Veel dingen die we eigenlijk uit metingen zouden willen weten zijn of kunnen niet worden gemeten. Dat geldt met name voor ontwikkelingen in de toekomst, die nodig zijn voor beleid. We moeten nu al nadenken over hoe Nederland om zal gaan met zeespiegelstijging in 2100, maar we kunnen nu nog niet meten in 2100. In zo’n situatie heb je een ‘model’ nodig.

Schaalmodel, rekenmodel
Een model kan een schaalmodel zijn, bijvoorbeeld voor golfslag rond de Deltawerken. Een ander voorbeeld is het gebruik van een windtunnel om de verspreiding van de ammoniakuitstoot uit een stal te onderzoeken. Meestal echter denkt men bij een model aan een rekenmodel: probeer bestaande metingen in formules te beschrijven; test die formules op een of meer nieuwe metingen; en als je tevreden bent, gebruik die formules om voorspellingen mee te doen.

Daarbij is het belangrijk dat je aangeeft hoeveel vertrouwen je in de uitkomsten hebt. Bij sommige toepassingen kun je heel nauwkeurige modellen maken (bijvoorbeeld om zonsverduisteringen te voorspellen), maar zelfs dan moet je de nauwkeurigheid aangeven. Vaak ken je de formules wel erg nauwkeurig, maar zijn ze veel te gecompliceerd om in de praktijk bruikbaar te zijn. Dan moet je de formules gaan vereenvoudigen. Dat maakt de uitkomsten minder nauwkeurig.

Invoergegevens belangrijk
Daarnaast heb je altijd invoergegevens nodig. Bij het stikstofdepositiemodel gaat het dan bijvoorbeeld om bronsterkte, schoorsteenhoogte, ozonconcentratie en landgebruik. Zelfs al zouden de formules nog zo goed bekend zijn, als je de invoer niet goed kent dan nog zijn je voorspellingen met het model niet erg nauwkeurig. Dat zie je sterk bij weermodellen. De formules zijn heel goed bekend, maar de invoergegevens niet. Daarbij speelt nog dat een kleine fout in de invoer volgens de formules na enige tijd onvermijdelijk leidt tot een grote fout in de weersverwachting. Een model met de eigenschap dat fouten in de invoer versterkt in de uitvoer, is niet ‘robuust’. Een weermodel is niet robuust als het gaat om de voorspelling van temperatuur na een week of zo, en na grofweg een uur bij de voorspelling van buien.

Berekening stikstofdepositie
Bij de modellering van stikstofdepositie is de bronsterkte een wezenlijke invoergrootheid. Omdat die vaak niet gemeten kan worden, wordt die op zijn beurt weer samengesteld met een model. Zo is er een model voor de uitstoot van wegverkeer; dat model was enige tijd geleden nogal in het nieuws (‘sjoemeldiesels’). Er is ook een model voor de uitstoot uit een koeienstal. Metingen aan stalsystemen hebben geleid tot kengetallen, samengevat in ‘emissiefactoren’ en ‘RAV-codes’. Helaas blijken die metingen veelal niet gedaan te zijn in realistische omstandigheden, zodat de kengetallen te gunstig zijn. De rechter heeft het gebruik van enkele van die kengetallen inmiddels verboden. Uiteraard is de depositie die je met het model berekent minstens net zo fout als de invoer die je hebt gebruikt.

Het AERIUS-model is wel robuust voor de bronsterkte, maar niet voor planteigenschappen
Gelukkig is het verspreidingsmodel dat in Nederland gebruikt wordt (AERIUS) tamelijk robuust voor fouten in de bronsterkte, zodat die fouten niet ook nog eens versterkt worden. De berekende depositie is daarentegen wel sterk afhankelijk van de beschrijving van de bodem en de vegetatie. Dus het model is wel robuust voor de bronsterkte, maar niet voor planteigenschappen.

Bij de ontwikkeling en bij het gebruik van een model moet je altijd het doel van het model goed voor ogen houden. Je mag een model nooit gebruiken buiten zijn toepassingsgebied. Een model dat ontwikkeld is voor de berekening van luchtvervuiling rondom snelwegen mag je niet zomaar gebruiken om depositie mee te berekenen.

AERIUS
AERIUS gebruikt voor de meeste toepassingen een model dat ontwikkeld is om de totale depositie over Nederland mee te voorspellen, maar later bleek dat model ook geschikt om er vergunningsverlening op te baseren. Bij vergunningsverlening gaat het om het verschil tussen na en voor het gebruik van de vergunning. Er worden twee berekeningen, één met en één zonder vergunning, van elkaar afgetrokken. Fouten die in beide berekeningen afzonderlijk zitten vallen dan tegen elkaar weg. Zo kan het gebeuren dat de onbekendheid met planteigenschappen weinig doorwerkt bij het beoordelen van de vergunning, hoewel die onbekendheid beide berekeningen afzonderlijk weinig betrouwbaar maakt.

Zowel bij het maken als bij het gebruik van een model is het belangrijk goed na te gaan hoe betrouwbaar de resultaten zijn en wat de nauwkeurigheid is. Als de betrouwbaarheid klein is kun je niets met de resultaten. Maar je kunt wel omgaan met beperkte nauwkeurigheid. Zo is de nauwkeurigheid van de verwachting van de zeespiegelstijging in 2100 niet groot: iets tussen 30 cm en 1 meter 20. Als je zeker wilt weten dat Nederland in 2100 niet onder water staat moet je uitgaan van 1 meter 20. Voor de zekerheid kies je dan de grens van de onnauwkeurigheid.

Kortom, voor beleid moet het model betrouwbaar zijn, maar met onnauwkeurigheid valt goed om te gaan, als je maar weet hoe groot die is.

In Wat is ...? gaan we met bekende en minder bekende mensen op zoek naar wat hen motiveert om te ontdekken of we elkaar van daaruit weer kunnen vinden. De introductie tot de modellenreeks vind je hier. Waarom we dit doen lees je in De ontdekking van de ander.

Dit artikel afdrukken