0.01,0.01,0.0025,0.0025 IFDM_DEPOS_z_d = 4.,4.,4.,4. IFDM_DEPOS_minafstand = 1. IFDM_DEPOS_maxafstand = 40000 IFDM_DEPOS_int_par = 1.1 IFDM_DEPOS_npoints = 88 IFDM_DEPOS_n90 = 90 IFDM_DEPOS_natte_depositie = 1 IFDM_DEPOS_lambda = 0.,0.0000778,0,0.000000722 # IFDM_downwash # IFDM_degreedays # IFDM_coupling ########################################################################## # # End of IFDM Config file using Key Value Pairs # ########################################################################## Op deze manier wordt er dus gerekend voor vier polluenten: tweemaal voor zowel ammoniak als stikstofoxides, de eerste maal iedere keer zonder en de tweede maal met natte depositie. In de postprocessing krijgen we dan de correcte schaling en samentelling van de droge en de natte depositie. 8.2.3. BASIS-CONFIGURATIEBESTANDEN IFDM: HET ROOSTER Wanneer binnen de IMPACT-applicatie een rooster gebouwd moet worden moet het voldoen aan de volgende voorwaarden: Een voldoende hoge resolutie om de hoge gradiënten in de depositie mee te hebben dicht bij de bron. Een regulier grid binnen iedere VLOPS-km-cel, zodat de aftrekstap op een efficiënte manier doorgerekend kan worden. Iedere gebied (SBZ-H) dat bekeken moet worden moet volledig omvat zitten binnen het rooster, indien het dicht genoeg bij de bron ligt. Daarom stellen we de volgende procedure voor, die toegepast kan worden binnen IMPACT om een rooster te bepalen voor de doorrekening van de specifieke bron. 1) Het aanmaken van de lijst van alle VLOPS-km-cellen waarbinnen er zich habitatrichtlijngebied bevindt. Deze lijst is reeds opgesteld en beschikbaar, indien gewenst ook met opsplitsing per SBZ-H (bestand: Vlops_unie_sbz_clip.txt), waarbij de nummering gevonden kan worden in Tabel 48. 110

HOOFDSTUK 8 De finale koppeling Tabel 48 : Overzicht van de nummering van de gebieden in het bestand Vlops_unie_sbz_clip.txt. Naam Nummer Code in bestand Demervallei 21 BE2400014 Kalmthoutse Heide 02 BE2100015 Voerstreek 14 BE2200039 Itterbeek met Brand, Jagersborg en Schootsheide en Bergerven 11 BE2200034 Zoniënwoud 30 BE2400008 Bossen, heiden en valleigebieden van zandig Vlaanderen: westelijk deel 23 BE2500004 Westvlaams Heuvelland 22 BE2500003 Plateau van Caestert met hellingbossen en mergelgrotten 27 BE2200036 Bossen en heiden van zandig Vlaanderen: oostelijk deel 16 BE2300005 Bos- en heidegebieden ten oosten van Antwerpen 37 BE2100017 Bossen van de Vlaamse Ardennen en andere Zuidvlaamse bossen 17 BE2300007 Abeek met aangrenzende moerasgebieden 10 BE2200033 Vennen, heiden en moerassen rond Turnhout 03 BE2100024 Heesbossen, Vallei van Marke en Merkske en Ringven met BE2100020 valleigronden langs de Heerlese Loop 26 Bossen en kalkgraslanden van Haspengouw 13 BE2200038 Valleigebied van de Kleine Nete met brongebieden, moerassen en BE2100026 heiden 04 Valleien van de Winge en de Motte met valleihellingen 20 BE2400012 Bovenloop van de Grote Nete met Zammelsbroek, Langdonken en Goor 05 BE2100040 Het Blak, Kievitsheide, Ekstergoor en nabijgelegen BE2100019 Kamsalamanderhabitats 25 Duingebieden inclusief Ijzermonding en Zwin 35 BE2500001 Polders 36 BE2500002 Hageven met Dommelvallei, Beverbeekse heide, Warmbeek en BE2200032 Wateringen 09 Klein en Groot Schietveld 24 BE2100016 Bossen van het zuidoosten van de Zandleemstreek 34 BE2300044 Hallerbos en nabije boscomplexen met brongebieden en heiden 18 BE2400009 Vallei- en brongebieden van de Zwarte Beek, Bolisserbeek en Dommel BE2200029 met heide en vengebieden 31 Schelde- en Durmeëstuarium van de Nederlandse grens tot Gent 33 BE2300006 Valleien van de Dijle, Laan en Ijse met aangrenzende bos- en BE2400011 moerasgebieden 32 Jekervallei en bovenloop van de Demervallei 28 BE2200041 Mangelbeek en heide- en vengebieden tussen Houthalen en Gruitrode 07 BE2200030 Overgang Kempen-Haspengouw 15 BE2200042 Uiterwaarden langs de Limburgse Maas en Vijverbroek 12 BE2200037 Valleigebied tussen Melsbroek, Kampenhout, Kortenberg en Veltem 19 BE2400010 Mechelse heide en vallei van de Ziepbeek 01 BE2200035 111

HOOFDSTUK 8 De finale koppeling Bosbeekvallei en aangrenzende bos- en heidegebieden te As- BE2200043 Opglabbeek-Maaseik 29 Historische fortengordels van Antwerpen als vleermuizenhabitats 06 BE2100045 De Maten 00 BE2200028 Valleien van de Laambeek, Zonderikbeek, Slangebeek en Roosterbeek met vijvergebieden en heiden 08 BE2200031 2) Vanuit de bron(nen) wordt gekeken welke van deze coördinaten van de cellen dichter dan 1708m van de bron(nen) ligt. Deze cellen worden opgevuld met een regulier grid op 2 0m resolutie. De afstand van 170 m zorgt ervoor dat zeker alle locaties dichter dan 1 km bij de bron(nen) opgevuld worden door een regulier grid op hoge resolutie. Voor de cellen die dichter liggen dan 10708 m van de bron(nen) maar niet dichter dan 1708 m wordt een regulier grid op 100 m resolutie gebruikt. De afstand van 10708 m zorgt ervoor dat zeker alle locaties dichter dan 10 km bij de bron(nen) opgevuld worden door een regulier grid. 3) Twee bestanden worden voor IFDM uitgeschreven die het rooster beschrijven. In fortran gebeurt dit met de volgende code: nx_ny=sqrt(aantal_punten)+1! Grootte matrix xave=0.! Locatie gemiddelde x-coördinaat yave=0.! Locatie gemiddelde y-coördinaat k=0! Tellers: waar in de matrix zitten we l=1! Tellers: waar in de matrix zitten we do i=1,aantal_punten! Loop over de punten k=k+1 if (k.gt. nx_ny) then! Volgende rij van de matrix beginnen l=l+1 k=k-nx_ny endif puntenlijst(k,l,1)=puntenlijst_oldf(i,1)/1000.! Omzetting naar meter puntenlijst(k,l,2)=puntenlijst_oldf(i,2)/1000.! Omzetting naar meter xave=xave+puntenlijst(k,l,1)/aantal_punten! Bereken gemiddelde x yave=yave+puntenlijst(k,l,2)/aantal_punten! Bereken gemiddelde y OPEN(UNIT=1,FILE='uitvoer_rooster.txt')! Schrijf bestand weg WRITE(1,*) aantal_punten WRITE(1,*) 0 WRITE(1,*) 0 WRITE(1,*) puntenlijst(:,:,1) WRITE(1,*) puntenlijst(:,:,2) CLOSE(1) OPEN(UNIT=1,FILE='Roosterinvoer.txt')! Schrijf bestand weg WRITE(1,*) xave,yave,nx_ny,nx_ny,100,'lamber' CLOSE(1) Waarbij aantal_punten het aantal punten is, die vermeld staan in de array puntenlijst_oldf met als eerste kolom de x-coördinaten en als tweede kolom de y-coördinaten (beide in m). 8.2.4. BASIS-CONFIGURATIEBESTANDEN IFDM: DE MODELVERSIE Huidig gebruikte IFDM-modelversie voor de PAS is v4.4. 112

HOOFDSTUK 8 De finale koppeling 8.2.5. POSTPROCESSING EN KOPPELING VLOPS-IFDM De koppeling met VLOPS gebeurt off-line. Dit wil zeggen dat ze pas uitgevoerd wordt nadat zowel VLOPS als IFDM volledig klaar zijn. In totaal zijn er een tiental invoerbestanden nodig voor het script, die we één na één kort beschrijven. Al deze bestanden moeten zich bevinden in de directory waar het script uitgevoerd wordt. dr_depfactors.txt Bestand met slechts twee waardes in, met name de gebruikte droge depositiesnelheden in de IFDM-simulatie voor respectievelijk NH 3 en NO x, uitgedrukt in m/s en gescheiden door een komma of een spatie. Indien het bestand uit 8.2.2 gebruikt wordt is dit bestand gelijk aan: 0.01 0.0025 VLOPS_total_dep.txt Bestand met de depositietotalen zoals berekend in VLOPS. De eerste regel is het aantal opgenomen VLOPS-cellen in het bestand. Vanaf de tweede regel volgen per VLOPS-cel 3 spatie/tab-gescheiden waarden met respectievelijk de X-coördinaat van het centrum van de VLOPS-cel (in meter), de Y- coördinaat van het centrum van de VLOPS-cel (in meter) en de totale depositie (in kgn/ha/jaar). Een voorbeeld van het begin van zo n bestand is: 13906 22500 199500 13.79145622 29500 203500 13.87860584 36500 207500 14.15541363 22500 198500 14.18792152 depdrnh3_kaart_vlops.txt Bestand met de droge depositiesnelheid voor NH 3, berekend als NH x -depositie gedeeld door NH 3 - concentratie uit de VLOPS-resultaten. De eerste regel is het aantal opgenomen VLOPS-cellen in het bestand. Vanaf de tweede regel volgen per VLOPS-cel 3 spatie/tab-gescheiden waarden met respectievelijk de X-coördinaat van het centrum van de VLOPS-cel (in meter), de Y-coördinaat van het centrum van de VLOPS-cel (in meter) en de droge depositiesnelheid (in cm/s). Het is noodzakelijk dat de VLOPS-cellen in dezelfde volgorde staan als in VLOPS_total_dep.txt. Een voorbeeld van het begin van zo n bestand is: 13906 22500 199500 0.366943479 29500 203500 0.36592564 36500 207500 0.363138586 22500 198500 0.385606408 depdrno2_kaart_vlops.txt Bestand met de droge depositiesnelheid voor NO x (berekend als NO y -depositie gedeeld door NO x - concentratie) zoals berekend in VLOPS. De eerste regel is het aantal opgenomen VLOPS-cellen in het bestand. Vanaf de tweede regel volgen per VLOPS-cel 3 spatie/tab-separated waarden met respectievelijk de X-coördinaat van het centrum van de VLOPS-cel (in meter), de Y-coördinaat van het centrum van de VLOPS-cel (in meter) en de droge depositiesnelheid (in cm/s). Het is noodzakelijk dat de VLOPS-cellen in dezelfde volgorde staan als in VLOPS_total_dep.txt. Een voorbeeld van het begin van zo n bestand is: 113

HOOFDSTUK 8 De finale koppeling 13906 22500 199500 0.107916415 29500 203500 0.107634291 36500 207500 0.107119642 22500 198500 0.111108139 Roosterinvoer.txt, uitvoer_rooster.txt, uitvoer_depnh31.txt, uitvoer_depnh32.txt, uitvoer_depnox1.txt, uitvoer_depnox2.txt De in- en uitvoerbestanden zoals ze bij de IFDM-simulatie gebruikt zijn/aangemaakt werden. Het eigenlijke programma dat de koppeling doet is elektronisch beschikbaar als bijlage aan dit rapport (koppeling_vlops.f90). Uitvoer: Ndep_koppeling_depac.txt Dit is een puntkomma-separated file bestaande uit een titel en dan de resultaten met respectievelijk X-coördinaat (in meter), Y-coördinaat (in meter), depositie na koppeling (in kgn/ha/jaar), depvl de depositie binnen VLOPS (in kgn/ha/jaar), depifdm de optelstap (in kgn/ha/jaar) en depdtc de aftrekstap (in kgn/ha/jaar). Een voorbeeld van het begin van zo n bestand: X; Y; depkop; depvl; depifdm; depdtc 161050; 224050; 26.677235; 26.823021; 1.877326; 2.023114 161150; 224750; 26.720264; 26.823021; 1.920357; 2.023114 162250; 224450; 29.765842; 29.882299; 2.647799; 2.764256 163350; 224150; 33.183804; 35.519260; 2.612482; 4.947939 8.2.6. ANDERE De koppeling gebeurt met VLOPS15 en meteorologie 2012 van regio 5 voor VLOPS en voor IFDM meteo Antwerpen-Luchtbal voor 2012. 8.3. RESULTATEN Belangrijk om hier te bespreken is opnieuw de kaart die de verhouding van de IFDM-deposities op de gekoppelde depositie uitdrukt (Figuur 84). Op het overgrote deel van de locaties is de waarde van deze verhouding laag (< 30 %), waaruit blijkt dat de lokale bronnen slechts een beperkt effect hebben op de depositie. Op die locaties is het VLOPS-patroon overheersend en zullen ook de VLOPS-depositiesnelheden het meest relevant zijn. Daarnaast zijn er vele spikkels te zien nabij lokale bronnen (in het bijzonder in delen van West-Vlaanderen, Noord- en Zuid-Limburg en in de Kempen). Dit is ook logisch aangezien er daar belangrijke lokale bronnen zijn, die lokaal een heel hoge depositie veroorzaken. Het kunnen tonen van deze spikkels is juist de bedoeling van de koppeling tussen beide modellen. Van de drie vroegere locaties waar er op grotere schaal een hoge ratio te vinden was, met name op een deel van de Mechelse Heide (omgeving Walkro), in de omgeving van de Antwerpse Haven (Schelde en Kalmthoutse Heide) en in de omgeving van Zeebrugge is er slechts een beperkt gedeelte over. Voor Walkro gelden dezelfde opmerkingen als 114

HOOFDSTUK 8 De finale koppeling hiervoor ( 2.2), voor Schelde, Zeebrugge en Kalmthoutse Heide zijn de problemen opgelost behalve bij enkele heel sterke bronnen, wat echter logisch is (cfr. spikkels van hierboven). Ook kan gezien worden dat de afwijkingen van VLOPS-IFDM tov VLOPS klein zijn (Figuur 86). Figuur 78 : VLOPS15-deposities (in kgn/ha/jaar). 115

HOOFDSTUK 8 De finale koppeling Figuur 79 : IFDM-deposities (in kgn/ha/jaar) Figuur 80 : IFDM-deposities berekend op het VLOPS-grid (in kgn/ha/jaar), gebruik makend van de depositiesnelheden van VLOPS. 116

HOOFDSTUK 8 De finale koppeling Figuur 81 : Gekoppelde VLOPS-IFDM deposities (in kgn/ha/jaar). Figuur 82 : Resulterende significantieklasses (totale N-depositie t.o.v. de KDW, in %) op de actuele habitats en de voorlopige zoekzones. Wit = geen actuele habitat en geen voorlopige zoekzone. 117

HOOFDSTUK 8 De finale koppeling Figuur 83 : KDW-waarde voor de actuele habitats + voorlopige zoekzones. Bij meerdere habitats op dezelde locatie wordt de laagste KDW getoond. Figuur 84 : Het gedeelte van de totale gekoppelde deposities dat afkomstig is uit IFDM (in %). 118

HOOFDSTUK 8 De finale koppeling Figuur 85 : Resulterende significantieklasses (in %) op de voorlopige zoekzones + actuele habitats. Figuur 86 : Relatieve afwijking (in %) van VLOPS-IFDM tov VLOPS. 119

HOOFDSTUK 8 De finale koppeling Figuur 87 : Zoom op Figuur 86 voor het Schietveld. 120

HOOFDSTUK 9 Varia HOOFDSTUK 9. VARIA In dit hoofdstuk bespreken we enkele kleine aspecten die nergens anders in het rapport een plaats konden krijgen. 9.1. HALLERBOS (NELE VELDEMAN) 9.1.1. PROBLEEMSTELLING In het zuiden van het Hallerbos wordt door VLOPS lokaal een heel hoge depositie berekend. Dit hangt samen met de volgende NOx-bron in de VLOPS emissiebestanden die gelegen is in Wallonië maar dicht bij het Hallerbos: ssn x(m) y(m) q (g/s) hc(mw) h(m) d(m) s(m) 11557 144500 153500 2.49E+01 0 0.5 1000 0.5 dv cat area sd comp Emap: v2.2.0 3 7 2 0 NOX 9.1.2. ANALYSE Het probleem situeert zich in de NOx-emissies van SNAP sector 7 - wegverkeer. In E-MAP wordt voor (niet-vlaamse) historische emissies vertrokken van de cijfers die in de EMEPinventaris zijn opgenomen. In eerste instantie worden de Belgische EMEP-cijfers uitgesplitst over de 3 gewesten (per sectorper polluent). Voor SNAP sector 7 en polluent NOx is dit momenteel als volgt vast gelegd: 59 % wordt toegekend aan Vlaanderen 38 % wordt toegekend aan Wallonië 3 % wordt toegekend aan het Brussels gewest Vervolgens gebeurt er een uitsplitsing naar type bron: puntbron, lijnbron, oppervlaktebron (per gewest-per sector-per polluent). Voor SNAP sector 7 en polluent NOx is dit (voor alle gewesten) als volgt vastgelegd: 0 % wordt toegekend aan puntbronnen 100 % wordt toegekend aan lijnbronnen 0 % wordt toegekend aan oppervlaktebronnen Voor sectoren die lijnbronnen bevatten, gebeurt vervolgens een uitsplitsing over verschillende subsectoren. Concreet zijn dit voor SNAP sector 7 de subsectoren : highway, urban roads, non-urban roads. Voor NOx in Wallonië is deze opsplitsing als volgt vast gelegd: 121

HOOFDSTUK 9 Varia 47 % wordt toegekend aan motorways 16 % wordt toegekend aan urban roads 37 % wordt toegekend aan non-urban roads Voor elk van deze subsectoren, bestaat een spreidingspatroon, gebaseerd op een onderliggende proxy-variabele. Concreet is dit voor bovenstaande subsectoren: Tabel 49 : Proxyvariabelen voor SNAP-sector 7 in EMAP SNAP Sector Netwerk Nummer Surrogaatvariabele Shapefile en attribuut voor Corine landen Shapefile en attribuut voor niet- Corine landen Motorways 201 EuropeanERoads_Modif AADT EuropeanERoads_Modif AADT S7 Urban Roads 202 GlobalRoads None GlobalRoads None Non Urban Roads 203 CorineNonUrbanAreas None GlobalArtificialSurface None Voor verdere specificatie en voor visualisatie van de proxy-variablen wordt verwezen naar het Activiteitenverslag van de Referentietaak Luchtkwaliteitsmodellering anno 2014 (Hoofdstuk 1, 1.8). In onderstaande figuren worden de resulterende spreidingspatronen voor Wallonië op het VLOPSgrid (resolutie 1km) getoond voor de verschillende subsectoren. Figuur 88: Spreidingspatroon voor de Waalse NOx emissies uit SNAP sector 7-wegverkeer, subsector Motorways - bepaald op basis van een Europese snelwegenkaart (EuropeanERoads_Modif) waaraan verkeersvolumes (AADT) werden toegekend. 122

HOOFDSTUK 9 Varia Figuur 89: Spreidingspatroon voor de Waalse NOx emissies uit SNAP sector 7-wegverkeer, subsector Urban Roads - bepaald op basis van een globale wegenkaart (GlobalRoads) waaraan geen gewichten werden toegekend (berekening wordt gebaseerd op de lengte van de wegen in een grid cel). Figuur 90: Spreidingspatroon voor de Waalse NOx emissies uit SNAP sector 7-wegverkeer, subsector Non-Urban Roads - bepaald op basis van landgebruik (CorineNonUrbanAreas) waaraan geen gewichten werden toegekend (berekening wordt gebaseerd op de oppervlakte van de zones in een grid cel). Merk op dat Wallonië slechts gedeeltelijk binnen het VLOPS 1km grid valt. Dit heeft als gevolg dat niet het volledige Waalse gewesttotaal wordt toegekend aan het VLOPS grid. Concreet worden volgende fracties toegekend: 52 % van het Waals totaal voor de subsector Motorways wordt gespreid binnen het grid 123

HOOFDSTUK 9 Varia 29 % van het Waals totaal voor de subsector Urban-Roads wordt gespreid binnen het grid 36 % van het Waals totaal voor de subsector Non-Urban Roads wordt gespreid binnen het grid Verdere analyse van de verdeelsleutels toont aan dat het probleem van de betreffende cel nabij het Hallerbos het gevolg is van het patroon voor de subsector Motorways. Aan de cel wordt immers een bijdrage van 0.04 toegekend (op een gespreid totaal van 0.52), of nog een bijdrage van maar liefst 8 %. Samenvatting: Belgisch totaal SNAP7-NOx 38 % naar Wallonië 100 % (van 38 % ) naar lijnbronnen 47 % (van 100 % van 38 %) naar subsector Motorways 52 % (van 47 % van 100 % van 38 %) wordt gespreid binnen het modelgrid 8 % van 52 % van 47 % van 100 % van 38 % wordt toegekend aan de bewuste gridcel Concreet, obv EMEP 2012: 95.8 kton in EMEP inventaris voor SNAP7-NOx, resulteert in 22.6 g/s aan de bewuste grid cel nabij het Hallerbos. Merk op dat hieraan nog een kleine bijdrage van de overige 2 subsectoren wordt toegevoegd. Vraag is dus vanwaar die hoge bijdrage (0.04) voor die specifieke gridcel nabij het Hallerbos afkomstig is. Noot: ook 2 andere gridcellen krijgen een abnormaal hoge bijdrage afkomstig van de snelwegen. Dit wordt geïllustreerd in Figuur 91. Figuur 91: Locatie van 3 gridcellen die een abnormaal hoge bijdrage krijgen van de fractie emissies binnen de subsector Motorways (zie sur_201, bijdragen respectievelijk 0.04, 0.03 en 0.01). De proxy-variabele die gebruikt wordt voor het spreiden van de subsector Motorways wordt getoond in Figuur 92. Merk op dat Deze proxy-kaart gedateerd is (zo bevat ze bijvoorbeeld de A12 niet!) De verkeersvolumes die aan de wegen werden toegekend ook dubieus zijn (zo zijn de nietgecorrigeerde intensiteiten op de ring van Londen en Parijs gelijk aan 0!) 124

HOOFDSTUK 9 Varia Voor meer achtergrond wordt verwezen naar het document Analyse van de Onzekerheid op de Geografische Spreiding van Emissies door E-MAP, opgemaakt ihkv de Referentietaak Luchtkwaliteitsmodellering anno 2013. Figuur 92: Proxy-variabele gebruikt voor het spreiden van verkeersemissies uit de subsector Motorways. Hoewel van de proxy-kaart reeds enige tijd geweten is dat ze dringend aan een upgrade toe is, wijst niets erop dat er zich een probleem zou voordoen in de kaart ter hoogte van het Hallerbos. Inderdaad (zie Figuur 93 en Figuur 94), Vergelijken we 2 gridcellen, nl. de cellen met grid_id = 3514 (x_id = 144.500, y_id = 153.500) - Figuur 93, rode geselecteerde cel met grid_id = 3255 (x_id = 145.500, y_id = 152.500) - Figuur 93, oranje geselecteerde cel dan zien we dat er 2 wegsegmenten (FID = 98 en 99 resp.) gelegen zijn in de gridcel met grid_id = 3514. Beide segmenten hebben een verkeersvolume van 63.422 (zie Figuur 93) er 1 wegsegment (FID = 127) gelegen is in de gridcel met grid_id = 3255. Dit segment heeft eveneens een verkeersvolume van 63.422 (zie Figuur 94) 125

HOOFDSTUK 9 Varia Figuur 93: Analyse van de herkomst van de bijdrage aan gridcel met grid_id = 3514 (rood). Figuur 94: Analyse van de herkomst van de bijdrage aan gridcel met grid_id = 3254 (oranje en geselecteerd). Voor de ene grid cel (grid_id = 3514) resulteert dit in een bijdrage van 0.043518 (sur_201, dat gebruikt wordt voor Motorways ); voor de andere grid cel (grid_id = 3254) resulteert dit in een (veel normalere) bijdrage van 0.002815. Dit wijst erop dat er niets fout is met de gebruikte proxy op zich. De fout is allicht gebeurd bij het berekenen van de patronen obv deze proxy. 9.1.3. BESLUIT Bovenstaande analyse toont aan dat de oorzaak van het gemelde probleem zich situeert op niveau van de spreiding van de fractie van de verkeersemissies die aan snelwegen wordt toegekend. Snelle analyse van de gebruikte proxy-variabele voor deze subsector wijst uit dat er op het eerste zicht niet echt iets verkeerd lijkt te zijn met de onderliggende proxy-variabele (uiteraard buiten de 126