Gis Dla Rolnictwa – Dane Satelitarne Noaa Avhrr

Transcript

Wkład nauki dla poprawy działań w rolnictwie Katarzyna Dąbrowska – Zielińska, Martyna Gatkowska, Karol Paradowski, Alicja Malińska, Zbigniew Bochenek, Monika Tomaszewska, Wojciech Kiryła Centrum Teledetekcji Instytut Geodezji i Kartografii Warszawa www.igik.edu.pl GIS dla Rolnictwa Dane satelitarne NOAA AVHRR : • Przestrzeń rolnicza • Dane dekadowe - wskaźniki roślinności i temperatura powierzchni (Ts) • Wskaźniki charakteryzujące wzrost roślin i wilgotność gleby – TCI i VCI • Prognoza plonów od 1 kwietnia co dekadę – metoda statystyczna czynnikowa • Charakterystyka każdej dekady pod kątem niedoborów wody – susze • Mapy klasyfikacji upraw – na podstawie obrazów radarowych oraz optycznych : NOAA AVHRR, Landsat8, SPOT5, Sentinel1 i Sentinel2 • Wskaźniki ze wszystkich danych satelitarnych (województwo, powiat, gmina, obszary 1 km2, pole rolnika) • Prognoza redukcji plonów upraw Wkład nauki dla poprawy działań w rolnictwie GIS dla Rolnictwa – dane satelitarne NOAA AVHRR Susze NOAA AVHRR Prognozowanie plonów Grunty orne NDVI-TS TCI VCI Redukcja plonów Wkład nauki dla poprawy działań w rolnictwie IGiK codzienne prowadzi satelitarne obserwacje powierzchni Teledetekcyjny system oceny wzrostu roślin uprawnych Pozyskiwanie zdjęć satelitarnych Zdjęcia z satelity NOAA AVHRR i MODIS Zdjęcia po kalibracji i korekcji Wkład nauki dla poprawy działań w rolnictwie Modelowanie Plonów – Codzienny Monitoring obszaru całej Polski – wskaźniki roślinne – kalibracja danych satelitarnych poprzez pomiary terenowe Grunty orne Archiwalna baza danych wielkości plonów dla każdego województwa Wkład nauki dla poprawy działań w rolnictwie Wskaźniki Kondycji Roślin – WKR (Vegetation Condition Index – VCI) województwo powiat piksel 1 km2 Średnie wojewódzkie wartości wskaźnika VCI dla 2011 r. Wskaźnik VCI dla 2011 r. Wkład nauki dla poprawy działań w rolnictwie Wskaźniki Kondycji Roślin – WKR (Vegetation Condition Index – VCI) Wkład nauki dla poprawy działań w rolnictwie Długość sezonu wegetacji - rok 2012 Wkład nauki dla poprawy działań w rolnictwie Terra MODIS – porównanie NDVI z 2009 (dobre warunki) i NDVI z 2012 roku (wymarzanie) Województwo Pomorskie i Kujawsko - Pomorskie 2.03.2012 2.03.2009 Wkład nauki dla poprawy działań w rolnictwie Obserwacje pokrywy śniegowej na podstawie zobrazowań satelitarnych Terra MODIS 2014/2015 Wkład nauki dla poprawy działań w rolnictwie Wyznaczenie pokrywy śniegu i temperatury powierzchni Wkład nauki dla poprawy działań w rolnictwie Termiczny Wskaźniki Kondycji Roślin – TWKR (Thermal Condition Index – TCI) TCI dla powiatów (km2) Wkład nauki dla poprawy działań w rolnictwie Prognozowanie plonów dla województw dla piksela 1 km2 w powiatach Wkład nauki dla poprawy działań w rolnictwie Susza 2015 - dekada 18 76 % Wkład nauki dla poprawy działań w rolnictwie Susza 2015 - dekada 19 84 % Wkład nauki dla poprawy działań w rolnictwie Susza 2015 - dekada 23 80 % Wkład nauki dla poprawy działań w rolnictwie Obszary redukcji plonów pszenicy powyżej 25 % Wkład nauki dla poprawy działań w rolnictwie Prognozy Redukcji Plonów rzepaku dla województwa wielkopolskiego 14 dekada 16 dekada 2010 11 dekada 2012 GUS: 2010: 29.1 dt h-1 2012: 23.1 dt h-1 Śr. : 26.3 dt h-1 Wkład nauki dla poprawy działań w rolnictwie Redukcja plonów – rzepak na Mazowszu (wg. modeli po 11 dekadzie) 2003 2007 2006 2009 Wkład nauki dla poprawy działań w rolnictwie 2010 Uprawy ozime – prace prowadzone do modelowania prognozy plonów od jesieni Ocena jesiennych warunków rolniczych 2014. Wkład nauki dla poprawy działań w rolnictwie Przezimowanie upraw ozimych 2012 i 2014 Wkład nauki dla poprawy działań w rolnictwie Rzepak w województwie Mazowieckim - wg. modeli po 11 dekadzie - przezimowanie Wkład nauki dla poprawy działań w rolnictwie Wskaźnik ryzyka wymarzania rzepaku. Wkład nauki dla poprawy działań w rolnictwie Wskaźnik wilgotności obliczony w funkcji parowania Wkład nauki dla poprawy działań w rolnictwie Wilgotność gleby – zastosowanie zdjęć radarowych Wkład nauki dla poprawy działań w rolnictwie Wielkość współczynnika LAI obliczona na podstawie mikrofalowych zdjęć satelitarnych Wkład nauki dla poprawy działań w rolnictwie Klasyfikacja upraw dla powiatu wykorzystanie danych radarowych w połączeniu z danymi satelitarnymi Landsat8 Wkład nauki dla poprawy działań w rolnictwie Wykorzystanie danych satelitarnych i lotniczych Wykorzystanie danych satelitarnych o niskiej, średniej i wysokiej rozdzielczości przestrzennej: 1km2 - województwa , powiaty, duże pola rolników (niedobory wody, wilgotność, ) 250 m – prognoza plonów, 30m – stan pól uprawnych 10m – stan pól uprawnych, procent powierzchni pola gdzie jest zagrożenie upraw Zdjęcia lotnicze i zdjęcia z pułapu dronu – zagrożenia upraw Badania terenowe w celu kalibracji modeli Wkład nauki dla poprawy działań w rolnictwie Wymarzanie pszenicy ozimej i rzepaku – woj. Kujawsko – Pomorskie Wkład nauki dla poprawy działań w rolnictwie Porównanie rozdzielczości NOAA Landsat SPOT 5 wzmocniony kanałem panchromatycznym Wkład nauki dla poprawy działań w rolnictwie Wykorzystanie zdjęć z pułapu dronu do monitorowania strat na obszarze pola Wkład nauki dla poprawy działań w rolnictwie Kompozycja kanałów oraz NDVI Współpraca dr M. Ostrowski i M. Chiliński Wkład nauki dla poprawy działań w rolnictwie Użytki Zielone - Szacowanie Biomasy na podstawie danych z drona i Landsat8 (w 2016 Sentinel-2) Wkład nauki dla poprawy działań w rolnictwie Przestrzenny rozkład wartości ilości świeżej biomasy oraz średniej biomasy z hektara dla poszczególnych pól podkład: dane z satelity Landsat 8, data pozyskania: 10.06.2015, kompozycja barwna 5-4-3 Wkład nauki dla poprawy działań w rolnictwie Budowanie Serwisów – Projekt ESA - IGIK ekonomiczne wartości dla rolników • Doświadczenia naukowe w budowaniu Serwisu dla rolników • Przeprowadzenie ankiet – potrzeby użytkowników • Utworzenie serwisu dla indywidualnych rolników, organizacji rolniczych oraz administracji państwowej i samorządowej bazującego na informacjach pozyskiwanych za pomocą teledetekcji Wkład nauki dla poprawy działań w rolnictwie ARTES 20 (Advanced Research in Telecomunication System) - Serwis Rolniczy Wkład nauki dla poprawy działań w rolnictwie Odbiorcy Serwisu Producenci rolni Firmy produkcyjne Związki PracodawcówDzierżawców i Właścicieli Rolnych Administracja Państwowa ARMiR Indywidualni Ministerstwo Rolnictwa Właściciele Rolni CDR oraz Urzędy Gminne (>100 ha) ODR Indywidualni Właściciele GUS Agencja Rynku Rolnego Rolni (<100 ha) Firmy sprzedające nawozy Firmy dostarczające środki ochrony roślin Firmy dostarczające przyrządy do rolnictwa Firmy precyzyjnego ubezpieczeniowe Sektor dostarczający produktów do Sektora Rolniczego Wkład nauki dla poprawy działań w rolnictwie Firmy konsultingowe Firmy dostarczające rozwiązań do zarządzania produkcją rolniczą Sektor dostarczający usług do Sektora Rolniczego SERENE – Satelitarny Serwis Monitorowania Roślin Energetycznych SERENE – SERWIS BIOENERGII Serwis dostarczający informacji o potencjale regionów do produkcji energii odnawialnej z biomasy Cele serwisu oraz problemy do rozwiązania: Gdzie obecnie są plantacje? Jaki jest bilans biomasy w regionach? Gdzie mogą powstać nowe plantacje? Prognoza ich produktywności i profitów Operacyjny Serwis Monitorowania Plantacji Roślin Energetycznych Rozwiązania proponowane przez serwis Mapy plantacji w wybranych regionach Mapa obszarów o potencjale do uprawy roślin energetycznych Monitorowanie kondycji roślin energetycznych i prognoza plonów Określenie wielkości energii możliwej do pozyskania z tych plantacji Rekomendowane uprawy Monitorowanie wilgotności gleby Bilans energii dla regionów Prognoza produktywności energii i przychodów Prognoza produktywności energetycznej i przychodów Wkład nauki dla poprawy działań w rolnictwie Monitorowanie upraw energetycznych Monitoring based on satellite data Processing of data Renewable energy experts – energy crops Soil moisture maps Crop condition maps  biomass Yield prognosis Prognosis of energy productivity and income Data available on commercial basis Free data Opinions, requirements, engagement, interest of users Klasyfikacja upraw energetycznych Plantacje kukurydzy NDVI plantacji kukurydzy Wilgotność gleby – plantacja Płaszczyca, Pawłówko 30 lipiec 2014 Wkład nauki dla poprawy działań w rolnictwie Plantacje topoli NDVI plantacji topoli Klasyfikacja kondycji topoli + statystyki NDVI between 0.75 and 0.85 between 0.65 and 0.75 between 0.55 and 0.65 below 0.55 above 0.85 Area (ha) Name % 61,32 High Vegetation 53,63 27,41 Medium Vegetation 23,97 11,23 4,77 9,62 114,34 Low Vegetation 9,82 Very_Low_Vegetation-Bare soil 4,17 Very High Vegetation 8,41 Mapa Biomasy – plantacja topoli Mapa Biomasy – plantacja topoli (2) Gdzie założyć plantacje? Mapa obszarów nieużytkowanych rolniczo Już niedługo Serwis SERENE operacyjny Zadrzewienia śródpolne – kartowanie w skali mikro (np: działki ewidencyjne) Zasięgi i wysokości drzew z lotniczego skaningu laserowego (dane ISOK) Zadrzewienia śródpolne z satelity Sentinel-2 rozdzielczość przestrzenna 10x10 m Wkład nauki dla poprawy działań w rolnictwie DZIĘKUJĘ ZA UWAGĘ Wkład nauki dla poprawy działań w rolnictwie