Loading...
Series / Report no.
RIVM kennisnotitie KN-2025-0007
Open Access
Type
Kennisnotitie
Language
nl
Date
2025-07-11
Files
Loading...
KN-2025-0007.pdf
Adobe PDF, 262.49 KB
Research Projects
Organizational Units
Journal Issue
Title
Verkenning proxies voor nitraat
Translated Title
Published in
Abstract
Het direct kunnen sturen op de nitraatconcentratie in grondwater op lokaal niveau (zoals bedrijfs- of perceelsniveau) is van groot belang, maar complex en het meten ervan kostbaar. Machine Learning (ML) modellering met gebruik van proxies biedt mogelijkheden om inzicht te geven in de verschillende factoren die bijdragen aan nitraatuitspoeling. Daarnaast zou ML-modellering relevante indicatoren (zoals het stikstofresidu, N-residu) voor nitraatuitspoeling kunnen identificeren. In deze kennisnotitie is onder meer verkend welke mogelijkheden ML-modellering biedt om inzicht te krijgen in de factoren die op perceels- of bedrijfsniveau bijdragen aan nitraatuitspoeling, op basis van bestaande data. Ook is onderzocht in hoeverre ML-modellen nitraatuitspoeling op perceels- of bedrijfsniveau kunnen voorspellen en zijn er aanbevelingen geformuleerd voor vervolgstappen.
Description
Publisher
Rijksinstituut voor Volksgezondheid en Milieu RIVM