Die satellitengestützte Ernteüberwachung ist zu einer Hauptmethode geworden, um Ernteinformationen auf lokaler, regionaler und globaler Ebene abzuleiten.
Es fehlt jedoch an quantitativen, objektiven und robusten Methoden, um die Zuverlässigkeit von Pflanzeninformationen sicherzustellen, was die Anwendbarkeit der Pflanzenüberwachung einschränken und zu unsicheren und unerwünschten Folgen führen wird. In diesem Papier wurden die jüngsten Fortschritte in der Pflanzenüberwachung überprüft und die Herausforderungen und Chancen für die Zukunft identifiziert.
„Das Ernteüberwachungssystem teilt uns mit, wie viel Lebensmittel produziert wurden, um welche Art von Lebensmitteln es sich handelte und wo es produziert wurde. Diese Informationen sind für die Länder unerlässlich, um Entscheidungen zu treffen. Wenn sie nicht verfügbar sind oder nicht ordnungsgemäß verifiziert werden, werden die Länder entweder fehlen die grundlegenden Informationen für ihre Entscheidungen oder laufen Gefahr, Entscheidungen auf der Grundlage ungenauer Informationen zu treffen“, sagte Prof. Bingfang Wu (Institut für Luft- und Raumfahrtinformationen, Chinesische Akademie der Wissenschaften), Leiter des CropWatch-Teams und Co-Vorsitzender der Group on Earth Observations Global Agricultural Monitoring Initiative (GEOGLAM).
Informationen über die Erntebedingungen sind entscheidend für die Politikgestaltung und verhindern Marktstörungen und Spekulationen, wodurch sie zu einer Frühwarnung vor Ernährungsunsicherheit beitragen. Die meisten Ernteüberwachungssysteme haben die Erntezustandskomponente und verwenden einfache Anomalien von Metriken aus den Durchschnittswerten, um die Erntebedingungen zu untersuchen.
Die Anomaliemetriken können jedoch keine quantitativen Bewertungen liefern, da kategorisierte Standardmethoden fehlen, insbesondere unter Erntestress durch Dürre, Nährstoffmangel, Krankheiten und Schädlinge. Darüber hinaus stellt das Papier fest, dass einige in der Literatur veröffentlichte Dürre-Indizes meteorologische Dürre mit landwirtschaftlicher Dürre verwechseln. Sie können falsche Dürreinformationen generieren, wenn sie angewendet werden.
Die Pflanzenproduktion wird mit Unterstützung von Anbauflächenschätzungen und Ertragsprognosen für bestimmte Regionen prognostiziert. Es ist das Kernelement der Pflanzenüberwachung, aber nur wenige globale landwirtschaftliche Überwachungssysteme umfassen die operativen Komponenten für die Schätzung der Anbaufläche und die Ertragsvorhersage. Einer der Gründe ist der Mangel an Bodendaten außerhalb des Landes, ganz zu schweigen von der weltweiten Verfügbarkeit von Bodendaten. Crowdsourcing-Daten könnten als mögliche Lösung dienen, um die Bodendatenlücken zu schließen.
„Mit vielen Arten von Smartphone-Sensoren könnte jeder geogetaggte Fotos von Pflanzen aufnehmen und hochladen. Diese Informationen können verwendet werden, um den Zustand der Pflanzen und Modelle zur Flächenschätzung zu kalibrieren“, sagte Dr. Miao Zhang, ein Kernmitglied des CropWatch-Teams. Bisher war die Datenerfassung des tatsächlichen Ernteertrags arbeitsintensiv und kostspielig. Es wurde eine neue Methode mit künstlicher Intelligenz und Computervision entwickelt, um die Anzahl der Ähren, die Anzahl der Samen pro Ähre und die Größe der Samen zu zählen.
„Dies ist eine neuartige Methode, um Feldertragsdaten zu sammeln“, fügte Dr. Hongwei Zeng, ein weiteres Kernmitglied des CropWatch-Teams, hinzu.
Darüber hinaus ist die Ertragsvorhersagekomponente aufgrund großer Unsicherheiten das schwächste Element in der Pflanzenüberwachung. Aktuelle Modelle und/oder Vegetationsindizes erfassen Determinanten der Pflanzenproduktion nicht vollständig. CropWatch hat gemittelte Werte mehrerer Ertragsmodelle übernommen, um die Unsicherheit der Ertragsvorhersage zu verringern. Neue Sensoren müssen erforscht werden.
Obwohl Satellitenbilder schön und objektiv sind, haben ihre Produktion und Analyse tiefgreifende politische und wirtschaftliche Auswirkungen. Eine wissensbasierte Analyse von satellitengestützten Metriken könnte zu unsicheren und unerwünschten Folgen führen. Eine Lösung besteht darin, Interessenkonflikte zu vermeiden, wenn Organisationen öffentlich verfügbare Pflanzeninformationen veröffentlichen.
Die Teilnahme der Benutzer am gesamten Prozess der Pflanzenüberwachung könnte die Zuverlässigkeit der Pflanzeninformationen verbessern. Die Ermutigung der Benutzer, Pflanzeninformationen aus mehreren Quellen zu beziehen, könnte auch unbewusste Vorurteile verhindern.
„Die beste Lösung ist, dass Benutzer ihr eigenes Ernteüberwachungssystem haben, aber dies ist für die meisten Benutzer aufgrund der Entwicklungs- und Wartungskosten und der technologischen Einschränkungen schwierig zu erreichen. Aus diesem Grund wurden alle Komponenten und Funktionen von CropWatch aktualisiert, um eine Anwendung bereitzustellen Programmierschnittstellen (APIs) in der CropWatch-Cloud, die es Benutzern ermöglichen, die Pflanzenüberwachung unabhängig und autonom vom Datendownload bis zur endgültigen synthetisierten Analyse durchzuführen, ohne zusätzliche Investitionen in Speicher- und Rechenressourcen, zum Beispiel das mosambikanische Ministerium für Landwirtschaft und ländliche Entwicklung (MARD) haben CropWatch eingesetzt, um seine Leistungsfähigkeit und Zuverlässigkeit der Pflanzenüberwachung für Mosambik zu verbessern. Diese Bemühungen wurden vom Internationalen Fonds für landwirtschaftliche Entwicklung als eine der besten ländlichen Lösungen im Jahr 2020 und als eine der bewährten Praktiken in South-South und Triangular anerkannt Zusammenarbeit für nachhaltige Entwicklung“, sagte Prof. Wu.
Die Studie wird in der Zeitschrift veröffentlicht National Science Review.
Mehr Informationen:
Bingfang Wu et al, Herausforderungen und Chancen bei der Fernerkundungs-basierten Pflanzenüberwachung: eine Übersicht, National Science Review (2022). DOI: 10.1093/nsr/nwac290