Satelitter bør være en del af løsningen

Klima Data fra satellitter bør være en del af løsningen i morgendagens jordbrug med det øgede pres, der er på arealanvendelsen, vandressourcerne og det stadigt stigende behov for fødevarer til at brødføde jordens befolkning.

Sandholt4204web

Satellitprodukter integreret med landbrugsmaskiner med henblik på et intelligent, fuldt automatisk og bæredygtigt jordbrug baseret på satellitdata er slet ikke nogen utopi.

Momentum+

Satellitdata kan bidrage til en optimal udnyttelse af naturressourcerne og have en positiv effekt på de miljømæssige konsekvenser af produktionen samtidig med, at udbyttet og kvaliteten af afgrøderne øges.

Det skyldes, at satellitdata er en mere robust og omkostningseffektiv måde at få adgang til observationer over store områder, end der er mulighed for at opnå med konventionelle data. Den helt store fordel ved satellitdata er, at vi kan få tidsserier af data, der komplementerer punktmålinger som meteorologiske observationer eller afgrødestatus med en meget højere rumlig opløsning, end vi er vant til.

Landbrugssektoren er derfor en af de mest oplagte områder for anvendelse af de nye satellitdata, og mulighederne er mange. Det inkluderer fx monitering af afgrødestatus, udbytte, forvaltning af vandressourcer og markvanding.

Satellitbaserede produkter skal skræddersys

Skala – både tidslig og rumlig – er et centralt begreb, når vi taler om satellitdata. Fysiske og tekniske forhold gør, at der altid er en afvejning mellem rumlig opløsning, observationernes hyppighed samt nøjagtighed, når satellitmissionerne skal designes. Den relevante skala knytter sig ligeledes til den aktuelle anvendelse.

Der er fx forskel på behovet hos den enkelte landmand, som har brug for beslutningsstøtte til markvanding eller kvælstoftilførsel på driftsniveau, til behovet for data hos den regionale eller nationale myndighed, der indsamler landbrugsstatistik eller står for vandingstilladelser. Kravene er forskellige både med hensyn til rumlig opløsning, hyppighed af observationer og aktiviteter.

De satellitbaserede produkter må derfor være skræddersyet til den konkrete anvendelse.

Informationen skal tilføres merværdi

For at informationen i satellitdata skal være interessant for aktører i landbruget, skal de tilføres merværdi – observationerne fra satellitsensorerne skal omdannes til produkter, der er relevante for de bio- og geofysiske forhold på marken.

3891122 Momentum 4 2020 Figur

Figur 1. Et eksempel på anvendelse til tørkemonitering i Danmark for det tørre forår 2018. Et indeks estimerer vandstress på vegetationen ud fra termiske og optiske data. Indekset er nemt at beregne ud fra satellitdata alene, og konceptuelt er det baseret på fysiske processer. På grund af den forholdsvis grove, rumlige opløsning, der er mulig at opnå og på grund af de bagved liggende antagelser, er anvendelsen primært regional eller national.

© Sandholt ApS

De bagvedliggende metoder og modeller stammer fra flere årtiers forskning i anvendelse af satellitdata fra både europæiske og amerikanske programmer, der for alvor blev tilgængelige fra 1980'erne og frem.

I slutningen af 1980'erne og 1990'erne var der en stor idérigdom blandt forskere, hvor data fra satellitter blev foreslået anvendt i landbrug og vandforvaltning. De løsninger, der er gængse i dag, baserer sig i vid udstrækning på koncepter fra den tid.

En kombination af mangel på data og ringe datatilgængelighed gjorde imidlertid, at operationel anvendelse ikke var mulig trods de lovende metoder og potentiale for anvendelse i forbindelse med fx præcisionsjordbrug eller beslutningsstøtte på bedrift eller distriktsniveau.

En gamechanger

Med data fra det europæiske Copernicusprogram, som opsendte den første satellit, Sentinel-1 i 2014, har dette ændret sig. Programmet står for udvikling af en række satellitmissioner, Sentinelmissionerne, hvor designet først og fremmest er drevet af anvendelser og services.

Sentinelmissionerne har været en gamechanger, idet data fra Copernicus i modsætning til tidligere jordobservationsprogrammer er operationelle, det vil sige, at der er garanti for aktualitet, tilgængelighed og kontinuitet. 

Der er nu skabt et grundlag for kommerciel brug af data fra satellitterne, og landbrugssektoren er et af de mest oplagte områder for anvendelse af de nye satellitdata.

Derfor er der nu skabt et grundlag for udvikling af operationelle anvendelser og kommerciel brug af data fra satellitterne. Programmet udvikler sig hele tiden, og nye missioner er planlagt, så nye og mere avancerede observationer bliver tilgængelige med mulighed for at udvikle nye produkter, der er målrettet anvendelser i fx jordbrug.

Copernicusprogrammet udmærker sig desuden ved at omfatte en række forskellige sensorer, der måler i det optiske, det termiske samt mikrobølgeområdet. Sensorerne i de forskellige områder af det elektromagnetiske spektrum komplementerer hinanden og kan med fordel kombineres for at opnå robuste produkter. I skrivende stund er seks typer af Sentinelsensorer i kredsløb om jorden, og seks nye missioner blev godkendt af Den Europæiske Rumorganisations ministerråd i slutningen af 2019.

Der er stadig udfordringer, som skal løses

Med udgangspunkt i potentialet for operationel anvendelse af satellitdata i jordbruget kan vi konstatere, at der stadig er udfordringer, som skal løses. Kravene, der skal stilles til produkterne baseret på satellitdata, omfatter relevans, aktualitet, tilstrækkelig opløsning i tid og rum samt tilstrækkelig nøjagtighed til anvendelsen.

Et godt eksempel er de simple og robuste vegetationsindeks, der kan beregnes ud fra optiske satellitdata. De har været anvendt direkte, som de er med stor succes til monitering af vegetation på regional og global skala i årtier, og i dag er indekset i princippet til rådighed med et par dages mellemrum på en timeters skala – hvis det da ikke lige var for det med skyerne.

For at have relevans til forvaltning på en mindre skala, fx bedrifts- eller markniveau, må indekset omsættes til en størrelse, der er kvantificerbar. Det kan derfor ikke stå alene, men må indgå som variabel i en model, der typisk er baseret på simulering af de biofysiske processer.

Et eksempel på et andet, simpelt produkt er et indeks, der estimerer vandstress på vegetationen ud fra termiske og optiske data. Indekset er nemt at beregne ud fra satellitdata alene, og konceptuelt er det baseret på fysiske processer.

På grund af den forholdsvis grove, rumlige opløsning, der er mulig at opnå og på grund af de bagvedliggende antagelser, er anvendelsen primært regional eller national. Et eksempel på anvendelse til tørkemonitering i Danmark for det tørre forår 2018 er vist i figur 1 længere oppe i artiklen.

Opløsningen i satellitdata er stadig begrænsningen

I og med at satellitsensorerne kun måler elektromagnetisk stråling, er der altid en vis form for modellering involveret, når data skal omsættes til bio- og geofysiske størrelser. Vegetationsindekset eller de satellitdata, der indgår i beregningen, kan bruges til at estimere bladarealindeks eller assimileres i fx afgrødemodellering.

Evapotranspiration (den samlede fordampning fra jordoverfladen og fra planternes overflade) er et godt eksempel på en kompleks proces, som varierer hurtigt i tid og rum, hvor det derfor er oplagt at bruge satellitdata. Evapotranspiration er en nøglevariabel i afgrødemodellering og vandbalancemodellering og derfor også helt central at kende for optimal markvanding.

En lang række modeller af forskellig kompleksitet baseret på satellitbestemt overfladetemperatur er blevet udviklet. De mest succesfulde og robuste modeller er procesbaserede og anvender satellitdata sammen med atmosfæredata og GIS-data til estimering af evapotranspirationen.

Sandholt4202web

Figur 2. Evapotranspiration (den samlede fordampning fra jordoverfladen og fra planternes overflade) er en nøglevariabel i afgrødemodellering og vandbalancemodellering og derfor også helt central at kende for optimal markvanding. De mest succesfulde og robuste modeller er procesbaserede og anvender satellitdata sammen med atmosfæredata og GIS-data til estimering af evapotranspirationen. Metoden er begrænset af, at der ikke kan optages billeder af landoverfladen, når der er skyer. Her ses Østjylland delvist dækket af hvide skyer. De røde områder angiver lille fordampning, de grønne højere fordampning.

Valideringsforsøg viser, at usikkerhederne på modellernes estimering af evapotranspiration er lille for en lang række afgrøder, ikke blot homogene typer som fx kornafgrøder, men også over komplekse afgrøder af høj værdi som vin og frugtplantager. Målet er at anvende denne type information til præcisionsvanding, men her udgør opløsningen i satellitdata stadig begrænsningen, hvis vi skal under markskala.

Landbrugssektorens behov opfyldes

Machine learning-metoder til rumlig nedskalering er afprøvet, men metoderne er ikke i stand til at detektere områder med stressede afgrøder i højere opløsning.

Den Europæiske Rumorganisation, ESA, har i sommeren 2020 igangsat implementeringen af en ny Copernicus-mission, der vil råde bod på denne udfordring. Missionen, LSTM, ("Copernicus Land Surface Temperature Monitoring") er tilpasset landbrugssektorens behov for data til at optimere bæredygtig landbrugsproduktion på markskala.

Den vil måle landoverfladetemperatur og vegetationsparametre med en højere rumlig opløsning og tidsmæssig frekvens end i dag. Det vil muliggøre estimering af evapotranspiration, som opfylder de krav, der kan stilles til anvendelser til forvaltning og beslutningsstøtte for fx markvanding eller afgrødemodellering.

Anvendelsen af både optiske og termiske satellitdata, som danner input til afgrødemodellering og evapotranspirationsmodellering, er begrænset af, at der ikke kan optages billeder af landoverfladen, når der er skyer.

Det forholder sig anderledes for mikrobølgedata i form af radarsatellitdata (Synthetic Aparture Radar, SAR, figur 3). Ved at kombinere optiske data med mikrobølgedata, som kan se igennem skydække, kan mere komplette tidsserier opnås.

Informationsindholdet i SAR-data relaterer sig til jordens indhold af vand i de øverste lag og til overfladens ruhed. Ved at anvende og analysere tidsserier af SAR-data kan ændringer i jordens vandindhold estimeres på markskala, og dermed er SAR-data et vigtigt input til forvaltning af vandressourcer på regional skala og på driftsniveau.

Skal en højere opløsning opnås, viser state-of-the-art-modellering, at lokal kalibrering er nødvendig, hvilket på samme tid ville gøre det muligt at estimere afgrødeparametre som fx bladarealindeks. Fordelen er her igen, at vi kan opnå en bedre tidsserie ved at bruge SAR-data end optiske data.

Sandholt4203web

Figur 3. Modsat metoden vist i figur 2 længere oppe i artiklen forholder det sig anderledes for mikrobølgedata i form af radarsatellitdata (Synthetic Aparture Radar, SAR). Ved at kombinere optiske data med mikrobølgedata, som kan se igennem skydække, kan mere komplette tidsserier opnås.

På europæisk og internationalt plan er der meget stor fokus på udvikling af området, og innovationspotentialet har stor bevågenhed. Byggeklodserne er der, og langt hen ad vejen har vi proof of concept for en lang række anvendelser. Jo tættere vi kommer på den operationelle anvendelse, desto klogere bliver vi både på de behov, der findes, og også på, hvordan vi kan løse de barrierer, som stadig eksisterer.

Det er åbenlyst, at satellitdata skal bruges i sammenhæng med proces simuleringsmodeller for virkelig at udnytte deres potentiale.

Det er ingen utopi

Vi er kommet langt med at assimilere satellitprodukter i konventionelle modeller, men vi kan komme længere ved at tilpasse modellerne til den anden type data, vi har med satellitdata.

Lokale målinger kan med fordel inddrages for lokal kalibrering af modellerne, hvilket vil lede til lavere usikkerhed på estimaterne lokalt. Dataindsamling og -behandling skal være stabil og effektiv. Og formidling af de rette oplysninger om værdi til slutbrugerne er en forudsætning for et effektivt system.

Produkterne skal tilbydes brugerne på en velegnet platform, og her er det indlysende, at onesize ikke passer alle. Web- og appbaserede platforme vinder stigende udbredelse, og sømløs integration med landbrugsmaskiner med henblik på et intelligent, fuldt automatisk og bæredygtigt jordbrug baseret på satellitdata er slet ikke nogen utopi.