Monitorowanie ewapotranspiracji z wykorzystaniem metod i modeli teledetekcyjnych

Monitorowanie ewapotranspiracji za pomocą teledetekcji stanowi jeden z najważniejszych postępów w nauce o wodzie w rolnictwie w ciągu ostatnich dwóch dekad. Łącząc dane termiczne pochodzące z satelitów, wskaźniki roślinności i fizykę bilansu energetycznego, naukowcy i rolnicy mogą teraz oszacować, ile wody opuszcza powierzchnię gruntów na milionach hektarów – bez użycia ani jednego czujnika naziemnego.

Ta możliwość zmienia sposób, w jaki agronomowie planują nawadnianie, jak rządy śledzą susze i jak naukowcy mierzą ślad wodny całych dorzeczy. Rolnictwo zużywa około 701 ton sześciennych (TP3T) całego globalnego poboru wody słodkiej, a większość tej wody nigdy nie jest bezpośrednio mierzona na poziomie pola – krytyczną lukę, którą monitorowanie ewapotranspiracji za pomocą teledetekcji szybko niweluje.

Czym jest ewapotranspiracja?

Ewapotranspiracja (ET) to złożony proces, w którym woda przemieszcza się z powierzchni ziemi do atmosfery. Składa się z dwóch komponentów działających jednocześnie: parowania, czyli bezpośredniej przemiany wody w stanie ciekłym z gleby, zbiorników wodnych i powierzchni roślin w parę wodną; oraz transpiracji, czyli biologicznego ruchu wody wchłanianej przez korzenie roślin, transportowanej w górę przez łodygę i uwalnianej w postaci pary przez drobne pory w liściach, zwane aparatami szparkowymi.

Łącznie te dwa procesy odpowiadają za największy przepływ wody opuszczającej ekosystem lądowy. W większości krajobrazów rolniczych ET zwraca do atmosfery od 60 do 80 procent wszystkich opadów. Ta wartość sprawia, że ET jest dominującą zmienną w bilansie wodnym lądu – mającą większy wpływ niż spływ lub głęboka przesiąkalność w większości środowisk uprawnych.

ET znajduje się w centrum cyklu hydrologicznego, łącząc powierzchnię lądu, biosferę i atmosferę. Gdy tempo ET jest wysokie, wilgotność gleby wyczerpuje się szybciej, przepływy bazowe rzek maleją, a tempo uzupełniania wód gruntowych spada. Gdy tempo ET spada – z powodu suszy, starzenia się upraw lub zmiany użytkowania gruntów – konsekwencje te przekładają się na dostępność wody w dolnych partiach rzek.

W klimatologii ET jest głównym mechanizmem sprzężenia między cyklem węgla i wody. Rośliny otwierają aparaty szparkowe, aby absorbować CO2 w procesie fotosyntezy, jednocześnie uwalniając parę wodną. Każda zmiana globalnej pokrywy roślinnej, temperatury lub stężenia CO2 zaburza równowagę ET na planecie i wpływa na regionalne wzorce opadów.

Dlaczego monitorowanie parowania i transpiracji jest priorytetem w zarządzaniu wodą?

Precyzyjne dane dotyczące ET pozwalają podejmować lepsze decyzje w wielu sektorach. W rolnictwie wiedza o rzeczywistym zużyciu wody przez uprawy na poziomie pola pozwala kierownikowi ds. nawadniania dokładnie określić, ile wody należy zastosować, kiedy to zrobić i gdzie występują niedobory, zanim pojawią się widoczne oznaki stresu u roślin.

Taka precyzja zapobiega zarówno nadmiernemu nawadnianiu, które marnuje wodę i wypłukuje składniki odżywcze, jak i niedostatecznemu nawadnianiu, które zmniejsza plony.

1. Harmonogram nawadniania: Harmonogram nawadniania oparty na ET zastępuje domysły fizyką. Kiedy rolnik wie, że pole kukurydzy w lipcu traci 7 mm wody dziennie z powodu ET, może uzupełnić ten deficyt, zamiast nawadniać w stałych odstępach kalendarzowych.

2. Monitorowanie suszy: Utrzymujący się spadek rzeczywistej ET w stosunku do referencyjnej ET (która wyparowałaby przy nieograniczonych zasobach wody) sygnalizuje narastający stres suszy. Teledetekcja rejestruje ten sygnał na kilka tygodni przed tym, jak utrata plonów stanie się widoczna gołym okiem.

3. Planowanie zasobów wodnych: Do rozliczeń wody na poziomie dorzecza potrzebne są dane o ewapotranspiracji w skali zlewni. Satelitarny monitoring ewapotranspiracji zapewnia takie pokrycie przestrzenne przy ułamku kosztów sieci stacji naziemnych.

4. Ocena zmian klimatycznych: Długoterminowe trendy ET ujawniają, w jaki sposób wzrost temperatur i zmieniające się wzorce opadów zmieniają wykorzystanie wody w ekosystemach — dane te mogą być przydatne przy planowaniu adaptacji na szczeblu regionalnym i krajowym.

5. Monitorowanie stanu ekosystemu: Tempo transpiracji wody na terenach podmokłych, transpiracja lasów i zużycie wody na łąkach reagują wrażliwie na zaburzenia ekologiczne. Teledetekcja transpiracji wody rejestruje te zmiany na rozległych, niedostępnych obszarach.

Jakie czynniki wpływają na ewapotranspirację?

Ewapotranspiracja (ET) jest kształtowana przez kombinację warunków klimatycznych, cech krajobrazu i biologii roślin. Poniżej znajduje się zestawienie kluczowych czynników.

1. Rodzaj gleby. Skład gleby odgrywa istotną rolę w retencji i parowaniu wody. Gleby piaszczyste lub żwirowe mają tendencję do zatrzymywania mniejszej ilości wody i uwalniania jej więcej poprzez parowanie, podczas gdy gleby gliniaste lub bogate w glinę lepiej zatrzymują wilgoć.

2. Temperatura powietrza. Temperatura bezpośrednio wpływa na szybkość parowania. Cieplejsze powietrze ma większą zdolność zatrzymywania wilgoci, a wyższe temperatury przyspieszają przemianę wody w parę, co z kolei zwiększa parowanie.

3. Promieniowanie słoneczne. Oprócz samego wytwarzania ciepła, promieniowanie słoneczne wiąże się ze zmianami poziomu energii, częstotliwości i albedo – a wszystko to wpływa na ET. Czynniki te różnią się w zależności od lokalizacji i pory roku, a ich dokładny pomiar często wymaga zaawansowanej technologii.

4. Wilgotność. Wilgotność względna (RH) odnosi się do ilości pary wodnej obecnej w powietrzu w stosunku do jej maksymalnej pojemności. Przy wysokiej wilgotności powietrze absorbuje mniej dodatkowej wilgoci, spowalniając ewapotranspirację. Z kolei suchsze powietrze może absorbować więcej pary wodnej, co prowadzi do wyższej szybkości parowania.

5. Okrywa roślinna. Różne gatunki roślin oddziałują na wodę na różne sposoby. Niektóre skutecznie magazynują wodę w okresach suszy, podczas gdy inne tracą ją szybciej. Na tempo ET wpływa również wiek rośliny, jej kondycja i głębokość korzeni – głębsze korzenie pozwalają uprawom rosnąć dłużej bez nawadniania. Te różnice fizjologiczne oznaczają, że ET może się znacznie różnić w zależności od rodzaju upraw, co wymaga stosowania dostosowanych strategii nawadniania.

6. Prędkość wiatru. Wiatr jest głównym czynnikiem napędzającym zarówno parowanie, jak i transpirację. Rozprasza on wilgotną warstwę powietrza gromadzącą się nad roślinnością, zwiększając ET. Wspomaga również dyfuzję pary wodnej przez pory roślinne, zwiększając transpirację. Jednak ekstremalnie silne, suche wiatry mogą czasami utrudniać dyfuzję pary wodnej, nieznacznie zmniejszając ET w pewnych warunkach.

Kluczowe koncepcje ewapotranspiracji

ET(0) odzwierciedla zdolność atmosfery do generowania strat wody i jest czysto klimatyczny. ET(c) mierzy utratę wody przez zdrowe, dobrze nawadniane uprawy, rosnące w idealnych warunkach i osiągające pełny potencjał plonowania. W przypadku upraw w warunkach suboptymalnego zarządzania lub wyzwań środowiskowych, ET(c) należy zmodyfikować, aby uzyskać ET(c adj). Ewapotranspirację upraw rozumie się poprzez trzy odrębne koncepcje:

1. ET(0) — Odniesienie do ewapotranspiracji
2. ET(c) — Ewapotranspiracja w warunkach standardowych
3. ET(c adj) — Ewapotranspiracja w warunkach niestandardowych

1. Ewapotranspiracja referencyjna — ET(0)

ET(0) reprezentuje szybkość parowania wody z dobrze nawodnionej powierzchni odniesienia — zwykle modelowanej jako idealna pokrywa trawiasta spełniająca określone kryteria.

Ten wskaźnik odzwierciedla zapotrzebowanie atmosfery na parowanie niezależnie od rodzaju uprawy, fazy wzrostu czy praktyk rolniczych. Ponieważ zakłada się, że powierzchnia odniesienia jest w pełni nawilżona, warunki glebowe nie są uwzględniane w obliczeniach – eliminując potrzebę definiowania oddzielnych progów ET dla każdej uprawy na każdym etapie wzrostu.

ET(0) zależy wyłącznie od zmiennych klimatycznych, a typowe wartości różnią się w zależności od strefy agroklimatycznej, choć liczby te stanowią jedynie ogólne punkty odniesienia.

2. Ewapotranspiracja w warunkach standardowych — ET(c)

ET(c) określa ilość wody uwalnianej przez zdrową, dobrze odżywioną uprawę uprawianą na dużych, odpowiednio nawadnianych polach, w sprzyjających warunkach pogodowych i przy szczytowej wydajności. Wyznacza się ją, mnożąc referencyjną ET przez współczynnik uprawy K(c):

ET(c) = ET(0) × K(c)

3. Ewapotranspiracja w warunkach niestandardowych — ET(c adj)

Współczynnik ET(c adj) uwzględnia rzeczywiste odchylenia od idealnych warunków uprawy. Czynniki takie jak presja szkodników i chorób, niedobór lub nadmiar wody, zasolenie gleby i niska żyzność gleby mogą powodować, że rzeczywiste zużycie wody przez rośliny będzie znacząco odbiegać od współczynnika ET(c). Aby uwzględnić te efekty, obok współczynnika dla danej uprawy wprowadza się współczynnik stresu wodnego K(s):

ET(c przym) = ET(0) × K(c) × K(s)

Tradycyjne metody pomiaru ewapotranspiracji

Przed pojawieniem się teledetekcji naukowcy mierzyli ET za pomocą bezpośredniej aparatury fizycznej. Każda metoda sprawdza się dobrze w określonej skali, ale wiąże się z istotnymi kompromisami, które ograniczają szerokie zastosowanie w rolnictwie. Niektóre z najlepszych naziemnych technik pomiaru ET to:

1. Lizymetr: Lizymetr (duży pojemnik wypełniony glebą i rosnącą rośliną, zainstalowany równo z gruntem) mierzy ET poprzez ważenie bryły gleby w czasie. Po kontrolowaniu opadów i zebraniu danych dotyczących drenażu, różnica masy między krokami czasowymi równa się rzeczywistemu ET.

Lizymetry umożliwiają najdokładniejsze pomiary ET, ale kosztują setki tysięcy dolarów za sztukę, obejmują tylko kilka metrów kwadratowych i nie są w stanie przedstawić zmienności przestrzennej rzeczywistego pola.

2. Układ kowariancji wirowej: System kowariancji wirowej mierzy ET poprzez obliczanie kowariancji między pionową prędkością wiatru a stężeniem pary wodnej nad koronami drzew za pomocą czujników o krótkim czasie reakcji. Obejmuje on “ślad” o promieniu od kilkuset metrów do kilku kilometrów, co czyni go znacznie bardziej reprezentatywnym niż lizymetr.

Jednakże instalacja i konserwacja wież strumieniowych kosztuje od 50 000 do 300 000 USD, a globalna sieć FLUXNET ma tylko około 900 aktywnych lokalizacji — zdecydowanie zbyt mało, aby monitorować ET w rolnictwie na skalę krajową.

3. Metoda współczynnika Bowena: Metoda współczynnika Bowena szacuje ET poprzez pomiar stosunku strumienia ciepła jawnego (ogrzewającego powietrze) do strumienia ciepła utajonego (ET) za pomocą gradientów temperatury i wilgotności nad koronami drzew. Jest ona prostsza niż kowariancja wirowa, ale wymaga jednorodnych warunków przenoszenia i nie może być stosowana w złożonym terenie.

4. Obliczenia ET na podstawie stacji meteorologicznej Korzystając z równania FAO Penmana-Monteitha, oblicz referencyjny współczynnik ET (ET0) na podstawie danych dotyczących temperatury powietrza, wilgotności, prędkości wiatru i promieniowania. Ta metoda jest powszechnie stosowana do planowania nawadniania, ale generuje referencyjny współczynnik ET, a nie rzeczywisty współczynnik ET, ponieważ zakłada, że uprawa odniesienia jest dobrze nawodniona, a nie rzeczywista uprawa na polu.

Głównym problemem wszystkich metod naziemnych jest skala. Pojedynczy lizymetr zajmuje kilka metrów kwadratowych. Wieża pomiarowa pokrywa w najlepszym przypadku kilkaset hektarów. Jednak współczesne zarządzanie wodą w rolnictwie wymaga danych o ET na poziomie pola, obejmujących całe dorzecza – to wyzwanie przestrzenne, któremu może sprostać jedynie teledetekcja.

Podstawy teledetekcji w monitorowaniu ET

Teledetekcja, w kontekście monitorowania ET, polega na gromadzeniu i analizowaniu danych pochodzących z satelitów lub samolotów w celu oszacowania strumienia wody opuszczającego powierzchnię lądu bez fizycznego dotykania tej powierzchni.

To podejście działa, ponieważ rośliny i gleby wymieniają energię z atmosferą w sposób wykrywalny z kosmosu – w szczególności poprzez emisję termicznego promieniowania podczerwonego. Kiedy roślina transpiruje efektywnie, wykorzystuje docierającą energię słoneczną do odparowywania wody, zamiast się nagrzewać. Korona roślin z odpowiednią wilgotnością gleby pozostaje stosunkowo chłodna.

Natomiast korona drzewa dotknięta niedoborem wody zamyka aparaty szparkowe, aby oszczędzać wodę, a ponieważ mniej ciepła utajonego (ET) pochłania napływającą energię, temperatura powierzchni korony drzewa rośnie. Jest to fundamentalny sygnał fizyczny, który rejestruje teledetekcja termiczna.

Kluczowe zasady fizyczne leżące u podstaw szacowania ET satelitów

Ten bilans energetyczny Stanowi ona ramy regulacyjne. Na dowolnej powierzchni lądu, suma promieniowania (Rn) docierającego ze słońca i atmosfery musi być równa sumie trzech pochłaniaczy energii: strumienia ciepła z gleby (G), strumienia ciepła jawnego (H, który ogrzewa powietrze) oraz strumienia ciepła utajonego (LE, który napędza ET). Zapisane jako równanie: Rn = G + H + LE. Szacując Rn, G i H na podstawie danych satelitarnych, model wyznacza LE — a zatem ET — jako wartość resztkową.

1. Temperatura powierzchni lądu (LST) mierzony w paśmie podczerwieni termicznej jest głównym parametrem obserwowalnym używanym do oszacowania strumienia ciepła odczuwalnego H. Cieplejsza powierzchnia przekazuje więcej ciepła do powietrza (wysokie H), pozostawiając mniej energii dla ET (niskie LE). Chłodniejsza, dobrze nawadniana powierzchnia ma niższe H i wyższe LE.

2. Wskaźniki roślinności Podobnie jak NDVI, rejestrują one ilość zielonego, fotosyntetycznie aktywnego materiału roślinnego pokrywającego powierzchnię, co kontroluje tempo transpiracji. Gęsta, zielona korona roślin transpiruje więcej niż goła gleba lub rzadkie drzewostany.

3. Promieniowanie netto oblicza się na podstawie strumieni promieniowania krótkofalowego i długofalowego, które szacuje się zdalnie na podstawie albedo powierzchni, pokrycia roślinnością i danych dotyczących emisji cieplnej.

Monitorowanie ewapotranspiracji za pomocą danych satelitarnych nie zastępuje rzeczywistych danych — jest to jedyne narzędzie, które może dostarczyć ciągłych danych przestrzennych dotyczących zużycia wody na skalę, w której faktycznie podejmowane są decyzje dotyczące rolnictwa i hydrologii.

Przewaga teledetekcji nad metodami naziemnymi nie ogranicza się jedynie do zasięgu przestrzennego. Dane satelitarne zapewniają synoptyczne, powtarzalne pomiary w bardzo zróżnicowanych krajobrazach – czego żadna sieć naziemna nie byłaby w stanie odtworzyć przy porównywalnych kosztach.

Źródła danych teledetekcyjnych do szacowania ET

Oszacowanie ET z kosmosu wymaga połączenia danych z wielu typów czujników. Żaden pojedynczy satelita nie dostarcza wszystkich danych wejściowych niezbędnych do stworzenia kompletnego modelu ET, dlatego operacyjne produkty ET zazwyczaj łączą dane z kilku platform.

1. Platformy satelitarne do szacowania ET

i. Landsat (USGS/NASA) działa nieprzerwanie od 1972 roku i dostarcza obrazy multispektralne i termiczne o rozdzielczości przestrzennej 30 metrów z 16-dniowym cyklem rewizyt. Jego obszerne archiwum czyni go niezbędnym do analizy historycznej ET i monitorowania upraw. Większość modeli bilansu energetycznego ET – w tym SEBAL i METRIC – została pierwotnie zaprojektowana w oparciu o dane Landsat.

ii. Sentinel-2 (ESA) oferuje 10-metrowe obrazy multispektralne z 5-dniowym czasem rewizyty, co pozwala na obliczenia wskaźnika roślinności o wysokiej rozdzielczości. Chociaż nie obsługuje pasma termicznego, uzupełnia Landsat, dostarczając częstsze i bardziej szczegółowe dane NDVI, EVI i LAI dla modeli ET opartych na roślinności.

iii. MODIS (Moderate Resolution Imaging Spectroradiometer, NASA) zapewnia codzienny globalny zasięg z rozdzielczością od 250 m do 1 km. Jego niższa rozdzielczość przestrzenna ogranicza możliwości zastosowań w terenie, ale czyni go idealnym do monitorowania kontynentalnych i globalnych zmian klimatu za pomocą produktów takich jak MOD16.

iv. EKOSTRES (NASA) jest zamontowany na Międzynarodowej Stacji Kosmicznej i dostarcza dane w podczerwieni termicznej o rozdzielczości 70 metrów z cyklem rewizyty od 1 do 5 dni. ECOSTRESS został zaprojektowany specjalnie do pomiaru stresu wodnego upraw i ewapotranspiracji w skali bliskiego pola – luki w możliwościach, której MODIS i wcześniejsze satelity nie były w stanie wypełnić.

w. VIIRS (Visible Infrared Imaging Radiometer Suite, NOAA/NASA) na satelitach Suomi NPP i JPSS kontynuuje tradycję globalnego, codziennego pokrycia MODIS dzięki ulepszonej kalibracji czujników, wspierając operacyjne produkty ET na skalę regionalną i globalną.

2. Obserwacje ET z wykorzystaniem bezzałogowych statków powietrznych (UAV) i dronów

Bezzałogowe statki powietrzne (UAV) wyposażone w kamery termowizyjne i czujniki multispektralne mogą mapować ET z rozdzielczością przestrzenną poniżej metra na poszczególnych polach. Kamera termowizyjna zamontowana na dronie mierzy temperaturę koron drzew bezpośrednio, a w połączeniu z naziemnymi danymi meteorologicznymi tworzy mapy ET o rozdzielczości, której nie dorówna żaden satelita.

• Drony termowizyjne wykrywanie obszarów roślin dotkniętych niedoborem wody na polu zanim pojawią się jakiekolwiek widoczne objawy, co pozwala na zmienne natężenie nawadniania w obrębie pola.
• Czujniki multispektralne na dronach obliczane są NDVI i EVI z rozdzielczością centymetrową, co pozwala na opracowanie modeli ET opartych na współczynniku plonu, co pozwala na precyzyjne planowanie prac polowych.
• Mapowanie ET o wysokiej rozdzielczości z bezzałogowych statków powietrznych (UAV) jest szczególnie cenne w przypadku upraw specjalistycznych — drzew owocowych, winnic, warzyw — gdzie zmienność w obrębie pola jest duża, a koszty związane ze stresem wodnym duże.

Kluczowe zmienne teledetekcji wykorzystywane w monitorowaniu ET

Każda zmienna wyodrębniona z danych satelitarnych wnosi określony element układanki estymacji ET. Zrozumienie, co każda z nich mierzy i dlaczego ma to znaczenie, pomaga praktykom wybrać odpowiedni model i poprawnie zinterpretować wyniki.

1. Znormalizowany wskaźnik różnicowy roślinności Wskaźnik NDVI oblicza się jako (NIR – czerwony) / (NIR + czerwony) z wykorzystaniem odbicia w paśmie bliskiej podczerwieni i czerwieni. Jego zakres waha się od -1 do +1, a gęsta zielona roślinność zazwyczaj osiąga wynik od 0,6 do 0,9. Wskaźnik NDVI odzwierciedla gęstość i zieloność koron drzew, co bezpośrednio koreluje z powierzchnią liści i zdolnością transpiracji.

2. Wskaźnik zwiększonej roślinności (EVI) dodaje niebieski pas, aby zredukować zakłócenia atmosferyczne i wpływ tła glebowego, które obniżają NDVI w regionach o gęstej roślinności lub częstym zachmurzeniu. EVI jest bardziej czuły niż NDVI w obszarach o wysokiej biomasie i jest wykorzystywany w algorytmie MOD16 ET.

3. Wskaźnik powierzchni liści (LAI) określa całkowitą jednostronną powierzchnię liści na jednostkę powierzchni gruntu. Bezpośrednio kontroluje transpirację, określając, jaka część powierzchni liścia wymienia parę wodną z atmosferą. LAI pozyskiwany z satelitów jest kluczowym elementem wielu fizycznych modeli ET.

4. Albedo powierzchni to ułamek promieniowania słonecznego odbijanego przez powierzchnię. Kontroluje on ilość energii słonecznej absorbowanej przez powierzchnię, co z kolei określa ilość energii dostępnej do napędzania ET. Ciemna, wilgotna gleba ma niskie albedo (absorbuje więcej energii); goła, piaszczysta powierzchnia ma wysokie albedo (odbija więcej).

5. Wilgotność gleby Dane z czujników mikrofalowych ograniczają modele ET, wskazując, czy w strefie korzeniowej jest wystarczająca ilość wody, aby zaspokoić zapotrzebowanie na transpirację. Gdy wilgotność gleby spada poniżej progu krytycznego, rzeczywista ET spada poniżej potencjalnego poziomu, nawet jeśli energia jest dostępna.

Bastiaanssen i in. (omówieni w Frontiers in Remote Sensing, 2026) stwierdzili, że SEBAL, potwierdzony w ponad 30 krajów, osiąga Dokładność 85% dla dziennych szacunków ET i dokładność 95% dla sezonowych szacunków ET w skali terenowej.

Sezonowa dokładność rzędu 95% oznacza, że rozliczanie wody w uprawach w całym obszarze nawadniającym można prowadzić niezawodnie, korzystając wyłącznie z danych satelitarnych, co eliminuje potrzebę stosowania gęstych sieci stacji naziemnych.

Modele szacowania ewapotranspiracji

1. Modele bilansu energetycznego

Modele bilansu energetycznego obliczają ET jako pozostałość bilansu energii powierzchniowej: ET = Rn – G – H. Każdy model różni się sposobem szacowania strumienia ciepła odczuwalnego H, który jest najbardziej wymagającym obliczeniowo i wrażliwym na błędy składnikiem.

i. Algorytm bilansu energii powierzchniowej dla lądu (SEBAL) został opracowany przez Bastiaanssena w 1998 roku i pozostaje jednym z najpowszechniej stosowanych na świecie satelitarnych modeli ET. SEBAL wykorzystuje trzy podstawowe parametry pochodzące z satelitów: temperaturę powierzchni lądu (T0), półkuliste odbicie powierzchni (albedo r0) oraz NDVI.

Aby oszacować strumień ciepła odczuwalnego, SEBAL identyfikuje dwa piksele kotwiczne – “gorący piksel” (sucha, odsłonięta gleba, gdzie ET jest bliskie zeru) i “zimny piksel” (dobrze nawodnione uprawy, gdzie ET osiąga maksimum) – i interpoluje H w całym obszarze sceny względem tych ekstremów. Ta funkcja autokalibracji sprawia, że SEBAL jest mniej wrażliwy na bezwzględne błędy kalibracji w danych meteorologicznych.

ii. Mapowanie ewapotranspiracji w wysokiej rozdzielczości z wykorzystaniem internalizowanej kalibracji Model (METRIC) bazuje na modelu SEBAL, ale dodaje automatyczną kalibrację względem referencyjnego współczynnika ET obliczonego ze stacji meteorologicznej. Model METRIC lepiej sprawdza się w regionach z kompletnymi sieciami danych pogodowych i został szeroko przyjęty do operacyjnego zarządzania nawadnianiem w zachodnich Stanach Zjednoczonych.

iii. System bilansu energii powierzchniowej (SEBS) wykorzystuje teorię strumieni turbulentnych do szacowania strumienia ciepła odczuwalnego na podstawie danych satelitarnych LST, chropowatości powierzchni i prędkości wiatru. SEBS jest bardziej rygorystyczny fizycznie niż SEBAL, ale wymaga dodatkowych danych wejściowych, co czyni go bardziej odpowiednim do badań niż operacyjne zarządzanie gospodarstwem rolnym.

Wybór modelu ET to nie tylko decyzja techniczna – to decyzja o tym, na jakie pytanie próbujesz odpowiedzieć. Ćwiczenie z zakresu rozliczania wody na poziomie dorzecza i narzędzie do planowania nawadniania na poziomie pola wymagają zasadniczo różnych poziomów rozdzielczości przestrzennej i częstotliwości czasowej.

iv. Bilans energetyczny dwóch źródeł Model TSEB traktuje glebę i korony drzew jako dwa oddzielne źródła energii cieplnej, z których każde ma swój własny bilans temperatury i energii. To podejście jest dokładniejsze w przypadku rzadkiej roślinności lub mieszanej pokrywy terenu, gdzie model oparty na jednym źródle może łączyć parowanie gleby z transpiracją roślin.

2. Modele ET oparte na indeksie roślinności

Nie wszystkie modele ET wymagają obrazowania termicznego. Modele oparte na indeksie roślinności szacują ET poprzez podejście współczynnika plonów (Kc x ET0), gdzie współczynnik plonu Kc pochodzi z NDVI lub EVI, a referencyjny ET (ET0) pochodzi ze stacji meteorologicznej. Metodologia FAO-56 formalizuje to podejście i jest szeroko stosowana do planowania nawadniania, ponieważ nie wymaga danych z pasma termicznego.

Modele uczenia maszynowego, w tym Losowy las, Sztuczne sieci neuronowe (ANN), i architektury głębokiego uczenia się są coraz częściej stosowane do szacowania ET poprzez poznawanie złożonych nieliniowych zależności między danymi wejściowymi pochodzącymi z satelitów (LST, NDVI, albedo, LAI) i pomiarami ET z wieży strumieniowej.

Badanie z 2023 r. opublikowane w czasopiśmie Remote Sensing of Environment wykazało, że model Random Forest trenowany na MODIS i danych meteorologicznych przewidywał dzienną ET z R2 wynoszącym 0,87 i RMSE wynoszącym 0,51 mm/dzień w różnych biomach — co jest wartością konkurencyjną w porównaniu z tradycyjnymi modelami bilansu energetycznego, ale wymagającą znacznie mniej wysiłku związanego z parametryzacją.

Badanie opublikowane w Taylor i Francis Open (2021) wykazało, że algorytm SEBAL zastosowany do obrazów Landsat 8 nad regionem uprawy kukurydzy w Adanie w Turcji wygenerował szacunki ET z współczynnik korelacji R = 0,91 przeciwko metodzie Penmana-Monteitha FAO i RMSE wynoszącej zaledwie 1,14 mm/dzień.

Dokładność SEBAL w skali całego terenu oznacza, że pomiary ET pochodzące z satelity mogą zastąpić lub znacznie ograniczyć kosztowne instalacje lizymetrów w systemach zarządzania nawadnianiem operacyjnym.

Produkty ET oparte na satelitach dostępne do użytku operacyjnego

Wiele globalnych i regionalnych produktów ET przekłada dane teledetekcyjne na gotowe do użycia warstwy danych ET. Praktycy nie muszą już uruchamiać własnych modeli bilansu energetycznego — mogą uzyskać bezpośredni dostęp do tych wstępnie obliczonych zestawów danych.

1. Produkt MOD16 ET (NASA) wykorzystuje dane MODIS z algorytmem Penmana-Monteitha, opartym na danych meteorologicznych MODIS dotyczących pokrycia terenu, LAI, EVI oraz globalnej reanalizy danych meteorologicznych. Dostarcza 8-dniowe i miesięczne kompozyty ET o rozdzielczości 500 metrów dla całego świata. MOD16 dobrze nadaje się do badań w skali krajobrazu, ale jest zbyt zgrubny do indywidualnego zarządzania w terenie.

2. SSEBop Model operacyjny (Simplified Surface Energy Balance), opracowany przez USGS, upraszcza problem kalibracji pikseli gorących i zimnych w SEBAL poprzez wykorzystanie predefiniowanych granic temperaturowych uzyskanych z długoterminowych danych klimatologicznych. Model SSEBop działa operacyjnie z rozdzielczością 30 metrów, wykorzystując dane z satelity Landsat i stanowi jeden z sześciu modeli w zespole OpenET.

3. Platforma OpenET, uruchomiony w 2021 r. i działający w ramach współpracy publiczno-prywatnej pod przewodnictwem NASA, USGS, California State University Monterey Bay, Environmental Defense Fund i Desert Research Institute, dostarcza dane dotyczące ET w skali terenu o rozdzielczości 30 metrów w zachodnich Stanach Zjednoczonych.

Przełomowe badanie opublikowane w styczniu 2024 r. w czasopiśmie Nature Water, w którym porównano szacunki OpenET z pomiarami ze 152 naziemnych punktów przepływu, potwierdziło, że OpenET osiąga wysoką dokładność w przypadku upraw jednorocznych, takich jak pszenica, kukurydza, soja i ryż — szczególnie w regionach suchych, gdzie niedobór wody sprawia, że precyzja nawadniania jest najważniejsza.

4. Portal WaPOR (FAO) dostarcza dane dotyczące tempa przemiany materii dla Afryki i Bliskiego Wschodu w rozdzielczości 30 metrów, 100 metrów i 250 metrów, opracowane specjalnie w celu wsparcia analiz produktywności wody w rolnictwie w rozwijających się regionach, w których brakuje danych.

5. BŁYSK (Global Land Evaporation Amsterdam Model) rozdziela ET na składowe transpiracji, parowania z odsłoniętej gleby, strat przechwytywania i parowania na otwartej wodzie, bazując na danych mikrofalowych dotyczących wilgotności gleby i satelitarnych danych roślinnych. Model ten doskonale rozdziela sygnał ET na składowe biologiczne i fizyczne.

Zastosowania teledetekcji

1. Precyzyjne nawadnianie i zarządzanie wodą w uprawach

Najbardziej bezpośrednim zastosowaniem satelitarnych danych ET jest planowanie nawadniania. Korzystając z cotygodniowych map ET w skali pola, rolnik może obliczyć deficyt nawadniania – różnicę między rzeczywistą ET a efektywnymi opadami – i zastosować dokładnie taką ilość wody. Eliminuje to chroniczny nawyk nadmiernego nawadniania, który marnuje wodę bez zwiększania plonów.

W delcie rzek Sacramento i San Joaquin w Kalifornii zarządcy zasobów wodnych wykorzystują platformę OpenET, aby pomóc rolnikom w przestrzeganiu przepisów stanowych wymagających dokładnego raportowania zużycia wody.

Wysoka dokładność danych satelitarnych dotyczących ET w przypadku upraw jednorocznych zapewnia podstawę prawną do prowadzenia rozliczeń wodnych, jakiej nie zapewniłaby żadna metoda naziemna przy takim pokryciu przestrzennym.

Badanie z 2024 r. opublikowane w czasopiśmie Agricultural Water Management (Ott i in., 2024; Desert Research Institute) analizowało dane z systemu OpenET w oparciu o dane z pomiarów nawadniania w zbiornikach wód gruntowych Nevady.

W Diamond Valley szacunki OpenET wykazały jedynie Różnica 7% w stosunku do danych o zmierzonym zużyciu wody, wykazując niezawodność operacyjną w zakresie regulacji zarządzania wodami gruntowymi.

Margines błędu wynoszący 7% w skali całego basenu oznacza, że dane satelitarne dotyczące ET mogą zastąpić kosztowną infrastrukturę pomiarową w regionach, w których zasoby wód gruntowych są krytycznie wyczerpane.

2. Ocena suszy i systemy wczesnego ostrzegania

Monitorowanie suszy to kolejne zastosowanie o dużym wpływie. Wskaźnik stresu parowania (ESI), wywodzący się z danych termicznych ECOSTRESS i MODIS, mierzy stosunek rzeczywistej ET do potencjalnej ET.

Gdy wskaźnik ESI spada znacznie poniżej 1,0, oznacza to, że rośliny doświadczają stresu wodnego — jest to wiarygodny, wczesny wskaźnik suszy w rolnictwie, często wykrywalny na 4–8 tygodni przed tym, zanim utrata plonów stanie się mierzalna.

Narodowe Centrum ds. Łagodzenia Suszy USDA integruje satelitarne indeksy suszy oparte na ET z mapami monitoringu suszy wykorzystywanymi przez władze stanowe, agencje ubezpieczeń upraw i organy zarządzania kryzysowego. Dzięki tej integracji reakcja na suszę jest szybsza i lepiej ukierunkowana niż w przypadku podejścia opartego wyłącznie na kalendarzu lub opadach.

3. Zarządzanie zasobami wodnymi w skali dorzecza

Rachunek zasobów wodnych w skali dorzecza wymaga wiedzy o tym, ile wody opuszcza powierzchnię lądu w postaci ET na milionach hektarów. Właśnie to zapewniają satelitarne produkty ET, takie jak MOD16, GLEAM i WaPOR, w skali globalnej.

• Agencje zarządzające zbiornikami wykorzystaj dane ET do oszacowania wydajności wody w zlewni — różnicy między opadami a ET — która określa, ile wody faktycznie dociera do rzek i zbiorników.
• Władze dorzeczy transgranicznych zastosować satelitarną technologię transmisyjną w celu niezależnej weryfikacji krajowych raportów dotyczących zużycia wody, bez konieczności dostępu do krajowych naziemnych sieci danych.
• Kierownicy okręgów nawadniających Użyj ET do śledzenia zużycia wody według rodzaju upraw na całym obszarze objętym usługami, wspierając sprawiedliwy podział wody i zgodność z przepisami.

4. Zastosowania środowiskowe i ekologiczne

Monitorowanie ewaporacji terenów podmokłych za pomocą danych satelitarnych pozwala kwantyfikować zużycie wody w ekosystemach na niedostępnych bagnach, torfowiskach i estuariach, gdzie nie można rozmieścić czujników naziemnych. Monitorowanie ewaporacji lasów ujawnia, jak wylesianie, ponowne zalesianie i pożary lasów wpływają na bilans wodny całych zlewni – dane te są kluczowe dla ewidencji węgla w lasach i planowania zaopatrzenia w wodę.

Ewapotranspiracja to niewidzialna nić łącząca każdą roślinę na Ziemi z globalnym cyklem wodnym. Teledetekcja to jedyne narzędzie, jakim dysponujemy, aby zobaczyć ją w skali mającej znaczenie dla zarządzania zasobami wodnymi.

Ocena dokładności i walidacja produktów satelitarnych ET

Żaden produkt ET nie jest użyteczny bez rygorystycznej walidacji. Standardowe podejście porównuje szacunki ET z satelitów z pomiarami z wież strumienia kowariancji wirowej – najdokładniejsze dostępne dane dotyczące ET w skali krajobrazu.

Globalny FLUXNET Sieć zapewnia otwarty dostęp do danych z wież strumieniowych z setek lokalizacji w różnych biomach. Twórcy produktów ET porównują wyniki swoich modeli z pomiarami FLUXNET, aby obliczyć statystyczne wskaźniki wydajności, w tym

• R2 (współczynnik korelacji),
• RMSE (średni błąd kwadratowy) i
• Błąd (systematyczne przecenianie lub niedocenianie).

Walidację przeprowadza się osobno dla różnych typów pokrycia terenu, stref klimatycznych i pór roku, ponieważ dokładność modelu ET znacznie się różni w zależności od tych warunków.

Modele bilansu energetycznego, takie jak SEBAL i METRIC, generalnie działają najlepiej w półpustynnych krajobrazach rolniczych z bezchmurnym niebem. Ich wydajność pogarsza się w wilgotnych lasach tropikalnych, złożonym terenie górzystym i obszarach o częstym zachmurzeniu.

Badanie dokładności OpenET opublikowane w czasopiśmie Nature Water porównało sześć modeli ET z pomiarami z 152 lokalizacje wież strumieniowych w całych Stanach Zjednoczonych i odkryto, że zespół OpenET osiągnął najlepsze wyniki w przypadku upraw jednorocznych w suchych regionach zachodnich — obszarach, w których zarządzanie nawadnianiem ma największe znaczenie ekonomiczne i ekologiczne.

Zarządcy zasobów wodnych w regionach suchych mogą z dużą pewnością wykorzystywać dane OpenET w celu zapewnienia zgodności z przepisami dotyczącymi nawadniania i śledzenia budżetu wodnego, zastępując tym samym kosztowną infrastrukturę pomiarową.

Wyzwania w monitorowaniu ET metodą teledetekcji

Pomimo szybkiego postępu, szereg wyzwań natury technicznej i operacyjnej ogranicza dokładność i przydatność monitorowania ET przy użyciu satelitów.

1. Ograniczenia związane z zachmurzeniem: Teledetekcja optyczna i termiczna wymaga warunków bezchmurnych. W wilgotnych regionach tropikalnych lub w porze monsunowej utrzymujące się zachmurzenie może powodować luki w danych trwające tygodnie lub miesiące, przerywając ciągłość czasową niezbędną do zarządzania nawadnianiem.

2. Ograniczenia rozdzielczości przestrzennej: MODIS, satelita o największej częstotliwości przelotów, dostarcza dane o ewapotranspiracji z rozdzielczością 500 metrów – zbyt zgrubną dla pól mniejszych niż około 25 hektarów. Rozdzielczość Landsata wynosząca 30 metrów jest odpowiednia dla większości pól uprawnych, ale ma 16-dniowy cykl rewizyt, który pomija gwałtowne zmiany stresu wodnego.

3. Kompromisy w zakresie rozdzielczości czasowej: Wysoka rozdzielczość przestrzenna (Landsat, Sentinel-2, ECOSTRESS) i wysoka rozdzielczość czasowa (MODIS, VIIRS) są ze sobą powiązane w odwrotnej zależności. Zniwelowanie tej różnicy wymaga zastosowania technik łączenia danych.

4. Założenia modelowe w krajobrazach heterogenicznych: Modele bilansu energetycznego oparte na pojedynczym źródle zakładają jednorodną roślinność, która zanika w przypadku rzadkiej roślinności, mieszanych systemów uprawowych lub interfejsów miejsko-rolniczych, gdzie temperatury gleby i roślin znacznie się różnią.

5. Dostępność danych w regionach rozwijających się: Dane z naziemnych stacji meteorologicznych potrzebne do ograniczenia modeli ET są niewystarczające w większej części Afryki Subsaharyjskiej, Azji Południowej i Azji Środkowej — a więc dokładnie tam, gdzie najbardziej potrzeba lepszego zarządzania wodą.

Nowe technologie i przyszłość monitorowania ET

W ciągu najbliższych pięciu do dziesięciu lat szereg powiązanych ze sobą osiągnięć technologicznych ma szansę znacząco zwiększyć dokładność, zasięg i dostępność zdalnego monitorowania ET.

1. Sztuczna inteligencja, uczenie maszynowe i łączenie danych

Modele głębokiego uczenia trenowane na dużych, wieloczujnikowych zbiorach danych zaczynają przewyższać klasyczne modele bilansu energetycznego w niektórych krajobrazach. Sieci neuronowe splotowe mogą jednocześnie integrować dane z satelitów Landsat, Sentinel-2, MODIS i danych z reanalizy meteorologicznej, ucząc się przestrzenno-czasowych wzorców ET, których nie rejestruje żaden model jednoczujnikowy.

Tymczasem algorytmy łączenia danych — w tym przede wszystkim podejście STARFM (Spatial and Temporal Adaptive Reflectance Fusion Model) — łączą obrazy Landsat o wysokiej rozdzielczości z codziennymi danymi MODIS, aby tworzyć syntetyczne codzienne mapy ET o rozdzielczości 30 metrów, skutecznie rozwiązując kompromis czasowo-przestrzenny, który obecnie ogranicza zastosowania precyzyjnego rolnictwa.

2. Satelity termiczne o wysokiej rozdzielczości i konstelacje CubeSat

Nowa generacja specjalistycznych satelitów do obserwacji termicznej Ziemi będzie dostarczać obrazy termiczne o zasięgu mniejszym niż 30 metrów z codzienną częstotliwością powrotów.

Zaplanowane misje, w tym następca satelity Landsat Next i komercyjne konstelacje termiczne CubeSat, wyeliminują historyczny kompromis między szczegółowością przestrzenną a częstotliwością czasową, który ograniczał monitorowanie ET w skali terenu.

Jak zauważono w raporcie Future Market Insights (2025), przewiduje się, że rynek usług teledetekcyjnych, którego wartość w 2025 r. szacowano na 22,87 mld USD, do 2035 r. osiągnie wartość 84,28 mld USD, co w dużej mierze będzie spowodowane ekspansją konstelacji satelitów LEO.

3. Cyfrowe bliźniaki dla zarządzania wodą

Platformy cyfrowych bliźniaków – dynamiczne wirtualne repliki krajobrazów rolniczych, aktualizowane w czasie niemal rzeczywistym na podstawie danych z satelitów i czujników IoT – integrują teledetekcję ET jako główny strumień danych. Systemy te synchronizują satelitarne mapy ET, dane z czujników wilgotności gleby, prognozy pogody i modele wzrostu upraw, aby symulować przyszły stan wody w polu i automatycznie dobierać metody nawadniania.

Oprogramowanie i narzędzia do monitorowania ET

Bogaty zestaw platform sprawia, że analiza zjawisk ET przy użyciu teledetekcji jest dostępna również dla osób bez specjalistycznej wiedzy programistycznej.

1. Silnik Google Earth (GEE) to oparta na chmurze platforma do obliczeń geoprzestrzennych, która hostuje kompletne archiwa Landsat, MODIS, Sentinel i ECOSTRESS wraz z wbudowanymi algorytmami ET. Analitycy mogą przeprowadzać obliczenia ET na podstawie danych z wielu lat dla całych regionów bez konieczności lokalnego pobierania obrazów. GEE stała się dominującą platformą badawczą do mapowania ET na dużych obszarach.

2. Platforma OpenET Zapewnia interfejs internetowy, dzięki któremu każdy zarejestrowany użytkownik może uzyskać dostęp do danych o ewapotranspiracji w skali pól dla gruntów rolnych w zachodnich Stanach Zjednoczonych. Użytkownicy mogą eksportować dzienne, miesięczne lub sezonowe podsumowania ewapotranspiracji dla poszczególnych pól lub całych okręgów gospodarki wodnej, bez konieczności znajomości programowania.

3. Portal WaPOR (FAO) udostępnia podobny interfejs umożliwiający pobieranie danych ET typu „wskaż i kliknij” dla Afryki i Bliskiego Wschodu, z bezpośrednimi linkami do wskaźników produktywności wody w rolnictwie.

4. Przepływy pracy w Pythonie i R Korzystając z bibliotek takich jak rasterio, xarray, geopandas (Python) czy terra, raster (R) umożliwia badaczom tworzenie niestandardowych procesów przetwarzania ET, które integrują dane satelitarne z lokalnymi danymi meteorologicznymi, modelami upraw i bazami danych nawadniających.

Studia przypadków dotyczące zdalnego monitorowania ET

1. Zarządzanie nawadnianiem w regionach suchych

W regionie wodonośnym High Plains w Stanach Zjednoczonych — jednym z najintensywniej nawadnianych obszarów rolniczych na Ziemi — naukowcy z Desert Research Institute wykazali, że dane OpenET zintegrowane z zestawami danych klimatycznych umożliwiają szacowanie objętości pompowanych wód gruntowych z dokładnością wystarczającą do wsparcia zarządzania regulacyjnego w przypadku spadku poziomu wód gruntowych.

W badaniu porównano szacunki ET satelitarnego z danymi z pomp pomiarowych, stwierdzając odchylenie mniejsze niż 17% w większości badanych zlewni — poziom dokładności wystarczający do administrowania prawami wodnymi.

2. Rolnictwo precyzyjne w różnych rodzajach upraw

Do planowania nawadniania bawełny wprowadzono zdalny monitoring ET z wykorzystaniem modeli SEBAL i METRIC w celu odwzorowania rzeczywistej ET na poszczególnych polach w sezonie wegetacyjnym.

Badania opublikowane w Astrophysics Data System (2020) wykazały, że oba modele wykryły wyższą niż oczekiwano rzeczywistą ET na wczesnych etapach uprawy z powodu wysokiego parowania z odsłoniętej gleby — ustalenie to systematycznie pomijane było w podejściu opartym na standardowym współczynniku plonu, co prowadziło do nadmiernego nawadniania w tym krytycznym okresie.

3. Rachunek wodny w skali zlewni

Platforma WaPOR FAO została wykorzystana do przeprowadzenia analizy produktywności wody w systemach nawadniających w Etiopii, Egipcie i Jordanii, określając ilość ET na jednostkę wyprodukowanej biomasy uprawnej.

Analizy te pozwoliły zidentyfikować pola, na których produktywność wody jest niższa od średniej dla całego dorzecza, zapewniając przestrzenną bazę dowodową dla ukierunkowanych programów rozwojowych mających na celu poprawę efektywności nawadniania na obszarach o niskich wynikach.

Najlepsze praktyki wyboru metody monitorowania ET

Wybór właściwej kombinacji danych satelitarnych, modelu ET i strategii walidacji zależy od konkretnego pytania, na które chcemy odpowiedzieć, dostępnych zasobów i dopuszczalnego poziomu niepewności.

1. Najpierw zdefiniuj skalę przestrzenną i czasową. Miesięczne rozliczanie zużycia wody w skali dorzecza wymaga innego narzędzia niż codzienne planowanie nawadniania w skali pola. Przed wyborem modelu należy dopasować rozdzielczość i częstotliwość ponownych kontroli platformy satelitarnej do potrzeb zarządzania.

2. Dopasuj model do typu krajobrazu. Modele bilansu energetycznego, takie jak SEBAL i METRIC, najlepiej sprawdzają się w krajobrazach półpustynnych, zdominowanych przez uprawy rolne, z bezchmurnym niebem. Modele oparte na indeksie roślinności sprawdzają się lepiej w regionach o ograniczonej dostępności danych termicznych. Modele uczenia maszynowego działają najlepiej, gdy dostępne są duże, lokalnie zweryfikowane zbiory danych treningowych.

3. Zawsze dokonuj walidacji lokalnie. Nawet najdokładniejszy globalny produkt ET powinien zostać zweryfikowany w oparciu o co najmniej jeden lokalny zestaw danych z wieży pomiarowej lub lizymetru przed wdrożeniem operacyjnym. Metryki wydajności z opublikowanych badań rzadko przekładają się dokładnie na nowe lokalizacje i rodzaje upraw.

4. Zaplanuj przerwy w zachmurzeniu. W regionach wilgotnych lub tropikalnych należy od samego początku planować strategie łączenia danych lub uzupełniania luk. Poleganie na pojedynczym satelicie termicznym z 16-dniowym cyklem rewizyt spowoduje niedopuszczalne luki w danych w krytycznych okresach wzrostu upraw.

5. W miarę możliwości korzystaj z otwartych platform. Google Earth Engine, OpenET i WaPOR zapewniają bezpłatny dostęp do sprawdzonych i dobrze udokumentowanych produktów ET. Budowanie własnego modelu ET od podstaw jest rzadko uzasadnione, chyba że wymagają tego wyjątkowe warunki lokalne.

6. Zintegruj dane ET z istniejącymi systemami zarządzania gospodarstwem. Dane ET są najcenniejsze, gdy trafiają bezpośrednio do oprogramowania do planowania nawadniania, narzędzi wspomagających podejmowanie decyzji lub baz danych dotyczących rozliczeń wodnych, a nie są udostępniane w postaci niezależnych danych satelitarnych.

Wniosek

Monitorowanie ewapotranspiracji za pomocą teledetekcji ewoluowało z eksperymentalnej dyscypliny badawczej w kluczowe narzędzie operacyjne w rolnictwie. Połączenie coraz dokładniejszych produktów satelitarnych do pomiaru ewapotranspiracji, platform o otwartym dostępie, takich jak OpenET i WaPOR, oraz fuzji danych opartej na sztucznej inteligencji usuwa bariery, które kiedyś ograniczały satelitarne monitorowanie ewapotranspiracji do dobrze finansowanych instytucji badawczych.

Obecne możliwości są znaczące: modele bilansu energetycznego zweryfikowane w ponad 30 krajach, satelitarne produkty ET osiągające dokładność sezonową lepszą niż 90% dla głównych upraw rocznych oraz platformy chmurowe, które dostarczają dane ET w skali pola każdemu rolnikowi lub zarządcy wodnemu z dostępem do internetu. Te możliwości są już wykorzystywane do zarządzania przestrzeganiem przepisów dotyczących nawadniania na rzece Kolorado, do monitorowania wyczerpywania się wód gruntowych w warstwie wodonośnej High Plains oraz do poprawy wydajności wody w rolnictwie w całej Afryce za pośrednictwem systemu FAO WaPOR.