De Nederlandse waterbeheerders gebruiken steeds meer modelberekeningen voor de onderbouwing van beleid en planvorming. Het is daarbij van groot belang dat de mate van detail en nauwkeurigheid aansluit bij de vraagstelling. De uitkomsten van modellen zijn onderhevig aan diverse bronnen van onzekerheid. Drie van de belangrijkste, neerslag onzekerheid, meet onzekerheid en parameter onzekerheid zullen in dit artikel worden behandeld. De centrale vraag luidt: Hoe planten de genoemde bronnen van onzekerheid zich voort tijdens een kalibratie en hoe vertaalt de a posteriori onzekerheid zich door in modeluitkomsten? Dit is een relevant vraagstuk onder andere in het licht van de uitwerking van maatregelenpakketten, omdat het wellicht beperkingen oplegt aan de mate waarin maatregelen daadwerkelijk effectief zijn. Belangrijk om te weten is dat ons onderzoek is uitgevoerd in een zogenaamd numeriek laboratorium. Dat wil zeggen dat we meetreeksen hebben gesimuleerd met een bestaand model (een SIMGRO4 model van het Langbroekerwetering-gebied (Hermans et. al., 2004)). Vervolgens is het model verstoord qua parameterwaarden en hebben we middels Bayesiaanse kalibratie met het BATEA algoritme (Kavetski et. al., 2002) getracht om de uitgangsituatie zo goed mogelijk te reconstrueren. De resterende onzekerheid in de waarde van de gebiedsneerslag, parameters en modeluitkomsten is doorvertaald in een onzekerheid omtrent het effect van de maatregelen vasthouden en afvoeren.
