Kritische Review: Boerenverstand Rapport “De Emissiearme Bedrijfsvoering” en de Wetenschappelijke Evaluatie door CDM-Experts

Een eerder artikel over dit onderwerp op deze website is hier te lezen.

Samenvatting

Deze kritische review analyseert het rapport “De Emissiearme Bedrijfsvoering” van Boerenverstand (mei 2025) en de daaropvolgende wetenschappelijke evaluatie door twee CDM-experts. De centrale vraag betreft de betrouwbaarheid van melk-ureum (MUN) als voorspeller van Total Ammoniacal Nitrogen (TAN) en ammoniakuitstoot. Op basis van uitgebreide analyse van beide documenten en recente wetenschappelijke literatuur concludeert deze review dat het Boerenverstand rapport enkele methodologische tekortkomingen vertoont, terwijl de CDM-review terechte maar mogelijk onvolledige kritiek levert. De wetenschappelijke consensus toont aan dat MUN als alleenstaande parameter een zwakke voorspeller is van ammoniakemissies, en dat de voorspelling aanzienlijk verbetert door toevoeging van andere variabelen zoals melkproductie en drogestofopname.

1. Inleiding

De Nederlandse landbouwsector staat onder toenemende druk om ammoniakemissies te reduceren in het kader van de stikstofproblematiek. In dit context heeft Boerenverstand een rapport gepubliceerd dat claimt dat melk-ureum stikstof (MUN) een betrouwbare indicator is voor ammoniakemissies op melkveebedrijven. Dit rapport is vervolgens kritisch geëvalueerd door twee experts van de Commissie Deskundigen Meststoffenwet (CDM). Deze review onderzoekt beide documenten vanuit wetenschappelijk perspectief en plaatst de bevindingen in de context van de internationale literatuur over ammoniakemissies en stikstofmetabolisme bij melkvee.

De relevantie van deze analyse reikt verder dan alleen de Nederlandse context. Wereldwijd zoeken melkveesectoren naar praktische en wetenschappelijk onderbouwde methoden om ammoniakemissies te monitoren en te reduceren. De vraag of MUN als real-time indicator kan dienen voor ammoniakemissies is daarom van internationaal belang voor zowel beleidsmakers als praktijkprofessionals in de melkveehouderij.

2. Analyse van het Boerenverstand Rapport

2.1 Hoofdclaims en Methodologie

Het Boerenverstand rapport, geschreven door Dr. Yvonne Verbeek-Schilder en ir. Frank Verhoeven, presenteert een aantal ambitieuze claims over de relatie tussen melk-ureum en ammoniakemissies. De centrale stelling is dat melk-ureum dagelijks kan worden gemeten en “veel mogelijkheden geeft voor de melkveehouder om continu bij te sturen” in ammoniakemissies. Deze claim wordt ondersteund door tabellen die een directe relatie suggereren tussen tankmelkureum concentraties en ammoniakemissies vanuit de stal.

Het rapport stelt dat wanneer een melkveehouder 40 kg NH₃/ha per jaar of minder totale ammoniakemissie heeft, dit een reductie van 30% betekent ten opzichte van het huidige Nederlandse gemiddelde van 52-55 kg NH₃/ha. Deze doelstelling wordt gepresenteerd als haalbaar door het toepassen van de voorgestelde tabellen gebaseerd op weidedagen en melk-ureum concentraties.

Een fundamenteel probleem met de methodologie van het rapport is het ontbreken van transparantie over de bronnen en berekeningswijzen achter de gepresenteerde tabellen. Het rapport presenteert Tabel 1 met ammoniakemissies vanuit de stal per combinaties van weidedagen en tankmelkureum, maar geeft onvoldoende informatie over hoe deze waarden zijn afgeleid. De emissiefactoren variëren van 6.1 tot 13.8 kg NH₃/gve/jaar, maar de wetenschappelijke onderbouwing voor deze specifieke waarden ontbreekt.

2.2 Kritiek op de KringloopWijzer

Het rapport levert kritiek op de KringloopWijzer (KLW), waarbij wordt gesteld dat deze “na ruim een jaar uitsluitsel geeft over het management in het voorgaande jaar.” Deze kritiek suggereert dat MUN een superieur alternatief zou zijn vanwege de real-time beschikbaarheid. Echter, deze redenering toont een fundamenteel misverstand van de verschillende doelen en methodologieën van beide systemen.

De KringloopWijzer is ontwikkeld als een jaarlijks evaluatie-instrument dat gebaseerd is op wetenschappelijk gevalideerde modellen en uitgebreide datasets. Het feit dat het een jaarlijkse evaluatie betreft, is geen tekortkoming maar een bewuste keuze om seizoensvariaties en managementeffecten over een volledig productiejaar te kunnen evalueren. MUN daarentegen vertoont aanzienlijke dagelijkse en seizoensgebonden variaties die niet noodzakelijkerwijs representatief zijn voor de jaarlijkse ammoniakemissies.

2.3 Wetenschappelijke Onderbouwing

Het rapport claimt gebaseerd te zijn op literatuuronderzoek, maar de referentielijst is beperkt en mist cruciale recente studies over de beperkingen van MUN als voorspeller. Belangrijke meta-analyses zoals die van Spek et al. (2013) [1] worden niet adequaat geadresseerd, terwijl deze studies fundamentele beperkingen van MUN als alleenstaande voorspeller aantonen.

Het rapport suggereert een lineaire relatie tussen MUN en ammoniakemissies, maar negeert de complexiteit van stikstofmetabolisme bij melkvee. Factoren zoals melkproductie, drogestofopname, lactatiestadium, en eiwitverteerbaarheid hebben allen significante invloed op de relatie tussen MUN en urinary nitrogen excretion, en daarmee op ammoniakemissies [2].

3. Analyse van de CDM Review

3.1 Hoofdkritiekpunten

De review door dr. J. Dijkstra en prof.dr.ir. G.L. Velthof van Wageningen University & Research levert terechte en wetenschappelijk onderbouwde kritiek op het Boerenverstand rapport. De reviewers identificeren verschillende fundamentele problemen:

Ten eerste wijzen zij op het ontbreken van melkproductieniveau in de voorgestelde tabellen. Dit is een cruciaal punt, aangezien melkproductie een van de belangrijkste factoren is die de verdeling van ureum tussen melk en urine beïnvloedt. Hoogproducerende koeien sturen relatief meer ureum naar de melk en minder naar de urine, wat directe gevolgen heeft voor ammoniakemissies [3].

Ten tweede benadrukken de reviewers dat “alleen melkureum een zwakke voorspeller is van de excretie van ureumstikstof; de voorspelling verbetert aanzienlijk bij toevoegen van variabelen als melkproductie of drogestofopname.” Deze stelling wordt ondersteund door uitgebreide wetenschappelijke literatuur en vormt een fundamentele kritiek op de benadering van Boerenverstand.

3.2 Validatie en Transparantie

Een van de sterkste punten van de CDM review is de kritiek op het ontbreken van validatie in het Boerenverstand rapport. De reviewers merken (terecht) op dat “er vindt geen validatie plaats in het rapport,” wat een fundamenteel probleem is voor elk instrument dat bedoeld is voor praktische toepassing in de melkveehouderij.

De reviewers wijzen ook op problemen met de transparantie van de literatuurstudie en het gebruik van emissiefactoren. Het is onduidelijk welke bronnen zijn gebruikt voor de constructie van de tabellen en hoe verschillende studies zijn gewogen in de analyse. Deze gebrek aan transparantie maakt het onmogelijk om de betrouwbaarheid van de voorgestelde methode te beoordelen.

3.3 Beperkingen van de CDM Review

Hoewel de CDM review terechte kritiek levert, vertoont deze ook enkele beperkingen. De review is relatief kort en zou kunnen profiteren van een meer uitgebreide analyse van de internationale literatuur over MUN en ammoniakemissies. Daarnaast wordt de kritiek soms gepresenteerd zonder uitgebreide alternatieve voorstellen voor verbetering.

De reviewers hadden kunnen profiteren van een meer systematische vergelijking met bestaande modellen zoals NEMA en internationale best practices voor ammoniakemissie monitoring. Een dergelijke vergelijking zou de context van de kritiek hebben versterkt en concrete alternatieven hebben geboden.

4. Wetenschappelijke Literatuur over MUN als Voorspeller van Ammoniakemissies

4.1 Historische Ontwikkeling van MUN als Indicator

De ontwikkeling van melk-ureum stikstof (MUN) als indicator voor stikstofmetabolisme bij melkvee heeft een lange geschiedenis in de melkveewetenschappen. Vroege studies toonden aan dat MUN correleert met ureum concentraties in bloed en urine, wat de basis legde voor het gebruik als niet-invasieve indicator voor eiwitmetabolisme [4]. Deze correlatie leidde tot de hypothese dat MUN gebruikt zou kunnen worden voor het voorspellen van ammoniakemissies uit mest.

Van Duinkerken et al. (2005) [5] voerden een belangrijke studie uit naar het effect van rantsoensamenstelling op melk-ureum concentraties en ammoniakemissies uit melkveestallen. Deze studie toonde aan dat ammoniakemissies sterk werden beïnvloed door het dieet, en dat melk-ureum concentratie en temperatuur sterk correleerden met ammoniakemissies (R² = 0.76). De studie concludeerde dat melk-ureum een goede indicator is voor emissiereductie, maar benadrukte ook de belangrijke rol van andere factoren zoals rumen-degradable protein balance.

4.2 Burgos Studies: Sterke Correlaties maar Belangrijke Beperkingen

De studies van Burgos en collega’s (2007, 2010) [6,7] worden vaak geciteerd als bewijs voor de sterke relatie tussen MUN en ammoniakemissies. Burgos et al. (2010) vonden inderdaad een sterke correlatie tussen ammoniakemissie en MUN met een R² van 0.85, uitgedrukt in de vergelijking: ammoniakemissie (g/d per koe) = 25.0 (±6.72) + 5.03 (±0.373) × MUN (mg/dL).

Deze bevinding lijkt op het eerste gezicht de claims van Boerenverstand te ondersteunen. Echter, een diepere analyse van de Burgos studies onthult belangrijke beperkingen die de praktische toepasbaarheid beperken. Ten eerste toonden Burgos et al. (2007) aan dat de relatie tussen urinary urea nitrogen (UUN) excretie en MUN verschilde tussen lactatiestadia en afweek van lineariteit voor koeien in vroege en late lactatie.

Cruciale bevindingen uit Burgos et al. (2007) tonen aan dat verschillende vergelijkingen nodig zijn voor verschillende lactatiestadia. Voor mid-lactatie koeien gold: UUN = -37.33 (±11.62) + 16.01 (±0.48) × MUN (R² = 0.99), terwijl voor vroege en late lactatie een kwadratische vergelijking nodig was: UUN = -49.95 (±21.18) + 18.67 (±2.58) × MUN – 0.17 (±0.07) × MUN² (R² = 0.97).

Deze bevindingen illustreren dat de relatie tussen MUN en urinary nitrogen excretion complexer is dan een eenvoudige lineaire relatie, wat fundamentele implicaties heeft voor het gebruik van MUN als voorspeller van ammoniakemissies. Het feit dat verschillende vergelijkingen nodig zijn voor verschillende lactatiestadia maakt praktische toepassing aanzienlijk complexer dan het Boerenverstand rapport suggereert.

4.3 De Spek Meta-Analyse: Definitieve Bewijs voor Beperkingen van MUN

De meta-analyse van Spek et al. (2013) [1] vormt waarschijnlijk het meest definitieve bewijs voor de beperkingen van MUN als alleenstaande voorspeller van urinary nitrogen excretion en ammoniakemissies. Deze studie analyseerde data van lacterende melkkoeien in Noordwest-Europa en Noord-Amerika en kwam tot cruciale conclusies die de claims van Boerenverstand fundamenteel ondermijnen.

De studie toonde aan dat MUN inderdaad een groot deel van de variatie in urinary urea nitrogen (UUN) verklaart (R² = 0.87-0.93), maar dat de combinatie van MUN en crude protein (CP) een substantieel betere voorspelling geeft dan MUN alleen. Wanneer zowel MUN als CP werden gebruikt als onafhankelijke variabelen, werd de Root Mean Square Prediction Error (RMSPE) met 24% gereduceerd (van 24.7 naar 18.8).

Een van de meest belangrijke bevindingen van Spek et al. (2013) is dat “de nauwkeurigheid van MUN in het voorspellen van UN gevoelig is voor de methode van UN bepaling.” Dit betekent dat de betrouwbaarheid van MUN als voorspeller sterk afhangt van hoe urinary nitrogen wordt gemeten, wat praktische implicaties heeft voor de toepassing in commerciële melkveebedrijven.

De studie toonde ook regionale verschillen aan tussen Noord-Amerika en Europa in de relatie tussen UN en MUN, met hogere geschatte regressiecoëfficiënten voor MUN in de Noord-Amerikaanse dataset. Deze bevinding suggereert dat de relatie tussen MUN en ammoniakemissies niet universeel is en kan variëren afhankelijk van managementpraktijken, voedingsstrategieën, en genetische factoren.

4.4 Recente Ontwikkelingen en Intercontinentale Database Studies

De meest recente en uitgebreide analyse van stikstofexcretie voorspelling werd uitgevoerd door Bougouin et al. (2022) [8] in een intercontinentale meta-analyse. Deze studie analyseerde data van 5,483 individuele koe-observaties uit 162 experimenten van 22 onderzoeksinstituten, voornamelijk in Europa en Noord-Amerika. De studie bevestigde dat eenvoudige modellen gebaseerd op MUN en stikstofopname betere prestaties leverden voor urinary nitrogen excretion dan modellen gebaseerd op MUN alleen.

Belangrijk is dat deze studie aantoonde dat regiospecifieke modellen de voorkeur verdienen boven intercontinentale modellen, omdat intercepts en hellingen van variabelen in optimale voorspellingsvergelijkingen verschilden tussen intercontinentale, Europese, en Noord-Amerikaanse datasets. Dit onderstreept verder de beperkingen van universele MUN-gebaseerde voorspellingsmodellen zoals voorgesteld door Boerenverstand.

4.5 Praktische Beperkingen van MUN Monitoring

Naast de wetenschappelijke beperkingen zijn er ook praktische uitdagingen verbonden aan het gebruik van MUN als real-time indicator voor ammoniakemissies. MUN concentraties vertonen aanzienlijke dagelijkse variaties die gerelateerd zijn aan voedingstijden, melktijden, en andere managementfactoren. Deze variabiliteit betekent dat individuele MUN metingen mogelijk niet representatief zijn voor de gemiddelde ammoniakemissies over langere perioden.

Bovendien is de relatie tussen MUN en ammoniakemissies indirect. MUN reflecteert de ureum concentratie in melk, die gerelateerd is aan ureum excretie in urine, die op zijn beurt gerelateerd is aan ammoniakemissies uit mest. Elke stap in deze keten introduceert variabiliteit en potentiële foutbronnen, wat de nauwkeurigheid van MUN als voorspeller verder beperkt.

De omzetting van ureum in urine naar ammoniak in mest wordt beïnvloed door verschillende omgevingsfactoren zoals temperatuur, pH, en de aanwezigheid van urease enzym. Deze factoren variëren aanzienlijk tussen verschillende stalsystemen, seizoenen, en managementpraktijken, wat betekent dat de relatie tussen MUN en werkelijke ammoniakemissies niet constant is.

5. Kritische Evaluatie van de Wetenschappelijke Methodologie

5.1 Fundamentele Methodologische Problemen in het Boerenverstand Rapport

Het Boerenverstand rapport vertoont verschillende fundamentele methodologische problemen die de betrouwbaarheid van de conclusies ondermijnen. Ten eerste ontbreekt een systematische literatuurreview die alle relevante studies over MUN en ammoniakemissies includeert. De selectie van studies lijkt selectief en mist belangrijke meta-analyses die beperkingen van MUN aantonen.

Ten tweede worden de gepresenteerde tabellen niet adequaat gevalideerd tegen onafhankelijke datasets. Wetenschappelijke validatie vereist dat voorspellingsmodellen worden getest tegen data die niet gebruikt zijn voor de ontwikkeling van het model. Het ontbreken van dergelijke validatie betekent dat de nauwkeurigheid van de voorgestelde tabellen onbekend is.

Ten derde negeert het rapport de complexiteit van ammoniakemissie processen. Ammoniakemissies worden niet alleen bepaald door ureum concentraties in mest, maar ook door factoren zoals staltemperatuur, ventilatie, mestmanagement, en de aanwezigheid van urease enzym. Het reduceren van deze complexe processen tot eenvoudige tabellen gebaseerd op MUN alleen is wetenschappelijk onverantwoord.

5.2 Statistische Problemen en Confounding Factors

Een belangrijk statistisch probleem in de benadering van Boerenverstand is het negeren van confounding factors. MUN correleert niet alleen met urinary nitrogen excretion, maar ook met melkproductie, drogestofopname, en andere factoren die direct gerelateerd zijn aan ammoniakemissies. Het niet controleren voor deze factoren kan leiden tot spurieuze correlaties en overschatting van het voorspellend vermogen van MUN.

De internationale literatuur toont consistent aan dat multivariate modellen die MUN combineren met andere variabelen zoals melkproductie en drogestofopname significant betere voorspellingen geven dan MUN alleen [1,8]. Het negeren van deze bevindingen in het Boerenverstand rapport suggereert een selectieve interpretatie van de beschikbare wetenschappelijke literatuur.

Daarnaast vertoont de relatie tussen MUN en ammoniakemissies non-lineaire eigenschappen, vooral bij hoge MUN concentraties [6]. Het gebruik van lineaire tabellen, zoals voorgesteld door Boerenverstand, kan daarom leiden tot systematische fouten in de voorspelling van ammoniakemissies bij bedrijven met hoge MUN waarden.

5.3 Vergelijking met Gevalideerde Modellen

Bestaande gevalideerde modellen voor ammoniakemissie voorspelling, zoals het NEMA en de KringloopWijzer (KLW), zijn gebaseerd op uitgebreide datasets en zijn gevalideerd tegen onafhankelijke metingen van ammoniakemissies. Deze modellen integreren meerdere factoren en zijn ontwikkeld volgens strenge wetenschappelijke standaarden.

Het Boerenverstand rapport biedt geen vergelijking met deze bestaande modellen, wat een fundamentele tekortkoming is. Een dergelijke vergelijking zou aantonen hoe de voorgestelde MUN-gebaseerde tabellen presteren ten opzichte van wetenschappelijk gevalideerde alternatieven. Het ontbreken van deze vergelijking suggereert dat de auteurs zich niet bewust zijn van de beperkingen van hun benadering of deze bewust negeren.

6. Specifieke Analyse: Is Melk-Ureum een Goede Voorspeller van TAN en Ammoniakuitstoot?

6.1 Definitie en Relatie tussen MUN, TAN en Ammoniakemissies

Om de vraag te beantwoorden of melk-ureum een goede voorspeller is van Total Ammoniacal Nitrogen (TAN) en ammoniakuitstoot, is het essentieel om eerst de relaties tussen deze parameters te begrijpen. TAN verwijst naar de totale hoeveelheid stikstof in ammoniakale vorm (NH₃ + NH₄⁺) in mest, terwijl ammoniakuitstoot de werkelijke emissie van NH₃ naar de atmosfeer betreft.

De theoretische basis voor het gebruik van MUN als voorspeller berust op de volgende keten: MUN reflecteert ureum concentraties in bloed → hogere ureum concentraties leiden tot meer ureum excretie in urine → ureum in urine wordt omgezet naar ammoniak door urease enzym → dit resulteert in hogere ammoniakemissies. Hoewel deze keten logisch lijkt, toont de wetenschappelijke literatuur aan dat elke stap in deze keten variabiliteit introduceert die de voorspellende waarde van MUN beperkt.

6.2 Kwantitatieve Evaluatie van MUN als Voorspeller

Op basis van de beschikbare wetenschappelijke literatuur kan worden geconcludeerd dat MUN als alleenstaande parameter een matige tot zwakke voorspeller is van TAN en ammoniakemissies. De meta-analyse van Spek et al. (2013) toont aan dat MUN 75-93% van de variatie in urinary urea nitrogen verklaart, afhankelijk van de regio en dataset. Dit lijkt op het eerste gezicht indrukwekkend, maar de praktische toepasbaarheid wordt beperkt door verschillende factoren.

Ten eerste is de relatie tussen urinary urea nitrogen en werkelijke ammoniakemissies niet lineair en wordt beïnvloed door omgevingsfactoren zoals temperatuur, pH, en ventilatie. Ten tweede varieert de relatie tussen MUN en urinary nitrogen excretion aanzienlijk tussen lactatiestadia, met verschillende vergelijkingen nodig voor vroege, midden, en late lactatie [6].

Ten derde toont de literatuur consistent aan dat de voorspelling substantieel verbetert wanneer MUN wordt gecombineerd met andere variabelen. Spek et al. (2013) demonstreerden een 24% reductie in voorspellingsfout wanneer crude protein werd toegevoegd aan modellen met alleen MUN. Dit suggereert dat MUN belangrijke informatie mist die nodig is voor accurate voorspelling van ammoniakemissies.

6.3 Vergelijking met Alternatieve Voorspellers

Verschillende studies hebben aangetoond dat andere parameters even goede of betere voorspellers zijn van ammoniakemissies dan MUN alleen. Drogestofopname (DMI) correleert sterk met zowel urinary nitrogen excretion als ammoniakemissies, omdat het direct gerelateerd is aan stikstofopname [8]. Melkproductie is eveneens een sterke voorspeller, omdat hoogproducerende koeien meer stikstof vastleggen in melk en relatief minder excreteren in urine [3].

Crude protein concentratie in het rantsoen is mogelijk de meest directe voorspeller van ammoniakemissies, omdat het de primaire bron is van overtollige stikstof die wordt geëxcreteerd. Studies tonen aan dat modellen gebaseerd op crude protein intake vaak betere voorspellingen geven dan MUN-gebaseerde modellen [1].

Deze bevindingen suggereren dat MUN niet de optimale parameter is voor het voorspellen van ammoniakemissies. In plaats daarvan zouden multivariate modellen die meerdere parameters combineren, of alternatieve enkelvoudige parameters zoals crude protein intake, betere resultaten kunnen geven.

6.4 Praktische Beperkingen van MUN Monitoring

Naast de wetenschappelijke beperkingen zijn er ook praktische uitdagingen verbonden aan het gebruik van MUN voor ammoniakemissie voorspelling. MUN metingen zijn beschikbaar via melkcontrole systemen, maar de frequentie van metingen (meestal maandelijks) beperkt de mogelijkheid voor real-time monitoring zoals gesuggereerd door Boerenverstand.

Bovendien vertonen MUN concentraties aanzienlijke variabiliteit binnen en tussen koeien, wat betekent dat gemiddelde waarden op bedrijfsniveau mogelijk niet representatief zijn voor individuele dieren of specifieke perioden. Deze variabiliteit wordt veroorzaakt door factoren zoals genetische verschillen, lactatiestadium, voedingsmanagement, en seizoenseffecten.

De kosten en complexiteit van frequente MUN monitoring kunnen ook prohibitief zijn voor veel melkveebedrijven, vooral kleinere operaties. In vergelijking zijn parameters zoals crude protein concentratie in het rantsoen relatief eenvoudig en goedkoop te monitoren en kunnen mogelijk betere voorspellingen geven van ammoniakemissies.

7. Conclusies en Aanbevelingen

7.1 Hoofdconclusies

Op basis van deze uitgebreide analyse kunnen de volgende hoofdconclusies worden getrokken:

Ten eerste, het Boerenverstand rapport vertoont meerdere methodologische tekortkomingen die de betrouwbaarheid van de conclusies ondermijnen. Het rapport presenteert MUN als een betrouwbare voorspeller van ammoniakemissies zonder adequate wetenschappelijke onderbouwing en negeert belangrijke beperkingen die in de internationale literatuur zijn aangetoond.

Ten tweede, de CDM review levert terechte en wetenschappelijk onderbouwde kritiek op het Boerenverstand rapport. De reviewers identificeren correct de belangrijkste problemen, waaronder het ontbreken van melkproductie in de voorspellingsmodellen en de zwakke voorspellende waarde van MUN als alleenstaande parameter.

Ten derde, de wetenschappelijke literatuur toont consistent aan dat MUN als alleenstaande parameter een zwakke tot matige voorspeller is van ammoniakemissies. De voorspelling verbetert aanzienlijk wanneer MUN wordt gecombineerd met andere variabelen zoals melkproductie, drogestofopname, en crude protein concentratie.

Ten vierde, beantwoordend op de specifieke vraag of melk-ureum een goede voorspeller is van TAN en ammoniakuitstoot: Nee, melk-ureum alleen is geen goede voorspeller. Hoewel MUN correleert met urinary nitrogen excretion, is deze correlatie onvoldoende sterk en stabiel voor betrouwbare voorspelling van ammoniakemissies op bedrijfsniveau. De relatie wordt beïnvloed door te veel confounding factors en vertoont te veel variabiliteit voor praktische toepassing.

7.2 Wetenschappelijke Aanbevelingen

Voor toekomstig onderzoek naar ammoniakemissie voorspelling worden de volgende aanbevelingen gedaan:

Ontwikkeling van multivariate modellen: Toekomstige studies zouden zich moeten richten op de ontwikkeling van multivariate modellen die MUN combineren met andere relevante parameters zoals melkproductie, drogestofopname, en crude protein concentratie. Dergelijke modellen hebben bewezen superieur te zijn aan enkelvoudige parameter modellen.

Validatie tegen onafhankelijke datasets: Alle voorspellingsmodellen moeten worden gevalideerd tegen onafhankelijke datasets die niet gebruikt zijn voor modelontwikkeling. Dit is essentieel voor het vaststellen van de werkelijke nauwkeurigheid en generaliseerbaarheid van de modellen.

Integratie met bestaande systemen: In plaats van het ontwikkelen van volledig nieuwe systemen, zou onderzoek zich moeten richten op het verbeteren van bestaande gevalideerde modellen zoals NEMA en de KringloopWijzer door integratie van real-time parameters waar wetenschappelijk verantwoord.

Regionale validatie: Gegeven de regionale verschillen die zijn aangetoond in de relatie tussen MUN en ammoniakemissies, is het essentieel dat voorspellingsmodellen worden gevalideerd voor specifieke regio’s en managementsystemen.

7.3 Beleidsaanbevelingen

Voor beleidsmakers worden de volgende aanbevelingen gedaan:

Voorzichtigheid met nieuwe instrumenten: Het Boerenverstand rapport toont het belang aan van grondige wetenschappelijke evaluatie voordat nieuwe instrumenten worden geïmplementeerd in beleid. De tabellen voorgesteld door Boerenverstand zijn onvoldoende wetenschappelijk onderbouwd voor beleidstoepassing.

Ondersteuning van gevalideerde systemen: In plaats van het ontwikkelen van nieuwe systemen, zou beleid zich moeten richten op het ondersteunen en verbeteren van bestaande gevalideerde systemen zoals de KringloopWijzer, die gebaseerd zijn op uitgebreide wetenschappelijke validatie.

Investering in onderzoek: Er is behoefte aan voortgezette investering in onderzoek naar ammoniakemissie monitoring en reductie, met focus op praktische en wetenschappelijk onderbouwde oplossingen.

Transparantie en peer review: Alle instrumenten die worden overwogen voor beleidstoepassing zouden moeten worden onderworpen aan onafhankelijke peer review en transparante wetenschappelijke evaluatie.

7.4 Praktische Aanbevelingen voor Melkveehouders

Voor melkveehouders die geïnteresseerd zijn in het reduceren van ammoniakemissies worden de volgende praktische aanbevelingen gedaan:

Focus op bewezen strategieën: In plaats van te vertrouwen op MUN monitoring alleen, zouden melkveehouders zich moeten richten op bewezen strategieën voor ammoniakemissie reductie, zoals optimalisatie van eiwitvoeding, verbetering van mestmanagement, en implementatie van emissiearme stalsystemen.

Gebruik van gevalideerde tools: Melkveehouders zouden gebruik moeten maken van gevalideerde tools zoals de KringloopWijzer voor het monitoren van hun ammoniakemissies en het identificeren van verbetermogelijkheden.

Holistische benadering: Ammoniakemissie reductie vereist een holistische benadering die voeding, huisvesting, mestmanagement, en weidemanagement integreert. Geen enkele parameter of tool kan alle aspecten van deze complexe uitdaging adequaat adresseren.

Professioneel advies: Melkveehouders zouden professioneel advies moeten zoeken van gekwalificeerde voedings- en managementadviseurs bij het implementeren van ammoniakemissie reductiestrategieën.

8. Slotbeschouwing

Deze kritische review illustreert het belang van rigoureuze wetenschappelijke evaluatie van nieuwe instrumenten en methoden in de landbouw. Het Boerenverstand rapport, hoewel wellicht goed bedoeld, toont de gevaren aan van het oversimplificeren van complexe biologische en chemische processen tot eenvoudige tabellen zonder adequate wetenschappelijke onderbouwing.

De CDM review, hoewel beknopt, levert terechte kritiek die gebaseerd is op solide wetenschappelijke principes. De reviewers hebben correct geïdentificeerd dat MUN als alleenstaande parameter onvoldoende is voor betrouwbare voorspelling van ammoniakemissies.

De internationale wetenschappelijke literatuur biedt een duidelijk antwoord op de vraag of melk-ureum een goede voorspeller is van TAN en ammoniakuitstoot: Nee, niet als alleenstaande parameter. Hoewel MUN waardevolle informatie bevat over stikstofmetabolisme, is het onvoldoende voor accurate voorspelling van ammoniakemissies zonder integratie met andere relevante parameters.

Voor de Nederlandse melkveesector betekent dit dat de focus zou moeten liggen op het verbeteren van bestaande gevalideerde systemen en het ontwikkelen van nieuwe multivariate modellen die gebaseerd zijn op solide wetenschappelijke principes. De uitdaging van ammoniakemissie reductie is te complex en te belangrijk om te vertrouwen op oversimplificeerde oplossingen.

De weg voorwaarts vereist voortgezette samenwerking tussen onderzoekers, beleidsmakers, en praktijkprofessionals om wetenschappelijk onderbouwde en praktisch toepasbare oplossingen te ontwikkelen voor een van de meest urgente uitdagingen in de moderne landbouw.

Referenties (Gecorrigeerd)

[1] Spek, J.W., Dijkstra, J., van Duinkerken, G., Hendriks, W.H., & Bannink, A. (2013). Prediction of urinary nitrogen and urinary urea nitrogen excretion by lactating dairy cattle in northwestern Europe and North America: A meta-analysis. Journal of Dairy Science, 96(7), 4310-4322. https://www.sciencedirect.com/science/article/pii/S0022030213003330

[2] Kauffman, A.J., & St-Pierre, N.R. (2001). The relationship of milk urea nitrogen to urine nitrogen excretion in Holstein and Jersey cows. Journal of Dairy Science, 84(10), 2284-2294.

[3] Burgos, S.A., Embertson, N.M., Zhao, Y., Mitloehner, F.M., Walker, N.J., & DePeters, E.J. (2010). Prediction of ammonia emission from dairy cattle manure based on milk urea nitrogen: Relation of milk urea nitrogen to ammonia emissions. Journal of Dairy Science, 93(6), 2377-2386. https://www.sciencedirect.com/science/article/pii/S0022030210002419

[4] Broderick, G.A., & Clayton, M.K. (1997). A statistical evaluation of animal and nutritional factors influencing concentrations of milk urea nitrogen. Journal of Dairy Science, 80(11), 2964-2971.

[5] van Duinkerken, G., André, G., Smits, M.C.J., Monteny, G.J., & Sebek, L.B.J. (2005). Effect of rumen-degradable protein balance and forage type on bulk milk urea concentration and emission of ammonia from dairy cow houses. Journal of Dairy Science, 88(3), 1099-1112.

[6] Burgos, S.A., Fadel, J.G., & DePeters, E.J. (2007). Prediction of ammonia emission from dairy cattle manure based on milk urea nitrogen: Relation of milk urea nitrogen to urine urea nitrogen excretion. Journal of Dairy Science, 90(12), 5499-5508. https://www.journalofdairyscience.org/article/S0022-0302(07)72023-4/fulltext

[7] Burgos, S.A., Embertson, N.M., Zhao, Y., Mitloehner, F.M., Walker, N.J., & DePeters, E.J. (2010). Prediction of ammonia emission from dairy cattle manure based on milk urea nitrogen: Relation of milk urea nitrogen to ammonia emissions. Journal of Dairy Science, 93(6), 2377-2386.

[8] Bougouin, A., Hristov, A., Dijkstra, J., Aguerre, M.J., Ahvenjärvi, S., Arndt, C., Bannink, A., Bayat, A.R., Benchaar, C., Boland, T., Brown, W.E., Crompton, L.A., Dehareng, F., Dufrasne, I., Eugène, M., Froidmont, E., van Gastelen, S., Garnsworthy, P.C., Halmemies-Beauchet-Filleau, A., Herremans, S., Huhtanen, P., Johansen, M., Kidane, A., Kreuzer, M., Kuhla, B., Lessire, F., Lund, P., Minnée, E.M.K., Muñoz, C., Niu, M., Nozière, P., Pacheco, D., Prestløkken, E., Reynolds, C.K., Schwarm, A., Spek, J.W., Terranova, M., Vanhatalo, A., Wattiaux, M.A., & Weisbjerg, M.R. (2022). Prediction of nitrogen excretion from data on dairy cows fed a wide range of diets compiled in an intercontinental database: A meta-analysis. Journal of Dairy Science, 105(9), 7462-7481. https://www.sciencedirect.com/science/article/pii/S0022030222004209