Expertblog

‘Modellen voor corona of aardappeloogst, wees voorzichtig’

Modellen zijn handig – mits je er verstand van hebt. Of ze nou gaan over oogstverwachtingen, gewasgroei of coronabesmettingen.

De laatste maanden worden we in de media overladen met het gebruik van modellen. In de stikstofcrisis worden beleidsmaatregelen genomen op basis van modellen, en ook in de huidige coronacrisis zijn modellen de basis waarop beslissingen worden genomen. Over deze modellen en de beslissingen op basis van de modellen worden in de publieke opinie nogal wat meningen verkondigd.

Simulatiemodellen voor aardappelen

Begin jaren negentig heb ik in Wageningen aan simulatiemodellen voor aardappelen gewerkt in een onderzoeksgroep, waarin in die tijd bijvoorbeeld ook Jacco Wallinga, de huidige hoofdmodelleur infectieziekten van het RIVM, werkte. In de akkerbouw worden ongemerkt nogal wat beslissingen op basis van modellen genomen en daarom zal ik in dit stukje proberen wat meer op het gebruik van modellen in te gaan.

Modellen achter phythophtora-adviessystemen

Wat is een model eigenlijk? Een model is een vereenvoudiging van de werkelijkheid met een bepaald doel voor ogen. Dit betekent dat de complexe werkelijkheid vereenvoudigd wordt weergegeven om processen te begrijpen of om te proberen het verloop ervan te voorspellen.

Zo zitten er bijvoorbeeld in phythophtora-adviessystemen modellen die de groei en ontwikkeling van de phythophtora-schimmel berekenen aan de hand van de infectiedruk en de weersomstandigheden om zo de gewasbescherming te optimaliseren. Ook worden de dagelijkse weersverwachtingen gemaakt op basis van weermodellen die processen in de dampkring simuleren.

Modellen voor waterhuishouding, gewasgroei en bodem

Omdat de werkelijkheid in een bepaalde richting versimpeld wordt, maakt het nogal uit waarvoor een model gebruikt wordt. In de jaren tachtig en negentig zijn bijvoorbeeld modellen ontwikkeld om het effect van de bodemwaterhuishouding op gewasgroei en -ontwikkeling te onderzoeken.

Een van de uitgangspunten voor deze modellen was dat de bodemeigenschappen op redelijk detailniveau bekend zijn. De modellen zijn ontwikkeld en getest op locaties die hieraan voldeden.

Aardappelen

Dezelfde modellen worden nu ook ingezet om oogstvoorspellingen voor aardappelen te doen. Omdat de data van bodems vaak niet in dat detail bekend zijn en omdat voor andere omstandigheden getest wordt dan waar het model oorspronkelijk voor ontwikkeld is, is de kans dat de resultaten van oogstvoorspellingen met dit soort modellen tegenvalt vrij groot.

Je moet uitkijken wat voor modellen je waarvoor gebruikt en hoe je de resultaten interpreteert

Mijn boodschap is dat je moet uitkijken wat voor modellen je waarvoor op welke manier gebruikt en hoe je de resultaten interpreteert. Er is nogal wat achtergrondkennis nodig met betrekking tot de aannames en de geldigheid van modellen om deze op een goede manier toe te passen en tot juiste beslissingen te komen.

Net zoals bij de weersverwachting zou bij ieder model een weerman moeten horen die kan uitleggen wat de uitkomsten van een model in de praktijk betekenen en welke waarde men er aan moet hechten. En net zoals als bij weersverwachtingen moeten mensen die er minder verstand van hebben, voorzichtig zijn met het trekken van conclusies uit de resultaten. Hierbij maakt het niet uit of het om oogstvoorspellingen of coronabesmettingen gaat.

Of registreer je om te kunnen reageren.