3. Kernindicator ecosysteemkwaliteit (KEK)

3.1 Inleiding

Het overheidsbeleid is gericht op behoud en bevordering van de kwaliteit van de natuur. Dit stelt het CBS voor de uitdaging om een kernindicator te ontwikkelen voor de beoordeling van ecosysteemkwaliteit in Nederland. Dit verkenningsrapport inventariseert de verschillende methoden die gebruikt kunnen worden om de kernindicator ecosysteemkwaliteit (KEK) te maken.

Ecosysteemkwaliteit verwijst naar de gezondheid en veerkracht van een ecosysteem, bepaald door de staat van de biodiversiteit, de kwaliteit van het milieu, en de mogelijkheid natuurlijke processen te onderhouden. De KEK, met als centrale vraag “hoe gaat het met de natuur?”, beoogt een samenvattend overzicht te bieden van de kwaliteit van de natuur in Nederland. Het concept van ecosysteemkwaliteit is van essentieel belang omdat ons gebruik van natuurlijke hulpbronnen rechtstreeks invloed heeft op de staat van de natuur. Onze economische activiteiten, landgebruikspraktijken en beleidsmaatregelen hebben niet alleen gevolgen voor onze eigen welvaart, maar ook voor de gezondheid en vitaliteit van onze ecosystemen. Andersom is de mens zelf ook ahankelijk van de gezondheid van ecosystemen, doordat deze diensten leveren die effect hebben op onze gezondheid en economische activiteiten. Daarom is monitoring van de kwaliteit van ecosystemen belangrijk.

De totstandkoming van zo’n indicator is echter geen eenvoudige opgave. Zo is de structuur van ecosystemen in hoge mate complex vanwege de diverse dynamische interacties tussen organismen onderling, en met hun omgeving. De ecosystemen verschillen ook enorm van elkaar. Een alomvattende indicator zou dus rekening moeten houden met de verschillende kenmerken van alle verschillende ecosystemen. Vervolgens kan het verkrijgen van hoogwaardige en representatieve data over de natuurlijke omgeving ingewikkeld zijn.

Er kan verschil gemaakt worden tussen de intrinsieke (gericht op natuur) en instrumentele kwaliteit (gericht op ecosysteemdiensten). Zo kan een bos met een dichte ondergroei van struiken en kruiden ecologisch waardevol zijn omdat het een hoge biodiversiteit ondersteunt en essentiële leefgebieden biedt voor verschillende soorten. Deze dichte vegetatielaag kan recreatieve activiteiten zoals wandelen en observeren van fauna echter hinderen, omdat die paden onbegaanbaar kan maken en het zicht belemmert. Omdat er zoveel verschillende invalshoeken zijn voor ‘kwaliteit’ is dus een hoge mate van consensus nodig over de weging van kenmerkende factoren voor een ecosysteem van goede kwaliteit. Na aggregatie en weging van de verschillende data, is het vervolgens belangrijk dat de complexe informatie, die inherent is aan ecosysteemkwaliteit, aan beleidsmakers en het bredere publiek op een begrijpelijke manier wordt gepresenteerd. In een poging om deze uitdagingen te overwinnen, worden verschillende methodieken uit de literatuur vergeleken. Om aan te sluiten bij het SEEA EA, wordt eerst de voorgestelde meerstapsbenadering van het raamwerk in dit verkenningsrapport geanalyseerd. Parallel aan deze analyse zijn alternatieve methodologieën onderzocht, zoals bijvoorbeeld de natuurpuntensystematiek en de Living Planet Index, om een volledig beeld te krijgen van de beschikbare opties voor het monitoren van ecosysteemkwaliteit.

Dit rapport richt zich op terrestrische ecosystemen. Beoordelingssystematieken zoals gebruikt voor aquatische en mariene ecosystemen, vanuit de Kaderrichtlijn Water (KRW) en Kaderrichtlijn Marien (KRM), worden hier daarom niet behandeld⁶⁾.

De Habitatrichtlijn rapportage is een essentieel proces voor het rapporteren over de staat van instandhouding van beschermde habitats en soorten binnen de Europese Unie. Deze rapportage vormt echter niet noodzakelijkerwijs een standaardmethode die in elke context toegepast kan worden. Om deze reden zal deze rapportagevereiste niet verder worden uitgediept in ons rapport.

Bij het beoordelen van verschillende methodes voor een KEK kunnen diverse criteria worden overwogen. Een belangrijk criterium is de dekking van ecosystemen: in hoeverre kunnen verschillende ecosystemen accuraat en volledig worden vertegenwoordigd? Verder speelt de methodologische consistentie een rol, waarbij gekeken wordt naar de mate waarin de methode herhaalbare en vergelijkbare resultaten levert. Ook de bruikbaarheid van gegevens voor beleidsmakers is essentieel, met name hoe de resultaten helpen bij het nemen van weloverwogen beslissingen. Daarnaast is de transparantie van de methode van belang, oftewel hoe duidelijk en toegankelijk de methode is voor verschillende gebruikers. Tot slot moet de methode in staat zijn om diverse aspecten van ecosystemen, zoals flora, fauna en waterkwaliteit, samen te voegen om een compleet en gedetailleerd overzicht te bieden van de algehele kwaliteit van het ecosysteem. Deze criteria helpen bij het selecteren van een effectieve en toepasbare methode voor het meten van ecosysteemkwaliteit.

3.2 Meerstaps benadering van SEEA EA

Het SEEA EA raamwerk omvat een uitgebreide systematiek om ecosysteemkwaliteit te beschrijven met een set van indicatoren. Tevens beschrijft SEEA EA een methode om de afzonderlijke kwaliteitsindicatoren te aggregeren naar een overkoepelende indicator in de vorm van een index (UN, 2021) die met name als doel heeft om de integriteit van de betrokken ecosystemen te reflecteren. De methode vereist verschillende stappen die hieronder verder worden uitgelegd. Het proces bestaat uit:
-gegevensverzameling en -verwerking, -koppeling van deze gegevens aan relevante referentiewaarden, en -de aggregatie van deze informatie tot een enkele indicator.
Deze benadering is cruciaal om een alomvattend beeld te schetsen van de staat van onze ecosystemen en hun dynamische veranderingen.

A) Selecteren van variabelen

In de eerste stap worden gegevens verzameld over verschillende variabelen die de kwaliteit van ecosystemen kunnen meten. Deze beschrijven verschillende aspecten van het ecosysteem, zoals bijvoorbeeld biodiversiteit en de lucht-, bodem- en waterkwaliteit. Elk type ecosysteem kent meestal zijn eigen set aan variabelen die van specifiek belang zijn, al kunnen er variabelen zijn die van toepassing zijn voor meerdere ecosysteemtypen. Het SEEA EA raamwerk gebruikt een aparte classificatie die kwaliteitskenmerken onderverdeelt in hoofdgroepen en subgroepen. Er worden drie hoofdgroepen onderscheiden: abiotische kenmerken, biotische kenmerken en kenmerken op landschapsniveau. Abiotische kenmerken omvatten niet-levende componenten zoals water, lucht, mineralen en klimaatcondities (bijv. temperatuur, neerslag). Biotische kenmerken verwijzen naar structuur, functie en compositie van ecosystemen. Compositie verwijst hierbij naar de soorten organismen die binnen het ecosysteem leven. Structuur verwijst naar een aantal meetbare kenmerken hiervan zoals biomassa, en functie naar bijvoorbeeld hun rol in de voedselketen. Kenmerken op landschapsniveau betreffen de ruimtelijke samenhang en fysieke arrangementen van ecosystemen, zoals habitatconnectiviteit en landschapsdiversiteit (bijv. landgebruikspatronen, habitatfragmentatie). De bedoeling is dat elk van deze hoofdgroepen voldoende gerepresenteerd wordt door de geselecteerde variabelen, al is dat in de praktijk vaak lastig.

B) Relateren aan referentiewaarden

Elke variabele wordt omgevormd tot een indicator die op een uniforme schaal past. Dit proces houdt in dat voor elke indicator een gemeenschappelijke meeteenheid wordt gebruikt en dat de waarden worden aangepast naar een schaal die loopt van 0% (de slechtste score) tot 100% (de optimale score die als referentiewaarde dient). Hierdoor zijn alle indicatoren direct met elkaar te vergelijken. Hiervoor is het nodig referentiewaarden vast te stellen die representatief zijn voor een goede dan wel slechte ecosysteemkwaliteit. Het vaststellen van referentiewaarden kan op verschillende manieren en hangt ook af van het type ecosysteem. Er kan bijvoorbeeld een historische waarde van het oorspronkelijke ecosysteem gekozen worden of een voorgeschreven waarde zoals een beleidsdoelstelling. Een andere optie is de waarde van een bepaald vast basisjaar als referentiewaarde aan te houden. De SEEA EA raadt daarbij aan om zoveel mogelijk referentiewaarden te selecteren die aansluiten bij een intact en onverstoord ecosysteem, waarin al de natuurlijke ecologische processen aanwezig zijn. Het raamwerk specificeert niet expliciet of referentiewaarden binnen het land of wereldwijd gesteld moeten worden, maar benadrukt het belang van ecologische relevantie en vergelijkbaarheid. In landen zonder onaangetaste natuur, zoals Nederland, wordt aangeraden creatief te zijn door historische data, internationale benchmarks, of modellen van natuurlijke vegetatie te gebruiken. Het kiezen van referentiewaarden uit een land met een ander klimaat is minder ideaal vanwege ecologische verschillen.

C) Aggregeren

Nadat alle variabelen zijn omgezet in indicatoren met eenzelfde schaal, kunnen deze in de laatste stap worden geaggregeerd. Alvorens te aggregeren naar een samenvattende kwaliteitsindicator per ecosysteem, moeten er eerst sub-indices gemaakt worden. Sub-indices kunnen bijvoorbeeld gemaakt worden op basis van het type kenmerk (abiotisch/biotisch/landschap). Een sub-index wordt gemaakt door de genormaliseerde waarden van de indicatoren op te tellen of te combineren volgens een vastgestelde methode (bijv. rekenkundig gemiddelde, geometrisch gemiddelde, minimum of maximum). Hierbij kunnen indicatoren ook een weging krijgen op basis van hun relatieve belang, voor het beoordelen van de totale kwaliteit van het ecosysteem. Het wegen moet zorgvuldig worden gekozen omdat dit veel invloed heeft op de uiteindelijke kwaliteitsindicator. Beoordelingen van experts en informatie uit de wetenschappelijke literatuur kunnen helpen bij het maken van deze keuzes. In de studie van Maes et al (2023) waarin deze methodiek wordt toegepast op Europese bos-ecosystemen, wordt de weging bepaald op basis van een aantal criteria (relevantie voor ecologische integriteit, instrumentele waarde, eenduidige interpreteerbaarheid, relatie tot antropogene drukfactoren, en conformiteit met het SEEA raamwerk). Voor alle ecosysteemtypen worden vervolgens sub-indices berekend door de genormaliseerde waarden van de indicatoren te combineren volgens de gewichten die aan elk ervan zijn toegewezen.
Om ten slotte de overkoepelende kwaliteitsindicator te berekenen, worden alle sub-indices gecombineerd. Dit kan worden gedaan door de gemiddelde waarden van de sub-indices te nemen of door een andere methode te gebruiken, afhankelijk van de gewichten die aan elk ecosysteemtype zijn toegewezen. In Tabel 3.1 is een voorbeeld te zien van een ecosysteemkwaliteit rekening met genormaliseerde indicatoren en sub-indices volgens de SEEA EA methode.

Tabel 3.1. Voorbeeld van een ecosysteemkwaliteit rekening met genormaliseerde indicatoren en sub-indices (SEEA EA).

3.2.1 Presentatie

Het is belangrijk dat de presentatie van een overkoepelende kwaliteitsindicator op een begrijpelijke manier gebeurt, met voldoende transparantie om de complete context goed te begrijpen. Om het simpel en begrijpelijk te houden is een presentatie van de indicator met een schaal tussen 0 en 1, waarbij 1 de beste kwaliteit vertegenwoordigt, een goede basis. Er kan ook gekozen worden om de gebieden te categoriseren op basis van de kwaliteit door bijvoorbeeld de categorieën “laag”, “gemiddeld” en “hoog” aan te houden.
Daarnaast is een goede documentatie van het gehele proces nodig en een methode die herhaalbaar is voor toekomstige evaluaties. Dit helpt bij het vergelijken van de kwaliteit tussen verschillende tijdsperioden.
Ook is het essentieel om de interpretatie van de resultaten uit te schrijven en de trends uit te leggen met de onderliggende sub-indices. Als de overkoepelende kwaliteits-index aangeeft dat bepaalde ecosystemen in slechte staat verkeren, kunnen zo passende beleidsacties worden ondernomen om hun kwaliteit te verbeteren.

3.2.2 Voor- en nadelen

Het creëren van een overkoepelende kwaliteitsindex voor ecosystemen heeft verschillende voordelen en nadelen. Aan de positieve kant biedt het een manier om complexe ecologische gegevens samen te vatten en trends in de kwaliteit van ecosystemen in de loop van de tijd te detecteren, waardoor effectieve beleidsvorming en gericht natuurbehoud mogelijk worden. Bovendien vergemakkelijkt het de communicatie van deze informatie richting het publiek en beleidsmakers. Daarnaast is deze methode flexibel in de zin dat er in de loop van tijd indicatoren toegevoegd kunnen worden of juist kunnen vervallen. Ook kan voortschrijdend inzicht leiden tot aanpassingen van wegingen of referentiewaarden. De tijdsreeks kan in zo’n geval vrij eenvoudig gereviseerd worden.

Een nadeel is dat aggregeren zal leiden tot het verlies van gedetailleerde informatie over individuele indicatoren. Daarnaast is het vaststellen van referentiewaarden niet eenvoudig. Het is namelijk nodig een duidelijk beeld te hebben van hoe het ecosysteem er in goede kwaliteit uit zou zien of wat ooit de beste kwaliteit is geweest. Een pragmatische benadering is om naar een referentiejaar te kijken en de veranderingen ten opzichte van dat jaar te monitoren. Ook is de toewijzing van gewichten aan indicatoren en sub-indices vaak subjectief en discutabel. Het vergelijken van resultaten op verschillende schalen kan uitdagend zijn. Bovendien is het belangrijk te erkennen dat ecosystemen intrinsiek complex zijn, en dat een enkele index de volledige complexiteit daarvan niet kan vastleggen, wat het risico op een te simplistische presentatie met zich meebrengt. Een specifiek voorbeeld daarvan is de situatie wanneer een index vooral gebaseerd wordt op gemakkelijk meetbare indicatoren zoals boombedekkingsgraad die positief kunnen scoren, terwijl kritische indicatoren van biodiversiteit, zoals de aanwezigheid van sleutelsoorten of genetische diversiteit, over het hoofd worden gezien of negatief scoren. Dit zou dan tot de conclusie leiden dat het bos in een goede conditie verkeert, terwijl in werkelijkheid de afname van biodiversiteit een ernstige bedreiging vormt voor de veerkracht en functionaliteit van het ecosysteem. Het is daarom van groot belang om zorgvuldig af te wegen hoe deze methode wordt samengesteld en toegepast, en voortdurend te streven naar verbetering en transparantie in het proces.

3.3 Natuurpuntensysteem

Het Natuurpuntensysteem (Sijtsma et al., 2009; PBL, 2014) is een innovatieve benadering die is ontwikkeld door het Planbureau voor de Leefomgeving (PBL) en het Centraal Planbureau (CPB). Deze is specifiek ontwikkeld ten behoeve van Maatschappelijke Kosten-Baten Analyses (MKBAs), en heeft als doel om de impact van projecten of beleid op de natuurwaarde in meetbare eenheden om te zetten, om zo een evenwichtige afweging tussen ecologische, economische en sociale belangen te bevorderen. Het Natuurpuntensysteem biedt een uniforme, objectieve maatstaf om de natuurkwaliteit van een gebied te beoordelen vóór, tijdens en na projecten, en speelt een cruciale rol in zowel monitoring als planvorming door het verwachte effect van toekomstige ontwikkelingen in kaart te brengen. Het heeft een breed scala aan toepassingen, waaronder het creëren van draagvlak bij belanghebbenden, milieueffectrapportages, aanbestedingen, ‘habitatbanking’ en kosten-batenanalyses. Dit systeem is ontwikkeld om de natuurinclusieve benadering in de praktijk te ondersteunen en is gebaseerd op wetenschappelijke principes en praktijkervaringen.

3.3.1 Methode

Het Natuurpuntensysteem is gebaseerd op een relatief eenvoudig berekeningsprincipe:

Natuurpunten = oppervlakte x kwaliteit x weegfactor.

Dit berekeningsprincipe wordt toegepast op relatief homogene gebiedseenheden die worden geïdentificeerd op basis van een natuurtypologie. In eerste instantie werd hierbij gebruik gemaakt van het Handboek Natuurdoeltypen (Bal et al., 1995), en tegenwoordig de natuurbeheertypen uit de Index Natuur en Landschap/ Subsidiestelsel Natuur en Landschap indeling (BIJ12, 2021b). Aan elk natuurtype worden referentielijsten van kenmerkende soorten gekoppeld. Voor elk natuurtype worden de volgende factoren bepaald:

• Oppervlakte: De gemeten of berekende oppervlakte van de natuurtype-eenheid in hectare.
• Kwaliteit: Het percentage van het aantal referentielijstsoorten dat aanwezig is in de huidige situatie of in de toekomstige situatie verwacht, gemiddeld over minimaal 3 kenmerkende soortengroepen. Naast planten en vogels worden terrestrische ecosystemen aangevuld met vlinders en natte ecosystemen aangevuld met soortgroepen vanuit de KRW, zoals macrofauna, bodemdieren, vissen en zoogdieren.
• Weegfactor: Een (door het PBL bepaalde) factor gebaseerd op (inter)nationale zeldzaamheid en trend van soorten.

Het totale aantal natuurpunten voor een project of gebied wordt vervolgens berekend door de natuurpunten van de verschillende natuurtypen in de huidige of toekomstige situatie op te tellen.

3.3.2 Presentatie

Het Natuurpuntensysteem kan worden gebruikt om stakeholders te informeren, milieueffectenrapportages te ondersteunen en besluitvorming te ondersteunen bij aanbestedingen en gebiedsontwikkeling. Tabel 3.2 geeft een illustratief voorbeeld van de berekening op basis van oppervlak, kwaliteit en weegfactor vanuit de context van planvorming.

Tabel 3.2. Berekening van de natuurpunten voor een fictief voorbeeld waarbij een stukje uiterwaard in gebruik als agrarisch grasland wordt omgezet in een nevengeul en natuurgebied. Aangepast naar van Gaalen en al., (2014), hun tabellen 8.1. en 8.2. Uitgedrukt in natuurpunten verviervoudigd de natuurkwaliteit door deze maatregel.

3.3.3 Voordelen- en nadelen

Er zitten zowel voor- als nadelen aan de Natuurpuntensystematiek. Voordelen zijn dat het een gestandaardiseerde manier is om ecosysteemkwaliteit te meten. Dit is essentieel voor het ontwikkelen van een betrouwbare kernindicator. Ook gebruikt het systeem reeds vastgestelde parameters zoals kwaliteit (aantal referentielijstsoorten), weegfactor (op basis van zeldzaamheid) en oppervlakte, wat het mogelijk maakt om een concreet cijfer te genereren dat de ecosysteemkwaliteit weergeeft. Verder is de methode ook herhaalbaar en kan die daardoor meermaals worden toegepast om ecosysteemkwaliteit over de tijd te volgen. Het is ook toepasbaar in verschillende gebieden in heel Nederland. Dit zorgt voor consistentie in de metingen en vergemakkelijkt de vergelijking van ecosysteemkwaliteit tussen verschillende regio’s. Als laatste is het systeem gericht op gebiedsontwikkeling met natuurdoelstellingen, wat het relevant maakt voor het meten van ecosysteemkwaliteit in specifieke gebieden.

De focus op biodiversiteit alleen kan echter als een beperking worden gezien, omdat dit mogelijk andere belangrijke kwaliteitsaspecten van ecosystemen uitsluit, zoals de instrumentele waarde (gerelateerd aan het vermogen om ecosysteemdiensten te kunnen leveren). Ook is het de vraag of biodiversiteit als een allesomvattende indicator voor intrinsieke kwaliteit kan dienen, of dat er behoefte is aan uitbreiding naar andere kwaliteitsaspecten om een vollediger beeld van ecosysteemkwaliteit te bieden. Ook vereist de beoordeling van de kwaliteit voor de toekomstige situatie een expertbeoordeling en kan de methode daardoor als minder objectief worden beschouwd. Deze toekomstgerichte beoordeling is noodzakelijk om de duurzaamheid van ecosysteemkwaliteit te evalueren, maar introduceert subjectiviteit en onzekerheid in de analyse. Bovendien is de methode gebiedspecifiek, en gebaseerd op het lokaal voorkomen van soorten. Dit betekent dat de resultaten ook gebiedspecifiek zijn, en niet zonder meer kunnen worden geëxtrapoleerd naar grotere gebieden, zoals heel Nederland. Daarom zullen er voor het gebruik als kernindicator voor ecosysteemkwaliteit aanvullende criteria en parameters moeten worden toegevoegd om een uitgebreidere evaluatie mogelijk te maken. Bijvoorbeeld, door het integreren van waterkwaliteitsparameters of bodemgezondheidsindicatoren kan de methode worden uitgebreid om een breder scala aan ecosysteemkwaliteitsindicatoren te omvatten.

In het geval van het Natuurpuntensysteem als kernindicator voor ecosysteemkwaliteit, biedt het voordelen zoals objectiviteit en meetbaarheid, maar het vereist ook aandacht voor de beoordeling van toekomstige situaties en aanpassing ervan om breder toepasbaar te zijn. Het is belangrijk om de methode te blijven ontwikkelen en valideren om ervoor te zorgen dat het een nauwkeurige en betrouwbare indicator is voor ecosysteemkwaliteit.

3.4 Werkwijze monitoring en beoordeling Natuurnetwerk en Natura 2000

De Werkwijze Monitoring en Beoordeling Natuurnetwerk en Natura2000, ontwikkeld door BIJ12, biedt een waardevol kader voor het beoordelen van de natuurkwaliteit in Nederlandse natuurgebieden (BIJ12, 2021a). Het doel van deze werkwijze is om de gegevens te verzamelen en te analyseren met het oog op een gedegen eindoordeel over de natuurkwaliteit in specifieke gebieden. Het Natuurnetwerk Nederland (NNN) is een samenhangend netwerk van beschermde natuurgebieden, gericht op het behouden, herstellen en ontwikkelen van biodiversiteit door het creëren van grote, aaneengesloten leefgebieden. Bijna alle beschermde natuurgebieden op land, die valt onder Natura 2000, is onderdeel van het NNN

3.4.1 Methode

De methode voor het creëren van een kernindicator voor ecosysteemkwaliteit in Nederland zou gebaseerd kunnen worden op de bestaande “Werkwijze Monitoring en Beoordeling Natuurnetwerk en Natura 2000” (hierna NNN/Natura 2000). Het proces is een samenhangend stelsel van verschillende monitoringsmethodieken ten behoeve van het Natuurnetwerk (Figuur 3.1). Binnen dit stelsel is er specifieke aandacht voor de gebieden die vallen onder de Habitat- en Vogelrichtlijn (Natura 2000).

Figuur 3.1. Een schematische weergave van het samenhangende stelsel van monitoringsmethodieken ten behoeve van het Natuurnetwerk (Bij12, 2021a).

De methode van de NNN/Natura 2000 werkwijze benadrukt een gecombineerde aanpak gericht op natuurbehoud en -beheer, waarbij gefocust wordt op twee deelgebieden, het Natuurnetwerk (NNN) en de Natura 2000 gebieden (die daar grotendeels, voor 93% van het oppervlak, deel van uitmaken). Voor het NNN wordt een integrale beoordeling uitgevoerd waarbij verschillende kwaliteitsindicatoren per beheertype worden geëvalueerd, gebaseerd op veldgegevens zoals de dichtheid van planten- en diersoorten per oppervlakte. Elk onderdeel krijgt een deelscore van ‘goed’, ‘matig’, of ‘slecht’, waarbij ‘goed’ 2 punten oplevert, ‘matig’ 1 en ‘slecht’ 0. Vervolgens worden deze onderdelen gewogen met een weegfactor, en worden de scores van alle onderdelen bij elkaar opgeteld om tot één kwaliteitsindicator te komen (BIJ12, 2021a). In totaal kan elk beheertype dan maximaal 30 punten verdienen.

De monitoring van Natura 2000-gebieden hanteert een specifiekere benadering, geleid door een programma van eisen dat minimale vereisten en doelstellingen voor soorten en habitattypen vaststelt. Deze instandhoudingsdoelstellingen blijven constant, terwijl de feitelijke staat van het gebied verandert, idealiter richting deze doelstellingen. Er wordt specifiek gekeken of de waarden waarop de aanwijzing van het gebied is gebaseerd, zich in de gewenste richting ontwikkelen, met speciale aandacht voor habitatkwaliteit gemeten aan de hand van vier deelparameters (vegetatietype, abiotische randvoorwaarden, typische soorten, en overige kenmerken van een goede structuur en functie). Elke deelparameter wordt weer beoordeeld met ‘goed’, ‘matig’, of ‘slecht’, en de oppervlakten worden dan opgeteld om zo een kwantitatief overzicht te krijgen.

Beide stelsels leiden tot hun eigen beoordeling, maar zijn wel nauw met elkaar verbonden. Door samenwerking en gegevensuitwisseling tussen deze twee benaderingen wordt een integraal beeld van de natuurstatus verkregen (Figuur 3.2.2).

Figuur 3.2. Een schematische visualisatie van de samenhang tussen de monitoring voor het Natuurnetwerk (integrale beoordeling) en de Natura 2000 aanpak (beoordeling van specifieke doelen) (Bij12, 2021a).

3.4.2 Presentatie

Wanneer het CBS deze methode implementeert, zouden de resultaten van de beoordeling kunnen worden gepresenteerd in de vorm van een gestandaardiseerd rapportformat of een online dashboard. Het rapport zou de volgende elementen moeten bevatten: 1) een overzicht van de algehele ecosysteemkwaliteit in NNN/Natura 2000 gebieden in Nederland, met vermelding van het percentage gebieden met “goede”, “matige” of “slechte” kwaliteit (Figuur 3). Met geschiktheid van ruimtelijke condities wordt bedoeld hoe groot of aaneengesloten het leefgebied is. Dit zijn belangrijke factoren voor soorten om zich te kunnen verplaatsen.

Figuur 3.3. Voorbeeld van een presentatie van de resultaten van de Werkwijze Monitoring en Beoordeling Natuurnetwerk en Natura2000 (CBS et al., 2024b).

Ook is het goed om gedetailleerde rapporten per provincie of gebied toe te voegen, waarin de beoordeling van individuele natuurgebieden wordt gepresenteerd, inclusief de gebruikte gegevens, beoordelingscriteria en resulterende kwaliteitsclassificaties. Beleidsmakers en belanghebbenden zijn vaak geïnteresseerd in specifieke gebieden. Het is dus belangrijk om de resultaten ook ruimtelijk, door middel van kaarten, weer te geven (figuur 3.4).

Figuur 3. 4. Voorbeeld van een ruimtelijke presentatie van de condities van de natuur (CBS et al., 2024c).

De ruimtelijke condities zijn niet goed wanneer het leefgebied voor veel soorten te klein is en/of te veel versnipperd, met andere woorden, wanneer de leefgebieden onvoldoende ruimtelijke samenhang hebben.

3.4.3 Voor- en nadelen

Het streven naar standaardisatie en objectiviteit in de beoordeling van ecosysteemkwaliteit maakt gebieden en verschillende perioden vergelijkbaar, ook op nationaal niveau.
Deze methode vereist echter ook aanzienlijke inspanning voor gegevensverzameling en –analyse en is het complex om de criteria voor ecosysteemkwaliteit te definiëren. Bovendien zijn de methode en beoordelingscriteria momenteel alleen opgezet voor Natura 2000 en Natuurnetwerkgebieden, en niet voor heel Nederland. Dit kan gezien worden als een beperking omdat de criteria voor ecosysteemkwaliteit hierdoor niet universeel toepasbaar zijn over alle Nederlandse ecosystemen. Daarnaast is het vaststellen van deze criteria subjectief en gerelateerd aan specifieke doelen die niet noodzakelijkerwijs van toepassing zijn op ecosystemen buiten het bovengenoemde netwerk. Dit introduceert een risico voor de interpretatie van de uitkomsten: een kernindicator ontworpen rond deze specifieke gebieden en doelen kan leiden tot een vertekend beeld van de algehele ecosysteemkwaliteit in Nederland. Bijvoorbeeld: als verbeteringen in Natura 2000-gebieden worden waargenomen, kunnen deze ten onrechte worden geïnterpreteerd als een landelijke trend, terwijl ecosystemen buiten deze beschermde gebieden mogelijk verslechteren.

Deze nadelen en interpretatierisico’s tonen aan hoe belangrijk het is om diverse perspectieven te betrekken bij het vaststellen van criteria voor ecosysteemkwaliteit en het kiezen van de belangrijkste indicatoren. Zo zorgen we voor een accurate en representatieve beoordeling van de staat van alle Nederlandse ecosystemen.

3.5 Mean Species Abundance (MSA) methode

De Mean Species Abundance (MSA) is een methode om natuurkwaliteit te meten. De methode is gebaseerd op de grootte van populaties ten opzichte van een referentie, en wordt uitgedrukt als percentage, waarbij 100% voor intacte natuur staat. De MSA wordt vooral toegepast om de mate van verstoring door menselijke oorzaken te meten (Schipper et al., 2020).

3.5.1 Methode

De eerste stap is om de referentiewaarde vast te stellen voor de populatiegrootte van elke soort in een bepaalde omgeving. Deze referentiewaarde wordt meestal bepaald op basis van historische waarden, ecologische modellen, of een combinatie van die twee.

De volgende stap is om de huidige populatieniveaus van specifieke soorten uit de referentie-situatie (nieuwe soorten worden dus per definitie niet meegenomen) te bepalen op basis van veldonderzoeken, aardobservatie, of andere ecologische monitoringstechnieken. Voor elke soort wordt dan een percentage berekend door de huidige populatieniveaus te delen door de referentiewaarde. Dit percentage laat dan zien hoeveel de populatie is gekrompen vergeleken met de referentiewaarde. Een waarde van 100% betekent dat de populatie van een soort op het niveau zit van zijn natuurlijke populatiegrootte (of hoger⁷⁾ ), en een waarde lager dan 100% betekent dat deze gekrompen is.

De MSA wordt vervolgens berekend door het rekenkundig gemiddelde te nemen van de percentages voor alle soorten in de studieomgeving. De MSA geeft dan één waarde die de staat van de biodiversiteit reflecteert, relatief aan de referentiewaarden. Een hoge MSA geeft aan dat de biodiversiteit relatief intact is en een lage MSA suggereert en hoge mate van verstoring en/of druk op de populatiegroottes en biodiversiteit.

Figuur 3.5. Visualisatie van de Mean Species Abundance rekenmethode. Nota bene: de grijze ratten en de extra kikker illustreren dat zij niet bijdragen aan de MSA omdat ze niet aanwezig waren in de referentietoestand.

3.5.2 Presentatie

De MSA wordt meestal uitgedrukt als een fractie tussen 0 en 1 of een percentage tussen 0 en 100%. Door deze dimensieloze wijze van presenteren wordt een complex begrip als biodiversiteit inzichtelijk gemaakt. Ook wordt het zo mogelijk om verschillende gebieden onderling te vergelijken, of trends door de tijd te kunnen volgen. Het biedt een gestandaardiseerde maatstaf voor het evalueren van de algehele gezondheid van ecosystemen en wordt vaak gebruikt in ecologische studies, natuurbeschermingsplannen en beleidsvorming.

Figuur 3.6. Trends in de kwaliteit van landnatuur en water, uitgedrukt door middel van de MSA.

3.5.3 Voor- en nadelen

De MSA is een effectief instrument in de ecologie en natuurbescherming, dat de impact van menselijke activiteiten op biodiversiteit meet door afnames in soortenrijkdom te kwantificeren. Het biedt een gestandaardiseerde en eenvoudige methode die breed toepasbaar is en gemakkelijk te begrijpen voor zowel wetenschappers als het publiek. De MSA kent echter ook beperkingen. De MSA neemt namelijk geen toenames in populaties of nieuwe soorten t.o.v. de referentie mee. Ook kan het erg lastig zijn om referentiewaarden vast te stellen doordat er geen data zijn met betrekking tot de referentiesituatie. Bovendien kan een gebrek aan data specifieke veranderingen over-generaliseren. Zo kan lokaal biodiversiteitsherstel de totale trend voor Nederland positief beïnvloeden, terwijl gebieden die niet worden gemeten juist achteruitgaan. Dit is een foutieve interpretatie als gevolg van een niet representatieve steekproef.

In principe zou de MSA-methode kunnen worden gegeneraliseerd naar andere ecologische kwaliteitsindicatoren naast populatiegrootte. Zo’n gegeneraliseerde MSA kan helpen bij het beoordelen van de algehele gezondheid van ecosystemen. Het vergemakkelijkt ook de vergelijking tussen verschillende ecosystemen of tijdperioden. Deze aggregatie kent echter nadelen, zoals het potentieel verlies van gedetailleerde informatie over individuele soorten en het risico op oversimplificatie van complexe ecologische dynamieken. Dit kan leiden tot het risico dat belangrijke signalen van ecologische stress of achteruitgang worden gemist, omdat de subtiele maar belangrijke veranderingen binnen specifieke soorten of habitats gereduceerd worden tot een enkele score. Hoewel de MSA een waardevol hulpmiddel is, is het essentieel om het te gebruiken in combinatie met andere methoden en indicatoren voor een vollediger begrip van ecosysteemgezondheid. Dit is bijzonder relevant omdat, net als bij de Natuurpunten systematiek, de MSA-methode het risico loopt belangrijke ecologische nuances te missen zonder aanvullende context die andere indicatoren bieden. Zo beperkt de MSA zich tot de afname in soortenrijkdom, waardoor soorten die van nature voor horen te komen terugkeren maar er al niet meer waren in de referentiestatus, niet worden meegenomen. Ook worden belangrijke instrumentele kwaliteitskenmerken over de omgeving weggelaten zoals hoe goed het ecosysteem in staat is om (drink)water te filteren. Het verschil tussen de MSA en de Natuurpunten systematiek benadrukt de behoefte aan een diversifieerde aanpak bij ecosysteemevaluaties. De MSA focust alleen op soorten in vergelijking met hun ongestoorde natuurlijke staat, terwijl de Natuurpuntensystematiek ook kijkt naar hun zeldzaamheid en de oppervlakte van de habitat om de kwaliteit te beoordelen. Die details zijn belangrijk voor het begrip van een ecosysteem waardoor bij de MSA de combinatie met andere methoden van groter belang is.

3.6 Living Planet Index (LPI)

Het CBS publiceert indicatoren over de trends in aantal en/of verspreiding van verschillende soortgroepen, al dan niet uitgesplitst per habitat. Hierbij wordt gebruik gemaakt van de Living Planet Index (LPI) methode (CBS et al., 2024a), die aansluit bij de gelijknamige methodiek zoals die internationaal door het Wereld Natuurfonds wordt gebruikt (Loh et al, 2015).

3.6.1 Methode

De LPI wordt berekend op basis van gegevens over aantallen en verspreiding van verschillende soortgroepen zoals vogels, zoogdieren, vlinders en libellen, reptielen, amfibieën en vissen, zoals die op landelijke schaal worden verzameld vanuit het Netwerk Ecologische Monitoring (NEM). Hierbij wordt gebruik gemaakt van vaste locaties en strikte monitoringsprotocollen.

In de eerste stap wordt voor elke soort afzonderlijk een trend bepaald. Hiervoor worden per jaar de afzonderlijke tellingen geco mbineerd, waarbij rekening wordt gehouden met mogelijk ontbrekende gegevens voor individuele locaties. Omdat de totaal getelde aantallen afhankelijk zijn van het aantal tellocaties, worden deze omgerekend naar een dimensieloze index, met een waarde van 100 voor een (in principe willekeurig) referentiejaar. Het tijdsverloop van deze indexcijfers representeert de trend in de populatiegrootte van de betrokken soort (Van Strien et al., 2016).

In een tweede stap worden indices voor meerdere soorten gecombineerd tot een enkelvoudige indicator die een algemeen beeld geeft van de veranderingen in populatiegroottes. Elke soort telt daarbij even zwaar mee. Voor het combineren van de indexcijfers van de afzonderlijke soorten wordt gebruik gemaakt van een meetkundig gemiddelde. Dit legt de nadruk op relatieve veranderingen. Een verdubbeling in aantal van de ene soort kan dan een halvering in aantal van een andere soort compenseren (Van Strien et al., 2016; Soldaat et al., 2017).
De indicatorwaarden hebben doorgaans een bepaalde jaar-tot-jaar variatie die niet per se betekenisvol is. Deze kan bijvoorbeeld afhankelijk zijn van het weer in een bepaald jaar. De ruwe indicatorwaarden worden dan ook gesmooth, tot een trend. Als laatste stap wordt deze trend zo geschaald dat de waarde in het basisjaar exact 100 is.

Deze indicator wordt berekend voor alle soorten samen (de Living Planet Index), of voor afzonderlijk soortgroepen, of voor soorten die representatief zijn voor verschillende habitats, zoals bos, heide, of het boerenland.

3.6.2 Presentatie

De Living Planet Index en varianten worden door het CBS gepubliceerd op het Compendium voor de Leefomgeving (CLO) en door het Wereld Natuur Fonds (WWF-NL) gebruikt als onderbouwing van hun Living Planet Report Nederland. De LPI wordt doorgaans weergegeven als een grafiek van de trend, al dan niet vergezeld van de ruwe jaarcijfers. Deze grafieken zijn beschikbaar voor alle soorten (de formele LPI) en kunnen worden uitgesplitst per regio, habitattype en/of soortgroep, zoals bijvoorbeeld vogels van het boerenland, waardoor het makkelijker wordt om specifieke trends en veranderingen daarin te identificeren. Bovendien wordt op het CLO de indicator altijd begeleid door een gedetailleerde analyse en technische toelichting, die de onderliggende factoren en implicaties van de waargenomen trends uitleggen. Deze discussie wordt opgesteld in samenspraak met de betrokken specialisten (bijvoorbeeld SOVON in het geval van vogels).

Figuur 3.7. LPI voor alle habitats en alle soorten, https://www.clo.nl/indicatoren/nl156908-living-planet-index-nederland-1990-2021

Figuur 3.8. LPI van natuurgebieden op het land, https://www.clo.nl/indicatoren/nl158108-fauna-van-natuurgebieden-op-land-1990-2021

3.6.3 Voor- en nadelen

De LPI (en varianten) meet alleen veranderingen in populatiegrootte en/of verspreiding van soorten. Vergeleken met andere indicatoren is de LPI-aanpak aantoonbaar beter (Van Strien et al, 2012). Het vertalen van de trends in soorten naar informatie over de habitats waarin deze soorten leven, is echter minder eenvoudig. Om te beginnen maakt de ecologische kwaliteit van deze habitats niet expliciet deel uit van de indicator, maar de LPI reflecteert uiteraard wel deze kwaliteit, aangezien deze een belangrijke factor van invloed is op de populatiegrootte. Zo reflecteren dalende populaties vaak verslechtering van habitat- of waterkwaliteit, waardoor deze bredere ecologische gezondheidsaspecten impliciet in de LPI worden geïntegreerd. Dit biedt een integraler beeld van de ecologische toestand en vergemakkelijkt de vergelijking tussen tijdperiodes en, tot op zekere hoogte wegens verschillen in soortselecties, tussen verschillende ecosystemen. Deze beperkingen leiden ertoe dat de geschiktheid van de LPI als generieke maat voor ecosysteemkwaliteit beperkt is.

3.7 Discussie

3.7.1 Overwegingen bij aggregatie van informatie tot één indicator

Zoals de SEEA EA aangeeft, kan aggregeren helpen bij het communiceren van trends, maar tegelijkertijd kan deze aanpak ook belangrijke details verbergen. Dit geldt natuurlijk voor elke methodiek. Aggregatie moet daarom altijd met voorzichtigheid gepaard gaan en expertkennis moet bij elke stap in acht genomen worden, net als het doel van de index.

Om een zinvolle beoordeling van de kwaliteit van ecosystemen te maken, is het essentieel om het ecosysteem zelf in acht te nemen. Zo heeft elk ecosysteemtype zijn eigen ecologische drijfveren (natuurlijk of antropogeen) en karakteristieken die direct of indirect aanleiding zijn voor verandering, zoals bijvoorbeeld gedefinieerd in de Global Ecosystem Typology (Keith et al., 2022). Daarom is het belangrijk om de individuele ecosysteemtypes apart te beschouwen voordat enige vorm van aggregatie plaatsvindt. Deze benadering erkent de unieke karakteristieken en behoeften van verschillende ecosystemen en verzekert dat de beoordelingen relevant en specifiek zijn.

Om de kwaliteit van elk ecosysteem apart te berekenen, zoals bossen of kwelders, moeten specifieke indicatoren worden ontwikkeld en toegepast. Bijvoorbeeld, bossen kunnen beoordeeld worden op leeftijdsverdeling en biodiversiteit, terwijl dat bij kwelders is op aspecten als aanwezigheid van de voor dit ecosysteemtype kenmerkende plantensoorten en de stabiliteit van het sediment. Ook in het geval dat eenzelfde kenmerk gemeten wordt, kan de optimale of kritieke waarde per ecosysteem verschillen. Zo is bij sommige ecosystemen de aanwezigheid van een bepaalde plantensoort een teken van goede kwaliteit, terwijl dit in andere ecosystemen juist een teken kan zijn van achteruitgang. Daarom zal er steeds vanuit het ecosysteem beredeneerd moeten worden wat de juiste indicatoren zijn.

Daarnaast moet worden overwogen om verschillende methodologische benaderingen te hanteren voor verschillende ecosysteemtypen, afhankelijk van hun unieke eigenschappen en uitdagingen. Dit kan betekenen dat voor sommige ecosystemen meer gewicht wordt gegeven aan bepaalde indicatoren of dat alternatieve meetmethoden worden gebruikt (zie Maes et al., 2023 voor een uitgewerkt voorbeeld).

De geschiktheid van methoden kan afhankelijk zijn van de nauwkeurigheid van de data en van de fragmentatie van het ecosysteem. De resolutie van geografische data speelt een cruciale rol in het bepalen van ecosysteemkwaliteit. Ecosystemen die groot en aaneengesloten zijn, hebben andere dynamieken en uitdagingen dan kleinere, gefragmenteerde ecosystemen. Het ‘edge effect’ – waarbij de randen van een ecosysteem een hogere mate van onzekerheid in de data kunnen ervaren door invloeden van het naastgelegen ecosysteem – is bijvoorbeeld prominenter in gefragmenteerde ecosystemen. Gezien de fragmentatie is het aan te raden om de indicatoren voor elk afzonderlijk fragment te berekenen en vervolgens het gemiddelde te nemen voor een algeheel beeld. Daarnaast kan meer gewicht worden gegeven aan indicatoren die continuïteit van het ecosysteem benadrukken, zoals bij bossen de boomkronenbedekking. De SEEA EA ecosystem condition typology voorziet hierin.

Hoewel een gemiddelde score van verschillende ecosysteemtypen een overkoepelend beeld kan geven, is het belangrijk om de nuances en context van elk ecosysteem te behouden. Aggregatie kan waardevolle informatie verbergen over de staat en behoeften van individuele ecosystemen. Een uitstekend voorbeeld hiervan is de overall LPI die min of meer stabiel is, maar samengesteld is uit een toenemende trend voor zoet water en een afnemende trend voor de droge natuur. Daarom is het essentieel om, naast een geaggregeerde score, ook gedetailleerde rapportages per ecosysteemtype te verstrekken.

3.7.2 Objectiviteit en het bepalen van ecosysteemkwaliteit

Een kernindicator ecosysteemkwaliteit zou een objectieve beoordeling moeten geven over de staat van de natuur. Wat een goede ecosysteemkwaliteit inhoudt kan echter sterk verschillen afhankelijk van wie je het vraagt of welke invalshoek wordt gebruikt. Zo kijkt de visserijsector vooral met een instrumentele blik naar het mariene ecosysteem (d.w.z. de hoeveelheid vis), terwijl natuurbeschermingsorganisaties meer aandacht hebben voor de intrinsieke kwaliteit, gerelateerd aan biodiversiteit, en meer soortgroepen in beschouwing nemen, zoals zeezoogdieren en schelpdieren.

Vanuit de SEEA EA wordt aanbevolen om vooral het intacte ecosysteem (de intrinsieke kwaliteit), dus onverstoord door menselijke activiteiten, als uitgangspunt te nemen voor de “goede” toestand. In Nederland is het land echter al zo veranderd door, en verweven met, menselijk handelen dat zo’n natuurlijke intacte toestand niet zo eenduidig te bepalen is. Daarnaast is het de vraag of het realistisch is om te streven naar een volledig intacte en onaangetaste staat. Alternatieve benaderingen zijn beschreven in het SEEA EA (annex 5.2), zoals het gebruiken van een referentiepunt gebaseerd op de minst verstoorde conditie, of een moment in het verleden waarop het ecosysteem stabiel was en sindsdien systematisch gemeten is (UN, 2021). Vanuit dat punt kunnen veranderingen in de ecosysteemkwaliteit gemeten worden. Dit biedt een pragmatische oplossing door niet te focussen op een mogelijk onbereikbare, ideale toestand, maar op concrete veranderingen over tijd. Een ander alternatief zou zijn om meer uit te gaan van beleidsdoelstellingen, met als risico dat die beleidsdoelstellingen mogelijk meer zullen uitgaan van de nut en noodzaak voor de mens en niet de natuur zelf centraal stellen. Tegenwoordig lijkt het belang van de natuur een steeds belangrijke rol te spelen in maatschappelijke discussies en beleidsvoering. Zo is er in Europees verband het initiatief genomen om tot een Natuurherstelwet te komen. In de praktijk vinden dit soort initiatieven nog te weinig steun om daadwerkelijk opgenomen te worden in beleid of wetgeving.

3.7.3 Methodologische overwegingen

Bij het beoordelen van de ecosysteemkwaliteit is het essentieel om een methode te kiezen die zowel standaardisatie als flexibiliteit biedt. Standaardisatie helpt bij het verkrijgen van consistente en vergelijkbare data, wat cruciaal is voor het monitoren van trends en verschillen tussen locaties. Tegelijkertijd vereist de verscheidenheid van ecosystemen een flexibele aanpak, die ruimte biedt voor verschillende indicatoren en verschillende methoden. Een effectieve methode combineert diverse ecologische indicatoren om de complexe interacties binnen ecosystemen te ontrafelen. Accurate en betrouwbare data zijn hierbij van groot belang om foute conclusies en beslissingen te voorkomen.

3.7.4 Vergelijking van de methoden

Bij het vergelijken van verschillende methoden is het essentieel om te evalueren hoe elke voldoet aan specifieke criteria die relevant zijn voor het ontwikkelen van een kernindicator ecosysteemkwaliteit (tabel 3.3). Zo is het bijvoorbeeld essentieel dat met de benodigde data een methode op landelijk niveau kan worden toegepast en op een hoge resolutie. Het schaalniveau van SEEA EA is het ecosysteemtype zelf en met onze ecosysteemtypekaart kan deze methode daarom makkelijk op landelijk en regionaal niveau worden toegepast. Het Natuurpuntensysteem gaat meer uit van de soorten die voorkomen, de zeldzaamheid en oppervlakte van het gebied. De NNN/Natura 2000 methode van Bij12 is breed ingesteld waarbij zowel gegevens van flora en fauna als structuur, waterkwaliteit en milieucondities en ruimtelijke samenhang worden gebruikt. De methode is echter per definitie gefocust op natuurgebieden, en in de huidige vorm niet direct in te zetten voor meer artificiële ecosystemen zoals landbouwgebieden of stedelijke gebieden. De MSA-methode is een methode om de mate van afname in biodiversiteit te meten. Door de focus op biodiversiteit en het gebrek aan data zal de methode in de praktijk minder geschikt zijn om ecosysteemkwaliteit landelijk te meten door gebrek aan data in stedelijke gebieden. De LPI-methode berekent een ongewogen gemiddelde trend van alle soorten in een bepaald gebied.

Tabel 3.3. Vergelijking van de verschillende methoden om een kernindicator ecosysteemkwaliteit te maken, met daarin een analyse van de verschillende criteria waar de methoden aan voldoen.

De SEEA EA methode normaliseert op basis van de onafhankelijk vastgestelde referentiewaardes. De NNN/Natura 2000 methode gebruikt ditzelfde principe. De MSA-methode gebruikt een normalisatie waarbij er naar een referentiewaarde van de populatie gekeken wordt, terwijl de LPI-methode juist naar een referentiejaar gebruikt voor de normalisatie. Bij de MSA en LPI-methode wordt vervolgens ook nog een trend berekend, terwijl bij SEEA EA en NNN/Natura 2000 de absolute waarden leidend zijn. In tabel 3.3 is te zien dat de SEEA EA methode aan de meeste opgestelde criteria voldoet. Deze criteria zijn gebaseerd op essentiële ecologische en methodologische aspecten. Zo wordt ecosysteem integriteit gemeten aan de hand van structuur, functie en compositie (Hansen et al., 2021). Het CBS kiest daarom om verder te gaan met de SEEA EA methode voor het maken van een KEK.

Tabel 3.4. Het type referentiewaarde waarop de normalisatie per methode is gebaseerd.

3.7.5 Bruikbaarheid brede welvaart en SDG’s

Een belangrijk beleidsthema is de brede welvaart en de bijbehorende Sustainable Development Goals (SDG’s) en de KEK kan hier een rol in spelen. Met name SDG14 “Leven in het water” en SDG15 “Leven op het land” zijn relevant. De SDG-rapportages vereisen een specifieke aanpak voor diverse doelen, waarbij de indicatoren volgens strikte richtlijnen worden opgesteld. In de rapportages over brede welvaart hanteert het CBS bovendien een eigen interpretatie van de SDG’s. Vooral binnen de bredewelvaartrapportage biedt een kernindicator over ecosysteemkwaliteit een duidelijk en samenhangend beeld van de ecologische gezondheid van onze planeet, essentieel voor het informeren van zowel beleidsmakers als het publiek over de urgentie en aard van milieukwesties.

De onderliggende kwaliteit-indicatoren eenduidig moeten zijn in het duiden op een ‘goede’ of ‘slechte’ toestand van ecosystemen. De complexiteit van de methode moet beperkt blijven om brede toegankelijkheid en bruikbaarheid te waarborgen.

Bovendien is het van belang om de relatieve belangrijkheid van verschillende ecosystemen in overweging te nemen. Zo zouden bedreigde of kritieke ecosystemen een hogere weging kunnen krijgen. Dit zorgt ervoor dat de kernindicator niet alleen een algemeen beeld geeft van de ecosysteemkwaliteit, maar ook de aandacht vestigt op de meest urgente kwesties.