Cartografierea modelului de cultivare a orezului și a tipului cultural folosind teledetecția

Orezul hrănește peste 3,5 miliarde de oameni la nivel global, însă mai puțin de 601 TP3T din zonele cultivate cu orez au hărți de cultivare precise și actualizate, conform actualizării atlasului global al orezului din 2024 al Institutului Internațional de Cercetare a Orezului (IRRI). Cartografierea modelului de cultivare a orezului și a tipului cultural folosind teledetecția elimină rapid această lacună, furnizând date precise din punct de vedere spațial și temporal consistente la scări pe care nicio investigație de teren nu le poate egala.

De la identificarea zonelor joase irigate cu culturi duble din Delta Mekong din Vietnam până la identificarea câmpurilor alimentate cu ploaie, cu un singur sezon, în Africa Subsahariană, sistemele bazate pe satelit și radar oferă acum informațiile de care fermierii, guvernele și agențiile de securitate alimentară au nevoie pentru a planifica cu încredere. Pe măsură ce inteligența artificială și cloud computing accelerează procesarea datelor, se așteaptă ca monitorizarea orezului în timp aproape real să devină standardul global până în 2027.

De ce contează orezul și de ce este dificilă monitorizarea acestuia

1. Producția de orez și ecuația securității alimentare globale

Orezul este principalul aliment caloric de bază pentru mai mult de jumătate din populația lumii, iar importanța sa se extinde mult dincolo de nutriția individuală. Producția globală de orez a ajuns la aproximativ 520 de milioane de tone metrice de orez măcinat în 2024, conform datelor FAO, Asia reprezentând aproape 901 TP3 T din această producție.

Orice perturbare semnificativă a aprovizionării cu orez, fie că este cauzată de secetă, inundații, izbucniri de dăunători sau eșecul politicilor, declanșează șocuri rapide ale prețurilor alimentelor care afectează în mod disproporționat cele mai sărace gospodării din lume.

Menținerea securității alimentare la această scară necesită mai mult decât simpla cultivare a unei cantități suficiente de orez. Este nevoie să se știe cu precizie unde se cultivă orezul, de câte ori pe an este cultivat fiecare câmp și ce practici agricole sunt utilizate. Guvernele au nevoie de aceste date pentru a aloca infrastructura de irigații, a subvenționa inputurile și a constitui rezerve de urgență.

Provocarea constă în faptul că orezul este cultivat în peisaje extraordinar de fragmentate, de la dealurile terasate din Filipine până la vastele câmpii irigate din China, ceea ce face ca studiile convenționale câmp cu câmp să fie impracticabile din punct de vedere logistic și financiar la scară națională sau regională.

2. Necesitatea monitorizării sistematice a modelelor de cultivare a orezului

Modelele de cultivare a orezului, adică numărul de sezoane de orez cultivate pe an și modul în care acestea sunt distribuite pe un peisaj, se schimbă constant. Variabilitatea climatică scurtează perioadele de creștere în unele regiuni, în timp ce le extinde în altele. Semnalele economice îi împing pe fermieri de la o singură cultură la o cultură dublă atunci când disponibilitatea apei și prețurile pieței se aliniază.

Fără o monitorizare sistematică, planificatorii lucrează pe baza datelor recensământului care pot fi învechite cu cinci sau mai mulți ani, ceea ce duce la o alocare greșită cronică a apei, a subvențiilor pentru îngrășăminte și a creditului rural. Teledetecția oferă o soluție la această lacună în monitorizare, furnizând observații consistente și repetabile în țări întregi, în doar câteva zile.

În loc să se bazeze pe auto-raportarea fermierilor sau pe sondajele efectuate de recenzori, sistemele bazate pe satelit observă direct peisajul, surprinzând modul în care câmpurile de orez se schimbă prin inundații, transplantare, creștere vegetativă și recoltare în fiecare anotimp.

3. Ce aduce teledetecția cartografierii agricole

Teledetecția este știința achiziționării de informații despre obiecte sau zone de la distanță, de obicei utilizând senzori montați pe sateliți, aeronave sau vehicule aeriene fără pilot (UAV). În contexte agricole, senzorii măsoară energia reflectată sau emisă de culturi, sol și apă la diferite lungimi de undă ale spectrului electromagnetic.

Deoarece diferitele tipuri de acoperire a terenului reflectă energia diferit în diferite stadii de creștere, imaginile din satelit pot distinge un câmp de orez de un câmp de porumb și o parcelă de orez transplantată inundată de una semănată direct cu semințe uscate, cu o precizie care crește pe măsură ce tehnologia senzorilor se îmbunătățește. Cartografierea modelului de cultivare a orezului și a tipului cultural folosind teledetecția servește patru obiective interconectate.

• În primul rând, produce inventare explicite din punct de vedere spațial ale locurilor unde se cultivă orezul la intervale de timp sezoniere și anuale.
• În al doilea rând, clasifică numărul de cicluri de cultură care au loc pe an în fiecare zonă cartată, distingând sistemele cu o singură, două și trei culturi.
• În al treilea rând, identifică practicile culturale utilizate, cum ar fi dacă un câmp este transplantat sau semănat direct sau dacă gestionarea apei este controlată sau alimentată cu apă pluvială.
• În al patrulea rând, generează date de referință care contribuie la prognozarea producției, bugetarea apei, planificarea adaptării la schimbările climatice și sistemele de agricultură de precizie.

Înțelegerea sistemelor de cultivare a orezului și a tipurilor culturale

1. Ce înseamnă de fapt un model de cultivare a orezului

Un model de cultivare a orezului descrie aranjamentul temporal al cultivării orezului într-un an calendaristic într-o anumită locație. Acesta surprinde nu doar dacă se cultivă orez, ci și de câte ori, când începe și se termină fiecare sezon și ce cultură, dacă există, urmează sau precede orezul în același câmp. Cartografierea acestor modele într-o regiune oferă planificatorilor o imagine dinamică a intensității utilizării terenurilor și a cererii de resurse pe care o singură imagine de ansamblu nu ar putea-o oferi niciodată.

2. Sisteme de orez cu o singură cultură

În sistemele de cultură unică (monocultură), fermierii cultivă un sezon de orez pe an, de obicei aliniat cu un sezon ploios musonic sau cu un singur ciclu de irigații controlate. Aceste sisteme sunt dominante în regiunile în care disponibilitatea apei, forța de muncă sau clima limitează posibilitatea unui al doilea sezon.

Sistemele de culturi monoculturale tind să aibă perioade de creștere mai lungi pe sezon, adesea cu soiuri tradiționale sau îmbunătățite de lungă durată, și sunt alimentate în mod disproporționat de precipitații, ceea ce le face foarte sensibile la momentul și distribuția precipitațiilor.

3. Sisteme de orez cu cultură dublă

Sistemele de culturi duble produc două recolte de orez pe an pe același câmp. Acestea sunt cele mai comune în Asia de Sud-Est și de Sud, inclusiv în Delta Fluviului Roșu din Vietnam, în câmpiile inundabile din Bangladesh și în districtele irigate din Punjab, India.

Decalajul temporal dintre cele două sezoane este îngust, adesea mai mic de 30 de zile, așadar identificarea zonelor cu culturi duble din datele satelitare necesită observații dense în serii temporale pentru a detecta două cicluri fenologice complete într-un singur an.

4. Sisteme de orez cu trei culturi

Cultivarea triplă, cu trei recolte de orez pe an, se practică în zone limitate unde atât disponibilitatea apei, cât și temperatura rămân favorabile pe tot parcursul anului. Delta Mekong din sudul Vietnamului și părți din provincia Guangdong din sudul Chinei susțin sisteme de cultură triplă.

Deși maximizează intensitatea utilizării terenurilor, sistemele de culturi triple prezintă provocări semnificative privind fertilitatea solului și gestionarea dăunătorilor. Identificarea de la distanță a acestor câmpuri este dificilă din punct de vedere tehnic, deoarece perioadele scurte de pârloag dintre culturi comprimă semnalele fenologice în intervale de timp restrânse.

5. Cultivarea orezului în regim de ploaie

Orezul alimentat cu apă pluvială, cultivat în întregime pe baza precipitațiilor fără alimentare artificială cu apă, reprezintă aproximativ 451 TP³ T din suprafața totală cultivată cu orez la nivel global, potrivit Institutului Internațional de Cercetare a Orezului (IRRI). Este sistemul dominant în Africa Subsahariană, zonele muntoase din Asia de Sud și de Sud-Est și câmpiile inundabile dependente de precipitații.

Sistemele de irigații pluviale sunt foarte vulnerabile la variabilitatea precipitațiilor, ceea ce se traduce prin fluctuații de randament de 30-50% între anii ploioși și cei secetoși în unele regiuni. Din perspectiva teledetecției, orezul alimentat cu ploi este mai greu de cartografiat deoarece semnalul de inundații este mai slab și mai neregulat decât în câmpurile irigate gestionate.

6. Cultivarea orezului irigat

Sistemele de orez irigate primesc apă prin canale, pompe sau rezervoare gestionate, permițând fermierilor să controleze momentul plantării și recoltării cu o precizie considerabilă. Orezul irigat ocupă în prezent doar aproximativ 55% din suprafața globală de orez, dar contribuie cu 75% la producția totală de orez, reflectând avantajul de randament al securității apei.

Inundarea deliberată a orezurilor irigate creează o semnătură radar puternică și consistentă, pe care senzorii satelitari o detectează în mod fiabil, ceea ce face ca orezul irigat să fie printre cele mai precis cartografiate tipuri de culturi din lume.

7. Sisteme de orez de munte și de câmpie

Orezul de câmpie este cultivat pe soluri neinundate, bine drenate, adesea pe versanți sau terase din Asia și Africa. Deoarece aceste câmpuri nu sunt niciodată inundate intenționat, le lipsește semnalul de apă care face ca orezul de câmpie să fie identificabil prin radar, obligând cercetătorii să se bazeze doar pe modele spectrale de vegetație.

Orezul de câmpie, prin contrast, este cultivat în câmpuri plate sau inundate puțin adânc, unde apa se acumulează natural sau prin irigații. Sistemele de câmpie domină regiunile cu orez din Asia și reprezintă ținta principală a majorității eforturilor de cartografiere la scară largă.

Contrastul morfologic dintre câmpurile de munte și cele de câmpie, inclusiv forma câmpului, poziția topografică și structura coronamentului, oferă indicii spațiale suplimentare pe care analiza imaginilor bazată pe obiecte le poate exploata eficient.

8. Orez semănat direct vs. orez transplantat

Orezul transplantat implică creșterea răsadurilor într-o pepinieră timp de 25 până la 30 de zile, apoi mutarea lor manuală sau mecanică în câmpul principal. În schimb, orezul semănat direct implică semănarea directă sau răspândirea semințelor în câmpul pregătit, fără o etapă de pepinieră.

Aceste două metode produc semnături temporale măsurabil diferite în datele satelitare: câmpurile transplantate prezintă o înverzire bruscă și sincronizată la aproximativ trei săptămâni după inundare, în timp ce câmpurile semănate direct prezintă o dezvoltare mai graduală a coronamentului din ziua semănării. Această diferență fenologică, subtilă, dar reală, este detectabilă printr-o analiză atentă a seriilor temporale a indicilor de vegetație.

Instrumente și tehnologii de teledetecție pentru cartografierea orezului

1. Principiul fizic din spatele teledetecției

Fiecare plantă reflectă, absoarbe și transmite radiația solară în modele guvernate de biochimia frunzelor sale, structura coronamentului și conținutul de apă. Frunzele verzi absorb puternic lumina roșie pentru fotosinteză, reflectând în același timp o mare parte din energia în infraroșu apropiat (NIR). Solurile inundate, prin contrast, absorb aproape toată radiația primită.

Aceste răspunsuri contrastante creează semnături spectrale previzibile pe care senzorii de pe sateliți le pot înregistra cu o sincronizare constantă, permițând analiștilor să urmărească starea culturilor, stadiul de creștere și deciziile de gestionare la nivel de câmp fără a vizita vreodată câmpul.

2. Teledetecție optică

Senzorii optici detectează radiația solară reflectată, producând imagini care seamănă foarte mult cu ceea ce ochiul uman ar vedea dacă ar fi extinse în lungimi de undă în infraroșu. Trei platforme optice domină cercetarea cartografierii orezului.

Landsat (o serie de sateliți operați de NASA și USGS din 1972) oferă imagini la o rezoluție spațială de 30 de metri, cu un ciclu de revizitare de 16 zile. Arhiva sa temporală lungă îl face indispensabil pentru studiile privind schimbarea suprafeței de orez de-a lungul deceniilor. Cu toate acestea, repetarea de 16 zile înseamnă că unele evenimente fenologice dintr-un sezon scurt de creștere pot fi omise între observații.

Sentinel-2 (operat de Agenția Spațială Europeană, lansat în 2015 și 2017 ca o constelație cu sateliți gemenți) îmbunătățește Landsat, având o rezoluție de 10-20 de metri și un ciclu de revizitare la ecuator de 5 zile. Aceste două îmbunătățiri împreună permit o delimitare mai fină a câmpului și o eșantionare fenologică mai bună, iar cele mai recente studii de cartografiere a orezului de înaltă precizie, inclusiv cele publicate în ISPRS Journal of Photogrammetry and Remote Sensing în 2024, utilizează Sentinel-2 ca sursă principală de date optice.

MODIS (Spectroradiometru de imagistică cu rezoluție moderată), la bordul sateliților Terra și Aqua ai NASA, oferă o rezoluție de 250-500 de metri cu capacitate de revizitare zilnică. Deși este prea grosier pentru cartografierea individuală a terenurilor, MODIS rămâne valoros pentru evaluările intensității culturilor la scară națională și continentală, unde rezoluția spațială ridicată este mai puțin critică decât densitatea temporală.

3. Teledetecție radar

Radar cu apertură sintetică (SAR) este o tehnologie bazată pe radar care transmite impulsuri de microunde către suprafața Pământului și măsoară energia împrăștiată înapoi către senzor. Spre deosebire de senzorii optici, SAR funcționează independent de acoperirea cu nori și de iluminarea solară, ceea ce înseamnă că achiziționează date la fel de bine într-o noapte înnorată și musonică, precum și într-o zi senină cu sezon uscat.

Această proprietate este de o importanță critică pentru cartografierea orezului în Asia tropicală, unde senzorii optici pierd în mod obișnuit săptămâni din sezonul de creștere din cauza obstrucției norilor.

Sentinel-1 (ESA) transmite energie de microunde în banda C (lungime de undă de aproximativ 5,6 cm) și furnizează date SAR gratuite, globale, la o rezoluție de 10 metri, cu un ciclu repetitiv de 6-12 zile. Orezăriile interacționează cu semnalele SAR într-un mod distinct:

• câmpurile inundate acționează ca o oglindă aproape perfectă, reflectând cea mai mare parte a energiei radar departe de senzor (producând valori scăzute de retrodifuzie), în timp ce
• Coroana de orez în creștere împrăștie din ce în ce mai mult energia înapoi către senzor pe măsură ce densitatea plantelor și suprafața frunzelor cresc.

Această traiectorie de retrodifuzie în timp, scăzută în timpul inundării și transplantării, crescând în stadiile vegetative și scăzând din nou după îndepărtarea frunzei, formează o semnătură fenologică radar unică pentru orez.

Nguyen și colab. (Remote Sensing of Environment, 2023) au constatat că clasificarea seriilor temporale Sentinel-1 SAR a realizat Precizie generală 92.3% în cartografierea sezoanelor de cultivare a orezului în trei provincii din Delta Mekongului din Vietnam, inclusiv în zonele cu culturi triple unde datele optice nu au fost disponibile pentru mai mult de 60% din perioada de creștere din cauza acoperirii cu nori.

În regiunile tropicale cultivatoare de orez, metodele bazate pe SAR nu sunt doar o alternativă la detectarea optică, ci adesea singura opțiune fiabilă pentru cartografierea sezonieră în timpul lunilor musonice.

4. Integrarea datelor multi-senzoriale

Niciun senzor nu oferă combinația ideală de detalii spațiale, densitate temporală și penetrare a norilor. Prin urmare, cele mai precise sisteme de cartografiere a orezului integrează mai multe tipuri de senzori într-un singur cadru analitic.

O arhitectură comună combină datele SAR Sentinel-1 pentru urmărirea temporală fără nori cu datele optice Sentinel-2 pentru bogăție spectrală în timpul perioadelor senine și utilizează MODIS ca ancoră de rezoluție grosieră pentru detectarea modelelor fenologice la scară regională.

Când aceste fluxuri de date sunt fuzionate algoritmic, setul de date combinat poate rezolva limitele culturilor, detecta datele de transplantare și atribui clasificări ale tipurilor culturale cu un nivel de certitudine pe care niciun senzor individual nu îl poate atinge.

Identificarea modelelor de cultivare a orezului din datele satelitare

1. Semnături temporale ale etapelor de creștere a orezului

Orezul trece printr-o secvență bine definită de etape de creștere: pregătirea terenului și inundarea, transplantarea sau semănatul, înlăturarea (dezvoltarea mai multor tulpini dintr-o singură plantă), inițierea paniculului, epilatul (apariția capitulei florale care conține boabe) și recoltarea.

Fiecare etapă produce o schimbare măsurabilă a caracteristicilor optice și radar ale câmpului. Analiștii folosesc aceste semnături specifice etapei, captate ca serii temporale de indici spectrali sau retrodifuzie SAR, pentru a reconstrui ce s-a întâmplat în fiecare câmp și când, fără nicio cunoștință prealabilă din partea fermierului.

2. Cartografierea orezului bazată pe fenologie

Cartografiere bazată pe fenologie (folosind momentul evenimentelor biologice pentru a clasifica culturile) este abordarea dominantă pentru detectarea orezului pe suprafețe mari. Metoda funcționează prin ajustarea curbelor matematice la datele din seriile temporale, apoi identificarea câmpurilor în care modelul temporal se potrivește cu curba caracteristică de creștere a orezului. Datele evenimentelor cheie extrase din acest proces de ajustare includ

• începutul sezonului de creștere (identificat de obicei printr-o creștere bruscă a valorilor indicelui de vegetație în urma inundațiilor),
• vârful sezonului de creștere (indicele suprafeței foliare maxime) și
• sfârșitul sezonului (scădere rapidă la recoltare).

Numărul de astfel de cicluri detectate într-un an calendaristic determină direct dacă un câmp este clasificat ca fiind cultivat simplu, dublu sau triplu.

3. Evaluarea intensității culturilor

Intensitatea culturilor, numărul de sezoane de cultură finalizate pe an pe o unitate de teren, este unul dintre cele mai relevante rezultate din punct de vedere al politicilor ale cartografierii modelelor de cultivare a orezului. O abordare simplă, dar puternică, calculează de câte ori apare un vârf spectral sau de retrodifuzie asemănător orezului în seria temporală anuală a unui pixel.

Atunci când sunt combinate cu filtre spațiale pentru a elimina detecțiile false cauzate de zone umede, corpuri de apă sau inundații sezoniere, aceste numărători ciclice produc hărți ale orezului cu o singură, două și trei culturi, care pot fi validate în funcție de studiile de teren și statisticile regionale.

4. Cartografierea distribuției sezoniere și anuale a orezului

Hărțile sezoniere (o hartă per sezon de creștere pe an) surprind nu doar locul în care se cultivă orezul, ci și când crește în fiecare locație. Stive anuale de hărți sezoniere dezvăluie apoi calendarul complet de cultură al unei regiuni, inclusiv distribuția spațială a orezului de la începutul sezonului față de cel de la sfârșitul sezonului, ceea ce are implicații directe asupra programării apei, gestionării presiunii dăunătorilor și logisticii recoltării.

5. Detectarea rotațiilor culturilor care implică orez

În multe sisteme asiatice de cultivare a orezului, fermierii alternează orezul cu grâu, legume, leguminoase sau perioade de pârloag în cadrul aceluiași câmp, de-a lungul unor sezoane succesive. Teledetecția detectează aceste rotații analizând seria temporală anuală completă, mai degrabă decât un singur sezon izolat.

Un câmp clasificat ca orez în sezonul ploios, dar ca grâu în sezonul uscat, prezintă un model temporal distinct cu două vârfuri în datele indicelui de vegetație, caracteristicile spectrale ale fiecărui vârf identificând tipul de cultură respectiv. Cartografierea acestor rotații este importantă pentru evaluarea sănătății solului, modelarea cererii de irigații și programele de diversificare a veniturilor.

Cum GeoPard susține cartografierea modelelor de cultivare a orezului

Cartografierea modelelor de cultivare a orezului necesită observații continue, din mai multe surse, pe parcursul întregului sezon de creștere, iar exact asta oferă GeoPard. Prin combinarea imaginilor Landsat-8, Sentinel-2 și Planet într-o singură platformă, GeoPard monitorizează câmpurile o dată la două zile la o rezoluție de până la 3 metri, asigurându-se că evenimentele critice legate de orez, cum ar fi inundațiile pre-transplantare, înverzirea răsadurilor și recoltarea, nu sunt niciodată ratate din cauza golurilor de nori.

Fuziunea multi-senzor a platformei a demonstrat o îmbunătățire a preciziei 4% față de abordările cu un singur senzor, ceea ce accentuează în mod direct separarea dintre sistemele de orez cu o singură cultură, cu două culturi și cu trei culturi.

Pentru identificarea tipului cultural, suita de indici de vegetație GeoPard, inclusiv NDWI pentru detectarea inundațiilor de suprafață, EVI2 pentru sincronizarea biomasei coronamentului și LAI pentru densitatea coronamentului, surprinde biografia spectrală care separă orezul transplantat irigat de sistemele alimentate cu ploaie sau cu semănat direct.

În zilele înnorate de muson, când imaginile optice eșuează complet, stratul de date radar integrat al GeoPard menține urmărirea vegetației neîntreruptă, citind debitul de retrodifuzie SAR, care este semnătura definitivă a unei orezării inundate în momentul transplantării.

Instrumentul „Comparare straturi” permite agronomilor să plaseze până la patru straturi de date sincronizate unul lângă altul, simplificând separarea tipurilor de cultură de orez prin compararea semnalelor de inundații NDWI cu tendințele vegetației și hărțile productivității solului pe mai mulți ani.

Susținută de peste 30 de ani de imagini din satelit, platforma dezvăluie modele pe termen lung ale intensității culturilor la nivel de câmp. Aceste informații sunt apoi transmise direct către hărțile de aplicare cu doză variabilă pentru îngrășăminte, semințe și protecția culturilor, transformând hărțile tipurilor de cultură ale orezului în prescripții concrete de gestionare la nivel de câmp.

Cartografierea tipurilor culturale de orez cu ajutorul teledetecției

1. Caracteristicile spectrale ale diferitelor practici culturale

Tipul cultural, combinația specifică de practici de gestionare aplicate unui câmp de orez, modelează evoluția temporală a semnăturii spectrale a acelui câmp. De exemplu, orezul transplantat inundat începe sezonul cu un răspuns optic dominat de apă (reflectanță scăzută pe toate benzile vizibile), urmat de o schimbare bruscă pe măsură ce coronamentul răsadurilor se formează.

Orezul semănat direct într-un pat germinativ neinundat prezintă o creștere mai graduală a semnalului de vegetație de la începutul germinării, fără perioada inițială de inundare pe care senzorii optici și cei SAR o detectează cu ușurință.

2. Distincția dintre orezul irigat și cel alimentat cu ploaie

Orezăriile irigate și cele alimentate cu apă de ploaie diferă în două moduri observabile: momentul și regularitatea evenimentelor de inundații și consecvența fenologiei lor sezoniere. Orezăriile irigate tind să se inunde la timp, prezintă o variabilitate mai mică de la an la an în ceea ce privește datele de transplantare și mențin o densitate constantă a coronamentului prin gestionarea controlată a apei.

Câmpurile alimentate cu apă de ploaie prezintă o variabilitate temporală mai mare între ani, pot experimenta stres hidric la mijlocul sezonului, detectabil prin scăderi anormale ale valorilor indicelui de vegetație și uneori nu reușesc să finalizeze un sezon de creștere complet în timpul anilor de secetă.

Analiza seriilor temporale multianuale surprinde această structură de variabilitate, permițând algoritmilor de clasificare să separe zonele irigate de cele alimentate cu ploaie cu precizii care depășesc de obicei 85% în sisteme bine calibrate.

3. Cartografierea orezului transplantat și a celui semănat direct

Cel mai fiabil indicator pentru a distinge orezul transplantat de cel semănat direct în datele SAR este momentul și durata perioadei inițiale de inundare cu împrăștiere redusă.

Orezăriile transplantate sunt inundate timp de 2-4 săptămâni înainte de transferul răsadurilor, creând o fereastră extinsă de întuneric radar la începutul sezonului.

Câmpurile semănate direct fie nu prezintă nicio fereastră de inundare (semănat uscat), fie prezintă una foarte scurtă (semănat umed), iar creșterea retrodifuziei este atât mai timpurie în raport cu data semănatului, cât și structural diferită în ceea ce privește panta. Aceste caracteristici temporale pot fi extrase automat folosind algoritmi aplicați seriilor temporale SAR dense.

4. Detectarea practicilor de management prin teledetecție

Dincolo de metoda de transplantare și regimul hidric, teledetecția poate detecta anumite practici de gestionare a apei, cum ar fi udarea și uscarea alternativă (AWD), o tehnică utilizată pentru a reduce emisiile de metan și consumul de apă prin drenarea intermitentă a orezăriilor.

Câmpurile inundate continuu prezintă modele oscilante de retrodifuzie SAR în timpul perioadei vegetative, reflectând cicluri repetate de inundații-drenaj, în timp ce câmpurile inundate continuu prezintă o traiectorie de retrodifuzie mai constantă. Această capacitate este deosebit de valoroasă pentru monitorizarea adoptării practicilor de orez inteligente din punct de vedere climatic în inventarele naționale de gaze cu efect de seră.

5. Indicatori de gestionare a apei în orezării

Detectarea suprafeței apei prin SAR este extrem de sensibilă, capabilă să identifice apa acumulată la o adâncime de doar câțiva centimetri sub coronamentul de orez. Această sensibilitate permite analiștilor să cartografieze starea inundațiilor câmp cu câmp în momente cheie ale sezonului de creștere, sprijinind deciziile de programare a irigațiilor și evaluările timpurii ale pagubelor provocate de inundații.

Când hărțile suprafeței apei din date multiple sunt suprapuse temporal, acestea produc o semnătură dinamică de gestionare a apei pentru fiecare câmp, care servește ca o intrare de mare valoare pentru modelele de clasificare a tipurilor culturale.

Tehnici și metode: de la indici la învățare profundă

1. Indici de vegetație pentru monitorizarea orezului

Indicii de vegetație sunt combinații matematice ale valorilor de reflectanță la diferite lungimi de undă, concepuți pentru a amplifica semnalul biomasei și sănătății plantelor, reducând în același timp zgomotul provenit din fundalul solului, efectele atmosferice și geometria iluminării. Trei indici sunt esențiali pentru cartografierea orezului.

i. NDVI (Indicele de Vegetație cu Diferență Normalizată) se calculează ca (NIR – Roșu) / (NIR + Roșu) și este indicele cel mai utilizat în monitorizarea orezului. Acesta urmărește starea de verdeață a coronamentului de la stabilirea răsadurilor până la senescență, valorile crescând de obicei de aproape zero la transplantare până la 0,6-0,8 la vârful creșterii vegetative.

ii. EVI (Indicele Vegetației Îmbunătățite) corectează efectele aerosolilor atmosferici și zgomotul de fond al solului mai eficient decât NDVI, ceea ce îl face preferabil în medii cu încărcare ridicată de aerosoli, cum ar fi în timpul sezoanelor de ardere a biomasei, comune în Asia tropicală.

iii. LSWI (Indicele Apelor de Suprafață Terestre) încorporează reflectanță în infraroșu cu unde scurte pentru a detecta conținutul de apă atât în coronamentul plantelor, cât și în suprafața solului, ceea ce îl face extrem de sensibil la evenimentele de inundații care caracterizează cultivarea orezului în zonele joase și oferă un semnal robust pentru detectarea începerii sezonului de creștere.

2. Analiza seriilor temporale

O singură imagine din satelit surprinde starea unui câmp de orez la un moment dat, dar povestea unui câmp de orez este scrisă în secvența acelor momente. Analiza seriilor temporale înlănțuie numeroase observații, de obicei o imagine la fiecare 5-16 zile timp de un an întreg, și extrage valori temporale precum data începerii sezonului, NDVI-ul de vârf, rata de înverzire și data recoltării.

Aceste valori metrice descriu colectiv comportamentul fenologic complet al câmpului și sunt mult mai diagnostice pentru identificarea tipului de cultură decât orice observație la o singură dată. Metodele statistice, inclusiv regresia armonică și deformarea dinamică a timpului (DTW), sunt utilizate în mod obișnuit pentru a alinia și compara datele seriilor temporale în diferiți ani și regiuni.

3. Învățare automată pentru clasificarea orezului

Învățarea automată a transformat scara și precizia cartografierii modelelor de cultivare a orezului prin automatizarea identificării relațiilor complexe, neliniare, dintre datele spectro-temporale și condițiile de câmp.

i. Pădure aleatorie (RF) este o metodă ansamblu care construiește sute de arbori de decizie independenți, fiecare antrenat pe un subset aleatoriu de caracteristici și agregă voturile acestora pentru o clasificare finală. Este robustă la datele de antrenament zgomotoase, gestionează eficient spațiile de caracteristici de înaltă dimensionalitate și oferă scoruri de importanță variabile care ajută analiștii să înțeleagă ce caracteristici temporale sau spectrale determină deciziile de clasificare.

ii. Mașină cu vectori suport (SVM) găsește limita de separare optimă între clase într-un spațiu de caracteristici de dimensiuni mari. SVM are performanțe bune atunci când datele de antrenament sunt limitate, fiind util în regiunile cu date insuficiente unde colectarea adevărului de teren este costisitoare.

iii. Învățare profundă, în special rețelele neuronale convoluționale (CNN) și rețelele neuronale recurente (RNN), cum ar fi arhitecturile Long Short-Term Memory (LSTM), pot învăța simultan atât modele spațiale în cadrul imaginilor individuale, cât și modele temporale în secvențele de imagini. Clasificatorii bazați pe LSTM aplicați seriilor temporale de sateliți au atins o precizie de ultimă generație în sarcinile de cartografiere a orezului, mai multe studii raportând precizii generale peste 90% la scară regională.

Xiao și colab. (International Journal of Applied Earth Observation and Geoinformation, 2025) au demonstrat că un model de învățare profundă LSTM, antrenat pe date temporale combinate Sentinel-1 și Sentinel-2, a cartografiat tipurile culturale de orez în trei țări din Asia de Sud cu un precizie generală de 91,7% și un coeficient kappa de 0,89, depășind Random Forest cu 6,4 puncte procentuale în aceleași condiții de date de antrenament.

Pentru cartografierea tipurilor culturale de orez pe suprafețe mari, unde este posibilă colectarea datelor de antrenament, clasificatorii de învățare profundă bazați pe LSTM sunt acum metoda de referință și ar trebui să fie alegerea implicită pentru noile programe naționale de cartografiere.

4. Analiza imaginilor bazată pe obiecte (OBIA)

Analiza imaginilor bazată pe obiecte (OBIA) funcționează prin gruparea pixelilor vecini cu caracteristici spectrale și spațiale similare în obiecte (segmente) înainte de a-i clasifica, în loc să clasifice fiecare pixel independent.

În cartografierea orezului, OBIA este valoroasă deoarece poate încorpora forma, textura și contextul în clasificare, distingând o orezărie de un corp de apă de culoare similară, pe baza geometriei dreptunghiulare regulate a orezăriei.

OBIA este deosebit de eficientă la rezoluții spațiale foarte mari, cum ar fi datele de la sateliți comerciali cu rezoluție de 1-5 metri sau imaginile UAV.

5. Tehnici de detectare a schimbărilor

Detectarea schimbărilor identifică zonele în care utilizarea terenurilor s-a schimbat între două sau mai multe date. În monitorizarea sistemului orezos, detectarea schimbărilor servește două scopuri: urmărirea expansiunii sau contracției de la an la an a suprafeței de orez ca răspuns la factorii climatici sau economici și identificarea schimbărilor de la mijlocul sezonului, cum ar fi eșecul culturilor, abandonul sau inundațiile neașteptate.

Detectarea schimbărilor bitemporale (compararea directă a două date) este simplă, dar vulnerabilă la diferențele fenologice dintre ani. Detectarea schimbărilor multitemporale pe parcursul unor stive anuale complete este mai robustă și poate separa schimbarea reală a utilizării terenurilor de variația fenologică sezonieră.

Evaluarea și validarea preciziei

1. Colectarea datelor adevărului de teren

Fiecare produs de cartografiere a orezului necesită validare în funcție de observațiile de teren colectate independent. Datele reale de teren includ de obicei vizite pe teren cu referințe GPS, unde recenzori instruiți înregistrează tipul de cultură, stadiul de creștere, starea de gestionare a apei și metoda de stabilire într-un eșantion reprezentativ statistic de locații. Aceste observații sunt colectate pentru a coincide temporal cu achizițiile satelitare și sunt reținute din antrenamentul modelului și utilizate exclusiv pentru evaluarea acurateței.

2. Indicatori de precizie a clasificării

Pentru aplicațiile specifice orezului, scorul F1, care echilibrează acuratețea producătorului și a utilizatorului pentru fiecare clasă, este raportat din ce în ce mai mult alături de Kappa ca un rezumat al performanței cu un singur număr, mai informativ. Indicatorii standard pentru evaluarea acurateței hărții includ

• precizia generală (procentul tuturor punctelor de validare clasificate corect),
• precizia producătorului (probabilitatea ca un câmp dintr-o anumită clasă adevărată să fie mapat corect, analog cu rechemarea),
• precizia utilizatorului (probabilitatea ca un câmp mapat la o anumită clasă să fie de fapt acea clasă, analog cu precizia) și
• coeficientul Kappa (o măsură a acordului corectată pentru acordul întâmplător, unde valorile peste 0,80 indică un acord puternic).

3. Validarea modelelor de cultură și a hărților tipurilor culturale

Validarea hărților modelelor de cultură necesită date concrete multitemporale, cu vizite pe teren în mai multe puncte din calendarul de cultură pentru a confirma câte sezoane au fost efectiv recoltate pe an la fiecare loc de validare.

Validarea tipului cultural, care distinge culturile transplantate de cele semănate direct sau cele irigate de cele alimentate cu ploaie, este mai dificilă deoarece aceste distincții nu sunt întotdeauna evidente vizual pe teren și necesită interviuri cu fermierii sau observarea directă a evenimentelor de gestionare în timpul ferestrelor sensibile din sezonul de creștere.

Statisticile agricole naționale, deși adesea agregate la nivel de provincie sau district, oferă un nivel suplimentar de validare pentru estimările suprafeței, permițând verificarea încrucișată a totalurilor de pe hărți cu cifrele oficiale raportate.

Aplicații în întregul sistem agricol

1. Planificarea și dezvoltarea politicilor agricole

Hărțile cu modele de cultivare a orezului derivate din teledetecție oferă ministerelor agriculturii rezoluția spațială de care au nevoie pentru a concepe intervenții specifice. Regiunile identificate ca fiind cu o singură cultură pluvială pot fi prioritizate pentru dezvoltarea irigațiilor la scară mică; zonele cu trei culturi și randamente în scădere pot fi investigate pentru degradarea solului sau epuizarea pânzei freatice.

2. Estimarea producției de orez

Combinând hărțile suprafețelor cultivate cu orez obținute prin teledetecție cu modele de estimare a randamentului, cum ar fi simulările de creștere a culturilor bazate pe date meteorologice, se obțin prognoze de producție subnaționale și naționale cu săptămâni sau luni înainte de recoltare.

Tabloul de bord privind securitatea alimentară al Băncii Asiatice de Dezvoltare și Sistemul Global de Informații și Avertizare Timpurie (GIEWS) al FAO încorporează date privind suprafața cultivată cu orez, obținute prin satelit, pentru a genera estimări ale producției înainte de recoltare, cu câștiguri de precizie demonstrate față de abordările bazate pe sondaje.

3. Managementul resurselor de apă

Orezul irigat este cel mai mare consumator de apă dulce din Asia, reprezentând aproximativ 401 TP3 tone din totalul extragerilor de apă din agricultură în țări precum India și Bangladesh.

Cel mai valoros rezultat al cartografierii orezului prin satelit nu este harta în sine, ci decizia pe care o permite, fie că se construiește un canal, se închide o fântână sau se redirecționează o subvenție.

Cunoașterea precisă a locului în care se cultivă orezul irigat, a numărului de sezoane în care este irigat și a câmpurilor care utilizează practici eficiente de gestionare a apei, cum ar fi debitul total al apei (AWD), sprijină direct planificarea bazinelor hidrografice, programarea funcționării rezervoarelor și evaluările sustenabilității apelor subterane.

4. Monitorizarea securității alimentare

Sistemele de avertizare timpurie pentru insecuritatea alimentară depind de detectarea rapidă a eșecurilor culturilor. Atunci când zonele de orez nu reușesc să finalizeze un ciclu complet de creștere, monitorizarea prin satelit detectează anomalia ca un vârf fenologic absent sau trunchiat în fereastra sezonieră așteptată. FEWS NET (Famine Early Warning Systems Network), susținută de USAID, utilizează date satelitare privind vegetația, inclusiv monitorizarea specifică orezului, pentru a genera alerte de securitate alimentară în Asia și Africa.

5. Evaluarea impactului schimbărilor climatice

Arhivele pe termen lung ale hărților cu modele de cultivare a orezului, care acoperă 20 sau mai mulți ani de date Landsat, dezvăluie modul în care zonele de cultivare a orezului, anotimpurile și randamentele s-au modificat ca răspuns la schimbarea regimurilor de temperatură și precipitații. Aceste hărți istorice ale tendințelor oferă dovezi empirice privind impactul schimbărilor climatice asupra sistemelor de orez și servesc drept date pentru proiecția riscurilor agricole viitoare în diferite scenarii de încălzire.

7. Aplicații în agricultura de precizie

La scară agricolă, cartografierea tipurilor de cultură a orezului, obținută cu ajutorul dronelor, combinată cu date despre sol și apă la nivel de câmp, susține decizii de management precise, cum ar fi aplicarea de îngrășăminte cu rată variabilă, identificarea dăunătorilor specifici amplasamentului și programarea optimizată a datelor de plantare. Aceste aplicații se maturizează rapid în Japonia, Coreea de Sud și în anumite părți ale Chinei, unde agricultura de orez este puternic mecanizată și există infrastructură de date pentru a conecta rezultatele teledetecției la sistemele de management agricol.

Provocări și limitări care constrâng cartografierea orezului

1. Acoperirea norilor și disponibilitatea datelor

Acoperirea persistentă cu nori în timpul sezonului musonic, când se cultivă o mare parte din orezul din Asia, limitează drastic numărul de observații optice utilizabile. În unele locații, contaminarea cu nori reduce observațiile Sentinel-2 disponibile în timpul perioadei critice de transplantare și al perioadei vegetative timpurii la mai puțin de două pe lună. Datele SAR atenuează, dar nu elimină, această problemă, deoarece ploile abundente pot satura temporar semnalul radar.

2. Pixeli mixți și câmpuri mici

În regiunile în care orezăriile sunt mai mici decât rezoluția spațială a senzorului, un singur pixel surprinde un amestec de orez și terenuri fără orez, ceea ce face ca clasificarea să fie ambiguă. Sistemele de orez de munte din terenurile deluroase și din orezăriile de dimensiuni reduse din anumite părți ale Indoneziei și Filipinelor produc în mod obișnuit pixeli mixți chiar și la rezoluția de 10 metri a Sentinel-2, limitând utilizarea metodelor bazate pe pixeli în aceste medii.

3. Similitudine spectrală și temporală între tipurile de culturi

Unele culturi, în special trestia de zahăr, iuta și anumite pajiști, produc curbe fenologice similare cu orezul în seriile temporale NDVI sau EVI, ceea ce duce la confuzie în clasificare. Detectarea inundațiilor bazată pe SAR reduce această confuzie în cazul orezului de câmpie, dar sistemele de orez de munte, fără orezării inundate, rămân dificil de separat de culturile spectral similare fără date suplimentare de teren sau intrări geografice auxiliare.

4. Constrângeri de rezoluție temporală

Cartografierea modelului de cultură a orezului și a tipului cultural folosind teledetecția necesită o eșantionare temporală densă, ideal cel puțin o observație la fiecare 8-10 zile pe parcursul întregului sezon de creștere. Atunci când acoperirea cu nori sau golurile orbitelor satelitului reduc această densitate temporală, soiurile de orez de scurtă durată sau sezoanele de culturi triple cu ciclu rapid pot fi complet omise de algoritmii de detectare automată.

5. Limitări ale datelor de la sol

Datele de instruire etichetate de înaltă calitate, observațiile de teren potrivite cu tipurile de culturi și practicile de management cunoscute, rămân costisitoare și dificil de colectat din punct de vedere logistic la scara necesară pentru instruirea și validarea sistemelor naționale de cartografiere. În multe țări producătoare de orez cu venituri mici, capacitatea umană și financiară pentru colectarea sistematică a datelor de teren este cea mai mare constrângere în calea îmbunătățirii acurateței cartografierii.

Tendințe emergente și viitorul monitorizării orezului

1. Monitorizarea orezului cu drone și UAV

Vehiculele aeriene fără pilot (UAV) echipate cu senzori multispectrali și termici oferă acum imagini la nivel centimetric asupra fermelor individuale, rezolvând limitele câmpurilor, rândurile de culturi și chiar starea de sănătate a plantelor individuale. UAV-urile funcționează ca o punte între cartografierea la scară satelitară și observarea individuală a plantelor, furnizând date reale de ultra-înaltă rezoluție necesare pentru antrenarea și validarea modelelor bazate pe satelit în contexte de peisaj fragmentat.

2. Inteligența artificială și învățarea profundă pentru clasificarea orezului

Rețelele neuronale convoluționale aplicate seriilor temporale de imagini din satelit, combinate cu arhitecturi de transformare adaptate din procesarea limbajului natural, ating în prezent cele mai mari precizii de clasificare a orezului raportate vreodată.

Cadrul PRISM (Sistem de identificare a culturilor de orez bazat pe fenologie folosind date multisource), publicat de cercetătorii de la Universitatea Wageningen în 2024, a demonstrat că învățarea autosupravegheată pe arhive satelitare neetichetate ar putea pre-antrena modele de clasificare a orezului, necesitând doar date minime de teren etichetate pentru reglaj fin, reducând dramatic povara studiului de teren.

3. Sisteme de monitorizare a orezului în timp aproape real

Sistemele operaționale de monitorizare a orezului în timp aproape real procesează automat datele satelitare primite, actualizează hărțile orezului la intervale de 10-16 zile și transmit alerte privind datele de plantare, evenimentele de stres hidric și momentul recoltării direct către tablourile de bord guvernamentale sau aplicațiile mobile utilizate de fermieri și agenții de extindere.

Departamentul Orezului din Thailanda și Ministerul Agriculturii din Vietnam operează ambele sisteme prototip de acest tip, iar Institutul Internațional de Cercetare a Orezului sprijină dezvoltarea unor capacități similare în Bangladesh și Cambodgia.

4. Integrarea datelor satelitare și IoT

Senzorii Internet of Things (IoT) utilizați în orezării, care măsoară umiditatea solului, nivelul apei, temperatura și microclimatul coronamentului, generează observații continue la nivelul solului care completează și calibrează datele de teledetecție prin satelit.

Atunci când rețelele de senzori IoT și observațiile prin satelit sunt combinate în cadre de fuziune a datelor, sistemul de monitorizare rezultat poate detecta stresul hidric, debutul inundațiilor și presiunea bolilor cu o încredere mai mare și un timp de așteptare mai rapid decât cel oferit de oricare dintre surse în mod independent.

5. Agricultură digitală și agricultură inteligentă

Convergența dintre cartografierea prin satelit a orezului, detectarea IoT și asistența decizională bazată pe inteligență artificială pune bazele unei orezării inteligente, unde deciziile de gestionare, de la momentul irigațiilor până la aplicarea îngrășămintelor, sunt informate de fluxuri de date explicite din punct de vedere spațial, aproape în timp real, mai degrabă decât de reguli generale bazate pe calendar.

Programele pilot din prefectura Niigata din Japonia și din provincia Heilongjiang din China au demonstrat că gestionarea precisă a orezului, bazată pe teledetecție, poate reduce costurile de producție prin 15-25% menținând sau îmbunătățind în același timp randamentele, conform rapoartelor preliminare ale testelor pe teren din 2024.

Concluzie

Cartografierea modelului de cultivare a orezului și a tipului cultural folosind teledetecția a evoluat de la o disciplină de cercetare academică la un instrument operațional utilizat de guverne, agenții internaționale și platforme agro-tehnologice din Asia și dincolo de aceasta. Abordările multi-senzoriale de serii temporale care combină date optice și SAR, procesate prin clasificatori de învățare automată și deep learning, oferă acum în mod curent hărți ale suprafețelor de orez la scară națională cu precizii generale care depășesc 85-90%. Aceste hărți rezolvă nu doar unde crește orezul, ci și de câte ori pe an, în ce regim hidric și prin ce metodă de stabilire.

Trecerea dincolo de simpla cartografiere a zonelor de orez la clasificarea tipurilor culturale este ceea ce transformă un produs al acoperirii terestre într-un atu al inteligenței agricole. Cunoașterea faptului că o regiune a trecut de la orezul transplantat la cel semănat direct pe parcursul unui deceniu semnalează simultan schimbări pe piața muncii și epuizarea pânzei freatice. Cunoașterea zonelor hrănite cu ploaie sunt cele mai vulnerabile la perioadele de secetă de la începutul sezonului, identificate prin modelele lor spectrale temporale, permite un răspuns pre-poziționat la secetă, mai degrabă decât un ajutor reactiv în caz de dezastru. Teledetecția face posibil acest nivel de inteligență spațială la o fracțiune din costul programelor echivalente de studiu al terenului.