Tot op heden, is er beperkte vooruitgang geboekt bij het ontwikkelen van datagestuurde modellen van aangelegde wetlands (CW's) voor het verwijderen van opkomende organische verontreinigingen (EOC's); er is echter geen procesgebaseerd model van CW's beschikbaar dat EOC's kan simuleren. Om deze hiaten in wetenschappelijk onderzoek op te vullen, probeert dit postdoc-onderzoek een nieuw procesgebaseerd model van CW's te ontwikkelen door de geselecteerde EOC's (farmaceutica-PhC's, producten voor persoonlijke verzorging-PCP's, steroïdale hormonen-SH's en microplastics-MP's) te integreren in het bestaande procesgebaseerd model (BIO_PORE) en om het ontwikkelde procesgebaseerde model van CW's te kalibreren en valideren door middel van experimenteel onderzoek op laboratoriumschaal. Dit onderzoek zal ook nieuwe datagestuurde voorspellende modellen ontwikkelen voor de verwijderingsefficiëntie van EOC's (PhC's, PCP's, SH's en MP's) op basis van conventionele waterkwaliteitsparameters in CW's en een nieuwe beslissingsondersteunende tool (DST) voor de mogelijke toepassing van de ontwikkelde voorspellende modellen. De nieuwe inzichten, modellen en een DST die uit dit onderzoek voortkomen, kunnen leerzaam zijn voor het begeleiden van wetenschappelijk onderzoek, beleidsontwikkeling, technisch ontwerp en praktische toepassingen bij het aanpakken van een belangrijke uitdaging van de verwijdering van EOC's uit het afvalwater om een betere water- en milieukwaliteit te garanderen.