How rivers breathe greenhouse gases : understanding emissions through modeling

Deze thesis benadrukt de toenemende bezorgdheid over broeikasgasemissies (BKG) uit rivieren en de nood aan geavanceerde modellen die hun dynamiek en bijdrage aan klimaatverandering beter kunnen weergeven. Rivieren spelen een cruciale rol in de mondiale koolstof- en nutriëntencycli: ze transporteren en verwerken organisch materiaal en nutriënten, terwijl ze BKG’s uitstoten. Menselijke activiteiten, zoals landbouw en verstedelijking, verstoren deze cycli aanzienlijk. Ze verhogen de belasting met nutriënten en organisch materiaal en wijzigen de hydromorfologie van rivieren, wat leidt tot verhoogde emissies. Toch blijft hun bijdrage aan het mondiale BKG-budget slecht gekend, waardoor rivieren een van de meest onzekere componenten vormen in emissieramingen. Mondiale schattingen van rivieremissies variëren sterk door beperkingen in huidige methoden. Die steunen vaak op vereenvoudigde benaderingen zoals het middelen van puntmetingen of het toepassen van emissiefactoren. Zulke methodes zijn onzeker en kunnen moeilijk voorspellen hoe emissies reageren op milieuveranderingen, wat hun beleidswaarde beperkt. Deze thesis draagt bij via drie hoofdthema’s: (1) een kritische evaluatie van bestaande rivier-BKG-modellen, (2) de ontwikkeling van nieuwe methodologieën die verschillende modelleringsaanpakken combineren, en (3) de toepassing van deze modellen om de impact van klimaatverandering en hydroklimatologische extremen op emissies te analyseren. De thesis start met een literatuurstudie van modellen gepubliceerd tussen 2010 en 2021 (Hoofdstuk 2), die uitdagingen en kennishiaten in kaart brengt. Op basis hiervan en data uit een intercontinentale meetcampagne (Hoofdstuk 3), werden twee modellen ontwikkeld. Hoofdstuk 4 beschrijft een hybride model dat SWAT+ combineert met een lineair mixed model om seizoensgebonden N₂O-emissies in een Belgisch stroomgebied te simuleren. Het model toonde duidelijke pieken in winter en lente, gelinkt aan nutriëntenaanvoer via afstroming. De resultaten wijzen op het belang van aangepaste bemesting en teeltstrategieën. Hoofdstuk 5 stelt Random Forest (RF) modellen voor die de invloed van landgebruik, topografie, waterkwaliteit en sociaaleconomische factoren op rivieremissies analyseren. SHAP-waarden tonen aan dat verstedelijking en landbouw bijdragen aan hogere BKG-emissies, met CH₄-hotspots in stedelijke gebieden met zwakke infrastructuur, en hogere CO₂- en N₂O-emissies in landbouwgebieden. In Hoofdstuk 6 werd het hybride model toegepast op klimaatscenario’s en toonde dat veranderende neerslagpatronen N₂O-emissies tot 40% kunnen verhogen. Hoofdstuk 7 gebruikte RF-modellen om de impact van droogte-hittegolven en overstromingen te evalueren. De modellen voorspelden verhoogde CH₄- en N₂O-fluxen onder samengestelde klimaateffecten. De resultaten hebben beleidsimplicaties: infrastructuurverbetering kan CH₄-emissies drastisch verlagen; landbouwmaatregelen kunnen CO₂- en N₂O-emissies halveren. Deze thesis toont aan dat het combineren van procesgerichte en data-gedreven modellen cruciaal is om de groeiende menselijke impact op riviersystemen beter te begrijpen en te beperken.