Actuele informatie over het gebruik van landbouwgrond is essentieel bij het opstellen van beleid hierover. Het probleem in Duitsland is dat beleidsmakers het moeten doen met voornamelijk algemene statistieken over het grondgebruik. Deze informatie is niet alleen vrij ruw, maar ook nog eens niet up-to-date. Satellietbeelden kunnen veel gedetailleerdere informatie verschaffen die ook nog eens actueel is. Onderzoekers van het Thünen-instituut, de Humboldt-universiteit van Berlijn en het Leibniz-centrum voor agrarisch landschapsonderzoek (ZALF) e.V. hebben nu voor het eerst samen op basis van die gegevens een kaart gemaakt over het gebruik van landbouwgrond voor de jaren 2017, 2018 en 2019.
Om alle vergaarde informatie te verwerken gebruikten de onderzoekers machine learning. Want het ging om meer dan alleen beelden uit de ruimte gemaakt door de Amerikaanse Landsat 8-satelliet en het Copernicus-programma van het Europees Ruimteagentschap (ESA). Ze voegden ook allerlei andere informatie toe zoals grondgebruik in vroeger jaren, gegevens over het weer en kaartmateriaal van het Duitse Instituut voor cartografie en geodesie. Zo konden ze allerlei regionale bijzonderheden over veranderingen in grondgebruik in beeld brengen.
Precieze weergave van het grondgebruik
Op de kaarten kan zijn duidelijk de dominante gewassen en de voornaamste vormen van gebruik van akkerland te onderscheiden. Je ziet waar granen, groenten, meerjarige teelten en peulvruchten worden verbouwd. Het gaat zelfs nog een stap verder. Op de kaart zijn ook relevante landschapselementen zoals houtstructuren te zien. Op die manier is er voor het eerst een volledig beeld van het Duitse landbouwlandschap ontstaan in een raster van 10 bij 10 meter.
“Hoewel de kaarten al een hoge mate van nauwkeurigheid vertonen, is er nog steeds behoefte aan verder onderzoek”, benadrukt Patrick Hostert, hoogleraar aan de Humboldt Universiteit in Berlijn. Het systeem kan nu goed gewassoorten zoals koolzaad of suikerbieten onderscheiden. Er moet echter een inhaalslag worden gemaakt voor soorten die qua groeifase of uiterlijk sterk op elkaar lijken, zoals wintertarwe en triticale (een grassoort die vooral als veevoer wordt gebruikt). Ook soorten als kuilmaïs en korrelmaïs, die alleen verschillen in het soort gebruik, kunnen nog niet met voldoende nauwkeurigheid in kaart worden gebracht.
Verder onderzoek
Vooral voor plekken die herhaaldelijk onder water komen te staan, is er behoefte aan verder onderzoek, aldus de onderzoekers. Ondanks al deze tekortkomingen op dit moment zijn de kaarten “een mijlpaal in de ontwikkeling van gebiedsdekkende informatie over het landbouwgebruik”, benadrukken de wetenschappers van het Thünen-instituut.
“Dat deze kaarten geen doel op zich zijn, blijkt uit de uiteenlopende toepassingsgebieden van andere lopende projecten”, zegt Stefan Erasmi. Het is niet alleen een aanvulling op en verfijning van de landbouwstatistieken. Het vormt ook de basis voor toezicht op landbouwgebruik op nationaal niveau. Zo bieden de kaarten gegevens over biodiversiteit, maatregelen van het gemeenschappelijk landbouwbeleid van de EU (GLB) en een verandering in het landgebruik als factor voor de rapportage van broeikasgassen.
Ook interessant:
‘Landbouw moet veel meer doen aan de uitstoot van microplastics’
Europese Unie legt de basis voor een duurzame landbouw
