De vraag klonk eenvoudig: kun je aan het water zien of een vissoort gaat groeien of krimpen? Met fosfaat, zuurstof, zout en helderheid in de hand zou je dan kunnen zeggen waar het straks beter of slechter gaat met de snoekbaars. Het antwoord was nee. Wat we onderweg wél vonden, staat nu op de meren- en soortpagina's: welke vis je in welk water vindt.
De eerste vraag: groeit of krimpt een soort?
We namen het visonderzoek van Rijkswaterstaat en de waterschappen (LEW, de Landelijke Enquête Waterkwaliteit) en zetten telkens twee bemonsteringen naast elkaar: dezelfde plek, hetzelfde net, een paar jaar ertussen. Daartussen lagen de metingen uit het Waterkwaliteitsportaal. De vraag aan het model: nam de soort af, bleef hij gelijk of nam hij toe?
Geen enkele soort haalde het. Wat wél voorspelde, was het aantal bij de eerste bemonstering: veel vis wordt vaak minder, weinig vis wordt vaak meer. Dat heet terugkeer naar het gemiddelde, en het heeft niets met het water te maken.
Lag het aan de methode? Nee. Een vergelijking binnen dezelfde plekken vond wel dat er meer algen in het water komen als er meer fosfaat in zit, precies zoals het hoort. Die aanpak ziet een verband als het er is. Voor vis, telkens gemeten met één bemonstering, is het verband tussen een verandering in het water en een verandering in de vis te klein om te zien: hooguit zo'n tien procent meer of minder vis per gewone verandering in het water.
We probeerden nog veel meer: het slechtste moment tussen twee bemonsteringen, giftige ammoniak, overschreden grenswaarden, meerdere metingen samen. Eén kandidaat leek te werken: als het geleidingsvermogen van het water steeg (meer opgeloste zouten), ging de baars harder achteruit dan verwacht. Op nieuwe bemonsteringen uit 2024 en 2025 kwam dat verband niet terug.
Een andere vraag: welke vis zit in welk water?
Dus draaiden we de vraag om: niet hoe een soort verandert, maar in welk water je hem vindt. Dat past bij het water zelf. Later maten we dat van alle verschillen in de metingen maar 4 tot 21 procent binnen één water zit; de rest zit tussen wateren. Het water zegt dus vooral iets over wat voor plek het is.
Daarvoor legden we twee bronnen samen: het visonderzoek van LEW en de visgegevens die ook in de bestanden van het Waterkwaliteitsportaal staan. Bij elke bemonstering zochten we watermetingen van zo dichtbij mogelijk: van dezelfde plek, van hetzelfde water of van vergelijkbaar water in de buurt.
De zeven metingen zijn voedingsstoffen, algen en troebelheid, zout, hardheid (kalk), zuurstof, organisch materiaal en metalen. Eén model bekijkt alle 48 soorten tegelijk en leert per soort en per meting een curve: hoe de kans dat een bemonstering die soort vangt verandert als het water troebeler, harder of zouter wordt. Verwante soorten lenen kennis van elkaar. Een soort uit de karperfamilie begint bij de curves van zijn familie, van vissen die op dezelfde hoogte in de voedselketen eten en van vissen van dezelfde grootte, en wijkt daar alleen van af als zijn eigen gegevens dat laten zien. Het net, de regio, het jaar en het bemonsterde oppervlak tellen ook mee, zodat die niet voor het water worden aangezien.
Houdt het stand?
Een curve die alleen klopt op de gegevens waarop hij geleerd is, is niets waard. Daarom toetsten we op drie manieren, telkens met gegevens die het model nooit had gezien.
Het water deed het in alle drie. Het bleef ook overeind toen we rekening hielden met het soort water (een rivier is geen sloot) en met het waterschap. Bij het waterschap wel minder: ongeveer 44 procent van wat het water voorspelt, overlapt met welk waterschap er bemonsterde. Een waterschap is een landschap, maar ook een manier van bemonsteren, en die twee zijn niet uit elkaar te halen.
Een tweede controle: wat er al bekend is. Uit de vakliteratuur verzamelden we 253 uitspraken over deze soorten. Daarin vonden we 40 richtingen die we konden vergelijken: vier kwamen overeen, geen enkele sprak ons tegen, en over 36 konden onze gegevens niets zeggen. Bij waterplanten, waarvoor STOWA profielen per soort heeft, kwamen 16 van de 17 curves overeen met STOWA en sprak er geen enkele STOWA tegen. Dat is deels een kringetje: STOWA gebruikt voor een deel dezelfde Nederlandse gegevens.
En wat het water niet zegt: hoeveel vis er zit. Het aantal vissen per bemonstering bleef op nieuwe gegevens niet overeind. Het water vertelt vooral waar je een soort vindt, nauwelijks hoeveel.
Wat niet standhield
Het oorspronkelijke idee heette bloom and bust: per soort een curve die stijgt, piekt en weer daalt, met een beste waarde in het midden. Zulke bergjes vonden we wel: negen van de 36 curves die de eerste toets haalden. Maar geen enkele hield in elke deeltoets stand toen we de regio's op andere manieren verdeelden.
Het bergje van de baars bij algen bleek een spook. In het helderste water ontbrak de algenmeting veel vaker dan in groen water, en op plekken zonder meting werd minder vaak baars gevangen. Dat trok het heldere eind van de curve omlaag, en zo ontstond een bergje. Met alleen echte metingen daalt de baars gewoon één kant op: van 96 procent van de bemonsteringen aan het heldere eind naar 75 procent aan het groene.
De bergjes van de zwartbekgrondel en de Pontische stroomgrondel bij kalk zitten echt in de ruwe gegevens, en dat van de Pontische stroomgrondel komt terug in een tweede dataset. Maar ze vertellen eerder wat voor plek het is, stenige kanalen en rivieren tegenover veenpolders, dan waar de vis het best gedijt. Daarom noemen we nergens een 'beste waarde'. Drie curves met een bergje staan wel gestippeld op de pagina's (zwartbekgrondel bij kalk, bermpje bij organisch materiaal, kolblei bij zuurstof). Ze laten zien waar een soort vaker gevangen wordt, niet waar hij het best gedijt.
Over echt zout en brak water konden we niets zeggen. Bijna alle bemonsteringen daar zijn met één type net gedaan, dat in zoet water niet gebruikt wordt. Dan zijn het net en het zout niet uit elkaar te halen. De zoutcurves op de pagina's gaan daarom alleen over zoet tot licht brak water.
- Grootte: waar grote vis vaker zit. Het patroon zat in de ruwe gegevens, maar het model hield het niet op nieuwe gegevens. Geen curve.
- Ander leven als meting: planten, ongewervelden en andere vissoorten. Samen hielpen ze, maar geen los verband bleef overeind bij elke verdeling van de regio's.
- Jonge en volwassen vis apart: niet in elke toets beter.
- Verandering binnen één water: de oudere metingen van een water voorspellen bijna even goed als de nieuwe. Wat telt is het water, niet de verandering.
- Temperatuur en de bedekking met waterplanten als extra metingen: haalden niet elke toets. Zonder één onvolledig bemonsteringsprogramma lukte het wel, maar de regel lag vooraf vast.
Wat er op de pagina's staat
Een curve staat op de pagina als hij aan alle vier deze eisen voldoet:
- Hij voorspelt gemiddeld beter in regio's die het model niet kende, op bemonsteringen waar alle metingen echt gedaan zijn, en dat bij elke manier waarop we de regio's verdeelden.
- Hij doet het beter dan aardrijkskunde alleen. Dat toetsten we met nagemaakte gegevens zonder enig effect van het water.
- Hij heeft een duidelijke vorm op het deel dat getekend wordt, en de ruwe gegevens wijzen niet de andere kant op.
- Er zijn genoeg vangsten in het midden van de schaal.
Doorstaat een curve daarnaast de strengste versie van deze toetsen en de controles op soort water en waterschap, en bevestigen de ruwe gegevens én een tweede dataset hem, dan staat hij er doorgetrokken. De andere staan gestippeld, met de tag minder zeker. Bij deze release zijn het 38 curves voor 26 soorten, waarvan 7 doorgetrokken. Deze regel kozen we nadat de resultaten er waren. Het is een regel voor wat we tonen, geen toets die we vooraf hadden vastgelegd.
Zo lees je een curve. De lijn is de kans dat een bemonstering de soort vangt, vergeleken met het midden van de schaal (1×). Groen is vaker, rood minder vaak, en de band eromheen laat zien hoe zeker de lijn is. Op een merenpagina geeft een blauwe lijn aan waar dat meer zit. Een curve zegt hoe vaak een soort gevangen wordt, niet hoeveel vis er zit, en nooit dat een soort iets 'liever' heeft.
De sterkste uitkomsten
Brasem wordt vaker gevangen in groener, troebeler water. In de oude Piscaria-gegevens, die het model nooit zag, ving 59 procent van de bemonsteringen in het helderste vijfde deel brasem, en 84 procent in het groenste.
Snoekbaars ook, en sterker: van 27 naar 57 procent. Bij snoekbaars zit het verband vooral in de troebelheid zelf, het zwevende slib, en niet in de algen alleen.
Het bermpje juist andersom: helder water. In Piscaria van 16 procent in het helderste vijfde deel naar bijna nul in het groenste. Binnen beken alleen houdt dit verband geen stand. Het gaat over het verschil tussen beken en ander water.
Wat we ervan leerden
- Eén bemonstering is een momentopname met een factor drie onzekerheid. Voor trends heb je meer nodig dan twee momenten.
- Laat je een model het niveau op twee momenten zien, dan leert het de plek, niet de verandering.
- Toets je regels eerst op nagemaakte gegevens waarvan je het antwoord kent. Twee van onze eerste regels 'vonden' in ongeveer een op de vijf gevallen iets in pure ruis.
- Of iets gemeten is, kan meer zeggen dan de meting zelf.
- Beoordeel wat je tekent, niet wat je hebt berekend. Toen we alleen het getekende deel van elke curve beoordeelden, vielen er 8 van de 46 af.
- Een bergje in een curve kan een landschap zijn, geen voorkeur.
Status: afgerond. De curves staan op het IJsselmeer, het Zwarte Meer en de soortpagina's, bijvoorbeeld bij de brasem, de snoekbaars en het bermpje. Open blijven zout water, waarvoor bemonsteringen met ander tuig nodig zijn, en verandering binnen één water: daarvoor is één bemonstering per keer te onrustig, en zijn meer bemonsteringen per water of meer jaren nodig.