Onderzoek gebruik satellieten voor meten van uitstoot zeeschepen

Per 1 januari 2020 zijn de regels voor de uitstoot van zwaveldioxide door zeeschepen aangescherpt. Het maximale zwavelgehalte van de brandstof daalt van 3.5 procent naar 0.5 procent. Voor de uitstoot van stikstofdioxiden worden vanaf 2021 strengere normen gesteld voor nieuwbouwschepen op de Noord- en Oostzee. Op dit moment ontbreekt het aan instrumenten om wereldwijd toezicht te houden op tienduizenden zeeschepen die, ver op zee buiten het zicht van toezichthouders, schonere maar duurdere brandstof moeten gaan gebruiken, of kostbare afvalgasbehandeling aan boord moeten installeren.

De ILT houdt voor Nederland toezicht op internationale regels voor de uitstoot van zeeschepen. Jan van den Bos, Inspecteur Generaal van de ILT: “De uitstoot van zwavel- en stikstofoxiden door zeeschepen is schadelijk voor mens en milieu. Een deel van de uitstoot boven zee bereikt land. We inspecteren op verschillende manieren op zwavel in de haven en voor de kust. Maar ver op zee via satellieten toezicht houden zou een mooie stap in de handhaving zijn. We doen dit voor de leefomgeving én voor eerlijke concurrentie in de scheepvaart.”

Wageningen University & Research levert de expertise in het interpreteren van satellietdata en het modelleren van de uitstoot en verspreiding van vervuilende stoffen. Folkert Boersma, universitair hoofddocent Meteorologie en Luchtkwaliteit: “We kunnen met het ‘Nederlandse’ TROPOMI satellietinstrument al heel precies volgen hoe sterk de emissies van grote steden zijn. Omdat de satelliet ook boven open zee meet, gaan we hier inzoomen op de emissies van individuele schepen. Het zou heel mooi zijn als het ons lukt om met TROPOMI na te gaan of de schepen zich op zee aan de regels houden”.

Jacqueline Meulman, hoogleraar Toegepaste statistiek aan de Universiteit Leiden: “Ons belangrijkste doel is het berekenen van de mate van de vervuiling per schip. Wij leveren de kennis voor verificatie-algoritmes die in de enorme stroom gegevens patronen kunnen identificeren. We gebruiken hierbij intelligente, zelflerende algoritmes, alsmede (statistische) theorieën over ontbrekende waarden in de meting”.