📄 earth_science

Attributing Runoff Variability to Climate Change and Land Use–Land Cover Change in the Hasdeo River Catchment Using SWAT

Deze studie maakt gebruik van het SWAT-model om aan te tonen dat significante landgebruikveranderingen en klimaatvariabiliteit de afvoer in het Hasdeo-rivierbekken aanzienlijk hebben verhoogd, waarbij toekomstige projecties onder RCP-scenario's wijzen op een geïntensiveerde seizoensgebonden afstroming en verhoogde overstromingsrisico's.

Oorspronkelijke auteurs: Anuradha Sahu, MK Nema, Susanta Das, VK Chandola

Gepubliceerd 2026-06-29

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Anuradha Sahu, MK Nema, Susanta Das, VK Chandola

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je het stroomgebied van de Hasdeo-rivier voor als een gigantische, natuurlijke spons die in het hart van India ligt. Deze spons bestaat uit bodem, bossen en velden, en zijn taak is om regen op te zuigen en deze langzaam aan de rivier af te geven. Deze studie is als een detectiefonderzoek naar wat er gebeurt wanneer je die spons te hard uitknijpt of de textuur ervan verandert.

Hier is het verhaal van het artikel, onderverdeeld in eenvoudige delen:

1. De Setting: Een Spons onder Druk

Het gebied van de Hasdeo-rivier is een enorme "spons" (ongeveer 9.920 vierkante kilometer). Lange tijd was deze spons grotendeels bedekt met dikke bossen en open struikgewas, wat fungeert als een zachte, pluizige bovenlaag die helpt om water geleidelijk in te laten trekken.

De laatste decennia zijn mensen echter druk bezig geweest met het veranderen van het oppervlak van de spons. Ze hebben:

Bomen gekapt (ontbossing).
Meer huizen en steden gebouwd (verstedelijking).
Steenkool opgegraven (mijnbouw).
Boerderijen uitgebreid.

Denk hierbij aan het vervangen van de zachte, pluizige bovenkant van een spons door een harde, plastic plaat. Wanneer regen op een plastic plaat valt, trekt het niet in; het stroomt onmiddellijk weg en raast de heuvel af.

2. Het Detectie-instrument: Het "SWAT"-model

Om precies te achterhalen hoeveel water er van dit veranderde landschap afstroomt, gebruikten de onderzoekers een computerprogramma genaamd SWAT (Soil and Water Assessment Tool).

Zie SWAT als een zeer nauwkeurige video game simulator. De onderzoekers voerden de computer echte gegevens over het land, de bodem en het weer van 1991 tot 2017. De computer "speelde" vervolgens het spel om te zien hoeveel water er onder die omstandigheden door de rivier zou stromen.

Het resultaat: De simulator deed het erg goed. Wanneer ze de voorspellingen van de computer vergeleken met de metingen uit de echte wereld, kwamen deze zeer nauw overeen (ongeveer 80% nauwkeurigheid). Dit gaf de onderzoekers het vertrouwen dat hun "spel" de werkelijkheid correct weergaf.

3. Wat is er in het verleden gebeurd? (1991–2017)

De onderzoekers bekeken de "voor en na" foto's van het land.

De verandering: Tussen 1991 en 2017 groeide het gebied bedekt door gebouwen en boerderijen aanzienlijk (met respectievelijk ongeveer 5% en 4%). Ondertussen krompen de bossen (met ongeveer 5% tot 6%).
Het effect: Omdat de "spons" zijn zachte bosbedekking verloor en meer harde oppervlakken kreeg, had het water geen andere keuze dan rechtstreeks naar de rivier te stromen.
De cijfers: De studie vond dat de hoeveelheid water die van het land afstroomde toenam met 146% in de computersimulatie en 137% in de echte waarnemingen. In essentie begon de rivier veel meer water te vervoeren dan voorheen, voornamelijk omdat het land het niet meer kon vasthouden.

4. In de Kristallen Bol Kijken: Toekomstige Voorspellingen

De onderzoekers keken niet alleen naar het verleden; ze gebruikten een "kristallen bol" (een klimaatmodel genaamd HadGEM2) om te raden wat de toekomst brengt. Ze keken naar drie verschillende scenario's voor hoe de wereld tegen 2050 zou veranderen:

Scenario A (RCP 2.6): Een "zachte" toekomst met lage vervuiling.
Scenario B (RCP 4.5): Een "matige" toekomst.
Scenario C (RCP 8.5): Een "extreme" toekomst met veel vervuiling en hitte.

De voorspelling:
Ongeacht welk scenario er plaatsvindt, wordt verwacht dat de rivier natter wordt, vooral tijdens het regenseizoen.

Onder het "zachte" scenario zou de rivierafvoer met 7% kunnen toenemen.
Onder het "matige" scenario zou het met 10% kunnen toenemen.
Onder het "extreme" scenario zou het met 15% kunnen springen.

Nog erger: het regenseizoen zelf zal naar verwachting veel heviger worden. De studie voorspelt dat de regenseizoenen 29% tot 55% meer water kunnen zien stromen dan voorheen. Dit is alsof je een milde douche verandert in een brandslang.

5. Wie krijgt de schuld? (Klimaat versus Landgebruik)

De onderzoekers wilden weten: komt het extra water omdat het meer regent (klimaatverandering) of omdat we het land hebben veranderd (landgebruik)?

Ze kwamen tot de conclusie dat het een gezamenlijke inspanning is, maar dat de verhouding verandert afhankelijk van hoe erg de toekomst wordt:

In een "zachte" toekomst: Het weer (regen) is de belangrijkste factor en is verantwoordelijk voor ongeveer 57% van de verandering.
In een "matige" toekomst: De interactie tussen het weer en het veranderde land wordt de grootste factor (ongeveer 59%).
In een "extreme" toekomst: De combinatie van slecht weer en ons veranderde land (mijnbouw, het kappen van bomen) creëert een "perfecte storm" en is verantwoordelijk voor bijna 70% van de verandering.

6. De Kern van het Verhaal

De studie concludeert dat de Hasdeo-rivier een snellere, krachtigere en minder voorspelbare rivier wordt.

Het risico: Omdat het water sneller en in grotere volumes wegstroomt, neemt het risico op overstromingen toe, vooral in de lagere delen van de rivier waar het water zich verzamelt.
De waarschuwing: Als we bossen blijven kappen en mijnbouw en steden blijven uitbreiden zonder planning, kan de rivier vaker buiten zijn oevers treden, wat een bedreiging vormt voor de mensen en boerderijen in de nabijheid.

Kortom: Het land is minder een spons en meer een glijbaan geworden. Wanneer de regen valt, glijdt het water er te snel vanaf, en toekomstige stormen voorspellen dat die glijbaan nog steiler zal worden. De paper suggereert dat we het land beter moeten beheren om het water weer af te remmen.

Technische Samenvatting: Toeschrijving van Afvoerbare Variabiliteit aan Klimaatverandering en Landgebruik–Landbedekkingsverandering in het Hasdeo-rivierbekken met behulp van SWAT

Probleemstelling
Het Hasdeo-rivierbekken (9.920 km²), een cruciaal subbekken van de Mahanadi-rivier in Chhattisgarh, India, staat onder zware milieudruk door antropogene activiteiten. Uitgebreide kolenwinning, snelle verstedelijking en agrarische expansie hebben geleid tot significante ontbossing en landschapsverandering. Deze Landgebruik–Landbedekkingsveranderingen (LULC), samen met klimaatvariabiliteit, veranderen de hydrologische cyclus, specifiek door de toename van oppervlakkige afvoer en de afname van bodemretentie. Dit brengt risico's met zich mee van abnormale overstromingen, verminderde opslagcapaciteit in de Hasdeo-dam en ecologisch evenwicht. Er is een behoefte om de relatieve impacts van LULC-veranderingen versus klimaatverandering op de stroming te kwantificeren om waterbeheer en waterbronplanning te informeren.

Methodologie
De studie maakte gebruik van de Soil and Water Assessment Tool (SWAT), een semi-gedistribueerd hydrologisch model, om afvoer te simuleren en variabiliteit toe te schrijven aan specifieke drijfveren.

Studiegebied & Data: Het model werd toegepast op het Hasdeo-bekken, verdeeld in 23 sub-watersheds. De inputdata omvatte Digitale Hoogtemodellen (DEM), bodemkaarten (FAO) en dagelijkse meteorologische gegevens (1991–2017) van het India Meteorological Department (IMD). Hydrologische gegevens (dagelijkse stroming) werden verkregen van de Central Water Commission.
LULC-analyse: Landgebruikkaarten voor 1991 en 2017 werden gegenereerd met behulp van supervised classificatie van Landsat-beelden (Landsat 5 en 8) in ArcGIS. De nauwkeurigheid van de classificatie werd gevalideerd met grondcontrole, wat resulteerde in algemene nauwkeurigheden van 85% (1991) en 89% (2017) met Kappa-coëfficiënten van respectievelijk 0,81 en 0,86.
Modelcalibratie en Validatie: Het model werd gekalibreerd en gevalideerd met de SWAT-CUP interface met het SUFI-2 algoritme. De kalibratieperiode besloeg 1993–2010, en de validatieperiode besloeg 2011–2017. Sensitiviteitsanalyse identificeerde SOL_AWC (beschikbaar watergehalte in de bodem) als de meest gevoelige parameter. Prestaties werden geëvalueerd met de determinatiecoëfficiënt ( $R^2$ ), de Nash–Sutcliffe Efficiency (NSE) en de Kling–Gupta Efficiency (KGE).
Toekomstige Projecties: Toekomstige klimaatscenario's werden gegenereerd met behulp van het HadGEM2 Global Climate Model (GCM) onder drie Representative Concentration Pathways (RCP 2.6, 4.5 en 8.5) voor de periode 1s991–2050. Deze klimaatprojecties werden geïntegreerd met geprojecteerde LULC-veranderingen om toekomstige stromingspatronen te simuleren.

Belangrijkste Resultaten

LULC-veranderingen (1991–2017): De analyse toonde een toename van 4,96% in bebouwde gebieden en een toename van 3,83% in landbouwgrond. Daartegenover stond een afname van 6,70% in open bos en 5,13% in dicht bos. Braakliggend land en waterlichamen namen toe met respectievelijk 1,66% en 1,39%.
Modelprestaties: Het SWAT-model vertoonde een goede prestatie, met $R^2$ -waarden van 0,84 (kalibratie) en 0,86 (validatie), en NSE-waarden van 0,73 en 0,71, respectievelijk.
Historische Afvoertrends: Tussen 1991 en 2017 nam de gesimuleerde afvoer met 146,53% toe, terwijl de geobserveerde afvoer met 137,79% toenam. De gemiddelde seizoensgebonden afvoer steeg van 257,8 m³/s (1991–2000) naar 415,52 m³/s (2011–2017).
Spatio-temporele Variabiliteit: Ruimtelijke analyse identificeerde stroomafwaartse sub-watersheds (met name 12, 16, 20, 22 en 23) als de gebieden met de hoogste stroming, die boven de 1500 m³/s uitkomt. Temporele analyse gaf aan dat de frequentie van extreme afvoergebeurtenissen (klasse 3000–4000 m³/s) na 2005 met 10–15% is toegenomen vergeleken met de eerdere periode.
Toekomstige Stromingsprojecties: Onder toekomstige RCP-scenario's wordt een toename van de piekstroming geprojecteerd van 7% (RCP 2.6), 10% (RCP 4.5) en 15% (RCP 8.5) vergeleken met historische niveaus. Het natte seizoen zal aanzienlijk natter worden, met toenames van 29%, 43% en 55% onder de respectievelijke scenario's.
Toeschrijving van Afvoerdrijvers: De studie kwantificeerde de bijdragen van klimaatvariabiliteit, LULC-verandering en hun interactie:
- RCP 2.6: Klimaatvariabiliteit was de dominante drijfveer (57,57%), waarbij LULC 4,41% bijdroeg en de interactie 38,02%.
- RCP 4.5: Het interactie-effect werd dominant (59,42%), met klimaat op 33,71% en LULC op 6,87%.
- RCP 8.5: Het interactie-effect droeg 69,77% bij aan de verandering in afvoer. De directe invloed van LULC steeg naar 18,75%, terwijl de directe klimaatinvloed daalde naar 11,48%.

Betekenis en Claims
De auteurs beweren dat deze studie een uitgebreide evaluatie biedt van hoe klimaatvariabiliteit en LULC-veranderingen gezamenlijk de stromingsdynamiek in een door mijnbouw intensief bekken beïnvloeden. De bevindingen bevestigen dat hoewel historische afvoer toenames werden gedreven door beide factoren, toekomstige hydrologische reacties steeds meer zullen worden gedomineerd door de interactie tussen klimaatforcing en landoppervlakteveranderingen.

Het artikel stelt dat de geprojecteerde intensivering van seizoensgebonden afvoer en stromingsvariabiliteit wijst op een hoger risico op overstromingen en een veranderde waterbeschikbaarheid, met name in stroomafwaartse sub-watersheds. Deze bevindingen worden gepresenteerd als waardevol voor beleidsmakers en onderzoekers betrokken bij waterbeheer, overstromingsbestrijding en de regulering van mijnbouwactiviteiten. De studie benadrukt de noodzaak van geïntegreerde watershed-beheerstrategieën die zowel landgebruiksplanning als klimaatadaptatie rekening houden om toekomstige hydrologische risico's te beperken. De auteurs merken beperkingen op met betrekking tot de ruimtelijke resolutie van meteorologische gegevens en de uitsluiting van expliciete grondwater-oppervlaktewater-interacties, en suggereren dit als gebieden voor toekomstig onderzoek om de voorspellende nauwkeurigheid te verbeteren.