Nutzung umfangreicher Satellitendaten zur Schätzung des Ernteertrags

Anonim

Ohne fortschrittliche Sensortechnologie sieht der Mensch nur einen kleinen Teil des gesamten elektromagnetischen Spektrums. Satelliten sehen den gesamten Bereich - von hochenergetischen Gammastrahlen bis zu sichtbaren, Infrarot- und Niedrigenergie-Mikrowellen. Die Bilder und Daten, die sie sammeln, können zur Lösung komplexer Probleme verwendet werden. Zum Beispiel werden Satellitendaten von Forschern der Universität von Illinois genutzt, um ein vollständigeres Bild von Ackerland zu erhalten und den Ernteertrag im US-Maisgürtel zu schätzen.

"An Orten, an denen wir nur die Farbe Grün in Feldfrüchten sehen können, zeigt die elektromagnetische Bildgebung von Satelliten viel mehr Informationen darüber, was tatsächlich in den Blättern von Pflanzen und sogar innerhalb der Baumkronen passiert. Wie man diese Informationen nutzt, ist die Herausforderung", sagt Kaiyu Guan, ein Umweltwissenschaftler am U von I und der Hauptautor auf der Forschung. "Durch die Verwendung verschiedener Spektralbänder und die integrierte Betrachtung ergeben sich umfassende Informationen zur Verbesserung des Ernteertrags."

Guan sagt, dass diese Arbeit das erste Mal ist, dass so viele Spektralbänder zusammengebracht wurden, einschließlich sichtbarer, infraroter, thermischer und passiver sowie aktiver Mikrowellen- und Canopy-Fluoreszenz-Messungen, um Pflanzen zu untersuchen.

"Wir haben ein integriertes Framework namens Partial Least-Square Regression verwendet, um alle Daten zusammen zu analysieren. Dieser spezifische Ansatz kann gemeinsam genutzte Informationen über die verschiedenen Datensätze hinweg identifizieren. Wenn wir die geteilten Informationen aus jedem Datensatz ziehen, bleibt der Rest einzigartige Informationen über Vegetationsbedingungen und Ernteerträge. "

Die Studie deckt auf, dass die vielen Satellitendatensätze gemeinsame Informationen über oberirdisch gewachsene Pflanzenbiomasse enthalten. Die Forscher stellen jedoch auch fest, dass verschiedene Satellitendaten Umweltbelastungen zeigen können, die Ernteereignisse in Verbindung mit Trockenheit und Hitze erfahren. Guan sagt, der herausfordernde Aspekt der Getreidebeobachtung ist, dass das Getreide, um das es bei der Ernte geht, im Inneren des Kronendachs wächst, wo es von oben nicht sichtbar ist. "Sichtbare oder nahinfrarote Banden, die typischerweise für die Überwachung von Feldfrüchten verwendet werden, sind hauptsächlich empfindlich für das obere Kronendach, liefern aber nur wenig Informationen über die tiefere Vegetation und die Bodenbedingungen, die den Wasserstatus und Ertrag beeinflussen", sagt John Kimball von der University of Montana Mitarbeiter von Guan und Mitautor der Zeitung.

"Unsere Studie legt nahe, dass die Mikrowellen-Radardaten im Ku-Band eindeutig nützliche Informationen über das Pflanzenwachstum liefern", sagt Guan. "Neben den Informationen über die Biomasse enthält es auch zusätzliche Informationen in Bezug auf den Wasserstress der Pflanzen aufgrund der höheren Mikrowellenempfindlichkeit für den Wassergehalt der Wasseroberfläche, und Mikrowellen können auch in die Baumkrone eindringen und einen Teil oder die gesamte Baumkrone durchschauen Informationen zu Wasser und Hitzestress ", sagt Guan. "Diese Information sagt uns, wann Blätter ihre Poren öffnen oder schließen, um zu atmen und Kohlenstoff für Wachstum zu absorbieren."

Co-Autor David Lobell von der Stanford University, der die Idee mit Guan zusammenstellte, sagt, dass die Nutzung dieser Satellitendaten die Kapazität zur Überwachung von Ernten und Ernteerträgen erheblich erhöht.

"Das ist ein Zeitalter der Big Data. Wie man alle verfügbaren Daten verstehen kann, um nützliche Informationen für Landwirte, Ökonomen und andere, die den Ernteertrag wissen müssen, zu generieren, ist eine wichtige Herausforderung", sagt Guan. "Dies wird ein wichtiges Instrument sein. Und obwohl wir mit dem US-amerikanischen Maisgürtel begonnen haben, kann dieser Rahmen zur Analyse von Anbauflächen überall auf dem Planeten verwendet werden."

Die Studie "Die gemeinsamen und einzigartigen Werte von optischen, Fluoreszenz-, thermischen und Mikrowellen-Satellitendaten zur Schätzung von Ernteerträgen in großem Maßstab" wird in Remote Sensing of Environment veröffentlicht. Die Arbeit wurde von Kaiyu Guan von U of I und David Lobell von der Stanford University initiiert und gestaltet. Es wird gemeinsam von einem Multi-Institut-Team von Jin Wu (Brookhaven National Lab), John S. Kimball (Universität von Montana), Martha C. Anderson (USDA ARS), Steve Frolking (Universität von New Hampshire), Bo Li (Universität von Illinois) und Christopher R. Hain (NOAA).

menu
menu