Statistische data-analyse voor inzicht in de oorzaken van goede of slechte waterkwaliteit in bepaalde gebieden
Looptijd: augustus 2016 – december 2017
Opdrachthouder: IMDC (coördinator), Tractebel Engineering & UCL
Financiering: VLM
Kader en doelstelling
In de voorbije 15 jaar is er weliswaar een duidelijke verbetering gerealiseerd van de oppervlakte- en grondwaterkwaliteit in Vlaanderen, maar er blijven grote regionale verschillen. Precies omdat de waterkwaliteit niet overal even snel verbetert, wilde de Vlaamse Overheid de achterliggende oorzaken verder onderzoeken en identificeren.
De studie had als doelstelling het verwerven van inzicht in de oorzaken van de goede of slechte waterkwaliteit (grond- en oppervlaktewater) in bepaalde gebieden, door het uitvoeren van een statistisch onderbouwde analyse van beschikbare data.
Aanpak
De analyse gebeurde met de mestbank- en percelendata van VLM, oppervlaktewater- en grondwaterparameters van de VMM en met een aantal bijkomende gegevens zoals vb. neerslag, en watertafel. De invloed van de verschillende parameters (predictoren) werd nagegaan op de responsvariabelen N en P in oppervlakte en grondwater en nitraatstikstofresidu.
Resultaten
Uit de resultaten blijkt dat er een correlatie is met de waterkwaliteit van zowel predictoren die we kunnen beïnvloeden als predictoren die we niet kunnen beïnvloeden. Predictoren waar we geen invloed op hebben zijn vb. de zuurstofconcentratie, pH en temperatuur en de procesfactor. Predictoren waar we wel een invloed op hebben en die een gunstige of ongunstige invloed hebben op de waterkwaliteit zijn: hoofdteelt grassen; nateelt groenten groep 1; emissieverlies als representatieve variabele voor dierlijke mestproductie; productiemethode SGM (serres met teelt op groeimedium), als representatieve factor voor grondloze tuinbouw en afzetmogelijkheden en normen.