Project

Onderzoek van feedback in bodemerosie door de lens van variabele sediment connectiviteit tijdens extreme gebeurtenissen in semi-aride stroomgebieden.

Acroniem
AsFoRESEEN
Code
41J06724
Looptijd
04-03-2024 → 03-03-2027
Financiering
Europese middelen: kaderprogramma, Gewestelijke en gemeenschapsmiddelen: Bijzonder Onderzoeksfonds
Mandaathouder
Onderzoeksdisciplines
  • Natural sciences
    • Geomorphology and landscape evolution
    • Surface water hydrology
    • Environmental chemistry
    • Environmental monitoring
    • Land capability and soil degradation
Trefwoorden
sediment transport bodemchemie bodemerosie
Overige informatie
 
Projectomschrijving

De bodemvoorraden in tropische savannes gaan snel achteruit, wat een onmiddellijke bedreiging vormt voor de voedsel-, water- en bestaanszekerheid van de maatschappij. Hiaten in onze kennis van de geomorfologische reacties op extreme weersfenomenen vormen een belemmering voor het toeschrijven van versnellende bodemerosie en sedimentfluxdynamiek aan landgebruik en klimaatverandering. Werkende in de Burdekin en Makuyuni rivieren als natuurlijke laboratoria voor tropische savannes, zal het AsFoRESEEN project de feedbackdynamiek in bodemerosie beoordelen door de lens van variabele sedimentconnectiviteit om de hypothese te testen dat extreem weer kan leiden tot regimeverschuivingen naar sterk geconnecteerde geulnetwerken. Het project heeft de ambitie om nieuwe benaderingen te ontwikkelen en deze te integreren met gevestigde technieken in een diagnostische toolkit met open toegang ter ondersteuning van gerichte bodem- en waterbeheerinterventies. Temporele dynamieken in fijn sediment en fosfortransport zullen worden gekwantificeerd met behulp van in-situ sensoren en sedimentdateringstechnieken. We zullen als eerste het gebruik van secundair verweerde metaalsoorten als tracers evalueren, wat een nieuwe manier biedt om de bijdrage van geulerosie in tropische bodems te kwantificeren. De resultaten van het monitoren van rivieren en het traceren van sedimentbronnen zullen worden geïntegreerd in een dynamisch sedimentbudget om niet-lineaire geomorfologische reacties op extreme gebeurtenissen en veranderingen in landgebruik op te helderen. Als bron van innovatie zullen we een machine-learning tool voor het kwantificeren van geulen koppelen aan een dynamisch stroomgebiedmodel, waarin geulen zowel een directe bron van sediment zijn als een drijvende kracht achter veranderende sedimentconnectiviteit. Het hybride model zal worden gebruikt om de effectiviteit van strategieën voor het herstellen van geulen te testen onder de huidige en toekomstige klimaatomstandigheden.

 
 
 
Disclaimer
Funded by the European Union. Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or the European Research Executive Agency (REA). Neither the European Union nor the authority can be held responsible for them.