Tutkijaryhmä on kehittänyt tekniikan, joka mittaa maaperän suolapitoisuutta maailmanlaajuisesti vaikuttavalla tarkkuudella, jopa 10 metrin tarkkuudella. Tämä parannus vastaa kriittiseen tarpeeseen arvioida maaperän suolapitoisuutta tarkasti, mikä on merkittävä ongelma, joka vaikuttaa maatalouden tuottavuuteen ja maaperän terveyteen maailmanlaajuisesti.
Maaperän suolapitoisuus, eräänlainen maaperän huonontuminen, vaikuttaa yli miljardiin hehtaariin ympäri maailmaa ja vahingoittaa maatalouden tuottavuutta ja ympäristön terveyttä. Aiemmat maaperän suolapitoisuuden kartoittamiseen tähtäävät yritykset ovat kohdanneet haasteita saatavilla olevien tietoaineistojen vähäisen yksityiskohtaisuuden ja maaperän suolapitoisuuden jatkuvien muutosten osoittamisen vaikeuksien vuoksi.
Nämä haasteet tiedostaen tutkimusryhmä ryhtyi luomaan mallia, joka hyödyntää Sentinel-1/2-kuvia, ilmastodataa, maastotietoja ja edistyneitä koneoppimisalgoritmeja. Heidän tavoitteenaan oli arvioida maaperän suolapitoisuutta viidellä ilmastoalueella.
Tulokset julkaistiin 28. maaliskuuta 2024 Journal of Remote Sensing -lehdessä. Tässä tutkimuksessa esitellään innovaatio, joka yhdistää tehokkaasti kulmikkaat spiraalimaiset kanavat jaksollisiin supistumis-laajenemismatriiseihin.
Tämän työn ytimessä on eri kaukokartoitusteknologioista, erityisesti kehittyneistä Sentinel-1/2-satelliiteista, saatavan datan integrointi yhdistettynä koneoppimisalgoritmien strategiseen hyödyntämiseen. Tämä lähestymistapa on johtanut edistyneen mallin kehittämiseen, joka pystyy kartoittamaan maaperän suolapitoisuuden huomattavalla tarkkuudella – 10 metrin tarkkuudella, jopa erilaisissa ilmastoissa.
Tämä uraauurtava menetelmä vie meidät paljon aiempien hankkeiden rajoitusten ulkopuolelle, joita rajoittivat niiden alhaisempi resoluutio ja kapeampi keskittyminen maaperän suolapitoisuuden analysointiin. Sitoutunut tutkimusryhmämme on koonnut laajan tietoaineiston, joka kattaa maailmanlaajuiset ilmastomallit, tarkat maaperän suolapitoisuuden mittaukset maanpinnan tasolla ja kattavan valikoiman paikkatietomuuttujia.
Käyttämällä Random Forest -algoritmia malli ei ainoastaan ennusta maaperän suolapitoisuutta huomattavan tarkasti, vaan se myös valaisee ilmaston, pohjaveden pinnan ja suolapitoisuusindeksien keskeistä roolia maaperän suolapitoisuuksien muodostumisessa. Tämä edistysaskel on askel eteenpäin kyvyssämme seurata ja hallita maaperän terveyttä maailmanlaajuisesti.
Tutkimuksen päätutkija, professori Zhou Shi, totesi: “Tämä tutkimus edustaa merkittävää edistysaskelta kyvyssämme arvioida ja käsitellä maaperän suolapitoisuutta maailmanlaajuisesti. Yhdistämällä satelliittikuvat koneoppimiseen voimme nyt paikantaa suolapitoiset maaperät vertaansa vailla olevalla tarkkuudella ja rakeisuudella, mikä tarjoaa arvokasta tietoa kestävistä maankäytön ja maatalouskäytännöistä.”
Uusin tutkimus on tuottanut tarkan maailmanlaajuisen maaperän suolapitoisuuskartan. Tämä kartta on arvokas työkalu niin tiedemiehille, päättäjille kuin maanviljelijöillekin. Se auttaa heitä tehokkaasti puuttumaan maaperän suolapitoisuuteen liittyviin ongelmiin. Paikantamalla korkean suolapitoisuuden alueet he voivat toteuttaa kohdennettuja toimia maaperän terveyden palauttamiseksi.
Lisäksi se tukee kestävien maatalouskäytäntöjen toteuttamista ja auttaa luonnonvarojen hallintastrategioiden suunnittelussa. Lisäksi tässä tutkimuksessa käytetty menetelmä asettaa uuden standardin ympäristön seurannalle, ja sillä on potentiaalisia sovelluksia muissa maaperän huonontumisen arvioinneissa.
LisätietojaNan Wang ym., Maaperän suolapitoisuuden maailmanlaajuinen arviointi 10 metrin syvyydessä käyttäen monilähteistä kaukokartoitusta, Journal of Remote Sensing (2024). DOI: 10.34133/remotesensing.0130
Kaukokartoitus





