water stuurt het hele leven op aarde, en de natuurlijke beschikbaarheid ervan heeft altijd al bepaald waar de mens zich vestigt. op zijn beurt beïnvloedt de mens de watercyclus, bijvoorbeeld door gewassen te cultiveren of door stuwmeren en irrigatiekanalen aan te leggen. dankzij wetenschappelijke en technologische vooruitgang heeft die mens steeds meer kennis verworven over de verdeling van water op land – ook de hydrosfeer genoemd – en heeft hij zo het waterbeheer geoptimaliseerd. de voorbije eeuw heeft die vooruitgang de vorm aangenomen van geavanceerde modellen en observaties.

Wat we weten over water dankzij computermodellen en satellietmetingen

Gabriëlle De Lannoy

De wereld is prachtig, uitermate eenvoudig en complex tegelijk. Het privilege om op onze planeet te wonen komt met de plicht om er als goede burgers zorg voor te dragen. Dat vraagt eerst een grondig inzicht in de processen die onze aarde karakteriseren, zoals hydrologische processen op land. Maar waar halen we dit inzicht vandaan?

Iedereen herinnert zich de overstromingen van juli 2021, en heeft toen logisch beredeneerd waarom het water buiten de normale rivieroevers ging stromen: er viel te veel regen en onze rivieren konden de snelle afvoer vanop de verzadigde bodems niet slikken. Die snelle afvoer is een probleem dat we in Vlaanderen ook willen beperken met de betonstop. Dit zijn voorbeelden waarbij het probleem met het regionale waterbeheer eenvoudig te zien is, net als de oplossingen. Water zit echter verweven in het leven op de hele aarde en stuurt de landbouw, het weer, natuurrampen, ziektes, transport en energie wereldwijd. De hydrosfeer, of de verdeling van water in de bodem, in vegetatie, in sneeuw en in rivieren, staat in direct contact met de atmosfeer en met menselijke activiteiten. De natuurlijke beschikbaarheid van water zorgt voor een rijkdom aan ecosystemen op aarde en bepaalt van oudsher waar de mens zich vestigt. De mens beïnvloedt op zijn beurt de watercyclus door stuwmeren en irrigatiekanalen aan te leggen of door gewassen te cultiveren. Dankzij wetenschappelijke en technologische vooruitgang heeft de mens steeds meer kennis verworven over de verdeling van water op land en zo het beheer van water geoptimaliseerd.

Betrouwbare voorspellingen helpen ons humanitaire hulp in te plannen waar nodig

Die vooruitgang heeft zich de voorbije eeuw geconcretiseerd in geavanceerde fysisch-gebaseerde modellen, en meer en nieuwe observaties. De veelheid aan data kan in de toekomst ook nieuwe modellen op basis van artificiële intelligentie steunen. Op regionale schaal geeft de combinatie van landoppervlakte- of gewasgroeimodellen met satellietgegevens ons nu de beste schattingen van de waterverdeling op land en de meest betrouwbare voorspellingen. Die staan ons vervolgens bij om humanitaire hulp of irrigatie in te plannen waar nodig, om grondwater en de bijhorende koolstofopslag in veenlanden optimaal te schatten en restauratie van bepaalde veengebieden aan te raden, om sneeuwhoeveelheden in de Alpen te begroten en te voorspellen hoeveel energie waterkrachtcentrales zouden kunnen opwekken uit het smeltwater.

Satellieten geven ons ogen waar we zelf niet kunnen zijn, maar er zijn ook dingen die satellieten (nog) niet kunnen zien. Om te berekenen wat de nabije toekomst zal brengen gebruiken we dan ook wiskundige modellen. Dat lukt omdat natuurlijke processen op aarde logische wetmatigheden volgen die computermodellen kunnen simuleren. De oude Griekse en Romeinse filosofen bogen zich reeds over het vraagstuk waar water vandaan komt en naartoe gaat, en in de 16de eeuw begonnen de eerste veldexperimenten om hydrologische verbanden te achterhalen. In de daaropvolgende eeuwen werden deze inzichten uitgewerkt in wiskundige vergelijkingen die uiteindelijk via computermodellen opgeschaald werden naar wereldniveau.

Om de watercyclus te begrijpen, moeten we eerst en vooral rekening houden met het stroomgebied waarop neerslag terechtkomt. Een stroomgebied vangt neerslagwater op en voert dit deels via een vernuftig vertakt rivierennetwerk af naar een monding, terwijl een ander deel in de lucht verdampt of door planten via transpiratie terugkeert naar de atmosfeer. De natuur is bijzonder efficiënt: dit zijn allemaal wegen met minimale weerstand. Het type bodem, vegetatie en topografie en de reeds aanwezige hoeveelheid wateropslag in het land bepalen de exacte weg die het water aflegt. Al deze landschapskenmerken worden zorgvuldig samengevoegd in wiskundige modellen, waarna krachtige supercomputers de waterbalans kunnen schatten, voorspellen en visualiseren, op eender welke plek ter wereld.

De natuur is bijzonder efficiënt: water kiest de wegen met minimale weerstand

Toch hebben computermodellen van de watercyclus ook hun beperkingen. Alles hangt af van welke processen uit de natuur ze in rekening brengen en hoe betrouwbaar de gegevens zijn die in het model worden ingebracht. Sommige modellen behelzen een uitgebreide sneeuwmodule, meerdere bodemlagen, een veengrondmodule, dynamische vegetatiegroei of een grondwatertafel, terwijl andere modellen het veel eenvoudiger houden. Modellen zijn nooit perfect – de invoer (bv. neerslag) is niet perfect, de parameters (bv. landgebruik, bodem) zijn niet perfect – en dus zijn de modelresultaten ook niet perfect.

De laatste decennia worden steeds vaker satellietgegevens gebruikt om modellen nog sterker te maken, zeker als het gaat over voorspellingen op wereldschaal. Al is het overgrote deel van de satellieten, meer dan 4 000 exemplaren, voor (internet)communicatie bestemd, toch verzamelen ook heel wat satellieten observaties over de aarde, waaronder de watercyclus. De grote ruimtevaartorganisaties, zoals de NASA en de ESA, lanceren sinds 1971 in samenwerking met kleinere organisaties, onderzoeksinstellingen en bedrijven (ook in België) steeds meer speciale satellietmissies om specifieke meetgegevens over de watercyclus te bekomen. Dat is fantastisch: hoe meer satellieten, hoe meer we kunnen zien. Maar daar stopt het niet. Even belangrijk zijn de technieken die we gebruiken om de satellietbeelden te analyseren: hoe kom je te weten waar het water zit?

De meeste satellietsensoren halen hun informatie over water uit elektromagnetische straling. De optische sensoren registreren het zonlicht dat op het land weerkaatst en zo informatie verschaft over de ontwikkeling van vegetatie, de kleur van de bodem of de accumulatie van sneeuw. Het chlorofyl in de planten absorbeert rood licht en reflecteert groen en infrarood. De natheid en textuur van de bodem bepalen op een unieke manier de reflectie en absorptie van straling in ieder van de regenboogkleuren en in het infrarood. Op die manier hebben de Landsat- en Sentinel-2-missies sneeuw en vegetatiesoorten in kaart gebracht en irrigatiepatronen afgeleid uit vegetatie en bodemeigenschappen. Andere satellietsensoren sturen zelf een signaal naar de aarde en wachten op het teruggekaatste signaal om af te leiden wat de vegetatiestructuur is of hoe dik een sneeuwpak is. Een groot nadeel van deze sensoren is dat ze voldoende zonlicht nodig hebben: ze werken dus niet ’s nachts of bij zware bewolking. Daarom missen ze cruciale gebeurtenissen, zoals de onmiddellijke effecten van neerslag, en geven ze slechts een benadering van de waterstatus in een gebied.

De meeste satellietsensoren halen hun informatie over water uit elektromagnetische straling

Microgolfsensoren doen het beter: ze verzamelen zowel ’s nachts als overdag observaties, en ze kunnen ook door de wolken heen kijken. Microgolven worden van nature uitgestraald door de aarde en hebben een veel langere golflengte dan de meeste zonnestralen (optische straling, ~10^-7 m), omdat de aarde veel kouder is dan de zon. De benaming ‘microgolf’ is verwarrend: het gaat om lange golven (~5-30 cm), maar met een kortere golflengte dan de zeer lange radiogolven (meer dan 1 m lang). Dankzij hun lange golflengte botsen microgolven minder met kleine druppeltjes in wolken, waardoor ze makkelijker door de atmosfeer reizen (zonnestralen raken er moeilijker door omdat de korte golven vaker tegen de druppeltjes aanbotsen). Met het zonlicht kan je trouwens enkel het aardoppervlak in kaart brengen, daar waar het licht weerkaatst. De microgolven komen uit de aarde zelf en moeten zich eerst een weg banen door de bodem en vegetatie voor ze de atmosfeer bereiken. De vorm en intensiteit van de microgolven die de satellieten bereiken, wordt mee bepaald door de hoeveelheid water in de bodem en vegetatie waar ze door moeten en door de structuur die het water daar heeft: vloeibaar, sneeuw, ijs… Zo kunnen microgolfsensoren speuren naar water onder het oppervlak van de aarde.

Je kan je echter inbeelden dat microgolven sterk afzwakken wanneer ze door de atmosfeer reizen en bij de satellieten aankomen. Daarom moeten deze aardstralen eerst geïntegreerd worden over een groot oppervlak op land om voldoende energie te verzamelen en een duidelijk signaal te onderscheiden. Daar zijn grote antennes voor nodig, en zelfs dan nog zijn de metingen eerder grofschalig: rond 30-70 km resolutie. Pas sinds 2010 kunnen nieuwe grote antennes naar de ruimte om lange microgolven te meten, weliswaar zonder alle ruimtelijke details te zien. Zo meten de Europese Soil Moisture Ocean Salinity (SMOS)-missie en Amerikaanse Soil Moisture Active Passive (SMAP)-missie allebei nauwkeurig het bodemvocht op ~40 km resolutie en dekken ze de hele aarde ongeveer om de drie dagen.

Hoe natter de bodem, hoe meer sensorgestuurde microgolfstraling teruggekaatst wordt

Een oplossing hiervoor zijn actieve microgolfsensoren, die toelaten om fijnschaligere gegevens te produceren, op 10 m à 1 km. Deze sensoren werken als radars: ze sturen zelf golven met een specifieke vorm en meten de reflectie ervan na interactie met het land. Deze straling kan door de vegetatie, sneeuw en bovenste lagen van de bodem dringen en wordt door het water in die lagen teruggekaatst. Hoe natter de bodem, hoe meer microgolfstraling teruggekaatst zal worden. Zulke informatie wordt momenteel geanalyseerd om te achterhalen hoeveel water wordt gebruikt voor irrigatie in de landbouw, maar de beschikbare golflengtes zijn nog suboptimaal. Voor sneeuw is de situatie complexer, omdat sneeuwvlokken veranderen met de tijd (metamorfose), de structuur van de sneeuwlaag verandert, en de stralingsinteracties nog niet goed gekend zijn. Door dat gebrek aan fysisch inzicht is nog geen specifieke satellietmissie voor sneeuw gelanceerd, maar we kunnen wel radars gebruiken van missies die niet echt voor sneeuw bedoeld waren. Zo ontdekte onze onderzoeksgroep aan de KU Leuven eerder toevallig dat de radar op de Europese Sentinel-1-missie toelaat om sneeuw op hoge resolutie (~1 km) te meten in berggebieden met veel sneeuw, terwijl deze missie eigenlijk ontwikkeld is voor het meten van zee-ijs en maritieme activiteiten.

Tenslotte kunnen deze radars ook variaties in wateroppervlakken meten die helpen om de watercyclus in te schatten. In plaats van de intensiteit van de microgolven te meten, zullen we dan de verschuivingen in de aankomsttijden van de teruggekaatste microgolven linken aan variaties in waterhoogte tussen verschillende passages van de satelliet. In december 2022 werd de nieuwe Surface Water and Ocean Topography (SWOT)-missie gelanceerd door NASA en het Franse Centre National d’Etudes Spatiales (CNES): de eerste microgolfmissie die de waterhoogte meet in grote rivieren en meren. Die waterhoogte kan omgezet worden in rivierdebieten en wateropslag in reservoirs. Voor de komende jaren staan er nog een reeks lanceringen van interessante nieuwe radargebaseerde satellietmissies op het programma, onder meer om de hoeveelheid water in planten of biomassa te meten, om het bodemvocht op de schaal van landbouwvelden te bepalen, of veranderingen van het ijs in gletsjers nauwkeuriger in kaart te brengen. Missies die gekozen worden voor lancering naar de ruimte zijn eerst door een jarenlang selectieproces gegaan, waarin het wetenschappelijke begrip van hydrologische en stralingsprocessen bewezen moet worden (soms aan de hand van eerdere vliegtuigmissies) en waarbij ook de maatschappelijke relevantie duidelijk moet zijn. Een satelliet kan wellicht niet zomaar even de ruimte in om enkel het skitoerisme te steunen of de verspreiding van een gekende watergerelateerde ziekte in een kleine regio in te perken. De ontwikkeling en lancering van een nieuwe missie kan wel om een oude satelliet te vervangen die onze dagelijkse weersvoorspelling stuurt, of om nieuwe technieken te testen die bos- of landbouwpraktijken kunnen helpen in de context van klimaatveranderingen en daarmee een groot deel van de bevolking aangaan.

Satellieten kunnen niet zomaar even de ruimte in om het skitoerisme te steunen

Water bevindt zich overigens niet alleen op of net onder het aardoppervlak: het diepere grondwater is ook belangrijk, zoals de voorbije jaren steeds duidelijker werd tijdens langere perioden van droogte. Daar schieten de technische mogelijkheden van microgolfsensoren echter tekort. Het diepere grondwater wordt vanuit de ruimte opgevolgd met innovatieve technieken. Zo gebruiken het Gravity Recovery and Climate Experiment (GRACE) en de GRACE Follow-On (GRACE-FO) kleine veranderingen in de zwaartekracht van de aarde om die te relateren aan veranderingen in totale wateropslag. Hoe meer water er in een stukje van de aarde zit op een bepaald ogenblik, hoe groter de lokale massa en hoe groter de zwaartekracht op die locatie en tijd. Op die manier ‘voelt’ de GRACE-missie dus hoe het diepe grondwater verandert, terwijl microgolfsensoren enkel het water in de bovenste bodemlagen meten. Het enige probleem met GRACE is dat de metingen slechts maandelijks beschikbaar zijn en grofschalig: we kunnen geen onderscheid maken tussen Antwerpen en Leuven. We kunnen dus nog niet zien wie op welk moment water onttrekt aan onze gemeenschappelijke grondwatertafel voor industriële toepassingen. Het blijft voorlopig duister hoe menselijke activiteiten het diepere grondwater exact beïnvloeden, terwijl dit cruciale kennis is om regionaal waterbeheer te ondersteunen. Op een grootschaliger niveau zijn de voordelen van de GRACE-FO-missies wel onomstotelijk: ze laten ons duidelijk zien hoe grondwater massaal onttrokken wordt voor irrigatie in India en Californië, waar het land natter wordt door ontbossing in Zuid-Amerika, of waar de ijskappen wegsmelten op Groenland. Ze tonen ook waar er nieuw ijs gevormd wordt op de poolkappen, want niet alle ijs smelt en het wordt niet overal droger onder een veranderend klimaat: het water blijft behouden, maar wordt langzaam herverdeeld.

Satellietgegevens zijn onontbeerlijk om computermodellen te voeden en te verbeteren en zo ook simulaties en voorspellingen van de watercyclus bij te sturen. Ze hebben echter ook een groot nadeel: ze draaien in een baan om de aarde en zijn dus niet overal continu aan het meten. Sommige satellieten bezoeken België slechts om de twee weken, andere bekijken ons ieder kwartier: er zitten onvermijdelijk gaten in de data. Daarnaast brengen satellietgegevens ook onzekerheden met zich mee, die al te vaak vergeten worden. Het omzetten van een microgolfsignaal in een schatting van de hoeveelheid water in de bodem, vegetatie of sneeuw is altijd onderhevig aan fouten. Het begint al in de ruimte, waar microgolven vervuild binnenkomen bij de satelliet na interactie met straling die (illegaal) gebruikt wordt voor telecommunicatie. Na het ‘opkuisen’ van het signaal worden stralingsmodellen gebruikt om de microgolfsignalen te inverteren. Voor bodemvocht heeft men daarbij achtergrondkennis van de bodemtextuur (klei, zand, leem) nodig, om te berekenen wat het watergehalte is. Satellietobservaties zijn dus ook ‘berekend’, op basis van veronderstellingen. Dit gaat onvermijdelijk gepaard met bepaalde onzekerheden in de meetuitkomsten.

Het omzetten van een microgolfsignaal in een schatting van de waterhoeveelheid is altijd onderhevig aan fouten

Het is bijgevolg van cruciaal belang om deze onzekerheden te schatten en te minimaliseren, zowel voor satellietobservaties als voor de computermodellen van landoppervlakten. Daartoe zijn specifieke data-assimilatietechnieken nodig. Bij data-assimilatie worden de sporadische satellietgegevens ingevoegd in de continue modelsimulaties: door ze te interpoleren in tijd en ruimte kunnen de ontbrekende satellietgegevens geschat worden. Maar de voordelen van data-assimilatie reiken nog verder. Een microgolfobservatie ziet enkel de bovenste bodemlaag; door die observatie te assimileren in een model met meerdere bodemlagen en een irrigatiemodule kan het bodemvocht in de hele wortelzone van planten geschat worden, net als de toegepaste hoeveelheid irrigatie.

We leven in een tijd met een enorme groei in computerkracht en innovatie in meettechnologie, waardoor we steeds meer te weten komen over de waterverdeling op aarde. Het integreren van al die informatie vraagt interdisciplinaire samenwerking, met onder andere kennis van fysica (waterstromen, satellietbewegingen), elektromagnetisme (microgolfinteracties met water), computersimulaties en visualisatie, wiskunde en statistiek (data-assimilatietechnieken). Daardoor reikt onze kennis van waterhuishouding almaar verder.

Computermodellen vullen de gaten in satellietgegevens en helpen zo de beste voorspellingen te maken

Toch is dat nog maar het begin. Als we deze kennis praktisch willen inzetten, dan moeten we de waterhuishouding niet enkel kunnen meten, maar ook kunnen voorspellen. Een kleine fout op de schatting van bodemvocht vandaag kan morgen voor een gemiste voorspelling van een overstroming zorgen. Daarom moet men dus in bewoonde gebieden voldoende marge nemen voor waterbeheer. Maar we moeten ook verder in de toekomst kunnen kijken, bijvoorbeeld om waterbeheer voor te bereiden in tijden van klimaatverandering. Indien op lange termijn een bepaalde rivier minder water zou aanleveren omwille van minder sneeuw, moeten we dan wateronttrekking voor irrigatie inperken om stroomafwaarts een goede biodiversiteit en leefomgeving te garanderen ten koste van verhoogde voedselprijzen? Of kan de kost beperkt blijven door innovatie in landbouwpraktijken? Satellieten en computermodellen kunnen deze vragen niet oplossen, maar ze leveren wel onontbeerlijke kennis aan om beleid op te baseren.

Water maakt van de aarde een sprankelende planeet. Satellietmetingen, simulaties en analyses brengen vandaag al beter dan ooit de verdeling van water in kaart. Morgen moeten innovatie en een gezond nastreven van gemeenschappelijke waarden ervoor zorgen dat we zoveel mogelijk waterproblemen vermijden en water zo efficiënt mogelijk gebruiken.

Gabriëlle De Lannoy is hoogleraar binnen het departement Aard- en Omgevingswetenschappen van de faculteit Bio-ingenieurswetenschappen (KU Leuven). Ze werkte eerder bij NASA/GSFC en is nu onder meer lid van ESA’s Advisory Committee for Earth Observation. Haar onderzoeksgroep maakt optimaal gebruik van satellietgegevens, landoppervlakte- en gewasmodellen, met dank aan het Vlaams supercomputercentrum. Hiermee worden schattingen berekend van het water in de bodem, vegetatie en sneeuw, water-koolstofinteracties, het risico op natuurrampen en andere toepassingen.