Без продвинутой сенсорной технологии люди видят лишь небольшую часть всего электромагнитного спектра. Спутники видят весь спектр - от высокоэнергетического гамма-излучения до видимого, инфракрасного и низкоэнергетического микроволн. Изображения и данные, которые они собирают, могут быть использованы для решения сложных задач. Например, исследователи из Университета Иллинойса используют спутниковые данные для получения более полной картины пахотных земель и для оценки урожайности в Кукурузном поясе США..
"В местах, где мы можем видеть только зеленый цвет растений, электромагнитные изображения со спутников дают гораздо больше информации о том, что на самом деле происходит в листьях растений и даже внутри их кроны. Как использовать эту информацию - сложная задача, - говорит Кайю Гуан, ученый-эколог из Университета Италии и ведущий автор исследования. выход."
Гуан говорит, что эта работа является первым случаем, когда так много спектральных диапазонов, включая видимый, инфракрасный, тепловой, пассивный и активный микроволны, а также измерения флуоресценции растительного покрова были объединены для изучения сельскохозяйственных культур.
"Мы использовали интегрированную структуру под названием Частичная регрессия наименьших квадратов, чтобы проанализировать все данные вместе. Этот особый подход может выявить общую информацию в разных наборах данных. Когда мы извлекаем общую информацию из каждого набора данных, остается уникальная информация о состоянии вегетации и урожайности."
Исследование показывает, что многие наборы спутниковых данных содержат общую информацию о биомассе сельскохозяйственных культур, выращиваемой 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 трудность наблюдения за посевами заключается в том, что зерно, от которого зависит урожайность, растет внутри полога, где его не видно сверху. «Видимый или ближний инфракрасный диапазон, обычно используемый для мониторинга посевов, в основном чувствителен к верхнему пологу, но дает мало информации о более глубоких слоях растительности и почвенных условиях, влияющих на состояние воды и урожайность сельскохозяйственных культур», - говорит Джон Кимбалл из Университета Монтаны, многолетний соавтор Гуана и соавтор статьи.
«Наше исследование показывает, что данные микроволнового радара в Ku-диапазоне содержат исключительно 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, а микроволны также могут проникать в растительный покров и видеть его часть или весь растительный покров. Мы также обнаружили, что тепловые полосы предоставляют информацию о водном и тепловом стрессе, - говорит Гуань. - Эта информация говорит нам, когда листья открывают или закрывают свои поры, чтобы дышать и поглощать углерод для роста».
Соавтор Дэвид Лобелл из Стэнфордского университета, который разработал эту идею вместе с Гуаном, говорит, что совместное использование всех этих спутниковых данных значительно увеличивает возможности мониторинга посевов и урожайности.
"Это век больших данных. Как осмыслить все доступные данные, чтобы получить полезную информацию для фермеров, экономистов и других лиц, которым необходимо знать урожайность, является важной задачей", - говорит Гуань. «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 крупномасштабных урожаев» опубликовано в журнале Remote Sensing of Environment. Работа была инициирована и разработана Кайю Гуаном из U of I и Дэвидом Лобеллом из Стэнфордского университета. В соавторстве с ним работает команда из нескольких институтов: Джин Ву (Брукхейвенская национальная лаборатория), Джон С. Кимбалл (Университет Монтаны), Марта С. Андерсон (USDA ARS), Стив Фролкинг (Университет Нью-Гэмпшира), Бо Ли (Университет штата Иллинойс) и Кристофер Р. Хейн (NOAA).