NMDC - ROOT of content - Wageningen UR

waarnemingen van de werkelijkheid, bij een gegeven modelstructuur en gegeven inputvariabelen. In sommigegevallen levert de kalibratieprocedure expliciete informatie over de parameteronzekerheid. Bedenk hierbij altijddat deze onzekerheid geldt gegeven de modelstructuur en gegeven de set van waarnemingen van input enresponse. De parameteronzekerheid kan worden verkleind door informatie (waarnemingen) toe te voegen. Erzal echter altijd een parameteronzekerheid overblijven, die ook doorwerkt in de fase dat het model voorscenarioberekeningen of voorspellingen wordt gebruikt. Strikt genomen zou een model niet gebruikt mogenworden voor scenario’s die buiten de range vallen waarin het is gekalibreerd en gevalideerd. Echter, zeker bijtoekomstverkenningen gebeurd dit vaak wel.Ad d Conversie onzekerheidIn een keten van modellen wordt de output van het ene model doorgegeven naar het andere model. In principekan dit op twee manieren. Ten eerste kan de output van model 1 worden gebruikt als input van model 2. Dit isbijvoorbeeld het geval als er neerslagreeksen van een klimaatmodel worden gebruikt als input van eenhydrologisch model. Ten tweede kan de output van model 1 gebruikt worden als parameter bij model 2. Dit isbijvoorbeeld het geval als het resultaat van een geologisch model gebruikt wordt in eengrondwaterstromingsmodel. Naast de aspecten die hiervoor zijn behandeld voor een enkelvoudig model,kunnen bij een modelketen ook fouten (ook vaak onzekerheden genoemd) optreden als gevolg van vervormingvan de informatie vooral door schaling (conversie-fouten). Stel dat model 2 op een kleinere schaal werkt danmodel 1, dan zal de variabele moeten worden neergeschaald. Hierbij ontstaat op het kleinere schaalniveau eenextra onzekerheid. Het omgekeerde kan ook het geval zijn. Als we van een kleinere schaal naar een grotereschaal gaan, worden onzekerheden en ruimtelijke verschillen ten dele uitgemiddeld.Aanpak in de beide cases.In de beide cases Walcheren en Baakse Beek worden verschillende modellen aan elkaar gekoppeld tot eenketen. Daarbij is uitgegaan van een vast modelconcept. Onzekerheden binnen het modelconcept zijn inbeschouwing genomen bij de kwantitatieve onzekerheidsanalyse. Alle andere oorzaken van onzekerheid zijnuitsluitend in de kwalitatieve analyse meegenomen. Bij een gegeven modelconcept kan de onzekerheid inprincipe op twee manieren in de modelketen worden doorgerekend. De eerste mogelijkheid is om van alleinputvariabelen en -parameters de kansverdeling te bepalen en vervolgens deze kansverdelingen door terekenen naar de kansverdeling van de outputvariabele. Echter, lang niet van alle variabelen en parameters iseen kansverdeling te geven (bijvoorbeeld klimaatscenario’s), en bovendien is van sommige modellen destructuur zodanig ingewikkeld, dat het doorrekenen van de kansverdelingen in praktijk ondoenlijk is. De tweedemanier is om een aantal realisaties van de inputvariabelen en de parameters te genereren en die realisatiesvervolgens met de modelketen door te rekenen. Voor een werkelijke onzekerheidsanalyse moet een grootaantal realisaties worden doorgerekend. Aangezien het om een groot aantal inputvariabelen en parametersgaat en sommige onderdelen van de modelketen zeer rekenintensief zijn, zou dit vele maanden rekentijdhebben gekost. Daarom is ervoor gekozen om in eerste instantie een gevoeligheidsanalyse uit te voeren. Demodeluitkomst met de modelketen is niet even gevoelig voor de onzekerheden in alle inputvariabelen en -parameters. Op basis van expert kennis is per model vastgesteld voor welke inputvariabelen en/of -parametershet model het meest gevoelig is. Vervolgens zijn hiermee een paar simulaties doorgerekend. De simulatieszijn zo gekozen dat ze in redelijkheid het bereik van waarden opspannen die een inputvariabele of parameterkan hebben (bijvoorbeeld de klimaatscenario’s). Dit geeft inzicht in: 1. Hoe groot het te verwachten bereik iswaarbinnen de modeluitkomst zich zal bevinden, als gevolg van onzekerheid in input en parameters; 2. Welkeinputvariabelen en parameters een dominante invloed hebben op de onzekerheid van de modeluitkomst. In eenvolgende fase kunnen meer realisaties van de dominante factoren worden doorgerekend om een beter beeldte krijgen van de onzekerheid.Alterra-rapport 2443 35