Оценка урожайности по спутниковым данным

«В тех местах, где мы можем видеть только зеленый цвет на сельскохозяйственных культурах, электромагнитные изображения со спутников показывают гораздо больше информации о том, что на самом деле происходит в листьях растений и даже внутри растительного покрова. Как использовать эту информацию, является проблемой», — говорит Кайю Гуан , ученый-эколог из Университета I и ведущий автор исследования. «Использование различных спектральных диапазонов и комплексный взгляд на них дает богатую информацию для повышения урожайности».Гуан говорит, что в этой работе впервые собраны так много спектральных диапазонов, включая видимые, инфракрасные, тепловые, пассивные и активные микроволновые измерения, а также измерения флуоресценции растительного покрова для изучения сельскохозяйственных культур.

«Мы использовали интегрированную структуру, называемую частичной регрессией наименьших квадратов, для анализа всех данных вместе. Этот конкретный подход может идентифицировать общую информацию в разных наборах данных.

Когда мы извлекаем общую информацию из каждого набора данных, остается то, что уникальная информация, относящаяся к условиям растительности и урожайности ».Исследование показывает, что многие наборы спутниковых данных содержат общую информацию, касающуюся биомассы сельскохозяйственных культур, выращиваемых над землей. Однако исследователи также обнаруживают, что различные спутниковые данные могут выявить экологические стрессы, которые испытывают сельскохозяйственные культуры, связанные с засухой и жарой.

Гуан говорит, что сложным аспектом наблюдения за посевами является то, что зерно, а это и есть урожай, растет внутри полога, где его не видно сверху. «Видимые или ближние инфракрасные диапазоны, обычно используемые для мониторинга сельскохозяйственных культур, в основном чувствительны к верхним слоям растительного покрова, но предоставляют мало информации о более глубокой растительности и почвенных условиях, влияющих на водный статус и урожайность сельскохозяйственных культур», — говорит Джон Кимбалл из Университета Монтаны, долгосрочный соавтор Гуаня и соавтор статьи.«Наше исследование предполагает, что данные микроволнового радара в Ku-диапазоне содержат уникальную полезную информацию о росте сельскохозяйственных культур», — говорит Гуан. «Помимо информации о биомассе, он также содержит дополнительную информацию, связанную с водным стрессом сельскохозяйственных культур из-за более высокой чувствительности микроволн к содержанию воды в растительном покрове, и микроволновое излучение также может проникать через полог и видеть сквозь него часть или весь полог.

Мы также обнаружили, что тепловые полосы обеспечивают информация о водном и тепловом стрессе », — говорит Гуань. «Эта информация говорит нам, когда листья открывают или закрывают поры, чтобы дышать и поглощать углерод для роста».Соавтор Дэвид Лобелл из Стэнфордского университета, который разработал идею вместе с Гуаном, говорит, что использование всех этих спутниковых данных вместе значительно увеличивает возможности для мониторинга сельскохозяйственных культур и урожайности.

«Это эпоха больших данных. Как разобраться во всех доступных данных, чтобы получить полезную информацию для фермеров, экономистов и других лиц, которым необходимо знать урожайность, — важная задача», — говорит Гуан. «Это будет важный инструмент. И хотя мы начали с кукурузного пояса США, эту структуру можно использовать для анализа пахотных земель в любой точке планеты».

Исследование «Общие и уникальные значения оптических, флуоресцентных, тепловых и микроволновых спутниковых данных для оценки урожайности крупномасштабных культур» опубликовано в журнале Remote Sensing of Environment. Работа была инициирована и разработана Кайю Гуаном из Университета I и Дэвидом Лобеллом из Стэнфордского университета.

Соавторами этого проекта являются Джин Ву (Брукхейвенская национальная лаборатория), Джон С. Кимбалл (Университет Монтаны), Марта С. Андерсон (USDA ARS), Стив Фролкинг (Университет Нью-Гэмпшира), Бо Ли (Университет штата Нью-Гэмпшир). из Иллинойса) и Кристофера Р. Хейна (NOAA).