Dit is automatische vertaald vanuit deze Engelse tekst. Er staan ongetwijfeld fouten in deze vertaalde tekst! Een Samenvatting is eerder op deze website gemaakt en is hier te vinden.
Gaat u alstublieft zitten. Geachte collega’s, beste aanwezigen, professor Margreet van Zanten, Mäinte, Justein, Clarion, Wilmoot, familie, vrienden, welkom. Het is een eer en een genoegen u vandaag in ons auditorium te mogen verwelkomen. Over enkele ogenblikken zal professor Margreet van Zanten ceremonieel toetreden tot onze academische gemeenschap door haar inaugurele rede te houden. Zij is benoemd tot bijzonder hoogleraar Emissie, Depositie en Dispersie van Atmosferische Stoffen binnen de leerstoelgroep Meteorologie en Luchtkwaliteit, onder leiding van Jordi, Villa en Martin Krull. Hier in Wageningen worden bijzondere leerstoelen ingesteld ter aanvulling van de leerstoelen. Bijzondere leerstoelen verbreden de wetenschappelijke reikwijdte. Ze zorgen ervoor dat de Wageningse wetenschap verbonden blijft met de samenleving. En dit helpt ons verbonden te blijven met de maatschappij. Het sluit ook aan bij ons motto: het potentieel van de natuur verkennen om de kwaliteit van leven te verbeteren.
Wij zijn een topuniversiteit op het gebied van landbouw- en voedingswetenschappen en in het vakgebied van milieu en ecologie. Met de benoeming van professor Margreet van Zanten als bijzonder hoogleraar ben ik ervan overtuigd dat we op dat pad zullen blijven. Professor Van Zanten studeerde meteorologie en fysische oceanografie. Na haar afstuderen in 1995 begon ze haar academische loopbaan in Utrecht. Daar werkte ze aan numerieke weersmodellen, eerst als promovendus en later als postdoc. Haar onderzoek droeg bij aan het begrip waarom stratocumuluswolken, die lage wolken zijn, soms oplossen en soms blijven, wat grijze dagen veroorzaakt. Met behulp van modellen en metingen bestudeerde ze de wolken en de vorming van motregen. Ze gebruikte large eddy-simulatiemodellen om de atmosfeer te simuleren. Die modellen hadden in die tijd een supercomputer nodig om te draaien. Soms kostte het enkele uren op die supercomputers om slechts één uur van de fysische realiteit te simuleren. Om haar model te valideren en te verbeteren, verzamelde ze atmosferische gegevens bovenop wolken met behulp van onderzoeksapparatuur in vliegtuigen. Dat moet een bijzondere ervaring zijn geweest.
Een deel van haar postdoctoraal onderzoek vond plaats aan de University of California, Los Angeles. Dit was mogelijk omdat ze een prestigieuze beurs ontving om vrouwelijke onderzoekers in de natuurkunde te ondersteunen. Daarna vervolgde ze enkele jaren haar onderzoek bij het Koninklijk Nederlands Meteorologisch Instituut, KNMI. In 2008 zette professor Van Zanten haar volgende stap bij het RIVM, het Rijksinstituut voor Volksgezondheid en Milieu, waar ze nog steeds werkzaam is. Ze past haar kennis van grenslaagmeteorologie toe op luchtkwaliteitsvraagstukken, waaronder emissies, dispersie en depositie. Bij het RIVM leidt professor Van Zanten het Emissieregistratiesysteem. Ze ziet een duidelijke behoefte aan betrouwbare validatie van de gegevens en modellen die het luchtkwaliteitsbeleid ondersteunen. Het RIVM speelt een belangrijke rol bij de monitoring en validatie van atmosferische modellen die worden gebruikt voor beleidsadvies en voor onderzoek. Dit helpt ons een beter begrip te krijgen van emissies en depositie van verontreinigende stoffen, zoals stikstofverbindingen. Het koppelt atmosferische veranderingen aan dagelijkse gevolgen. En dit is waarom Wageningen University en het RIVM deze bijzondere leerstoel in dit vakgebied hebben ingesteld.
In haar rol draagt ze actief bij aan het huidige beleidsdebat over luchtkwaliteit. Ze informeert Kamerleden over de emissie-inventaris. Ze laat zien hoe onderzoek een essentiële basis biedt voor beleid dat ten goede komt aan alle belanghebbenden, zoals natuur, boeren, industrie en volksgezondheid. Het wetenschappelijke werk van professor Van Zanten wordt zeer gewaardeerd. Door de jaren heen heeft ze veel artikelen gepubliceerd in toonaangevende wetenschappelijke tijdschriften, die meer dan 3.000 keer zijn geciteerd. Ze is ook een toegewijde docent die colleges geeft aan Wageningen University. We waarderen haar bijdrage aan een postacademische cursus luchtkwaliteit, georganiseerd door het Postacademisch Opleidingsinstituut van de Technische Universiteiten. Zij doet dit al tien jaar. Daarnaast heeft zij veel studenten en promovendi begeleid en doet dit nog steeds. Geachte aanwezigen, ik denk niet dat ik hoef te benadrukken dat professor Margreet van Zanten een ware vertegenwoordiger is van de Wageningse aanpak van wetenschap, omdat ze uitstekende wetenschap combineert met het streven naar impact. Ik kijk uit naar haar inaugurele rede, getiteld “What Goes Up Must Come Down.” Professor Van Zanten, het woord is aan u.
De uitdrukking “what goes up must come down” wordt vaak toegeschreven aan Sir Isaac Newton vanwege zijn werk aan de bewegingswetten en zwaartekracht. Echter, de exacte zin verscheen voor het eerst in druk in het begin van de 19e eeuw. Een Amerikaan genaamd Teodor Zetrich gebruikte de zin. Hij schreef: “Wanneer één jongen van de twaalf een steen in de lucht gooit en roept dat wat omhoog gaat, moet neerkomen, dan is dat zeer waarschijnlijk.” Deze uitdrukking illustreert de basisprincipes van zwaartekracht en beschrijft een eenvoudig, waarneembaar fenomeen. Tegenwoordig is het een gangbare uitdrukking, die ook metaforisch wordt gebruikt om aan te geven dat wat omhoog gaat, zoals beursprijzen of succes, uiteindelijk weer zal dalen. Maar laten we vandaag niet over neergang praten.
Het is een grote eer om jullie allemaal, familie, vrienden en collega’s, welkom te heten bij mijn inaugurele rede ter markering van mijn benoeming tot bijzonder hoogleraar aan Wageningen University op het gebied van emissie, dispersie en depositie van atmosferische componenten. Vandaag wil ik jullie graag iets vertellen over mijn vakgebied en laten zien wat er fascinerend is aan het doen van onderzoek. Laten we beginnen met een uitleg van de termen in mijn titel, en de processen in de atmosferische wetenschap waar zij voor staan.
Allereerst emissie, dat komt van het Latijnse woord “emitre,” wat betekent “uitzenden” of “uitwerpen.” Emissie betreft gassen of deeltjes die in de lucht of in het water worden gebracht. Dit proces kan worden gesymboliseerd door een opwaartse pijl. Ten tweede het proces van dispersie, dat komt van het Latijnse woord “disparre,” wat betekent “wijd verspreiden” of “meer of minder gelijkmatig verdelen in het medium.” Dispersie werkt eerder op kleinere, lokale schalen vanwege de turbulente bewegingen in de lucht. Wanneer we de beweging door de gemiddelde wind toevoegen, gebruiken we vaak het woord transport om het gecombineerde effect van beide aan te duiden. Dispersie vindt feitelijk in alle richtingen plaats, maar vandaag zullen we het symboliseren met een horizontale pijl, voor de eenvoud.
Tot slot hebben we het proces van depositie. Dit woord komt ook uit het Latijn, namelijk “deponere,” wat betekent “neerleggen” of “laten vallen.” In de atmosfeer gaat dit proces over het verwijderen van een gas uit de atmosfeer door het over te brengen naar een oppervlak, bijvoorbeeld naar de bodem of bladeren van planten en bomen. De eerste en laatste pijl vormen de kern van “what goes up must come down,” een vanzelfsprekende waarheid, zoals iedereen weet. Mijn collega-professoren hier in Wageningen ook. Dus waarom hebben we een model nodig als het zo duidelijk en eenvoudig is?
Eén antwoord is dat we willen weten waar iets neerkomt. En in het geval van stikstof willen we dat zelfs heel nauwkeurig weten. En wanneer iets neerkomt, is het ook goed om te weten en te begrijpen welk type informatie de eenvoudige uitspraak “what goes up must come down” niet geeft. En vanuit wetenschappelijk oogpunt is het ook erg interessant om te begrijpen waarom. Genoeg redenen dus om verder te gaan. Houd echter het eenvoudige beeld van de drie pijlen in gedachten tijdens mijn inaugurele rede, omdat zij essentieel zijn voor alles waarover ik vandaag zal spreken.
Ze keren terug in dit kleurrijkere figuur, dat luchtkwaliteit in een notendop beschrijft. De figuur beschrijft relevante fysische processen die een rol spelen bij het bepalen van de concentratie van gassen in de atmosfeer. Allerlei soorten gassen worden door miljoenen verschillende processen uitgestoten. En meer emissies betekenen hogere concentraties in de lucht. Vervolgens worden verbindingen verspreid, beïnvloed door de wind en simpelweg getransporteerd naar elke hoek van deze aarde, zelfs naar de meest afgelegen plekken. En ten slotte worden ze door de lucht verwijderd via het depositieproces, hetzij nat of droog. Natte depositie is het verwijderen door regenwater, terwijl droge depositie een continu proces is waarbij gassen worden afgezet door turbulentie en interactie tussen de atmosfeer en vegetatie.
Hier kan ik niet verbergen dat ik een natuurkundige ben en dat ik luchtkwaliteit vanuit een fysisch perspectief bestudeer. De drie processen bepalen de oorsprong, het traject en het lot van luchtverontreinigende stoffen, zoals stikstofverbindingen en broeikasgassen zoals kooldioxide en methaan. Hoewel ik niet zal ontkennen dat chemische reacties ook een belangrijke rol spelen. Ik zal ze later kort bespreken. Hoewel dit overzichtsfiguur al meer detail bevat dan de eenvoudige zwarte pijlen, geeft het nog steeds een zeer schematische weergave van hoe verbindingen zich in de lucht verplaatsen. In werkelijkheid kunnen er eindeloos veel verfijningen aan dit plaatje worden toegevoegd. Maar voordat we dieper op dit onderwerp ingaan, is het de moeite waard om te illustreren waarom het niet alleen fascinerend is om hier onderzoek naar te doen, maar ook waarom het belangrijk is voor de samenleving om hier meer begrip van te hebben.
De grote milieuproblemen waar we vandaag mee te maken hebben, hebben allemaal te maken met emissies. Klimaatverandering is uiteraard het resultaat van broeikasgasemissies en de ophoping daarvan in de atmosfeer, en de stikstofcrisis hangt ook samen met een teveel aan ammoniak en stikstofoxiden in de lucht. Bij de stikstofcrisis ligt de kern van het probleem bij de overmatige depositie op natuurgebieden, wat leidt tot verlies van biodiversiteit. Emissies zijn natuurlijk de eerste stap in de keten. Wat omhoog gaat, moet neerkomen.
Deze uitdagingen zijn urgent en zijn dat al tientallen jaren, zoals die krantenknipsels illustreren. Vrienden en familie weten dat ik zelf het krantenknipsel over broeikasgassen heb uitgeknipt tijdens mijn middelbare schooltijd, toen ik mijn profielwerkstuk over klimaatverandering schreef. Het knipsel hangt als visuele herinnering op mijn koelkast thuis. Hoewel het beangstigend is om te bedenken dat in dit korte krantenknipsel alle relevante informatie over het versterkte broeikaseffect al aanwezig is. Kennis van de urgentie van het probleem en de noodzaak om actie te ondernemen was toen al bekend.
Als hoogleraar zal ik kennislacunes aanpakken die verband houden met deze vraagstukken, waarbij mijn doel is om bij te dragen aan een effectieve implementatie van nieuw verworven wetenschappelijke inzichten aan de universiteit in beleidsrelevante modellen bij het RIVM. We hebben geen tijd meer te verliezen. De interactie tussen wetenschap en beleidsvorming is interessant en kan voer zijn voor lange discussies over bijvoorbeeld Regekendrch-Omnagend. Maar vandaag wil ik me richten op de wetenschap. Waarom hebben we modellen nodig?
Modellen zijn essentieel omdat ze ons inzicht kunnen geven in oorzaak-gevolgrelaties en ons informatie kunnen geven op een schaal die niet alleen uit metingen kan worden verkregen. Het zou buitengewoon duur zijn om luchtkwaliteit of stikstofdepositie in elke hoek van Nederland alleen op basis van metingen te bepalen. Daarnaast zijn veel locaties ongeschikt om überhaupt metingen uit te voeren. Dus we hebben modellen nodig als we overal luchtkwaliteit willen weten, en des te meer als we iets willen zeggen over toekomstige situaties.
Op dit moment is er echter een zekere sentiment in de maatschappij met betrekking tot modellen. In het Hoftliner-arrest, dat leidde tot ons huidige kabinet, wordt gezegd dat waar het gebruik van modellen onvermijdelijk is, deze deels gebaseerd zullen zijn op metingen en kennis en op daadwerkelijke observaties in de praktijk. Dus alleen observaties zijn niet genoeg. Ze moeten daadwerkelijk zijn en in de praktijk geworteld. Dat sentiment is duidelijk. In het regeerakkoord staat gelukkig een beter geformuleerde zin. Hier lezen we dat modellen regelmatig moeten worden getoetst aan de werkelijkheid. Een paar punten waar ik het volledig mee eens ben. Het vergelijken van modelresultaten met waarnemingen is een integraal onderdeel van mijn werk en dat van mijn collega’s bij het RIVM en de leerstoelgroep Meteorologie en Luchtkwaliteit hier in Wageningen. En ik zie het als een belangrijk doel van mijn werk om het vertrouwen in modellen te vergroten door ze te verbeteren en uit te leggen hoe ze werken. Zodat modellen geschikt zijn om door beleidsmakers gebruikt te worden voor het ontwikkelen van nieuw beleid. En wij, wetenschappers, doen zelfs iets meer. Er is ook de mogelijkheid om nieuwe inzichten te verkrijgen door data-analyse en deze ideeën verder te testen door middel van gecontroleerde modelsimulaties. In onderzoek is er dus een zeer belangrijke wisselwerking tussen modellen en waarnemingen.
Bij het RIVM ben ik hoofd van de Nederlandse Emissieregistratie. Deze registratie schat jaarlijks alle door ondernemers veroorzaakte emissies, bijvoorbeeld door verkeer, industrie en landbouw. Voor het grootste deel zijn deze schattingen gebaseerd op rekenmethoden en modellen. En als u sceptisch bent, zou u deze allemaal een ‘papieren werkelijkheid’ kunnen noemen. Om te controleren of de emissies niet te laag of te hoog zijn, is het goed om ze aan de werkelijkheid te toetsen. Een manier om dit te doen is door de emissies in de registratie te vergelijken met emissies afgeleid van satellieten. In de figuur is een ruimtelijke kaart van emissies uit de registratie en van de satelliet gepresenteerd. Hebt u al gezien welke welke is? Satellieten hebben het voordeel dat ze in één keer een groot ruimtelijk gebied kunnen observeren, zodat ze gemakkelijk de hele wereld, of in ons geval heel Nederland, kunnen bemonsteren. Het nadeel is dat hun manier van meten op afstand gebeurt – het is een oog in de lucht. En dat er een model nodig is om de gemeten fysieke eigenschappen om te zetten in emissies. Het is een indirecte, afstandsmeting. Maar dat gezegd hebbende, het is ook een onafhankelijke maat voor de emissies en dus de moeite waard om de twee te vergelijken.
En dat is wat ik en mijn collega, Herman Hans Witt, dit jaar zijn begonnen te doen, samen met Ronald van der Aan en Yixing Ding van het Koninklijk Nederlands Meteorologisch Instituut. We kijken niet alleen naar stikstofdioxide, maar ook naar ammoniak. De ruimtelijke resolutie van de satellietmetingen voor ammoniak is nog niet zo hoog als die voor stikstofdioxide. Maar ook daar wordt de resolutie hoog genoeg om een nuttige vergelijking mogelijk te maken. Bijvoorbeeld, we vergelijken de emissies op provinciaal niveau om te zien of er verschillen zijn die ons inzicht geven in waar verbeteringen mogelijk zijn. Voor stikstofdioxide kunnen we zelfs een soortgelijke vergelijking maken. Op stadsniveau vertelt het ons dat de afwijkingen tussen satellieten en de registratie voornamelijk worden gevonden in gemeenten met grote industriële complexen, wat een aanwijzing geeft waar we kunnen beginnen te zoeken.
Invers modelleren is geen techniek om een realiteitstoets voor emissies te doen met waarnemingen. Bij de gebruikelijke manier van modelleren voeden we een luchtkwaliteitsmodel met emissies om de concentraties te berekenen. Vervolgens kunt u de berekende concentraties vergelijken met de gemeten concentraties. Bij het RIVM kalibreren we de modeluitkomsten met behulp van de waarnemingen. Dit doen we om de meest representatieve uitkomst te krijgen. Er worden echter geen wijzigingen aangebracht in de emissies, en hier komt inverse modellering om de hoek kijken. Inverse modellering voegt op een bepaalde manier de ontbrekende schakel toe om dit proces een gesloten cyclus te maken. Bij inverse modellering wordt een zogenaamde a-priori schatting van emissies gebruikt, meestal gebaseerd op emissieregistraties, en met behulp van wiskundige technieken bepaalt men hoeveel emissies nodig zijn om de meest optimale vergelijking tussen gemodelleerde en waargenomen concentraties te verkrijgen, rekening houdend met de onzekerheden in alle onderdelen. Hoe meer waarnemingen beschikbaar zijn, hoe beter het probleem is ingeperkt en hoe beter de a-posteriori schatting van uw emissies. En het verschil tussen de a-priori en a-posteriori emissies geeft ons inzicht in hun kwaliteit.
Hier in Nederland hebben we een sterke wetenschappelijke gemeenschap op het gebied van inverse modellering, en als hoofd van de Nederlandse emissieregistratie ben ik heel blij deel uit te maken van een Europees Horizon-project genaamd Avengers. Het Avengers-project zal methodologieën ontwikkelen voor het gebruik van hoogwaardige atmosferische gegevens in nationale inventarisatierapporten voor broeikasgassen, in nauwe samenwerking tussen atmosferische wetenschappers en inventarisatieopstellers. In dit project merken we dat wetenschappers en inventarisatieopstellers verschillende talen spreken, en dat het een inspanning van beide kanten vereist om elkaar te begrijpen. Als hoofd van de Nederlandse registratie wil ik deze twee werelden graag verbinden, en met mijn achtergrond in atmosferische wetenschappen voel ik me goed uitgerust om dit te doen.
Bijdragen aan de vooruitgang van de wetenschap betekent meestal vele kleine stappen vooruitzetten, waarvan de toegevoegde waarde op dat moment niet altijd duidelijk is. Daarom is het goed om af en toe terug te kijken om te zien welke vooruitgang is geboekt. Bij het doen van onderzoek doorloopt men vaak een cyclus waarbij elke keer dat een probleem grondig wordt onderzocht, de kennis verfijnder en gedetailleerder wordt en het begrip groeit.
Meer dan 20 jaar geleden waren we niet in staat om de ammoniakconcentratie in de atmosfeer correct te modelleren. Met alle huidige discussies over het niet nauwkeurig kunnen modelleren van depositie is het goed om in gedachten te houden dat het modelleren van de concentratie zelf nog niet zo lang geleden al een uitdaging was. De figuur toont dalende emissies in het geel en dalende ammoniakconcentraties in rood en blauw. De systematische kloof tussen gemodelleerde en waargenomen concentraties is echter duidelijk zichtbaar. Een dergelijke discrepantie betekent ernstige problemen. Ofwel ontbreekt er een groot deel van de emissies, ofwel zijn de verwijderingsprocessen niet correct gemodelleerd. Oftewel, veel meer “wat omhoog gaat” is nodig of minder “moet naar beneden komen,” om zo te zeggen.
Deze kloof werd het “ammoniakgat” genoemd, en er was jarenlang onderzoek nodig om de kloof te dichten. De belangrijkste wijziging in het model was de toelating van her-emissie van ammoniak zodra het was afgezet. Vegetatie die ammoniak opneemt, kan onder bepaalde omstandigheden ammoniak weer in de atmosfeer vrijgeven. Eén van die kleine verfijningen van het eenvoudige beeld van “wat omhoog gaat, moet naar beneden komen.” Minder depositie betekent minder verwijdering, dus blijft er meer ammoniak in de lucht. Maar om tot een voldoende goede vergelijking tussen gemodelleerde en waargenomen concentraties te komen, werd ook een tot dan toe niet meegerekende bron van ammoniak toegevoegd aan de registratie: de emissies door het rijpen van landbouwgewassen. Een specifiek veldexperiment werd uitgevoerd om de omvang van deze emissies vast te stellen. En eigenlijk is dit de enige emissiebron in de hele registratie waaraan ik heb bijgedragen aan de berekening.
Dus om de kloof te dichten, zijn er wijzigingen aangebracht in zowel het emissiepad als het depositiepad. Om te illustreren dat de tijden toen anders waren, is het interessant om uit het Ammoniakgat-rapport te citeren. Er wordt vermeld dat de beleidsimplicaties anders zouden zijn geweest, afhankelijk van de oorzaak van de kloof. Als de oorzaak volledig te wijten was aan te lage emissies, zouden de totale ammoniakemissies met ongeveer 25% verhoogd moeten worden. En Nederland zou een serieus probleem hebben gehad met het voldoen aan de zogenaamde Europese emissieplafonds. Nu lag de oorzaak van de kloof grotendeels in het depositieproces, iets wat het depositiepatroon over Nederland slechts licht zou veranderen. In werkelijkheid betekende het een vermindering van de stikstofdepositie met enkele honderden mol per hectare. Een hoeveelheid van dezelfde orde als de vermindering die momenteel nog steeds vereist is.
Enkele jaren later dook er een ander probleem op. We hadden nog geen algemeen bekende stikstofcrisis, maar in die jaren was de bezorgdheid van beleidsmakers over ammoniak al behoorlijk hoog gestegen. Wat was het probleem? Zoals de figuur toont, namen de ammoniakemissies volgens de emissieregistratie af, wat goed nieuws was voor beleidsmakers. De waargenomen concentraties in het veld lieten echter niet dezelfde trend zien. Dit was dus een ander probleem dan met het ammoniakgat en riep vragen op over of de daling in emissies wel echt was. Deze uiteenlopende trends werden al snel de “krokodillenbek” genoemd vanwege de vorm. De Commissie Deskundigen Meststoffenwet werd gevraagd om binnen enkele weken een eerste uitleg te geven. Ik maakte deel uit van de RIVM-delegatie in die commissie, en ik weet nog steeds niet of ik me vereerd moet voelen dat men dacht dat we dit zo snel zouden uitzoeken, of beledigd omdat de wetenschap niet serieus werd genomen. Natuurlijk kostte het veel langer om een volledig beeld te schetsen. Ik vertel dit verhaal vandaag graag omdat het een goed voorbeeld is dat alle processen in de luchtkwaliteitscyclus een rol spelen.
Ten eerste kunt u zich afvragen waarom men denkt dat er een overeenkomstige trend zou moeten zijn in zowel concentratie als emissies. Dat komt omdat emissies in eerste instantie de belangrijkste kracht zijn die de concentratie vormgeeft. En zoals u in de figuur kunt zien, is de overeenkomst in trends duidelijk het geval voor stikstofdioxide. Voor ammoniak is dit echter heel anders. In een studie onder leiding van mijn collega Roy Wichenkraut ontdekten we enkele oorzaken waarom de trends uiteenliepen, waarbij chemie ditmaal de belangrijkste factor bleek. In de figuur is te zien dat wanneer emissies in het model worden gevoerd, de berekende concentraties hier in paars dicht bij de waargenomen waarden in groen liggen. Er worden dus processen in het model meegenomen die ervoor zorgen dat de concentraties gelijk blijven terwijl de emissies afnemen.
Vervolgens kunnen we het model gebruiken om te achterhalen welke oorzaken tot dit effect leiden. Het blijkt dat door schonere lucht met lagere concentraties stikstofdioxide en zwaveldioxide er minder ammoniumaerosolen worden gevormd. Er is dus minder fijnstof, maar meer ammoniak blijft in de atmosfeer. Schonere lucht is ook de oorzaak van de tweede factor, omdat lagere hoeveelheden zwaveldioxide ook een proces beïnvloeden dat codepositie wordt genoemd. Dit vermindert de hoeveelheid ammoniak die wordt afgezet. Deze twee processen verklaren meer dan de helft van de waargenomen kloof.
De resterende kloof kon worden gedicht door veranderingen aan te brengen in de berekening van de emissies. Bijvoorbeeld door rekening te houden met het feit dat stallen met lage emissies in de praktijk meer uitstoten dan bij tests. Toen hiermee rekening werd gehouden, konden de gemodelleerde concentratie en de waargenomen concentraties vrij goed overeenkomen. Dus om de kaken van de krokodil te sluiten, hadden we inzichten nodig in alle drie de processen. De trend in emissies werd iets verminderd. Een veranderende balans in de chemische reacties speelde een dominante rol, maar ook het depositieproces was belangrijk om de kloof te verklaren.
Het is tijd om iets dieper in te gaan op het proces van depositie. Droge depositie is een proces waarbij zwevende deeltjes en gassen zonder hulp van neerslag op oppervlakken neerslaan. Dit kan het bezinken door zwaartekracht omvatten, of andere fysieke en chemische interacties met oppervlakken. Turbulente bewegingen spelen een belangrijke rol bij depositie, omdat menging de gassen dicht bij het oppervlak brengt. Zonder menging stopt depositie snel door het gebrek aan een nieuwe aanvoer. Ook planten spelen een belangrijke rol, omdat ze gassen direct uit de lucht kunnen opnemen via hun huidmondjes. Droge depositie gaat dus niet alleen over turbulente transport in de atmosfeer, maar ook over interactie tussen atmosfeer en biosfeer.
Een van de redenen waarom het goed is om deel uit te maken van de EMAQ-groep hier in Wageningen, is hun sterke achtergrond op dit gebied. In onze luchtkwaliteitsmodellen wordt droge depositie beschreven in analogie met elektrische weerstanden. Dit concept kan worden vergeleken met waterleidingen. Hoe smaller de leiding, hoe groter de weerstand en hoe minder water wordt getransporteerd. In deze benadering wordt het depositieproces opgedeeld in drie weerstanden. De eerste is de aerodynamische weerstand, en dit vertegenwoordigt het turbulente transport van de atmosfeer naar het oppervlak. De tweede heeft betrekking op de zeer dunne luchtlaag direct boven het oppervlak waar moleculaire diffusie domineert. De laatste is de bladerdakweerstand en beschrijft de opname van verontreinigende stoffen door vegetatie. De interessante wetenschappelijke uitdagingen liggen in deze laatste weerstand. Oorspronkelijk werd dit gemodelleerd met één enkele weerstand, maar tegenwoordig is het verder verfijnd tot drie paden, die verschillende manieren vertegenwoordigen waarop de atmosfeer met de biosfeer interacteert.
Een pad heeft te maken met het buitenste deel van de bladeren en hoe een gas wordt afgezet op lagen dauw. Het tweede vertegenwoordigt de opname van verontreinigende stoffen via de huidmondjes, en het derde gaat over depositie op de bodem en de effecten binnen hoge begroeiing. De belangrijkste verandering die werd doorgevoerd om het ammoniakgat op te lossen, was de invoering van het zogenaamde compensatiepunt. Voorheen was het schema eendimensionaal en was alleen depositie mogelijk. Met een compensatiepunt wordt dit een tweezijdig proces, waarbij emissie mogelijk is wanneer de concentratie in de plant hoger is dan in de buitenlucht.
Lang zijn alle beschikbare metingen van de droge depositie van ammoniak gebruikt voor de ontwikkeling van het DEPAC-depositieschema, zoals hier getoond, en deze metingen waren onvoldoende om DEPAC aan de werkelijkheid te toetsen. Deze realiteitstoets is des te noodzakelijker omdat sommige mensen al lijken te weten dat de hoeveelheid droge depositie wordt overschat en dat de toetsing aan de werkelijkheid niet haalbaar is. Maar juist deze vergelijking is precies wat we momenteel doen. In het PZ-project van AWAP Melmom bestuderen we het uitwisselingsproces van ammoniak boven bos. AWAP begon met het analyseren van een oude dataset die 15 jaar geleden werd verzameld in Spilt, in het noordwesten van de Veluwe. Wereldwijd is dit zelfs een unieke dataset van halfuurlijke fluxen over een periode van twee jaar. Het meten van droge depositie van ammoniak is technisch veeleisend en duur. Voor deze metingen moest er wekelijks een technicus komen om ervoor te zorgen dat het instrument goed functioneerde.
De figuur toont de cumulatieve flux in magenta, waarbij de momentane fluxwaarde wordt opgeteld bij de vorige waarde, zodat aan het einde van de jaarperiode het totale bedrag wordt getoond. We presenteren depositie als een verwijderingsterm, dus hoe negatiever het getal, hoe hoger de afgezette hoeveelheid. Bij het vergelijken van de twee jaren vallen de overeenkomsten het meest op. Nauwkeurige inspectie onthult ook opvallende verschillen. In de grafiek is ook de gemodelleerde flux weergegeven, en we zien dat deze de waarnemingen met een factor twee overschat.
Het is interessant om vooruit te blikken naar augustus van dit jaar, toen we de metingen van de ammoniakflux boven een ander bos op de Veluwe, genaamd Loewulf, voltooiden, samen met het team van Aion Hens van Deino. We deden dit met een recent ontwikkeld, geavanceerd instrument dat veel beter is dan de opstelling die in 2010 werd gebruikt, omdat het in staat is de uitwisselingsflux direct te meten. Om u een idee te geven hoe dit eruit ziet, is hier een afbeelding en een schematische tekening van de locatie die wordt beheerd door EMAQ. Een hoge toren, die enkele meters boven het bos uitsteekt, heeft een reeks meteorologische instrumenten die onder andere turbulentie, temperatuur en straling meten. De locatie Loewulf maakt deel uit van een internationaal netwerk waar broeikasgasfluxen worden waargenomen. De waarnemingen van dit ICOS-netwerk vormen een belangrijke ruggengraat voor gegevens die het inverse modelleersysteem ingaan dat ik eerder noemde.
In de figuur zien we opnieuw de cumulatieve flux, en deze keer komen de waarnemingen en de gemodelleerde flux uitstekend overeen. Dit is een zeer bemoedigend resultaat. Hoewel het vermeldenswaard is dat de hoeveelheid depositie twee keer zo hoog is, maakt het de relatieve vergelijking op een bepaalde manier robuuster. Het is ook intrigerend om te proberen te begrijpen waarom de ene situatie boven het bos goed wordt gemodelleerd, terwijl de andere een kloof laat zien.
Wanneer we de gegevens van beide campagnes naast elkaar tonen, zien we bij Loewulf een geleidelijker depositiepatroon, terwijl er bij Spilt weken zijn waarin nauwelijks netto depositie plaatsvindt. Vooral in deze periodes is DEPAC te enthousiast met het berekenen van de depositie. We hebben het DEPAC-model aangepast en de temperatuurafhankelijkheid toegevoegd aan het externe bladpad, de weerstand die de depositie op een nat oppervlak modelleert. Hoewel we nog niet zeker weten of dit de juiste richting is, is het in ieder geval een instelbare knop die effect laat zien. De resultaten voor Loewulf laten echter, niet verrassend, zien dat de vergelijking verslechtert met het aangepaste model. Het uiteindelijke doel is om de onderliggende processen zo goed te begrijpen dat we beide situaties correct kunnen modelleren.
Al sinds de jaren ’90 worden bij Spilt depositiemetingen uitgevoerd, en AWIDE heeft alle gegevens verzameld om ze in één figuur te combineren, wat de totale stikstofdepositie in Spilt weergeeft – zowel natte als droge depositie, en zowel stikstofverbindingen. Tot nu toe hebben we de gemeten droge depositie vergeleken met het model, maar in een septemberstudie van Wim de Fries en collega’s kwam naar voren dat we onze atmosferische kijk kunnen aanvullen met metingen in de bodem. Ik heb geen tijd om op de details in te gaan, maar Wim de Fries concludeerde dat over een periode van meer dan 30 jaar een depositie van 50 kilo N per hectare per jaar nodig was om de ophoping van stikstof in bodemmonsters te verklaren, wat veel hoger is dan wat we zien in onze hier gepresenteerde resultaten. Dit roept vragen op. AWIDE en ik willen dit in de nabije toekomst onderzoeken.
Hier wil ik een moment reflecteren op een belangrijk verschil tussen het werk bij het RIVM en de universiteit. In wetenschappelijk onderzoek ligt de focus op begrip en het verwerven van nieuwe kennis. Bij het RIVM hebben we echter ook de taak om beleidsmakers te ondersteunen en feiten over milieukwesties te monitoren. Dit leidt tot een andere manier van kijken naar de wereld. Bij het verkrijgen van nieuwe fysische inzichten met behulp van metingen is het vaak voldoende om een beperkte hoeveelheid gegevens te hebben. In de atmosferische wetenschappen werken we vaak met een zogenaamde gouden dag van observaties onder ideale omstandigheden. Bij het RIVM stellen we meteen de vraag of het nieuwe inzicht robuust genoeg is. Vertegenwoordigt het een proces met een grote impact op een grotere schaal? En niet alleen lokaal of incidenteel? Krijgen we dezelfde resultaten wanneer we de meting herhalen? Kortom, is de nieuwe kennis voldoende gevorderd en heeft deze genoeg impact om te worden geïmplementeerd in onze modellen die voor monitoring worden gebruikt?
Een goede manier om dit verschil tussen onderzoek aan de universiteit en het RIVM te beschrijven, is dat nieuwe inzichten over depositie aan de universiteit leiden tot een wetenschappelijk artikel, terwijl hetzelfde resultaat bij het RIVM leidt tot veel opschudding en debat in de buitenwereld. Ik waardeer beide manieren om naar de wereld te kijken en hoop het beste van deze twee benaderingen naar het RIVM en EMAQ te brengen.
In een ander promotieonderzoek, dat ik samen met Jan Willem Erisman begeleid, vergelijkt Tijo Johan Nalem drie verschillende depositieschema’s met waarnemingen: het DEPAC-schema van het RIVM, een Schots schema en een Canadees schema. Deze figuur toont de resultaten voor metingen in de duinen bij Solleveld, en er zijn een paar opvallende punten. De drie modellen geven elk heel verschillende waarden voor de cumulatieve flux en de gepresenteerde onzekerheidsmarges zijn groot. Vanuit wetenschappelijk oogpunt is er voor alle drie de modellen geen significante afwijking van de waarnemingen. Vanuit maatschappelijk oogpunt zijn de resultaten echter onvoldoende, omdat, simpel gezegd, alle depositiewaarden mogelijk zijn.
Ook voor Solleveld leidt aanpassing van DEPAC tot lagere depositie. Het is misschien beter om de gepresenteerde onzekerheid te gebruiken als een indicatie van de mate van vrijheid binnen het depositieschema, waarbij het succes van de aanpassing inzicht geeft in welke processen binnen het DEPAC-schema mogelijk kunnen worden gewijzigd om een betere weergave van de veldsituatie te geven. Heel recent is Tijo begonnen met het uitbreiden van zijn analyse naar veel meer datasets over droge depositie voor verschillende landgebruikstypen zoals gras, bos, moeras en landbouwgewassen. Hier toon ik drie voorbeelden voor een veengebied in Schotland, een bos in Italië en een heide in Duitsland. Deze gevallen laten zien dat nog geen enkel schema in staat is om de waarnemingen in alle omstandigheden correct te modelleren. Soms wordt er overschat, maar ook onderschatting komt voor.
Op de schaal van Nederland is dit wellicht acceptabel, omdat het een systematische vertekening voorkomt zoals destijds bij het Ammoniakgat. Echter, wanneer toegepast op lokale schaal, wil je dat een model elke situatie goed kan weergeven. Door de verschillende locaties en het verschillende gedrag van de schema’s te vergelijken, hopen we inzicht te krijgen in hoe huidige depositieschema’s kunnen worden verbeterd.
Na al deze vergelijkingen van gemodelleerde en waargenomen depositiefluxen is het goed om nog eens te reflecteren op de zin in de motie van Hertzberg en enkele zaken over dispersie te bespreken. Want hoewel deze zin heel algemeen is geformuleerd, doelt zij waarschijnlijk op het berekenen van depositie in de context van het verlenen van vergunningen. Dus specifiek wanneer de depositie van één kleine bron moet worden bepaald. De bijdrage die een individuele boerderij levert aan de stikstofdepositie is inderdaad klein en vrij onpraktisch om te meten. Dus naar mijn mening hebben we modellen nodig om het probleem te bestuderen, maar wellicht een ander type model dan eerder werd gebruikt.
Op dit punt wil ik Large Eddy Simulation introduceren, ook wel LES genoemd. Het verschil tussen modelleren en simuleren is dat we in een model hogere-orde variabelen gebruiken om een complex proces op een eenvoudige manier te beschrijven, om het essentiële te begrijpen. Het fascinerende aan LES is dat het niet de gedragingen beschrijft, maar ze numeriek oplost in de turbulente laag naast het oppervlak. We zien die wervelingen niet met het blote oog als we naar buiten kijken, maar ze zijn er en mengen de lucht vlakbij het aardoppervlak grondig. In de film zie je die wervelingen zich ontwikkelen. 25 jaar geleden, toen ik LES gebruikte tijdens mijn promotieonderzoek, hadden we supercomputers nodig om een klein domein van enkele kilometers voor een paar uur te berekenen. Tegenwoordig is het mogelijk om met LES domeinen van tientallen kilometers en honderden uren achter elkaar te simuleren. Dit betekent dat de techniek steeds meer geschikt wordt voor toepassingen buiten de wetenschap.
Het zijn ook deze turbulente wervelingen die me inspireerden om aan de binnenkant van mijn toga, verborgen voor uw ogen, deze vrolijke notitie aan te brengen, die ook dient als een verborgen herinnering dat er in alles meer schuilt dan je op het eerste gezicht ziet. In het promotieonderzoek van Rubens Schulte, dat ik samen met Jordy Villa begeleid, gebruikten we LES om te bestuderen op welke horizontale afstand de pluim als goed gemengd met de achtergrond kan worden beschouwd. Anders gezegd, hoe ver van een bron vandaan moeten we zijn om concentraties te meten die niet direct door de bron worden beïnvloed? We noemen deze lengteschaal de mengafstand. Eigenlijk is dit de omgekeerde vraag van wanneer je de bijdrage van een individuele bron wilt weten.
In de studie probeerden we te imiteren hoe het DAWS-instrument van het RIVM de ammoniakconcentratie observeert en de figuur illustreert dat. De figuur toont een momentopname van het ammoniakconcentratieveld en ik hoop dat u de turbulente aard van zo’n dwarsdoorsnede herkent, waarbij witte lijnen de opstijgende wervelingen aangeven en zwarte lijnen de neergaande. Schommelingen in de concentraties tot wel 30% van het gemiddelde zijn zichtbaar. Die worden voornamelijk veroorzaakt door de pluim van de gesimuleerde boerderij. Sommige schommelingen worden echter ook veroorzaakt door heterogene menging. Bijvoorbeeld door entrainment of menging met vrije troposferische lucht, waar de concentratie van ammoniak meestal laag is.
Rubens ontdekte dat de mengafstand ongeveer tussen één en twee kilometer ligt. Dit laat zien dat het bijna onmogelijk is om de depositie van een enkele boerderij in een natuurgebied een paar kilometer verderop te meten, vooral omdat atmosferische omstandigheden in de echte wereld voortdurend veranderen. Naar mijn mening kan LES (Large Eddy Simulation) ons echter helpen de onderliggende principes te begrijpen en kan het dienen als een waardevol hulpmiddel tussen waarnemingen en modellering.
In een lopend promotieonderzoek van Mohammad Reza Rashidi, onder begeleiding van Martin Kroll en mij, zal ook LES worden gebruikt om zich te richten op vraagstukken rondom dispersie. Terwijl Rubens voorgeschreven verwijderingssnelheden gebruikte voor het depositieproces en chemische reacties, zal Mohammad Reza deze processen op een realistischere manier toevoegen, zodat ze kunnen interageren met de turbulente wervelingen. We maken gebruik van het feit dat LES het proces achter de aerodynamische weerstand oplost, waardoor het niet geparametriseerd hoeft te worden, zoals in de depositieschema’s gebeurt. Dit maakt het mogelijk om andere manieren te onderzoeken om de interactie tussen atmosfeer en biosfeer te implementeren.
Een van onze doelen is het bestuderen van de overgang van grasland naar bos, en om vragen te beantwoorden over hoe deze overgang de depositie verhoogt, om dit ontbrekende proces op te nemen in RIVM-modellen. Het is zeer goed mogelijk dat verhoogde depositie aan bosranden een andere verklaring is voor de resultaten in de bodemstudie van Wim de Vries.
Na al deze wetenschap, wat betekent dit voor het grotere geheel? We hebben stappen omhoog en omlaag genomen in ons diagram, het diagram dat ons conceptuele model beschrijft. Wat omhoog gaat, moet omlaag komen. Wat kwam er omlaag? We hebben ons gericht op depositie, depositiefluxen die zo belangrijk zijn voor de luchtkwaliteit, met impact op onze gezondheid en natuur. Depositie die allerlei terugkoppelingen vertoont en soms zelfs als emissie optreedt. Depositie die, bovenal, alleen iets afzet als de atmosfeer iets bevat dat kan worden afgezet. Wat omlaag komt, moet ergens vandaan zijn gekomen en door wind en turbulente wervelingen zijn meegenomen, mogelijk chemisch getransformeerd onderweg. En wat door de wind wordt vervoerd, moet eerst zijn uitgestoten.
Niet alleen de stoffen, maar wijzelf gaan voortdurend op en neer. We verbeteren ons begrip en proberen dit terug te voeren naar onze modellen, zoals een iteratie over de regenboog, van links naar rechts en van rechts naar links. Maar waar is de pot met goud? Aan het einde van de regenboog? Een regenboog is een kwestie van perspectief. We zien allemaal een andere regenboog en kijken naar een regenbui met de zon recht achter ons. Vanuit een drone in de lucht wordt ook de onderste helft zichtbaar. Er is geen einde en geen begin.
Dit brengt ons terug naar de positie van mijn onderzoek en mijn leerstoel in de bredere kring van kennisontwikkeling, implementatie en toepassing. Wetenschap probeert te begrijpen waarom. Hoe werkt de natuur? Het vertelt ons wat we weten, maar ook wat we nog niet weten. Met mijn leerstoel wil ik ervoor zorgen dat de inzichten uit wetenschappelijke ontwikkeling hun weg vinden naar de praktijk van het RIVM.
Met LES hebben we een tussenliggende tool tussen modellering en observaties. Door bijvoorbeeld LES toe te passen, streven we ernaar de depositiefluxen in onze beleidsmodellen te verbeteren. Met behulp van inverse modellering zullen we in staat zijn om de emissies in onze databases te verbeteren. Inverse modellering kan ook leiden tot een betere koppeling tussen waargenomen en gemodelleerde concentraties, wat op zijn beurt de grootschalige concentratie- en depositiekaarten zal verbeteren die het RIVM opstelt. Deze kaarten vormen de basis van ons beleid. De verbeterde tools en betere gegevens maken effectiever en kostenefficiënter beleid mogelijk. Door ons beter te richten op de hoofdoorzaken van milieuproblemen, kunnen we, als we de juiste bronnen aanpakken, schonere lucht bereiken.
Het verbeteren van onze beleidsambities hangt echter niet alleen af van het verbeteren van onze tools, maar ook van het verbeteren van ons begrip van wat we nog niet weten. Het kennen van onze onzekerheden en het geven van beleidsadvies of het verlenen van een vergunning is net zo belangrijk als weten wat de verwachte impact van een maatregel of een nieuwe boerderij is. De wisselwerking tussen beleid en kennisontwikkeling gaat ook over onzekerheid. Beleidsbeslissingen nemen, rekening houdend met deze onzekerheden, is waar goede beleidsbeslissingen verschillen van slechte.
Tot slot wil ik enkele mensen bedanken. Allereerst mijn collega’s bij het RIVM en mijn team, met wie het zeer aangenaam samenwerken is. In het bijzonder wil ik Kori Brojmans bedanken voor haar steun en Miranda Brand voor het omtoveren van mijn presentatie tot iets briljants. Alle animaties zijn door haar gemaakt. Ik zou hier vandaag niet staan zonder de drijvende kracht van Jordi Villa. Hij voelde door onze goede samenwerking in het Rubens BSD-project aan dat de samenwerking tussen het RIVM en WUR permanent versterkt moest worden. Ik moet eerlijk bekennen dat mijn allereerste reactie op zijn vraag of ik hoogleraar wilde worden, een resoluut “nee” was. Naar mijn mening moet je super slim en zeer creatief zijn om dat te worden. Zoals u kunt zien, heb ik van gedachten veranderd.
Een van de redenen is dat ik graag tegen de heersende perceptie inga dat er in de wetenschap alleen plaats is voor “het schaap met vijf poten.” Het is een goede gewoonte in de wetenschap om onzekerheden in je resultaten duidelijk te presenteren, maar het tonen van je eigen onzekerheid is minder gebruikelijk. In combinatie met de lange werkweken schrikt dit tegenwoordig veel jonge mensen af voor een baan in de wetenschap. Ik zou graag mijn steentje willen bijdragen om wetenschap weer aantrekkelijker te maken, en ik ben trots om de eerste vrouwelijke professor bij EMAC te zijn.
Naast het plezier om mee te werken, probeerde ik ook een belangrijke les van Jordi in de praktijk te brengen, namelijk: zeg het voor de hand liggende. Wie heeft hem dat niet eerder horen zeggen? Hopelijk ben ik daarin geslaagd in deze inaugurele rede. Twee andere personen wil ik graag noemen vanwege hun rol in mijn wetenschappelijke loopbaan. Ten eerste Bjorn Stevens, die mij leerde dat wetenschap niet objectief is, althans dat onderzoek doen altijd keuzes inhoudt. Keuzes die nooit voor 100% gerechtvaardigd kunnen worden. Daarom is het heel belangrijk om transparant te zijn over de keuzes die je maakt.
Tot slot leerde ik van mijn promotor, Bjorn Dankerke, dat wetenschap beoefenen fascinerend en leuk is. Hij leefde dit in alles wat hij deed. Ik ben heel blij dat mijn vader hier vandaag is om deze speciale dag met mij te delen. Helaas kunnen mijn moeder en broer Antony er niet bij zijn, maar ik weet zeker dat ze net zo trots zouden zijn als mijn vader. Net zoals ik trots ben op mijn eigen kinderen, Justine, Clarion en Wilma, en hoe ze opgroeien tot prachtige jonge mensen. Ik ben ook heel blij met Mäinte. Ik ben dankbaar dat het gezegde “leven is het vinden van een waardige tegenstander” nog steeds op ons van toepassing is en wil hem bedanken voor al onze goede discussies en zijn steun.
Dit brengt me bij het ware einde van deze inaugurele rede. Het is een gedicht dat de schoonheid en het wonder van de regenboog prachtig uitdrukt. De regenboog die een teken van hoop is wanneer hij aan de hemel verschijnt. De regenboog die magisch blijft, zelfs als je de wetenschappelijke verklaring voor zijn verschijning kent, en telkens weer verwondering oproept. Ik geef het door. Dank u. Dank u. Dank u.
StikstofInfo.net - Alles over Ammoniak en stikstofverbindingen 
Plaats een reactie