Clear Sky Science · nl

Een remote sensing‑kader voor het voorspellen en beheren van afvalproductie in tropische hoogland‑agroecosystemen: casestudy van landgebruiksveranderingen in Cameron Highlands, Maleisië

· Terug naar het overzicht

Waarom bergafval ertoe doet

Hooglandbestemmingen zoals Maleisië’s Cameron Highlands worden gewaardeerd om hun koele klimaat, theeplantages en groene hellingen. Maar achter de ansichtkaartbeelden produceren boerderijen, hotels en markten steeds grotere hoeveelheden afval die moeilijk te verzamelen en veilig af te voeren zijn op steil, kronkelig terrein. Deze studie laat zien hoe satellietbeelden en digitale kaarten kunnen worden gecombineerd om te volgen waar dat afval vandaan komt, hoe het in de loop van de tijd verandert en waar het zich het meest ophoopt — informatie die lokale planners nodig hebben als ze toerisme en landbouw willen combineren zonder de hellingen te doen verdrinken in afval.

Figure 1
Figure 1.

De heuvels vanuit de ruimte volgen

De onderzoekers richtten zich op Cameron Highlands tussen 2020 en 2024, een periode van snelle veranderingen toen landbouw, stedelijke groei en post‑pandemisch toerisme het landschap hervormden. Ze gebruikten gratis satellietbeelden van de Europese Sentinel‑2‑missie en NASA’s Landsat‑8 om jaarlijkse landgebruikskaarten te maken, waarbij ze bos, landbouwgrond, bebouwde gebieden, struikgewas, kale grond en water onderscheidden. Met behulp van hoge resolutie‑beelden en veldfoto’s trainden ze een computergebaseerde classificatiemethode om elk 10‑meterpixel op de kaart te labelen. Nauwkeurigheidscontroles met honderden referentiepunten per jaar toonden aan dat meer dan 86–91% van de pixels correct werd geclassificeerd, wat het team vertrouwen gaf dat de kaarten echte veranderingen op de grond vastlegden.

Landverandering koppelen aan groeiende afvalbergen

Tegelijkertijd verkreeg het team gedetailleerde gegevens over afval dat werd ingezameld bij markten, boerderijen, hotels en verpakkingsbedrijven in de landbouwsector verspreid over het district. Elk inzamelpunt werd nauwkeurig met GPS in kaart gebracht en gecontroleerd via lokale audits. Door de jaarlijkse landgebruikskaarten naast deze lokale afvalmetingen te leggen, konden de auteurs de vraag stellen: stijgt het afval als landbouwgrond of stedelijke gebieden uitbreiden? Ze vonden dat dat het geval is. Uitbreiding van landbouwgrond vertoonde een sterke positieve relatie met de totale hoeveelheid afval, terwijl gebieden met meer boomdekking veel minder afval leken te genereren. Het totale afval schommelde sterk over de vijf jaar, stortte in tijdens de COVID‑19‑beperkingen in 2021 en bereikte een piek van bijna 1,2 miljoen kilogram in 2023 toen landbouw en toerisme zich herstelden.

Figure 2
Figure 2.

Verborgen hotspots opsporen

Om verder te gaan dan gemiddelden voor het hele district, bouwden de onderzoekers een ruimtelijk model dat afval op elke locatie voorspelt op basis van de mix van landgebruik en geografische ligging. Dit flexibele model legde niet‑lineaire ruimtelijke patronen vast en identificeerde waar afval waarschijnlijk uitzonderlijk hoog is. Het toonde aan dat meer dan 70% van de zwaarste afvalbelastingen voorkomt binnen ongeveer een halve kilometer van bebouwde of agrarische zones, vooral rond Brinchang, Tanah Rata, Kea Farm en andere drukke corridors waar boerderijen, verpakkingshuizen, markten en hotels samenklonteren. Bosgebieden, hoewel ze nog bijna 90% van het landschap beslaan, bleven grotendeels vrij van afvalhotspots en fungeerden als stabiliserende buffers rond deze activiteitencentra.

Handvatten voor slimmer beleid in kwetsbare heuvels

Door satellietgebaseerde landkaarten te combineren met gedetailleerde afvalgegevens toont de studie een praktische manier om te voorspellen waar rommel zich zal ophopen naarmate boerderijen en dorpen uitbreiden in steile hooglanden. De kernboodschap voor niet‑specialisten is eenvoudig: wanneer bos wordt omgezet in akkers en commerciële zones, neemt het afval scherp toe en concentreert het zich in smalle banden langs wegen en dalbodems. Het modelleringskader — nauwkeurig genoeg om ongeveer 92% van de zones met veel afval te signaleren — kan lokale autoriteiten adviseren waar inzamelpunten geplaatst moeten worden, waar handhaving van bestemmingsplannen nodig is en waar bosbuffers beschermd moeten worden. Het wijst ook prioritaire gebieden aan voor compostering van landbouwresten en terugwinning van verpakkingsmateriaal, waardoor hooglandgemeenschappen kunnen bewegen naar een meer circulaire, minder vervuilende manier om hun beperkte land te gebruiken.

Bronvermelding: Harun, S.N., Kemarau, R.A., Mazri, M. et al. A remote sensing framework for predicting and managing waste generation in tropical highland agroecosystems: case study of land use transitions in cameron highlands, Malaysia. Sci Rep 16, 12105 (2026). https://doi.org/10.1038/s41598-026-42488-x

Trefwoorden: Cameron Highlands, vuilnis, landgebruiksverandering, remote sensing, bergtoerisme