Leaching from soil contributes significantly to the total load of heavy metals in Dutch surface waters. In 2022 the model used to quantify the emission caused by leaching from soil to surface waters was revised and extended to be used for 13 metals and arsenic. This model however was not used to discriminate between leaching of metals from natural origin and those that have entered the soil as a result of anthropogenic activities. In this report we therefore describe a recently developed method that enables us to discriminate between naturally present metals in soil versus those from anthropogenic activities. Used measured data from approx. 350 samples from the Geochemical Soil Atlas from the Netherlands a model and based on soil properties (pH, Fe- and Al-oxide, P) the model is able to calculate the distribution of metals of natural origin versus metals added to soil due to anthropogenic activities. This distribution is used to calculate the contribution of what is called background leaching and leaching of metals from anthropogenic origin; both for the topsoil (0 – 30 cm) and the subsoil at a depth equal to 1 m below the average lowest groundwater level (GLG -1m). Data are presented in ton/year at national level and at regional level based on concentration in the percolating water from both the 0-30 layer and at a depth equal to 1 meter below the mean lowest groundwater level solution (GLG -1m).

The method for the dynamical calculation of leaching and run-off of heavy metals from agricultural and natural soils has been improved on the basis of the most recent measurements and knowledge. The number of metals has been expanded to 14 and now includes next to the metal included previously (Cd, Cu, Ni, Pb, Zn) also models for As, Ba, Co, Cr, Mo, Sb, Se, V, and U. To this purpose Freundlich partition relations have been derived for these 14 metals. The vertical distribution of the reactive metals content in soil used to calculate the solution concentration has been revised using recently acquired data and auxiliary variables include the P content in the soil and the amount of Fe and Al oxides. Finally also the regional schematization of concentrations in the upper groundwater has been revised and extended with information on the 9 new metals. In the context of the national and international obligation to report the emissions and pollution of surface water, the diffuse source leaching and run-off of heavy metals from the soil to the surface water has been calculated using the revised model. For consistency, the data used for and results from the National Water Quality Model for nutrients have been used

De stuurgroep Nationaal Water Model heeft de opdracht gegeven voor het ontwikkelen van een landelijk Waterkwaliteitsmodel Nutriënten. Dit landelijk Waterkwaliteitsmodel (LWKM) is gebaseerd op de recentste data, gebruikt de resultaten van het Landelijk hydrologisch Model (LHM) en bouwt waar mogelijk voort op of maakt gebruik van onderdelen van eerdere modelinstrumenten als STONE en het Landelijk KRW-Verkenner Model (LKM). Dit rapport beschrijft de ontwikkeling van LWKM1.2, waarin aanpassingen en verbeteringen zijn toegepast t.o.v. van eerdere versies van het LKWM (LWKM1.0 en LWKM1.1), die zijn toegepast voor respectievelijk de Nationale Analyse Waterkwaliteit en het aanleveren van emissiecijfers voor de Emissieregistratie 2019 en 2020.

De stuurgroep Nationaal Water Model heeft de opdracht gegeven een landelijk waterkwaliteitsmodel nutriënten te ontwikkelen. Dit Landelijk WaterKwaliteitsModel (LWKM) is gebaseerd op de recentste data, gebruikt de resultaten van het Landelijk hydrologisch Model en bouwt waar mogelijk voort op of maakt gebruik van onderdelen van eerdere modelinstrumenten als STONE en het Landelijk KRW-Verkenner Model (LKM). Dit rapport beschrijft de opzet, de realisatie, de gebruikte invoergegevens, de initialisatie, de kalibratie, de toetsing en resultaten van de eerste versie van het LWKM

In this paper, we analyze the methods that are used in The Netherlands to upscale in-situ groundwater measurements in time and in space, and how the selected combinations of upscaling methods affect the resulting groundwater characteristic. In The Netherlands, a three-step approach is used to obtain groundwater characteristics for a specific area: (1) in-situ monitoring of the water table depth; (2) temporal upscaling; and (3) spatial interpolation and aggregation. The three-step approach is, however, not standardized, but a combination of the following methods is used: (i) four methods to measure/monitor the phreatic water table; (ii) four methods for temporal aggregation; and (iii) four methods for spatial interpolation and/or aggregation. Over the past sixty years, several combinations of these methods have been used. Our review shows that the use of these different combinations in the approach to measure and interpret water table depths has resulted in significant systematic differences in the corresponding groundwater characteristics and that there are many sources of potential error. Error in the in-situ measurement of the water table depth can be as high as 1 m. Errors in the temporal aggregation are in the range of 10 to 20 cm and for the spatial interpolation between 20 and 50 cm. We show that there has been no systematic assessment of how these errors influence the resulting groundwater characterization. Thus, we cannot answer the question of whether drought stress in The Netherlands is under- or overestimated. Based on these findings we give recommendations for a systematic approach to groundwater characterizations studies that can minimize the impact of errors. (C) 2018 Elsevier B.V. All rights reserved.

In het kader van de nationale en internationale verplichting om de emissies en belasting van oppervlaktewater te rapporteren is de uit- en afspoeling van nutrienten en zware metalen uit het landelijk gebied berekend. Met het landelijke emissiemodel STONE en STONE-ZM zijn de emissies naar het oppervlaktewater doorgerekend. Voor de consistentie is hetzelfde model gebruikt dat ook gebruikt is voor de Evaluatie Meststoffenwet 2012. Voor het bepalen van een gemiddelde verwachting van de uit- en afspoeling is een nieuwe methode toegepast om de grote effecten van de dynamiek in het weer te filteren.

National policies, guided by European legislation such as the Water Framework Directive, ask for information on trends in water quality metrics, such as nutrient concentrations, on relatively large spatial scales, such as catchments, water management units or physiographic provinces...

Om de nutrientenbelasting van het grondwater en oppervlaktewater verder terug te dringen, is de rijksoverheid op zoek naar maatregelen, die door de landbouw geimplementeerd zouden kunnen worden. Het gaat om maatregelen aanvullend op die van het huidige mestbeleid, omdat de maatregelen van het huidige mestbeleid vooralsnog ontoereikend zijn om alle gestelde doelen voor de waterkwaliteit te realiseren. De perspectiefvolle maatregelen zijn gericht op het verder verlagen van het stikstof- en fosfaatoverschot op bedrijfs- en perceelniveau, door rekening te houden met gewasopbrengst en de nutriententoestand van de bodem, op het verbeteren van de bodemkwaliteit en bodemstructuur, en op het vermijden van ondiepe af- en uitspoeling uit landbouwgronden. Maatregelen in het water- en landsysteem helpen de milieukwaliteit te verbeteren maar zijn minder effectief. De effecten van de maatregelen zijn bedrijfs- en locatie specifiek, de selectie van maatregelen is maatwerk

Dit rapport beschrijft een methodiek waarmee de realisatie van de waterkwaliteitsdoelstellingen via stroomgebiedbeheersplannen kan worden geevalueerd. Met de methodiek kan de samenhang tussen verschillende beleidsthema’s KRW en mestbeleid worden geillustreerd en kan een relatie met de thema’s WB21 en GGOR worden gelegd via maatregelpakketten die via dezelfde methodiek kunnen worden ingebracht. De methodiek kan zelfstandig functioneren, maar ook toeleverend zijn aan andere instrumentaria zoals de KRW-verkenner. De methodiek is toegepast in de nationale Ex-ante evaluatie landbouw en KRW. Om de toepasbaarheid op lagere schaalniveaus te illustreren is de methodiek toegepast op het Drentse Aa-gebied. De methodiek pretendeert niet volledig sluitende en 100% getoetste resultaten op te kunnen leveren, maar richt zich op de chemische toestand van het oppervlaktewater en het in beeld brengen van onzekerheden. Evaluaties en oplossingen zullen in samenspraak met betrokkenen uit een te evalueren gebied moeten worden uitgevoerd en vastgesteld.

De Bosatlas van Nederland Waterland is een ‘vlootschouw’ van alles wat Nederland maakt tot een waterland. De atlas gaat met honderden kaarten, tientallen grafieken en vele luchtfoto’s in op onderwerpen als de geschiedenis van het waterbeheer in Nederland, culturele aspecten zoals de waterlinies, de economische aspecten van onder andere scheepvaart en visserij, klimaatverandering en veiligheid, het Nederlandse waterbeheer, gezondheid en milieu, water in het landschap en water in de stad. In totaal hebben meer dan 40 overheden, kennisinstellingen en bedrijven aan de Wateratlas meegewerkt.

Voor de evaluatie van maatregelen die worden genomen om de ambities van de Kaderrichtlijn Water te realiseren, is een goed begrip van de retentie van stikstof en fosfor in het oppervlaktewater cruciaal. In dit rapport wordt een ‘State of the art’ beeld gegeven van de manier waarop deze retentie wordt geschat op verschillende schalen. Er worden een aantal recente waterkwaliteitstudies geanalyseerd die opereren op de schaal van kleine stroomgebieden tot zeer grote schaal. Er is gekeken hoe de retentie wordt berekend in de verschillende studies en wat de voordelen en beperkingen van de retentiemethodes zijn. Op deze manier worden knelpunten in het huidige retentieonderzoek zichtbaar wat een handvat biedt voor verbeteringen. Verbeterde inzichten leiden tot een betere inschatting van de waterkwaliteit en een betere voorspelling

Op vier bedrijven in Twente op zandgronden met percelen met plekken met en zonder plasvorming zijn stijghoogten op verschillende diepten gedurende vijf wintermaanden gevolgd. Bij twee bedrijven is daarna de bodemverdichting en de fysische bodemkwaliteit nader onderzocht. Anistropie in de bodem door aanwezigheid van weerstandbiedende lagen leidt tot stagnatie van waterstromen in het bodemprofiel met stijghoogteverschillen tot gevolg. Regelmatig kunnen plassen aan maaiveld ontstaan, in extreme gevallen kunnen schijnwaterspiegels ontstaan. Weerstandsbiedende lagen komen van nature voor en kunnen daarnaast worden veroorzaakt of versterkt door antropogene verdichting.