HOMER

Geo-hydrological Hazards in the changing African trOpics: sediments, dynaMics and intERactions

HOMER is een BELSPO STEREO IV-project dat tot doel heeft een cruciale leemte op te vullen in ons begrip van de manier waarop de wisselwerking tussen geohydrologische gevaren (GHH), sedimentstromen en milieuveranderingen de landschapsontwikkeling en gevarenpatronen in tropisch Afrika bepaalt. Het verduidelijken van deze verbanden zal helpen bij het sturen van mitigatiemaatregelen om GHH-risico's, bodemerosie, overstromingsrisico's en milieudegradatie te verminderen – wat uiteindelijk ten goede komt aan de volksgezondheid, de infrastructuur en de ecologische veerkracht in uiterst kwetsbare tropische regio's.

Dit vierjarige project wordt gecoördineerd door het Koninklijk Museum voor Midden-Afrika (KMMA), in samenwerking met de KU Leuven, het Koninklijk Belgisch Instituut voor Natuurwetenschappen en de Vrije Universiteit Amsterdam.

HOMER zal aantonen dat dit nu haalbaar is dankzij meer dan tien jaar aan systematische, vrij toegankelijke gegevens van Copernicus Sentinel-sensoren, waarmee uitgebreide, multitemporele inventarisaties kunnen worden opgesteld van het volledige spectrum aan GHH-verschijnselen – waaronder ondiepe en diepe aardverschuivingen, plotselinge overstromingen en stedelijke geulen – en waarmee de dynamiek, interacties en cascade-effecten van sediment over grote gebieden kunnen worden gekwantificeerd. Door gebruik te maken van synergieën tussen sensoren (voornamelijk Sentinel-1, Sentinel-2 en Sentinel-3) zullen we GHH-voorvallen en -dynamiek detecteren en volgen, het herstel van de landschapsvegetatie monitoren en sedimentfluxen kwantificeren. Door deze ongekende datasets te integreren met datagestuurde en procesgebaseerde modellen, zullen we onthullen hoe GHH sedimentfluxen vormt en de landschapsevolutie op lange termijn aanstuurt, waarbij gerichte veldcampagnes voor geochronologische bemonstering belangrijke kalibratieparameters opleveren voor erosiesnelheidsmodellen. Door deze geavanceerde instrumenten te integreren met lokale kennis en validatie in het veld, streven we ernaar de detectie, monitoring en modellering van het volledige GHH-spectrum op lokale en regionale schaal te verbeteren, wat uiteindelijk zal leiden tot robuustere en voorspellende GHH-modellen.