Voorspellen van veranderingen in landgebruik en landbedekking voor grondwaterduurzaamheid in het Muvattupuzha-bekken met CA-Markov (2033–2050)

Waarom veranderingen in landgebruik belangrijk zijn voor verborgen water

In veel tropische gebieden putten miljoenen mensen hun drinkwater uit ondergrondse bronnen. De manier waarop we steden bouwen, bossen kappen en het land gebruiken, verandert deze verborgen hulpbron echter ingrijpend. Deze studie onderzoekt het Muvattupuzha-rivierbekken in Kerala, zuidelijk India, en stelt een urgente vraag: naarmate het landschap verstedelijkt, wat gebeurt er met de kwaliteit en betrouwbaarheid van het grondwater waarvan de inwoners afhankelijk zijn?

Een rivierbekken onder snelle menselijke verandering

Het Muvattupuzha-bekken loopt van steile, beboste heuvels in de Western Ghats naar laaggelegen rijstvelden en achterwateren bij de Arabische Zee. Met behulp van satellietbeelden uit 2003, 2013 en 2023 volgden de onderzoekers hoe landgebruik en landbedekking zich over twee decennia ontwikkelden. Bos en landbouw domineerden het bekken vroeger, maar bebouwde gebieden – steden, dorpen, wegen en andere verharde oppervlakken – namen drastisch toe. Het aandeel bebouwd land steeg van ongeveer 12% van het bekken in 2003 tot meer dan 44% in 2023, voornamelijk ten koste van landbouwgrond en delen van het begroeide landschap. Tegelijkertijd kromp de hoeveelheid echt braakliggende of onbegroeide grond, en waterlichamen en wetlands vertoonden slechts geringe veranderingen in totaal, ondanks lokale inname en inpoldering.

Onder de grond kijken: hoe de waterchemie verandert

Om te onderzoeken hoe deze veranderingen aan het oppervlak het ondergrondse water beïnvloeden, analyseerde het team grondwatergegevens uit putten verspreid over het bekken voor drie referentie-jaren: 2003, 2013 en 2023. Ze maten basisparameters zoals elektrische geleidbaarheid (een aanwijzing voor hoe zout of mineraalrijk het water is), opgeloste vaste stoffen, belangrijke opgeloste mineralen zoals calcium, magnesium en natrium, en nitraat, dat vaak afkomstig is van meststoffen en rioolwater. In veel putten nam in de loop van de tijd het gehalte aan opgeloste mineralen en de hardheid gestaag toe, wat wijst op toenemende mineralisatie van het watervoerend pakket. Nitraatgehalten stegen ook op meerdere locaties, vooral in de buurt van stedelijke en intensief gebruikte agrarische gebieden, wat duidt op een groeiende invloed van menselijke afvalstoffen en landbouwchemicaliën. Hoewel veel putten nog binnen richtlijnen voor drinkwater vielen, kwam er een patroon van geleidelijke achteruitgang in de algehele kwaliteit naar voren.

Van kaarten en statistiek naar toekomstige scenario’s

Trends begrijpen is niet voldoende; planners moeten weten wat er mogelijk gaat gebeuren. De onderzoekers gebruikten een techniek genaamd CA-Markov-modellering om te projecteren hoe het landgebruik zich van 2023 tot 2050 zou kunnen ontwikkelen, gebaseerd op waargenomen veranderingen en fysieke beperkingen zoals helling, hoogte, bodems en afstand tot wegen en rivieren. Hun simulaties suggereren dat bebouwde gebieden zich blijven uitbreiden tot ongeveer 2033 en 2043, waarna de groei afvlakt richting 2050, terwijl landbouwgrond en oppervlaktewatergebieden onder aanhoudende druk blijven staan. Tegelijkertijd paste het team multivariate statistiek toe op de grondwatergegevens om twee hoofdinvloeden op de waterkwaliteit te onderscheiden: natuurlijke processen die mineralen uit gesteente oplossen, en menselijke activiteiten die verontreinigingen aan het oppervlak toevoegen. Die analyse liet zien dat zout, mineraalrijk water en nitraatverontreiniging vaak verschillende patronen volgen, wat wijst op uiteenlopende onderliggende oorzaken.

Machine learning om onzichtbare risico’s te ontleden

De studie ging een stap verder en gebruikte machine-learningalgoritmen om te onderzoeken of nitraat – een gezondheid relevant verontreinigende stof – te voorspellen is aan de hand van andere, gemakkelijker meetbare watereigenschappen. Modellen zoals Random Forest, Support Vector Regression en XGBoost werden getraind op de putgegevens, en een ‘verklaarbare AI’-tool genaamd SHAP werd gebruikt om te onthullen welke factoren het meest van belang waren. De modellen gaven aan dat magnesium, calcium en alkaliniteit belangrijke invloeden op nitraatniveaus zijn, waarschijnlijk omdat natuurlijke bufferreacties en zuurstofcondities in het watervoerend pakket de opbouw van nitraat bevorderen of onderdrukken. Tegelijkertijd benadrukte de beperkte voorspelbaarheid van nitraat op basis van algemene waterchemie dat lokaal landgebruik, sanitaire voorzieningen en landbouwpraktijken cruciale factoren blijven die rechtstreeks gemonitord moeten worden.

Wat dit betekent voor mensen en planning

Voor bewoners en beleidsmakers is de boodschap duidelijk: het landgebruik in het Muvattupuzha-bekken bepaalt in sterke mate de kwaliteit van het grondwater eronder. Snelle stedelijke groei, samen met veranderingen in de landbouw, heeft in veel putten al geleid tot hogere mineralengehaltes en toegenomen nitraat, en de verwachte landgebruiksontwikkelingen wijzen op aanhoudende druk als huidige patronen blijven voortbestaan. Door satellietgebaseerde landkaarten, veldmetingen en transparante machine-learningtools te combineren, biedt de studie een praktisch kader om opkomende grondwater-‘hotspots’ te signaleren, te bepalen waar herlaadgebieden beschermd moeten worden, riolering en meststofbeheer te verbeteren en toekomstige ontwikkeling te sturen. Simpel gezegd: verstandig landbeleid vandaag kan helpen om de putten van morgen schoner, veiliger en betrouwbaarder te houden.

Bronvermelding: 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

Trefwoorden: grondwater, verstedelijking, verandering van landgebruik, nitraatverontreiniging, Kerala