נתונים של לווין הפכו כלי חיוני למעקב אחר גינוי ושפל קרקע בקנה מידה עולמי, אזורי ומקומי. על ידי מתן תצפיות עקביות, סינפטיות, ותצפיות חוזרות ונשנות של פני כדור הארץ, חיישנים לווייניים מאפשרים למדענים, קובעי מדיניות ומנהלי קרקע לעקוב אחר שינויים בכיסוי הקרקע, בפרודוקטיביות, לחות אדמה ואינדיקטורים קריטיים אחרים לאורך זמן.

הבנה של גינוי וארץ

Desertification מוגדר על ידי אמנת האו"ם למדבר (UNCCD) כהשפלה הקרקע בריד, חצי-אריד, ואזורי תת-קרקעי יבשים הנובעים מגורמים שונים, כולל וריאציות אקלים ופעילויות אנושיות.זהו תהליך המקטין את הפרודוקטיביות הביולוגית או הכלכלית של יבשים, והופך אדמה פעם-מחדשת למצבים דמויי-קרקעיים, רחב יותר, מתייחס באופן רחב יותר לתהליכי-טבעי, כגון: צמחים, פסולת, ומקורות-קרקע, ומקורות-טבעיים, על-טבעיים, על-טבעיים, על-ידי-ידי-טבעיים, על-ידי-ידי-ידי-ידי-ידי-ידי-ידי-קרקע, על-ידי-קרקע, על-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-קרקע-קרקע-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-קרקע-קרקע-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי-ידי

תהליכים אלה יש השלכות עמוקות: צמצום אבטחת המזון, אובדן המגוון הביולוגי, העוני הגובר, הגירה כפויה ופגיעות מוגברת לשינוי האקלים.על פי UNCCD, עד 40% משטח הקרקע של העולם הוא מוזנח, ישירות המשפיע על חייהם של מעל 3.2 מיליארד בני אדם.עקב היקף, חומרה ומגמות של גינוי ושפל קרקעיות הן אפוא עדיפות גלובלית דחופה, וילון מספק את הנתונים המשתנים ביותר לכדי אמצעים כה חסכוניים ויעילים.

טכנולוגיות לוויין ל-Land Monitoring

מגוון של חיישני לווין, כל אחד עם יכולות נפרדות, משמשים כדי לפקח על תנאי פני הקרקע.טכנולוגיות אלה ניתן לסווג באופן רחב לתוך פסיבי (אופטי, תרמי) פעיל (radar, lidar) מערכות.הבחירה של חיישן תלויה באינדיקטור הספציפי שנמדד (למשל, ירוק צמחייה, לחות, אדמה, גסות פני השטח) ורזולוציה המרחבית והטמפרטורה הנדרשת.

לוויינים אופטיים

חיישני לוויין אופטיים ללכוד אור שמש גלוי, קרוב ל-NIR, ו קצר גל אינפרא אדום (SWIR) להקות ספקטרליות. Vegetation indices, בעיקר מדד ההבדלים הנורמלי (NDVI), נעשה שימוש נרחב מאז שנות ה-70 כדי להעריך בריאות צמחייה, צפיפות, ופעילות פוטוסינתזה בריאה, צפופה מופיעה בהירה במדד NIR ואפלה ב-NDC) ב-VI ימים של נאס"ד (R) עם ספירת אדמה בעוצמה גבוהה (R) , , , , , , , , , , , , , , , , , , 5 , 10 שנים, 000 , 000 , 000 , 000 , 000 , 000 , 000 פעמים) , 000 , 000 , 000 , 000 , 000 , 000 פעמים) , 000 פעמים) , 000 פעמים) , 000 , 000 , 000 פעמים, 000 , 000 פעמים, 000 פעמים, 000 , 000 פעמים, 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 , 000 ® ®

חיישנים אופטיים אחרים כוללים את ההחלטה המדורה של ספקטרורדיומטר (MODIS) על לוויינים של נאס"א ו- Aqua, המציע כיסוי יומי ברזולוציה של 250-1000 מ"מ, מתאים למעקב אחר מגמות בקנה מידה גדול, ולוויינים מסחריים ברזולוציה גבוהה כמו WorldView-3 ו- Planet's Dove קבוצת Dove שיכולה לפתור שינויים תת-מטר ל-3 מטרים להערכות מקומיות.

לוויינים רדאר

רדאר (Synthetic Aperture Radar, SAR) חיישני פולטים מיקרוגלים ומדייק את האות המגובה של פני כדור הארץ, בניגוד לחיישנים אופטיים, מכ"ם יכול לחדור עננים, עשן וחושך, מה שהופך אותו בלתי חוקי באזורים מעוננים בהתמדה, ולהתבונן בשינויים מהירים לאחר משקעים. Radar נתונים רגישים למגרעות, לחות, ומבנה צמחייה, לדוגמה, לזהות תבניות זיכרון יעילות של חומר נפץ (R) של חומר נפץ (RicerC) הוא גם תכונות זיכרון רסן-קרקע (Ricer) המשמשות).

חיישן היפר-ספיריטרלי ו- Hyperspectralחיישנים

חיישניים עשירים מודדים את טמפרטורת פני השטח, אשר יכול להצביע על מתח לחות הקרקע, שיעורי evapotranspiration, ואת השפעות איים חום עירוני הקשורים לשינוי כיסוי הקרקע.המכשיר ECOSTRESS בתחנת החלל הבינלאומית מספק נתונים תרמיים ברזולוציה גבוהה. Hyperspectral ללכוד עשרות עד מאות להקות ספקטרום צר, המאפשר זיהוי של מינרלים ספציפיים, אדמה, וחתימות צמחיות.

יישומים מרכזיים של מידע לוויין

ניטור מבוסס לוויין תומך מגוון רחב של יישומים בנוגע לגינוי והערכה להורדת קרקע.יישומים אלה מסייעים לזהות סימני אזהרה מוקדמים, לכמת את שיעורי ההשפלה, ולעדכן פרקטיקות ניהול קרקעות ברות קיימא.

מעקב אחר כיסוי ובריאות

שינויים בכיסוי צמחייה הם בין האינדיקטורים הישירים ביותר של ההשפלה הקרקעית.טווח ארוך סדרה של NDVI מ AVHRR ו- MODIS, בשילוב עם נתונים Landsat ו Sentinel-2, המאפשר זיהוי של מגמות ירוקות או חום, שינויים בפנולוגיית צמחייה, שינויים פתאומיים עקב בצורת או פעילות אנושית.

אסתנות Soil Erosion ו-Sidment Transport

שחיקה סוליבית, צורה ראשונית של השפלה קרקעית, ניתן לעקוב אחר שינויים במגרעות פני הקרקע, היווצרות גרילה, והובלת סימנט במערכות הנהר.דימויים אופטיים ודארמיים גבוהים יכולים לזהות תכונות שחיקה אקטיבית כגון גורים, גיליות, ושחיקה גיליון חוזר על תמונות לוויין מסייע לכמת שיעורי שחיקה וזיהוי אזורי חיקה חמים.

שינויים ב Land Use and Land Cover

שינוי הקרקע, כגון מחיקה, התרחבות חקלאית, ועירוניזציה, מניע את ההשפלה הקרקעית. סיווג כיסוי הקרקע מבוסס לווין, באמצעות סיווג למידה מכונה של תמונות רב-ספקטרום, מספק מפות של יער, דשא, יבוללנד, ושטח בנוי באזורים בקנה מידה שונים. אלגוריתמים זיהוי שינוי (למשל, נתונים על בסיס לנדסאט גלובל שינוי) נקודות כאשר המרות אלה מתרחשות עם נתונים נתונים ואפקטים נתונים משולבים נתונים.

מפות משפיעות על האזורים ואזורי הסיכון

נתונים של לוויין מאפשרים לדור של ממלכות ושפל קרקע על ידי שילוב של אינדיקציות צמחיות, לחות אדמה, כיסוי הקרקע ומשתנים טופוגרפיים.מערכת המידע העולמית של הקרקע (GLADIS) המיוצר על ידי ארגון המזון והחקלאות של האו"ם (FAO) משתמשת בנתונים לוויין כדי ליצור אינדיקטורים של מצב ומגמות ברמה הלאומית להשתמש בנתונים לוויין כדי לזהות אזורים עדיפות לשיקום ולעקוב אחר מטרות קרקעיות.

מחקרים ויוזמה גלובלית

דוגמאות בעולם האמיתי ממחישות כיצד נתונים של לוויין מוחלים על מנת להילחם בחיסול ושפל קרקע על הקרקע.

עקבו אחרי Sahl Zone

אזור Sahl של אפריקה, המשתרע מ Senegal לאתיופיה, חווה עשרות שנים של בצורת ו Desertification. סדרת זמן לוויין משנות ה-80 ואילך מראה תמונה מורכבת: כמה אזורים (כמו מרכז Sahl) הם ירוקים בשל גשם מוגבר, בעוד אחרים נשארים מוכים בשל עלייה מופרזת של עלייה מופרזת של נתונים חקלאיים ללא שינוי.

רמת הלוק של סין

רמת הלוקס במרכז סין, היסטורית אחת הנופים המוורודים ביותר על פני כדור הארץ, עברה תוכנית שיקום אקולוגית מסיבית החל בשנות ה-90. תצלומים של לווין (Landsat) תיעדה את המעבר מצמחייה דלה ועד יער נרחב וכיסוי דשא, עם NDVI מגמות המציגות דפוס מדהים של חימום ירוק-אז, מקרה זה מראה כי נתונים לווייניים יכולים לאמת את יעילותם של מאמצי שיקום וניהול הסתגלות.

דיווח עולמי על מקרקעין Degradation Neutrality

[1] אינדיקטורים של האו"ם לפיתוח מטרות "קידום קרקעות שנמחקו מעל שטח קרקע הכולל" מסגרת האינדיקטור העולמית מסתמכת על שלושה תת-משפטים: שינוי כיסוי קרקעי, פריון קרקע (התדרדר מסדרה זמן NDVI), ומאגרי פחמן אורגניים קרקעיים (המודלים באמצעות נתוני דיווח לאומי משתמשים בנתונים ללא תשלום מקרקעות סנטאט ורטינל כדי להגיש את מטרותיהם ל-CC: 1.

אתגרים ומגבלות

למרות הפוטנציאל הטרנספורמציי שלה, ניטור מבוסס לווייני של גינוי ושפל קרקע ניצב בפני כמה אתגרים טכניים ותפעוליים.

החלטה זמנית ו טמפלית Constraints

חיישני פתרונות קוארזה (למשל, MODIS, 250 מ"ר לקילומטר) עשויים להחמיץ תהליכים של הידרדרות בקנה מידה קטן המתרחשת ברמה שדה או ברמת הכפר. לוויינים ברזולוציה גבוהה (בכפוף ל-10 מ"מ) לספק פרטים אך יש להם רוחב פס מוגבל וזמני מילואים ארוכים יותר, מה שהופך את זה קשה לתפוס שינויים מהירים.

כיסוי ענן ופסים עקביים

תמונות אופטיות שיבושים על ידי עננים, אשר נפוצים באזורים יבשים רבים במהלך עונות גשום.זה יכול ליצור פערים נתונים משבשים את ניתוחי סדרות זמן. חיישנים ראדר אינם מושפעים מעננים, אבל הפרשנות שלהם מורכבת יותר והם אינם זמינים באותה פתרון מרחבי כמו חיישנים אופטיים עבור רשומות היסטוריות רבות.

פרשנות ואימות

אותות לוויין מגיבים לגורמים סביבתיים מרובים; לדוגמה, ירידה ב NDVI יכול להיות בשל בצורת, מחלה, אש או טיהור קרקע - כל הדורש תגובות ניהול שונות. נתוני Ground-אמת (סקרי שדה, דגימות אדמה, מדידות ביומסה) הם חיוניים עבור כיסביעה ואימות אינדיקטורים מנדרל לווייניים.

גישה לנתונים ורכישת יכולת

בעוד שארכיונים רבים של נתונים לווייניים (למשל, לנדסאט, סנטינל) הם חופשיים ופתוחים, עיבוד וניתוח כמויות גדולות של תמונות דורשות משאבים חישוביים, מומחיות טכנית וכלים בתוכנה.פיתוח מדינות שהן פגיעות ביותר למדבר לעתים קרובות חסרות את התשתית ואת אנשי הצוות המאומנים לנצל באופן מלא את המשאבים הללו.

כיוונים עתידיים וטכנולוגיות מתפתחות

העשור הבא מבטיח התקדמות משמעותית במעקב מבוסס לווייני של גינוי ושפל קרקע, המונע על ידי משימות חדשות, שיפור אלגוריתמים ופלטפורמות נתונים שיתופיות.

אינטליגנציה מלאכותית ולמידה של מכונות

טכניקות למידה עמוקות מוחלות יותר ויותר על צילום לווייני עבור סיווג כיסוי קרקעי אוטומטי, זיהוי שינוי, ומיצוי תכונה (למשל, מיפוי של גליות בודדות או עצים). AI יכול גם למזג נתונים מחיישנים לווייניים מרובים ותצפיות בהחלפת כדי ליצור אינדיקטורים חזקים יותר.עם זאת, אימות ונטייהטיות הם הכרחיים כדי למנוע התאמה יתר על נתונים הכשרה.

קונסולות ברזולוציה גבוהה ובדיקה של זמן-אמת-אמת-אמת

קונסולות של לווינים קטנים (למשל, דובס של הפלנטה, או המשימה הקרובה של ESA Copernicus High-Resolution Land Cover) לספק תמונות יומיות או תת-מדיות ברזולוציה של 3-5 מטרים.זה מאפשר זיהוי של זמן קצר של שינויים כיסוי קרקע, כגון התרחבות פיזור או יבול.

שילוב עם In-Situ and Model Data

ההתקדמות בהטמעת נתונים לווייניים למודלים של מערכת כדור הארץ מאפשרת estimation ofקרקע לחות, מלאי פחמן וקרקע פלוקסים.TheFLT:0.WeA-ISRO Synthetic Aperture Radar (NISAR) MissionsFLT:1, מתוכנן לשיגור 2024, ימפה שינויים פני הקרקע בכל 12 ימים עם רזולוציית אדמה גבוהה, אדמה ועיוותים כאלה תואמים יותר של תחזיות מדויקות יותר של תחזיות מדויקות של .

Open Data Cubes ו-Colaborative Platforms

קוביות נתונים - מארגן רב-ממדי של סדרת זמן לווייני - מורידות מחסומים לניתוח.פלטפורמות כמו ארה"ב משאבי כדור הארץ ומדע (EROS) Landsat נתונים קוביית ויוזמה פתוחה של נתונים Cube מאפשרת למשתמשים לשאילתה ולנתח ארכיונים גדולים מבלי להוריד קבצים מסיביים. פלטפורמות Collaborative כגון Global Analysis & Discovery (GLAD) לספק מוצרים מוקדמים לעיבוד עבור מוצרים נוספים, כגון גישה דמוקרטית.

מסקנה

נתונים לוויינים שינו את יכולתנו להתבונן, להבין ולהגיב לפירוק קרקעות ולהידרדרות הקרקעית.מן הימים הראשונים של AVHRR NDVI ועד היום המשולב של קופרניוס, לנדסאט, וקונסטלציה מסחרית, הטכנולוגיה ממשיכה לשפר את אזורי ניתוח מרחביים, זמניים ופתרון ספקטרוםי של בנייה: למרות זאת, הסתברות של SDFLT:0applications בצמחייה, הערכה לקרקע, שימוש בפתרונות, שינוי סיכון, וגילויי קרקעיים, וגילויי קרקעיים, וגילויים, וגילויים עתידיים, כולל מטרות רזולוציה גלובלית, כולל רזולוציה גלובלית של האו"מחדשה.