< Terug naar vorige pagina

Project

Overstromingsbeschermende functie van stroomopwaartse landschapselementen

Overstromingen van rivieren of ten gevolge van oppervlakkige afstroming van neerslag zijn een terugkerend fenomeen in grote delen van Europa. De kans op zulke gebeurtenissen zal waarschijnlijk stijgen door de toename van de frequentie en grootte van extreme weeromstandigheden gerelateerd aan de klimaatverandering. Klimaat-slim stroomopwaarts landbeheer wordt steeds meer erkend als een manier om het stroomafwaarts overstromingsrisico te beperken. Tegelijk worden vegetatieve landschapselementen (vLEs) zoals houtkanten en grasbufferstroken steeds meer erkend als een inherent deel van klimaat-slimme landbouwsystemen. De effectiviteit van natuurlijke overstroming-beschermende maatregelen, inclusief vLEs, staat echter nog ter discussie. Dit kan deels verklaard worden door het ontbreken van inventarisaties van vLEs, en van hydrologische modellen die deze vLEs in rekening kunnen brengen.

Met dit onderzoek beoogden we de kennis over de hydrologische impact van vLEs in agrarische gebieden binnen de Belgische leemgordel te vergroten. Hiervoor hebben we eerst een methode ontwikkeld om vLEs te identificeren, karakteriseren en karteren op basis van hoge-resolutie LiDAR puntenwolken. De vLEs konden op die wijze met hoge nauwkeurigheid (algehele classificatie nauwkeurigheid tussen 0.92 en 0.97) geïdentificeerd en vervolgens geclassificeerd worden in hydrologisch relevante klassen. Mits de beschikbaarheid van een beperkt aantal referentieobjecten kan onze methode ook toegepast worden in andere gebieden.

Om in te schatten hoe individuele vLEs en hun kenmerken de overstromingen in landbouwgebieden beïnvloeden hebben we de impact van een aantal vLE scenario's gemodelleerd. Hiervoor gebruikten we een ruimtelijk expliciet hydrologische model geïmplementeerd in de Landlab modelomgeving. Onze resultaten bevestigden dat vLEs bijdragen aan het beperken van het overstromingsrisico. Een hoger initieel vochtgehalte leidde tot meer en snellere oppervlakkige afstroming, onafhankelijk van het aantal aanwezige vLEs en hun kenmerken. Verder toonden we aan dat oppervlakkige afstroming gecontroleerd wordt door de densiteit van de vLEs en hun stroomopwaarts toeleverend oppervlak.

Om het mogelijk te maken het potentieel van vLEs om oppervlakkige afstroom te reduceren ten volle te benutten integreerden we het Landlab hydrologisch model in een ruimtelijke heuristische optimalisatieprocedure om zo optimale locaties te kunnen bepalen voor het implementeren van vLEs. Om de rekentijd in te perken evalueerden we bestaande en nieuwe methodes om hydro-fysische parameters op te schalen naar een lagere ruimtelijke resolutie, en gingen we na of sub-pixel vLEs dan nog steeds correct in rekening gebracht kunnen worden. Het opgeschaald model presteerde het best wanneer verschillen in afstroomlengte in rekening werden gebracht voor het bepalen van de Manning's ruwheidscoëfficient. De impact van vLEs op het afstroomvolume kon het best worden berekend door de hydro-fysische parameters te wegen op basis van hun bovenstrooms toeleverend oppervlak, wat opnieuw het belang van dat bovenstrooms oppervlak aangeeft. Onze resultaten toonden aan dat het afstroomvolume gereduceerd kan worden wanneer de vLEs geïmplementeerd worden volgens een prioriteitsrangschikking van perceelsgrenzen. In vergelijking met vLEs op perceelsgrenzen die willekeurig geselecteerd werden kan er via optimalisatie tot 63% meer afstroomvolume gereduceerd worden. In vergelijking met de huidige vLE configuratie aanwezig in het bekken is de reductie 76% groter. Deze prioriteitslocaties bevonden zich voornamelijk in en langs preferentiële afstroompaden met een hoog bovenstrooms oppervlak.

We stellen dat de inzichten en beslissingsondersteunende instrumenten die deze studie opleverde, toelaten vLEs meer doelgericht in te zetten om het overstromingsrisico aan de monding van agrarische afstroomgebieden te beperken. Ze hebben bovendien het potentieel om bij te dragen aan economisch en maatschappelijk relevantie innovaties wat betreft landgebruiksplanning en –beheer in rurale gebieden evenals voor de verzekeringssector.

Datum:1 jan 2019 →  18 sep 2023
Trefwoorden:Rainfall-runoff modeling, Landscape planning, LiDAR
Disciplines:Natural hazards, Remote sensing, Hydrologie van oppervlaktewater, Landbouwhydrologie, Ecosysteemdiensten, Landschapsarchitectuurwetenschappen en -technologie
Project type:PhD project