Hur kan satellitbilder hjälpa oss att rädda planeten?

Klimatförändringarna är det största hotet som jorden står inför idag! Vår planet, hem för en växande befolkning på över 7,8 miljarder människor och otaliga arter av flora och fauna, har förändrats avsevärt under de senaste decennierna. Dessa omfattande miljöförändringar har fått regeringar och offentliga organ att öka investeringarna i naturskydd i ett försök att stoppa och eventuellt vända effekterna av skenande klimatförändringar. Forskning visar att cirka 50 miljarder USD ^[1] flödar in i naturvårdsprojekt varje år. Man tror att den fjärde industriella revolutionen ^[2] bidragit till en stor del av instabiliteten i samband med klimatförändringarna. Det finns därför, nu, ett växande krav på organisationer att balansera mellan vinst och samhällelig påverkan.

Fjärranalys innebär att förstå förändringar i breda landmassor genom detektering och övervakning av de fysiska eller kemiska egenskaperna hos ett område genom att på avstånd mäta strålningen som reflekteras eller sänds ut av det undersökta området. Det används nu av regeringar och miljöpartister över hela världen för att få en korrekt förståelse av jorden samtidigt som man fattar politiska beslut, särskilt utifrån de pågående diskussionerna kring klimatförändringar. Även om tillämpningarna av dessa är relevanta för flera branscher, har de ingenstans genererat den typ av inverkan som den har inom området hållbart jord- och skogsbruk. Hur vi producerar vår mat har stor inverkan på jordens resurser! Genom att utöka dessa data med marksensorer kan det hjälpa våra bönder att bättre planera sin sådd, skötsel, skörd och försäljning av sina produkter.

Det finns en uppsjö av satellitbilder tillgängliga under det senaste decenniet som har olika nivåer av rumslig och tidsmässig upplösning. År 2017 satte emellertid det privata Earth Imaging-företaget, Planet Labs, ut en flock satelliter på en raket från Indian Space Research Organisation (ISRO). De hjälper till att skanna jorden dagligen, med hög rumslig upplösning på 3-5m med bredare geografisk täckning. Vi inledde också nyligen vårt partnerskap med Planet Labs för att testa deras data för några sådana effektfulla applikationer.

Fjärranalys och bevarande

För närvarande är den största påverkan inom bevarandeområdet. Satellitdata har visat sig vara till nytta för hantering av vattendelar och används i Indien för bassängerna Krishna, Yamuna och Tapi-floden. Ett projekt på nationell nivå, Integrated Mission for Sustainable Development (IMSD), genomfört av Department of Space, täckte ett område på cirka 84 miljoner hektar fördelat på 175 distrikt i Indien ^[3] . I utvalda vattendelar under projektet visade genomförandet av regnvattenuppsamling ett antal fördelar, en av dem var ökningen av jordbruksutvecklingen i en gång karga regioner i området.

Rekommendation för en multidisciplinär strategi för bevarande

CropIn har kombinerat satellitbilder med algoritmer för maskininlärning (ML) för att skapa strategier och implementera ett storskaligt flodbevarandeprojekt i centrala Indien. Flodbevarandeprojekt är av yttersta vikt i jordbruksbaserade ekonomier som Indien, där bönder går bort från sitt beroende av osäkra väderförhållanden och sällsynta regn. Floder är livlinan för dessa bönder och är en primär källa till vatten för bevattning! Däremot måste projekt för bevarande av floder vara välplanerade och tidsinställda. Dessa kan också bli allt dyrare. Det kändes ett behov av att utveckla ett system som kan övervaka aktiviteten längs flodbassängen, uppmuntra bönder att fortsätta anta hållbara metoder och ge förtroende till beslutsfattare att fortsätta ansträngningarna.

Att undersöka och jämföra tidigare historiska data med nuvarande data från satellitbilder av dessa platser gjorde det möjligt för oss att undersöka effekterna av trädplantering längs flodbassängen. Planen tog hänsyn till avrinningsområdets gräns tillsammans med plantageplanen för att övervaka förändringar i vattenkapacitet, trädtäthet, torka och nederbörd under en fyraårsperiod. Enbart mätning av vattenkapaciteten är en felaktig analys av påverkan eftersom detta kan bero på korta förändringar i väderförhållandena eller kan bero på de inneboende egenskaperna hos den specifika geografiska zonen. Algoritmen övervakade förändringar i vart och ett av dessa element under tidsperioden för att fastställa effekten av trädplantering på jordbruksgrödor i det område som studeras.

Mäta verklig påverkan och styra förändringar

Det finns flera index och derivat som kan erhållas från andra optiska bilder än den populära NDVI
(normaliserat skillnad vegetationsindex) för vegetationshälsa. CropIn använde härledda funktioner från satellitdata, marksensordata, väderdata och skräddarsydda en ML-modell ovanpå dessa för att kontinuerligt övervaka över tiden och analysera träddensitetsförändringen under de fyra åren längs flodbassängen över de 15 distrikten .

Förändringen av trädtätheten uppskattas med hjälp av en satellitbildsbaserad aggregeringsmodell vars resultat sedan korreleras med plantagestatistiken som samlats in under plantagekörningen för att uppskatta regioner där plantagerna överlevde och växte under åren. I dessa identifierade regioner genomförs ytterligare analys för att ta reda på de faktorer som i hög grad bidragit till ytvattenbyten. Ytvattenförändringar i sig kvantifieras med hjälp av de historiska satellitdata som finns tillgängliga från regionen. Det innebar att detektera flodens utbredning, följt av mätning av ytareaförändringen med hjälp av satellitbaserade index. En ML-modell byggs upp för att bedöma förändringen i ytvattenarean och vattenretention på grund av följande bidragande faktorer:a) förändring av trädtäcket, b) nederbördsförändring och c) torka. Högupplösta bilder av området som studerades validerade dessa resultat ytterligare. Vi kan också fastställa ökningen eller minskningen av den odlade marken över tid, vilket ger en indikation på sambandet mellan trädtäthetsökning, vattennivåer och sporre i jordbruksaktiviteten i området. Det finns några öppna utmaningar med förändringsdetektering av vattennivåer, jordbruksaktivitet och trädtäthet. En viktig fråga är effekten av förvirrande variabler kopplade till säsongsbetonade, årliga och långsiktiga nederbördsförändringar i regionen. Effekterna av dessa störande variabler måste tas bort under analysen för att mäta den verkliga effekten.

Traditionellt skulle det förmodligen ta flera decennier att fastställa avkastningen på investeringen och effekterna av dessa projekt, men nu kan vi göra detta snabbare och mer exakt.

Vi tror att insikterna och mätvärdena också kan ge myndigheter och politiska organ att prioritera och genomföra projekt med större effektivitet och med förnyat hopp!

Kontakta oss för att ta reda på mer om hur CropIn använder teknik för att hjälpa regeringar och utvecklingsorgan att bekämpa klimatförändringarna med ett smartare och mer hållbart jordbruk.

Se den här videon för att lära dig mer om markanvändningsanalys som drivs av SmartRisk ^®

Referenser

[1] CPIC släpper nya ritningar för att öka investeringarna i naturskydd. Global Environment Facility, 2020.
[2] Den fjärde industriella revolutionen. Deloitte, 2020
[3] Katastrofhantering. Geospatial World, 2010