Verschillen in trends van Arctische-boreale meren veroorzaakt door gevoeligheid voor droge omstandigheden

Waarom krimpende en groeiende noordelijke meren ertoe doen

In heel Alaska en Noord-Canada steken meren als blauwe kralen af tegen het witte landschap. Deze wateren zijn essentieel voor het wild, lokale gemeenschappen en zelfs het mondiale klimaat. Toch geven langjarige satellietreeksen tegenstrijdige antwoorden op een fundamentele vraag: worden deze meren samen groter of kleiner? Dit artikel onderzoekt waarom verschillende ruimtegebaseerde kaarten tegenovergestelde trends rapporteren en laat zien dat het antwoord ligt in hoe satellieten meren waarnemen tijdens droge jaren, vooral langs rommelige, moerassige oevers.

Hoe we meren vanuit de ruimte bekijken

Wetenschappers vertrouwen op satellietbeelden om honderden duizenden afgelegen Arctische en boreale meren te volgen die onmogelijk regelmatig ter plaatse te bezoeken zijn. Twee belangrijke werkpaarden zijn NASA’s langlopende Landsat-programma en Europa’s recentere Sentinel-2-missie. Landsat heeft een reeks die teruggaat tot de jaren tachtig maar ziet de aarde met relatief groffe pixels van 30 meter en passeert minder vaak. Sentinel-2 begon pas in 2016 maar levert veel scherpere pixels van 10 meter en frequentere waarnemingen. De auteurs richtten zich op zes merrijke regio’s in Alaska en noordwestelijk Canada, bouwden een hoogresolutiemap van bijna een miljoen meren en vergeleken vervolgens hoe twee veelgebruikte Landsat-gebaseerde waterdatasets en een Sentinel-2-gebaseerd product merenoppervlakten maten van 2016 tot 2021.

Waar de cijfers het oneens zijn

Wanneer de drie datasets naast elkaar werden gelegd, verschilden ze vaak over hoeveel van elke regio door meren werd bedekt. Eén Landsat-product (GSWO) gaf doorgaans totale merenoppervlakten die dicht bij de Sentinel-2-schattingen lagen, hoewel het soms te weinig of te veel water aanwees, afhankelijk van de regio. Het andere Landsat-product (GLAD) rapporteerde consequent meer merengebied dan zowel GSWO als Sentinel-2, gemiddeld zo’n kwart hoger. De verschillen waren vooral groot voor grote meren, waar kleine fouten in het volgen van de oever zich over een breed oppervlak opstapelen. Toch traden de grootste relatieve meningsverschillen, als rekening gehouden werd met de grootte van het meer, juist op bij de vele kleine, ondiepe meren die dit landschap domineren.

Droge jaren onthullen het probleem

Het meest onthullende patroon kwam naar voren toen het team relatief natte en droge jaren scheidde. Met Sentinel-2 als scherpste maatstaf bestempelden ze jaren met meer regionaal merenoppervlak als “nat” en jaren met minder als “droog.” In natte jaren trokken alle drie de producten zeer vergelijkbare meercontouren. In droge jaren liepen de satellietkaarten echter sterk uiteen. Beide Landsat-gebaseerde producten weekten meer af van Sentinel-2 wanneer meren op hun laagste niveaus stonden, maar op verschillende manieren: in sommige regio’s gaf GSWO in natte jaren minder water weer en iets meer in droge jaren, terwijl GLAD routinematig het merengebied overschatte en dat het sterkst deed onder droge omstandigheden. Wanneer deze verschillen werden opgeteld over tienduizenden meren, waren ze groot genoeg om het teken van kortetermijntrends in sommige regio’s om te keren, waardoor schijnbare “natwording” veranderde in “droging” of andersom.

Het probleem van vage oevers

Waarom zouden droge jaren zo verwarrend zijn vanuit de ruimte? De boosdoener is een gordel van “ambiguïteitspixels” rond meerkusten. Veel noordelijke meren zijn ondiep en omzoomd met moerassen, zandbanken en waterplanten. Wanneer het water zakt, komt meer van deze gemengde zone bloot te liggen. Vanuit de baan kan een enkele pixel een mix van water, modder en vegetatie bevatten, en qua kleur op sommige plaatsen meer op land lijken en op andere meer op water. Elk kaartalgoritme trekt de grens tussen land en water anders in deze gemengde zones. De studie laat zien dat deze subtiele keuzes — hoe pixels te classificeren in ondiepe, met planten gevulde randen — veel van de onenigheid tussen producten aansturen, met name in regio’s met veel kleine, vegetatierijke meren zoals de Yukon-Kuskokwim Delta en Yukon Flats.

Wat dit betekent voor het interpreteren van het langjarige beeld

Aangezien de meeste meerverandering langs de oever plaatsvindt, kunnen kleine classificatieverschillen in ambiguïteitspixels uitgroeien tot grote meningsverschillen wanneer trends over decennia en grote gebieden worden gevolgd. De auteurs constateren dat Landsat-producten de feitelijke jaar-op-jaar schommelingen in merenoppervlak vaak gladstrijken en de sterkte van trends verzwakken vergeleken met Sentinel-2; in meerdere regio’s suggereren ze zelfs de tegengestelde richting van verandering. Dit werk verklaart waarom verschillende studies, die verschillende datasets gebruikten, tegenstrijdige langjarige meertrends in dezelfde Arctische landschappen hebben gerapporteerd. Het wijst ook op oplossingen: nieuwe methoden die ondiep water, land en overstroomde vegetatie beter scheiden, mogelijk door scherpere optische beelden te combineren met toekomstige hoogresolutie radaraltimeters zoals de SWOT-missie. Totdat dergelijke hulpmiddelen rijpen, moeten wetenschappers en beleidsmakers merenoppervlaktetrends in gebieden met veel kleine, ondiepe, met vegetatie begroeide meren met voorzichtigheid behandelen en meer vertrouwen stellen in trends uit gebieden met grotere, diepere, helderdere meren.

Bronvermelding: Webb, E.E., Cooley, S.W., Levenson, E. et al. Discrepancies in Arctic-boreal lake area trends driven by sensitivity to dry conditions. Sci Rep 16, 5816 (2026). https://doi.org/10.1038/s41598-026-35981-w

Trefwoorden: Arctische meren, satellietkaarten, klimaatverandering, oppervlaktewatertrends, permafrost