Satelitter spiller en vigtig rolle i at sikre effektiv brug af vandressourcer

En ualmindelig våd start på 2020 er i løbet af april blevet afløst af ekstrem tørke i hele Danmark. Det har bl.a. medført hårde kår for jordbunden – og dermed landmændene.

Forholdende tvinger dem allerede nu til at starte deres vandingsmaskiner for at sikre, at deres afgrøder får vand nok. Netop her spiller satellitter en vigtig rolle.

Satellitteknologi og avanceret billedanalyse kan bruges til at udlede vigtig information omkring en række fysiske forhold på jordoverfladen og derved bidrage til at understøtte en mere effektiv brug af begrænsede vandressourcer. Satellitter kan bl.a. bruges til at kortlægge områder, som står under vand og heriblandt identificere, hvilke markområder der er oversvømmet. Det er kritisk viden for en landmand, som skal udpege de arealer, hvor oversvømmelser har ødelagt afgrøderne bl.a. i forsikringssammenhæng.

Derudover kan satellitter anvendes til at optimere vandingsprocesser og derfor sikre en mere effektiv brug af vandressourcer. DHI har gennem en årrække udviklet et satellitbaseret redskab, som præcist kan måle fordampning på markniveau. Derved kan vandstressede markområder let udpeges og således bidrage til at understøtte datadrevet og mere effektiv kunstvanding.

Redskabet anvender data

Redskabet bygger på data fra det europæiske rumagenturs (ESA) Sentinel satellitter, som grundet deres gode tidslige, spektrale og rumlige opløsning gør dem særdeles godt egnet til landbrugsapplikationer. Til at opbygge en robust satellitbaseret fordampningsmodel er både optisk og termiske data (varmestråling) nødvendige. Optisk data indsamles bl.a. af Sentinel-2 satellitterne hver 2.-3. dag i Danmark med en rumlig opløsningsgrad på 10-20 m. Termisk data indsamles af Sentinel-3 satellitterne hver dag men i en rumlig opløsning af 1 km.

For at bringe fordampningsmodellerne ned på markniveau er det derfor nødvendigt at skærpe de termiske data, så opløsningsgraden kommer på linje med det optiske. Ved at behandle Sentinel-2 og 3 data ved hjælp af en avanceret maskinlæringsalgoritme sammenkoblet med en række fysiske og atmosfæriske parametre, kan DHI’s model gøre netop dette og derved udlede præcis information omkring fordampning i en detaljegrad på 20 m.

Du kan læse den fulde artikel her

 

Foto: Gras, DHI