In che modo le immagini satellitari possono aiutarci a salvare il pianeta?

Il cambiamento climatico è la più grande minaccia che la Terra deve affrontare oggi! Il nostro pianeta, che ospita una popolazione in crescita di oltre 7,8 miliardi di persone e innumerevoli specie di flora e fauna, è cambiato in modo significativo negli ultimi decenni. Questi cambiamenti ambientali diffusi hanno spinto i governi e gli enti pubblici ad aumentare gli investimenti nella conservazione della natura nel tentativo di arrestare e possibilmente invertire gli effetti del cambiamento climatico dilagante. La ricerca indica che circa 50 miliardi di USD ^[1] confluisce nei progetti di conservazione della natura ogni anno. Si ritiene che la Quarta Rivoluzione Industriale ^[2] contribuito a una parte importante dell'instabilità associata al cambiamento climatico. Vi è quindi, ora, una crescente richiesta per le organizzazioni di trovare un equilibrio tra profitto e impatto sulla società.

Il telerilevamento implica la comprensione dei cambiamenti in vaste masse continentali attraverso il rilevamento e il monitoraggio delle caratteristiche fisiche o chimiche di un'area misurando a distanza la radiazione riflessa o emessa dall'area esaminata. Ora è utilizzato da governi e ambientalisti di tutto il mondo per ottenere una comprensione accurata della terra mentre prendono decisioni politiche, soprattutto dal punto di vista delle discussioni in corso sul cambiamento climatico. Sebbene le applicazioni di questi siano rilevanti per diversi settori, da nessuna parte ha generato il tipo di impatto che ha nel campo dell'agricoltura e della silvicoltura sostenibili. Il modo in cui produciamo il nostro cibo ha un grande impatto sulle risorse della Terra! Aumentando questi dati con i sensori del terreno, può aiutare i nostri agricoltori a pianificare meglio la semina, la gestione, la raccolta e la vendita dei loro prodotti.

Nell'ultimo decennio sono disponibili una pletora di immagini satellitari che si trovano a vari livelli di risoluzione spaziale e temporale. Tuttavia, nell'anno 2017, la società privata di imaging della Terra, Planet Labs, ha schierato uno stormo di satelliti su un razzo dell'Indian Space Research Organization (ISRO). Aiutano a scansionare la Terra quotidianamente, con un'elevata risoluzione spaziale di 3-5 m con una copertura geografica più ampia. Di recente abbiamo anche avviato la nostra partnership con Planet Labs per testare i loro dati per alcune applicazioni di tale impatto.

Rilevamento remoto e conservazione

Attualmente, l'impatto maggiore è nell'area di conservazione. I dati satellitari si sono rivelati utili nella gestione dei bacini idrografici e sono utilizzati in India per i bacini dei fiumi Krishna, Yamuna e Tapi. Un progetto a livello nazionale, Integrated Mission for Sustainable Development (IMSD), intrapreso dal Dipartimento dello Spazio, ha coperto un'area di circa 84 milioni di ettari distribuita su 175 distretti dell'India ^[3] . In bacini idrografici selezionati nell'ambito del progetto, l'attuazione della raccolta dell'acqua piovana ha dimostrato una serie di vantaggi, uno tra i quali l'aumento dello sviluppo agricolo delle regioni un tempo aride dell'area.

Raccomandazione per un approccio multidisciplinare alla conservazione

CropIn ha combinato le immagini satellitari con algoritmi di apprendimento automatico (ML) al fine di definire strategie e implementare un progetto di conservazione del fiume su larga scala nell'India centrale. I progetti di conservazione del fiume sono di fondamentale importanza nelle economie basate sull'agricoltura come l'India, dove gli agricoltori si stanno allontanando dalla loro dipendenza da condizioni meteorologiche incerte e piogge rare. I fiumi sono l'ancora di salvezza per questi agricoltori e sono una fonte primaria di acqua per l'irrigazione! Tuttavia, i progetti di conservazione del fiume devono essere ben pianificati e programmati. Questi possono anche diventare sempre più costosi. È stata sentita la necessità di sviluppare un sistema in grado di monitorare l'attività lungo il bacino del fiume, incoraggiare gli agricoltori a continuare ad adottare pratiche sostenibili e dare fiducia ai responsabili politici per continuare gli sforzi.

Indagare e confrontare i dati storici passati con i dati attuali provenienti dalle immagini satellitari di questi luoghi ci ha permesso di indagare l'impatto delle piantagioni di colture arboree lungo il bacino del fiume. Il piano ha preso in considerazione il confine del bacino idrografico insieme al piano di piantagione per monitorare i cambiamenti nella capacità idrica, la densità degli alberi, la siccità e le precipitazioni in un periodo di quattro anni. La sola misurazione della capacità idrica è un'analisi imprecisa dell'impatto poiché ciò potrebbe essere dovuto a brevi cambiamenti delle condizioni meteorologiche o potrebbe essere dovuto alle caratteristiche intrinseche di quella particolare zona geografica. L'algoritmo ha monitorato i cambiamenti di ciascuno di questi elementi nel periodo di tempo per determinare l'impatto della piantagione di alberi sulle colture agricole nell'area in esame.

Misurare l'impatto reale e dirigere il cambiamento

Esistono diversi indici e derivati ​​che possono essere ottenuti dalle immagini ottiche oltre al popolare NDVI
(indice di vegetazione differenziale normalizzato) per la salute della vegetazione. CropIn ha utilizzato caratteristiche derivate dai dati satellitari, dati dei sensori di terra, dati meteorologici e ha costruito un modello ML personalizzato su questi per monitorare continuamente nel tempo e analizzare il cambiamento della densità degli alberi nel corso dei quattro anni lungo il bacino del fiume nei 15 distretti .

La variazione della densità degli alberi viene stimata utilizzando un modello di aggregazione basato su immagini satellitari i cui risultati vengono quindi correlati con le statistiche sulle piantagioni accumulate durante la campagna di piantagioni per stimare le regioni in cui le piantagioni sono sopravvissute e sono cresciute nel corso degli anni. In queste regioni identificate, vengono effettuate ulteriori analisi per scoprire i fattori che hanno maggiormente contribuito al cambiamento delle acque superficiali. La stessa variazione delle acque superficiali è quantificata utilizzando i dati storici satellitari disponibili dalla regione. Ha comportato il rilevamento dell'estensione del fiume, seguito dalla misurazione della variazione della superficie utilizzando indici derivati ​​​​dal satellite. Viene costruito un modello ML per valutare il cambiamento nella superficie idrica e la ritenzione idrica dovuta ai seguenti fattori:a) cambiamento nella copertura arborea, b) cambiamento delle precipitazioni ec) condizioni di siccità. Le immagini ad alta risoluzione dell'area in studio hanno ulteriormente convalidato questi risultati. Possiamo anche determinare l'aumento o la diminuzione nel tempo dei terreni coltivati, dando un'indicazione della correlazione tra l'aumento della densità degli alberi, il livello delle acque e lo stimolo dell'attività agricola nella zona. Ci sono alcune sfide aperte con il rilevamento del cambiamento dei livelli dell'acqua, l'attività agricola e la densità degli alberi. Una questione importante è l'effetto delle variabili confondenti legate ai cambiamenti delle precipitazioni stagionali, annuali ea lungo termine nella regione. Gli effetti di queste variabili confondenti devono essere rimossi durante l'analisi per misurare l'impatto reale.

Tradizionalmente, sarebbero necessari, probabilmente, diversi decenni per accertare il ROI e l'impatto di questi progetti, ma ora possiamo farlo in modo più rapido e accurato.

Riteniamo che le informazioni e le metriche possano anche fornire agli enti governativi e politici la definizione delle priorità e l'attuazione dei progetti con maggiore efficienza e con rinnovata speranza!

Contattaci per saperne di più su come CropIn utilizza la tecnologia per aiutare i governi e le agenzie di sviluppo a combattere i cambiamenti climatici con un'agricoltura più intelligente e sostenibile.

Guarda questo video per conoscere l'analisi dell'uso del suolo basata su SmartRisk ^®

Riferimenti

[1] Il CPIC pubblica nuovi progetti per aumentare gli investimenti nella conservazione della natura. Struttura globale per l'ambiente, 2020.
[2] La quarta rivoluzione industriale. Deloitte, 2020
[3] Gestione dei disastri. Mondo geospaziale, 2010