Хиперспектрални снимци за пољопривреду. Грант од покрајине Северна Рајна-Вестфалија.

Драго нам је да објавимо да је пројекат “Оквир вештачке интелигенције за квантитативну процену својстава земљишта коришћењем хиперспектралних сателитских снимака” изабран за делимично финансирање од стране Министарства заштите животне средине Северне Рајне-Вестфалије и Европске уније у оквиру РЕАЦТ-ЕУ ИнноватионУмвелтвиртсцхафт.НРВ програм. Грант је финансиран од стране Европског фонда за регионални развој / Еуропаисцхен Фондс фур регионале Ентвицклунг (ЕФРЕ).

Употреба вештачке интелигенције и статистике у овом пројекту омогућила је одређивање корелације између хиперспектралних и података о земљишту (нпр. N, pH), олакшавајући прецизнији и скалабилнији приступ анализи земљишта. Предстојеће лансирање хиперспектралних сателита са честим интервалима поновних посета и беспрекорним приступом новим снимцима без кашњења представља неколико предности, посебно у управљању хранљивим материјама за одрживу пољопривреду. Технологија помаже у процени садржаја и доступности хранљивих материја у земљишту, омогућавајући пољопривредницима да прилагоде стратегије ђубрења. То доводи до бољег усвајања хранљивих материја од стране биљака, смањеног утицаја на животну средину и уштеде трошкова.

Шта је хиперспектрално снимање?

Хиперспектрално снимање је моћна техника даљинског очитавања која снима електромагнетни спектар са високом спектралном резолуцијом.

За разлику од традиционалних сателитских снимака, који се обично састоје од три до четири опсега (црвеног, зеленог, плавог и понекад блиског инфрацрвеног зрачења), хиперспектрални снимци прикупљају стотине до хиљаде уских спектралних опсега у видљивом, блиском инфрацрвеном и краткоталасном инфрацрвеном подручју. Сваки опсег пружа јединствене информације о површинским својствима снимљеног подручја.

Прикупља се помоћу сензора постављених на ваздушним или свемирским платформама. Ови сензори користе спектрометре за мерење интензитета рефлектованог или емитованог зрачења у више уских опсега.

Прикупљањем широког спектра спектралних података, хиперспектрални сензори могу да детектују суптилне разлике у спектралним потписима различитих материјала, омогућавајући веома детаљну и прецизну анализу.

Примене хиперспектралних снимака

• Праћење животне средине: Игра виталну улогу у праћењу и процени здравља екосистема. Помаже у идентификацији стреса вегетације, праћењу промена земљишног покривача, откривању инвазивних врста и мерењу параметара квалитета воде попут концентрације хлорофила или замућености у језерима и рекама.
• Пољопривреда: Помаже у прецизној пољопривреди пружајући детаљне информације о здрављу усева, садржају хранљивих материја, нивоу влаге и откривању болести. Пољопривредници могу доносити одлуке засноване на подацима у вези са наводњавањем, ђубрењем и сузбијањем штеточина, што резултира оптимизованим приносима усева и смањеним утицајем на животну средину.
• Геологија и истраживање минералаКључна је за мапирање геолошких формација, идентификацију минералних лежишта и карактеризацију врста стена. Помаже геолозима да открију промене у саставу минерала и мапирају потенцијална подручја за истраживање, доприносећи ефикаснијим и циљанијим рударским активностима.
• ШумарствоПомаже у управљању и праћењу шума. Омогућава идентификацију врста дрвећа, квантификацију шумске биомасе, откривање стреса дрвећа и процену штете од шумских пожара. Ове информације помажу у одрживом управљању шумама, очувању биодиверзитета и системима раног упозоравања на шумске пожаре.

Предности хиперспектралних снимака

Његова главна предност лежи у способности да пружи детаљне спектралне информације, омогућавајући разликовање материјала са високом тачношћу.

Ово доводи до побољшане класификације и мапирања типова земљишног покривача, побољшане идентификације специфичних супстанци и бољег разумевања процеса у животној средини.

Хиперспектрални подаци се такође могу анализирати коришћењем напредних алгоритама и техника машинског учења како би се извукли вредни увиди и аутоматизовала интерпретација слика.