Grondwaarheidsdataset voor gewas- en irrigatietypen in Marokkaanse landbouwgebieden

Waarom het belangrijk is boerderijen van de grond af te kaart

Voedselproductie in droge gebieden hangt af van elke druppel water en elk stukje grond. Toch ontbreken vaak gedetailleerde, betrouwbare kaarten van wat waar wordt geteeld en hoe velden worden beregend. Dit artikel introduceert een nieuwe open dataset uit Marokko die observaties ter plaatse van gewassen en irrigatiesystemen koppelt aan satellietbeelden, en zo wetenschappers en besluitvormers een krachtig instrument geeft om land en water beter te beheren in een opwarmend en uitdrogend klimaat.

Landbouw in een gebied met beperkte watervoorziening

Marokko ligt op het snijpunt van Mediterrane en Noord-Afrikaanse klimaten, waar neerslag ongelijk is en watervoorraden onder druk staan. Landbouw levert al een groot deel van de nationale economie en recente beleidsmaatregelen hebben ingezet op hogere productie om banen en voedselzekerheid te ondersteunen. Tegelijkertijd zien boeren krimpende rivieren, onder druk staande grondwaterreserves en stijgende temperaturen. Begrijpen welke gewassen worden aangeplant, hoe ze door het seizoen heen veranderen en welke typen irrigatie worden gebruikt, is essentieel voor de planning van watergebruik, het beoordelen van landbouwbeleid en het volgen van de impact van klimaatverandering op het platteland.

Een nieuw beeld van Marokkaanse velden

Om deze informatiekloof te dichten voerde het onderzoeksteam tussen eind 2023 en begin 2025 een grote veldcampagne uit in vijf belangrijke landbouwregio's: El Gharb, Tadla, Doukkala, El Haouz en Souss. Met een mobiele kaartapp gekoppeld aan een geografisch informatiesysteem tekenden ze ter plaatse de omtrekken van ongeveer 10.000 afzonderlijke landbouwpercelen. Voor elk perceel noteerden ze wat er groeide, of het land afhankelijk was van regen of beregend werd, en welke besproeiingsmethode werd toegepast. De dataset omvat 45 gewastypen, variërend van seizoensgewassen zoals tarwe, maïs en groenten tot langdurige boomgaarden met olijven, citrus en arganbomen. Zes irrigatiesystemen werden gedocumenteerd, van traditionele overstromings- en bassinmethoden tot moderne druppel-, sproei- en pivot-systemen. Elk record bevat ook een geo-getagde foto om een visuele indruk van de veldomstandigheden te geven.

Hoe het veldwerk werd uitgevoerd

Het team ontwikkelde een standaardvragenformulier om te waarborgen dat elke waarnemer gewassen en irrigatie op dezelfde manier beschreef. Vier getrainde onderzoekers reisden samen, elk uitgerust met dezelfde smartphone-opstelling, zodat percelen consequent werden getekend en gelabeld. In het veld digitaliseerden ze perceelsgrenzen ter plaatse in plaats van die later uit satellietbeelden af te leiden, een stap die kaartfouten aanzienlijk terugbracht. Voor sommige gewassen, zoals tarwe en boomgaarden, verzamelden ze extra details zoals planthoogte, boomafstand en stamomtrek. Aan het einde van elke dag evalueerden ze hun werk, controleerden welke gebieden nog ontbraken en corrigeerden twijfelachtige invoer, wat hielp de gegevens compleet en betrouwbaar te houden.

De dataset verifiëren aan de hand van plantengroenheid

Om te testen of hun labels over de tijd klopten, vergeleken de auteurs de gemapte percelen met een satellietgebaseerde maat voor plantengroenheid, de Normalized Difference Vegetation Index (NDVI), gedurende 2024. Velden die als seizoensgewassen waren gemarkeerd, lieten sterke pieken in groenheid zien tijdens het groeiseizoen en lage waarden na de oogst, zoals verwacht. Boomgewassen behielden gedurende het grootste deel van het jaar hogere groenheidswaarden, terwijl kale grond laag bleef. Gemengde systemen van bomen met onderbegroeiing gaven de hoogste en meest gevarieerde groenheidspatronen. Deze duidelijke verschillen tussen klassen suggereren dat de veldlabels consistent zijn met het daadwerkelijke vegetatiegedrag over het jaar.

Wat deze bron voor de toekomst biedt

De resulterende dataset is vrij beschikbaar en is bedoeld om in de loop van de tijd te worden bijgewerkt. Hij kan worden gecombineerd met satellietbeelden van missies zoals Sentinel of Landsat om computermodellen te trainen gewastypen en irrigatiemethoden vanuit de ruimte te herkennen, en die kennis vervolgens ver buiten de gemapte percelen uit te breiden. Voor Marokko en de bredere Noord-Afrikaanse regio betekent dit nauwkeuriger kaarten van waar watervretende gewassen worden geteeld, hoe irrigatiepraktijken verschuiven en hoe landbouwbeleid in de praktijk uitpakt. Simpel gezegd levert de studie een gedetailleerde ‘waarheid op de grond’-kaart die helpt satellietbeelden om te zetten in bruikbare informatie voor het beheer van land en water onder toenemende klimaatdruk.

Bronvermelding: Ouassanouan, Y., Elfarkh, J., Grich, S. et al. Crop and irrigation types ground-truth dataset for Moroccan agricultural regions. Sci Data 13, 746 (2026). https://doi.org/10.1038/s41597-026-06993-y

Trefwoorden: landbouw Marokko, kaartering van gewastypen, irrigatiesystemen, remote sensing, grondwaarheidsdata