Integraal land- en waterbeheer in landelijke gebieden met het oog op het beperken van bodemverlies en modderoverlast (proefproject gemeente Gingelom)

Transcriptie

1 Laboratory for Experimental Geomorphology Integraal land- en waterbeheer in landelijke gebieden met het oog op het beperken van bodemverlies en modderoverlast (proefproject gemeente Gingelom) Eindrapport juli 2001 Afdeling Land

2 Laboratory for Experimental Geomorphology Integraal land- en waterbeheer in landelijke gebieden met het oog op het beperken van bodemverlies en modderoverlast (proefproject gemeente Gingelom) Eindrapport juli 2001 Gert Verstraeten, Kristof Van Oost, Anton Van Rompaey, Jean Poesen en Gerard Govers Laboratorium voor Experimentele Geomorfologie, Afdeling Fysische en Regionale Geografie K.U.Leuven Redingenstraat 16, 3000 Leuven tel.: 016/ fax: 016/ In opdracht van: Ministerie van de Vlaamse Gemeenschap Afdeling Land

3 Inhoudstafel 1 Het project Gingelom Beschrijving van gebruikte modellen en invoergegevens Effecten van de scenario s op bodemverlies/sedimentexport op lange termijn Effecten van de scenario s op bodemverlies/sedimentexport tijdens een extreem evenement Economische efficiëntie van de scenario s Besluit Referenties

4 Integraal land- en waterbeheer ter beperking van bodemverlies en modderoverlast 1 Het project Gingelom 1.1 Inleiding Het heuvelachtige zuiden van Vlaanderen wordt regelmatig geconfronteerd met overstromingen na hevige, lokale onweders. Omwille van de grote bodemverliesbedragen op het akkerland vertonen deze overstromingen vaak een modderig karakter. Wegen en woningen worden daarbij met een laag modder bedekt. Dit kan tot enorme financiële én psychologische schade bij de plaatselijke bevolking leiden. Bovendien is de aanvoer van sediment naar de waterlopen zodanig groot dat waterlopen en wachtbekkens snel dichtslibben. Deze moeten dan ook frequent geruimd worden. De vervuiling van de sedimenten met zware metalen, PAK s en pesticiden maakt dat de opruiming van rivierslib een zeer dure aangelegenheid is geworden in Vlaanderen. Er dringt zich dan ook een controlebeleid op dat er op gericht is om de negatieve stroomafwaartse gevolgen van bodemerosie door water tot een strikt minimum te beperken. Vanwege de complexe natuur van deze problemen is een integraal land- en waterbeheer op het niveau van kleine stroomgebieden (enkele tientallen km²) hiertoe het ideale instrument (Verstraeten, 2000). Het zuiden van de provincie Limburg is één van de regio s waar modderoverlast zeer frequent plaats grijpt. Vooral de gemeente Gingelom wordt hier meermaals per jaar mee geconfronteerd (Mermans, 1997). De specifieke aard van het landschap (diepe ingesneden valleien, bewoning geconcentreerd in de vallei, akkerland op steile hellingen) is één van de hoofdredenen waarom dit gebied zo gevoelig is voor kleinschalige overstromingen. Dit proefproject betreft dan ook een wetenschappelijke studie naar de effecten van mogelijke maatregelen die in het kader van een integraal land- en waterbeheer kunnen genomen worden, specifiek voor drie stroomgebieden in de gemeente Gingelom: de Molenbeek (2317 ha), de Cicindriabeek ( 1718 ha) en de Melsterbeek (1117 ha), telkens (hoofzakelijk) beperkt tot het grondgebied van de gemeente Gingelom (Kaart 1.1). Melsterbeek Cicindria Molenbeek % 0 1,000 2,000 meters Kaart 1.1: Locatie van de drie bestudeerde stroomgebieden te Gingelom 2

5 1.2 Integraal land- en waterbeheer voor stroomgebieden Een integraal land- en waterbeheer op het niveau van stroomgebieden houdt in dat er op verschillende locaties in het stroomgebied maatregelen worden genomen. De effecten van elke maatregel hebben niet alleen positieve gevolgen op de plaats waar ze genomen worden maar ook op andere, stroomafwaartse locaties. De maatregelen hebben zowel betrekking op het beperken van de bodemverlieshoeveelheden op het akkerland, als op het reduceren van het transport van sediment naar waterlopen. Bovendien dienen deze maatregelen ervoor te zorgen dat de piekdebieten worden gereduceerd zodat het risico op overstromingen kleiner wordt. Niet elke maatregel kan echter zomaar op elke plaats genomen worden. Hierbij dient van volgende punten worden uitgegaan: sediment dat niet wordt geproduceerd op de akkers (=bodemverlies) komt ook niet in de waterloop terecht; sediment dat wordt opgevangen in agrarisch gebied is weinig vervuild in tegenstelling tot sediment in waterlopen (menging met rioleringswater, afvoer van wegen, etc.); sediment in waterlopen dient geruimd te worden aan hoge kostprijs; modderoverlast in woonkernen is voornamelijk het gevolg van de afvoer van akkerland, vooraleer de afvoer in een permanente waterloop terechtkomt. Bij de selectie van de te evalueren maatregelen in het kader van een integraal land- en waterbeheer dient dan ook met deze uitgangspunten rekening gehouden worden. Meer in het bijzonder zal volgend referentiekader voor een integraal stroomgebiedsbeheer in acht worden genomen (zie figuur 1.1): kleine wachtbekkens hoge sediment-vangefficiëntie niet vervuild sediment frequent maar goedkoop baggeren aangevuld met maatregelen in het stroomgebied: grasgangen; houtkanten; taluds braaklegging (bos; weide) op steilste hellingen Cicindriabeek modderoverlast via de afvoer van akkerland gelocaliseerde wateren modderoverlast door overstroming van de Cicindriabeek met hoge sedimentlading wateroverlast door overstroming van de Cicindriabeek met lage sedimentlading Gecontroleerde overstromingsgebieden habitat lage sediment-vangefficiëntie weinig baggeren Figuur 1.1 Schematisch voorbeeld van een integraal land- en waterbeheer voor het stroomgebied van de Cicindriabeek te Gingelom/Sint-Truiden in agrarische stroomgebieden worden maatregelen genomen om bodemerosie te beperken: ondermeer braaklegging in het kader van de EU-richtlijn en groenbedekkers op de meest erosiegevoelige percelen, aanpassing van de gewasrotaties, houtkanten en taluds, grasgangen op plaatsen met een hoog risico op ravijnerosie. 3

6 bovenstaande maatregelen zullen het bodemverlies niet volledig doen verdwijnen: er zal dus nog steeds sediment worden geproduceerd dat best in het agrarisch gebied wordt opgevangen. Dit kan gebeuren door de aanleg van grasstroken (parallel aan de hoogtelijnen) of grasgangen in valleien, of door de realisatie van kleine wachtbekkens of bufferzones. Deze buffergebieden zorgen ook voor een reductie in optredende piekdebieten. Deze kleine wachtbekkens dienen zoveel mogelijk sediment op te houden en dienen dan ook zeer regelmatig geruimd te worden. Het sediment is echter weinig vervuild. Deze wachtbekkens worden zo goed mogelijk in het landschap geïntegreerd en kunnen eventueel als graasweide voor schapen/runderen worden gebruikt. aan de uitlaat van het stroomgebied kan een grotere overstromingszone langsheen de waterloop worden ingericht. Deze beschermt de stroomafwaarts gelegen dorpen en wegen tegen lokale wateroverlast bij een hoge waterstand van de waterloop. Omdat de sedimenten in de waterloop vervuild zijn, dient men om hoge ruimingskosten te verhinderen, ervoor te zorgen dat er zo weinig mogelijk sedimenten in deze overstromingsgebieden worden afgezet. Door het effect van de maatregelen in de agrarische gebieden zal er trouwens al minder sediment instromen. Indien de baggeroperaties in deze overstromingsgebieden drastisch worden beperkt of zelfs totaal overbodig worden, kunnen ze ingericht worden als nieuwe habitatgebieden waarbinnen aan een ecologische ontwikkeling kan gedaan worden. Talloze combinaties van concrete maatregelen zijn mogelijk binnen dit referentiekader. De uiteindelijke keuze van een welbepaald scenario zal afhankelijk zijn van: de impact van de maatregelen op het bodemverlies en de sedimentaanvoer naar waterlopen; de reductie in piekafvoer in zones waar geconcentreerde afvoer in bebouwde gebieden terechtkomt; de kosten-baten analyse van de reeks maatregelen; de socio-economische haalbaarheid van de maatregelen voor de landbouwers en de subsidiërende overheid. De studie heeft dan ook tot doel om verschillende scenario s tegenover elkaar af te wegen en zodoende aan de beleidsvoerende instanties een voorstel over te maken van verschillende vormen van een integraal stroomgebiedbeheersplan met de respectievelijke kosten-baten. Op basis van deze informatie kan dan door de bevoegde instantie een wetenschappelijk ondersteunde keuze gemaakt worden. Concreet zal in het kader van dit proefproject voor de geselecteerde stroomgebieden in de gemeente Gingelom een reeks van scenario s worden geëvalueerd. Hierbij zal gebruikt gemaakt worden van een bodemverlies- en een sedimenttransportmodel om het effect van de gesimuleerde maatregelen op de bodemverlieshoeveelheden en de sedimentladingen in de rivieren, te begroten. Deze modellen zullen eerst in detail worden toegelicht. 4

7 2 Beschrijving van gebruikte modellen en invoergegevens Het model (WaTEM/SEDEM) dat gebruikt wordt om een integraal land- en waterbeheer te evalueren werd ontwikkeld aan het Laboratorium voor Experimentele Geomorfologie van de K.U.Leuven. Het model steunt op verschillende deelmodellen en concepten en is ruimtelijk verdeeld. Bodemverliezen door afstromend water worden berekend a.h.v. een aangepaste versie van de universele bodemverliesvergelijking (RUSLE). Het berekenen van sedimentstromingen in het landschap, én uiteindelijk het begroten van de sedimentlast in de waterlopen, houdt rekening met de lokale transportcapaciteit van een plaats in het landschap. Het model is een aangepaste versie van WaTEM (Water and Tillage Erosion Model; Van Oost et al., 2000) en SEDEM (SEdiment DElivery Model; Van Rompaey et al., 2001a) én is speciaal ontworpen voor het evalueren van een integraal land- en waterbeheer naar zijn effectiviteit op het vlak van bodemverlies en sedimentexport. In de volgende paragrafen zullen de verschillende componenten van het model worden toegelicht. Daarbij wordt vnl. aandacht besteed aan de invoergegevens die nodig zijn voor de toepassing van het model in Vlaanderen. 2.1 Bodemverlies: RUSLE toegepast voor Vlaanderen Het bodemverliesmodel dat hier wordt toegepast, is gebaseerd op het RUSLE-model (Revised Universal Soil Loss Equation) dat ontwikkeld werd in de USA (Renard et al., 1997). Het gemiddeld jaarlijks bodemverlies dat ten gevolge van intergeul- en geulerosie optreedt op lange termijn, kan geschat worden via vergelijking (1): A = RKLSCP (1) met A: het gemiddeld jaarlijks bodemverlies als gevolg van geul- en intergeulerosie (ton/ha.jaar) R: de regenerosiviteitsfactor (MJ.mm/ha.jaar) K: de bodemerosiegevoeligheidsfactor (ton.h/mj.mm) LS: de topografische hellings- en lengtefactor (dimensieloos) C: de gewas- en bedrijfsvoeringsfactor (dimensieloos) P: de erosiebeheersingsfactor (dimensieloos) De RUSLE is een aangepaste versie van de USLE die reeds in de jaren zestig werd ontwikkeld (Wischmeier en Smith, 1965 en 1978) en steunt op méér dan proefperceel-jaar gegevens. Hoewel meerdere erosiemodellen sindsdien zijn ontwikkeld, waaronder vaak ingewikkelde modellen die de fysische processen expliciet in rekening brengen, werd in het kader van dit project toch voor het empirische RUSLE-model gekozen omwille van volgende redenen: voor Vlaanderen zijn de belangrijkste RUSLE-parameterwaarden beschikbaar, wat vaak niet het geval is voor de gedetailleerdere modellen; terreinonderzoek in Vlaanderen heeft duidelijk gemaakt dat de belangrijkste parameters in het RUSLEmodel ook hier een sterke invloed hebben op het bodemverliesrisico (vegetatie, topografie); het RUSLE-model werd door het Laboratorium voor Experimentele Geomorfologie uitgebreid voor 2- dimensionale landschappen waardoor convergentie van afvoer in talwegen in rekening gebracht kan worden; het RUSLE-model werd in het verleden al toegepast om de eerste erosiekaart voor gans Vlaanderen te berekenen (Van Rompaey et al., 1999a en 2000). De verschillende factoren in het RUSLE-model zullen in verder detail besproken worden en toegepast worden op de situatie in Vlaanderen in het algemeen, en deze van Gingelom in het bijzonder Neerslagerosiviteit: R-factor De R-factor geeft de lange termijnwaarde van de jaarlijkse erosivitieit van de neerslag en de afvoer. Bij de berekening van de R-factor wordt rekening gehouden met de (kinetische) energie van de neerslag en met de maximale intensiteit van de regenbui in een periode van 30 minuten, én dit voor alle regenbuien die een zekere neerslaghoogte overschrijden. 5

8 R = 1 n n ( E * I 30 ) m j= 1 k= 1 k (2) waarbij E: totale kinetische energie van de regenbui (MJ/ha); I 30 : de maximale neerslagintensiteit in 30 minuten (mm/h); n: aantal jaren waarvoor neerslaggegevens beschikbaar zijn; m: aantal buien in elk jaar. Voor elke regenbui kan de EI 30 -waarde berekend worden volgens: EI m o 30 = er V r I 30 k = 1 r= 1 (3) waarbij de regenbui wordt opgedeeld in o-verschillende pluviofazen en e r : de energie van de neerslag per eenheid van neerslag en per oppervlakteeenheid (MJ/ha.mm) voor pluviofaze r; V r : de neerslaghoogte van pluviofaze r (mm). Verschillende onderzoeken hebben aangetoond dat de neerslagenergie sterk gerelateerd is aan de neerslagintensiteit. De berekening van e r gebeurt volgens volgende formule: ( 0.05* i ) ( 0.72 ) r e r e = (4) waarbij i r de neerslagintensiteit is van pluviofaze r (mm/h) of i r V r = met t r de duur van pluviofaze r. t r Een neerslagperiode wordt als een afzonderlijke bui beschouwd van zodra ze gescheiden is van een andere neerslagperiode met een tussenperiode van minstens 6uur zonder neerslag. Aangezien de buien vaak van korte duur kunnen zijn en variaties in neerslagintensiteit bovendien vrij groot kunnen zijn op korte termijn, is het noodzakelijk dat de berekening van de R-factor gebeurt met voldoende gedetailleerde neerslaggegevens. Indien dit niet het geval zou zijn, zou de kinetische energie van elke regenbui sterk onderschat kunnen worden, en bijgevolg ook de R-factor. Bovendien moet men over een voldoende lange periode deze gedetailleerde neerslagwaarden hebben voor een correcte berekening van de lange termijnwaarde van de R-factor. Immers, het neerslagtotaal en de verdeling van de neerslag over verschillende buien wisselt van jaar tot jaar. Een eerste schatting van de R-factor voor de Belgische Leemstreek werd uitgevoerd door Laurant en Bollinne (1976). Zij maakten daarbij gebruik van neerslaggegevens met een interval van 10 minuten van het station Ukkel voor de periode en kwamen uit op een R-waarde van 649 MJ.mm/ha.jaar. Anders dan bij de methode die door de RUSLE wordt gegeven (Renard et al., 1997) beperkten zij zich niet tot neerslagbuien met een totale neerslaghoogte groter dan 12.7 mm. Laurant en Bollinne (1976) namen alle regenbuien met een neerslaghoogte van méér dan 1.27 mm in rekening. Veldobservaties maakten immers duidelijk dat ook buien met een beperkte neerslaghoogte tot aanzienlijke afvoer en bodemverlies konden leiden. Bollinne et al. (1979) berekenden ook voor andere neerslagstations in België de R-factor (Florennes, Saint-Hubert en Spa). Via een relatie tussen R en de gemiddelde jaarlijkse neerslag konden Bollinne et al. (1979) een neerslagerosiviteitskaart voor gans België opstellen: R P = 115,4e (5) waarbij 6

9 P=de gemiddelde jaarlijkse neerslaghoogte (mm). Voor de erosiekaart van Vlaanderen op perceelsniveau (Van Rompaey et al., 2000) werd uitgegaan van de kaart van Bollinne et al. (1979) voor de neerslagerosiviteitsfactor. Voor het grondgebied van de gemeente Gingelom zijn er geen gegevens beschikbaar die toelaten om de R-factor te berekenen volgens formules (2) tot en met (4). Bovendien zijn er ook geen waarden gekend van de jaarlijkse neerslag. Dit is wel het geval voor verschillende neerslagstations in de omgeving van Gingelom die ook gebruikt werden voor de opmaak van de neerslagerosiviteitskaart van Bollinne et al. (1979). Volgens deze kaart zou de R- factor voor Gingelom zich situeren tussen 650 en 750. Een gemiddelde waarde van 700 zal dan ook gebruikt worden in de berekening van de gemiddelde lange termijns-bodemverlieswaarde te Gingelom. Deze lange termijnwaarde voor de neerslagerosiviteit is evenwel niet voldoende om een accurate schatting van de gewasfactor (C-factor) uit te voeren (zie verder). Hiervoor is de verdeling van de neerslagerosiviteit binnen het jaar nodig. In de studie van Laurant en Bollinne (1976) werd deze verdeling voor Ukkel reeds gegeven en daaruit is gebleken dat de hoogste erosiviteitswaarden bereikt worden in de maanden juli-augustus, wat volledig te wijten is aan het voorkomen van zeer intense onweersbuien. Tijdens de wintermaanden is de erosiviteit eerder beperkt. Hoewel in de studie van Laurant en Bollinne (1976) gebruik gemaakt werd van gedetailleerde neerslaggegevens voor een periode van 40 jaar, kan men zich toch afvragen of deze periode lang genoeg is om een accurate lange termijnwaarde van de erosiviteitsverdeling over het jaar te berekenen. Aangezien bij de berekening van de neerslagerosiviteit extreme neerslagevenementen een belangrijke invloed hebben, is het van belang om deze gegevensperiode zo lang mogelijk te nemen. Sinds kort is voor het neerslagstation te Ukkel een gegevensreeks van 100 jaar ( ) digitaal voorhanden (Demareé et al., 1998). De neerslaggegevens met een tijdstap van 10 minuten voor de periode werden door het KMI gedigitaliseerd en gefinancierd door VMM en AMINAL. Voor de periode werden de gegevens door het KMI ter beschikking gesteld. Een studie van Vaes en Berlamont (2000) toonde reeds aan dat er in de 100-jarige periode geen significante trend in neerslag/neerslagintensiteit merkbaar was. Voor hun beperktere meetperiode (40 jaar) merkten Laurant en Bollinne (1976) op dat er een stijgende trend in neerslagerosiviteit aanwezig was in de periode Men kan zich dan de vraag stellen of deze trend blijvend is, of het slechts een korte-termijnsvariatie betrof? Om na te gaan of dezelfde conclusie geldt voor de neerslagerosiviteit als voor de neerslagintensiteit (met name geen toename of m.a.w. de conclusie van Laurant en Bollinne (1976) tegenspreken), én om een betrouwbaardere verdeling van de neerslagerosiviteit binnen een gemiddeld jaar te kunnen gebruiken, werd van deze 100-jarige neerslagreeks gebruik gemaakt om via formules (2) tot en met (4) de neerslagerosiviteit te Ukkel te herberekenen. De gemiddelde R-factor voor Ukkel, op basis van 100 jaar neerslaggegevens met een tijdstap van 10 minuten, bedraagt 677 MJ.mm/ha.h.jaar, wat 4.3% hoger is dan de eerste schatting van Laurant en Bollinne (1976). Dit verschil is echter onvoldoende groot om ook de R-factor voor Gingelom te verhogen gelet op de onzekerheid op formule (5) en op de normale jaarlijkse neerslagsom voor Gingelom. De variatie in jaarlijkse R-waarden is bijzonder groot (minimum = 182; maximum = 1108; standaarddeviatie = 204) en kan slechts in zeer beperkte mate verklaard worden door variaties in jaarlijkse neerslag (Figuur 2.1). Deze grote variatie wordt veroorzaakt doordat de verdeling van de neerslag over de seizoenen en over meer/minder intense regenbuien wat van jaar tot jaar kan wisselen. Dit wijst er in ieder geval op dat voor de schatting van de R-factor voor individuele jaren men geen gebruik kan maken van de jaarlijkse neerslag en een vergelijking zoals formule (5)! De grote variatie in jaarlijkse R-factor houdt ook in dat een grote variatie in jaarlijkse bodemverlies zal bestaan (formule 1). De gemiddelde lange termijnsvoorspelling van het bodemverlies via de RUSLE (formule 1) is dan ook niet de waarde die men jaarlijks kan verwachten! 7

10 jaarlijkse neerslagerosiviteit (MJ.mm/ha.h.j) R = 0.078*P 1.35 R 2 = jaarlijkse neerslag (mm) Figuur Jaarlijkse neerslag versus jaarlijkse neerslagerosiviteit voor Ukkel, Een trend in neerslagerosiviteit kan niet waargenomen worden (Figuur 2.2). Wel is het duidelijk dat er periodes zijn die gekenmerkt worden door een gemiddeld hoge, respectievelijk lage erosiviteit, indien we het glijdend gemiddelde van de jaarlijkse R-waarden bekijken. De laatste jaren blijken duidelijk weer een iets hogere neerslagerosiviteit te kennen wat (hoewel niet geanalyseerd) waarschijnlijk ook het geval is voor de jaren De toegenomen aandacht voor bodemerosie na de vele gevallen van modderoverlast tijdens deze periode is hier misschien wel aan te wijten maar er is, op basis van de voorliggende gegevens, alvast geen indicatie dat het klimaat het laatste decennia meer erosief is dan het lange-termijnsgemiddelde jaarlijkse neerslagerosiviteit (MJ.mm/ha.h.jaar) jarig glijdend gemiddelde Figuur 2.2 Verloop van de jaarlijkse neerslagerosiviteit in de periode voor Ukkel jaar Figuur 2.3 toont de verdeling van de gemiddelde maandelijkse neerslagerosiviteit (R m ). Hieruit blijkt dat in de periode van de zomergewassen (april-september) gemiddeld 72% van de jaarlijkse neerslagerosiviteit voorkomt. In vergelijking met de eerder bekomen gegevens van Laurant en Bollinne (1976) zien we dat het belang van de maand mei is toegenomen en dat van juli sterk gedaald (Figuur 2.4). Dit zal belangrijke implicaties hebben bij de 8

11 berekening van de C-factor voor zomergewassen die vooral in de maand mei een zeer lage vegetatieve bedekking hebben. De erosiegevoeligheid van de meeste zomergewassen zal dan ook hoger zijn indien de erosiviteitswaarden van de 100-jarige neerslagreeks worden gebruikt in plaats van de 40-jarige neerslagreeks die door Laurant en Bollinne (1976) werd gebruikt. Hier zal in het volgende deel verder op ingegaan worden. 160 maandelijke neerslagerosiviteit maandelijkse neerslagerosiviteit (% van jaarlijkse neerslagerosiviteit) 0 0 jan feb maa apr mei jun jul aug sep okt nov dec maand Figuur 2.3 Verdeling van de gemiddelde maandelijkse neerslagerosiviteit voor de periode te Ukkel maandelijkse neerslagerosiviteit (% van jaarlijkse neerslagerosiviteit : Laurant en Bollinne (1976) : deze studie jan feb maa apr mei jun jul aug sep okt nov dec maand Figuur 2.4 Vergelijking tussen verdeling van de gemiddelde maandelijkse neerslag erosiviteit op basis van een 40- en de 100-jarige neerslagreeks te Ukkel Net zoals de jaarlijkse R-waarden sterk kunnen variëren, doen ook de maandelijkse erosiviteitswaarden dit van jaar tot jaar (Tabel 2.1). Grosso modo schommelt de variantiecoëfficient op de maandelijkse erosiviteitswaarden rond 1 wat wil zeggen dat de standaarddeviatie (σ) even groot is als de lange termijnwaarde. Er moet wel op 9

12 gewezen worden dat de verdeling van R m -waarden over de periode van 100 jaar niet normaal is verdeeld maar eerder exponentiëel (Figuur 2.5). De erosiviteit in de maand mei bv. kan tot 5-maal hoger zijn dan de gemiddelde waarde. De implicaties hiervan op de erosiegevoeligheid van de gewassen kan dan ook enorm zijn (zie verder). Rekening houdend met de verdeling van de neerslagerosiviteit over het jaar en de grote variaties hierop, kan besloten worden dat voor individuele jaren het bodemverlies niet lineair gerelateerd is met de R-factor zoals formule 1 doet vermoeden. Bij de bespreking van de C-factor zal hier verder op ingegaan worden. Tabel 2.1 Maandelijkse erosiviteit voor het station Ukkel voor de periode maand R m % jaarlijkse R σ Minimum R m Maximum R m Januari Februari Maart April Mei Juni Juli Augustus September Oktober November December frequentie y = e x R 2 = jaarlijkse Rm-waarde/gemiddelde Rm Figuur 2.5 Frequentieverdeling van de ratio van jaarlijkse Rm-waarden tot de gemiddelde Rm-waarde voor de maand mei (Ukkel, periode ) Voor de periode konden maar liefst regenbuien (dus met een tijdsinterval van 6 uur) onderscheiden worden waarvan er als erosief worden beschouwd (neerslaghoogte > 1.27 mm). De maximale neerslagerosiviteit voor één enkele bui geregistreerd te Ukkel in de periode bedroeg maar liefst 575 MJ.mm/ha.h of 85% van het jaarlijks lange termijnsgemiddelde, terwijl er 83 buien werden geregistreerd met een erosiviteit groter dan 100 MJ.mm/ha.h. De buien met een erosiviteit hoger dan 300 MJ.mm/ha.h (n=6) zijn, op één na, steeds gevallen in de periode 04/07-24/07. De zesde bui boven de 300 MJ.mm/ha.hr (303) werd genoteerd op 29 augustus 1996 toen er op vele plaatsen in Vlaanderen water- en modderellende optrad. De buien met een erosiviteit hoger dan 100 MJ.mm/ha.h zijn gelijk verdeeld over, en tegelijk ook beperkt tot de periode mei-september. Zulke buien (R>100) komen dus voor met een herhalingsperiode van 1,2 jaar of gemiddeld 4 maal op 5 jaar. 10

13 In het kader van dit project is het niet alleen de bedoeling om na te gaan wat het lange termijnseffect is van maatregelen genomen in het kader van een integraal land- en waterbeheer op de bodemverliesvolumes op de akkerpercelen om zo de bodemdegradatie te kunnen begroten. Er dient immers ook een oplossing te worden gezocht voor het probleem van de modderoverlast in de dorpskernen. Dit probleem treedt op na zware onweersbuien en het gebruik van een jaarlijkse erosiviteitswaarde is dan niet correct. Daarom zal ook het effect van een intense regenbui tijdens het voorjaar worden gesimuleerd. De vraag die daarbij dient gesteld te worden is echter: welke intense regenbui dient hiervoor gekozen te worden? Voor de dimensionering van rioleringen, beken en wachtbekkens wordt daarbij vaak uitgegaan van buien met een herhalingsperiode van 5, 10 of 20 jaar, naargelang wat beschermd dient te worden (grotere herhalingsperiode in steden dan in landelijke gebieden bv.). Daarbij wordt dan beroep gedaan op de intensiteit-duur-frequentiecurves (IDF) voor het dichtstbij gelegen neerslagstation waarbij dan vaak naar Ukkel wordt verwezen. Op basis van de 100-jaar neerslaggegevens werden recent de IDF-curven voor Ukkel van Demarée (1985) aangepast (Delbeke, 2001). Men kan zich echter de vraag stellen of het gebruik van neerslagstatistieken wel relevant is voor het berekenen van afvoeren, laat staan bodemverlieswaarden. Immers, het gevolg van de neerslagbui op de afvoer of op bodemverlies is niet louter afhankelijk van de bui zelf maar ook van de aard en toestand van het bodemoppervlak dat door deze regenbui wordt getroffen. Problematisch wordt het indien deze oppervlaktetoestand een andere temporele variatie kent dan de neerslagverdeling. Dit is met name het geval voor bodemverlies. Zoals verder zal aangetoond worden, vallen de erosiegevoelige periodes van de gewassen niet samen met de neerslagerosieve periodes. We illustreren dit probleem aan de hand van volgend (reëel) voorbeeld. Op 20 mei 1997 wordt het Kinderveld-stroomgebied ten zuiden van Leuven getroffen door een intense onweersbui wat aanleiding geeft tot zeer hoge erosiewaarden (Steegen et al., 2000). In een periode van 15 minuten valt er 16 mm wat, volgens de IDF-curven (Delbeke, 2001) overeenstemt met een bui met een herhalingsperiode van 20 jaar. Een vrij uitzonderlijke bui dus maar niet uiterst extreem. De erosiviteit van deze bui bedraagt volgens vergelijkingen (3) en (4) 288 MJ.mm/ha.h of ± 42% van de jaarlijkse R. Indien we naar de verdeling van de buierosiviteit kijken voor de 100-jarige periode te Ukkel, zien we ook dat er 8 buien zijn gevallen met een hogere EI-waarde. Echter, géén van deze buien is gevallen in de maand mei. Meer zelfs, in de periode is er in de periode 25-april tot en met 10-juni geen enkele regenbui gevallen met een EI-waarde boven de 250. Nochtans is deze periode uiterst erosiegevoelig (zie verder). Het effect van een regenbui met EI=288 op de werkelijke bodemverlieswaarde is dan ook sterk verschillend indien deze bui valt half mei, dan wel half juli. De herhalingsperiode voor een bui zoals deze in Kinderveld is gevallen op 20 mei 1997 is dan misschien wel 20 jaar volgens een jaarserie maar ze is vele malen hoger (50, 100, 200 jaar??) als rekening wordt gehouden met het tijdstip waarop ze is gevallen. Klimatologisch is deze bui dan misschien wel extreem. Naar bodemverlies toe is ze dit in ieder geval wel geweest: het bodemverlies bedroeg meer dan 16 ton/ha wat maar liefst 4 tot 5 maal de jaarlijkse lange termijnwaarde is (Steegen, 2001)! Bodemerosiegevoeligheid: K-factor De bodemerosiegevoeligheid is afhankelijk van verschillende factoren waarvan de textuur, het gehalte aan organisch materiaal en het vochtgehalte de belangrijkste zijn. Voor de berekening van de K-factor echter, wordt vaak alleen gebruik gemaakt van de gemiddelde textuur van de bodem. Het ontbreekt immers dikwijls aan voldoende gedetailleerde bodeminformatie. Voor Vlaanderen werd door Van Rompaey et al. (2000) gebruik gemaakt van de formule van Declercq en Poesen (1992) om op basis van de textuur (leem, zandleem, licht zandleem, lemig zand, klei en zand) die werd afgeleid van de digitale bodemkaart (OC-GIS Vlaanderen), de K- factor te schatten: log D g + 1,519 = 0, ,0388exp 0,5 0,7584 K (6) met D g de geometrische gemiddelde korreldoormeter (mm) die geschat wordt aan de hand van de gemiddelde percentages klei (0, ,0002 mm), silt (0,002-0,05 mm) en zand (0,05-2,0 mm): Dg = fi ln i i 5 i [( d + d )*0. ] 2 exp 1 (7) 11

14 waarbij d i en d i-1 verwijzen naar respectievelijk de maximum en de minimum diameter van de i-de textuurklasse en f i de fractie van elke textuurklasse. Tabel 2.2 toont de geschatte D g en K-waarden voor de verschillende bodemtext uren in Vlaanderen. Hierbij dient wel rekening gehouden te worden met het feit dat voor elke textuurklasse slechts één D g -waarde werd gebruikt hoewel de werkelijke variatie véél groter kan zijn, voornamelijk dan voor de kleitextuur. Slechts indien gedetailleerde gegevens van de ruimtelijke variabiliteit in bodemtextuur beschikbaar zijn, kan een correcte schatting van de D g en bijgevolg ook van K gebeuren. Overigens bestaat er omwille van al de andere factoren die een invloed hebben op de erosiegevoeligheid van de bodem ook een grote variatie op de geschatte K-waarde volgens vergelijking (6) indien de bodemtextuur goed gekend zou zijn (vb. Torri et al., 1997; Renard et al., 1997). Voor een bodem met een D g overeenkomstig de leembodems in Vlaanderen bv., bedraagt de standaarddeviatie op K 0,02. Gelet op de eerder beperkte verschillen in K-waarde voor de verschillende bodemtexturen in Gingelom en aangezien méér dan 95% van de bodems in Gingelom een leemtextuur hebben, is het best om te werken met een gewogen gemiddelde K-waarde voor het hele grondgebied van de drie stroomgebieden (K=0,038). De fout op deze gemiddelde K-waarde is dan ook niet groter dan de fout op de individuele K-waarden voor elke bodemtextuur afzonderlijk (Van Rompaey et al., submitted). Tabel 2.2 Gemiddelde bodemerosiegevoeligheid voor bodemtextuurklassen bodemtextuur Dg (mm) K leem 0,027 0,037 zandleem 0,057 0,042 licht zandleem 0,200 0,036 lemig zand 0,290 0,031 zand 0,600 0,022 klei 0,050 0,042 Ook hier dient erop gewezen dat de K-factor de gemiddelde bodemerosiegevoeligheid op lange termijn weergeeft. Temporele variaties in bodemerosiegevoeligheid kunnen aanzienlijk zijn. Zo stelden Govers et al. (1990) vast dat de bodemerosiegevoeligheid voor afstromend water functie is van het initieel vochtgehalte, waarbij zeer droge bodems vele malen meer erosiegevoelig zijn dan vochtige bodems. Nachtergaele (2001) meette het vochtprofiel van de bodemtoplaag tijdens de zomerperiode en besloot, op basis van de bevindingen van Govers et al. (1990), dat de erosiegevoeligheid van de bovenste 2 cm 5 maal hoger was dan de erosiegevoeligheid van het onderliggende bodemprofiel. Figuur 2.6 toont de relatieve verandering van de bodemerosiegevoeligheid i.f.v. het bodemvochtgehalte volgens het model van Govers et al. (1990) indien het gemiddeld bodemvochtgehalte gelijk wordt gesteld aan 12,5% (naar Nachtergaele, 2001). Een verklaring voor dit effect van dalende erosiegevoeligheid met toenemend vochtgehalte is mogelijks de verandering van de aggregaatstabiliteit, en dus ook het risico op verslemping, met het vochtgehalte. relatieve bodemerosiegevoeligheid (=1 voor GVG=12,5%) gravimetrisch bodemvochtgehalte Figuur 2.6 Evolutie van de relatieve bodemerosiegevoeligheid in functie van het gravimetrisch bodemvochtgehalte (GVG) volgens de relatie van Govers et al. (1991). Relatieve erosiegevoeligheid = 1 voor GVG=12,5 %. 12

15 Imeson en Kwaad (1990) stelden vast dat de aggregaatstabiliteit van de leembodem in Nederlands Limburg tijdens de maanden mei en juni 3 tot 5 maal zo laag was onder typische zomergewassen als maïs, bieten en aardappelen, dan tijdens de andere maanden. Ook het zogenaamd slaking-effect waarbij kurkdroge bodem volledig verslempt na bevochtiging, was tot 5 maal zo groot begin mei in vergelijking met begin juli tijdens de meetperiode van Imeson en Kwaad (1990). Een correcte vertaling van deze observaties naar een temporeel variërende K-factor is echter niet mogelijk. Wél is het duidelijk dat onder welbepaalde omstandigheden, de erosiegevoeligheid van de bodemtoplaag 2 tot 4 maal de gemiddelde waarde kan bedragen. De risicoperiode op deze hoge erosiegevoeligheid situeert zich vaak in het voorjaar of in de zomer. Voor een continue reeks van metingen van de bodemvochttoestand over een jaar ( ) door Govers (1985), kon Vandaele (1997) besluiten dat vnl. de periode mei-september gekenmerkt werd door lange droogteperiodes die alzo als zeer erosiegevoelig bestempeld konden worden De topografie: LS-factor De topografische factor geeft de ruimtelijke variabiliteit van het bodemerosierisico als gevolg van de topografie weer. De L-factor is een maat voor de hellingopwaartse oppervlakte van het toestroomgebied. Hoe groter deze oppervlakte, hoe meer water er wordt verzameld en bijgevolg, hoe hoger het risico op insnijding (erosie) is. De S-factor staat in verhouding tot de lokale helling waarbij het duidelijk is dat hoe steiler de helling is, hoe meer bodemverlies er kan optreden. De RUSLE is oorspronkelijk ontworpen als een 1-dimensionaal bodemverliesmodel dat in staat is om voor individuele hellingssegmenten het bodemverlies te begroten. Via een 2-dimensionele benadering van de topografische factor (Desmet en Govers, 1996) is het nu mogelijk om de convergentie of divergentie van afstromend water te modelleren waardoor een betere schatting van de intergeulen geulerosie mogelijk wordt voor topografisch complexe stroomgebieden. Bovendien wordt hierdoor ook een aanzienlijk deel van de tijdelijke ravijnerosie, die met de originele RUSLE niet wordt voorspeld, toch in rekening gebracht. Veldopnames in het leemgebied ten zuiden van Leuven hebben duidelijk gemaakt dat tijdelijke ravijnerosie gemiddeld 30 tot 60% van het jaarlijkse bodemverliesvolume kan innemen (Poesen et al., 1996). Indien het gemiddelde ravijnerosiebedrag 40% zou bedragen, betekent dit dat het totaal bodemverliesbedrag inclusief ravijnen 1,8 maal zo hoog is als het bodemverliesbedrag zonder ravijnen. De gemiddelde LS-waarde voor een stroomgebied ten zuiden van Leuven is, volgens het algoritme van Desmet en Govers (1996), ook 1,8 maal zo groot als de gemiddelde LS-waarde berekend volgens de RUSLE-methode. Het algoritme van Desmet en Govers (1996) maakt gebruik van een digitaal terreinmodel (DTM) en een percelenkaart. De wijze waarop het water binnen een perceel afstroomt, én hoe het water van het ene naar het andere perceel stroomt, zijn in deze benadering evenwel anders dan het originele algoritme van Desmet en Govers (1996). Takken et al. (2001) toonde aan dat het water vaak niet afstroomt volgens de topografie maar dat de richting van de bodembewerking vaak bepalend was. Dit effect is het duidelijkst voor aardappelen waar het water zelfs bij vrij steile hellingen in de voren zal stromen i.p.v. de algemene helling van het perceel te volgen. De verschillen in afstroomrichting kunnen een zeer belangrijk gevolg hebben op het ruimtelijk patroon van bodemverlies. Het model dat door Takken et al. (2001) werd ontwikkeld om dit effect in rekening te brengen werd dan ook aangewend bij de berekening van de LS-factor. Verder werd er ook van uitgegaan dat het water slechts op één enkele plaats de perceelsrand overstroomt, met name het laagste punt. Op die manier wordt ook de meer realistische situatie waarbij water gedurende een zekere lengte langsheen de perceelsrand stroomt (bv. in een ploegvoor) beter in rekening gebracht. Ook wordt er rekening gehouden met de rol die wegen kunnen spelen in het afstromingsproces. Wanneer het water op een weg terechtkomt, zal het deze volgen tot het laagste punt in de weg. Dan zal het opnieuw over het akker- of weiland stromen volgens de steilste topografie. Het inbrengen van de landschapsstructuur in het modelleren van erosie door water is zeer belangrijk. Immers, de landschapsstructuur heeft een belangrijke invloed op het afvoerpatroon en dit op heeft zijn beurt weer gevolgen voor het bodemverlies enerzijds en voor de connectiviteit tussen verschillende percelen, tussen percelen en bebouwing en tussen percelen en de waterlopen, anderzijds. De topografische LS-factor voor een plaats in het landschap wordt dus berekend op basis van de lokale helling en de oppervlakte van het toestroomgebied (ha). Beide parameters dienen te worden afgeleid van een DTM. Voor Vlaanderen is er momenteel een DTM beschikbaar bij OC-GIS Vlaanderen (DTM, niveau 2). Dit DTM is afgeleid van gescande hoogtelijnen op 1: kaarten. Deze hoogtelijnen hebben een interval van 10 m. Hierdoor worden details in de topografie vaak afgevlakt: berekende hellingen zijn lager dan in realiteit en ook de 13

16 70 Integraal land- en waterbeheer ter beperking van bodemverlies en modderoverlast modellering van de afvoer kan verschillen van de werkelijke situatie. Daarom werd besloten om in het kader van dit project vooreerst een gedetailleerder DTM te construeren, gebaseerd op gedigitaliseerde hoogtelijnen op 1: kaarten met interval van 2.5 m. De werkwijze en nauwkeurigheid van dit nieuwe DTM in vergelijking met het DTM niveau 2 worden hieronder besproken DTM niveau 2 Dit bestand werd bekomen door scanning, vectorisatie en identificatie van de hoogtelijnen op topokaarten 1/ De intervallen van het ruitennet bedragen 2" in de lengterichting en 1" in de breedterichting indien de breedte >= 50 N en 1" in lengte- en breedterichting indien de breedte < 50 N (OC-GIS Vlaanderen, De data werden getransformeerd naar het Lambertnet 72/50, waardoor een onregelmatig puntennet bekomen wordt van circa 40 m in X-richting en 30 m in Y-richting. Al deze procedures werden uitgevoerd door het NGI en het puntenbestand wordt verdeeld door OC-GIS Vlaanderen. Uitgaande van dit puntenbestand werd een DTM geconstrueerd met resolutie van 20*20 m via lineaire interpolatie en filtering. Interpolatie gebeurde in IDRISI met de procedure INTERPOL. De nauwkeurigheid van dit DTM varieert van 0.5 m in noordelijk Vlaanderen tot 3.5 meter in zuidelijk Vlaanderen (Desmet, 1997, Van Rompaey et al., 1999b). Figuur 2.7 toont een detail van het studiegebied met de aanduiding van de uit dit DTM afgeleide hoogtelijnen (interval 10 m) op de gerasterde topokaarten. Het is duidelijk dat de afgeleide hoogtelijnen min of meer de overeenkomstige hoogtelijnen op de topokaart volgt maar met minder detail en lokaal zijn er kleine verschuivingen merkbaar. Figuur 2.7 Topokaart 1: met overlay van hoogtelijnen (om de 10 m) afgeleid van het DTM niveau 2 (in vette streepjeslijn). De minder goede overeenkomst tussen de afgeleide hoogtelijnen om de 10 m en de originele hoogtelijnen (die uiteindelijk als basis dienden voor dit DTM) kan worden verklaard door de vele manipulaties die nodig waren om tot een continu DTM te komen. Immers, als basis voor de interpolatie diende het puntenbestand, niet de origineel gescande hoogtelijnen, waardoor er een informatieverlies is opgetreden. Interpolatie tussen hoogtepunten (INTERPOL in IDRISI) is bovendien minder geschikt om de juiste morfologie van het landschap te reconstrueren dan interpolatie tussen hoogtelijnen. Voor dit laatste bestaat in IDRISI de module INTERCON. De opmaak van een DTM via hoogtelijnen kan in IDRISI ook gebeuren op basis van een TIN (triangulated 14

17 irregular network). Er werd voor dit laatste gekozen omdat hierdoor een betere schatting van de hoogte in de vallei-as en op het plateau mogelijk is in vgl. met de INTERCON-procedure. Indien alle hoogtelijnen (met interval 2,5 m) worden vergeleken met de afgeleide hoogtelijnen uit het DTM niveau 2 (Figuur 2.8) dan blijkt dat dit DTM de lokale topografie niet bijzonder goed weergeeft. Hierdoor zal de topologie van de gemodelleerde afvoer in belangrijke mate kunnen verschillen van de werkelijke afvoer. Voornamelijk die zones waar afvoer wordt geconcentreerd in kleine valleitjes zijn slecht weergegeven in het DTM niveau 2. Dit maakt het DTM-niveau 2 dan ook niet geschikt om de effecten van kleinschalige maatregelen op het bodemerosierisico en het risico op modderoverlast te begroten. Figuur 2.8 Topokaart 1: met overlay van hoogtelijnen (om de 2,5 m) afgeleid van het DTM niveau 2 (in vette lijnen) DTM Gingelom Voor de drie stroomgebieden die in dit project aan bod komen (Molenbeek, Cicindriabeek en Melsterbeek op grondgebied Gingelom) werden alle hoogtelijnen op de NGI topografische kaarten 1: gedigitaliseerd. Het hoogtelijneninterval bedraagt 2.5 m maar er zijn ook een aantal tussenhoogtelijnen mee gedigitaliseerd (interval 1.25 m). De digitalisatie gebeurde op de gescande 1: kaarten die ook door OC-GIS Vlaanderen worden verdeeld. De hoogtelijnen (vectorbestand) werden in IDRISI omgezet naar een rasterformaat met resolutie 20*20m. De gerasterde hoogtelijnen werden vervolgens gebruikt in de module TIN om een geïnterpoleerd DTM met resolutie 20*20m te bekomen. De figuren 2.9 en 2.10 geven hetzelfde weer als de figuren 2.7 en 2.8 maar dan met de hoogtelijnen afgeleid van dit nieuwe, fijnere DTM. Het is duidelijk dat de hoogtelijnen afgeleid uit het nieuwe DTM zeer goed overeenstemmen met de hoogtelijnen op de topografische kaart, in tegenstelling tot de hoogtelijnen afgeleid van het DTM niveau 2. Dit is logisch aangezien het nieuwe, fijne DTM geconstrueerd werd op basis van deze hoogtelijnen. Het toont in ieder geval dat de gebruikte procedure in IDRISI, m.n. via een TIN, zeer geschikt is om een DTM op te bouwen. 15

18 Figuur 2.9 Topokaart 1: met overlay van hoogtelijnen (om de 10 m) afgeleid van het nieuw aangemaakte DTM Figuur 2.10 Topokaart 1: met overlay van hoogtelijnen (om de 2,5 m) afgeleid van het nieuw aangemaakte DTM 16

19 Vergelijking tussen beide DTM s De nauwkeurigheid van beide DTM s werd niet enkel vergeleken op basis van de lokatie van afgeleide hoogtelijnen. Zowel de hoogte als enkele afgeleide parameters (helling, LS-factoren) werden in deze vergelijking geanalyseerd. Het fijne DTM wordt hierbij gebruikt als referentie-dtm. Een vergelijking van beide DTM s komt er dan op neer dat de waarde van elke pixel in het DTM niveau 2 wordt vergeleken met de overeenkomstige pixel in het nieuwe DTM. Figuur 2.11 toont deze vergelijking voor wat betreft de absolute hoogte, waarbij de hoogtes zijn weergegeven in cm boven zeeniveau. De overeenkomst tussen beide DTM s is dus op het eerste zicht vrij goed wat ook blijkt uit de regressierechte: Hoogte nieuw DTM = ,0046 Hoogte DTM niveau 2 R²=0.98 Deze goede mate van overeenstemming maakt duidelijk dat er geen systematische fouten aanwezig zijn in het DTM niveau 2: de grote lijnen in de topografie worden gevolgd of m.a.w. de toppen van de heuvels en de dalen zijn correct gesitueerd. Wanneer we figuur 2.11 van naderbij bekijken echter, wordt de relatieve onnauwkeurigheid van het DTM niveau 2 wel duidelijk. Pixels die in dit laatste DTM een hoogte hebben van 110 meter, kunnen in het referentie DTM een hoogte hebben van 102 tot 115 m. Indien deze fouten een grote ruimtelijke autocorrelatie vertonen hoeft dit geen groot probleem te betekenen voor de berekening van de helling. Om dit te evalueren werd dezelfde vergelijking gemaakt maar dan voor de helling. Figuur 2.12 toont het resultaat van deze vergelijking. De vergelijking is als volgt: Figuur 2.11 Scatterplot tussen de hoogtes (cm) van de pixels in het nieuwe DTM (Y-as) en de hoogte (cm) van de overeenkomstige pixels in het DTM niveau 2 (X-as). (resolutie=20*20m) Helling nieuw DTM = 1,88 +0,56*Helling DTM niveau 2 R²=0,14 (8) 17

20 Figuur 2.12 Scatterplot tussen de hellingen van de pixels in het nieuwe DTM (Y-as) en de hellingen van de overeenkomstige pixels in het DTM niveau 2 (X-as). (resolutie=20*20m) Het is duidelijk dat de correlatie tussen beiden vrij zwak is. De hellingen die worden voorspeld volgens het DTM niveau 2 vertonen geen grote overeenkomst met de hellingen berekend met het referentie DTM. Bovendien is de fout op de schatting van de helling met het niveau 2 DTM niet makkelijk te corrigeren; er is m.n. geen systematische fout. Dit impliceert eigenlijk dat de fouten op de hoogtes geen zeer sterke ruimtelijke autocorrelatie vertonen. De gemiddelde hoogte wordt dus goed weergegeven met het ruwe DTM maar door het verlies aan detail in morfologie (kleine 0-de en 1ste orde valleitjes) worden de hellingen slecht berekend. Gemiddeld kan gesteld worden dat de hellingen lager zijn voor het DTM niveau 2. Dit is ook duidelijk indien de gemiddelde hellingspercentages voor de drie stroomgebieden worden vergeleken (Tabel 2.3). De hellingen met het niveau 2 DTM zijn gemiddeld 35-45% te laag ingeschat. De afvlakking van de hellingen is een logisch gevolg van het feit dat dit DTM minder gedetailleerd is. Tabel 2.3: Gemiddelde helling per stroomgebied in %, berekend volgens het referentie DTM (Gingelom) en het DTM niveau 2 gemiddelde helling met referentie DTM gemiddelde helling met DTM niveau 2 Molenbeek 3,41 2,54 Cicindriabeek 3,37 2,50 Melsterbeek 3,12 2,15 Aangezien het erosierisico afhankelijk is van de lokale helling, valt het te verwachten dat de gemiddeld voorspelde bodemverlies via het DTM niveau 2 kleiner is dan het bodemverlies voorspeld door een nauwkeuriger DTM. Dit wordt ook geïllustreerd in de vergelijking van de LS-waarden per 20*20m pixel (Figuur 2.13). Zeker in Vlaanderen is de LS-factor de belangrijkste parameter in de universele bodemverliesvergelijking die de ruimtelijke variabiliteit in bodemverlies bepaald. De andere factoren variëren immers veel minder sterk dan LS. Figuur 2.13 toont overduidelijk dat de voorspelling van LS-waarden voor individuele pixels met het DTM niveau 2 slechts in zeer geringe mate overeenstemt met de voorspellingen van LS met behulp van het referentie DTM (R² is slechts 0,08). 18

21 Figuur 2.13 Scatterplot tussen de LS-waarde van de pixels in het nieuwe DTM (Y-as) en de LS-waarde van de overeenkomstige pixels in het DTM niveau 2 (X-as). (resolutie=20*20m) Deze slechte voorspelling van de LS betekent echter niet dat het DTM niveau 2 volledig foute voorspellingen zal geven voor het totale bodemverlies. Immers, het betreft lokale variaties in topografie, en dus in erosierisico, die slecht weergegeven worden door dit DTM. Indien een aggregatietechniek wordt toegepast, d.w.z. dat de resolutie wordt verlaagd naar bv. 100*100m, worden deze lokale variaties minder belangrijk (Van Rompaey et al., 1999b). Figuur 2.14 toont dezelfde scatterplot als figuur 2.13 maar dan wel met geaggregeerde pixels (100*100m). Het verband tussen LS-waarden berekend volgens het DTM niveau 2 en het referentie DTM is dan ook al gevoelig verbeterd (R² = 0,3). Figuur 2.14 Scatterplot tussen de LS-waarde van de pixels in het nieuwe DTM (Y-as) en de LS-waarde van de overeenkomstige pixels in het DTM niveau 2 (X-as), na aggregatie. (resolutie=100*100m) 19

22 2.1.4 De gewas- en bedrijfsvoering: C-factor De gewas- en bedrijfsvoeringsfactor of C-factor is één van de belangrijkste parameters in het RUSLE-model wanneer deze wordt toegepast voor akkerbouwgebieden. In deze gebieden, en zeker voor Vlaanderen, is het met name de geringe vegetatieve bedekking van de gewassen gedurende bepaalde periodes in het jaar, die er verantwoordelijk voor is dat erosie door water aanzienlijke proporties kan aannemen. Bovendien is de C-factor, naast de P-factor, zowat de enige parameter waarop kan ingespeeld worden om het erosierisico te verminderen. Immers, zowel de neerslag (R-factor), de bodem (K-factor) als de topografie (LS-factor) zijn nauwelijks door menselijke ingrepen beïnvloedbaar. De C-factor is een dimensieloze parameter die kan variëren van 0 tot 1. Een waarde gelijk aan 0 betekent dat de bodem zeer goed is beschermd tegen de inwerking van de neerslag en/of dat afstromend water ofwel niet optreedt ofwel niet erosief is; er treedt dan ook geen bodemverlies op. Een waarde gelijk aan 1 houdt in dat er evenveel bodemverlies optreedt als op een braakliggend terrein (geen vegetatie) onder gelijke omstandigheden van bodem, neerslag en helling. Voor bossen met een bedekte bodem stelt men vaak de C-factor gelijk aan 0,005. Ook voor weiland is de C-factor over het algemeen zeer laag (± 0,01).(vb. Asselman, 1999, Morgan, 1996). Voor akkerbouwgewassen daarentegen is de C-factor beduidend hoger en in de literatuur zijn voor enkele gewassen waarden te vinden (bv. Morgan, 1996). Meestal schommelen deze waarden tussen 0,1 en 0,6. Daar waar voor weiland en bos de erosiegevoeligheid het ganse jaar door constant is wegens een continue bescherming van de bodem, is dit voor gewassen niet het geval. Er moet dan ook rekening gehouden worden met deze evolutie in bodembescherming doorheen het jaar, én hoe de verdeling in relatie staat met de verdeling van de neerslagerosiviteit. Hieronder zal kort uiteengezet worden hoe de C-factor voor een gewas én een gewasrotatie kan berekend worden. Immers, om op lange termijn voorspellingen te doen met het RUSLE-model moet men rekening houden met de opeenvolging van verschillende gewassen. Daarna zal deze methode toegepast worden voor de meest courante gewassen en gewasrotaties in Vlaanderen en meer in het bijzonder te Gingelom Berekening van de C-factor: methode Voor elk gewasgroeistadium kan de erosiegevoeligheid berekend worden op basis van het product van vijf subfactoren: SLR PLU * SR * CC * SC * SM = (9) waarbij: SLR = bodemverliesverhouding ( soil loss ratio ) of de de verhouding van het bodemverlies onder de actuele gewasgroeiomstandigheden in vergelijking met een onbedekte akker; PLU = voorgaand bodemgebruik-subfactor ( prior land use subfactor ) die rekening houdt met effecten van voorgaand bodemgebruik; SR = bodemruwheid-subfactor ( soil roughness subfactor ) of de invloed van de bodemruwheid; CC = bladerdek-subfactor ( canopy cover subfactor ) of de invloed van de bedekking van de bodem door de bladeren van het gewas; SC = bodembedekking-subfactor ( surface cover subfactor ) die de bedekking van de bodem door gewasresidus, gesteentefragmenten, etc in rekening brengt; SM = bodemvocht-subfactor ( soil moisture subfactor ) die het bodemvocht in rekening brengt. Elk van deze factoren zal kort besproken worden. Net zoals de C-factor zelf kunnen ze elk variëren tussen 0 en 1. Indien voor elk gewasgroeistadium een waarde voor SLR kan berekend worden, kan ook de C-factor bepaald worden: C n SLR R i i i= = 1 (10) R 20

23 waarbij SLR i = soil loss ratio voor gewasstadium i; R i = de totale neerslagerosiviteit tijdens het ganse gewasstadium; R = de totale neerslagerosiviteit over alle gewasstadia; n = het aantal gewasstadia in de teelt/teeltrotatie. Voor gewasrotaties worden de gewasstadia van de opeenvolgende teelten na elkaar geplaatst PLU-subfactor Deze factor beschrijft de invloed van ondergrondse residus van voorgaande gewassen op bodemerosie en van voorgaande bodembewerkingen op bodemconsolidatie. De berekening gebeurt als volgt: f b [( c B ) ( c B C )] c uf PLU C C exp + / met = (11) ur ur us us C f = bodemoppervlakteconsolidatiefactor; is gelijk aan 1 voor een pas bewerkte akker; C b = relatief effect van ondergronds residu op bodemconsolidatie; c us en c ur = calibratieconstanten die de impact van ondergrondse residus weergeven; B ur = massadichtheid van levende en dode wortels in de bovenste 2,5 cm van de bodem; B us = massadichtheid van residus in de bovenste 2,5 cm van de bodem. v De berekening van PLU vereist dus een aantal parameters die vaak niet voorhanden zijn voor de meeste gewassen/gewasrotaties. Rekening houdend met gemiddelde waarden voor verschillende gewassen kan deze factor geschat worden tussen 0,9 en 1 indien regelmatig een volledige bodembewerking wordt uitgevoerd (niet geldig bij bv. het scheuren van een weide) SR-subfactor De ruwheid van de bodem kan een belangrijke invloed uitoefenen op het erosierisico. Hoe groter de ruwheid hoe lager het erosierisico. De ruwheidsfactor kan geschat worden via: SR exp( 0,026( R 6,096)) (12) = u met R u = de bodemruwheid, uitgedrukt als de standaarddeviatie van de hoogte van het bodemoppervlak in mm. Na elke bodembewerking verandert de bodemruwheid. Tussen verschillende bodembewerkingen in zal de bodemruwheid dalen onder invloed van de cumulatieve neerslag en neerslagerosiviteit: + [ Dr ( R 6,096) ] [ 0,5( 0,0055P ) + 0,5( 0, EI )] R 6,096 (13) u r = i D exp 0705 waarbij = (14) t R i = de initiële bodemruwheid na de voorgaande bodembewerking; D r = dimensieloze dalingsfunctie van de bodemruwheid; t 21

24 P t = cumulatieve neerslag (mm) sinds de voorgaande bodembewerking; EI t = cumulatieve neerslagerosiviteit (MJ.mm/ha.h) sinds de voorgaande bodembewerking. Bij de berekening van de bodemruwheid na elke bodembewerking (R i ) kan rekening gehouden worden met het effect van residuresten in de bodemtoplaag. Dit effect is eerder minimaal en, net zoals voor de PLU-factor, zijn er onvoldoende gegevens om dit toe te passen CC-subfactor De bedekking van het bodemoppervlak door het bladerdek van de planten is wellicht één van de belangrijkste parameters die de erosiegevoeligheid van een gewas/vegetatietype bepalen. Het bladerdek beschermt de bodem tegen de energie van de invallende regendruppels. Hoe dichter het vegetatiedek, hoe beter de bodem wordt beschermd. Anderzijds zal ook de hoogte van het bladerdek belangrijk zijn. Indien de regendruppels van de bladeren vallen op het bodemoppervlak zal het namelijk deze hoogte zijn die de kinetische energie bepaalt. De CC-subfactor wordt berekend als: CC 1 Fc exp( 0,328H ) = (15) waarbij F c = de fractie van het bodemoppervlak die wordt beschermd door het bladerdek; H = de effectieve valhoogte van regendruppels die van de bladeren vallen (m). Deze afstand variëert van 1/5 tot 1/2 van de gewashoogte, afhankelijk van het type gewas SC-subfactor Materiaal dat het bodemoppervlak rechtstreeks bedekt (bv. gesteentefragementen of gewasresidus) beschermt dit oppervlak ook tegen de erosieve werking van invallende regendruppels, en biedt bovendien een grotere weerstand tegen afstromend water. Het effect van deze bodembedekking is overigens afhankelijk van de bodemruwheid : = exp bs p 6,096 Ru 0,08 SC (16) met: b = een empische constante die variëert tussen 0,024 en 0,07 maar die voor akkerbouwgewassen gewoonlijk gelijkgesteld wordt aan 0,035; S p = percentage van de bodem bedekt door residus, gesteentefragmenten, etc. Voor gewasresidus is S p afhankelijk van de massa gewasresidus die na de oogst of na iedere grondbewerking aan het oppervlak achterblijven (B s uitgedrukt in kg m -2 ) en van de verhouding tussen de oppervlakte dat het gewasresidu inneemt tot zijn massa (α, uitgedrukt in m 2 kg -1 ): S p [ 1 exp( αb )] = (17) 100 s Deze waarde voor S p kan berekend worden na iedere oogst indien de massa gewasresidus gekend is voor het gewas. Nadien moet S p vermindert worden bij elke bodembewerking. Zo zal het omploegen van de bodemtoplaag met een conventionele ploeg het residupercentage met 80% verminderen, terwijl dit slechts met 5% zal zijn na een bewerking met een eg. Tijdens een gewasstadium zullen de gewasresidus bovendien ook 22

25 ontbinden. In het RUSLE-handboek zijn hiervoor exponentiël dalende functies terug te vinden waarbij rekening wordt gehouden met temperatuur en neerslag. Voor een gemiddelde situatie komt dit neer op: S = S exp( 0.01* ) (18) p2 p1 D waarbij 1 en 2 verwijzen naar het begin en eind van elk gewasstadium en D naar het aantal dagen. Vergelijking (18) zal in de toepassing voor gewassen in Vlaanderen enkel worden gebruikt voor de periode tussen twee gewassen in, wanneer het residu een belangrijke invloed kan uitoefenen. Tijdens de groei van een gewas zijn het residupercentage en D vaak zo klein, dat een al dan niet exponentiële daling van S p weinig verschil uitmaakt op het eindresultaat SM-subfactor Het antecedent vochtgehalte van de bodem zal via de infiltratie een invloed hebben op de afvoer en bijgevolg ook op bodemerosie. De gegevens van het RUSLE-handboek laten echter niet toe om deze subfactor te voorspellen voor bv. Vlaanderen. Eigenlijk hebben variaties in bodemvochtgehalte belangrijke consequenties op temporele variaties in de K-factor. Ook hiervoor zijn er echter weinig gefundeerde gegevens voorhanden. Variaties in K-factor die worden voorgesteld in het RUSLE-handboek zijn enkel van toepassing voor de Noord- Amerikaanse situatie. Wel is het zo dat luchtdroge bodems zeer erosiegevoelig zijn. Vaak komt deze toestand voor in het late voorjaar of in de zomerperiode, wanneer ook de neerslagerosiviteit zeer hoog is. Het effect van een zware onweersbui op een droge bodem is dan ook moeilijk correct te begroten Toepassing voor gewassen in Vlaanderen De procedure voor het berekenen van de C-factor zoals hierboven geschetst, werd vervolgens aangewend om voor de belangrijkste gewassen en gewasrotaties in Vlaanderen de erosiegevoeligheid te berekenen. Wegens het gebrek aan gegevens voor de berekening van de PLU en de SM-subfactoren, zal voor elk gewasstadium de bodemverliesverhouding ( soil loss ratio ) gelijk zijn aan het product van de CC, SC en SR-subfactoren. Een eerste schatting van C-factoren voor gewasrotaties in Vlaanderen werd uitgevoerd door Ghekiere (1997). Zij gebruikte echter de oudere USLE-methodologie waarvoor slechts een beperkt aantal gegevens en gewasstadia gebruikt worden (Wischmeier en Smith, 1978). Bovendien werd daarbij gebruik gemaakt van een verdeling van de neerslagerosiviteit gebaseerd op neerslaggegevens voor een periode van slechts 27 jaar. In deze studie werd dus uitgegaan van de RUSLE (Renard et al., 1997) en van een betrouwbaardere neerslagerosiviteitsverdeling (zie R-factor). Voor de nodige gewasgegevens werd wel beroep gedaan op de gegevens van Ghekiere (1997). Tabel 2.4 illustreert de berekening van de C-factor voor de gewasrotatie aardappelen-wintergraan waarbij de periode voorafgaand aan het poten van de aardappelen een braakperiode was na het oogsten van het vorige wintergraan. Voor een aantal gewassen zijn er beperkte gegevens voorhanden over de ontwikkeling van de bedekkingsgraad (kolom 3) van het bladerdek in functie van het aantal dagen na het inzaaien of planten (kolom 2) evenals de plant- of zaaidatum (Ghekiere, 1997). Op basis van het type gewas en gegevens uit het RUSLE-handboek kan ook de evolutie van de effectieve valhoogte (H) geschat worden (kolom 4). De verschillende dagen waarvoor Ghekiere (1997) gegevens over de ontwikkeling van het bladerdek heeft bepaald, werden beschouwd als het begin en einde van een gewasstadium. Er werd telkens verondersteld dat er 5 dagen voorafgaand aan het inzaaien wordt geploegd en dat er 3 dagen op voorhand het zaaibed verder klaar wordt gemaakt met een eg. Na elke bodembewerking wordt de bodemruwheid (kolom 5) aangepast volgens gegevens uit het RUSLE-handboek of op basis van terreinwaarnemingen én wordt er rekening mee gehouden dat een deel van de residus van de voorgaande teelt worden ondergewerkt (kolom 6). Tussen twee tijdstippen in zullen de residus verminderd worden volgens vergelijking (18). De gegevens over de cumulatieve neerslag en neerslagerosiviteit sinds het inzaaien welke nodig zijn voor de berekening van de bodemruwheid zijn berekend volgens de cumulatieve verdeling bekomen met de 100-jarige neerslagreeks voor Ukkel (zie R-factor) (kolommen 7 en 8). De waarde van elke subfactor, alsook van de SLR-waarde op elk tijdstip zijn weergegeven in kolommen 9, 10, 11 en 23

26 12. Kolom 13 geeft vervolgens de gemiddelde SLR-waarde voor het voorgaande gewasstadium. Deze waarde wordt dan vermenigvuldigd met het % van de jaarlijkse erosiviteit van dezelfde periode (kolom 14) en het resultaat hiervan (kolom 15) wordt opgeteld en gedeeld door de lengte van de teeltperiode (in jaar) om zo de C- factor van de rotatie te bekomen. Voor de gewasrotatie aardappelen-wintergraan is de C-factor dus 0,34. Tabel 2.4 Voorbeeldberekening van de SLR en de C-factor voor de gewasrotatie aardappelen-wintergraan actie dag Fc H Ru Sp cump cumei SR SC CC SLR SLR %EI stadium stadium 13* Oogst wintergraan 0 0 0,00 6,1 82,5 0,00 0,00 1,00 0,06 1,00 0,06 0,00 0,000 0, aug ,00 7,6 10,0 0,00 0,00 0,96 0,71 1,00 0,68 0,37 0,383 0,164 Ploegen ,00 7,6 2,9 0,06 0,05 0,96 0,91 1,00 0,87 0,78 0,001 0,001 Eggen ,00 7,6 2,8 0,19 0,14 0,96 0,91 1,00 0,87 0,87 0,002 0,002 Poten aardappelen 20-april Groei aardappelen Rooien aardappelen 15-okt ,00 7,6 2,7 0,39 0,27 0,96 0,91 1,00 0,88 0,88 0,003 0, ,03 7,4 2,7 2,26 2,62 0,97 0,91 0,97 0,86 0,87 0,059 0, ,03 7,4 2,7 2,98 4,02 0,97 0,91 0,90 0,80 0,83 0,035 0, ,06 7,1 2,7 3,68 5,51 0,97 0,91 0,59 0,52 0,66 0,038 0, ,06 7,1 2,7 4,20 6,48 0,97 0,91 0,26 0,23 0,38 0,024 0, ,09 7,1 2,7 5,07 7,97 0,97 0,91 0,08 0,07 0,15 0,037 0, ,09 7,1 2,7 5,40 8,63 0,97 0,91 0,08 0,07 0,07 0,017 0, ,12 6,6 2,7 12,41 25,04 0,99 0,91 0,09 0,08 0,07 0,412 0, ,12 6,6 2,7 15,68 29,64 0,99 0,91 0,09 0,08 0,08 0,116 0, ,00 6,6 27,5 15,77 29,73 0,99 0,38 1,00 0,38 0,23 0,002 0, ,00 10,2 24,2 0,00 0,00 0,90 0,44 1,00 0,40 0,39 0,030 0,012 Ploegen ,00 10,2 3,6 0,10 0,08 0,90 0,89 1,00 0,80 0,60 0,002 0,001 Eggen ,00 10,2 3,4 0,29 0,25 0,90 0,89 1,00 0,81 0,80 0,004 0,003 Zaaien wintergraan 5-nov Groei wintergraan Oogsten wintergraan 25-aug ,00 9,9 3,2 0,58 0,49 0,90 0,90 1,00 0,81 0,81 0,006 0, ,06 9,1 3,2 3,87 2,70 0,92 0,90 0,90 0,75 0,78 0,056 0, ,06 8,9 3,2 4,97 3,35 0,93 0,90 0,80 0,67 0,71 0,016 0, ,15 7,6 3,2 13,49 8,42 0,96 0,90 0,69 0,59 0,63 0,127 0, ,37 7,4 3,2 15,66 10,22 0,97 0,90 0,56 0,48 0,54 0,045 0, ,46 7,1 3,2 17,20 12,93 0,97 0,90 0,35 0,31 0,40 0,068 0, ,46 6,9 3,2 23,56 27,55 0,98 0,90 0,31 0,27 0,29 0,367 0, ,46 6,6 3,2 26,14 32,98 0,99 0,89 0,18 0,16 0,22 0,136 0, ,00 6,6 82,5 26,22 33,14 0,99 0,06 1,00 0,06 0,11 0,004 0,000 Som (15) 0,67 C-factor= Som(15)/aantal 0,34 jaar Uit tabel 2.4 blijkt dat de erosiegevoeligheid van het gewasstadium (kolom 12) zeer hoog is in de periode van het inzaaien en onmiddellijk daarna. De bedekkingsgraad is dan ook veruit de belangrijkste factor die de erosiegevoeligheid van de gewassen bepaalt. Dat komt ook tot uiting op figuur 2.15 die de vergelijking maakt tussen de verdeling van de neerslagerosiviteit over het jaar, en de verdeling van het bodemverlies (erosie) over het jaar indien wordt aangenomen dat alle andere factoren van de RUSLE (LS, K en P) constant zijn doorheen het jaar. Naast de winterperiode waarbij voorafgaand aan de aardappelteelt een braakperiode is ingelast na het oogsten van het voorgaande wintergraan, is vooral het voorjaar met de geringe bedekking van de jonge aardappelplanten een zeer erosiegevoelige periode. In de zomerperiode is het bodemverlies kleiner dan wat op basis van de neerslagerosiviteit kan worden verwacht omwille van de hoge bedekkingsgraad van de gewassen. De gevoelige winterperiode kan voor een belangrijk deel overbrugd worden indien na de wintergraanoogst een groenbedekker, zoals raaigras, wordt ingezaaid. In het voorjaar wordt deze groenbedekker dan ingeploegd 24

27 vooraleer het zaaibed van de aardappelen wordt klaargemaakt. De C-factor van deze rotatie bedraagt 0,30 wat 12% lager is dan de rotatie zonder raaigras. Ook de verdeling van het bodemverlies in het jaar verandert duidelijk (figuur 2.16). De grotere bodemverliezen in september worden verklaard door het inzaaien van het raaigras in deze maand waardoor de bedekking dan een stuk lager is dan wanneer gewasresidus van wintergraan de bodem zouden bedekken. Indien het raaigras zou ingezaaid worden in het residu van wintergraan, bedraagt de C-factor slechts 0,26 wat 23 % lager is dan een klassieke rotatie zonder raaigras. Het percentage van het bodemverlies in de maand september daalt dan ook tot 4,3 %, terwijl dit van de andere licht toeneemt (percentages, niet absoluut) % van jaarlijkse erosie %R-factor jan feb maa apr mei jun jul aug sep okt nov dec Figuur 2.15 Verdeling van R-factor en bodemverlies doorheen het jaar voor de rotatie aardappelenwintergraan % erosie zonder raaigras % erosie met raaigras jan feb maa apr mei jun jul aug sep okt nov dec Figuur 2.16 Verdeling van het bodemverlies in het jaar volgens de gewasrotatie aardappelen-wintergraan, met en zonder raaigras na wintergraan 25

28 Verschillende gewasrotaties werden op een identieke manier geanalyseerd. Tabel 2.5 geeft de resultaten hiervan weer. Tabel 2.5 C-factor voor verschillende gewasrotaties Gewasrotatie C-factor Gewasrotatie C-factor bbb 0,24 wab 0,31 BBB 0,29 wae 0,35 mmm 0,45 wae 0,34 aaa 0,31 wage 0,31 www 0,34 wagb 0,28 eee 0,36 bwa 0,33 mgmgmg 0,35 bwag 0,28 mgmgmg 0,32 bwga 0,31 agagag 0,23 bwgag 0,26 agagag 0,21 bwam 0,35 mmw 0,43 bwamg 0,32 mmwg 0,40 bwaw 0,35 awm 0,37 wba 0,30 awmg 0,35 wbag 0,25 awmg 0,34 cab 0,35 wm 0,41 bwac 0,36 wam 0,38 bwacg 0,34 mmma 0,43 bway 0,30 mgmgmga 0,38 bway 0,26 wab 0,32 w=wintergraan; a=aardappelen; m=maïs; b=bieten zonder loofafvoer; B=bieten met loofafvoer; e=chicorei zonder loofafvoer, E=chicorei met loofafvoer; g=raaigras ingezaaid in omgeploegde bodem; G=raaigras ingezaaid in residu van voorgaande oogst; c=wortelen (tuinbouwgewas); y=gele mosterd; Y=gele mosterd waarbij de volgende teelt wordt ingezaaid in het residu van gele mosterd. Het betreft telkens drie-jarige rotaties. Maïs is duidelijk één van de meest erosiegevoelige gewassen. Bieten daarentegen hebben een eerder geringe erosiegevoeligheid. Dit heeft te maken met de vrij snelle groei van het bladerdek waardoor er een geringer deel van de erosieve regens valt op een weinig bedekte bodem. Het invoeren van raaigras na maïs of aardappelen heeft een eerder beperkt effect in een gewasrotatie, behalve dan indien in een monocultuur van aardappelen telkens raaigras wordt ingezaaid. Gemiddeld genomen wordt het bodemverlies op jaarbasis met ± 10% gereduceerd bij de introductie van raaigras in een teeltrotatie na maïs of bieten en met 15% na aardappelen, maar indien dit telkens wordt toegepast in het geval van een monocultuur met een zomergewas kan het effect oplopen tot ± 25%. Het belang van raaigras is ook afhankelijk van de plaats in de rotatie en of het al dan niet in de vorige residus wordt ingezaaid zonder dat er een ploegbewerking aan te pas komt. Er dient wel opgemerkt te worden dat het gebruik van een groenbedekker in de winterperiode, zoals bv. raaigras, geen enkele bescherming biedt tegen de zware voorjaarsbuien die aanleiding kunnen geven tot aanzienlijke modderoverlast in de dorpskernen! Daartoe dienen de zomergewassen ingezaaid of geplant te worden in een bodembedekker. Het gebruik van groenbedekkers tijdens de winterperiode kunnen daarentegen wél een belangrijk effect hebben op de reductie van de sedimentlast in de waterlopen. Metingen van de sedimentlast in de Dijle te Leuven (Steegen, 2001) hebben bv. aangetoond dat het grootste deel van het sedimenttransport in de rivier tijdens de winterperiode plaatsgrijpt. Tijdens de winterperiode is er met name een betere connectie tussen de sedimentbronnen en de waterlopen. Bovendien is het effect van een onweersbui vaak beperkt in omvang waardoor elk jaar slechts enkele dorpen, weliswaar hevige, problemen kunnen kennen van modderoverlast. De vele andere gebieden daarentegen, die niet getroffen worden door de onweersbui, leveren geen sediment aan de waterlopen. Tijdens de winterperiode echter is de neerslag veel homogener verdeeld over grotere gebieden en hetzelfde kan verondersteld worden van het bodemverlies. Een veel groter gebied zal dan ook sediment, zij het minder intens, leveren aan de rivieren tijdens de winterperiode waardoor deze een hogere sedimentlast kunnen kennen. Het inzaaien van een zomergewas zoals bieten in de residus van bv. gele mosterd heeft een belangrijke invloed op het erosierisico in de zomerperiode. Dit wordt geïllustreerd voor de rotaties bway en bway waarbij telkens na aardappelen gele mosterd wordt ingezaaid maar in het ene geval wordt dit omgeploegd vooraleer de bieten 26

29 worden ingezaaid, in het andere geval worden de bieten rechtstreeks ingezaaid in de residus van de gele mosterd. De rotatie met gele mosterd (bway) doet de gemiddelde erosiegevoeligheid dalen met ± 9% t.o.v. de rotatie zonder gele mosterd (bwa) maar indien de bieten worden ingezaaid in de gewasresidus van de gele mosterd (bway) daalt de gemiddelde erosiegevoeligheid met 21%. Het effect op de intrinsieke gewaserosiegevoeligheid, met name de SLR-waarde (kolom 12 in tabel 2.4) wordt geïllustreerd op figuur Omwille van de grotere bedekkingsgraad van het bodemoppervlak door de gewasresidus van de gele mosterd, is de SLR-waarde gemiddeld 2,5 maal kleiner dan voor bieten die klassiek worden ingezaaid in een geploegde akker. Vooral voor de periode mei-juni heeft dit belangrijke gevolgen indien er zich zware regenbuien voordoen. Het gemiddeld bodemverlies tijdens zo n zware regenbui zal dan ook ongeveer 60% lager liggen voor een bietenakker die onder gele mosterd is ingezaaid; dit effect is dus vele malen groter dan het lange termijnseffect. SLR (bodemverliesratio) bieten ingezaaid in residu van gele mosterd bieten klassiek ingezaaid start bietenteelt 30/mrt 19/mei 8/jul 27/aug 16/okt tijdstip Figuur 2.17 Evolutie van de gewaserosiegevoeligheid (SLR) voor bieten die volgens de klassieke manier worden ingezaaid (na ploegen) en bieten die worden ingezaaid in residus van gele mosterd Wintergraan heeft een gemiddelde erosiegevoeligheid. Dit lijkt op het eerste zicht vreemd daar het een zeer goede bedekking heeft in de erosieve voorjaars- en zomermaanden. Bovendien is uit de berekeningen van Ghekiere (1997), die weliswaar een oudere modelversie (USLE; Wischmeier en Smith, 1978) heeft toegepast, gebleken dat voor rotaties met wintergranen de C-factoren lager liggen. Vaak echter wordt wintergraan vrij laat ingezaaid (bv. na maïs of bieten) en de ganse winterperiode zal het een zeer lage bedekking kennen. Geen enkel ander gewas biedt gedurende een zo lange periode zo weinig bescherming aan de bodem dan wintergraan. Gelukkig zijn de regenbuien minder erosief tijdens de winterperiode. Overigens, uit proefperceelgegevens die door Bollinne (1982) werden verzameld in de omgeving van Gembloux in de jaren 1970 is gebleken dat wintergraan eveneens erosiegevoeliger was dan bieten, geheel in overeenstemming dus met de waarden in Tabel 2.5. De gegevens van Bollinne (1982) zijn echter de enige werkelijke gemeten waarden voor leemgebieden in België. De aanleg en opvolging van proefpercelen met verschillende gewassen zou dan ook wenselijk zijn om (1) een betere schatting van de C-factor te bekomen volgens bovenstaande methodologie (want meer gegevens over gewasgroei kunnen verzameld worden) maar voornamelijk om (2) de geschatte C-factoren te valideren. Verder is het belangrijk dat bovenstaande C-factoren gemiddelde waarden zijn: er wordt uitgegaan van een gemiddelde gewasgroei, plantdata en oogstdata, én van een gemiddelde verdeling van de neerslagerosiviteit. Van jaar tot jaar kunnen beide factoren sterk schommelen, voornamelijk dan de verdeling van de neerslagerosiviteit (zie 2.1.1). Indien een bepaald jaar een zeer hoge R m -waarde heeft in de maand mei (bv. 3 maal de normaalwaarde), dan zal de jaargemiddelde erosiegevoeligheid voor bieten, maïs en aardappelen een stuk hoger liggen dan in een jaar waar de maand augustus een zeer hoge erosiviteit kent. Dit wordt geïllustreerd voor de jaren 1957 en In 1957 was augustus zeer erosief: slechts 7 jaren hadden een meer erosieve augustusmaand 27

30 (250 MJ.mm/ha.h; gemiddelde = 102). Mei 1957 daarentegen was één van de minst erosieve meimaanden (15 MJ.mm/ha.h; gemiddelde = 70) van de periode Voor 1985 is de situatie nagenoeg omgekeerd. Mei 1985 is de 10-de erosieve meimaand (194 MJ.mm/ha.h) terwijl augustus 1985 eerder een lage R m -waarde heeft (62 MJ.mm/ha.h). Over het ganse jaar was R=747 in 1985 en R=587 in De C-factor voor de gewasrotaties bieten-wintergraan-aardappelen-maïs én bieten-wintergraan-aardappelen-wintergraaan bedraagt volgens de neerslagverdeling van 1957 respectievelijk 0,29 en 0,28, terwijl dit volgens de neerslagverdeling van 1985 respectievelijk 0,45 en 0,4 is. De C-factor is voor 1985 dus ongeveer 40 tot 50% hoger dan voor 1957 terwijl ook reeds de R-factor 27% hoger is. Het gemiddeld bodemverlies voor een jaar met een neerslagverdeling zoals in 1985 zal dan ook gemiddeld 88% hoger liggen dan tijdens een jaar met een neerslagverdeling zoals in Er dient ook opgemerkt te worden dat de C-factor voor een rotatie met driemaal een zomergewas (bwam) sterker verandert met de neerslagverdeling dan de rotatie met tweemaal wintergraan (bwaw). Dit is geheel te wijten aan het feit dat de erosieve meimaand van 1985 in het eerste geval driemaal een groot effect heeft op de gemiddelde C-factor. Voor 1985 is de bijdrage van de maand mei in het totale erosiebedrag overigens 36% tegenover slechts 7 à 8% voor 1957 en 20% voor een gemiddeld jaar. Een gemiddelde C-factor voor verschillende gewasrotaties kan gebruikt worden om de gemiddelde C-factor voor een bepaald gebied te bepalen. Immers, vaak zijn niet de exacte gegevens over de gebruikte gewasrotaties gekend, laat staan dat de juiste locatie ervan gekend is. Het is daarom beter om voor lange termijnssimulaties te werken met één enkele C-factor voor het ganse stroomgebied. Er zijn overigens ook geen aanwijzingen dat er een relatie is tussen de gewasrotatie en de plaats in het landschap: voor Gingelom bv. kan worden vastgesteld dat op de steilere (erosiegevoelige) percelen zeker zo vaak bieten of aardappelen worden geteeld dan wintergranen. Op basis van tabel 2.5 kan voor enkele klassieke gewasrotaties (waarbij geen gebruik wordt gemaakt van groenbedekkers of inzaaien onder residuresten) berekend worden dat de gemiddelde C-factor 0,34 à 0,37 bedraagt. Dit komt overeen met de resultaten van Van Oost et al. (2000) die de C-factor van Bollinne (1982) op basis van 137 Cs konden calibreren tot 0,37. Bij de simulaties voor Gingelom zal een gemiddelde C-factor voor akkerland gebruikt worden die gelijk is aan 0,36. Indien éénmaal een groenbedekker zou gebruikt worden in een gewasrotatie, kan de gemiddelde C-factor dalen met 13% tot ± 0,31. Na elke teelt van bieten of aardappelen een groenbedekker gebruiken (indien de volgende teelt geen wintergraan is) en/of bieten regelmatig inzaaien in gewasresidus van de groenbedekker kan de gemiddelde C-factor doen dalen met 20-25% tot ongeveer 0, Bodembeheer: P-factor Deze dimensieloze factor begroot de effecten van erosiebeheersingsmaatregelen. Vaak betreft het hier methodes die in de USA worden toegepast maar die in Vlaanderen niet realiseerbaar zijn (bv. terassenbouw of strokenbouw). Andere beheersmaatregelen, die o.a. in het kader van een integraal land- en waterbeheer kunnen worden toegepast, zoals bv het inzaaien van een groenbedekker in de winterperiode, worden klassiek geëvalueerd via de C-factor. De P-factor wordt dan ook niet in rekening gebracht of m.a.w. aan 1 gelijkgesteld. 28

31 2.2 Sedimentexport Sedimenttransport De toepassing van de RUSLE geeft enkel een waarde van het gemiddeld jaarlijks bodemverlies voor elke pixel of elke plaats in het landschap. Niet al het geërodeerde sediment zal echter het stroomgebied verlaten via de rivier. Belangrijke hoeveelheden blijven immers op het akkerland achter als sedimentafzettingen. Om een idee te krijgen van de werkelijke intensiteit van bodemdegradatie en de hoeveelheden sediment die naar de dorpskernen en waterlopen worden afgevoerd, is het van belang om ook deze sedimentafzettingen zo accuraat mogelijk te voorspellen. Hiertoe werd aan het model een transportcomponent toegevoegd. Net zoals bij de berekening van de LS-waarden, wordt een afstromingstopologie opgesteld waarin de juiste afstromingsrichting wordt bepaald. De maximale hoeveelheid sediment die van een pixel naar de lagergelegen pixel kan worden getransporteerd is de transportcapaciteit van de pixel. Indien de totale hoeveelheid sediment die in een bepaalde pixel aankomt (=lokale sedimentproductie + sediment dat van stroomopwaarts wordt aangevoerd) groter is dan deze transportcapaciteit, zal het verschil tussen beiden worden gesedimenteerd. Is de transportcapaciteit hoger dan de hoeveelheid beschikbaar sediment, dan zal deze hoeveelheid volledig worden doorgeven naar de stroomafwaarts gelegen pixel. Er wordt verondersteld dat de transportcapaciteit proportioneel is met het potentiële geul- en (tijdelijk) ravijnerosievolume (Desmet en Govers, 1995; Van Oost et al., 2000; Van Rompaey et al., 2001a): T = k E (19) C tc prg met T c = transportcapaciteit (kg/m.jaar); k tc = transportcapaciteitscoëfficiënt (m); E prg = potentiële geul- en ravijnerosie (kg/m².jaar). Het potentiële geul- en ravijnerosiebedrag kan benaderd worden als het totale erosiebedrag zoals voorspeld met de RUSLE, verminderd met het erosiebedrag door intergeulerosie. Intergeulerosie kan eveneens worden berekend met de RUSLE-parameters maar er wordt daarbij geen rekening gehouden met de opwaartse bekkenoppervlakte (L-factor). Aangezien de transportcapaciteit het potentieel aan transporteerbaar sediment weergeeft in functie van lokale bodem-, neerslag- en topografische eigenschappen, wordt er verondersteld dat de C-factor 1 bedraagt: het geeft dus weer hoeveel sediment er over een braakliggend oppervlak kan worden getransporteerd. Indien met al deze factoren wordt rekening gehouden kan T c begroot worden als: T C 0,8 g = k RK ( LS 4.12* S ) (20) tc waarbij S g de lokale helling (m/m) is en R, K en LS de overeenkomstige factoren uit de RUSLE. Waarden voor k tc werden bepaald voor twee types van landgebruik: akkerland enerzijds en weiland/bossen anderzijds (Van Rompaey et al., 2001a). Deze calibratie én validatie van k tc gebeurde aan de hand van gegevens van sedimentexportwaarden van 21 stroomgebieden in zuidelijk Vlaanderen (Verstraeten en Poesen, 2001a). Voor akkerland bedraagt k tc 75 en voor weiland/bos 42. Akkerland kan dus bijna tweemaal zoveel sediment transporteren dan weiland of bos. Ook hier dient opgemerkt dat de waarden voor k tc jaarlijkse lange termijnwaarden zijn. Bovendien is het effect van akkerland veel heterogener dan wat uit één waarde zou kunnen blijken. Immers, de transportcapaciteit zal groter zijn voor braakliggend akkerland dan op een akker met een zeer goede bedekking met wintergraan in mei. De k tc waarde voor akkerland is dan ook slechts geldig voor een gemiddelde bedekking, net zoals de gemiddelde C-factor van het akkerland de gemiddelde gewaserosiegevoeligheid weergeeft. Bij het vastleggen van de weg die het sediment volgt wordt er, net zoals bij de berekening van de LS-factor, rekening gehouden met de invloed van bodemruwheid t.g.v. bodembewerkingen, perceelsranden en wegen. Op 29

32 die manier wordt er ook meer sediment afgezet langsheen deze lineaire landschapselementen wat beter overeenstemt met de realiteit. Van zodra het sediment een waterloop bereikt, wordt er verondersteld dat het ook in de waterloop blijft (tenzij er een wachtbekken op de waterloop is gelegen) en uiteindelijk ook effectief het stroomgebied zal verlaten. Deze vereenvoudiging is voor de meeste waterlopen in Vlaanderen te rechtvaardigen daar ze slechts nog in zeer beperkte mate zorgen voor een actieve opbouw van hun alluviale vlakte. In geval van overstromingen zijn het voornamelijk de woonkernen of wegen die worden overspoeld en waar sediment wordt afgezet. Dit sediment is net zoals het transport van sediment in de waterloop naar stroomafwaarts gelegen wachtbekkens en rivieren hét probleem. Ook de sedimentafzetting in woonkernen wordt niet in rekening gebracht in het berekenen van de sedimentfluxen. Er wordt nl. verondersteld dat de sedimentdoorvoer doorheen bebouwing maximaal is. Rekening houdend met de vele modderoverlast in de woonkernen is dit natuurlijk ook een verkeerde inschatting. De woonkernen sluiten echter nagenoeg allemaal aan op een waterloop zodat uiteindelijk de hoeveelheid sediment die in de waterloop terechtkomt bij de modelsimulaties een aggregatie is van al de stroomafwaartse problemen van bodemverlies. Hoe groter de gesimuleerde sedimentlast in de waterloop, hoe groter ook de werkelijke sedimentlast zal zijn, maar ook hoe groter de kans is dat bij overstromingen van de waterloop modder wordt afgezet én dat er ook modderoverlast optreedt t.g.v. de directe afvoer van akkerland. Bij de interpretatie van alle modelsimulaties dient hiermee rekening gehouden te worden. Dit zal evenwel niet steeds worden vermeld en er zal, behoudens enkele uitzonderingen, enkel verwezen worden naar de sedimentlast in de waterloop Aanpassing van afvoerwaarden en L-factor voor bufferzones Bij de berekening van de LS-factor wordt de opwaartse stroomgebiedsoppervlakte berekend. Er wordt daarbij van uitgegaan dat deze zich in stroomafwaartse richting onbeperkt blijft accumuleren waarbij elke pixel (20*20m) evenveel afvoer produceert. Echter, bossen en graslanden (weiden en andere bufferzones) produceren veel minder afvoer dan akkerland en de L-factor dient dan ook lager te zijn onderaan een bosperceel dan onderaan een akkerperceel. Dit kan in het SEDEM/Watem model ingegeven worden. Per pixel kan opgegeven worden hoeveel % van de betreffende pixel bijdraagt aan de afvoer in vergelijking met de referentiebasis (=akkerland). Voor bos en grasland werd dit % gelijkgesteld aan 20% (akkerland = 100%). Dit betekent niet dat 20% van de neerslag zal afgevoerd worden, wel dat er 5-maal minder afvoer optreedt vanuit bos/weide. Voor percelen waarbij onder een dekvrucht wordt ingezaaid, voor groenbedekkers, etc. wordt verondersteld dat dit 40% is. De eerste experimentele gegevens met inzaai onder dekvrucht (Gillijns et al. 2001) tonen dit immers aan Aanpassing van sedimenttransporthoeveelheden in geval van wachtbekkens Wachtbekkens vangen een belangrijk deel van het afgevoerde sediment op. Bij de berekening van de sedimentexport dient er dan ook rekening gehouden mee te worden. Een verlaagde sedimentlast van de afvoer stroomafwaarts van het wachtbekken kan er ook voor verantwoordelijk zijn dat de transportcapaciteit van de afvoer minder snel wordt bereikt. Het effect van wachtbekkens is in het model ingebouwd door voor elk wachtbekken een zekere sedimentvangefficiëntie (STE) op te geven. Dit is de verhouding tussen het sediment dat in het wachtbekken wordt afgezet en de massa sediment die het wachtbekken instroomt. Het berekenen van de sediment-vangefficiëntie voor kleine wachtbekkens is zeer problematisch (Verstraeten en Poesen, 2000) en een gemiddelde langetermijnwaarde voor STE is wellicht het maximaal haalbare (Verstraeten en Poesen, 2001b). Het STEP-model (Sediment Trap Efficiency model for small Ponds; Verstraeten en Poesen, 2001b) berekent op basis van lange termijnneerslagreeksen de gemiddelde STE voor een wachtbekken met gegeven grootte, vorm en uitlaatconstructie. Op basis van STEP kon de gemiddelde STE van de kleine wachtbekkens (Thevitsstraat en Kattesteeg) geschat worden op ± 70%, terwijl deze voor de wachtbekkens die op een waterloop zijn gelegen (Niel en Borlo) slechts 30% bedraagt. Voor de simulaties die in het kader van dit project werden uitgevoerd, en waarbij specifiek de effectiviteit van wachtbekkens werd getest, werd de gemiddelde STE van de kleine wachtbekkens dan ook gelijkgesteld aan 70%. Voor elk van deze wachtbekkens kan de werkelijke STE weliswaar groter of kleiner zijn dan deze 70% maar dit is niet te modelleren gezien er geen concrete plannen voorhanden zijn die de grootte, vorm en uitlaatconstructie van deze wachtbekkens opgeven. 30

33 2.3 Bodemverlies en sedimentexport tijdens een evenement Inleiding Voor het evalueren van het effect van maatregelen op lokale bodemdegradatie (verlies van vruchtbare bodemtoplaag) of de sedimentlast in waterlopen, volstaat het om de gemiddelde jaarlijkse bodemverliezen en sedimenttoevoerwaarden te berekenen. Om echter een beter idee te krijgen over het effect van deze maatregelen op het risico op intense modderoverlast in woonkernen, dient de sedimenttoevoer begroot te worden op het niveau van individuele evenementen. Hoewel het (R)USLE-model in eerste instantie niet werd ontwikkeld voor de voorspelling van bodemverliezen na evenementen, kan het hier wél voor toegepast worden indien met een aantal voorwaarden wordt rekening gehouden (Wischmeier, 1976): de regenerosiviteit van de bui dient gekend te zijn (EI30); het juiste gewasstadia en de overeenstemende SLR-waarde op het tijdsstip van de bui dient gekend te zijn; indien zowel EI30 als SLR voor een individuele bui gekend zijn, zal de toepassing van (R)USLE slechts een gemiddeld bodemverlies geven voor een bui met de gegeven EI30 en SLR. Immers, temporele variaties in bodemerosiegevoeligheid (K-factor) worden dan niet in rekening gebracht (zie 2.1.2). Veel hangt ook af of de meest intense momenten van de regenbui in het begin van de regenbui, dan wel op het eind ervan vallen. Ook variaties in windsnelheid kunnen een effect hebben op de werkelijke kinetische energie van de regenbui. Op lange termijn zullen deze variates zich wel uitvlakken. De voorspelling van het bodemverlies voor een regenbui met een gegeven EI30 kan dan ook in werkelijkheid enkele malen hoger/lager zijn. Aangezien men echter enkel geïnteresseerd is in het effect van maatregelen onder de meest kritische omstandigheden (deze die het meeste modderoverlast veroorzaken) kan men bv. uitgaan van een extreem hoge bodemerosiegevoeligheid. Op die manier kan men een intense regenbui simuleren begin mei, wanneer er veel percelen een geringe vegetatieve bedekking kennen en de SLR-waarde dus hoog is, én waarbij de bodem er uiterst droog bij ligt. Hetzelfde geldt ook voor de variaties in transportcapaciteit. Deze geeft slechts een gemiddelde waarde op lange termijn weer (zie hoger). Er zijn evenwel geen indicaties op welke manier de transportcapaciteit dient aangepast te worden i.f.v. de wisselende bedekkingsgraden/groeistadia. Voor een situatie begin mei, echter, waarbij de wintergraangewassen een zeer goede bedekking kennen, kan men veronderstellen dat de transportcapaciteit eerder deze van grasland zal benaderen dan deze van akkerland. Dit betekent dan dat wintergraanakkers in het voorjaar méér sediment zullen opvangen wat overigens uit veldwaarnemingen ook is gebleken (bv. Beuselinck et al., 2000). Hieruit volgt ook dat de locatie van de wintergraanakkers in het landschap een zeer belangrijke rol kan spelen op het risico op modderoverlast in de woonkernen. Indien deze sedimentvangers net stroomopwaarts van de woonkernen liggen, zal er een geringer risico zijn op intense modderoverlast dan wanneer ze op het plateau zijn gesitueerd Welk evenement simuleren? Hoewel een veelvoud aan extreme evenementen kan gekozen worden voor de simulaties is het best om uit te gaan van een soort van worst case scenario : een bui met een grote herhalingsperiode (T > 20, 100, 200 jaar?); tijdsstip van de bui: begin mei; SLR van de meeste voorjaarsgewassen: ± 0,8; droge bodem: relatieve erosiegevoeligheid bedraagt 3; Bij het ontwerp van waterbouwkundige werken wordt vaak uitgegaan van buien met een herhalingsperiode van 10 of 20 jaar, gegeven een bepaalde buiduur (bv. 15 min). Aangezien neerslagerosiviteit niet dezelfde verdeling kent als de neerslag zelf (zie 2.1.1) zou kunnen geopteerd worden voor een regenbui met een neerslagerosiviteit die zich bijvoorbeeld slechts 5 maal heeft voorgedaan te Ukkel (T ± 20 jaar dus voor wat betreft neerslagerosiviteit). Zulk een bui komt overeen met een EI-waarde van ± 300 MJ.mm/ha.hr. Echter, uit de analyse van de neerslagbuien is gebleken dat zulke buien niet voorkomen begin mei, althans niet te Ukkel in de 31

34 periode De herhalingsperiode van zulke erosieve bui begin mei is dan ook een stuk hoger (> 100 jaar). Nochtans kunnen er véél intensere buien zich voordoen én het zijn vaak deze uitzonderlijke buien die aanleiding geven tot de zwaarste modderoverlast. We geven hier enkele voorbeelden: Heks, Vlijtingen 8 juni Op basis van pluviometergegevens van enkele landbouwers in de buurt kon worden bepaald dat er 60 mm neerslag was gevallen in 1 uur, waarvan 49 mm het eerste halfuur. Zulk een regenbui heeft een herhalingsperiode van méér dan 200 jaar (Delbeke, 2001) terwijl de erosiviteit 1438 MJ.mm/ha.h bedraagt, méér dan tweemaal de gemiddelde jaarlijkse waarde! Zware modderellende in de lagergelegen dorspkernen was het gevolg. Het bodemverlies t.g.v. deze regenbui kon na intensieve veldmetingen geschat worden op 38 ton/ha (Takken et al., 1999). Dit bedrag is waarschijnlijk 4 tot 8 maal zo groot als het gemiddelde jaarlijkse bodemverlies! Dit wijst er op dat andere factoren ook een rol speelden in de grote bodemverlieswaarden. Indien we ook hier uitgaan van een grotere erosiegevoeligheid van de gewassen (± 35% zomergewassen) kan deze 1,5 tot 2,5 maal zo groot geweest zijn als gemiddeld (0,5 à 0,9 t.o.v. 0,36). Een laag bodemvochtgehalte kan ervoor verantwoordelijk zijn dat de gemiddelde erosiegevoeligheid van de bodemtoplaag eveneens 1,5 tot 3 maal zo groot was als gemiddeld. Velm, 8 mei Op basis van pluviometergegevens van enkele landbouwers in de buurt kon worden bepaald dat er 70 à 75 mm neerslag was gevallen in 1 uur (Vandaele, 2000). Zulk een regenbui heeft een herhalingsperiode van méér dan 200 jaar (Delbeke, 2001) terwijl de erosiviteit 1500 MJ.mm/ha.h bedraagt, eveneens méér dan tweemaal de gemiddelde jaarlijkse waarde! Zware modderellende in de lagergelegen dorspkernen (Velm, Gingelom, Halmaal) was het gevolg. Naar aanleiding van dit evenement werd er wel geen opname gemaakt van het bodemverlies maar er zijn verscheidene redenen om aan te nemen dat het ook hier makkelijk méér dan ton/ha betrof. Hoegaarden, 30 mei Twee wolkbreuken op één dag. In een periode van één uur zou, eveneens op basis van pluviometergegevens van landbouwers, 70 mm zijn gevallen. Net zoals in Heks en Velm komt dit dus neer op een regenbui met een herhalingsperiode van méér dan 200 jaar en een neerslagerosiviteit van MJ.mm/ha.h. Hoegaarden werd getroffen door een decimeters dikke modderbrij. Voor een klein gebied (20 ha) te Hoegaarden kon op basis van sedimentafzettingen in een klein wachtbekken de sedimentexport voor dit evenement begroot worden op 38 ton/ha (Verstraeten, 2000). Het lokale bodemverlies in het stroomgebied zal dan ook nog groter geweest zijn, gelet op de aanwezigheid van sedimentafzettingen binnen het stroomgebied. Hoewel de aangehaalde buien dus zeer extreem zijn, zijn het toch deze buien die geselecteerd dienen te worden voor het evalueren van maatregelen die modderoverlast dienen te reduceren. Het is immers vooral de spectaculaire modderoverlast t.g.v. van deze extreme neerslagbuien die veel aandacht kent en er de oorzaak van is dat bestrijding van bodemverlies en sedimentexport een belangrijke plaats heeft ingenomen in het integraal land- en waterbeheer. Daarom zal bij het uitvoeren van simulaties met extreme evenementen, gewerkt worden met een bui met een EI30-waarde van 1400 MJ.mm/ha.hr. Deze bui zal, in combinatie met het tijdsstip en het gewasstadia, wel een zéér grote herhalingsperiode kennen, weliswaar voor één welbepaalde plaats. Binnen een bepaalde gemeente of stroomgebied, zeker voor een grote gemeente als Gingelom (5000 ha), is de kans dat een deel van het grondgebied door zulke regenbui wordt getroffen echter wel groter (maar jammer genoeg niet te bepalen wegens een gebrek aan een voldoende dicht pluviografennetwerk). Het lijkt er echter wel sterk op dat zulk een regenbui minstens éénmaal per jaar ergens in Vlaanderen zich voordoet. Dezelfde scenario s die uitgekozen werden voor het evalueren van bodemverlies en sedimentexport op lange termijn, zullen ook getest worden voor het extreem evenement. Er wordt echter wel uitgegaan van een ruimtelijk variërende C- en k tc -factor (wintergewas versus zomergewas). 32

35 3 Effecten van de scenario s op bodemverlies/sedimentexport op lange termijn 3.1 Simulatie 1: actuele toestand zonder wachtbekkens of andere ingrepen Als eerste simulatie werd uitgegaan van de bestaande toestand waarbij echter de reeds uitgevoerde wachtbekkens niet in rekening werden gebracht Deze simulatie toont bijgevolg de bodemverlies- en sedimentexportwaarden die kunnen verwacht worden in de drie stroomgebieden te Gingelom onder de heersende klimatologische omstandigheden, gegeven het huidige bodemgebruik. De kaarten 3.1 tot en met 3.3 geven een beeld van respectievelijk het potentiële bodemverlies (ton/ha.jaar) per pixel (20*20m), het netto-bodemverlies per pixel (ton/ha.jaar) waarbij dus reeds rekening is gehouden met sedimentafzetting, en de sedimentfluxen per pixel. Daarnaast werden er ook 65 deelbekkens afgebakend die rechtstreeks naar de bestaande waterlopen afwateren, met de bedoeling om hun relatieve bijdrage aan de sedimentlast in deze waterlopen beter te kunnen evalueren. Kaarten 3.4 tot en met 3.6 geven per deelbekken weer hoeveel het gemiddeld potentiëel bodemverlies bedraagt alsook de oppervlakte-specifieke sedimentexport en de sedimentdoorvoerratio. Op basis van deze laatste drie kaarten kunnen de deelbekkens afgebakend worden die prioritair in aamerking komen voor het nemen van maatregelen. Maatregelen die tot doel hebben om de lokale bodemdegradatie tegen te gaan dienen genomen te worden in deze deelbekkens waar het potentiële bodemverlies groot is. In de gebieden met een grote sedimentdoorvoerratio moeten maatregelen genomen worden om de sedimentexport naar de waterlopen te reduceren. De figuren 3.1 t/m 3.4 geven het verloop van de sedimentexportwaarden weer langsheen de verschillende hoofdrivieren. Tabel 3.1 geeft per deelbekken én voor de drie grote stroomgebieden de belangrijkste resultaten weer. De sedimentexport uit het stroomgebied van de Molenbeek bedraagt ± 1 ton/ha.jaar wat zowat het dubbel is als de sedimentexport van de Cicindria en de Melsterbeek (0,6 en 0,5 ton/ha.jaar). Dit verschil wordt slechts ten dele verklaard door een verschil in bodemverlies: het stroomgebied van de Molenbeek is in zijn geheel beschouwd slechts 5-25% meer erosiegevoelig dan de twee andere stroomgebieden. Overigens, indien enkel het akkerland in rekening wordt gebracht is het stroomgebied van de Cicindria zelfs het meest erosiegevoelig. De sedimentdoorvoerratio echter, is beduidend hoger voor de Molenbeek (16,4%) dan dit van de twee andere stroomgebieden (± 10%). Het stroomgebied van de Molenbeek is dus veel effectiever in het afvoeren van het geërodeerde sediment. Dit heeft twee hoofdoorzaken: 1. in de vallei van de Molenbeek sluiten de steile hellingen beter aan bij de waterloop waardoor de grote hoeveelheden sediment die er worden geproduceerd meer kans hebben om in de beek terecht te komen. Bovendien heeft de vallei van de Molenbeek relatief meer van deze hellingen; 2. in het opwaartse deel van het stroomgebied van de Molenbeek bevinden zich een aantal kleinere grachten die een perfecte verbinding maken met de Molenbeek en de Boenebeek. In de andere twee stroomgebieden is de aansluiting van de opwaartse plateaudelen met het waterlopenstelsel minder goed. Er treedt dan ook meer sedimentatie op in de brede colluviale dalen. Algemeen wordt aangenomen dat naarmate de oppervlakte van een stroomgebied (A) toeneemt, de oppervlakte specifieke sedimentexport (SSE) afneemt. Dit wordt hoofdzakelijk toegeschreven aan het feit dat grotere stroomgebieden relatief minder steile hellingen hebben en dus minder sediment produceren, én dat ze bovendien meer vlakke valleigebieden hebben waar het sediment kan worden afgezet. Voor de vier (hoofd)waterlopen te Gingelom echter, kunnen we dit verband niet vaststellen (Figuren 3.1 t/m 3.4). Voor de Melsterbeek en de Molenbeek, maar vooral voor de Boenebeek, stellen we nl. vast dat de SSE licht toeneemt met de opwaartse oppervlakte. Voor de Cicindria is dit ook het geval tot Borlo; daarna begint de SSE weer te dalen. De toename van SSE i.f.v. A kunnen we als volgt verklaren aan de hand van drie zones in het landschap: 1. de meest hellingopwaartse deelbekkens zijn op het plateau gelegen: deze deelbekkens hebben relatief minder steile hellingen en het bodemverlies is er dan ook kleiner. De brede dalen zorgen er verder voor dat veel materiaal wordt afgezet. 2. in stroomafwaartse richting hebben de hoofdwaterlopen zich diep ingesneden in het plateau: de hellingen zijn hier een stuk steiler en, zoals eerder al aangehaald, de afstand tussen sedimentbron en waterloop is geringer. De SSE van deze deelbekkens is dan ook hoger. 3. Nog verder stroomafwaarts worden de hellingen terug geringer en zal ook de relatieve bijdrage van de deelbekkens dalen. 33

36 geen erosie (bebouwing/wegen) < 1 ton/ha.jaar 1-2 ton/ha.jaar 2-5 ton/ha.jaar 5-10 ton/ha.jaar ton/ha.jaar ton/ha.jaar > 50 ton/ha.jaar Kaart 3.1 Bodemverlieskaart voor de drie stroomgebieden te Gingelom > 20 ton/ha.jaar erosie ton/ha.jaar erosie 5-10 ton/ha.jaar erosie 2-5 ton/ha.jaar erosie 0,1-2 ton/ha.jaar erosie geen erosie op akkerland bebouwing, wegen geen sedimentatie op akkerland 0,1-5 ton/ha.jaar sedimentatie 5-10 ton/ha.jaar sedimentatie ton/ha.jaar sedimentatie ton/ha.jaar sedimentatie > 100 ton/ha.jaar sedimentatie Kaart 3.2 Netto-bodemverlies/sedimentatie voor de drie stroomgebieden te Gingelom 34

37 >= Kaart 3.3 Sedimentfluxen in de drie stroomgebieden te Gingelom (uitgedrukt in kg sediment) Kaart 3.4 Gemiddelde bodemverlies-intensiteit per deelbekken (groen: 0-2,5 ton/ha.jaar; geel: 2,5-5 ton/ha.jaar: oranje: 5-7,5 ton/ha.jaar; rood: 7,5-12 ton/ha.jaar) 35

38 Kaart 3.5 Specifieke sedimentexport (SSY, ton/ha.jaar) per deelbekken (groen: 0-0,5 ton/ha.jaar; geel: 0,5-1 ton/ha.jaar; oranje: 1-2 ton/ha.jaar; rood: 2-4 ton/ha.jaar) Kaart 3.6 Sedimentdoorvoorratio per deelbekken (groen: 0-10%; geel: 10-20%; oranje: 20-33%; rood: >33%) 36

39 Tabel 3.1 Modelresultaten voor simulatie 1: actuele toestand zonder de bestaande wachtbekkens Stroomgebied Deelbekken A E E Akkerland E akkerland SSE SE SDR (ha) (ton/ha.jaar) (ton/jaar) (ton/ha.jaar) (ton/ha.jaar) (ton/jaar) , ,7 0,1 18 1, , ,1 0,6 34 8, , ,5 2, , , ,8 1, , , ,5 2, , , ,5 2,2 8 22, , ,9 2, , , ,0 1, , , ,8 0, , , ,3 3, , , ,2 0,6 34 6, , ,4 2, , , ,3 0,3 48 8, , ,5 2, , , ,0 1, , , ,4 1, , , ,0 0,3 44 9, , ,1 1, , , ,2 0,1 19 2, , ,8 1, , , ,0 2, , , ,8 0,4 21 5, , ,3 1, , , ,4 1, , , ,5 1, , , ,5 0, , , ,2 1, , , ,4 1, , , ,2 0, ,1 Molenbeek , ,8 1, , , ,8 0,2 36 5, , ,4 1, , , ,0 0,4 56 5, , ,2 0,3 56 4, , ,6 0,0 0 0, , ,1 0,8 36 8, , ,8 1, , , ,5 0,2 42 3, , ,3 1, , , ,9 2, , , ,3 1, , , ,1 0, , , ,5 0, , , ,9 0,4 25 7, , ,4 1, , , ,8 0, , , ,5 0, , , ,8 0, , , ,5 0, , , ,7 0,6 48 8, , ,0 1, , , ,9 1, , , ,7 0,1 12 1,6 Cicindria , ,3 0, , , ,5 0,1 20 3, , ,2 2, , , ,9 0, , , ,6 1, , , ,8 0,2 19 3, , ,4 0,0 0 0, , ,9 0, , , ,4 0,4 26 7, , ,7 0,4 17 9, , ,6 0, , , ,7 0, , , ,2 0,2 39 3, , ,2 0,1 6 1,4 Melsterbeek , ,7 0, ,7 37

40 A = oppervlakte van het stroomgebied; E = bodemverlies; E akkerland = bodemverlies op akkerland; SSE = oppervlakte specifieke sedimentexport; SE= absolute sedimentexport; SDR = sedimentdoorvoerratio = de verhouding tussen E en SE. SSE (ton/ha.jaar) Molenbeek deelbekkens toestroomgebied (ha) Figuur 3.1 Sedimentexport langsheen de Molenbeek en relatieve bijdrage van de deelbekkens Boenebeek deelbekkens SSE opwaarts toestroomgebied (ha) Figuur 3.2 Sedimentexport langsheen de Boenebeek en relatieve bijdrage van de deelbekkens 38

41 3 2.5 Cicindria deelbekkens SSE (ton/ha.jaar) toestroomgebied (ha) Figuur 3.3 Sedimentexport langsheen de Cicindria en relatieve bijdrage van de deelbekkens Melsterbeek deelbekkens SSE (ton/ha.jaar) toestroomgebied (ha) Figuur 3.4 Sedimentexport langsheen de Melsterbeek en relatieve bijdrage van de deelbekkens Voor het stroomgebied van de Molenbeek situeert zone 2 (steile hellingen langsheen de rivier) zich tussen Montenaken en Gingelom-centrum voor de vallei van de Boenebeek en ± vanaf de spoorweg tot voorbij Gingelom-centrum langsheen de Molenbeek zelf. Voor de Cicindria is dit tussen Jeuk en Buvingen en voor de Melsterbeek begint zone 2 eigenlijk pas rondom Mielen-boven-Aalst en zone 3 komt er niet meer voor op het grondgebied van Gingelom. Voor het stroomgebied van de Molenbeek komt deze zone met een belangrijke aanvoer van sediment dus voor een belangrijk stuk overeen met de locatie van twee van de grootste woonkernen: 39

42 Gingelom-centrum en Niel-bij-Sint-Truiden. Al de sedimentaanvoer vanuit de deelbekkens 4, 5, 6, 7, 8, 9 en 21 (= 747 ton) komt voor het grootste deel via de wegen en de woongebieden terecht in de Molenbeek. Een groot deel van deze hoeveelheid zal echter niet in de Molenbeek belanden maar voor modderoverlast zorgen in deze dorpen. Voor het selecteren van prioritaire deelgebieden voor het nemen van maatregelen in het kader van een integraal land- en waterbeheer, met als doelstelling de reductie van de sedimentlast in de waterloop, kan men enerzijds gebruik maken van kaarten 3.4 tot en met 3.6, en anderzijds van figuren 3.1 tot en met 3.4. Op basis van deze figuren zou men immers kunnen besluiten om al de deelbekkens die een hogere SSE hebben dan de SSE aan de uitlaat van het ganse stroomgebied, als probleemgebied te definiëren. Indien in deze deelbekkens maatregelen genomen worden om de sedimentexport te reduceren zal dit immers een aanzienlijk impact hebben op de sedimentlast in de waterloop. Het gebruik van een hogere drempelwaarde (bv. 1,5 ton/ha.jaar) is een andere mogelijkheid, vnl. dan indien het aantal middelen te beperkt is om op vele plaatsen tegelijkertijd een oplossing te zoeken. Indien een drempelwaarde van 1 ton/ha.jaar wordt genomen zijn er 28 prioritaire deelbekkens, bij een drempelwaarde van 2 ton/ha.jaar nog slechts 10. Een gelijkaardige procedure kan gevolgd worden voor het aanduiden van prioritaire deelbekkens met als doelstelling het beperken van de lokale bodemverliezen. Daarvoor kan gebruik gemaakt worden van kaart 3.1, 3.2 of 3.4. Bij de selectie van deze gebieden wordt er echter best geen rekening gehouden met het nettobodemverlies per deelbekken. Deze is immers gelijk aan de sedimenexport en er wordt dan geen rekening gehouden of een groot netto-bodemverlies per deelbekken het gevolg is van een grote bodemverlieswaarde op de hellingen en een matige sedimentafzetting onderaan de helling, dan wel of dit te wijten is aan een matige bodemverlieswaarde op de hellingen en een zeer geringe sedimentafzetting in de vallei. Andersom kan een klein netto-bodemverlies per deelbekken veroorzaakt worden door massale sedimentatie in de vallei terwijl er op de hellingen toch aanzienlijk bodemverlies optreedt. Erosiebestrijding richt zich daarom ook eerder naar individuele hellingen of percelen i.p.v. naar ganse stroomgebieden. Men kan wel opteren om per deelbekken aan te duiden hoeveel % van het oppervlak een te hoge bodemverlieswaarde heeft (Kaart 3.7) Kaart 3.7 Percentage van het deelbekken waar het netto-bodemverlies groter is dan 10 ton/ha.jaar (groen: < 25%; geel: 25-35%; oranje: 35-45%; rood: 45-55%) Kaart 3.8 is een herklassering van kaart 3.2 waarbij per pixel de netto-bodemverlies wordt weergegeven. Afhankelijk van de gekozen drempelwaarde voor netto-bodemverlies is op basis van deze figuur duidelijk dat het aantal geselecteerde deelgebieden sterk kan verschillen. Indien een drempelwaarde van 20 ton/ha.jaar wordt gehanteerd, is 8 % van het areaal akkerland prioritair, bij 10 ton/ha.jaar 26% en bij 5 ton/ha.jaar zelfs al 50%. 40

43 > 20 ton/ha.jaar netto-erosie ton/ha.jaar netto-erosie 5-10 ton/ha.jaar netto-erosie 2-5 ton/ha.jaar netto-erosie ton/ha.jaar netto-erosie < 0.1 ton/ha.jaar netto-erosie erosie noch sedimentatie < 0.1 ton/ha.jaar netto-sedimentatie ton/ha.jaar netto-sedimentatie 5-10 ton/ha.jaar netto-sedimentatie ton/ha.jaar netto-sedimentatie ton/ha.jaar netto-sedimentatie > 100 ton/ha.jaar netto-sedimentatie meter N Kaart 3.8 Netto-bodemverlies/sedimentatiekaart voor de drie stroomgebieden op pixelniveau (20*20m) Aangezien bodemverlies, i.t.t. sedimentatie, over grote oppervlaktes voorkomt, wordt het ook best gereduceerd door maatregelen die ganse oppervlaktes innemen. Daarom is het aan te raden om het grootste deel van deze maatregelen op perceelsniveau te nemen. Kaart 3.9 toont daarom de netto-bodemverlieswaarde per perceel waarbij geen rekening wordt gehouden met mogelijke netto-sedimentatie binnen het perceel. Dit betekent dat voor een perceel van 100 ha waar op 80 ha netto 10 ton/ha.jaar bodemverlies optreedt en op de overige 20 ha 20 ton/ha.jaar netto-sedimentatie, de bodemverlieswaarde op kaart 3.8 gelijk is aan 8 ton/ha.jaar (10*80/100). In totaal zijn er 33 percelen (± 1%) met zo n netto-bodemverlieswaarde groter dan 20 ton/ha.jaar, 87 percelen met méér dan 15 ton/ha.jaar en 270 percelen met méér dan 10 ton/ha.jaar. geen erosie/geen perceel < 2 ton/ha.jaar 2-5 ton/ha.jaar 5-10 ton/ha.jaar ton/ha.jaar ton/ha.jaar > 20 ton/ha.jaar meter N Kaart 3.9 Netto-bodemverlies per perceel met uitsluiting van netto-sedimentatie binnen het perceel 41