Welkom bij
Moderne landbouw
!
Klimaatverandering is de grootste bedreiging voor de aarde vandaag! Onze planeet, met een groeiende bevolking van meer dan 7,8 miljard mensen en talloze soorten flora en fauna, is de afgelopen decennia aanzienlijk veranderd. Deze wijdverbreide veranderingen in het milieu hebben regeringen en overheidsinstanties ertoe aangezet om meer te investeren in natuurbehoud in een poging de effecten van de ongebreidelde klimaatverandering te stoppen en mogelijk om te keren. Onderzoek wijst uit dat ongeveer USD 50 miljard [1] stroomt elk jaar in natuurbeschermingsprojecten. Er wordt aangenomen dat de vierde industriële revolutie [2] bijgedragen aan een groot deel van de instabiliteit die gepaard gaat met klimaatverandering. Er is dus nu een groeiende roep voor organisaties om een balans te vinden tussen winst en maatschappelijke impact.
Teledetectie omvat het begrijpen van veranderingen in brede landmassa's door de detectie en monitoring van de fysische of chemische kenmerken van een gebied door op afstand de straling te meten die wordt gereflecteerd of uitgezonden door het onderzochte gebied. Het wordt nu gebruikt door regeringen en milieuactivisten over de hele wereld om een nauwkeurig begrip van de aarde te krijgen terwijl ze beleidsbeslissingen nemen, vooral vanuit het perspectief van de voortdurende discussies over klimaatverandering. Hoewel de toepassingen hiervan relevant zijn voor verschillende industrieën, heeft het nergens zo'n impact gegenereerd als op het gebied van duurzame land- en bosbouw. Hoe we ons voedsel produceren, heeft een grote impact op de hulpbronnen van de aarde! Door deze gegevens aan te vullen met grondsensoren, kunnen onze boeren hun zaaien, beheer, oogst en verkoop van hun producten beter plannen.
Er is de afgelopen tien jaar een overvloed aan satellietbeelden beschikbaar op verschillende niveaus van ruimtelijke en temporele resolutie. In het jaar 2017 zette het particuliere Earth Imaging-bedrijf, Planet Labs, echter een zwerm satellieten in op een raket van de Indian Space Research Organization (ISRO). Ze helpen de aarde dagelijks te scannen, met een hoge ruimtelijke resolutie van 3-5 m met een grotere geografische dekking. We zijn onlangs ook onze samenwerking met Planet Labs begonnen voor het testen van hun gegevens voor een aantal van dergelijke impactvolle toepassingen.
Momenteel is de grootste impact op het gebied van natuurbehoud. Satellietgegevens zijn nuttig gebleken bij het beheer van stroomgebieden en worden in India gebruikt voor stroomgebieden van de Krishna-, Yamuna- en Tapi-rivier. Een project op nationaal niveau, Integrated Mission for Sustainable Development (IMSD), uitgevoerd door het Department of Space, besloeg een gebied van ongeveer 84 miljoen hectare verspreid over 175 districten in India [3] . In geselecteerde stroomgebieden in het kader van het project heeft de implementatie van regenwateropvang een aantal voordelen opgeleverd, waaronder de toename van de landbouwontwikkeling van ooit onvruchtbare regio's in het gebied.
CropIn heeft satellietbeelden gecombineerd met algoritmen voor machine learning (ML) om een grootschalig rivierbehoudproject in Centraal-India te strategiseren en te implementeren. Projecten voor het behoud van rivieren zijn van het allergrootste belang in op landbouw gebaseerde economieën zoals India, waar boeren afstand nemen van hun afhankelijkheid van onzekere weersomstandigheden en onregelmatige regenval. Rivieren zijn de levensader voor deze boeren en zijn een primaire bron van water voor irrigatie! Rivierbeschermingsprojecten moeten echter goed worden gepland en getimed. Deze kunnen ook steeds duurder worden. Er werd een behoefte gevoeld om een systeem te ontwikkelen dat de activiteit langs het stroomgebied kan volgen, boeren kan aanmoedigen om door te gaan met het toepassen van duurzame praktijken en het vertrouwen kan geven aan beleidsmakers om hun inspanningen voort te zetten.
Door de historische gegevens uit het verleden te onderzoeken en te vergelijken met de huidige gegevens afkomstig van de satellietbeelden van deze locaties, konden we de impact van de aanplant van boomgewassen langs het stroomgebied onderzoeken. Het plan hield rekening met de stroomgebiedgrens en met het beplantingsplan om veranderingen in watercapaciteit, boomdichtheid, droogte en neerslag over een periode van vier jaar te monitoren. Het alleen meten van de watercapaciteit is een onnauwkeurige analyse van de impact, aangezien dit te wijten kan zijn aan korte veranderingen in de weersomstandigheden of aan het intrinsieke kenmerk van die specifieke geografische zone. Het algoritme volgde de veranderingen in elk van deze elementen in de loop van de tijd om de impact van de boomaanplant op landbouwgewassen in het onderzochte gebied te bepalen.
Er zijn verschillende indices en derivaten die kunnen worden verkregen uit de optische beelden anders dan de populaire NDVI
(genormaliseerde verschilvegetatie-index) voor vegetatiegezondheid. CropIn gebruikte afgeleide functies van de satellietgegevens, grondsensorgegevens, weergegevens en bouwde er een ML-model bovenop om continu de verandering van de boomdichtheid in de loop van de vier jaar langs het stroomgebied van de 15 districten te monitoren en te analyseren. .
De verandering in boomdichtheid wordt geschat met behulp van een op satellietbeelden gebaseerd aggregatiemodel waarvan de resultaten vervolgens worden gecorreleerd met de plantagestatistieken die zijn verzameld tijdens de plantagerit om de regio's te schatten waar de plantages hebben overleefd en groeiden door de jaren heen. In deze geïdentificeerde regio's wordt verdere analyse uitgevoerd om de factoren te achterhalen die in belangrijke mate hebben bijgedragen aan de verandering van oppervlaktewater. De oppervlaktewaterverandering zelf wordt gekwantificeerd met behulp van de historische satellietgegevens die beschikbaar zijn uit de regio. Het omvatte het detecteren van de omvang van de rivier, gevolgd door het meten van de oppervlakteverandering met behulp van satelliet-indices. Er is een ML-model gebouwd om de verandering in het oppervlaktewateroppervlak en de waterretentie te beoordelen als gevolg van de volgende factoren:a) verandering in boombedekking, b) verandering in neerslag en c) droogtecondities. Hoge resolutiebeelden van het onderzochte gebied bevestigden deze resultaten verder. Ook kunnen we de toe- of afname van het bebouwde land in de tijd bepalen, wat een indicatie geeft van de correlatie tussen de toename van de boomdichtheid, het waterpeil en de aansporing van de landbouwactiviteit in het gebied. Er zijn enkele openstaande uitdagingen met de veranderingsdetectie van de waterstanden, de landbouwactiviteit en de boomdichtheid. Een belangrijk probleem is het effect van verstorende variabelen die verband houden met seizoensgebonden, jaarlijkse en langdurige neerslagveranderingen in de regio. De effecten van deze verstorende variabelen moeten tijdens de analyse worden verwijderd om de echte impact te meten.
Traditioneel zou het waarschijnlijk enkele decennia duren om de ROI en impact van deze projecten vast te stellen, maar nu kunnen we dit sneller en nauwkeuriger doen.
Wij zijn van mening dat de inzichten en statistieken ook overheden en beleidsinstanties kunnen bieden bij het prioriteren en uitvoeren van projecten met grotere efficiëntie en met hernieuwde hoop!
Neem contact met ons op voor meer informatie over hoe CropIn technologie gebruikt om overheden en ontwikkelingsinstanties te helpen de klimaatverandering te bestrijden met slimmere en duurzamere landbouw.
Bekijk deze video voor meer informatie over landgebruiksanalyse, mogelijk gemaakt door SmartRisk ®
[1] CPIC publiceert nieuwe blauwdrukken om investeringen in natuurbehoud te stimuleren. Wereldwijde milieufaciliteit, 2020.
[2] De vierde industriële revolutie. Deloitte, 2020
[3] Rampenbeheer. Geospatiale wereld, 2010
