• Uitwerking Gegevensvoorziening omgevingswet

      de Nijs ACM; van Zoonen P; van der Maas CWM; Maas R; M&V (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 2013-12-12)
      Het RIVM heeft in opdracht van het ministerie van Infrastructuur en Milieu onderzocht hoe de gegevensvoorziening voor de nieuwe Omgevingswet verbeterd kan worden. De wet wordt ingevoerd om besluitvorming over ruimtelijke ontwikkelingen eenvoudiger en beter te maken. Om de doelen van de wet te kunnen realiseren is het van belang dat de gegevensvoorziening op orde komt. Uit het onderzoek blijkt dat de beschikbaarheid, bruikbaarheid en actualiteit van de gegevens die nodig zijn om het effect van nieuwe ruimtelijke ontwikkelingen op de omgeving te kunnen beoordelen niet altijd voldoende is. Ook worden gegevens uit vergunningen en onderzoek dat is gedaan om ruimtelijke plannen en initiatieven te onderbouwen beperkt ontsloten. Het RIVM pleit er daarom voor de gegevensvoorziening in een samenhangend stelsel onder te brengen, waarbij de gegevens via één digitale ingang (website), 'de laan van de leefomgeving', worden ontsloten. Aanbevolen wordt om de relevante gegevens voor de huidige domeinen, zoals lucht, water, geluid en bodem, onder te brengen in 'informatiehuizen' die via de laan aan elkaar worden gekoppeld. Om snel en eenvoudig de mogelijke effecten op de omgeving te kunnen beoordelen is het bovendien raadzaam om een 'voorwasstraat' te ontwikkelen die deze op hoofdlijnen kan aangeven. Hiervoor is het nodig instrumenten als signaalkaarten en screeningtools te ontwikkelen. In aanvulling daarop is het van belang om integrale afwegingskaders te ontwikkelen waarmee de effecten op duurzaamheid, gezondheid en natuurlijk kapitaal getoetst kunnen worden.
    • Uitworpverwachting snijvloeistoffen en hydraulische vloeistoffen

      Poel; P. van der; Ros; J.P.M. (1987-05-31)
      Dit rapport bevat achtergrondinformatie om, in het kader van de Wet Milieugevaarlijke Stoffen, beter en sneller een aangemelde nieuwe stof voor toepassing in metaalbewerkingsvloeistoffen (snijvloei- stoffen) of hydraulische vloeistoffen te kunnen beoordelen. Er wordt voor beide categorieen een overzicht gegeven van de toe- gepaste (typen) stoffen, hun functie en de processen die zij door- lopen (ook zuiveringsprocessen). Op basis van de stof- en proces- gegevens wordt de verdeling van de uitworp van zo'n stof over water, bodem, afvalstoffen en lucht weergegeven voor al die pro- cessen.
    • Uitzonderingsbepalingen in de Kaderrichtlijn Water en de Grondwaterrichtlijn. Drie grondwatercasussen die in Nederland spelen

      Zijp MC; Wienhoven M; van Rijswick HFMW; de Nijs ACM; Pieters BJ; Verweij W; Zijp MC; LER (Rijksinstituut voor Volksgezondheid en Milieu RIVMUniversiteit UtrechtECORYS BV, 2008-03-18)
      Nederland zal in sommige situaties niet kunnen voldoen aan de doelen die de Europese Kaderrichtlijn Water (KRW) stelt en die in 2015 moeten zijn gehaald. Dit is bijvoorbeeld het geval op locaties waar in het verleden grote grondwaterverontreinigingen zijn ontstaan die niet binnen de gestelde termijn kunnen worden opgeruimd. In zo'n geval is het nodig een uitzonderingsbepaling toe te passen. In opdracht van het ministerie van VROM heeft het RIVM voor drie problemen onderzocht of het nodig is een uitzonderingsbepaling toe te passen, en zo ja, hoe. De drie problemen zijn: de nutrientnormen voor oppervlaktewater worden overschreden, onder andere doordat nutrientrijk grondwater naar oppervlaktewater uitspoelt, 2) de bodem in veenweidegebied daalt door verlagen van het grondwaterpeil, en 3) grootschalige grondwaterverontreinigingen. De gestelde problemen spelen op meerdere locaties in Nederland. Het RIVM heeft voor elk probleem een gebied geselecteerd en bekeken of een uitzonderingsbepaling nodig is. Voor de eerste en de laatste casus bleek dit zo te zijn. Voor deze gevallen is een voorbeeld van een rapportage aan de EU opgesteld. Elke lidstaat rapporteert elke zes jaar aan de EU over de realisatie van de KRW-doelen. Het is mogelijk om onder voorwaarden uitzonderingsbepalingen toe te passen als een doel niet kan worden behaald. Daarover moet vervolgens worden gerapporteerd aan de Europese Unie. Twee belangrijke uitzonderingsbepalingen zijn: de termijn verlengen en het doel verlagen. In het eerste geval wordt de termijn waarop een doel moet worden bereikt uitgesteld tot een of twee termijnen, respectievelijk 2021 of 2027. Bij doelverlaging wordt een doel naar beneden bijgesteld, zoals een minder goede kwaliteit van het grondwater.
    • Ultraviolet Dose Maps of Europe ; A Remote Sensing/GIS Application for Public Health and Environmental Studies

      Bordewijk JA; de Woerd HJ; LLO (Rijksinstituut voor Volksgezondheid en Milieu RIVMBeleids Commissie voor Remote Sensing (BCRS)Delft, 1996-12-31)
      In een proefproject werden remote sensinggegevens van de atmosfeer gebruikt ten behoeve van een studie naar de effecten van veranderingen in de hoeveelheid ultraviolette straling (UV) aan het aardoppervlak en de daaruit resulterende extra risico's voor mens en milieu. Het gepresenteerde model berekent de maandgemiddelde hoeveelheid UV als functie van de ozonkolomdikte, bewolkingsgraad en hoogte boven zeeniveau met hoge ruimtelijke resolutie. De kennis over de verandering in de hoeveelheid UV vormt de basis voor een studie naar veranderingen in risico's van UV blootstelling.<br>
    • Uncertainty analysis and parameter optimisation in early phase nuclear emergency management. A case study using the NPK-PUFF dispersion model

      Twenhofel CJW; van Troost MM; Bader S; LSO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 2008-06-13)
      De opgedane stralingsdosis na een kernongeval is beter te bepalen door modelberekeningen te combineren met een analyse van radiologische metingen in de directe omgeving van de lozing. Dosisschattingen die alleen op basis van modelberekeningen zijn gemaakt, zoals nu gebeurt, bevatten meerdere grote onzekerheden. Dit blijkt uit een casestudie van het Rijksinstituut voor Volksgezondheid en Milieu (RIVM). Onzekerheid in modelberekeningen na een kernongeval maakt het de beleidsmakers lastig te beslissen welke maatregelen nodig zijn om de bevolking te beschermen. Daarom gaat het RIVM metingen van het nationale radiologische meetnet in Nederland gebruiken om de modelberekeningen te verbeteren. De belangrijkste onzekere variabelen zijn beperkt tot de lozingshoeveelheid en een aantal meteorologische parameters. Het onderzoek toont aan dat al in een vroeg stadium van het ongeval met slechts een klein aantal radiologische metingen een significante verbetering van de dosisberekening mogelijk is. Het verdient daarom aanbeveling deze methodiek te implementeren in het Back Office voor Radiologische Informatie (BORI) van het RIVM. Het BORI heeft de taak in te schatten wat de radiologische gevolgen van een kernongeval zijn voor mens en omgeving. Dit onderzoekt maakt deel uit van het strategisch onderzoeksprogramma van het RIVM (SOR) op het gebied van kwantitatieve risicoanalyse.
    • Uncertainty analysis for NOx emissions from Dutch passenger cars in 1998. Applying structured expert elicitation and distinguishing different types of uncertainty

      Oorschot MMP van; Kraan BCP; Brink RMM van den; Janssen PHM; Cooke RM; Delft University of Technology, Department of Applied Mathematics; NMD; RIM; IMP (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 2004-03-02)
      In decision-making processes on emission reduction, not only are emission data needed but also information on the uncertainty of these data. Here, structured expert elicitation was used an uncertainty analysis on NOx emissions from Dutch passenger cars in 1998. Experts from several Dutch research institutes were elicited on individual car performance (emission factors) and volumetric (kilometres driven) variables could be obtained with the expert elicitation method. Total population uncertainty was calculated by propagation and aggregation of individual car uncertainty in a Monte Carlo simulation. The calculation process was explicitly geared to variables showing inherent variability (aleatory uncertainty) and variables that are uncertain because of a lack of knowledge (epistemic uncertainty). The smallest 95% uncertainty interval for total population NOx emission was obtained for the TNO-CBS (Statistics Netherlands) expert (-12% to +15%), while the largest interval was obtained for the RIVM expert (-35% to +51%). The combination of experts (called decision-makers [DM]) showed intervals of -30% to +41% (DM before propagation) and -46% to +81% (DM after aggregation). The use of structured expert elicitation was very time consuming, and there is still a lot of discussion on combining expert data. Therefore, the need for structured expert elicitation should be firmly substantiated and focused on sensitive and controversial variables.
    • Uncertainty analysis for NOx emissions from Dutch passenger cars in 1998. Applying structured expert elicitation and distinguishing different types of uncertainty

      Oorschot MMP van; Kraan BCP; Brink RMM van den; Janssen PHM; Cooke RM; NMD; RIM; IMP (Delft University of TechnologyDepartment of Applied Mathematics, 2004-03-02)
      Bij besluitvorming over maatregelen op het gebied van emissie-reductie zijn niet alleen gegevens over emissies nodig maar ook over de onzekerheid daarvan. Dit rapport beschrijft een studie naar het gebruik van gestructureerde expertbevraging bij onzekerheidsanalyse van de NOx-emissies uit personenauto's. Experts van verschillende Nederlandse onderzoeksinstituten zijn bevraagd over prestatiegegevens (emissie-factoren) en volumegegevens (kilometrages). De totale populatie onzekerheid is berekend door het opschalen van de onzekerheid van individuele auto's door Monte Carlo simulaties. In de berekening is expliciet onderscheid gemaakt tussen variabelen die inherent variabel zijn (aleatorische onzekerheid) en variabelen die onzeker zijn vanwege een gebrek aan kennis (epistemische onzekerheid). Het kleinste 95% betrouwbaarheidsinterval werd verkregen voor de TNO-CBS expert (-12% tot +15%), en het grootste interval voor de RIVM expert (-35% tot +51%). De combinatie van experts (decision-makers [DM] genoemd in deze methode) kreeg intervallen van -30% tot +41% (DM voor propagatie) en van -46% tot +81% (DM na aggregatie). Het gebruik van expert bevraging bleek arbeidsintensief en er is veel discussie over het wel of niet combineren van expert antwoorden. Het gebruik van deze methode moet daarom goed onderbouwd worden, en moet zich richten op de meest gevoelige en controversiele parameters.
    • Uncertainty analysis of EUSES: Improving risk management through probabilistic risk assessment

      Jager T; Rikken MGJ; Poel P van der; ECO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 1997-12-31)
      In risk assessment of new and existing substances, it is current practice to characterise risk using a deterministic quotient of the exposure concentration, or the dose, and a no-effect level. Feelings of uncertainty are tackled by introducing worst-case assumptions in the methodology. Since this procedure leads to an assessment with an unknown degree of conservatism, it is therefore advisable to deal quantitatively with uncertainties. This report is a discussion document describing the advantages and possibilities to be had with a probabilistic risk assessment framework. Several options for probabilistic risk assessment are illustrated with sample calculations.
    • Uncertainty analysis of EUSES: Improving risk management through probabilistic risk assessment

      Jager T; Rikken MGJ; van der Poel P; ECO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 1997-12-31)
      In de risicobeoordeling van nieuwe en bestaande stoffen wordt voor het karakteriseren van risico gebruik gemaakt van een deterministisch quotient van de blootstellingsconcentratie, of de dosis, en een geen-effect niveau. Een gevoel van onzekerheid wordt aangepakt door het introduceren van worst-case aannames in de methodologie. Deze procedure leidt tot een beoordeling met een onbekende graad van conservatisme en het is daarom aan te bevelen om onzekerheden op een kwantitatieve manier te behandelen. Dit rapport is een discussiedocument dat de voordelen en mogelijkheden van een probabilistisch risicokader beschrijft. Verschillende opties voor probabilistische risicobeoordelingen worden geillustreerd met voorbeeldberekeningen.<br>
    • Uncertainty analysis of EUSES: interviews with representatives from EU Member States and industry

      Jager T; ECO (1998-11-12)
      Tien vertegenwoordigers van de EU-lidstaten en de chemische industrie zijn gevraagd naar hun mening over het toepassen van onzekerheidsanalyse bij de risicobeoordeling van industriele chemicalien. Ondanks de algemene interesse voor dit onderwerp krijgt onzekerheidsanalyse geen hoge prioriteit. Dit wordt voornamelijk veroorzaakt door de zorg dat onzekerheidsanalyse slechts tot meer werk leidt zonder noodzakelijkerwijs meer informatie op te leveren. Een aantal voorbeelden van probabilistische risicoschatting kunnen bruikbaar zijn als kan worden aangetoond hoe deze aanpak de besluitvorming verandert. Om onzekerheidsanalyse door alle partijen acceptabel te maken is het belangrijk om de analyse simpel en transparant te houden en voorlopig te beperken tot de blootstellingsanalyse.
    • Uncertainty analysis of EUSES: interviews with representatives from EU Member States and industry

      Jager T; ECO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 1998-11-12)
      Ten representatives of the EU Member States and the chemical industry were interviewed to find out their views on applying uncertainty analysis to risk assessment of industrial chemicals. Although there was an interest expressed in this matter, uncertainty analysis was thought not to receive a high priority. This is mainly due to the concern that an uncertainty analysis would lead to more work without necessarily providing more information. Several examples of probabilistic risk assessment would be useful if the way it affects decisions could be demonstrated. For uncertainty analysis to be accepted by all parties, it is important to keep it simple and transparent, and for the time being to restrict it to the exposure assessment.
    • Uncertainty Analysis of the Uniform System for the Evaluation of Substances (USES): Example Calculations

      Jager DT; ECO (1995-12-31)
      UBS, het Uniform Beoordelingssysteem Stoffen (in het engels: USES), is een beslissingsondersteunend gereedschap voor risico-analyse van chemische stoffen. In een eerder rapport is reeds een kader gegeven voor onzekerheidsanalyse van UBS 1.0. In dit rapport worden voorbeeldberekeningen gepresenteerd met deze analyse, gebruik makend van Monte Carlo simulaties. De resultaten laten zien dat onzekerheidsanalyse belangrijk en haalbaar is. Verscheidene parameters konden worden aangewezen als belangrijke bronnen van onzekerheid. Verder worden aanbevelingen voor toekomstig modelonderzoek gedaan.
    • Uncertainty Analysis of the Uniform System for the Evaluation of Substances (USES)

      Jager DT; Slob W; ECO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 1995-02-28)
      USES, the Uniform System for Evaluation of Substances, is a decision-supporting tool, that can be used for rapid, quantitative risk assessments of chemical substances during their life-cycle. Risk assessment is an inherently uncertain process due to the limited data availability and lack of knowledge. Furthermore, many model parameters exhibit natural variability (e.g., the flow rate of a river). Therefore, a thorough model analysis is advisable. Uncertainty analysis shows the user of a model what amount of uncertainty accompanies the model's results (the risk quotients or PEC/NEC ratios). In this manner, the uncertainty can be taken into account in decision-making by indicating the probability that a wrong decision is made. An additional benefit is that uncertainty analysis can steer data gathering or research by pointing out the main sources of uncertainty in the model's results. This can be used effectively, to refine a risk assessment. Version 1.0 of USES already contained a limited uncertainty analysis for the aquatic organisms and the micro-organisms in the sewage treatment plant. In this report, the uncertainty analysis is extended to the other groups to be protected (humans, terrestrial organisms, predating birds and mammals). In this report, only the local exposure model is examined. Due to its technical nature, this report is primarily meant for the further development of USES. The described simple analytical method to combine uncertainties is limited to multiplicative models and lognormal uncertainties. The advantage of this method is that an exact answer can be calculated very rapidly. However, not all calculations are multiplicative. Therefore, we have to resort to Monte Carlo approaches for several parts of the system. One single uncertainty analysis of USES is not possible as the uncertainty in the model's result will vary for different substance properties. Therefore, the analysis must be performed 'on-line' by the user, for each substance to be assessed. Naturally, this poses restrictions on the computer time required for the uncertainty calculations. Each calculation or model of USES 1.0 is discussed separately with respect to uncertainty. Furthermore, uncertainties in parameters are quantified. In many cases, this is done by a thorough data analysis, in some cases by expert judgement. Not all sources of uncertainty can be quantified. Only uncertainty and/or variability in model parameters is taken into account. Uncertainty due to the exposure scenario cannot be quantified. Furthermore, the uncertainties in the extrapolation procedure of No-Effect Concentrations (NECs) for ecosystems, need further examination. Therefore, the absolute value of the uncertainty in the model's result must not be exaggerated. In the interpretation of risk quotients with their uncertainties, the limitations mentioned need to be taken into consideration. A thorough testing of the proposed uncertainty analysis is therefore, advisable (testing may take place in 1995).
    • Uncertainty Analysis of the Uniform System for the Evaluation of Substances (USES)

      Jager DT; Slob W; ECO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 1995-02-28)
      UBS, het Uniforme Beoordelingssysteem Stoffen (in het engels: USES), is een beslissings-ondersteunend gereedschap voor een snelle, kwantitatieve risico-analyse van een chemische stof gedurende zijn levenscyclus. Risico-analyse is een inherent onzeker proces door de beperkte beschikbaarheid van invoergegevens, en gebrek aan kennis. Verder vertonen veel modelparameters natuurlijke variatie (zoals bijvoorbeeld de stroomsnelheid van een rivier). Een grondige modelanalyse is daarom aan te bevelen. Onzekerheidsanalyse toont de gebruiker van een model de onzekerheidsmarge van het eindresultaat (de risico-quotienten of PEC/NEC ratio's). Zo kan de onzekerheid worden meegenomen in de te nemen beslissing door de kans op een verkeerde beslissing aan te geven. Een bijkomend voordeel is de mogelijkheid tot sturing van verder onderzoek door de grootste bronnen van onzekerheid in het eindresultaat te identificeren. Dit kan effectief gebruikt worden om een risico-analyse te verfijnen. Versie 1.0 van UBS bevatte reeds een beperkte onzekerheidsanalyse voor de aquatische organismen en de micro-organismen in de rioolwaterzuivering. In dit rapport wordt de onzekerheidsanalyse uitgebreid naar de andere beschermingsdoelen (mensen, terrestrische organismen, vis- en wormetende vogels en zoogdieren). Alleen het lokale blootstellingsmodel is onderzocht. Door het technische karakter is dit rapport met name bedoeld ten behoeve van de verdere ontwikkeling van UBS. De beschreven simpele analytische methode is beperkt tot multiplicatieve modellen met lognormale onzekerheden. Het voordeel van deze methode is dat een exact antwoord op een snelle manier berekend kan worden. Niet alle berekeningen zijn echter multiplicatief. Daarom moeten voor verscheidene delen van het systeem Monte Carlo methoden worden toegepast. Een eenmalige onzekerheidsanalyse van UBS is niet mogelijk omdat de onzekerheid in het eindresultaat anders zal zijn bij verschillende stofeigenschappen. De analyse moet dus door de gebruiker van UBS gedaan kunnen worden bij elke stof die doorgerekend wordt. Dit stelt natuurlijk beperkingen aan de computertijd die nodig is voor de onzekerheidsberekeningen. Elke berekening of model van UBS 1.0 wordt apart besproken voor wat betreft de onzekerheden. Verder worden de onzekerheden gekwantificeerd. In veel gevallen is dit door een nauwkeurige gegevensanalyse gebeurd, in een aantal gevallen werd gebruik gemaakt van expert judgement. Niet alle bronnen van onzekerheid kunnen worden gekwantificeerd. Alleen de onzekerheid en/of variabiliteit in modelparameters is meegenomen. De onzekerheid ten gevolge van het blootstellingsscenario kan bijvoorbeeld niet worden gekwantificeerd. Verder dienen de onzekerheden in de extrapolatie van No-Effect Concentrations (NEC's) voor ecosystemen nader onderzocht te worden. Daarom moet de absolute waarde van de onzekerheid in het eindresultaat niet overschat worden. Bij de interpretatie van de risicoquotienten met hun onzekerheidsmarge dienen de genoemde beperkingen in overweging te worden genomen. Grondig testen van de voorgestelde onzekerheidsanalyse is daarom aan te raden (testen kan mogelijk in 1995 plaatsvinden).<br>
    • Uncertainty analysis of USES 3.0. Improving risk management through probabilistic risk assessment of agricultural pesticides

      Rikken MGJ; Wijnen HJ van; Linders JBHJ; Jager DT; CSR; ECO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 2003-03-06)
      Risk assessment of pesticides in the Netherlands is carried out using the computerised Uniform System for the Evaluation of Substances (USES). In USES the measure of risk is a single-point or deterministic estimate. Here, it is shown how a probabilistic assessment, incorporating knowledge about uncertainty and variability, can provide the decision-maker with improved insights into the risk management of pesticides. Advantages and possibilities of a probabilistic assessment are presented and provided with examples of calculations. This document is only intended for discussion; further efforts will be needed before a quantitative uncertainty analysis can be incorporated into the routine assessment of pesticides.
    • Uncertainty analysis of USES 3.0. Improving risk management through probabilistic risk assessment of agricultural pesticides

      Rikken MGJ; van Wijnen HJ; Linders JBHJ; Jager DT; CSR; ECO (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 2003-03-06)
      In Nederland wordt de risicobeoordeling van bestrijdingsmiddelen uitgevoerd met het computermodel Uniform Systeem voor de Evaluatie van Stoffen (USES). In USES is de risicokarakterisering een deterministische schatting of puntschatting. Dit rapport toont aan hoe een probabilisitische beoordeling de beleidsmaker beter inzicht kan geven ten behoeve van het risicomanagement van bestrijdingsmiddelen. De voordelen en mogelijkheden van een probabilistsiche beoordeling worden daartoe gepresenteerd en voorzien van voorbeeldberekeningen. Dit rapport is een discussiedocument en meer onderzoek is nodig voordat een kwantitatieve onzekerheidsanalyse routinematig kan worden toegepast in de risicobeoordeling van bestrijdingsmiddelen.<br>
    • Uncertainty and RIVM&apos;s Environmental Outlooks: Documenting a learning process

      van Asselt MBA; Langendonck R; van Asten F; van der Giessen A; Janssen PHM; Heuberger PSC; Geuskens I; CIM (Rijksinstituut voor Volksgezondheid en Milieu RIVMInternational Centre for Integrative Studies (ICIS)Universiteit van Maastricht, 2001-06-19)
      Politiek, beleid en maatschappij vragen steeds meer om inzicht in de robuustheid van toekomstverkenningen. Dit rapport beschrijft wat het RIVM in samenwerking met ICIS (Universiteit van Maastricht) de afgelopen jaren aan onderzoek naar onzekerheden heeft verricht en hoe de resultaten daarvan bij deze integrale beleidsanalyses zijn gebruikt. Het onderzoek bestond deels uit selectieve tekst-analyse van voorgaande Milieuverkenngen om na te gaan hoe met onzekerheden is omgegaan. Daarnaast zijn er bijeenkomsten en workshops gehouden met een deel van het RIVM-management, en met medewerkers die bij de toekomstverkenningen betrokken zijn. Het beeld over het omgaan met onzekerheden bij deze verkenningen is verder gecompleteerd met intensieve groeps-interviews met een aantal onderzoekers die een actieve rol speelden bij de meest recente Milieuverkenning.<br>
    • Uncertainty and RIVM's Environmental Outlooks: Documenting a learning process

      Asselt MBA van; Langendonck R; Asten F van; Giessen A van der; Janssen PHM; Heuberger PSC; Geuskens I; International Centre for Integrative Studies (ICIS), Universiteit van Maastricht; CIM (Rijksinstituut voor Volksgezondheid en Milieu RIVM, 2001-06-19)
      Politics, policy and society increasingly demand for more insight in the robustness of environmental outlooks (future projections). This report describes what the RIVM, in cooperation with ICIS (university of Maastricht) has recently investigated concerning uncertainties, and how these results have been used in integrated policy analyses. The research consisted partly of selective document-analyses of previous Environmental Outlooks to analyse how uncertainty has been managed in these documents. As a complement, meetings and workshops have been organised with part of the RIVM-management and researchers. The final overall-picture on how uncertainty management was accomplished, is completed by performing group-interviews with a number of researchers who have played an active role during the most recent Environmental Outlook.
    • Uncertainty assessment of the IMAGE/TIMER B1 CO2 emissions scenario, using the NUSAP method

      Sluijs JP; Potting J; Risbey J; Vuuren D van; Vries B de; Beusen A; Quintana SC; Funtowicz S; Heuberger P; Kloprogge P; et al. (Utrecht UniversityThe NetherlandsKnowledge Assessment Methodologies (KAM)Institute for the Protection and Security of the Citizen (IPSC)European Commission - Joint Research Centre (EC-JRC)The Research Method ConsultancyLondonUnited KingdomFree University of AmsterdamThe Netherlands, 2002-05-15)
      Abstract niet beschikbaar
    • Uncertainty in Integrated Assessment Modelling. A Cultural Perspective Based Approach

      Asselt MBA van; Rotmans J; Elzen MGJ den; Hilderink HBM; CIM; MNV (1995-03-31)
      Onzekerheid speelt een sleutelrol in mondiaal geintegreerde assessment modellen. Het identificeren, zichtbaar maken en verklaren van onzekerheden in het TARGETS model (Tool to Assess Regional and Global Environmental and Health Targets for Sustainability) neemt daarom een centrale plaats in in het onderzoeksprogramma 'Global Dynamics and Sustainable Development' (RIVM), waarbinnen het TARGETS model ontwikkeld wordt. Met de huidige methoden van onzekerheidsanalyse is het niet mogelijk om alle bronnen en typen onzekerheden zichtbaar te maken, kunnen onzekerheden niet op een systematische, consistente en coherente manier geclusterd worden en worden onzekerheden niet op een voor beleidsmakers begrijpelijke manier gepresenteerd. In dit rapport introduceren we een methode waarmee onzekerheden ten gevolge van onenigheid tussen experts en subjectieve beoordeling zichtbaar en hanteerbaar worden gemaakt en waarmee het mogelijk is onzekerheden op een systematische manier consistent en coherent te clusteren. Omdat subjectieve beoordeling en onenigheid tussen experts optreden doordat mensen verschillende perspectieven hebben, stellen wij perspectief-gebaseerde alternatieve modelroutes voor om dergelijke onzekerheden te analyseren. Alternatieve modelroutes zijn modelinterpretaties waarin onzekerheden 'ingekleurd' worden door (voor)oordelen en preferenties van een bepaald perspectief. In andere woorden, de interpretaties van onzekerheden worden geclusterd met behulp van verschillende perspectieven. De alternatieve modelroutes worden gebruikt om onzekerheid te vertalen in risico van beleidsstrategieen. Rekening houdend met het feit dat beleidsmakers gewend zijn aan het begrip risico als besluitvormingscriterium, denken wij dat de gepresenteerde benadering een nuttige bijdrage is aan de beoogde beleidsondersteunende rol van geintegreerde assessment modellen. De methodologie is toegepast op het fertiliteitssubmodel en het klimaat onderdeel van het mondiale kringlopenmodel van TARGETS, om de mogelijkheden en beperkingen van deze manier van onzekerheidsanalyse voor zowel het menselijke als het milieusysteem te verkennen. Voorlopige experimenten met de alternatieve routes in het fertiliteitsmodel laten zien dat de verschillen in projecties gemotiveerd en verklaard kunnen worden met behulp van de achterliggende interpretaties van de onzekerheden, in tegenstelling tot de traditionele methoden die slechts minima, maxima en beste schattingen laten zien. De evaluatie van onzekerheden in termen van risico's van beleidsstrategieen geeft aan welke onzekerheden ten gevolge van subjectieve beoordeling en onenigheid tussen experts het meest relevant zijn voor het politieke debat. Dergelijke inzichten kunnen gebruikt worden om de onderzoeksagenda op dan wel bij te stellen. Experimenten met modellen voorzien van alternatieve model routes bieden de mogelijkheid om op een consistente en coherente manier beleidsscenario's te ontwikkelen. Vanwege vertraging in de modelontwikkeling was het niet mogelijk op tijd alternatieve routes in het kringlopenmodel te implementeren. De beschreven studie voor het thema klimaat dient bijgevolg beschouwd te worden als een haalbaarheidsstudie, waarvan het resultaat een kwalitatieve beschrijving van de alternatieve model routes in het kringlopenmodel is. Deze routes zullen in de komende maanden geimplementeerd worden ten einde de consequenties van onzekerheden ten gevolge van subjectieve beoordeling en onenigheid tussen experts te kunnen analyseren en te verklaren.