Prognose von Landnutzungs- und Landbedeckungsänderungen für die Grundwassernachhaltigkeit im Muvattupuzha-Einzugsgebiet mithilfe von CA-Markov (2033–2050)

Warum sich verändernde Landnutzung für verstecktes Wasser wichtig ist

In vielen tropischen Regionen beziehen Millionen von Menschen ihr Trinkwasser aus unterirdischen Quellen. Doch die Art, wie wir Städte bauen, Wälder roden und Landwirtschaft betreiben, verändert diese verborgene Ressource langfristig. Diese Studie untersucht das Muvattupuzha-Flusseinzugsgebiet in Kerala im Süden Indiens und stellt eine drängende Frage: Wenn sich die Landschaft urbanisiert, was passiert mit der Qualität und Zuverlässigkeit des Grundwassers, von dem die Anwohner abhängen?

Ein Flusseinzugsgebiet unter schneller menschlicher Veränderung

Das Muvattupuzha-Becken reicht von steilen, bewaldeten Hügeln der Westghats bis zu tief gelegenen Reisfeldern und Backwaters in Meeresnähe. Anhand von Satellitenbildern aus den Jahren 2003, 2013 und 2023 verfolgten die Forschenden, wie sich Landnutzung und Landbedeckung über zwei Jahrzehnte verändert haben. Wald und Ackerland dominierten einst das Becken, doch versiegelte Flächen – Städte, Dörfer, Straßen und andere befestigte Flächen – breiteten sich dramatisch aus. Die Siedlungsflächen stiegen von etwa 12 % der Beckenfläche in 2003 auf mehr als 44 % in 2023, überwiegend auf Kosten landwirtschaftlicher Flächen und Teilen der vegetationsbedeckten Landschaft. Gleichzeitig schrumpfte die Menge wirklich brachliegender oder ungenutzter Flächen, und Gewässer sowie Feuchtgebiete zeigten nur geringe Gesamtveränderungen, trotz örtlicher Eingriffe und Rückgewinnungen.

Ein Blick unter die Oberfläche: wie sich die Wasserchemie verändert

Um zu sehen, wie sich diese Oberflächenveränderungen unterirdisch auswirken, analysierte das Team Grundwasserdaten aus Brunnen im gesamten Becken für drei Referenzjahre: 2003, 2013 und 2023. Sie bestimmten grundlegende Eigenschaften wie elektrische Leitfähigkeit (ein Indikator für Salz- oder Mineralgehalt), gelöste Feststoffe, wichtige gelöste Ionen wie Calcium, Magnesium und Natrium sowie Nitrat, das häufig aus Düngern und Abwässern stammt. Im Zeitverlauf zeigten viele Brunnen einen stetigen Anstieg gelöster Mineralien und Härte, was auf eine zunehmende Mineralisierung des Aquifers hinweist. Nitratwerte stiegen ebenfalls an mehreren Stellen, insbesondere in der Nähe von städtischen und intensiv landwirtschaftlich genutzten Gebieten, was auf wachsenden Einfluss von Abwässern und Agrarchemikalien hindeutet. Zwar lagen viele Brunnen weiterhin innerhalb der Trinkwasserleitlinien, doch zeichnete sich ein Muster einer allmählichen Verschlechterung der Gesamtqualität ab.

Von Karten und Statistiken zu Zukunftsszenarien

Trends zu verstehen reicht nicht aus; Planer müssen wissen, was als Nächstes passieren könnte. Die Forschenden nutzten ein Verfahren namens CA-Markov-Modellierung, um zu prognostizieren, wie sich die Landnutzung von 2023 bis 2050 entwickeln könnte, basierend auf beobachteten Veränderungen und physikalischen Einschränkungen wie Hangneigung, Höhenlage, Böden sowie Entfernung zu Straßen und Flüssen. Ihre Simulationen deuten darauf hin, dass sich die Siedlungsflächen bis 2033 und 2043 weiter ausbreiten werden, bevor das Wachstum bis 2050 langsamer wird, während landwirtschaftliche Flächen und Oberflächengewässer weiterhin unter Druck stehen. Parallel wandte das Team multivariate Statistik auf die Grundwasserdaten an, um zwei Hauptkräfte zu unterscheiden, die die Wasserqualität formen: natürliche Prozesse, die Mineralien aus Gestein lösen, und menschliche Aktivitäten, die oberflächliche Schadstoffe eintragen. Diese Analyse zeigte, dass salzreiches, mineralisiertes Wasser und Nitratbelastung oft unterschiedlichen Mustern folgen, was auf verschiedene zugrunde liegende Ursachen hindeutet.

Maschinelles Lernen zur Aufschlüsselung unsichtbarer Risiken

Die Studie ging einen Schritt weiter und nutzte Algorithmen des maschinellen Lernens, um zu prüfen, ob Nitrat – ein gesundheitsrelevanter Schadstoff – aus anderen, leichter messbaren Wasserparametern vorhergesagt werden kann. Modelle wie Random Forest, Support Vector Regression und XGBoost wurden mit den Brunnenmessungen trainiert, und ein „erklärbares KI“-Werkzeug namens SHAP wurde eingesetzt, um aufzuzeigen, welche Faktoren am wichtigsten sind. Die Modelle hoben Magnesium, Calcium und Alkalinität als Schlüsselfaktoren für Nitratwerte hervor, was wahrscheinlich widerspiegelt, wie natürliche Pufferreaktionen und Sauerstoffbedingungen im Aquifer die Nitratanreicherung begünstigen oder hemmen. Zugleich unterstrich die begrenzte Vorhersagbarkeit von Nitrat allein aus allgemeiner Wasserchemie, dass lokale Landnutzung, Sanitäreinrichtungen und landwirtschaftliche Praktiken weiterhin entscheidende Treiber sind, die direkt überwacht werden müssen.

Was das für Menschen und Planung bedeutet

Für Bewohner und Entscheidungsträger ist die Botschaft klar: Die Art der Landnutzung im Muvattupuzha-Becken prägt stark die Qualität des Grundwassers darunter. Rasches urbanes Wachstum in Verbindung mit veränderter Landwirtschaft hat bereits den Mineralgehalt und Nitrat in vielen Brunnen erhöht, und die prognostizierten Landnutzungstrends deuten auf anhaltenden Druck hin, wenn die aktuellen Muster fortbestehen. Durch die Kombination satellitengestützter Landkarten, Feldmessungen und transparenter maschineller Lernwerkzeuge bietet die Studie einen praxisorientierten Rahmen zum Erkennen aufkommender Grundwasser-„Hotspots“, zur gezielten Sicherung von Wiederauffüllungsgebieten, zur Verbesserung von Abwasser- und Düngemittelmanagement und zur Steuerung künftiger Entwicklung. Einfach gesagt: Durch kluge Landplanung heute lassen sich die Brunnen von morgen sauberer, sicherer und zuverlässiger erhalten.

Zitation: K, A., Gautam, S., Prince Arulraj, G. et al. Forecasting land-use and land-cover change for groundwater sustainability in the Muvattupuzha basin using CA-Markov (2033–2050). Sci Rep 16, 7462 (2026). https://doi.org/10.1038/s41598-026-38961-2

Schlüsselwörter: Grundwasser, Urbanisierung, Landnutzungswandel, Nitratverschmutzung, Kerala