Блог / Даљинско сондирање / Праћење евапотранспирације коришћењем метода и модела даљинске детекције

Праћење евапотранспирације коришћењем метода и модела даљинске детекције

Праћење евапотранспирације коришћењем метода и модела даљинске детекције
1 минут читања |
Дели

Праћење евапотранспирације помоћу даљинске детекције представља један од најзначајнијих напредака у пољопривредној науци о водама у последње две деценије. Комбиновањем сателитских термичких података, вегетационих индекса и физике енергетског биланса, научници и пољопривредници сада могу да процене колико воде напушта површину земље на милионима хектара — без иједног сензора са земље.

Ова могућност мења начин на који агрономи заказују наводњавање, како владе прате сушу и како истраживачи квантификују водни отисак читавих речних сливова. Пољопривреда троши отприлике 70% свих глобалних залиха слатке воде, али већина ове воде се никада директно не мери на нивоу поља – критична празнина коју праћење евапотранспирације помоћу даљинске детекције брзо затвара.

Шта је евапотранспирација?

Евапотранспирација (ЕТ) је комбиновани процес кроз који вода прелази са површине земље у атмосферу. Има две компоненте које делују истовремено: испаравање, директно претварање течне воде из земљишта, водених површина и површина биљака у водену пару; и транспирацију, биолошко кретање воде коју апсорбује корење биљака, транспортује навише кроз стабло и ослобађа као пара кроз ситне поре у листовима које се називају стомате.

Заједно, ова два процеса чине највећи проток воде који напушта копнени екосистем. У већини пољопривредних пејзажа, ЕТ враћа између 60 и 80 процената свих падавина назад у атмосферу. Та бројка чини ЕТ доминантном променљивом у билансу воде на копну — утицајнијом од отицања или дубоког процеђивања у већини обрађених окружења.

Етерични изотоп се налази у центру хидролошког циклуса, повезујући површину земље, биосферу и атмосферу. Када су стопе етеричног изотопног изотопног изданака високе, влажност земљишта се брже смањује, речни базни протоци се смањују, а стопе обнављања водоносног слоја опадају. Када се етерични изотоп успори — због стреса изазваног сушом, старења усева или промене коришћења земљишта — последице се осећају кроз доступност воде низводно.

У климатској науци, ЕТ је примарни механизам спрезања између циклуса угљеника и воде. Биљке отварају своје стомате да би апсорбовале CO2 за фотосинтезу, и тиме истовремено ослобађају водену пару. Било каква промена у глобалном вегетацијском покривачу, температури или концентрацији CO2 помера планетарну равнотежу ЕТ-а и враћа се у регионалне обрасце падавина.

Зашто је праћење евапотранспирације приоритет управљања водама?

Прецизни подаци о наводњавању доносе боље одлуке у више сектора. У пољопривреди, познавање стварне потрошње воде усева на нивоу поља говори менаџеру за наводњавање тачно колико воде треба да примени, када да је примени и где се развијају дефицити пре него што се појави видљиви стрес код усева.

Ова прецизност спречава и прекомерно наводњавање, које троши воду и испирање хранљивих материја, и недовољно наводњавање, што смањује принос.

1. Распоред наводњавања: Распоред наводњавања заснован на ЕТ-у замењује нагађања физиком. Када пољопривредник зна да поље кукуруза у јулу губи 7 мм воде дневно због ЕТ-а, може да надокнади тај тачно дефицит уместо да наводњава у фиксном календарском интервалу.

2. Праћење суше: Континуирани пад стварне ЕТ у односу на референтну ЕТ (оно што би испарило при неограниченом снабдевању водом) сигнализира настајући стрес изазван сушом. Даљинска детекција бележи овај сигнал недељама пре него што губитак приноса постане видљив голим оком.

3. Планирање водних ресурса: Обрачун вода на нивоу слива захтева ЕТ податке на нивоу слива. Сателитско ЕТ праћење пружа ову просторну покривеност по цени која је знатно нижа од цене мреже земаљских станица.

4. Процена климатских промена: Дугорочни трендови ЕТ-а откривају како загревање температура и променљиви обрасци падавина мењају потрошњу воде у екосистему — подаци који информишу планирање адаптације на регионалном и националном нивоу.

5. Праћење здравља екосистема: Стопе ерозије у мочварама, транспирација шума и потрошња воде на травњацима осетљиво реагују на еколошке поремећаје. Ерозија даљинског очитавања бележи ове промене на великим, неприступачним пределима.

Који фактори утичу на евапотранспирацију?

Евапотранспирација (ЕТ) је обликована комбинацијом климатских услова, карактеристика пејзажа и биологије биљака. У наставку је преглед кључних фактора који су укључени.

1. Врста земљишта. Састав земљишта игра значајну улогу у задржавању воде и испаравању. Песковита или шљунковита земљишта имају тенденцију да задрже мање воде, а више је ослобађају испаравањем, док иловаста или глиновита земљишта боље задржавају влагу.

2. Температура ваздуха. Температура директно утиче на брзину ЕТ-а. Топлији ваздух има већи капацитет да задржи влагу, а повећана топлота убрзава претварање воде у пару, чиме се повећава евапотранспирација.

Који фактори утичу на евапотранспирацију?

3. Сунчево зрачење. Поред самог стварања топлоте, сунчево зрачење укључује варијације у нивоима енергије, фреквенцији и албеду — све то утиче на ЕТ. Ови фактори се разликују у зависности од локације и доба године, а њихово прецизно мерење често захтева напредну технологију.

4. Влажност. Релативна влажност (RH) односи се на количину водене паре присутне у ваздуху у односу на његов максимални капацитет. Када је влажност висока, ваздух апсорбује мање додатне влаге, што успорава ET. Супротно томе, сувљи ваздух може апсорбовати више паре, што доводи до веће стопе евапотранспирације.

5. Биљни покривач. Различите биљне врсте на различите начине интерагују са водом. Неке ефикасно складиште воду током сушних периода, док је друге брже губе. На стопе заливања водом (ЕТ) утичу и старост биљке, њено здравље и дубина корена — дубљи корени омогућавају усевима да дуже издрже без наводњавања. Ове физиолошке разлике значе да ЕТ може значајно да варира у зависности од врсте усева, што захтева прилагођене стратегије наводњавања.

6. Брзина ветра. Ветар је главни покретач и испаравања и транспирације. Он распршује слој влажног ваздуха који се накупља изнад вегетације, повећавајући ЕТ. Такође помаже дифузији паре кроз поре биљака, појачавајући транспирацију. Међутим, изузетно јаки, суви ветрови понекад могу ометати дифузију паре, благо смањујући ЕТ у одређеним условима.

Кључни концепти евапотранспирације

ET(0) одражава капацитет атмосфере да покрене губитак воде и искључиво је заснован на клими. ET(c) мери воду изгубљену од здравих, добро наводњаваних усева који расту у идеалним условима са својим пуним потенцијалом приноса. Када се усеви суочавају са неоптималним управљањем или еколошким изазовима, ET(c) се мора модификовати да би се добио ET(c adj). Евапотранспирација усева се разуме кроз три различита концепта:

  1. ЕТ(0) — Референтна евапотранспирација
  2. ET(c) — Евапотранспирација под стандардним условима
  3. ET(c adj) — Евапотранспирација под нестандардним условима

1. Референтна евапотранспирација — ET(0)

ET(0) представља брзину којом вода испарава са добро заливене референтне површине — обично моделиране као идеализовани травнати покривач који испуњава одређене критеријуме.

Ова мера обухвата потребе атмосфере за испаравањем независно од врсте усева, фазе раста или пољопривредних пракси. Пошто се претпоставља да је референтна површина потпуно влажна, услови земљишта су искључени из прорачуна — елиминишући потребу за дефинисањем посебних прагова испаравања за сваки усев у свакој фази раста.

ET(0) је у потпуности вођен климатским варијаблама, а типичне вредности варирају у зависности од агроклиматских зона, иако ове бројке служе само као опште референтне вредности.

2. Евапотранспирација под стандардним условима — ET(c)

ET(c) квантификује воду коју ослобађа здрав, добро негован усев узгајан на великим, адекватно наводњаваним пољима под повољним временским условима, који ради на врхунцу продуктивности. Изводи се множењем референтног ET коефицијентом усева K(c):

ЕТ(ц) = ЕТ(0) × К(ц)

3. Евапотранспирација под нестандардним условима — ET(c adj)

ET(c adj) узима у обзир одступања у стварном свету од идеалних услова за раст. Фактори као што су притисак штеточина и болести, недостатак или вишак воде, салинитет земљишта и лоша плодност земљишта могу проузроковати да се стварна потрошња воде усева значајно разликује од ET(c). Коефицијент стреса воде K(s) се уводи поред коефицијента усева како би се обухватили ови ефекти:

ЕТ(ц адј) = ЕТ(0) × К(ц) × К(с)

Традиционалне методе мерења евапотранспирације

Пре даљинског очитавања, научници су мерили ЕТ путем директне физичке инструментације. Свака метода добро функционише на одређеној скали, али носи значајне компромисе који ограничавају широку пољопривредну примену. Неке од најбољих техника мерења ЕТ са земље су:

1. Лизиметар: Лизиметар (велики контејнер напуњен земљом и усевом који расте, постављен у равни са земљом) мери ЕТ мерењем блока тла током времена. Када се контролишу падавине и сакупља дренажна течност, разлика у маси између временских корака једнака је стварном ЕТ.

Лизиметри пружају најтачнија доступна ЕТ мерења, али коштају стотине хиљада долара по јединици, покривају само неколико квадратних метара и не могу да представљају просторну варијабилност стварног поља.

2. Систем вртложне коваријансе: Систем вртложне коваријансе мери ЕТ израчунавањем коваријансе између вертикалне брзине ветра и концентрације водене паре изнад крошње дрвећа користећи сензоре са брзим одзивом. Покрива “отисак” од неколико стотина метара до неколико километара, што га чини далеко репрезентативнијим од лизиметра.

Међутим, инсталација и одржавање флуксних торњева коштају од 50.000 до 300.000 америчких долара, а глобална FLUXNET мрежа има само око 900 активних локација — што је превише мало да би се пратио пољопривредни ЕТ на националном нивоу.

Традиционалне методе мерења евапотранспирације

3. Метода Боуеновог коефицијента: Боуенова метода коефицијента процењује ЕТ мерењем односа осетљивог топлотног флукса (загревање ваздуха) и латентног топлотног флукса (ЕТ) користећи градијенте температуре и влажности изнад крошње дрвећа. Једноставнија је од коваријансе вртложних услова, али захтева хомогене услове преузимања и не може се користити на сложеном терену.

Повезано:  Мапирање заслањених тла света коришћењем технологија даљинског истраживања

4. ET прорачуни засновани на метеоролошким станицама Користећи ФАО Пенман-Монтеитову једначину, израчунајте референтни ЕТ (ЕТ0) из података о температури ваздуха, влажности, брзини ветра и зрачењу. Ова метода се широко користи за заказивање наводњавања, али производи референтни ЕТ, а не стварни ЕТ, јер претпоставља добро заливени референтни усев, а не стварни усев на пољу.

Централни проблем са свим методама заснованим на земљи је размера. Један лизиметар представља неколико квадратних метара. Мерни торањ покрива највише неколико стотина хектара. Али модерно управљање пољопривредним водама захтева ЕТ податке на нивоу терена преко читавих речних сливова – просторни изазов који само даљинска детекција може да реши.

Основе даљинског истраживања за праћење ванземаљског простора

Даљинска детекција, у контексту ЕТ мониторинга, је прикупљање и анализа података добијених са сателита или авиона како би се проценио проток воде који напушта површину земље без физичког додира те површине.

Овај приступ функционише зато што биљке и земљиште размењују енергију са атмосфером на начине који се могу детектовати из свемира — посебно кроз емисију топлотног инфрацрвеног зрачења. Када биљка ефикасно транспирира, она користи долазну сунчеву енергију за испаравање воде уместо за загревање. Крошња са одговарајућом влажношћу земљишта остаје релативно хладна.

Насупрот томе, крошња која је под стресом од воде затвара стоме да би сачувала воду, а пошто мање латентне топлоте (ЕТ) троши долазну енергију, температура површине крошње расте. Ово је основни физички сигнал који термална даљинска детекција бележи.

Кључни физички принципи који леже у основи процене сателитског ЕТ-а

То енергетски биланс је управљајући оквир. На било којој копненој површини, нето зрачење (Rn) које долази од сунца и атмосфере мора бити једнако збиру три понора енергије: топлотног флукса земљишта (G), осетљивог топлотног флукса (H, који загрева ваздух) и латентног топлотног флукса (LE, који покреће ET). Записано као једначина: Rn = G + H + LE. Проценом Rn, G и H из сателитских података, модел изводи LE — а самим тим и ET — као резидуал.

1. Температура површине земљишта (LST) мерено у термалном инфрацрвеном опсегу је примарна величина која се користи за процену осетљивог топлотног флукса H. Топлија површина преноси више топлоте у ваздух (висок H), остављајући мање енергије за ET (ниска LE). Хладнија, добро наводњавана површина има нижи H и виши LE.

2. Индекси вегетације попут NDVI-ја, бележе колико зеленог, фотосинтетски активног биљног материјала покрива површину, што контролише брзину транспирације. Густа, зелена крошња транспирира више од голог тла или ретке састојине.

3. Нето зрачење израчунава се из флукса краткоталасног и дуготаласног зрачења, које даљинска детекција процењује на основу података о површинском албеду, вегетацијском покривачу и топлотној емисији.

Сателитско праћење евапотранспирације није замена за истину на терену — то је једини алат који може да пружи просторно континуиране податке о потрошњи воде на нивоу где се заправо доносе пољопривредне и хидролошке одлуке.

Предност даљинског очитавања у односу на методе са земље није само просторна покривеност. Сателитски подаци пружају синоптичка, поновљива мерења у веома хетерогеним пределима — нешто што ниједна земаљска мрежа не би могла да понови по упоредивим трошковима.

Извори података даљинске детекције за процену ЕТ

Процена ЕТ из свемира захтева комбиновање података са више типова сензора. Ниједан сателит не пружа све улазне податке потребне комплетном ЕТ моделу, тако да оперативни ЕТ производи обично спајају податке са неколико платформи.

1. Сателитске платформе за процену ЕТ

i. Landsat (USGS/NASA) ради континуирано од 1972. године и пружа мултиспектралне и термалне снимке просторне резолуције од 30 метара са циклусом поновног прегледа од 16 дана. Његова дуга архива чини га неопходним за историјску ЕТ анализу и праћење усева. Већина ЕТ модела енергетског биланса - укључујући SEBAL и METRIC - првобитно су дизајнирани око података Landsat-а.

ii. Sentinel-2 (ESA) нуди мултиспектралне снимке од 10 метара са временом поновног прегледа од 5 дана за израчунавање индекса вегетације високе резолуције. Иако не садржи термални опсег, допуњује Landsat пружајући чешће NDVI, EVI и LAI податке веће резолуције за ET моделе засноване на вегетацији.

iii. МОДИС (Спектрорадиометар за снимање средње резолуције, НАСА) пружа дневну глобалну покривеност резолуцијом од 250 м до 1 км. Његова грубља просторна резолуција ограничава примену на терену, али га чини идеалним за континентално и глобално праћење ЕТ-а путем производа попут MOD16.

iv. ЕКОСТРЕС (НАСА) је постављен на Међународној свемирској станици и пружа термалне инфрацрвене податке резолуције 70 метара са циклусом поновног прегледа од 1 до 5 дана. ECOSTRESS је посебно дизајниран за мерење стреса усева од воде и ET на нивоу блиског поља — празнину у могућностима коју MODIS и ранији сателити нису могли да попуне.

против VIIRS (Visible Infrared Imaging Radiometer Suite, NOAA/NASA) на сателитима Suomi NPP и JPSS наставља глобално наслеђе дневног покривања MODIS-а са побољшаном калибрацијом сензора, подржавајући оперативне ET производе на регионалном до глобалном нивоу.

2. Посматрања ванземаљских летелица помоћу беспилотних летелица и дрона

Беспилотне летелице (UAV, или дронови) опремљене термалним камерама и мултиспектралним сензорима могу мапирати ЕТ у просторној резолуцији испод метра изнад појединачних поља. Термална камера постављена на дрон директно мери температуру крошњи, а када се комбинује са метеоролошким подацима са земље, производи ЕТ мапе у резолуцији коју ниједан сателит не може да парира.

  • Термовизијске дронове открију подручја биљака са стресом од воде унутар поља пре него што се појави било какав видљиви симптом, омогућавајући наводњавање променљивом брзином на нивоу унутар поља.
  • Мултиспектрални сензори на дроновима израчунавају NDVI и EVI у центиметарској резолуцији, додајући ET моделе засноване на коефицијентима усева за прецизно заказивање поља.
  • ЕТ мапирање високе резолуције из беспилотних летелица је посебно вредно за специјализоване усеве - воће, винограде, поврће - где је варијабилност унутар поља велика, а трошкови водног стреса велики.

Кључне променљиве даљинског очитавања које се користе у ЕТ мониторингу

Свака променљива извучена из сателитских података доприноси одређеном делу слагалице процене ЕТ. Разумевање шта свака променљива мери и зашто је важна помаже практичарима да одаберу прави модел и правилно интерпретирају резултате.

1. Нормализовани индекс разлике вегетације (NDVI) се израчунава као (NIR – црвена) / (NIR + црвена) користећи рефлексију блиског инфрацрвеног и црвеног опсега. Креће се од -1 до +1, при чему густа зелена вегетација обично има вредност између 0,6 и 0,9. NDVI приказује густину крошње и зеленило, што је директно у корелацији са површином листа и капацитетом транспирације.

Кључне променљиве даљинског очитавања које се користе у ЕТ мониторингу

2, Побољшани индекс вегетације (EVI) додаје плаву траку како би се смањиле атмосферске интерференције и ефекти позадине земљишта који деградирају NDVI у густо вегетираним или често облачним регионима. EVI је осетљивији од NDVI у подручјима са високом биомасом и користи се у MOD16 ET алгоритму.

3. Индекс површине листа (LAI) квантификује укупну површину листа са једне стране по јединици површине тла. Директно контролише транспирацију одређивањем колика површина листа размењује водену пару са атмосфером. LAI добијен из сателита је кључни улаз у многе физички засноване ET моделе.

4. Албедо површине је део долазног сунчевог зрачења који се рефлектује од површине. Он контролише колико сунчеве енергије површина апсорбује, што заузврат одређује колико енергије је доступно за покретање ЕТ-а. Тамно, влажно земљиште има низак албедо (апсорбује више енергије); површина без песка има висок албедо (рефлектује више).

5. Влажност земљишта из микроталасних сензора ограничава ЕТ моделе тако што указује на то да ли је довољно воде доступно у кореновој зони да би се подржала потреба за транспирацијом. Када влажност земљишта падне испод критичног прага, стварни ЕТ пада испод потенцијалне брзине чак и ако је енергија доступна.

Бастијансен и др. (како је прегледано у Frontiers in Remote Sensing, 2026) открили су да је SEBAL, валидиран у више од 30 земаља, постиже Тачност 85% за дневне процене ET и тачност 95% за сезонске процене ET на терену.

Сезонска тачност од 95% значи да се обрачун воде усева у целом наводњавачком округу може поуздано спроводити коришћењем само сателитских података, елиминишући потребу за густим мрежама земаљских станица.

Модели за процену евапотранспирације

1. Модели енергетског биланса

Модели енергетског биланса израчунавају ET као резидуал површинског енергетског буџета: ET = Rn – G – H. Сваки модел се разликује по начину на који процењује осетљиви топлотни флукс H, који је рачунски најзахтевнија и на грешке осетљива компонента.

i. Алгоритам равнотеже површинске енергије за земљиште (SEBAL) је развио Бастијансен 1998. године и остаје један од најшире примењених сателитских ЕТ модела на глобалном нивоу. SEBAL користи три основна параметра изведена из сателита: температуру површине земљишта (T0), површинску хемисферичну рефлексију (албедо r0) и NDVI.

Да би проценио осетљиви топлотни флукс, SEBAL идентификује два сидрена пиксела — “врући пиксел” (суво огољено земљиште, где је ET близу нуле) и “хладни пиксел” (добро заливени усев, где је ET на свом максимуму) — и интерполира H преко сцене у односу на ове екстреме. Ова функција самокалибрације чини SEBAL мање осетљивим на апсолутне грешке калибрације у метеоролошким улазима.

ii. Мапирање евапотранспирације у високој резолуцији са интернализованом калибрацијом (METRIC) модел се надовезује на SEBAL, али додаје аутоматску калибрацију у односу на референтну ET израчунату са метеоролошке станице. METRIC је погоднији за регионе са комплетним мрежама метеоролошких података и широко је усвојен за оперативно управљање наводњавањем у западном делу Сједињених Држава.

Повезано:  Модел аутоматског детектовања граница парцела за прецизну пољопривреду компаније GeoPard

iii. Систем површинског енергетског биланса (SEBS) користи теорију турбулентног флукса за процену осетљивог топлотног флукса из сателитски добијених LST података, храпавости површине и брзине ветра. SEBS је физички ригорознији од SEBAL-а, али захтева додатне улазне податке, што га чини погоднијим за истраживање него за оперативно управљање фармама.

Избор ЕТ модела није само техничка одлука — то је одлука о томе на које питање покушавате да одговорите. Вежба рачуноводства воде на нивоу слива и алат за заказивање наводњавања на нивоу терена захтевају фундаментално различите нивое просторне резолуције и временске учесталости.

iv. Енергетски биланс из два извора (TSEB) модел третира земљиште и крошњу као два одвојена извора ЕТ, сваки са својим температурним и енергетским билансом. Овај приступ је тачнији за ретку вегетацију или мешовите покриваче земљишта где модел са једним извором може поистоветити испаравање земљишта са транспирацијом биљака.

2. ЕТ модели засновани на вегетационом индексу

Нису сви ЕТ модели захтевали термалне снимке. Модели засновани на вегетационом индексу процењују ЕТ кроз приступ коефицијенту усева (Kc x ET0), где је коефицијент усева Kc изведен из NDVI или EVI, а референтни ET (ET0) долази са метеоролошке станице. Методологија FAO-56 формализује овај приступ и широко се користи за заказивање наводњавања јер не захтева податке о термалним опсезима.

Модели машинског учења, укључујући Случајна шума, Вештачке неуронске мреже (АНМ), и архитектуре дубоког учења, све се више примењују на процену ЕТ учењем сложених нелинеарних односа између улазних података добијених са сателита (LST, NDVI, албедо, LAI) и ЕТ мерења флуксног торња.

Студија из 2023. године објављена у часопису Remote Sensing of Environment открила је да модел случајне шуме, обучен на MODIS-у и метеоролошким улазима, предвиђа дневни ET са R2 од 0,87 и RMSE од 0,51 mm/дан у различитим биомима — што је конкурентно традиционалним моделима енергетског биланса, али захтева далеко мање напора за параметризацију.

Студија објављена у часопису Taylor and Francis Open (2021) открила је да је SEBAL алгоритам, примењен на снимке Landsat 8 изнад региона узгоја кукуруза у Адани, у Турској, произвео процене ET са коефицијент корелације R = 0,91 у односу на ФАО Пенман-Монтеитову методу и RMSE од само 1,14 мм/дан.

SEBAL-ова тачност на теренском нивоу значи да сателитски добијени ЕТ може заменити или значајно смањити потребу за скупим инсталацијама лизиметара у оперативним системима за управљање наводњавањем.

Сателитски ЕТ производи доступни за оперативну употребу

Неколико глобалних и регионалних ЕТ производа сада преводи улазе даљинске детекције у спремне за употребу слојеве ЕТ података. Практичари више не морају да покрећу сопствене моделе енергетског биланса — могу директно да приступе овим унапред израчунатим скуповима података.

1. Производ MOD16 ET (НАСА) користи MODIS податке са Пенман-Монтејтовим алгоритмом вођеним MODIS подацима о покривености земљишта, LAI, EVI и метеоролошким подацима глобалне реанализе. Пружа 8-дневне и месечне ET композитне податке са резолуцијом од 500 метара широм света. MOD16 је погодан за студије на нивоу пејзажа, али је превише груб за појединачно управљање тереном.

2. SSEBop Модел (Simplified Surface Energy Balance operational - Поједностављени оперативни биланс површинске енергије), који је развио USGS, поједностављује изазов калибрације топлих/хладних пиксела SEBAL-а коришћењем унапред дефинисаних температурних граница изведених из дугорочних климатолошких података. SSEBop оперативно ради на резолуцији од 30 метара користећи Landsat податке и чини један од шест модела унутар OpenET ансамбла.

Сателитски ЕТ производи доступни за оперативну употребу

3. OpenET платформа, лансиран 2021. године и функционисан као јавно-приватна сарадња коју су предводили НАСА, Амерички геолошки центар (USGS), Калифорнијски државни универзитет у заливу Монтереј, Фонд за заштиту животне средине и Институт за истраживање пустиња, пружа ЕТ податке на терену са резолуцијом од 30 метара широм западног дела Сједињених Држава.

Значајна студија објављена у часопису Nature Water у јануару 2024. године, која упоређује процене OpenET-а са мерењима са 152 земаљске локације флукса, потврдила је да OpenET постиже високу тачност за једногодишње усеве попут пшенице, кукуруза, соје и пиринча - посебно у сушним регионима где несташица воде чини прецизност наводњавања најкритичнијом.

4. ВаПОР портал (ФАО) пружа ЕТ податке за Африку и Блиски исток у резолуцији од 30 метара, 100 метара и 250 метара, посебно дизајниране да подрже анализу продуктивности пољопривредне воде у регионима у развоју са оскудним подацима.

5. СЈАЈ (Глобални модел испаравања земљишта из Амстердама) раздваја ЕТ сигнал на транспирацију, испаравање голог тла, губитак пресретања и компоненте испаравања отворених вода, на основу података о влажности земљишта са микроталаса и сателитских производа вегетације. Одличан је у разлагању ЕТ сигнала на биолошке и физичке компоненте.

Примене даљинског истраживања

1. Прецизно наводњавање и управљање водом усева

Најнепосреднија примена сателитских ЕТ података је заказивање наводњавања. Када пољопривредник приступи недељним ЕТ мапама на нивоу поља, може да израчуна дефицит наводњавања - разлику између стварног ЕТ и ефективних падавина - и да примени тачно ту количину воде. Ово елиминише хроничну навику прекомерног наводњавања која троши воду без повећања приноса.

У калифорнијској делти Сакраменто-Сан Хоакин, менаџери водних ресурса користе OpenET како би помогли пољопривредницима да се придржавају државних прописа који захтевају тачно извештавање о потрошњи воде.

Висока тачност сателитских ЕТ података за једногодишње усеве пружа правно одбрањиву основу за обрачун воде коју ниједна метода са земље не би могла да пружи при таквој просторној покривености.

Студија из 2024. године објављена у часопису „Пољопривредно управљање водама“ (Ott et al., 2024; Desert Research Institute) проценила је OpenET у односу на податке о мерењу наводњавања у сливовима подземних вода Неваде.

У Дајмонд Валију, процене ОпенЕТ-а су показале само Разлика 7% у односу на податке о потрошњи воде са мерења, демонстрирајући оперативну поузданост за регулаторно управљање подземним водама.

Маргина грешке од 7% на нивоу слива значи да сателитски ET подаци могу заменити скупу мерну инфраструктуру у регионима где су подземне воде критично исцрпљене.

2. Процена суше и системи раног упозоравања

Праћење суше је још једна примена са великим утицајем. Индекс евапоративног напрезања (ESI), изведен из термичких података ECOSTRESS и MODIS, мери однос стварног ET и потенцијалног ET.

Када ЕСИ значајно падне испод 1,0, то сигнализира да биљке доживљавају водни стрес — поуздан рани индикатор пољопривредне суше, често откривен 4 до 8 недеља пре него што губитак приноса усева постане мерљив.

Национални центар за ублажавање суше Министарства пољопривреде САД интегрише индексе суше засноване на сателитским временским подацима у оперативне мапе за праћење суше које користе државне владе, агенције за осигурање усева и органи за управљање ванредним ситуацијама. Ова интеграција чини одговор на сушу бржим и боље циљаним него приступи засновани само на календару или падавинама.

3. Управљање водним ресурсима на нивоу слива

Обрачун воде на нивоу слива захтева знање колико воде напушта површину земље као ЕТ на милионима хектара. Управо то је оно што сателитски ЕТ производи попут MOD16, GLEAM и WaPOR пружају на глобалном нивоу.

  • Агенције за управљање резервоарима користите ЕТ податке за процену приноса воде из слива — разлике између падавина и ЕТ — што одређује колико воде заправо стиже до река и акумулација.
  • Надлежни органи за прекограничне речне сливове применити сателитски ЕТ за независну проверу националног извештавања о потрошњи воде без потребе за приступом националним мрежама података са земље.
  • Руководиоци наводњавачких округа користите ЕТ за праћење потрошње по врсти усева у целим подручјима услуга, подржавајући праведну расподелу воде и усклађеност са прописима.

4. Примене у области животне средине и екологије

Праћење вантелесног распада мочвара помоћу сателитских података квантификује потрошњу воде у екосистему у неприступачним мочварама, тресетиштима и естуаријима где се сензори са земље не могу распоредити. Праћење вантелесног распада шума открива како крчење шума, пошумљавање и шумски пожари мењају водни биланс читавих сливова — кључни подаци за обрачун угљеника у шумама и планирање снабдевања водом.

Евапотранспирација је невидљива нит која повезује сваку биљку на Земљи са глобалним циклусом воде. Даљинска детекција је једини алат који имамо да је видимо у размерама које су важне за управљање водама.

Процена тачности и валидација сателитских ЕТ производа

Ниједан ЕТ производ није користан без ригорозне валидације. Стандардни приступ упоређује сателитске ЕТ процене са мерењима из торњева за коваријансни флукс вртложних вештачких структура — најтачније доступне тачне податке о ЕТ-у на нивоу пејзажа.

Глобални Флукснет мрежа пружа отворени приступ подацима о флуксним торњевима са стотина локација у различитим биомима. Програмери ЕТ производа упоређују своје резултате модела са FLUXNET мерењима како би израчунали статистичке метрике учинка, укључујући

  • R2 (коефицијент корелације),
  • RMSE (средња квадратна грешка) и
  • Пристрасност (систематско прецењивање или потцењивање).

Валидација се врши одвојено за различите типове покривача земљишта, климатске зоне и годишња доба, јер тачност ЕТ модела значајно варира у зависности од ових услова.

Модели енергетског биланса попут SEBAL и METRIC генерално најбоље функционишу у полусушним пољопривредним пејзажима са ведрим небом. Перформансе се погоршавају у влажним тропским шумама, сложеном планинском терену и подручјима са честим облачним покривачем.

Студија тачности OpenET-а објављена у часопису Nature Water упоредила је шест ET модела са мерењима из 152 локације флуксних торњева широм Сједињених Држава, откривши да је OpenET ансамбл постигао најјаче перформансе посебно за једногодишње усеве у сушним западним регионима - подручјима где је управљање наводњавањем економски и еколошки најкритичније.

Водопривредни менаџери у сушним регионима могу са високом поузданошћу да примене OpenET податке за усклађеност са прописима о наводњавању и праћење буџета за воду, замењујући скупу инфраструктуру за мерење.

Повезано:  Слике планете (дневно, резолуција 3м) за креирање зона управљања

Изазови у даљинском очитавању ЕТ праћења

Упркос брзом напретку, неколико техничких и оперативних изазова ограничава тачност и применљивост сателитског праћења ЕТ-а.

1. Ограничења облачности: Оптичко и термално даљинско очитавање захтева услове без облака. У влажним тропским регионима или током сезоне монсуна, дуготрајни облачни покривач може створити празнине у подацима од недеља до месеци, прекидајући временски континуитет који је потребан за управљање наводњавањем.

2. Ограничења просторне резолуције: МОДИС, временски најчешћи сателит, пружа ЕТ податке са резолуцијом од 500 метара — прегрубим за поља мања од око 25 хектара. Ландсатова резолуција од 30 метара одговара већини пољопривредних поља, али долази са циклусом поновног прегледа од 16 дана, што пропушта брзе промене у стресу од воде.

3. Компромиси у вези са временском резолуцијом: Висока просторна резолуција (Landsat, Sentinel-2, ECOSTRESS) и висока временска резолуција (MODIS, VIIRS) постоје у обрнуто пропорционалној вези. Премошћавање овог јаза захтева технике фузије података.

4. Претпоставке модела у хетерогеним пејзажима: Модели енергетског биланса са једним извором претпостављају униформну крошњу, која се распада у реткој вегетацији, мешовитим системима узгоја усева или урбано-пољопривредним интерфејсима где се температуре земљишта и биљака нагло разликују.

5. Доступност података у регионима у развоју: Подаци са земаљских метеоролошких станица потребни за ограничавање ЕТ модела су оскудни у већем делу подсахарске Африке, Јужне Азије и Централне Азије - управо у регионима где је побољшано управљање водама најхитније потребно.

Нове технологије и будућност у ЕТ мониторингу

Неколико конвергентних технолошких достигнућа спремно је да драматично прошири тачност, покривеност и доступност даљинског сензорског ЕТ праћења у наредних пет до десет година.

1. Вештачка интелигенција, машинско учење и фузија података

Модели дубоког учења обучени на великим скуповима података са више сензора почињу да надмашују класичне моделе енергетског биланса у одређеним пејзажима. Конволуционе неуронске мреже могу истовремено да интегришу податке са Landsat, Sentinel-2, MODIS и метеоролошке реанализе, учећи просторно-временске ЕТ обрасце које ниједан модел са једним сензором не обухвата.

У међувремену, алгоритми за фузију података — најзначајнији приступ STARFM (Spatial and Temporal Adaptive Reflectance Fusion Model) — комбинују Landsat снимке високе резолуције са дневним MODIS подацима како би се произвеле синтетичке дневне ET мапе резолуције од 30 метара, ефикасно решавајући просторно-временски компромис који тренутно ограничава примене прецизне пољопривреде.

2. Термални сателити високе резолуције и сазвежђа CubeSat

Следећа генерација наменских термалних сателита за посматрање Земље испоручиваће термалне снимке испод 30 метара са учесталошћу свакодневних посета.

Планиране мисије, укључујући наследника Landsat Next-а и комерцијалне термалне констелације CubeSat-а, елиминисаће историјски компромис између просторних детаља и временске фреквенције који је ограничавао праћење ET-а на нивоу поља.

Како је наведено у извештају Future Market Insights (2025), очекује се да ће тржиште услуга даљинског истраживања – процењено на 22,87 милијарди америчких долара у 2025. години – достићи 84,28 милијарди америчких долара до 2035. године, значајно вођено ширењем констелације сателита на ниској околини Земље (LEO).

3. Дигитални близанци за управљање водама

Дигитални оквири близанаца — динамичке виртуелне реплике пољопривредних пејзажа које се ажурирају готово у реалном времену са сателитских и IoT сензорских података — интегришу даљинско очитавање ЕТ-а као основни ток података. Ови системи синхронизују сателитске ЕТ мапе, податке сензора влажности земљишта, временске прогнозе и моделе раста усева како би симулирали будући статус воде на пољима и аутоматски прописали наводњавање.

Софтвер и алати за праћење ЕТ

Богат скуп платформи сада чини анализу даљинске детекције путем ЕТ технологије доступном практичарима без дубоког стручног знања о програмирању.

1. Google Earth Engine (GEE) је платформа за геопросторно рачунарство заснована на облаку која садржи комплетне архиве Landsat, MODIS, Sentinel и ECOSTRESS, заједно са унапред изграђеним ET алгоритмима. Аналитичари могу да покрећу ET прорачуне на основу година података за целе регионе без преузимања било каквих слика локално. GEE је постала доминантна истраживачка платформа за ET мапирање великих подручја.

2. OpenET платформа пружа веб интерфејс где сваки регистровани корисник може приступити подацима о ЕТ-у на нивоу поља за пољопривредно земљиште широм западног дела Сједињених Држава. Корисници могу да извозе дневне, месечне или сезонске ЕТ резимее за појединачна поља или целе водопривредне округе, без потребе за знањем програмирања.

3. ВаПОР портал (ФАО) пружа сличан интерфејс за преузимање ЕТ података кликом миша за Африку и Блиски исток, са директним везама до индикатора продуктивности пољопривредне воде.

4. Токови рада у Пајтону и Р-у Користећи библиотеке као што су Rasterio, Xarray, Geopandas (Python) или Terra, Raster (R) омогућава истраживачима да изграде прилагођене ET процесе обраде који интегришу сателитске податке са локалним метеоролошким записима, моделима усева и базама података о наводњавању.

Студије случаја за даљинско истраживање ЕТ праћење

1. Управљање наводњавањем у сушним регионима

У региону водоносног слоја високих равница у Сједињеним Државама - једној од најинтензивније наводњаваних пољопривредних зона на Земљи - истраживачи из Института за истраживање пустиња показали су да подаци OpenET-а интегрисани са скуповима података о клими могу да процене запремину пумпања подземних вода са довољном тачношћу да подрже регулаторно управљање опадајућим нивоима водоносног слоја.

Студија је упоредила процене сателитског ЕТ са записима пумпи са мерења, проналазећи одступање мање од 17% у већини испитиваних сливова - ниво тачности довољан за управљање водним правима.

2. Прецизна пољопривреда свих врста усева

Даљинско очитавање ЕТ праћења је имплементирано за заказивање наводњавања памука коришћењем SEBAL и METRIC модела за мапирање стварног ЕТ на појединачним пољима током вегетационе сезоне.

Студије објављене у часопису Astrophysics Data System (2020) показале су да су оба модела открила стварни ЕТ већи од очекиваног током раних фаза усева због високог испаравања са огољеног тла – налаз који је стандардни приступ коефицијента усева систематски пропустио, што је довело до прекомерног наводњавања у том критичном периоду.

3. Обрачун воде на нивоу слива

ФАО-ова WaPOR платформа је коришћена за спровођење анализе продуктивности воде у свим системима наводњавања у Етиопији, Египту и Јордану, квантификујући ЕТ по јединици произведене биомасе усева.

Ове анализе су идентификовале поља са продуктивношћу воде испод просека слива, пружајући просторну базу доказа за циљане програме проширења како би се побољшала ефикасност наводњавања у подручјима са слабијим учинком.

Најбоље праксе за избор приступа праћењу ЕТ-а

Избор праве комбинације сателитских података, ЕТ модела и стратегије валидације зависи од конкретног питања на које се одговара, расположивих ресурса и прихватљивог нивоа несигурности.

1. Прво дефинишите просторну и временску скалу. Месечно обрачунавање воде на нивоу слива захтева другачији алат од дневног заказивања наводњавања на нивоу поља. Ускладите резолуцију и учесталост поновних посета сателитске платформе са потребама управљања пре него што одаберете било који модел.

2. Ускладите модел са типом пејзажа. Модели енергетског биланса попут SEBAL и METRIC најбоље функционишу у полусушним пејзажима где доминирају усеви и са ведрим небом. Модели засновани на вегетационом индексу боље функционишу у регионима са ограниченом доступношћу термичких података. Модели машинског учења најбоље функционишу када су доступни велики, локално валидирани скупови података за обуку.

3. Увек проверите локално. Чак и најтачнији глобални ЕТ производ треба да буде валидиран у односу на најмање један локални флуксни торњ или скуп података лизиметра пре оперативног примене. Метрике учинка из објављених студија ретко се тачно преносе на нове локације и врсте усева.

4. Планирајте за празнине у облачности. У влажним или тропским регионима, планирајте стратегије фузије података или попуњавања празнина од самог почетка. Ослањање на један термални сателит са циклусом поновних посета од 16 дана произвешће неприхватљиве празнине у подацима током критичних периода раста усева.

5. Користите отворене платформе где год је то могуће. Google Earth Engine, OpenET и WaPOR пружају приступ валидираним, добро документованим ET производима без икаквих трошкова. Израда прилагођеног ET модела од нуле ретко је оправдана осим ако то не захтевају јединствени локални услови.

6. Интегришите ЕТ податке са постојећим системима управљања фармама. ЕТ подаци су највреднији када се директно уносе у софтвер за заказивање наводњавања, алате за подршку одлучивању или базе података о рачуноводству воде, уместо да постоје као самостални сателитски излаз.

Закључак

Праћење евапотранспирације помоћу даљинске детекције еволуирало је од експерименталне истраживачке дисциплине до кључног оперативног алата за управљање пољопривредним водама. Комбинација све прецизнијих сателитских ЕТ производа, платформи отвореног приступа попут OpenET-а и WaPOR-а и фузије података засноване на вештачкој интелигенцији уклања баријере које су некада ограничавале сателитско ЕТ праћење на добро финансиране истраживачке институције.

Тренутне могућности су значајне: модели енергетског биланса валидирани у 30 или више земаља, сателитски ЕТ производи који постижу сезонску тачност бољу од 90% за главне једногодишње усеве и платформе засноване на облаку које пружају ЕТ податке на нивоу поља сваком пољопривреднику или менаџеру вода са интернет конекцијом. Ове могућности се већ користе за управљање усклађеношћу са прописима о наводњавању на реци Колорадо, за праћење исцрпљивања подземних вода у водоносном слоју Високих равница и за побољшање продуктивности пољопривредне воде широм Африке путем FAO WaPOR система.

Даљинско сондирање
Набавите најновије вести
од GeoPard

Пријавите се на наш билтен!

Претплатите се

ГеоПард пружа дигиталне производе како би омогућио пун потенцијал ваших поља, да унапредите и аутоматизујете своја агрономска достигнућа пратећи мерења прецизне пољопривреде засноване на подацима

Придружите нам се на AppStore-у и Google Play-у

Апп стор Гугл продавница
Телефони
Узмите најновије вести од GeoPard

Пријавите се на наш билтен!

Претплатите се

Сродни постови

впЦхатИцон
впЦхатИцон

Откријте више од GeoPard - Precision agriculture Mapping software

Претплатите се сада да бисте наставили са читањем и добили приступ целој архиви.

Настави да читаш

    Захтев за бесплатну ГеоПард демо/консултацију








    Кликом на дугме прихватате наше Политика приватности. Треба нам да бисмо одговорили на ваш захтев.

      Претплатите се


      Кликом на дугме прихватате наше Политика приватности

        Пошаљите нам информације


        Кликом на дугме прихватате наше Политика приватности