Binnen het Fascinating onderzoeksprogramma is in 2022 door het bedrijf Kalavasta een open-access rekenmodel ontwikkeld. De aanleiding voor dit project was om meer balans te creëren in de landbouwsector in de breedste zin van het woord. Dit model stelt overheid, bedrijven en organisaties in staat de gevolgen van veranderingen in de landbouw vast te stellen.
Het ATM-model is grotendeels gebaseerd op data van het Centraal Bureau voor de Statistiek (CBS) en conversiefactoren uit de literatuur. Het model helpt bij het verkrijgen van inzicht over de gevolgen van transitiegerichte landbouwkeuzes op bijvoorbeeld CO2 emissies. Via de website van Kalavasta is het rekenmodel gratis toegankelijk voor iedereen.
Onderzoekers van Van Hall Larenstein University of Applied Sciences in Leeuwarden hebben de taak gekregen om het model te evalueren op bruikbaarheid voor zowel de landbouwsector als het onderwijs. De agribedrijven Cosun, Agrifirm en FrieslandCampina hebben bijgedragen door verschillende voorbeeldscenario’s te definiëren om de bruikbaarheid van het ATM-model te testen. Hierbij is onder andere gekeken naar gebruiksvriendelijkheid en het effect van aannames en conversiefactoren op de uitkomsten van de berekeningen.
Drie scenario’s in kaart gebracht
Binnen het Agri-food-nature Transition Model project zijn drie scenario’s uitgewerkt en de impact op diverse duurzaamheidskenmerken is in kaart gebracht. Het eerste scenario betreft het valoriseren van perspulp, een nevenstroom bij de productie van suiker. Het rekenmodel geeft aan dat de emissie van broeikasgassen potentieel met meer dan 10% kan afnemen. Het tweede scenario, waarbij een deel van de graanteelt wordt vervangen door teelt van eiwitgewassen, heeft een gunstig effect op de duurzaamheidskenmerken. Echter, bij een gelijkblijvende eiwitconsumptie en productiesysteem is dit effect volgens het model gering. In het laatste scenario heeft het model het effect berekend van koeien die uitsluitend gras eten. De uitstoot van broeikasgassen neemt dan af, hoewel gras moet worden geïmporteerd als de teelt van overige gewassen hetzelfde blijft.
Het ATM-model blijkt nuttig voor een eerste evaluatie van scenario’s die een grote impact hebben op het totale voedselsysteem, de productie en consumptie. Om het model gebruiksvriendelijk te houden, is het op enkele punten vereenvoudigd. Dit betekent wel dat diepgaande kennis van zowel het model als de landbouwsector nodig is om de resultaten juist te interpreteren.
Meer begrip voor impact op landbouwsector door ATM-model
Om het model in de toekomst nog beter inzetbaar te maken, wordt aanbevolen om het model actueel te houden door nieuwe basisjaren toe te voegen. Momenteel is het model gebaseerd op het jaar 2017. Bovendien zou het nuttig zijn om nieuwe gewassen toe te kunnen voegen. Wanneer veranderend landbouwbeleid dit noodzakelijk maakt, moeten de conversiefactoren en andere aannames in het model kunnen worden aangepast. Het rekenmodel is nu al handig voor onderwijsdoeleinden. Door scenario’s met het model door te rekenen, krijgen studenten een beter begrip van de impact van overheidsmaatregelen, boerderijmanagement en productieketens op de duurzaamheid van de landbouwsector.
Dit project maakt deel uit van het Fascinating Living Lab
