У новій статті, опублікованій у виданні Proceedings of the National Academy of Sciences, пропонується відкрити архіви комерційних супутникових знімків для покращення досліджень Цілей сталого розвитку (ЦСР) Організації Об’єднаних Націй. Доступ до супутникових знімків дуже високої розрізненості (VHR) має вирішальне значення для моніторингу дрібних фермерських господарств, особливо в країнах з низьким і середнім рівнем доходу, де таке сільське господарство життєво важливе для продовольчої безпеки.
«Дрібні фермери, які часто обробляють менше двох гектарів землі, виробляють понад 30% світового продовольства. Однак їхні методи ведення сільського господарства та продуктивність погано задокументовані, частково через відсутність доступних супутникових знімків VHR, каже Феліція О. Акін’ємі, доцент кафедри геоматики Карлстадського університету. Ці знімки, вартість яких може досягати 2 євро за квадратний кілометр, часто є занадто дорогими для дослідницьких установ, що працюють у цих регіонах».
Дослідники зазначають, що такі ініціативи, як US Landsat, EU Copernicus та NICFI, показали, як відкриті супутникові дані можуть стимулювати інновації в дослідженнях сталого розвитку. Вони пропонують застосовувати аналогічні моделі для забезпечення доступності даних VHR для некомерційних досліджень, що може значно покращити моніторинг дрібних фермерських господарств та сприяти досягненню кількох цілей сталого розвитку, включаючи Ціль 2: Нульовий голод.
«Моє дослідження зосереджено на спостереженні Землі за допомогою супутникових знімків та машинного навчання, to find out, як зміни у землекористуванні пов’язані з процесами деградації в агроекосистемах», – каже Акін’ємі. «Мій інтерес викликало розширення сільськогосподарських угідь та одночасно втрата високоякісних сільськогосподарських угідь через урбанізацію в багатьох частинах світу».
Зосереджуючись на Західній Африці, де фронти розширення сільського господарства мають глобальне значення, Феліція у 2022 році отримала індивідуальну стипендію ЄС імені Марії Склодовської-Кюрі для проведення досліджень у рамках проекту LucFRes.
Моніторинг систем дрібного сільського господарства за допомогою супутникових даних створює кілька проблем. Одна з головних труднощів полягає в тому, що алгоритми машинного навчання потребують перевірених на місцях даних, яких часто бракує в регіонах, де переважає дрібне сільське господарство. Без надійних навчальних даних прогнози моделі стають слабкими. «Крім того, розміри полів на дрібних фермах часто надзвичайно малі — від 0,25 гектара до 5 гектарів, — а це означає, що багато загальнодоступних супутникових знімків мають занадто низьку розрізненість для точного відображення типів сільськогосподарських культур, особливо в системах, де кілька культур переплітаються», — каже Акін’ємі.
Дослідження Акін’ємі сприяє досягненню цілей розвитку, пов’язаних зі сталим сільським господарством, зокрема цілі Нульовий голод та показник нейтральності деградації земель.
«Через часту хмарність протягом вегетаційного періоду ми об’єднали оптичні дані Sentinel-2 та радіолокаційні Sentinel-1 для аналізу спектрально-часових закономірностей щомісячно та у двомісячний термін протягом вегетаційного періоду. Використання супутникових знімків із субметровою розрізненістю могло б значно покращити картографування», – пояснює вона.
У пілотному дослідженні на південному заході Нігерії проєкт досліджує, як зміни у землекористуванні впливають на стійкість сільськогосподарських систем у умовах зміни клімату. Він поєднує супутниковий аналіз змін у землекористуванні з уявленнями місцевих зацікавлених сторін про майбутнє землекористування. Такий підхід забезпечує глибше розуміння того, як можна посилити адаптивність сільського господарства.
Source: https://phys.org/news/2025-04-satellite-image-archives-boost-sustainable.html