Toepassing van met tijdvertraging verkregen satellietbeeld gebaseerde gewaskoefficiënten voor het schatten van werkelijke evapotranspiratie via de FAO-56 methode

Waarom oude satellietmomentopnamen van belang zijn voor de boerderijen van vandaag

In droge gebieden doet elke druppel water die uit ondergrondse watervoerende lagen wordt opgepompt ertoe voor zowel boeren als stedelijke gemeenschappen. Toch is het verrassend moeilijk om dag na dag te weten hoeveel water gewassen daadwerkelijk verbruiken over een heel stroomgebied. Deze studie onderzoekt een praktische korte weg: kunnen we satellietinformatie van tien jaar geleden hergebruiken in plaats van voortdurend nieuwe beelden te verwerken, en toch betrouwbare schattingen krijgen van het huidige watergebruik door gewassen?

Dorstige velden vanuit de ruimte volgen

Planten verliezen water aan de lucht tijdens hun groei, een proces dat simpelweg bekendstaat als „watergebruik” of technischer als evapotranspiratie. Dit watergebruik direct meten vereist dure apparatuur die energie- en vochtuitwisselingen boven velden registreert. Zulke instrumenten zijn bruikbaar voor individuele onderzoekspercelen, maar niet voor uitgestrekte landbouwgebieden met gemengde teelten. Satellieten bieden een uitweg: door patronen van licht en warmte aan het aardoppervlak vast te leggen, kunnen ze worden gebruikt om te schatten hoeveel water gewassen over grote gebieden gebruiken. De uitdaging is dat het omzetten van deze ruwe beelden in watergebruiksgetallen doorgaans zware berekeningen, gespecialiseerde expertise en regelmatige updates vergt.

Een eenvoudig recept met oud en nieuw data

De onderzoeker concentreerde zich op het Neishaboor-stroomgebied in het noordoosten van Iran, een droog tot semi-droog gebied waar ongeveer de helft van het land wordt bewerkt en grondwater intensief wordt gebruikt voor irrigatie. Het kernidee was om een ouder jaar, 2009, te behandelen als een gedetailleerde "trainingsmomentopname." Eerst werden satellietbeelden uit dat jaar gecombineerd met een goed geteste energiebalansmethode, SEBAL genoemd, om de dagelijkse waterafname van gewassen per pixel te schatten. Tegelijkertijd werden standaard weergegevens van een lokaal station gebruikt in de richtlijnbenadering van de Voedsel- en Landbouworganisatie van de VN (bekend als FAO-56) om te berekenen hoeveel water een referentiegraan onder ideale omstandigheden zou gebruiken.

Beelden omzetten in herbruikbare gewasprofielen

Door het satellietgebaseerde watergebruik in 2009 te delen door het referentiewatergebruik, maakte de studie kaarten van "gewaskoefficiënten" — eenvoudige cijfers die aangeven hoe dorstig de werkelijke gewassen zijn vergeleken met de ideale referentieplant op elke locatie. Deze coëfficiënten vatten het effect van gewastype, groeistadium en lokaal beheer compact samen. De gedurfde stap in dit werk was de aanname dat deze pixelniveautcoëfficiënten uit 2009 tien jaar later nog steeds nuttig zouden kunnen zijn. In 2019, in plaats van nieuwe satellietbeelden opnieuw te verwerken, nam de onderzoeker gewone maandelijkse weersgegevens en vermenigvuldigde die met de oude coëfficiënten om het huidige dagelijkse watergebruik van gewassen in dezelfde maanden te schatten. Deze schattingen werden vervolgens getoetst aan verse SEBAL-berekeningen uit 2019 op basis van satellietbeelden, behandeld als referentie.

Hoe nauwkeurig waren de schattingen?

De vergelijking werd uitgevoerd voor tien subbekkens verspreid over het stroomgebied, grotendeels waar geïrrigeerde landbouw geconcentreerd is. Van april tot oktober 2019 lag het gemiddelde verschil tussen de nieuwe kortere methode en de referentie-satellietberekeningen over het algemeen tussen ongeveer een halve millimeter en anderhalve millimeter water per dag. Fouten waren doorgaans kleiner in de piekmaanden van irrigatie, wanneer velden volledig groen en goed bewaterd waren, en wat groter in het vroege voorjaar. Toen fouten werden bekeken over dagen met laag, gemiddeld en hoog watergebruik, liet de methode geen sterke bias zien naar altijd overschatten of altijd onderschatten, wat aantrekkelijk is voor langetermijnwaterboekhouding.

Beperkingen van vertrouwen op het verleden

De studie belicht ook wanneer deze korte weg kan falen. Het grootste risico komt van veranderingen in landgebruik en teeltpatronen tussen het "oude" en het "nieuwe" jaar. Als boeren van tarwe overstappen op boomgaarden, geïrrigeerde oppervlaktes vergroten of verkleinen, of irrigatieschema's wijzigen, kunnen de tien jaar oude gewaskoefficiënten verouderd raken en extra fouten introduceren. Verschuivingen in het klimaat — zoals nattere of drogere jaren — en veranderingen in veldbeheer kunnen ook beïnvloeden hoe goed de oude coëfficiënten de huidige omstandigheden representeren. De auteur suggereert dat het verkleinen van de tijdkloof, bijvoorbeeld door beelden van slechts enkele jaren eerder te gebruiken, en beter volgen van landgebruiksveranderingen de resultaten waarschijnlijk zou verbeteren.

Wat dit betekent voor waterbeheer

Voor waterbeheerders die werken in dataschaarse, droogtegevoelige regio's zijn deze bevindingen bemoedigend. Ze suggereren dat wanneer actuele satellietverwerking niet haalbaar is, eerder afgeleide gewasprofielen nog steeds redelijk nauwkeurige schattingen kunnen geven van hoeveel water landbouwgebieden in een stroomgebied gebruiken. De aanpak vereenvoudigt de werklast door een complexe, beeldintensieve taak om te zetten in een meer directe berekening aangedreven door routinematige weersgegevens. Hoewel het niet overal gedetailleerde monitoring kan vervangen, en afhankelijk is van het volgen van veranderingen in teeltpatronen, biedt deze methode een praktisch instrument ter ondersteuning van beslissingen over irrigatie, grondwaterwinning en langetermijnwaterplanning.

Bronvermelding: Moazenzadeh, R. Application of time-lagged satellite image-based crop coefficients for estimating actual evapotranspiration through FAO-56 method. Sci Rep 16, 6859 (2026). https://doi.org/10.1038/s41598-026-38365-2

Trefwoorden: evapotranspiratie, remotesensing, gewassenwatergebruik, grondwaterbeheer, semi-aride landbouw