Machine learning helps to locally restore wetlands for coastal protection
(for Dutch scroll down)
Worldwide, coastal wetlands like salt marshes and mangroves are increasingly recognized as valuable natural defenses that protect coasts. Tidal salt marshes enhance flood safety by being ‘wave absorbers’ that protect the dikes behind them, and by being ‘flood fighters’ that lower the flood depth by limiting the size of breaches when a dike would fail during severe storms. This raises the question if we can establish and restore these wetlands where needed, now that the sea level is rising, and storms become stronger and more frequent.
The increasing vulnerability of coastal wetlands due to climate changes is a global concern, given the many valuable services they provide, like carbon storage and hosting a great biodiversity. “Although the need of restoring coastal wetlands is widely recognized, little is known about the key processes controlling wetland vegetation establishment”, says Zhan Hu, an Associate Professor in marine science at the Sun Yat-Sen University in the Chinese coastal city of Zhuhai.
Using computer models to predict marsh establishment
Hu is the leading author of this paper and headed the international research team consisting of engineers, physical geographers and ecologists. “From the large data sets generated in recent field and laboratory experiments, we know that the establishment process of wetland vegetation is complex and depending on a diverse set of factors in its living environment.”
The scientists used machine learning to translate the obtained dataset into predictive models that can forecast marsh establishment under various environmental conditions. “This allowed us to venture out into the unknown future”, says Hu.
Local conditions more important than global change
The results of this computer model revealed that marsh establishment can be well managed, despite the ongoing global change. Hu: ”The good news is that controllable local conditions are much more important than uncontrollable climate change stressors.” Overall, this provides a positive outlook for future coastal wetland restorations.”
The use of machine learning provided some important insights on the local scale. ”It is especially the sediment supply, the local wave height, and shape of the tidal flat in front of the marsh that we need to control to counteract the threats of changing wind climate and rising sea level”, tells Hu.
”These findings are important in that they broaden our focus from the dike-protecting marshes, towards managing the whole ecosystem, including the tidal flats fronting the marsh”, says Tjeerd Bouma, ecologist from the NIOZ Royal Netherlands Institute for Sea Research and Utrecht University.
Around the globe, the sediment supply is currently decreasing in many estuaries due to the upstream management of rivers, like building hydraulic dams for power generation. Present study suggests that making using dredged material can counter this effect and strengthen marshes. It also shows that the smart use of simple wave breaking systems can be used to expand the marshes. “The latter was apparently well known by our ancestors” says Bouma, ”as this is exactly what was done by the construction of brushwood dams. So, although we must foremost counter global change, as was discussed in the Glasgow-meeting last week, science-based local management measures along our coasts offer great opportunities to facilitate coastal wetland restoration around the globe, in the face of global change.”
Machine learning helpt kwelders lokaal te herstellen voor kustbescherming
Ondanks de wereldwijde klimaatverandering is het toch mogelijk om buitendijkse zoutmoerassen voor kustverdediging aan te leggen, door met het beheer slim in te spelen op de lokale omstandigheden. Dat ontdekte een internationaal team van wetenschappers uit China, Nederland, het VK en België door grote datasets van experimenten in te voeren in een machine learning model. Ze publiceerden hun ontdekking in het wetenschappelijke tijdschrift Geophysical Research Letters.
Wereldwijd worden wetlands zoals schorren, kwelders en mangroven steeds meer gezien als waardevolle natuurlijke methode om de kust te beschermen. Door de golven op te vangen, beschermen zoutmoerassen in de getijdezone de achterliggende dijken. Daarnaast verkleinen ze het gat in een dijk als die tijdens een zware storm toch zou doorbreken. En dat verlaagt de hoogte van een overstroming. Nu de zeespiegel stijgt en stormen heftiger en frequenter worden, groeit wereldwijd de vraag hoe wetlands aan te leggen en te herstellen zijn.
De groeiende kwetsbaarheid van wetlands in kustzones als gevolg van klimaatverandering is een wereldwijd probleem, gezien de waardevolle diensten die ze leveren zoals koolstofopslag en het in stand houden van de biodiversiteit. “Het belang om coastal wetlands te beschermen wordt breed erkend. Desondanks is er toch nog maar weinig bekend over welke processen de vestiging van dit type wetlands stuurt”, zegt Zhan Hu, hoogleraar hydraulic engineering aan de Sun Yat-Sen Universiteit in de Chinese kuststad Zhuhai.
Groei van moerassen voorspellen met computermodellen
Hu is eerste auteur van de publicatie en projectleider van een internationaal onderzoeksteam van ingenieurs, fysisch geografen en ecologen. “Door de grote datasets die zijn verzameld in zowel het veld als laboratoriumexperimenten, weten we dat het vestigen van wetlandvegetatie complex is en afhangt van diverse omgevingsfactoren.”
De onderzoekers gebruikten machine learning om de verzamelde gegevens te vertalen in voorspellende modellen die kunnen inschatten hoe moerassen zich vormen onder verschillende milieuomstandigheden. “Daardoor kunnen we de wetland-vestiging onder invloed van klimaatverandering voorspellen”, zegt Hu.
Lokale omstandigheden belangrijker dan klimaatverandering
De resultaten van de computermodellen onthulden dat vestiging van moerasplanten goed te beheren is, ondanks verdergaande klimaatverandering. Hu: “Het goede nieuws is dat de controleerbare lokale omstandigheden veel belangrijker blijken te zijn dan oncontroleerbare stressfactoren die samenhangen met klimaatverandering. Over het algemeen biedt dat een positief beeld voor het herstel van coastal wetlands in de toekomst.”
Het gebruik van machine learning leverde een aantal belangrijke lokale inzichten op. “Het zijn vooral de hoeveelheid sediment, de lokale golfhoogte en de vorm van het getijdengebied vóór het zoutmoeras dat we moeten zien te beheersen om vestiging van planten in wetlands mogelijk te maken ondanks het veranderende windklimaat en het stijgend zeeniveau”, aldus Hu.
Slim gebruik van golfbrekende systemen
“Deze bevindingen zijn belangrijk omdat ze onze focus verleggen van het zoutmoeras dat dijken beschermt, naar het managen van het hele kustecosysteem, inclusief de onbegroeide slikken en getijdeplaten vóór het zoutmoeras”, zegt Tjeerd Bouma, kustecoloog bij het Koninklijk Nederlands Instituut voor Onderzoek der Zee (NIOZ) en de Universiteit Utrecht.
Wereldwijd komt in heel veel estuaria steeds minder sediment binnen door stroomopwaarts riviermanagement, zoals de bouw van hydraulische dammen om energie op te wekken. De huidige studie suggereert dat gebruik van opgedregd materiaal dit effect kan tegengaan en de vestiging van zoutmoerassen mogelijk maakt. Het laat ook zien dat de moerassen uit te breiden zijn via slim gebruik van golfbrekende systemen. “Dat laatste was blijkbaar ook al bekend bij onze voorouders”, zegt Bouma, “aangezien zij rijsthouten dammen bouwden om de vestiging van kwelders te versnellen, zoals is gedaan bij de landaanwinningswerken in de Waddenzee. Ondanks het feit dat we klimaatverandering moeten tegengaan, zoals afgelopen week ook is besproken in Glasgow, biedt op wetenschappelijke inzichten gebaseerd lokaal beheer goede kansen om wereldwijd wetlands te herstellen, en daarmee onze kusten veiliger te maken.”
Publication
Zhan Hu, Bas W. Borsje, Jim van Belzen, Pim W.J.M. Willemsen, Heng Wang, Yisheng Peng, Lin Yuan, Michela De Dominicis, Judith Wolf, Steijn Temmerman, and Tjeerd J. Bouma
Mechanistic modeling of marsh seedling establishment provides a positive outlook for coastal wetland restoration under global climate change
Geophysical Research Letters, 11 November 2021, http://dx.doi.org/10.1029/2021GL095596
Experiments to understand salt marsh seedling establishment on bare tidal flats. The experiment had so many treatments, that it allowed development of a machine learning model by Zhan Hu and colleagues. Haobing Cao (NIOZ & SKLEC) defended his thesis full of experiments on seedling establishment last month at Utrecht University.
Experimenten geven inzicht in de vestiging van zaailingen op de onbegroeide slikken en getijdeplaten. Het experiment bevatte zoveel behandelingen dat het de ontwikkeling van een machine learning model door Zhan Hu en zijn collega’s mogelijk maakte. Haobing Cao (NIOZ en SKLEC) verdedigde vorige maand aan de Universiteit Utrecht zijn proefschrift met experimenten over de vestiging door zaailingen.