Bodemonderzoekers uit Sydney, Australië, en Bogor, Indonesië toont aan dat tropische veengebieden nauwkeurig in kaart kunnen worden gebracht met behulp van vrij beschikbare teledetectiegegevens met behulp van open source-software.

Op COP23 in Bonn, het Global Peatlands Initiative organiseert evenementen om veengebieden op de agenda te krijgen tijdens COP23. Veengebieden spelen een belangrijke rol in de wereldwijde koolstofcyclus omdat het een enorme hoeveelheid koolstof opslaat. Een klein verlies aan turf door landontginning en wanbeheer kan een grote hoeveelheid CO2 in de atmosfeer brengen. Indonesië heeft een van de grootste veengebieden in de tropen, met een schatting van 15 miljoen hectare. Als antwoord op de wereldwijde kwestie van het verminderen van de CO2-uitstoot, Indonesië heeft wetgeving over de bescherming en het beheer van het veenecosysteem. De wetgeving schetste beschermde gebieden, wat afhangt van de dikte van het veen; echter, de grootste uitdaging is het gebrek aan fijnmazige, nauwkeurige kaarten van de veenverdeling en de dikte ervan. De huidige veenlandschapskaart in Indonesië is grofweg met veel onzekerheid en houdt geen rekening met instandhoudings- en beheersvoorschriften.

Traditionele bodemkarteringstechnieken zijn te duur omdat ze veel veldwaarnemingen vereisen, en de output kan te subjectief zijn. Veel technologieën voor het in kaart brengen van veengebieden zijn getest in Indonesië, inclusief vliegende sensoren om turf van bovenaf te detecteren. Echter, veel van de technologieën zijn niet kosteneffectief voor grootschalige mapping.

Onderzoekers van de Universiteit van Sydney, Australië en het Institut Pertanian Bogor in Indonesië hebben een open digitale kaartmethodologie voorgesteld, gebruik maken van open data in een open source omgeving, als een kosteneffectieve en nauwkeurige methode voor het in kaart brengen van veen en zijn koolstofvoorraad voor grote gebieden in Indonesië. De studie werd gepubliceerd in Geoderma, een wereldwijd bodemwetenschappelijk tijdschrift.

Deze open methodologie combineert veldwaarnemingen met factoren waarvan bekend is dat ze de veendiepteverdeling in de ruimte beïnvloeden. Deze factoren worden vertegenwoordigd door multi-source remote sensing data afgeleid van vrij beschikbare open data:digitaal hoogtemodel van de Shuttle Radar Topography Mission, geografische informatie, radar (ALOS PALSAR en Sentinel 1-gegevens) en optische beelden (Landsat TM). De methode maakt gebruik van geavanceerde machine learning-modellen om elke 30 meter veendiepte op het landoppervlak te voorspellen. Om het transparant te maken, verantwoordelijk, en herhaalbaar, alle mapping procedures werden gescript in de R open source en gratis software.

De auteurs hebben deze benadering met succes toegepast bij het in kaart brengen van de turfdikte en koolstofvoorraad op het eiland Bengkalis, Sumatra, met een oppervlakte van 50, 000 ha. De auteurs gaven verder een schatting van de kosten en tijd die nodig zijn voor de productie van kaarten, d.w.z. twee tot vier maanden met kosten tussen $ 0,3 en $ 0,5/ha voor een oppervlakte van 50, 000 ha. Blijkbaar, er is een afweging tussen kosten en nauwkeurigheid.

Onderzoekers uit Sydney hebben digitale bodemkarteringstechnieken ontwikkeld en met succes toegepast voor landelijke bodemkoolstofkartering in verschillende landen. Sommige onderzoekers geloven dat de enige oplossing voor het in kaart brengen van turf is om met Lidar te vliegen, een laserinstrument dat de topografie van het grondoppervlak meet. Deze studie toont aan dat we de veendikte nauwkeurig in kaart kunnen brengen met behulp van vrij beschikbare gegevens, de sleutel is dat we meerdere informatiebronnen moeten gebruiken.

Vanwege het open karakter van de methode (open data, en open source), de methode is schaalbaar naar het hele land en kan door veel groepen parallel worden uitgevoerd. Met de juiste opleiding, verschillende groepen in Indonesië kunnen deze mapping procedure in een standaard, en objectieve manier. De auteurs zijn van plan, als ze parallel worden uitgevoerd (zowel veldwerk als computermodellering), bestaande waarnemingen gebruiken en nieuwe waarnemingen verzamelen, een veenkaart met hoge resolutie (schatting van de veendikte om de 30 m) voor Indonesië kan in twee jaar worden voltooid.