Ṣef lucrӑri Dr. Ing. Dana Negula Iulia [302706]
UNIVERSITATEA DE ṢTIINṬE AGRONOMICE ṢI MEDICINᾸ VETERINARᾸ BUCUREṢTI
FACULTATEA DE ȊMBUNᾸTᾸṬIRI FUNCIARE ṢI INGINERIA MEDIULUI
SPECIALIZAREA MᾸSURᾸTORI TERESTRE ṢI CADASTRU
CURSURI CU FRECVENṬᾸ
PROIECT DE DIPLOMᾸ
Ȋndrumӑtor științific:
Ṣef lucrӑri Dr. Ing. Dana Negula Iulia
Absolvent: [anonimizat]ӑ Andreea Ṣtefania
BUCUREṢTI
2017
UNIVERSITATEA DE ṢTIINṬE AGRONOMICE ṢI MEDICINᾸ VETERINARᾸ BUCUREṢTI
FACULTATEA DE ȊMBUNᾸTᾸṬIRI FUNCIARE ṢI INGINERIA MEDIULUI
SPECIALIZAREA MᾸSURᾸTORI TERESTRE ṢI CADASTRU
CURSURI CU FRECVENṬᾸ
UTILIZAREA IMAGINILOR SATELITARE SENTINEL-2 PENTRU IDENTIFICAREA ṢI MONITORIZAREA CULTURILOR AGRICOLE DIN ZONA CENTRALᾸ A BELGIEI
Ȋndrumӑtor științific:
Ṣef lucrӑri Dr. Ing. Dana Negula Iulia
Absolvent: [anonimizat]ӑ Andreea Ṣtefania
2017
Cuprins
Introducere………………………………………………………………………………………………7
PARTEA I
STUDII TEORETICE PRIVIND UTILIZAREA IMAGINILOR SATELITARE ȊN AGRICULTURᾸ……………………………………………………………………………………………9
Situația pe plan național și internațional cu privire la utilizarea imaginilor satelitare în agriculturӑ……………………………………………………………………………………………9
1.1 Agricultura de precizie.………………………………………………………………………………..9
1.2 Evoluții recente ale tehnologiilor satelitare cu privire la agricultura de precizie………………………10
1.3 Managementul culturilor agricole și îmbunătățirea producției prin intermediul utilizӑrii tehnologiei de teledetecție prin satelit și a sistemelelor informatice geografice (GIS)………………12
1.4 Produse obținute prin combinarea tehnologiei satelitare și a tehnologiei GIS………………………………..13
Indicele de vegetație normalizat (NDVI)……………………………………………………………………………13
[anonimizat]………………………………………………………………………..14
Indexul zonelor de sol………………………………………………………………………………………………………15
Produse de tip TreeGrading………………………………………………………………………………………………15
Programul Copernicus ……………………………………………………………………………..17
Prezentarea programului Copernicus…………………………………………………………………17
2.2 Componentele principale ale programului Copernicus………………………………………….…….17
2.3 Serviciile oferite de programul Copernicus……………………………………………………….…..19
Serviciul de monitorizare a Pământului……………………………………………………..……19
Serviciul de monitorizare a mărilor și oceanelor…………………………………………….…..19
Serviciul de monitorizare a atmosferei…………………………………………………….…….19
Serviciul de monitorizare a schimbărilor climatice …………………………………….……….19
Serviciul de management al dezastrelor………………………………………………….………20
Serviciul de securitate…………………………………………………………………….………20
2.4 Aplicațiile tematice ale programului Copernicus………………………………………….…….20
[anonimizat]ӑ …………………………………………………….……..22
3.1 Misiunea satelitarӑ Sentinel-1……………………………………………………………….……….22
3.2 Misiunea satelitarӑ Sentinel-2……………………………………………………………….…….…23
3.3 Misiunea satelitarӑ Sentinel-3……………………………………………………………….……….24
3.4 Misiunile satelitare Sentinel-4 și -5……………………………………………………….………….25
3.5 Misiunea satelitarӑ Sentinel-6………………………………………………………………………..26
3.6 Considerații generale privind misiunile Sentinel……………………………………………………..27
4. Misiunea Sentinel-2……………………………………………………………………………28
4. 1 Sentinel-2 – Privire de ansamblu asupra misiunii……………………………………..……………28
4.2 Date despre lansare…………………………………………………………………………………..29
4.3 Date tehnice despre misiune…………………………………………………………………………29
4.4 Avantajele oferite de misiunea Sentinel-2……………………………………………………………29
4.5 Multi-Spectral Imager (MSI)…………………………………………………………………………20
4.6 Procesarea datelor……………………………………………………………………………………31
4.7 Aplicații ale misiunii Sentinel-2……………………………………………………………………………………………33
Monitorizarea culturilor agricole și asigurarea securitӑții alimentare……………………………………33
Monitorizarea schimbӑrii mediului înconjurӑtor………………………………………………..34
Monitorizarea suprafețelor de apӑ și gestionarea resurselor de apӑ……………………………34
Monitorizarea dezastrelor și prevenirea bolilor ………………………………………………………………..35
PARTEA A II A
STUDIU EXPERIMENTAL PRIVIND IDENTIFICAREA ṢI MONITORIZAREA
CULTURILOR DIN ZONA CENTRALᾸ A BELGIEI DIN DATA DE 10 IULIE 2017…………36
Sentinel-2 pentru agriculturӑ……………………………………………………………..36
Obiectivele proiectului…………………………………………………………………………………………………………36
Partenerii proiectului…………………………………………………………………………………………………………..36
1.3 Etapele proiectului………………………………………………………………………………….37
1.4 Siturile naționale………………………………………………………………………………………………………………..39
Situl din Mali……………………………………………………………………………………………………………….40
Situl din Africa de Sud…………………………………………………………………………………………………..41
Situl din Ucraina…………………………………………………………………………………42
1.5 Situri locale…………………………………………………………………………………………..43
Situl din China…………………………………………………………………………………..43
Situl din Cehia…………………………………………………………………………………..44
Situl din Franța……………………………………………………………………………………………………………..45
Situl din Madagascar…………………………………………………………………………….46
Situl din Maroc……………………………………………………………………………………………………………..47
Situl din Sudan……………………………………………………………………………………………………………..48
1.6 Situri voluntare………………………………………………………………………………………49
Situl din Bangladesh……………………………………………………………………………49
Situl din Mexic……………………………………………………………………………………………………………..50
Situl din Belgia…………………………………………………………………………………50
2. Descrierea zonei de test……………………………………………………………………………………………..52
Prezentarea generalӑ a Belgiei………………………………………………………………………………………..52
Geografie……………………………………………………………………………………………………………………..53
Relief…………………………………………………………………………………………………………………………..53
Climat………………………………………………………………………………………………………………………….53
Resurse naturale…………………………………………………………………………….…..54
Fauna și vegetația………………………………………………………………………………………………………….54
Agricultura…………………………………………………………………………………………………………………..54
3.Metodologie………………………………………………………………………………………………………………..57
4.Prelucrarea datelor…………………………………………………………………………………………………….58
4.1 Identificarea zonei de test……………………………………………………………………………58
4.2 Descӑrcarea datelor satelitare utilizate………………………………………………………………60
4.3 Decuparea imaginii satelitare în SNAP………………………………………………………………63
4.4 Realizarea clasificӑrii în SNAP……………………………………………………..…………….…65
Clasificarea supervizată…………………………………………………………………………65
Clasificarea nesupervizată………………………………………………………………………65
Clasificarea propriu-zisӑ în SNAP……………………………………………………….……..65
Metoda K-Means Cluster Analysis……………………………………………………………66
Metoda EM Cluster Analysis……………………………………………………………..……66
4.5 Analiza datelor și interpretarea rezultatelor……………….…………………………..69
4.6 Concluzii…………………………………………………………………………………..75
4.7 Contribuții personale și perspective de cercetare……………………………………………………..77
Bibliografie……………………………………………………………………………………78
Lista figurilor
Fig. 1. Exemplu de hartӑ a indicilor NDVI ……………………………………………………………………………14
Fig. 2. Exemplu de hartӑ „sharpened” (GVS)…………………………………………………………………………15
Fig. 3. Exemplu de produs TreeGrading ………………………………………………………………………………16
Fig. 4. Componentele programului Copernicus………………………………………………….…18
Fig. 5. Sentinel-1……………………………………………………………………………..…..…23
Fig. 6. Sentinel-2…………………………………………………………………………..……..…24
Fig. 7. Sentinel-3……………………………………………………………………………..………25
Fig. 8. Sentinel-4……………………………………………………………………………..…..…25
Fig. 9. Sentinel-5…………………………………………………………………………..…….….26
Fig. 10. Sentinel-5P………………………………………………………………………………….26
Fig. 11. Sentinel-6……………………………………………………………………..……..….….27
Fig. 12. Prima imagine capturatӑ de Sentinel-2A, din nord-vestul Italiei
și sudul Franței, la 27 iunie 2015………………………………………………………………………………28
Fig. 13. Prima imagine capturatӑ de Sentinel-2B, din Brindisi, Italia,
la data de 15 martie 2017…………………………………………………………………..28
Fig. 14. Benzile disponibile oferite de Sentinel-2 și utilizarea acestora…………………………..…30
Fig. 15. Produse cu nivele diferite de pre-procesare………………………………………………………………..31
Fig. 16. Formatul datelor conținute într-un produs Sentinel-2……………………………..………..32
Fig. 16. Planul de lucru al proiectului Sen-2-Agri……………………………………………….….37
Fig.17. Localizarea pe harta lumii a siturilor participante la proiectul Sen-2-Agri……………………….38
Fig. 18. Situl proiectului Sen-2-Agri din Mali………………………………………………………………………..39
Fig. 19. Situl proiectului Sen-2-Agri din Africa de Sud……………………………………………………………40
Fig. 20. Situl proiectului Sen-2-Agri din Ucraina…………………………………………………………………….41
Fig. 21. Situl proiectului Sen-2-Agri din China……………………………………………………………………….42
Fig. 22. Situl proiectului Sen-2-Agri din Republica Cehӑ…………………………………………….43
Fig. 23. Situl proiectului Sen-2-Agri din Franța………………………………………………………………………44
Fig. 24. Situl proiectului Sen-2-Agri din Madagascar…………………………………………..…..45
Fig. 25. Situl proiectului Sen-2-Agri din Maroc……………………………………………………47
Fig. 26. Situl proiectului Sen-2-Agri din Sudan…………………………………………………….48
Fig. 27. Situl proiectului Sen-2-Agri din Bangladesh………………………………………………………………49
Fig. 28. Situl proiectului Sen-2-Agri din Mexic………………………………………………………………………50
Fig. 29. Situl proiectului Sen-2-Agri din Belgia……………………………………………………..51
Fig. 30. Harta Belgiei………………………………………………………………………………………………………….52
Fig. 31 Resursele naturale ale Belgiei, 1968…………………………………………………………………………..54
Fig. 32. Principalele întrebuințӑri ale terenului în Belgia, 1968…………………………………………………55
Fig. 33. Suprapunerea fișierului de tip shapefile peste harta Google Street Maps…………….……59
Fig. 34. Localizarea zonei de test pe harta Belgiei……………………………………………….…59
Fig. 35. Imagine cu pagina de start a platformei Sci-Hub……………………………………….….60
Fig. 36. Selectarea zonei de test și bifarea misiunii Sentinel-2…………………………………..….61
Fig. 37. Vizualizarea preview-ului și descӑrcarea imaginii………………………………………….62
Fig. 38. Imaginea Sentinel-2A, True Color, combinația de benzi 4-3-2………………………….…..63
Fig. 39. Imaginea Sentinel-2A, False Color, combinația de benzi 8-4-3………………………..……64
Fig. 40. Clasificare nesupervizatӑ prin metoda K-means, combinația spectralӑ 4-3-2-8……….…….66
Fig.41. Clasificare nesupervizatӑ prin metoda EM Cluster, combinația spectralӑ 5-6-7………..…..67
Fig. 42. Clasificare nesupervizatӑ pe regiunea de interes prin metoda EM Cluster…………………..68
Fig. 43. Clasificare nesupervizatӑ pe regiunea de interes prin metoda K-Means Cluster…..…….….68
Fig. 44 Interpretarea diferenței vizuale dintre totaluri………………………………………………..72
Lista tabelelor
Tabel 1. Bilanțul suprafețelor extras din datele in-situ………………………………………………69
Tabel 2. Bilanțul suprafețelor extras în urma rezultatelor obținute prin metoda K-Means………….70
Tabel 3. Bilanțul suprafețelor extras în urma rezultatelor obținute prin metoda EM Cluster……….71
Tabel 4. Bilanțul suprafețelor obținute prin cele 2 metode de clasificare……………………………73
Tabel 5. Bilanțul dintre rezultatele celor 2 metode și datele in-situ……………………………..….74
Lista graficelor
Grafic 1. Graficul acoperirii terenului conform datelor in-situ……………………………….……70
Grafic 2. Graficul distribuției culturilor în urma interpretӑrii rezultatelor obținute prin
metoda K-Means…………………………………………………………………………..71
Grafic 3. Graficul distribuției culturilor în urma interpretӑrii rezultatelor obținute prin
metoda EM…………………………………………………………………………………72
Grafic 4. Diferența dintre suprafețele obținute prin cele 2 metode……………………………..…..73
Grafic 5. Diferența dintre rezultatele celor 2 metode și datele in-situ………………………………74
Lista planșelor
Harta de referințӑ a zonei de studiu situatӑ în regiunea centralӑ a Belgiei,
din 10 iulie 2016……………………………………………………………………80
Harta acoperirii terenului în regiunea centralӑ a Belgiei din 10 iulie 2016,
obținutӑ prin metoda KM-Cluster………………………………………………….81
Harta acoperirii terenului în regiunea centralӑ a Belgiei din 10 iulie 2016,
obținutӑ prin metoda EM-Cluster………………………………………………..…82
Harta acoperirii terenului în regiunea centralӑ a Belgiei din 10 iulie 2016,
obținutӑ prin metoda KM-Cluster………………………………………………….83
Harta acoperirii terenului în regiunea centralӑ a Belgiei din 10 iulie 2016,
obținutӑ prin metoda EM-Cluster…………………………………………………..84
Introducere
Conform studiilor efectuate de ESA, 37% din pӑmântul de pe Terra este folosit pentru agriculturӑ. Cu o populație în continuӑ creștere, aceastӑ porțiune a planetei trebuie sӑ devinӑ din ce în ce mai productivӑ. Aceasta înseamnӑ cӑ trebuie sӑ continuӑm sӑ ne adaptӑm schimbӑrilor tehnologice pe care o lume modernӑ le aduce. Ȋn folosirea sistemelor de irigare automatӑ și utilizarea tractoarelor computerizate, tehnologia este ușor de vӑzut, dar o piesӑ criticӑ a infrastructurii este poziționatӑ la kilometri distanțӑ de orice teren agricol. Sateliții, în special cei geostaționari, influențeazӑ schimbarea peisajului agricol.
Cu fermele din ce în ce mai masive, care aparțin unui număr mai mic de angajați ai fermei, este esențială monitorizarea de la distanță a tuturor aspectelor terenului. Aici, sateliții încep sӑ preia conducerea. Dezvoltatorii de sateliți au facut îmbunӑtӑțiri masive atât în ceea ce privește rezoluția imaginilor, cât și legat de frecvența achiziționӑrii imaginilor. Aceasta înseamnӑ cӑ agricultorii pot avea acces la imagini de o înaltӑ precizie pentru fiecare centimetru al terenului pe care îl dețin la nivel sӑptӑmânal. Potrivit experților, acest lucru este mai mult decât suficient pentru a reacționa la stresul culturilor în timp util pentru a le proteja sau pentru a le îmbunӑtӑți randamentul.
Pentru orice agricultor ce deține terenuri agricole, exploatӑrile de apӑ și bolile ce pot afecta culturile reprezintӑ temeri constante. Imaginile satelitare pot ajuta la detectarea acestor simptome mai devreme decat o patrulӑ standard pe teren. Folosind analize digitale ale imaginilor, un computer poate examina calitatea culturilor pentru a putea identifica posibile simptome cum ar fi nematodele parazitare. Aceeași tehnologie de imagisticӑ poate examina culoarea solului pentru a putea identifica areale care sunt sub sau supra-saturate.
Utilizarea cea mai practică pentru imagistica prin satelit este cea care, în mod direct, se leagă de profituri și care estimează randamentul culturilor. Aproape fiecare furnizor de imagini prin satelit de pe piață este capabil să analizeze datele pe care le colectează de pe orbită pentru a oferi estimări exacte pentru randamentul acestui sezon. Acest lucru permite agricultorilor să planifice mai bine variațiile de venituri și cheltuieli de la an la an.
Agricultura devine una dintre cele mai tehnologizate industrii, iar indiferent de locul în care o fermӑ se aflӑ în lume, furnizorii de servicii de imagine prin satelit sunt capabili să o ajute astfel încât aceasta să opereze într-o manieră mult mai eficientă.
Scopul acestei lucrӑri este de a observa ce tip de informații putem obține în urma prelucrӑrii unor imagini satelitare provenite de la misiunea Sentinel-2, cât de precise pot fi acestea și cum pot fi folosite mai departe în scopuri utile pentru studiul culturilor agricole.
De aceea, pentru acest studiu de caz am folosit date in-situ din zona centralӑ a Belgiei, și de asemenea, imagini satelitare Sentinel-2 ce acoperӑ aceeași zonӑ de test.
Datele din teren folosite pentru acest studiu au fost puse la dispoziție de Universitatea Catolicӑ din Louvain (UCL), Belgia, prin intermediul partenerului român la proiectul “Sentinel pentru agriculturӑ” (Sen-2-Agri), CS România.
Datele primite constau într-un fișier de tip shapefile care dețin atașat un tabel de atribute cu tipurile de culturi identificate pe teren. Folosind imagini preluate de Sentinel-2A, descӑrcate de pe platforma Copernicus Open Access Hub (https://scihub.copernicus.eu/dhus/#/home), vom realiza o comparație între datele oferite inițial din teren și datele obținute ulterior, în urma executӑrii unor clasificӑri nesupervizate, pentru a observa acuratețea acestor informații. Imaginile au fost prelucrate cu ajutorul softului SNAP (Sentinels Application Platform) iar datele au fost prelucrate cu ajutorul softului gratuit QGIS (Quantum GIS).
Lucrarea este structuratӑ în 2 pӑrți.
Prima parte cuprinde informații teoretice privind agricultura de precizie, istoricul progresului tehnologic în acest domeniu și proiectele actuale ce folosesc imagini satelitare pentru studiul agriculturii, informații generale despre programul Copernicus, misiunile Sentinel și, în special, misiunea Sentinel-2.
Partea a II-a cuprinde informații despre zona de test, softurile utilizate pentru realizarea pӑrții practice a proiectului, etapele prelucrӑii imaginilor și a informațiilor (metodologia), cât și concluziile și sugestiile rezultate în urma studiului de caz.
Lucrarea cuprinde de asemenea lista figurilor, tabelor,graficelor, planșele și bibliografia.
PARTEA I – STUDII TEORETICE PRIVIND UTILIZAREA IMAGINILOR SATELITARE ȊN AGRICULTURᾸ
Situația pe plan național și internațional cu privire la utilizarea imaginilor satelitare în agriculturӑ
1.1 Agricultura de precizie
Agricultura de precizie constă în principal în utilizarea tehnologiilor geospațiale pentru a vizualiza pe hӑrți spațiale variațiile culturilor și ale solului și pentru a se potrivi nevoilor acestora – cum ar fi apa, semințele, îngrășământul – și pentru a le aplica în cantitatea corectӑ.
Datele folosite pentru a crea hărți zonale sunt colectate de senzori de pe sol și din spațiu. Apariția sistemelor aeriene automatizate (UAS) și creșterea bruscă care are loc acum în numărul de sateliți de observare a Pământului măresc cantitatea și calitatea acestor date, care sunt disponibile pentru producătorii și consultanții agricoli. Această „viziune a ochilor de pasăre” îi ajută să detecteze rapid problemele legate de deficiențele, dăunătorii sau bolile în timpul sezonului, oferindu-le cea mai bună oportunitate pentru a corecta factorii care ar putea limita randamentul culturilor agricole și care ar putea compromite potențialul producției.
Până de curând, utilitatea folosirii teledetecției prin satelit a fost limitată de perioadele lungi de revizitare, acoperirea norilor, costul total, rezoluția spațială redusă și tehnicile și facilitățile insuficiente de procesare a imaginilor pentru aplicațiile agricole. Anumite decizii de gestionare a terenurilor agricole, cum ar fi detectarea și gestionarea plantelor dӑunatoare, necesită imagini cu o rezoluție spațială de ordinul centimetrilor și, pentru situații urgente (cum ar fi monitorizarea stresului și a bolilor nutritive), o rezoluție temporală mai mică de 24 de ore.
Aceste cerințe depășesc cu mult abilitățile spațiale ale sateliților cu rezoluție medie – cum ar fi Landsat 8 și Terra – și se află la limita timpului de revizitare a sateliților cu rezoluție mai mare – cum ar fi WorldView-2 și GeoEye-1. Totuși, odată cu creșterea numărului de sateliți și creșterea rezoluției imaginilor, atât perioada de revizitare, cât și distanța măsurată la sol sunt acum suficiente pentru majoritatea aplicațiilor agricole de precizie.
Senzorii multispectrali ce aparțin sateliților sunt conectați cu creșterea culturilor si condițiile acestora, prin intermediul parametrilor de acoperire cum ar fi indicele suprafeței foliare (LAI), care masoarӑ douӑ procese fiziologice de bazӑ, fotosinteza și evapo-transpirația, procese foarte dependente de radiația solarӑ. Alte mӑsurӑtori estimate folosind senzori de preluare a datelor la distanțӑ includ proprietӑțile solurilor, conținutul de nitrogen, presiunea apei, acoperirea de vegetație deasupra biomasei terenului, specia culturilor, înӑlțimea acestora, randamentul producției și extinderea posibilelor plantele dӑunatoare. Mulți dintre acești parametri sunt determinați folosind indici de vegetație, cum ar fi Indicele Normalizat de Vegetație (NDVI).
1.2 Evoluții recente ale tehnologiilor satelitare cu privire la agricultura de precizie
Câteva dintre dezoltӑrile recente legate de sateliții de observare a Pӑmântului și-au îmbunӑtӑțit vizibil întrebuințarea în agricultura de precizie.
Ȋn februarie 2013, NASA a lansat Landsat-8, al 8-lea satelit din seria LDCM (Misiunea de monitorizare a continuitӑții datelor Landsat), o misiune realizatӑ cu cooperarea US Geological Survey care a început în 1972. A oferit 2 senzori – OLI (Operational Land Imager) și TIRS (Thermal Infrared Sensor) ce funcționau în orbita joasӑ a Pӑmântului.
În noiembrie 2013, Skybox Imaging a lansat SkySat-1, primul microsatelit de observare comercial al Pământului. Compania produce și lansează o serie de 24 de microsateliți care furnizează imagini cu rezoluția sub un metru și videoclipuri optimizate pentru detectarea schimbărilor în curs.
În decembrie 2013, Land O'Lakes Inc. a achiziționat firma Geosys, o companie care oferă imagini prin satelit companiilor agricole. Divizia WinField Land O'Lakes a folosit tehnologiile Geosys în ultimii ani. În aprilie anul urmӑtor, WinField a lansat o versiune a instrumentului său R7, alimentat de tehnologia Geosys, cu imagini de trei ori mai mari decât numărul furnizorilor de imagini prin satelit pe care le-a avut în 2013. Hărțile fără cloud sunt destinate a fi livrate prin intermediul Instrumentului R7 în decurs de 72 de ore de la achiziția prin satelit. Instrumentul este o platformă interactivă, bazată pe Web, care efectuează analize detaliate pe câmp și oferă imagini satelitare în timpul sezonului.
La 9 ianuarie 2014, Planet Labs – care proiectează, construiește și operează o rețea de sateliți, numită "doves" (porumbei), a dat naștere la Flock 1, cea mai mare constelație de sateliți pentru imagistica pământului de pânӑ atunci, compusă din 28 de „porumbei”. La 17 martie, compania a confirmat lansarea a peste 100 de sateliți în următoarele 12 luni, permițându-i să înregistreze întregul Pământ la fiecare 24 de ore.
La sfârșitul lunii februarie, Blackbridge a lansat un nou serviciu care utilizează imaginile colectate de constelația RapidEye pentru a oferi acces la o serie de imagini ortorectificate multi-temporale, colectate pe tot parcursul sezonului la o rezoluție de 5 metri. Abonații pot accesa imaginile prin tehnologia Cloud în fiecare zi la scurt timp după achiziție, precum și imaginile arhivate din anotimpurile anterioare.
În luna mai 2014, compania Dauria Aerospace, o companie aerospațială multinațională, și Elecnor Deimos, o filială a Elecnor, au anunțat un parteneriat comun pentru dezvoltarea lui Deimos Perseus, o nouă constelație de sateliți mici, care vor oferi imagini frecvente ale întregului Pământ folosind senzori multispectrali pentru identificarea automată a caracteristicilor terenului, cum ar fi tipurile de culturi și stadiul acestora în ciclul de creștere. Potrivit companiilor, Deimos Perseus putea înregistra întregul Pământ în fiecare zi.
Pe 5 iunie, Hexagon Geospatial a anunțat că a colaborat cu Skybox Imaging pentru a furniza imagini prin satelit și procesare de date prin ERDAS IMAGINE 2014.
Pe data de 11 iunie 2014, DigitalGlobe a anunțat că Departamentul de Comerț al SUA și-a aprobat cererea îndelungată de a vinde imagini cu o rezoluție de 40 cm, de până la 50 cm, care este eficientă imediat. Compania va putea, de asemenea, să vândă imagini cu o rezoluție de 25 cm șase luni după lansarea satelitului său WorldView-3 la jumătatea lunii august. Folosind senzori electro-optici mai buni pe noul echipament prin satelit și cu infraroșu de scurtă durată, compania putea să identifice copaci și plante individuale și chiar și conținutul de umiditate al solului.
Satelitul SPOT-7 construit de AIRBUS Defense & Space a fost lansat cu succes pe 30 iunie 2014 de un lansator PSLV de la Centrul Spațial Satish Dhawan din India.
La 8 iulie 2014, a fost lansat satelitul SkySat-2, care este practic „fratele geamӑn” al satelitului SkySat-1. Acesta a fost lansat de la Baikonur, Kazahstan. Imaginile sunt livrate cu date pancromatice, multispectrale și pansharpened. Videoclipurile sunt pline de mișcare alb-negru, 30 de cadre pe secundă, cu o durată de până la 90 de secunde, un câmp de vedere de 2 km cu 1,1 km, rezoluție de 1,1 m.
Senzorul de satelit Sentinel-2A a fost lansat cu succes pe 23 iunie 2015 de pe lansatorul Vega din portul spațial din Kourou, Guiana Franceză. Sentinel-2A este primul satelit de observare a Pământului al programului Copernicus și a fost dezvoltat și construit sub conducerea industrială a Airbus Defense and Space pentru Agenția Spațială Europeană (ESA).
Satelitul WorldView-4 a fost lansat cu succes vineri, 11 noiembrie 2016, la ora 10:30 dimineața de la baza aeriană Vandenberg, California. DigitalGlobe WorldView-4 este capabil să perceapă obiecte de pe suprafața Pământului la o grosime de 31 cm în pancromatic și va colecta multispectral pe 4 benzi la rezoluția de 1,24 metri. WorldView-4 va avea rezoluție similară cu senzorul de satelit WorldView-3. Această rezoluție avansată va oferi clienților vederi fără precedent și precise pentru cartografiere 2D sau 3D, detectarea modificărilor și analiza imaginilor.
Sentinel-2B este un satelit european de imagini optice lansat la 7 martie 2017. Acesta este cel de-al doilea satelit Sentinel-2 lansat ca parte a programului Copernicus al Agenției Spațiale Europene, iar orbita sa se va afla la o diferențӑ de fază de 180 grade față de Sentinel-2A. Satelitul prezintӑ în alcӑtuire un instrument multispectral de înaltă rezoluție și 13 benzi spectrale. Acesta va oferi informații pentru agricultură și silvicultură, printre care va putea să permită prezicerea randamentelor culturilor.
1.3 Managementul culturilor agricole și îmbunătățirea producției prin intermediul utilizӑrii tehnologiei de teledetecție prin satelit și a sistemelelor informatice geografice (GIS)
Oamenii de știință au folosit tehnologia de teledetecție prin satelit de mulți ani, utilizând senzori de rezoluție redusă și medie pentru a îmbunătăți echilibrul apei și evaluarea randamentului agricol pe scări geografice foarte mari din întreaga lume.
Cu disponibilitatea senzorilor de satelit de înaltă rezoluție, cum ar fi IKONOS, QuickBird și GeoEye-1, algoritmii NDVI utilizați la distanță au devenit mai exacți și mai fiabili, oferind
informații detaliate despre culturi pentru gestionarea agriculturii pentru a îmbunătăți producția și sănătatea plantelor.
Organizația FAO (Organizația Națiunilor Unite pentru Alimentație și Agricultură) indică faptul că, anual, 2500 km3 de apă dulce sunt utilizați pentru producția agricolă, ceea ce reprezintă 70% din resursele de apă pe care populația lumii le consumă într-un an. În condițiile în care populația globală continuă să crească într-un ritm ridicat, este esențial să optimizăm utilizarea resurselor de apă și să creștem producția agricolă, având în vedere perspectiva de a alimenta 8 miliarde de oameni până în 2030.
Resursele agricole sunt printre cele mai importante resurse naturale regenerabile și dinamice. Informațiile complete, fiabile și în timp util privind resursele agricole sunt extrem de necesare pentru țările a căror principală sursă de economie este agricultura. Studiile în domeniul agriculturii se desfășoară prin intermediul comunitӑților umane din diferite zone pentru a colecta informații și statistici privind culturile, zonele de teren, animalele și alte resurse agricole. Aceste date sunt cele mai importante pentru implementarea deciziilor manageriale eficiente.
Imaginile prin satelit pot prezenta variațiile existente în materia organică și modelele de drenaj. Solurile mai abundente în materie organică pot fi diferențiate de cele care au un conținut mai scăzut de materie organică. "Datele de imagine prin satelit au potențialul de a furniza analize în timp
real pentru zonele mari de atribute ale unei culturi în creștere, care pot ajuta la luarea deciziilor manageriale în timp util care afectează rezultatul culturii actuale", a declarat Leopold J. Romeijn, președintele Satellite Imaging Corporation din Houston, Texas. Cu toate acestea, ca și alte tehnologii de agricultură de precizie, informațiile obținute din imaginile prin satelit sunt mai semnificative atunci când sunt utilizate cu alte date disponibile și sunt vizualizate și analizate cu ajutorul unui sistem geografic de informare 2D/3D (Tehnologie GIS).
Imagistica prin satelit satelit este o tehnologie în curs de dezvoltare, cu potențialul de a contribui la studii privind acoperirea terenurilor și detectarea schimbărilor, făcând posibile evaluări cuprinzătoare la nivel global a multor acțiuni ecologice și umane posibile. Aceste schimbări, la rândul lor, influențează gestionarea și luarea deciziilor politice.
Datele de imagine prin satelit permit observarea directă a suprafeței terenului la intervale repetitive și, prin urmare, permit cartografierea acoperirii terenului și monitorizarea și evaluarea: sӑnӑtӑții plantelor, calitӑții aerului, analizei mediului, economisirea energiei, cartografierea terenului irigat, identificarea prezenței carbonului, determinarea randamentului producției agricole, solurile și fertilitatea acestora.
1.4 Produse obținute prin combinarea tehnologiei satelitare și a tehnologiei GIS
Indicele de vegetație normalizat (NDVI)
Indicele normalizat de vegetație (NDVI) este un indicator numeric simplu care poate fi utilizat pentru a analiza măsurătorile de la distanță dintr-un spațiu sau o platformă aeriană și pentru a evalua dacă ținta observată conține vegetație verde vie sau nu.
Datele oferite de imaginile prin satelit de înaltă rezoluție sau de rezoluție medie ajută la cuantificarea stării culturilor, a condițiilor solului și a variației culturilor pe tot cuprinsul câmpului. Produsele NDVI reduc timpul de gestionare a câmpurilor cu 50% prin identificarea rapidă a zonelor problematice – adesea înainte de a fi vizibile cu ochiul liber și pot oferi soluții la aceste probleme, sporind semnificativ productivitatea câmpului și calitatea culturilor, reducând în același timp costurile.
Fig. 1. Exemplu de hartӑ a indicilor NDVI
Indicele de vegetație verde – Harta colorată
Indicele de vegetație verde – harta colorată (GVC) colorează valorile indexului de vegetație verde (GVI) pentru a arăta distribuția spațială a vegetației detectate de la distanță. Indicele este legat de vigoarea culturii, cantitatea de vegetație sau biomasӑ, care rezultă din factorii de producție, factorii de mediu, fizici și culturali care afectează culturile. Algoritmul NDVI este aplicat pentru calibrarea imaginilor prin satelit pentru a separa reflectanța vegetației de variația cauzată de solurile sau apa subterană. Produsul poate fi executat pentru un anumit domeniu, precum și pentru o singurӑ regiune de interes.
Indicele de vegetație verde – Harta „sharpened” (GVS) este un produs superior care combină informații rezultate în urma tehnicii de pansharpen și valorile GVC pentru a îmbunătăți interpretarea manuală a imaginii destinată să faciliteze identificarea și cartografierea unor caracteristici spațiale semnificative.
Fig. 2. Exemplu de hartӑ „sharpened” (GVS)
Indexul zonelor de sol
Pentru a elabora o hartă a indexului zonelor de sol, imaginile prin satelit ale câmpurilor agricole sunt calibrate și apoi se aplică algoritmi spectrali care izolează componentele solului de vegetație. Imaginea finală prin satelit este o copie fidelӑ a suprafaței solului din câmp, cuprinzând inclusiv modele de irigare, zonele cu nisip și variații ale materiei organice și ale reziduurilor de culturi.
Prin intermediul unei hӑrți a zonei de sol, se pot vedea clar variațiile de peisaj. Culorile mai deschise indică soluri uscate, sӑrate sau texturate, în timp ce culorile mai întunecate indică solurile umede sau bogate în materii organice. Adesea, variațiile de culoare indică variațiile topografice existente pe domeniul respectiv, ceea ce poate avea un impact semnificativ asupra strategiilor agricultorilor în ceea ce privește gestionarea culturilor.
Produse de tip TreeGrading
Produsul TreeGrading oferă o evaluare a fiecărui arbore individual dintr-o livadă pentru a ajuta cultivatorii să gestioneze copacii pentru producția de top. Datele de imagine de satelit QuickBird, IKONOS sau SPOT-5 de înaltă rezoluție pot fi colectate în sprijinul managementului agriculturii care dezvoltă acest tip de hӑrți pentru a indica locația și amploarea fiecărui acoperӑmânt de arbori determinat prin utilizarea unui algoritm spectral propriu.
Proprietățile imaginilor prin satelit GVI din cadrul fiecărui poligon sunt extrase într-o bază de date standard de sisteme informatice geografice (GIS). Aplicația GIS este apoi utilizată pentru vizualizarea și analizarea datelor. Se creează, de asemenea, o imagine satelit și o hartă GIS a copacilor lipsă, astfel încât managerul agricol să poată planifica înlocuirea acestora.
Fig. 3. Exemplu de produs TreeGrading
2. Programul Copernicus
Prezentarea programului Copernicus
Copernicus reprezintӑ cel mai ambițios program de observare a Pӑmântului la momentul actual. Acesta poate oferi informații precise, actuale și ușor de accesat pentru a îmbunӑtӑți managementul mediului înconjurӑtor, pentru a înțelege și atenua efectele schimbӑrilor climatice și pentru a asigura securitate civilӑ.
Copernicus este noul nume pentru vechiul program denumit Monitorizare Globalӑ pentru Mediu și Securitate (GMES) și a fost înființat în anul 1998, la inițiativa Agenției Spațiale Europene (ESA), a Comisiei Europene (CE) și a Organizației Europene pentru Exploatarea Sateliților Meteorologici (EUMETSAT). Numele programului a fost ales în onoarea astronomului și matematicianului polonez Nicolaus Copernic (1473-1543) care a elaborat teoria heliocentrică conform căreia Pământul se rotește în jurul Soarelui. (A.Badea).
Acest program este alcătuit dintr-un set complex de sub-sisteme care colectează date din mai multe surse: sateliți de teledetecție (ce reprezintӑ componenta spațialӑ) și senzori "in-situ" (stații la sol, senzori aerieni, maritimi, etc.). Datele obținute sunt procesate și furnizate utilizatorilor în cadrul unor servicii tematice gratuite care vizează problemele de mediu și securitate. Aceste servicii se încadrează în șase categorii principale: gestionarea terenurilor, monitorizarea mediului marin, atmosferӑ, răspunsul la situații de urgență, securitatea și schimbările climatice.
Obiectivele generale ale programului Copernicus sunt:
dezvoltarea unor servicii durabile care să permită factorilor de decizie pregătirea și implementarea unor inițiative legislative privind mediul;
asigurarea infrastructurii necesare pentru furnizarea serviciilor;
crearea de oportunități pentru furnizorii de servicii cu valoare adăugată, în vederea creșterii economice în mediul privat.
Componentele principale ale programului Copernicus
Componenta spațială, care este gestionată de Agenția Spațială Europeană, are rolul de a proiecta, dezvolta și lansa sateliții din seria Sentinel. Rolul aceastei componente include și realizarea segmentului de sol compus din stații de recepție și procesare a datelor. Un element remarcabil promovat de conceptul Copernicus ia în considerare misiunile satelitare contributoare gestionate de
organizații naționale, europene sau internaționale, care furnizează date în sprijinul programului Copernicus.
Componenta "in-situ" – înglobează stațiile terestre, senzorii aerieni și maritimi și este gestionată de Agenția Europeană de Mediu (EEA). Datele culese sunt utilizate și la calibrarea și validarea înregistrărilor preluate de sateliți, fiind înregistrate local de către fiecare stat membru al Uniunii Europene (EU), iar coordonarea este realizată de EEA, la nivel european.
Serviciile tematice se dezvoltă pe baza datelor satelitare și datelor prelevate "in-situ" fiind procesate și furnizate utilizatorilor în cadrul unor servicii tematice gratuite care au ca finalitate problemele de mediu și securitate. Această componentă a programului Copernicus este gestionată de Comisia Europeană și include dezvoltarea unor servicii funcționale, definite exclusiv pe baza cerințelor utilizatorilor.
Dezvoltarea serviciilor pre-operaționale Copernicus a început în anul 2001, cu finanțare directă de la ESA și de Comisia Europeană în cadrul programelor europene de cercetare-dezvoltare.
2.3 Serviciile oferite de programul Copernicus
Serviciul de monitorizare a Pământului
Serviciul Copernicus de monitorizare a Pământului oferă informații geospațiale despre acoperirea terenului, starea vegetației sau circuitul apei în natură. Aceste informații stau la baza a numeroase aplicații din domenii diferite: planificare spațială, managementul fondului forestier, managementul resurselor de apă, agricultură, siguranță alimentară, etc.
Serviciul este operațional din anul 2012.
Serviciul de monitorizare a mărilor și oceanelor
Acest serviciu Copernicus oferă informații de bază, la intervale regulate de timp și în mod sistematic, despre starea oceanelor și a mărilor. Observațiile și prognozele furnizate de serviciu stau la baza tuturor aplicațiilor maritime.
Serviciul a devenit operațional în anul 2015.
Serviciul de monitorizare a atmosferei
În cadrul acestui serviciu Copernicus sunt furnizate, în mod continuu, informații despre compoziția atmosferei. Serviciul oferă o analiză în timp-cvasi real a situației actuale, emite prognoze pentru următoarele 3 zile și analizează datele de arhivă din anii trecuți.
Serviciul este operațional din iulie 2015.
Serviciul de monitorizare a schimbărilor climatice
Acest serviciu Copernicus vine în sprijinul măsurilor ce trebuie luate pentru reducerea/adaptarea la schimbările climatice provocate de activitatea umană. Serviciul va oferi acces la informațiile necesare pentru monitorizarea și prognoza schimbărilor climatice, respectiv: temperatura la nivel global, creșterea nivelului apei, topirea ghețarilor, încălzirea oceanelor, nivelul de precipitații, indicatorii de secetă, etc. Aceste informații vor fi obținute pe baza înregistrărilor senzorilor "in-situ" și a observațiilor satelitare. Se vor reanaliza înregistrările efectuate până în prezent și vor fi revizuiți algoritmii de prognoză și modelare a climei Pământului.
Acest serviciu este în curs de dezvoltare.
Serviciul de management al dezastrelor
Serviciul Copernicus de management al dezastrelor oferă tuturor părților implicate în managementul dezastrelor naturale, a situațiilor de urgență provocate de factori umani sau a situațiilor de criză umanitară, informații geospațiale precise, în timp util, derivate din imagini satelitare și completate cu date "in-situ". În cadrul serviciului sunt incluse toate tipurile de dezastre, respectiv: inundații, incendii, crize umanitare, alunecări de teren, cutremure, erupții vulcanice, tsunami, accidente tehnologice (scurgeri de petrol, scurgeri de substanțe toxice), etc.
Serviciul acoperă toate fazele procesului de management al dezastrelor: prevenire, pregătire, răspuns și reconstrucție, pentru situații de urgență apărute la nivel global.
Serviciul (componenta de cartografiere) este complet operațional din anul 2012.
Serviciul de securitate
Acest serviciu Copernicus, aflat în prezent în curs de dezvoltare, sprijină politicile Uniunii Europene (UE) în următoarele domenii prioritare: monitorizarea frontierelor (prin sporirea securității interne a UE), supraveghere maritimă (ce are ca obiectiv asigurarea unui trafic maritim sigur și protejarea frontierelor maritime ale Uniunii Europene) și prin identificarea și monitorizarea amenințărilor de securitate, la nivel global și regional.
Aplicațiile tematice ale programului Copernicus
Cele șase servicii Copernicus sprijină dezvoltarea de aplicații în variate domenii:
dezvoltare durabilă și protecția naturii – monitorizarea mediului în vederea protecției și utilizării durabile a acestuia reprezintă unul dintre motivele realizării și implementării programului Copernicus. Acesta monitorizează în permanență pământul, atmosfera și mările/oceanele pentru a furniza informații precise și în timp util despre starea planetei noastre.
managementul zonelor urbane și planificare locală/regională – programul Copernicus oferă informații utile autorităților locale și regionale pentru gestionarea eficientă a zonelor urbane și realizarea planificării spațiale. Astfel de informații se referă la: gradul de extindere a zonelor urbane, zonele urbane verzi, zonele de depozitare a deșeurilor, clasele de utilizare a terenului și evoluția acestora în timp, conservarea faunei sălbatice, etc.
agricultură, silvicultură și piscicultură – în domeniul agriculturii, politicile UE urmăresc consolidarea practicilor de conservare a mediului și creștere a productivității. În cadrul programului Copernicus sunt vizate următoarele obiective: monitorizarea evoluției în timp a terenurilor și a impactului acestora asupra biodiversității, evaluarea stării culturilor agricole, estimarea recoltei, managementul eficient al sistemelor de irigații, etc. În domeniul silviculturii, Copernicus oferă soluții pentru identificarea tipurilor de arbori, evaluarea stării de sănătate a pădurilor, cartografierea și monitorizarea defrișărilor. De asemenea, în domeniul pisciculturii, Copernicus ajută la managementul durabil al resurselor marine, prin monitorizarea algelor, a fitoplanctonului, poluanților și temperaturii apei.
sănătate publică – poluarea aerului reprezintă un factor critic pentru sănătatea cetățenilor Europei. În fiecare an, un număr mare de cazuri de deces sunt provocate de poluarea aerului pe care îl respirăm. De asemenea, se estimează că expunerea la radiații UV reprezintă cauza majoră pentru cancerul de piele, numărul de cazuri fiind în creștere de la an la an, în Europa. Programul Copernicus, prin serviciile sale care permit monitorizarea calității aerului și a nivelului de radiații UV, contribuie la adaptarea și îmbunătățirea politicilor de sănătate publică din Europa.
managementul dezastrelor – Copernicus sprijină autoritățile publice în toate etapele de management al dezastrelor. Astfel, în etapele de pregătire și prevenire, serviciul oferă date care ajută la identificarea zonelor de risc și previn pierderile materiale și de vieți omenești. În etapa de răspuns imediat, programul Copernicus ajută organizațiile de protecție civilă să cuantifice gradul de extindere și gravitatea dezastrului, iar în etapa de reconstrucție ajută la monitorizarea impactului pe termen mediu și lung asupra mediului înconjurător și a economiei.
infrastructură și transport – programul Copernicus ajută la protejarea elementelor de infrastructură prin identificarea zonelor expuse riscului de subsidență și a celor în care există deformații ale terenului, care pot pune în pericol clădirile, drumurile, podurile, etc. Dezvoltarea rețelelor de transport rutier aduce beneficii semnificative cetățenilor, însă de cele mai mult ori are un impact negativ asupra mediului înconjurător. Datorită capacitații sale de evaluare a poluării aerului, programul Copernicus poate oferi asistență autorităților publice în implementarea unor măsuri corective în acest sens. În cazul transportului maritim, informațiile privind curenții și bucățile de gheață plutitoare vin în sprijinul serviciilor de navigație.
turism – monitorizarea mediului marin este folositoare la implementarea serviciilor pentru protecția apelor costiere, care pot ajuta autoritățile publice să sporească calitatea apelor de scăldat.
3. Misiunile Sentinel – descriere generalӑ
Aceasta nouă serie de misiuni numite Sentinel este specificӑ nevoilor operaționale ale programului Copernicus.
Misiunile Sentinel implementează două concepte interesante și importante. În primul rând, sateliții opereazӑ în constelații, ceea ce conduce la furnizarea frecventӑ a datelor. În al doilea rând, datele sunt publicate în cadrul unei politici Open Data care permite accesul liber la imagini și, prin urmare, încurajează dezvoltarea generată a cunoștințelor utilizatorilor și a aplicațiilor.
Misiunea generală este compusă din cinci constelații de sateliți, fiecare vizând un domeniu de aplicare diferit. Fiecare misiune Sentinel se bazează pe o constelație de doi sateliți pentru a îndeplini cerințele de revizitare și acoperire, oferind seturi de date robuste pentru serviciile Copernicus. Aceste misiuni beneficiazӑ de o gamă largă de tehnologii, cum ar fi instrumente radar și multi-spectrale de imagistică pentru monitorizarea terestră, oceanică și atmosferică.
3. 1 Misiunea satelitarӑ Sentinel-1
Sentinel-1 este echipat cu un senzor radar cu apertură sintetică (SAR), care funcționează în bandă C (5,405 GHz). Datele preluate de Sentinel-1 pot fi utilizate pentru monitorizarea stratului de gheață și a zonelor costiere, monitorizarea traficului maritim și a deversărilor de petrol, managementul situațiilor de urgență, cartografierea pădurilor, riscul de mișcare a suprafeței terenului, etc.
Sentinel-1A a fost lansat la 3 aprilie 2014 și Sentinel-1B la 25 aprilie 2016. Ambele au fost lansate pe orbită cu ajutorul unei rachete Soyuz de pe astroportul european din Guyana Franceză.
Cei doi sateliți (Sentinel-1A și Sentinel-1B) opereazӑ pe aceeași orbită polară și heliosincronă, la o altitudine de 693 km și o diferențӑ pe orbitӑ de 180˚, fiind astfel posibilă înregistrarea întregului glob pământesc într-un interval de 6 zile.
Sentinel-1 are capacitatea de a înregistra date în 4 moduri diferite care pot fi distribuite la Nivelul 0 (date brute), Nivelul 1 Single Look Complex (pentru aplicații de interferometrie radar) sau Ground Range Detected (date transformate într-un anumit sistem de proiecție) și Nivelul 2 (date distribuite în mod sistematic pentru aplicațiile de oceanografie).
Fig. 5. Sentinel-1
3.2 Misiunea satelitarӑ Sentinel-2
Sentinel 2 furnizeazӑ imagini optice cu o rezoluție foarte înaltӑ, utilizate pentru serviciile terestre cum ar fi monitorizarea terenurilor, imagini de vegetație, acoperirile cu apӑ, cӑi navigabile interioare și zone de coastӑ. De asemenea, Sentinel-2 poate oferi informații pentru serviciile de urgențӑ.
La bordul platformei satelitare Sentinel-2A se află un senzor optic multi-spectral de rezoluție medie, care asigură complementaritatea misiunilor Pléiades și RapidEye, precum și continuitatea misiunilor satelitare Landsat și SPOT. Imaginile achiziționate de Sentinel-2 pot fi folosite în numeroase aplicații (agricultură, silvicultură, studiul vegetației, monitorizarea apelor continentale, gestionarea situațiilor de urgență, etc.), însă cel mai frecvent sunt utilizate pentru monitorizarea acoperirii și utilizării terenului.
Sentinel 2-a a fost lansat pe 23 iunie 2015. Al doilea satelit, Sentinel 2-B, i s-a alӑturat primului la data de 7 martie 2017. Cei doi sateliți Sentinel-2 funcționeazӑ pe o orbită polară, heliosincronă, la altitudinea de 786 km. La fel ca în cazul misiunii Sentinel-1, cei doi sateliți se vor afla la 180˚ diferență pe orbită, configurație ce permite o acoperire globală optimă și un interval de revizitare minim. Sentinel-2 asigură acoperirea sistematică a teritoriilor continentale situate între 84° latitudine nordică și 56° latitudine sudică.
Instrumentul optic aflat la bordul Sentinel-2A este un senzor multi-spectral cu formare de imagine, denumit MSI (eng. multispectral imager). Acesta înregistrează date în 13 benzi spectrale, în intervalul vizibil și infraroșu (443 nm–2190 nm) al spectrului electromagnetic. Rezoluția spațială este de 10 m, în cazul a 4 benzi spectrale din domeniul vizibil și infraroșu apropiat, respectiv 20 m, pentru 6 benzi spectrale din domeniul vizibil roșu și infraroșu mediu, și 60 m pentru 3 benzi spectrale utilizate pentru efectuarea corecțiilor atmosferice.
Fig. 6. Sentinel-2
3.3 Misiunea satelitarӑ Sentinel-3
Sentinel 3-A a fost lansat pe 16 februarie 2016 și oferӑ informații relevante despre topografia de suprafață a mării, temperatura de suprafață a mării și a solului, culoarea oceanului și culoarea pământului, cu precizie și fiabilitate ridicată. Misiunea sprijinӑ sistemele de prognoză oceanică, precum și monitorizarea mediului și a climei.
Sentinel-3 este dotat cu un senzor optic care operează în vizibil și infraroșu termic și înregistreazaӑ imagini de rezoluție medie. Sentinel-3 asigură continuitatea misiunilor ENVISAT MERIS și SPOT Vegetation și furnizeazӑ date utile pentru serviciile Copernicus de monitorizare a pământului (aplicații care vizează acoperirea/utilizarea terenului, silvicultură, calitatea solului, detectarea incendiilor, etc.), oceanelor și mărilor (oceanografie, siguranță maritimă, monitorizarea calității apei).
Sentinel-3B va fi lansat la 18 luni după Sentinel-3A, iar 3C până în anul 2020.
Fig. 7. Sentinel-3
3.4 Misiunile satelitare Sentinel-4 și -5
Sentinel-4/5 sunt senzori optici care vor echipa sateliții MetOp Second Generation (MetOp-SG) și Meteosat Third Generation (MTG), asigurând astfel continuitatea instrumentelor satelitare GOME și Sciamachy, de la bordul platformelor ERS și ENVISAT. Ambele, Sentinel-4 și Sentinel-5, sunt dedicate monitorizării compoziției atmosferei pentru calitatea aerului, ozonului stratosferic și a radiației solare, precum și monitorizarea climei.
În plus, se dezvoltă o misiune precursoare Sentinel-5 pentru a reduce decalajele de date între Envisat, în special instrumentul Sciamachy și lansarea Sentinel-5.
Lansările Sentinel-4/5/5P sunt prevăzute pentru lansare pânӑ în 2027.
Fig. 8. Sentinel-4
Fig. 9. Sentinel-5
Fig. 10. Sentinel-5P
3.5 Misiunea satelitarӑ Sentinel-6
Sentinel-6 va fi echipat cu un altimetru radar care va furniza informații referitoare la topografia oceanului planetar. Aceste informații sunt esențiale pentru continuarea studiilor de monitorizare a nivelului mării, indicator extrem de important al schimbărilor climatice.
Sentinel-6 va continua misiunea CryoSat și va oferi informații complementare celor preluate de misiunea Sentinel-3, în ceea ce privește starea oceanelor.
Fig. 11. Sentinel-6
3.6 Considerații generale privind misiunile Sentinel
Pe lângă domeniile menționate mai sus, toate misiunile Sentinel vor sprijini pe deplin gestionarea dezastrelor naturale (analiza riscurilor, evaluarea pierderilor, gestionarea dezastrelor etc.) și ajutorul umanitar în situații de criză.
În același timp, comunitatea științifică va beneficia pe deplin de potențialul excepțional al imenselor arhive de date Sentinel, ceea ce va conduce la îmbunătățirea algoritmilor și metodelor de procesare, în vederea obținerii unor rezultate superioare din punct de vedere calitativ. Această oportunitate unică va permite dezvoltarea unui suport robust pentru formularea de noi politici de mediu și securitate.
Ȋn plus, datele preluate de sateliții Sentinel disponibile gratuit utilizatorilor, pot fi accesate direct și procesate cu ajutorul aplicației software SNAP (Sentinels Application Platform).
4. Misiunea Sentinel-2
4. 1 Privire de ansamblu asupra misiunii
Misiunea Sentinel-2 reprezintӑ o constelație de sateliți destinată aprovizionӑrii sistemului GMES (mai nou, cunoscut sub numele de Copernicus) cu imagini continue și operaționale de înaltă rezoluție pentru monitorizarea globală și susținută a zonelor terestre și de coastă.
Sistemul Sentinel-2 se bazează pe acțiunea concomitentӑ a doi sateliți identici (Sentinel-2A și 2B) care se deplaseazӑ pe aceeași orbitӑ polarӑ, heliosincronӑ, situați la o altitudine de 786 km, dar la o diferențӑ pe orbitӑ de 180ș pentru a oferi acoperirea optimă în ceea ce privește livrarea datelor. Fiecare dintre ei beneficiazӑ de un Instrument Multi-Spectral (MSI) care acoperă spectrul spectral vizibil până la infraroșu, oferind imagini cu o rezoluție extrem de ridicatӑ la nivel global și de asemenea, având un interval de revizitare foarte scurt, astfel împreună acoperă toate suprafețele Pământului, insulele mari, apele interioare și de coastă între 84 ° N și 84 ° S la fiecare 5 zile.
Sentinel-2 este rezultatul unei strânse colaborări între ESA (Agenția Spațialӑ Europeanӑ), Comisia Europeană, industrie, furnizorii de servicii și utilizatorii de date. Misiunea a fost proiectată și construită de un consorțiu format din aproximativ 60 de companii conduse de Airbus Defense and Space și sprijinitӑ de agenția spațială franceză CNES pentru optimizarea calității imaginii și de către DLR German Aerospace Center pentru îmbunătățirea recuperării datelor prin intermediul comunicațiilor optice.
4.2 Date despre lansare
Sentinel-2A a fost lansat pe 23 iunie 2015 cu ajutorul unei rachete Vega din portul spațial al Europei de lângă Kourou, din Guiana Franceză. Sentinel-2B a fost lansat de pe același sit pe data de 7 martie 2017 la 01:49 GMT (02:49 CET, 22:49 ora localӑ la 6 martie).
Situl de lansare de la Kourou se află la o latitudine de 5°3', la doar 500 km nord de Ecuator. Fiind în apropierea Ecuatorului, sit-ul este foarte potrivit pentru lansarea pe orbită geostaționară, deoarece trebuie să se facă puține schimbări în traiectoria unui satelit. Lansatorii profită, de asemenea, de efectul "praștie" – energia creată de viteza rotației Pământului în jurul axei polilor. Aceasta crește viteza lansatorului cu 460 m/s. Acești factori importanți economisesc combustibil și bani și prelungesc viața activă a sateliților.
Datorită poziției sale geografice, Kourou oferă un unghi de lansare de 102° de la est la nord, permițând o gamă largă de misiuni.
Acestӑ locație pentru lansare a fost aleasӑ și din motive de siguranțӑ. Guiana Franceză este slab populată, iar 90% din țară este acoperită de păduri ecuatoriale. În plus, nu există riscul de cicloane sau de cutremure.
4.3 Date tehnice despre misiune
Pentru ambii sateliți se preconizeazӑ o duratӑ de viațӑ de minim 7 ani. Dimensiunile sateliților sunt de 3.4m lungime, 1.8m lӑțime, 2.35 m înӑlțime și o greutate de aproximativ 1140 kg (incluzând carburant de 123kg).
4.4 Avantajele oferite de misiunea Sentinel-2
Misiunea Sentinel-2 prezintӑ o serie de avantaje, printre care:
Acoperire temporară minimӑ, care rezultӑ dintr-un ciclu foarte scurt de revizitare pe orbită, de aproximativ 10 zile pentru un singur satelit și de 5 zile pentru operațiunea concomitentӑ a celor două nave spațiale identice;
Acoperire spațială mare și frecvență mare de acoperire, ceea ce a condus la o acoperire cu întinderea de 290 km, cu capabilități de achiziții la nivel mondial a maselor de terenuri;
Timp de funcționare ridicat pe orbitӑ;
Gamӑ optică cu spectru larg (vizibil la infraroșu cu undă scurtă) incluzând 13 benzi spectrale
Accesibilitatea datelor la volumul mare de date Sentinel-2
4.5 Multi-Spectral Imager (MSI)
Ceea ce aduce special misiunea Sentinel-2 este reprezentat de instrumentul MSI (Multi-Spectral Imager). Fiecare satelit Sentinel-2 beneficiazӑ de un singur instrument multi-spectral (MSI), instrument care își propune să măsoare radiația reflectată de pământ prin atmosferă în 13 benzi spectrale care se întind de la VIRS (Visible and Near Infra-Red) până la SWIR (Short Wave Infra-Red), și anume:
4 benzi la 10m: albastru (490nm), verde (560nm), roșu (665nm) și infraroșu apropiat (842nm)
6 benzi la 20m: 4 benzi înguste pentru caracterizarea vegetației (705nm, 740nm, 783nm și 865nm) și 2 benzi SWIR mai mari (1610nm și 2190nm) pentru aplicații cum ar fi detectarea zăpezii/gheții/norilor sau evaluarea stresului de umiditate vegetală.
3 benzi la 60 de metri, în principal pentru corecții atmosferice (443nm pentru aerosoli, 945 pentru vapori de apă și 1375nm pentru detecția norilor cirrus).
Fig. 14. Benzile disponibile oferite de Sentinel-2 și utilizarea acestora (sursӑ ESA)
Proiectarea instrumentului MSI a fost condusă de cerințele de înclinare mari, împreună cu performanțele geometrice și spectrale ridicate ale măsurătorilor. Acest instrument se bazează pe un telescop alimentând două plane focale separate spectral, iar două matrice distincte ce conțin 12 detectoare optice montate pe fiecare plan focal acoperă respectiv canalele VNIR și SWIR.
Cei 12 detectori de pe fiecare plan focal sunt montați astfel încât sӑ poatӑ acoperi total câmpul de vedere al instrumentului de 20,6°, rezultând o lățime a imaginii produse de 290 km.
4.6 Procesarea datelor
Datele satelitare sunt furnizate în mai multe niveluri, în mod obișnuit variind de la 0 la 3, unde 0 este un instrument neprocesat și reprezintӑ datele încărcăturii utile la rezoluție maximă, iar 3 înseamnă informații derivate, ca un număr procentual unic.
Procesarea Nivelului 0 și a Nivelului 1A este efectuată de segmentul de sol și, în general, nu este accesibilă utilizatorilor. Nivelul 0 reprezintӑ date brute comprimate ce conțin toate informațiile necesare pentru a genera nivelele ulterioare de produs. Nivelul 1A reprezintӑ date brute necomprimate cu benzi spectrale corelate și date auxiliare anexate.
Procesarea nivelurilor 1B și 1C sunt efectuate în mod obișnuit de segmentul de sol S-2, iar rezultatele sunt disponibile utilizatorilor.
Produsele de Nivel-1B reprezintă radiațiile calibrate Top-Of-Atmosphere (TOA) în geometria senzorilor și includ corecțiile radiometrice și rafinarea modelului fizic de vizualizare (care nu este aplicat la acest nivel). Produsele sunt disponibile ca imagini comprimate fără pierderi JPEG2000 plus metadate asociate, toate captate într-un container de fișiere SAFE (practic un fișier zip). Nivelul 1B este compus din granule, unde o granulă reprezintă o sub-imagine (câte una pentru fiecare bandă) a „pistei” de satelit. Fiecare granulă de Nivel-1B are un volum de date de aproximativ 27 MB. Produsele de Nivel-1B necesită cunoștințe de specialitate cu privire la tehnicile de ortorectificare.
Fig. 15. Produse cu nivele diferite de pre-procesare
Produsele de Nivel-1C sunt produse TOA (Top-of-atmosphere) corectate radiometric și geometric. Corecțiile includ ortorectificarea și înregistrarea spațială pe un sistem de referință global (proiecție combinată UTM și elipsoid WGS84) cu precizie de subpixel. Imaginile de Nivel-1C sunt livrate în „plăci” de 100 × 100 km, fiecare dintre acestea fiind de aproximativ 500 MB. Produsele sunt disponibile sub formă de imagini comprimate fără pierderi JPEG2000 plus metadate asociate, toate din nou capsulate într-un container de fișiere SAFE. În prezent, acest tip de date este ținta principală pentru aproape toți utilizatorii.
Produsele de Nivel 2 sunt ortofoto-uri corectate de Bottom-Of-Atmosphere (BOA). În plus, acestea conțin o hartă a grosimii optice de aerosoli (AOT), o hartă a vaporilor de apă (WV) și o hartă de clasificare a scenelor (SCM) împreună cu indicatori de calitate (QI) pentru probabilitățile de nor și de zăpadă la o rezoluție de 60 m. Ele sunt reamplasate și generate cu o rezoluție spațială egală pentru toate benzile, pe baza rezoluției solicitate (10, 20 sau 60 m).
Din păcate, produsele de Nivel 2 nu sunt în prezent generate în mod curent de segmentul de la sol, ci trebuie să fie generate de utilizatori înșiși (de exemplu, utilizând setul de instrumente Sentinel, oferit gratuit de ESA). Cu toate acestea, se evaluează în prezent furnizarea de produse de Nivel 2, ca produs de bază generat sistematic din segmentul terestru.
Produsele de Nivel 1-C sunt disponibile utilizatorilor pe platforma SciHub. (https://scihub.copernicus.eu/dhus/#/home)
Procesarea ulterioară de la nivelul 1C la nivelul 2A poate fi efectuată de utilizatori cu ajutorul Sentinel-2 Toolbox.
Fig. 16. Formatul datelor conținute într-un produs Sentinel-2
4.7 Aplicații ale misiunii Sentinel-2
Misiunea oferă în principal informații pentru practicile agricole și forestiere și pentru a ajuta la gestionarea securității alimentare. Imaginile satelitare pot fi folosite pentru a determina diferiți indici ai culturilor, cum ar fi cantitatea de clorofilӑ din frunze și conținutul de apă.
Acest lucru este deosebit de important pentru predicția randamentului efectiv și pentru aplicațiile legate de vegetația Pământului în general.
Pe lângă monitorizarea creșterii plantelor, Sentinel-2 poate fi utilizat pentru a evidenția schimbările survenite în acoperirea pământului și pentru a monitoriza zonele forestiere. De asemenea, oferă informații privind poluarea în lacuri și în apele de coastă iar imaginile inundațiilor, erupțiilor vulcanice și alunecărilor de teren contribuie la cartografierea dezastrelor naturale.
Monitorizarea culturilor agricole și asigurarea securitӑții alimentare
Sentinel-2 este conceput pentru a oferi imagini care pot fi utilizate pentru a distinge între diferitele tipuri de culturi, precum și pentru a oferi date privind numeroși indicatori ai plantelor, cum ar fi indicele suprafeței foliare, conținutul de clorofilӑ sau conținutul de apă din frunze – toate acestea fiind esențiale pentru monitorizarea cu precizie a plantelor în creștere.
Acest tip de informații vor ajuta la luarea deciziilor în cunoștință de cauză – fie că este vorba de a decide cât de multă apă sau îngrășământ este necesară pentru o recoltă cu randament maxim sau pentru formarea de strategii de abordare a schimbărilor climatice.
Deși acest lucru are beneficii economice evidente, acest tip de informații este, de asemenea, important pentru țările în curs de dezvoltare în care securitatea alimentară este o problemă.
Înainte de Sentinel-2, datele de satelit de tip "cloud-free" au fost insuficiente din cauza benzilor spectrale necesare pentru a acoperi Europa într-un timp suficient de rapid pentru a monitoriza vegetația în creștere pe timpul verii. Sentinel-2 umple acest gol.
Setul disponibil de 13 benzi spectrale, de la infraroșu vizibil și apropiat până la infraroșu de undă scurtă, cu rezoluții spațiale diferite, variind de la 10 la 60 m, monitorizează terenul la un nivel fără precedent.
De fapt, Sentinel-2 este prima misiune de observare a Pământului de acest tip care include trei benzi în "marginea roșie", care furnizează informații esențiale despre starea vegetației.
Monitorizarea schimbӑrii mediului înconjurӑtor (monitorizarea zonelor forestiere și urbane)
Pe lângă furnizarea de informații detaliate despre vegetația Pământului, Sentinel-2 este proiectat să joace un rol-cheie în cartografierea diferențelor în ceea ce privește acoperirea Pământului pentru a înțelege peisajul, pentru a schimba modul în care este utilizat și pentru a monitoriza schimbările ce au loc în timp.
Pe lângă schimbările apărute în mod natural și cele cauzate de schimbările climatice, suprafața Pământului este schimbată în mod continuu de către oameni pentru a alimenta, a adăposti și a susține o populație în creștere. Aceste schimbări apar la multe niveluri – la scară locală, regională, națională și globală.
Sentinel-2 este capabil să punӑ pe hartă în mod sistematic diverse clase de acoperire, cum ar fi pădurile, culturile, pășunile, suprafețele de apă și acoperirea artificială, cum ar fi drumurile și clădirile. Acest tip de informații pot beneficia de o multitudine de aplicații. De exemplu, Sentinel-2 poate fi folosit pentru a gestiona resursele naturale, pentru a verifica ratele de defrișare,
re-împădurire și zonele afectate de incendii. Informațiile furnizate de Sentinel-2 pot ajuta organele de conducere și întreprinderile comerciale să ia decizii informate cu privire la cele mai bune modalități de gestionare, protejare și menținere a resurselor forestiere importante.
Pe măsură ce orașele continuă să se extindă, Sentinel-2 poate fi folosit și pentru a urmări extinderea urbană și a ajuta planificatorii urbani.
Misiunea este, de asemenea, necesară pentru a urmări condițiile asociate cu răspândirea bolilor, cum ar fi malaria, pentru a ajuta la punerea în aplicare a avertismentelor timpurii și a strategiilor de atenuare.
Acoperirea frecventă a lui Sentinel-2 este, de asemenea, cheia monitorizării inundațiilor și a erupțiilor vulcanice. Acest lucru permite Sentinel-2 să contribuie la cartografierea dezastrelor și să sprijine activitatea de ajutor umanitar.
Monitorizarea suprafețelor de apӑ și gestionarea resurselor de apӑ
Revizitarea frecventӑ a misiunii Sentinel-2 asupra aceleiași zone și o rezoluție spațială ridicată permit monitorizarea atentă a schimbărilor în zonele de apă interioare și în mediul costier.
Datoritӑ celor 13 canale spectrale, imagerul misiunii poate capta parametrii de calitate a apei, cum ar fi concentrația de la suprafață a clorofilei, poate detecta inflorescențele algelor dăunătoare și poate măsura turbiditatea (sau claritatea apei) – indicând clar nivelul de sănătate și poluare.
Cererea uzului de apă crește din ce in ce mai mult iar accesul la apă este vital – nu numai pentru consum, ci și pentru agricultură, energie și salubritate. În anumite regiuni ale lumii, deficitul de apă este cauzat de creșterea populației, de condițiile climatice și de creșterea variabilității climatului, de dezvoltarea economică sau de urbanizare. Prin asigurarea măsurării calității apei și a detectării schimbărilor, Sentinel-2 poate sprijini gestionarea durabilă a resurselor de apă.
Informațiile despre calitatea apei nu sunt utile doar în aplicațiile privind consumul de apă, ci pot indica și zonele care sunt sau nu sigure în ceea ce priveste înotul.
Monitorizarea dezastrelor și prevenirea bolilor (managementul riscului, sisteme de avertizare, pericole naturale, mapare terestră pentru ajutor umanitar și dezvoltare)
Serviciul de gestionare a situațiilor de urgență Copernicus își propune să consolideze capacitatea Europei de a reacționa la situații de urgență, indiferent dacă acestea sunt cauzate de condiții meteorologice extreme, de pericole geofizice sau de evenimente precum incendiile și crizele umanitare.
Datele de tip Sentinel-2 pot sprijini acumularea și actualizarea frecventă a hărților de referință globale consistente care pot fi utilizate pentru evaluarea impactelor. De asemenea, datele pot contribui la monitorizarea schimbării utilizării terenurilor care declanșează eroziunea solului, incendiile forestiere și identificarea posibilelor inundațiilor.
Disponibilitatea rapidӑ a datelor pe care misiunea o oferӑ joacă, de asemenea, un rol esențial, oferind imagini în câteva ore de la achiziție.
În timpul crizelor umanitare, imaginile Sentinel-2 pot ajuta la identificarea locațiilor potrivite pentru taberele de refugiați și pot fi folosite pentru a monitoriza aceste tabere și pentru a asista operațiile umanitare.
Combinând informații despre vegetație, suprafețele de apă și alte variabile, misiunea poate ajuta, de asemenea, în monitorizarea prevenirii și răspândirii malariei și a prezenței posibilelor focare de boli.
PARTEA A II A – STUDIU EXPERIMENTAL PRIVIND IDENTIFICAREA ṢI MONITORIZAREA CULTURILOR DIN ZONA BELGIEI CENTRALE DIN DATA DE 10 IULIE 2017
Priectul “Sentinel-2 pentru agriculturӑ”
Obiectivele proiectului
Misiunea Sentinel-2 reprezintă o oportunitate unică: rezoluția sa spațială de 10/20/60 m, frecvența de revizitare de 5 zile, acoperirea globală și compatibilitatea cu misiunile Landsat oferă noi oportunități de monitorizare a agriculturii regionale până la nivel mondial.
În acest context, proiectul Sentinel-2 pentru Agricultură (Sen2-Agri) a fost lansat de ESA, ca o contribuție majoră la componentele de cercetare și dezvoltare și la consolidarea capacităților naționale ale inițiativei GEOGLAM și la activitățile rețelei JECAM.
Proiectul Sen2-Agri este conceput pentru a dezvolta, demonstra și facilita contribuția seriei temporale Sentinel-2 la componenta EO (Earth Observation) prin satelit a monitorizării agriculturii. Proiectul va demonstra beneficiul misiunii Sentinel-2 pentru domeniul agricol într-o serie de culturi și practici agricole.
Obiectivele proiectului sunt de a furniza algoritmi validați, coduri Open Source și cele mai bune practici pentru prelucrarea datelor Sentinel-2 într-o manieră operațională pentru principalele sisteme agricole reprezentative din întreaga lume.
1.2 Partenerii proiectului
Parteneriatul proiectului „Sentinel-2 pentru Agricultură” susținut de ESA este condus de Universitatea Catolicӑ din Louvain (UCL) – reprezentând Belgia. De asemenea, în proiect sunt implicate Centrul de Studii Spațiale ale Biosferei (CESBIO) și companiile CS-Systèmes d'Information, reprezentând Franța, CS România, din partea României și GISAT, reprezentând Republica Cehӑ.
1.3 Etapele proiectului
Sen-2-Agri constӑ într-un proiect ce se va dezvolta pe o perioadӑ de 3 ani (începând cu anul 2014). Activitățile proiectului sunt împărțite în 3 etape:
În timpul fazei 1, cerințele utilizatorilor au fost colectate și consolidate pentru a stabili produsele relevante și specificațiile sistemului. Seturile de date de testare simulate, reprezentative pentru imaginile Sentinel-2, au fost achiziționate pe 12 sit-uri de testare pentru a face algoritmi de referință și pentru a proiecta sistemul.
Faza 2, în prezent aproape de finalizare, a fost dedicată dezvoltării unui sistem de procesare a surselor deschise și generării de prototipuri bazate pe rezultatele din faza 1.
Începând cu etapa de punere în funcțiune a Sentinel-2, Faza 3 va demonstra și va valida sistemul dezvoltat cu seriile curente Sentinel-2.
Fig. 16. Planul de lucru al proiectului Sen-2-Agri
Demonstrația vizează validarea și calificarea sistemului și a produselor Sen2-Agri și evaluarea caracterului lor adecvat pentru monitorizarea agriculturii la nivel național, așa cum este definită de cerințele utilizatorilor. Se va face prin site-uri naționale și locale, pentru a arăta utilitatea produselor de informare Sen2-Agri pentru entitățile agricole guvernamentale, științifice și internaționale.
Demonstrația Sen2-Agri este finalizată la două niveluri diferite prin intermediul a 12 situri:
3 situri naționale care acoperă cel puțin o suprafață de 500 000 km², situate în Africa de Sud, Ucraina si Mali
6 situri locale care corespund fiecărei zone de 300 x 300 km² (adică o singură scenă Sentinel-2), situate în Cehia, China, Franța, Madagascar, Maroc și Sudan
3 situri de voluntariat interesate să se alăture efortului de demonstrație, cum ar fi Belgia, Bangladesh și Mexic.
Fig.17. Localizarea pe harta lumii a siturilor participante la proiectul Sen-2-Agri
Pentru fiecare caz de utilizare, produsele Sen2-Agri sunt generate pe parcursul sezonului de creștere, în funcție de disponibilitatea datelor Sentinel-2 și Landsat-8 și datoritӑ implicӑrii active a partenerilor locali pentru colectarea datelor in-situ si analiza produselor.
Această demonstrație este, de asemenea, un proces de învățare prin practică, în special în ceea ce privește așteptările operaționale, cerințele logistice și constrângerile locale atunci când se implementează un astfel de sistem Sen2-Agri într-un cadru operațional.
1.4 Siturile naționale
Situl din Mali
Mali este primul sit național demonstrativ al proiectului.
Zona considerată pentru dezvoltarea produselor Sen2-Agri este partea sudică a țării, incluzând capitala Bamako și excluzând zonele deșertice din nord, care reprezintă mai mult de 95% din suprafața națională a culturilor agricole și o suprafață totală de 447 948 km².
Clima acestei zone este sudano-saheliană.
Fig. 18. Situl proiectului Sen-2-Agri din Mali
Principalele culturi produse în Mali sunt mei, sorg, orez, porumb și bumbac.
Sezonul de creștere se extinde din mai/iunie până în octombrie/noiembrie, cu o perioadă de pregătire pe teren în martie/aprilie.
Dimensiunea câmpului este destul de mică, în jur de 1,5 ha.
Coordonarea activităților legate de colectarea datelor din teren și evaluarea produselor pe situl din Mali este asigurată de Institutul Internațional de Cercetare a Tropicelor Semi-Aride (ICRISAT), în coordonare cu Institutul de Economie Ruralӑ (IER) și Biroul de Planificare și Statistică (CPS), ambele organizații fiind atașate Ministerului Agriculturii din Mali.
Situl din Africa de Sud
Africa de Sud este al doilea sit național demonstrativ al proiectului. Situl selectat pentru proiect în această țară este de fapt împărțit în două părți reprezentând mai mult de 95% din suprafața culturii naționale și o suprafață totală de 619 606 km²:
Provincia Eastern Cap, incluzând orașul din Cape Town pe de o parte;
Nordul Vest, Gauteng, Mpumalanga, statul liber și provinciile Kwazulu-Natal, pe de altă parte.
Tipul climei este sub-umed până la semi-arid.
Fig. 19. Situl proiectului Sen-2-Agri din Africa de Sud
Principalele culturi produse în acest sit sunt porumbul, grâul, floarea soarelui și soia.
În funcție de tipul culturii, sezonul de creștere se extinde din decembrie până în iunie sau din aprilie până în noiembrie.
Dimensiunea câmpului este, în general, în jur de 40 ha.
Coordonarea activităților legate de colectarea datelor din teren și evaluarea produselor pe site-ul din Africa de Sud este asigurată de Grupul sud-african pentru observarea Pământului (SA-GEO), cu contribuția Consiliului pentru Cercetare Agricolă (ARC-LNR) și a Compania GeoTerraImage.
Situl din Ucraina
Ucraina este ultimul sit național demonstrativ al proiectului. Întreaga țară este luatӑ în considerare în dezvoltarea produselor Sen2-Agri, corespunzătoare unei suprafețe de 576 604 km².
Tipul climei este continental-umedă, inclusiv o perioadă de zăpadă în lunile februarie și martie.
Principalele culturi produse în țară sunt grâul, floarea soarelui, porumbul, orzul și soia
În funcție de tipul culturii, sezonul de creștere se extinde din septembrie până în iulie sau din aprilie până în octombrie.
Dimensiunea câmpului variază între 30 și 250 ha. Datorită unui număr relativ mare de culturi principale și alți factori, nu există o rotație tipică a culturii simple pentru întregul amplasament, iar majoritatea producătorilor utilizează diferite rotații în funcție de specializare.
Fig. 20. Situl proiectului Sen-2-Agri din Ucraina
Coordonarea activităților legate de colectarea datelor din teren și evaluarea produselor pe situl ucrainean este asigurată de Institutul de Cercetări Spațiale al Academiei Naționale de Științe a Ucrainei și de Agenția Spațială de Stat a Ucrainei (SRI NASU-SSAU).
Situri locale
Situl din China
Situl demonstrativ ales în China este situat în partea de vest a provinciei Shandong.
Clima este temperată până la semi-aridă și include o perioadă de muson. Fig. 21. Situl proiectului Sen-2-Agri din China
Principalele culturi de pe acest sit sunt grâul, legumele, porumbul și orezul nedecorticat.
Două sezoane de creștere pot fi observate din octombrie până în mai și din iunie până în septembrie.
Peisajul de recoltare este destul de omogen cu câmpurile variind între 0,2 și 0,8 ha.
Coordonarea activităților legate de colectarea de date pe teren și evaluarea produselor pe situl chinez este asigurată de Institutul de Teledetecție și Digital Earth (RADI).
Situl din Cehia
Locul selectat pentru proiect în Republica Cehă corespunde Boemiei Centrale, adică o suprafață de 22 700 km². Cele mai apropiate orașe importante sunt capitala țării, Praga.
Clima din această zonă este temperată continentală.
Fig. 22. Situl proiectului Sen-2-Agri din Republica Cehӑ
Principalele culturi care pot fi observate pe teren sunt cerealele de iarnă (grâu sau orz), rapița de iarnă, cereale de primăvară (grâu sau orz), porumb, sfeclă de zahăr, trifoi și lucernă.
Sezonul de creștere durează aproximativ 220 de zile din aprilie până în noiembrie.
Proiectul CzechAgri își propune să demonstreze capacitățile fără precedent ale monitorizării și gestionării agriculturii pe bază de EO pe care le dețin părțile interesate din Cehia.
Coordonarea activităților legate de colectarea datelor de teren și evaluarea produselor pe site-ul ceh este compania GISAT.
Organizația care beneficiază de rezultatele proiectului Sen2-Agri este Fondul de intervenție agricolă de stat (SZIF).
Situl din Franța
Situl de demonstrație ales în Franța aparține regiunii sudice a țării și corespunde aproximativ regiunii Midi-Pyrennes, inclusiv orașului Toulouse, acoperind o suprafață de 15 000 până la 25 000 km².
Clima variază de la temperatӑ până la mediteraneană. Vremea poate fi ploioasă în primăvară și devine destul de uscată din iulie până la sfârșitul lunii octombrie.
Principalele culturi observate pe teren sunt porumbul și soia (în general irigate), floarea soarelui și sorgul (neirigate), grâul de toamnă și rapița. Se pot găsi și culturi de plante și podgorii, precum și pășuni permanente și temporare.
Sezonul de creștere depinde de tipul și intervalul de culturi:
• Din octombrie până în iulie pentru grâul de toamnă,
• Din septembrie până în iunie pentru rapiță
• Din aprilie/mai până în septembrie pentru floarea-soarelui sau octombrie pentru porumb, sorg și soia.
Dimensiunea câmpului variază de la 3 la 20 ha.
Coordonarea activităților legate de colectarea datelor din teren și evaluarea produselor pe situl francez este asigurată de Centrul de Studii Spațiul de Biosphere (CESBIO).
Diferite organizații vor beneficia de rezultatele proiectului Sen2-Agri ca utilizatori de campion: Arvalis, Terres Inovia, INRA și mai multe cooperative agricole.
Situl din Madagascar
Situl selectat pentru proiect pe insula Madagascar este zona Anstirabe. Cel mai apropiat oraș important este capitala țării, Antananarivo.
Situl este de fapt împărțit în două părți:
Regiunea Itasy și Vakinankaratra din insulele centrale din Insula Centrală;
Districtele Amparafaravola și Ambatondrazaka în apropierea lacului Alaotra.
Suprafața totală de monitorizare acoperă 3600 km².
Clima site-ului este subtropicală, incluzând un sezon noros și ploios din octombrie până în aprilie.
Fig. 24. Situl proiectului Sen-2-Agri din Madagascar
Principalele culturi sunt orezul (irigat sau precipitații), porumb, cartofi dulci, cartofi, manioc și fructe.
Câmpurile sunt, în general, foarte mici (aproximativ 0,03 ha) și multe culturi mixte pot fi găsite în domeniul cultivat.
Perioada de creștere este corelată cu sezonul ploios din octombrie până în aprilie.
Coordonarea activităților legate de colectarea datelor din teren și evaluarea produselor pe situl din Madagascar este asigurată de CIRAD (Centrul de Cooperare Internațională pentru Recuperare Agronomică pentru Dezvoltare). Ȋn proiect sunt implicați și alți parteneri locali: FOFIFA, Centrul Național de Cercetare Aplicată pentru Dezvoltare Rurală; FIFAMANOR (Fiompiana Fambolena Malagasy Norvéziana), Centrul de cercetare și dezvoltare rurală pentru agricultură și creșterea animalelor, situat în Antsirabe.
Situl din Maroc
Situl selectat din Maroc este împărțit în două regiuni: Câmpia Tadla și Bazinul Tensift.
Câmpia Tadla corespunde bazinului hidrografic Oum Er-Rabia, care acoperă o suprafață de 12 500 km². Cele mai apropiate orașe importante sunt Beni Mellal, Beni Mellal și Khenifra.
Clima este aridă și semi-aridă, cu un sezon uscat din aprilie până în octombrie și un sezon umed din noiembrie până în martie.
Cantitatea anuală de precipitații este de 300 mm, iar temperatura medie este de 18 ° C, cu un maxim de 40 ° C în august și minim de 3,5 ° C în ianuarie.
Bazinul Tensift are o suprafațӑ de 3500 km². Cele mai apropiate orașe importante sunt, în acest caz, El Jadida, Casablanca, Safi și Sidi Benour.
Clima este semi-aridă, cu un sezon uscat din mai până în octombrie și un sezon umed din noiembrie până în aprilie.
Cantitatea anuală de precipitații este de 350 mm, unde temperatura medie și intervalul de temperatură sunt aceleași ca mai sus.
Fig. 25. Situl proiectului Sen-2-Agri din Maroc
Principalele culturi cultivate în ambele părți sunt grâul și sfecla de zahăr în timpul iernii, iar lucerna în timpul verii. Bazinul Oum Er-Rabia include și plantații de portocali și de măslini, în timp ce câmpurile de porumb pot fi găsite în bazinul Tensift.
Sezonul de vegetație variază între septembrie și august în primul caz și din decembrie până în iunie în cel de-al doilea. În ambele bazine hidrografice, culturile sunt în principal irigate, cu o dimensiune a câmpului cuprinsă între 0,5 și 10 ha.
Coordonarea activităților legate de colectarea datelor din teren și evaluarea produselor pe situl marocan este asigurată de: Universitatea Sultan Moulay Slimane (USMS) și Oficiul Regional pentru Dezvoltare Agricolă Tadla (ORMVAT) pentru bazinul hidrografic Oum Er-Rabia; Universitatea din Chouaïb Doukkali (UCD), cu sprijinul Centre d'Études Spatiale de la Biosphere (CESBIO) și LMI "Télédétection et Ressources en Eau en Méditerranée semi-Aride" (TREMA) pentru colectarea de date în teren Bazinul Tenseift.
Situl din Sudan
Situl selectat pentru proiect în zona Sudanului și Sudanul de Sud se întinde pe ambele țări și este alcătuit, de fapt, din: Statul Nilului Alb, care aparține Sudanului, în nord; Partea de nord a statului Nilului Super, care aparține Sudanului de Sud, în sud.
Clima este continentală.
Fig. 26. Situl proiectului Sen-2-Agri din Sudan
Principalele culturi cultivate în ambele părți sunt sorgul, grâul, meiul și susanul. Aceste culturi pot fi fie ploioase, fie pentru unele dintre ele irigate. Agricultura în acest domeniu este parțial mecanizată și există și o agroindustrie de trestie de zahăr.
Sezonul de vegetație variază de la aprilie până în noiembrie, cu o perioadă de pregătire a terenului în aprilie/mai, urmată de plantarea în iulie sau începutul lunii august. Recoltarea are loc în noiembrie cel târziu.
În funcție de tipul culturii, dimensiunea câmpului variază de la 1 la 50 ha.
De asemenea, trebuie remarcat faptul că, din motive de securitate, accesul la Sudanul de Sud este limitat.
Activitățile legate de colectarea datelor din teren și de evaluarea produselor sunt asigurate de Ministerul Agriculturii și Irigării (MAI) din Sudan pentru partea de amplasament situată în Sudan și de către Programul alimentar mondial (WFP) pentru partea de amplasament situată în Sudanul de Sud.
1.6 Situri voluntare
Situl din Bangladesh
Situl selectat pentru proiect în Bangladesh este situat în partea de sud a țării, în apropierea orașelor Jessore și Barisal. Acesta aparține emisferei nordice și acoperă o suprafață de 22.000 km².
Clima este subtropicală, incluzând și perioadele musonice, iar lunile de iarnă sunt uscate și însorite.
Fig. 27. Situl proiectului Sen-2-Agri din Bangladesh
Principalele culturi observate în această zonă sunt porumbul, grâul, fasolea, iarba de iarbă și iută în sezonul de iarnă și orezul atât în timpul iernii, cât și în timpul verii.
Sezonul de creștere depinde de tipul culturii:
Acesta variază între noiembrie și aprilie pentru orezul "boro" (cultivat în general în primăvară), porumbul, grâul, fasolea și mazarul de iarbă;
Din aprilie până în iulie, pot fi găsite și alte specii de orez, precum și iută;
Din iulie până în noiembrie, orezul este cea mai frecventă recoltă.
În ceea ce privește practicile de recoltare, culturile de iarnă sunt predominant irigate – cu
excepția legumelor – în timp ce orezul cultivat în timpul verii este ploios.
Managerul site-ului pentru site-ul Bengali este Centrul internațional pentru îmbunătățirea porumbului și a grâului (CIMMYT).
Situl din Mexic
Situl selectat pentru proiect în Mexic este zona Obregon irigată situată în Valea Yaqui, care acoperă o suprafață de 4500 km². Cel mai apropiat oraș important este Ciudad Obregon.
Clima sitului este semi-aridă, cu câteva ploi de iarnă.
Principalele culturi care se găsesc în această zonă sunt grâul, porumbul, cartofii și nucșoara. Orice producție vegetală este în curs de irigare, ceea ce înseamnă că iarna este principalul sezon de recoltare și puține recolte sunt cultivate în timpul verii, deoarece apa este rară.
Managerul sitului este Centrul Internațional de Îmbunătățire a Porumbului și Grâului (CIMMYT).
Fig. 28. Situl proiectului Sen-2-Agri din Mexic
Situl din Belgia
Site-ul propus pentru proiect corespunde de fapt sitului belgian JECAM și include întreaga Belgie, reprezentând o suprafață de 30 528 km².
Situat în emisfera nordică, țara dispune de un climat temperat moderat umed, cu o ploaie anuală de aproximativ 780 mm, bine distribuită pe parcursul anului. Prin urmare, acoperirea cu nori poate fi frecventă în timpul sezonului agricol.
Topografia amplasamentului este plană sau ușor deformată, cu o altitudine cuprinsă între 20 și 200 de metri. Solul este argilos și ușor drenat, deci nu necesită irigare.
Principalele culturi care se găsesc în Belgia sunt grâul, orzul, cartofii, sfecla de zahăr și porumbul. Sezonul de creștere depinde în mare măsură de tipul de cultură: culturile de iarnă, grâul și orzul se găsesc între noiembrie și iulie, în timp ce porumbul și sfeclă de zahăr pot fi observate din martie până în septembrie ca culturi de vară.
Dimensiunea câmpului variază între 3 și 15 ha.
Situl belgian va funcționa pe bază voluntară, cu sprijinul proiectului BELCAM pentru campania pe teren și interacțiunile cu părțile interesate, sub coordonarea Universității Catholice din Louvain (UCL).
Fig. 29. Situl proiectului Sen-2-Agri din Belgia
2. Descrierea zonei de test
Prezentarea generalӑ a Belgiei
Belgia este o monarhie constituțională situatӑ în nord-vestul Europei. Belgia este una dintre cele mai mici și mai dens populate țări europene. Este, de asemenea, cea mai urbanizată; 97% din populația sa locuiește în zone urbane. Împreună cu Olanda și Luxemburg, Belgia formează Țările de Jos sau Benelux. Numele țării vine de la Belgae, un popor celtic care a trăit în regiune și a fost cucerit de generalul roman Iulius Cezar în anul 57 î.en. Capitala și cel mai mare oraș este Bruxelles.
Belgia este situată între Franța și câmpiile din nordul Europei și se învecinează cu Marea Nordului. Datorită poziției sale geografice ca răscruce a Europei, Belgia a fost un important centru comercial încă din Evul Mediu. Marea Nordului a fost punctul de plecare al țării pentru comerțul cu restul lumii. Poziția geografică a Belgiei i-a oferit, de asemenea, o importanță strategică și au avut loc multe bătălii pentru controlul zonei. Belgia a devenit o țară independentă în 1830. Belgia este împărțită în trei regiuni – Flandra, Valonia și Bruxelles.
Fig. 30. Harta Belgiei
Geografie
Belgia are o formă aproximativ triunghiulară. Este mărginită la nord de Olanda și de Marea Nordului, la est de Germania și Luxemburg, iar la sud și sud-vest de Franța. Belgia are o suprafață de 30.528 km2 și are o lungime de aproximativ 280 km, măsurată în direcția sud-est-nord-vest și o lӑțime de aproximativ 145 km.
Relief
Belgia are trei regiuni geografice principale: câmpia de coastă, platoul central și munții Ardeni.
Coasta belgiană, în nord-vest, se întinde pe 66 km de-a lungul Mării Nordului. O câmpie de coastă joasă se întinde pe o suprafață de la 16 până la 48 km. Foarte aproape de Marea Nordului se aflӑ o zonă joasă, constând în principal din dune de nisip și polderi.
Situată mai departe în interiorul țării, este o pășune plată drenată de canale. Cota câmpiei de coastă variază de la nivelul mării la aproximativ 20 m.
Platoul central este o zonă ușor înălțată. Irigată de mai multe căi navigabile, conține o mulțime de văi largi si fertile, cu un bogat teren aluvionar. Peșteri, grote și râpe se găsesc în părți ale acestei zone.
Ținuturile Ardennes, un platou împădurit dens, se întind în sud-estul Belgiei și în nord-estul Franței. Situat aici este Botrange, cel mai înalt vârf din Belgia, cu o altitudine de 694 m. Cota medie a terenurilor muntoase din Ardennes este de 460 m. Zona este, în general, stâncoasă și prost adaptată agriculturii.
Climat
În general, Belgia are un climat temperat, cu ierni care nu sunt excesiv de reci și cu veri răcoroase și ploioase. Clima de lângă mare este umedă și blândă. Ȋn interiorul țării, departe de influențele maritime, se produce o creștere semnificativă a intervalului de temperatură. În zonele muntoase din Ardeni, veri calde alternează cu ierni reci. Ploile puternice sunt limitate aproape exclusiv în zonele montane. Ceața și ploaia sunt comune, iar lunile aprilie și noiembrie sunt luni deosebit de ploioase.
La Bruxelles, situat în centrul națiunii, temperaturile medii variază de la -0° la 5° C în ianuarie și de la 13° la 22° C în Iulie. În Oostende, pe coastă, intervalul mediu este de 1° până la 5° C în ianuarie și de la 14° la 20° C în iulie. Precipitațiile la Bruxelles sunt uniform distribuite pe tot parcursul anului, cu o medie anuală de 820 mm; Precipitații anuale în regiunea Oostende prezintӑ o medie de 580 mm.
Resurse naturale
Resursele naturale ale Belgiei sunt aproape în întregime minerale. Cărbunele a fost exploatat din abundență de mulți ani, dar proviziile au fost epuizate, iar ultima mină a fost închisă la începutul anilor 1990. Cuprul, plumbul și zincul sunt încă extrase și rafinate în Belgia.
Fig. 31 Resursele naturale ale Belgiei, 1968
Fauna și vegetația
Animalele mici, în special vulpea, bursucul, fazanul, veverița, nevăstuica și aricii, se găsesc în Belgia. Cerbul și mistrețul sunt prezente în munții Ardeni. Plantele abundente includ zambile, căpșuni, arum sălbatic și crin de vale. Arborii de pădure includ stejar, fag, ulm, și standuri de pin care au fost plantate ca parte a programelor de reîmpădurire.
Agricultura
Belgia are condiții favorabile pentru agricultură: temperaturi moderate, precipitații uniform distribuite și un sezon de creștere lung. Timp de secole o mare parte din Belgia, în special câmpia Flandra, era o zonă de cultivare intensivă. Astăzi, aproximativ 28% din țară este cultivată. Agricultura angajează doar 2% din forța de muncă totală, dar produce cantități suficiente pentru a transforma Belgia într-un exportator alimentar net. Aproximativ două treimi din ferme sunt unități cultivate intensiv de mai puțin de 10 hectare.
Există două tendințe principale în agricultura belgiană. Prima este dispariția fermei mici de familie. Agricultura este dominată din ce în ce mai mult de agribusiness-urile mari. În ultimele 3 decenii, numărul fermelor mici a scăzut cu 80%. Cea de-a doua tendință majoră este extinderea producției sectorului. Tehnologiile noi și cercetarea științifică a culturilor s-au combinat pentru a produce randamente mai mari. Prin urmare, chiar dacă suprafața totală a fermierilor scade, acestea produc încă mai mult. Între 1995 și 1999, producția vegetală a crescut cu 9%.
Agricultura în Belgia este în principal împărțită între producția vegetală și creșterea animalelor. Principalele culturi ale națiunii includ orz, porumb, cartofi, sfecla de zahăr, grâu și fructe și legume asortate.
Fig. 32. Principalele întrebuințӑri ale terenului în Belgia, 1968
În 1999, țara a produs 6,15 milioane de tone metrice de sfecla de zahăr, 2,7 milioane de tone metrice de cartofi și 1,63 milioane de tone de grâu. Țara este autosuficientă în zahăr și exportă anumite legume și fructe. Aproximativ 35% din fermele din Belgia sunt implicate în producția de plante. De asemenea, Belgia re-exportă un număr de fructe. De exemplu, bananele sunt importate în Belgia din Caraibe și apoi exportate în întreaga Europă. Națiunea importă, de asemenea, culturile brute, le prelucrează și apoi le exportă ca alimente preparate.
În anul 2007, culturile principale au fost sfecla de zahăr (5,7 milioane de tone metrice), cartofi (2,9 milioane), grâu (1,5 milioane) și orz (365,049). Alte culturi importante au inclus fructe, roșii și in. Creșterea animalelor și a produselor lactate sunt principalele industrii agricole. În 2007, populația de animale din Belgia a înregistrat aproximativ 6,3 milioane de porci, 2,6 milioane de bovine, 155,515 de ovine și 43,250 de cai.
Producția animalieră domină agricultura belgiană. Aceasta reprezintă 65% din fermele națiunii. Se cresc o varietate de animale, inclusiv bovine, ovine, porcine și pӑsări de curte. În 1997, au existat 3,1 milioane de bovine și 7,3 milioane de porci pe fermele belgiene. Industria cărnii de vită se recuperează în continuare din cauza unei amenințări cu dioxină din 1999. Bovinele au primit accidental furaje care au fost contaminate cu chimicale ce au cauzat cancer. Acest lucru a dus la numeroase pagube, iar diferite țări din întreaga lume au interzis importul de carne de vită belgiană.
Există, de asemenea, o industrie de produse lactate semnificativӑ, iar Belgia produce o cantitate suficientă de ouă, unt și lapte pentru a se întreține. În 1997, națiunea a produs 3,2 milioane de tone de lapte, 3,97 milioane de ouă și 175 000 de tone de unt. Belgia produce, de asemenea, o varietate de brânzeturi de specialitate.
Pădurile acoperă 22% din suprafața Belgiei, iar zonele împădurite sunt folosite în principal în scopuri recreative. În ultimii ani s-au plantat standuri de conifere, iar activitatea forestieră a crescut. Cu toate acestea, lemnul este încă importat pentru industria de hârtie a țării. Principalul port de pescuit al Belgiei este Oostende. Flota de pescuit exploatează Oceanul Atlantic de Nord de la Marea Nordului până la Islanda. În 2000, Belgia a exportat pește în valoare de 193 milioane de dolari, dar a și importat în valoare de 833 milioane de dolari. Majoritatea peștilor importați au provenit din Statele Unite și au inclus homar, somon și preparate din fructe de mare. În prezent, pescuitul se face în principal pentru consumul intern.
3. Metodologie
4. Prelucrarea datelor
Identificarea zonei de test
Pentru realizarea acestui studiu de caz, am primit date din teren prin intermediul partnerului român la proiectul Sentinel-2 pentru agriculturӑ, CS România.
Datele primite constau într-un fișier de tip shapefile, care are atașat un tabel de atribute corespunzând fiecarui tip de culturӑ vectorizat în fișier.
De asemenea, ne-a fost menționat cӑ datele au fost preluate de Universitatea Catolicӑ din Louvain, într-o campanie de teren efectuatӑ în zona centralӑ a Belgiei, în timpul lunii iulie 2016.
Pentru deschiderea fișierului de tip shapefile, este necesarӑ utilizarea unui soft GIS. Cel utilizat de mine este Quantum GIS.
QGIS este o aplicație GIS care poate fi descӑrcatӑ gratuit de pe site-ul http://www.qgis.org/en/site/ . Acesta oferӑ o interfațӑ prietenoasӑ și diferite funcții:
permite vizualizarea datelor în format vector sau raster, cât și vizualizarea acestora în proiecții diferite
permite crearea de hӑrți și explorarea acestora
permite editarea și gestionarea diverselor layere
permite analiza datelor spațiale
permite publicarea hӑrților create pe internet
Cu ajutorul acestui soft, am deschis fișierul de tip shapefile.
Pentru a afla mai exact în ce zonӑ se aflӑ layer-ul, am descӑrcat un plug-in numit “Open Layers Plugin”. Acesta permite utilizatorilor sӑ descarce și sӑ foloseascӑ imagini de pe Google Maps, Open Street Maps, Bing Maps etc.
Dupӑ aceea, am suprapus fișierul de tip shapefile peste harta Google Street Map și am obținut:
Fig. 33. Suprapunerea fișierului de tip shapefile peste harta Google Street Maps
Astfel, am aflat cӑ zona studiului de caz se aflӑ în centrul Belgiei, mai exact, în sud-estul Bruxellului și are urmӑtoarele limite:
Ȋn partea de nord-vest, Chaumont-Gistoux
Ȋn partea de nord, Hannut
Ȋn partea de sud, Namur
Ȋn partea de vest, Gembleux
Ȋn partea de est, Wanze
Fig. 34. Localizarea zonei de test pe harta Belgiei
Descӑrcarea datelor satelitare utilizate
Pentru acest studiu de caz am utilizat o imagine Sentinel-2A. Acesta imagine este reprezentatӑ de un produs de nivel 1-C, disponibil utilizatorilor pe platforma https://scihub.copernicus.eu/ . https://scihub.copernicus.eu/dhus/#/home
Prin intermediul acestei platorme, utilizatorii pot descӑrca gratuit date provenite de la oricare din sateliții Copernicus: Sentinel-1, -2 sau mai nou, -3. Pentru aceasta, este nevoie de crearea unui cont.
Fig. 35. Imagine cu pagina de start a platformei Sci-Hub
Pașii urmați pentru descӑrcarea imaginilor:
Selectarea ariei de interes
Filtrarea informațiilor din opțiunea de cӑutare
Alegerea imaginii adecvate din rezultatele obținute în urma cӑutarii
Dupӑ ce am localizat zona de test de unde provin datele in-situ prin intermediul softului QGIS, accesând platforma online și logându-mӑ pe site, selectez zona necesarӑ procesӑrilor viitoare.
Corespunzӑtor informațiilor primite, în filtrul de Search, selectez perioada de ingestion-sensing ca fiind perioada iulie 2016 – august 2016 și bifez misiunea Sentinel-2.
Fig. 36. Selectarea zonei de test și bifarea misiunii Sentinel-2
Dupӑ cӑutare, apar mai multe rezultate din care am ales imaginea care se încadra cel mai bine în zona pe care am selectat-o, care corespundea datei calendaristice introduse și cel mai important, imaginea cea mai vizibilӑ din punct de vedere al acoperirii norilor.
Imaginile pot fi observate intr-un preview, astfel oferindu-ne posibilitatea sӑ accesӑm datele cele mai adecvate.
Datoritӑ climatului existent în zona de test, acoperirea de nori este foarte frecventӑ în perioada sezonului agricol. Prin urmare, a fost destul de dificil sa gӑsesc o imagine care sa nu fie acoperitӑ parțial de nori.
Fig. 37. Vizualizarea preview-ului și descӑrcarea imaginii
Pentru prelurarea imaginii satelitare, am folosit softul SNAP – Sentinels Application Platform.
SNAP este o aplicație gratuitӑ ce permite procesarea imaginilor provenite de la sateliții Sentinel.
Soft-ul SNAP oferӑ:
o interfață de utilizator modernă, intuitivă și bogată
afișarea rapidă a imaginilor de dimensiuni foarte mari
un numӑr mare de funcții de analiză și vizualizare
constructor grafic pentru procesare (graph-builder)
Soft-ul poate fi descӑrcat de pe site-ul http://step.esa.int/main/download/ .
Decuparea imaginii satelitare în SNAP
Dupa ce am descӑrcat imaginea Sentinel, urmeazӑ sӑ o decupez pe o zona mai restrânsӑ, deoarece imaginea originalӑ era extrem de mare, și prin urmare, greu de procesat și era inutil sӑ lucrez pe o suprafațӑ atât de mare.
Pentru a decupa imaginea Sentinel, am repetat urmӑtorii pași:
am salvat imaginea originalӑ Sentinel-2 în format DIMAP (File -> Save product as -> DIMAP file) deoarece imaginea era în format .xml
apoi din format DIMAP am reeșantionat imaginea la rezoluția de 10m (comanda RESAMPLE) – pentru cӑ nu toate benzile spectrale au rezoluția de 10m (doar 4 dintre acestea au aceasta rezolutie, respectiv B2, B3, B4, B8) și nu le putem decupa daca au rezoluția diferitӑ
am decupat imaginea reeșantionatӑ (SUBSET)
Am repetat acești pași pânӑ când am obținut o imagine de dimensiunea doritӑ.
Dupa aceea, am salvat subsetul final în format DIMAP iar dupa aceasta, am exportat imaginea din format DIMAP în format GeoTiff (File -> Export -> GeoTIFF), pentru a putea prelucra ulterior imaginea cu ajutorul softului QGIS.
Imaginea RGB finalӑ, în combinația de benzi 4-3-2, aratӑ așa:
Fig. 38. Imaginea Sentinel-2A, True Color, combinația de benzi 4-3-2
Aceeași imagine în False Color Infrared, în combinația 8-4-3, aratӑ așa:
Fig. 39. Imaginea Sentinel-2A, False Color, combinația de benzi 8-4-3
4. 4 Realizarea clasificӑrii în SNAP
Clasificarea digitalӑ este un proces semiautomat cu ajutorul căruia este posibilă delimitarea unor grupări de pixeli cu caracteristici radiometrice similare.
Exista 2 tipuri de clasificӑri: clasificare supervizatӑ și clasificare nesupervizatӑ.
Diferența dintre cele 2 tipuri de clasificӑri constӑ în precizia rezultatelor, rapiditatea efectuӑrii procesului, cât și în nivelul de implicare al utilizatorului.
Clasificarea supervizată
Clasificarea supervizatӑ reprezintӑ o metodӑ de clasificare în care utilizatorul definește prin analiză vizuală intervalele valorilor spectrale care corespund fiecărei teme sau clase care trebuie clasificate și delimitează poligoane omogene din punct de vedere spectral (poligoane de instruire, în engleză: AoI=Area of Interes sau RoI=Region of Interest). Grupările de training sunt, de regulă, introduse prin conturarea interactivӑ cu ajutorul instrumentelor de desen a limitelor poligoanelor în imagine.
Sistemul de calcul digital determină apoi valorile tuturor pixelilor imaginii și alocă conform unor reguli statistice (de ex. paralelipiped, verosimilitate maximă) fiecare pixel al imaginii uneia dintre clasele tematice definite de valorile zonelor de instruire corespondente. Altfel spus, într-o clasificare supervizată, pixelii imaginii sunt alocați de computer claselor spectrale care au fost definite pe baza poligoanelor de instruire reprezentând clase tematice bine cunoscute.
Clasificarea nesupervizată
În cadrul acestei abordări, computerul analizează toate semnăturile spectrale ale tuturor pixelilor din imagine și identifică areale cu pixeli care au valori similare. Utilizatorul poate impune criterii de clasificare (număr de clase, număr de iterații) care să permită obținerea unor grupări omogene și diferențiate.
Metodele de clasificare automate depind in primul rând de regulile pe baza cărora pixelii unei grupări sunt alocați unei clase și exprimă omogenitatea valorilor reflectanței specifice obiectului respectiv. Este nevoie sa fie folosite și proceduri bazate pe algoritmi care analizează și valorile pixelilor aflați in vecinătatea grupărilor considerate a fi omogene, în vederea repartizării acestora către clasele de obiecte deja identificate datorită omogenității lor spectrale.
Clasele spectrale din clasificarea nesupervizată sunt discriminate prin calcul automat bazat pe identificarea celor mai ridicate frecvențe de apariție a unei valori spectrale și prin luarea în considerație a criteriului distanței minimale dintre clase.
Principalul avantaj al acestei metode este rapiditatea, utilizatorul având o intervenție limitată. Dezavantajul său principal este acela că se bazează exclusiv pe diferențele spectrale, care nu corespund întotdeauna unor obiecte și fenomene specifice peisajului analizat.
Clasificarea propriu-zisӑ în SNAP
Pentru a putea clasifica imginea satelitarӑ în funcție de tipul de acoperire prezent în imagine, vom folosi softul SNAP, cu care vom executa o clasificare nesupervizatӑ, prin 2 metode disponibile: EM Cluster Analysis și K-Means Cluster Analysis.
Analiza cluster reprezintӑ clasificarea obiectelor în grupuri diferite, sau mai precis, împărțirea unui set de date în subseturi (clustere sau clase), astfel încât datele din fiecare subset (în mod ideal) să aibă o anumită trăsătură comună – deseori apropierea dintre ele, conform distanței măsurate definite.
Gruparea datelor este o tehnică comună pentru analiza statistică a datelor, care este utilizată în multe domenii, inclusiv exploatarea datelor, recunoașterea modelului, analiza imaginii sau bioinformatica. Sarcina de calcul a clasificării setului de date în clustere „k” este adesea cunoscută ca k-clustering.
Metoda K-Means Cluster Analysis
Acest algoritm asociazӑ fiecare pixel grupului al carui centru îi este cel mai apropiat. Centrul reprezintӑ o zona matematicӑ a tuturor pixelilor ce aparțin unui grup (cluster).
Principalele avantaje ale acestui algoritm sunt simplitatea și viteza, care îi permit să ruleze pe seturi de date mari. Dezavantajele sale este că nu ține seama de scări și corelații diferite în date. Minimizează variația intra-cluster, dar nu asigură că rezultatul are un minim global de variație.
Metoda EM Cluster Analysis
Acest algoritm este o generalizare a metodei k-means, în care grupurile sunt elipsoide definite de către un centru și o matrice de covarianță. Avantajul principal este că nu este afectat de scări diferite ale dimensiunilor datelor și corelațiilor dintre acestea. Dezavantajul său este viteza considerabil mai mică, care practic limitează aplicabilitatea numai la seturile de date mai mici.
Ambele clasificӑri se gasesc în softul SNAP, meniul Raster -> Classification -> Unsupervised Classification.
Executând ambele clasificӑri, am obținut urmӑtoarele rezultate:
Fig. 40. Clasificare nesupervizatӑ prin metoda K-means, combinația spectralӑ 4-3-2-8
Fig.41. Clasificare nesupervizatӑ prin metoda EM Cluster, combinația spectralӑ 5-6-7
Clasificӑrile pe întreaga imagine au fost realizate folosind 15 clustere (grupuri) și 10 iterații. Singura diferențӑ o reprezintӑ combinația de benzi folositӑ. Pentru metoda K-means Cluster am folosit combinația spectralӑ 4-3-2-8, iar pentru metoda EM Cluster am folosit combinația spectralӑ 5-6-7, deoarece rezultatul este mai clar din punct de vedere al acoperirii norilor din colțurile imaginii (în comparație cu combinația de benzi 4-3-2-8).
De asemenea, am realizat fiecare dintre cele 2 clasificӑri doar pe poligonul oferit inițial cu date din teren, pentru a putea realiza o comparație cu datele in-situ de pe aceeași suprafațӑ. Combinația spectralӑ folositӑ pentru ambele clasificӑri este 4-3-2-8, iar numarul de iterații este 10.
Fig. 42. Clasificare nesupervizatӑ pe regiunea de interes prin metoda EM Cluster
Fig. 43. Clasificare nesupervizatӑ pe regiunea de interes prin metoda K-Means Cluster
4.5 Analiza datelor și interpretarea rezultatelor
Ȋn datele primite din teren, sunt prezente urmӑtoarele culturi agricole: orz, morcovi, țelinӑ, in, porumb, mazӑre, cartofi, seminte de rapițӑ, sfeclӑ de zahӑr, grâu de toamnӑ.
Suprafața vectorizatӑ cuprinde de asemenea zone de pӑdure, suprafețe acoperite de apӑ, suprafețe construite și pajiști (pӑșunate și cosite).
Din interpretarea datelor in-situ, avem urmӑtoarele rezultate:
Tabel 1. Bilanțul suprafețelor extras din datele in-situ
Culturile dominante sunt: grâul de toamnӑ, sfecla de zahӑr și cartofii.
Grafic 1. Graficul acoperirii terenului conform datelor in-situ
Ȋn urma clasificӑrii nesupervizate, utilizând metoda K-Means Cluster pe zona de test, am obținut:
Tabel 2. Bilanțul suprafețelor extras în urma rezultatelor obținute prin metoda K-Means
Grafic 2. Graficul distribuției culturilor în urma interpretӑrii rezultatelor obținute prin metoda K-Means
Ȋn urma interpretӑrii rezultatelor obținute prin metoda EM cluster, am obținut:
Tabel 3. Bilanțul suprafețelor extras în urma rezultatelor obținute prin metoda EM Cluster
Grafic 3. Graficul distribuției culturilor în urma interpretӑrii rezultatelor obținute
prin metoda EM
Observație:
Exista o diferențӑ de 128.33 ha între totaluri (rezultatele clasificӑrii versus date in-situ).
Aceasta diferențӑ provine de la faptul cӑ rezultatul clasificarii este generat dintr-un raster, prin urmare se pӑstreazӑ forma pixelilor. In schimb, datele in-situ sunt obținute prin vectorizare manualӑ, deci laturile sunt linii drepte.
Fig. 44 Interpretarea diferenței vizuale dintre totaluri
De altfel, am realizat o comparație din punct de vedere al suprafețelor între cele 2 metode de clasificare:
Grafic 4. Diferența dintre suprafețele obținute prin cele 2 metode
Tabel 4. Bilanțul suprafețelor obținute prin cele 2 metode de clasificare
Comparație între cele 2 metode și datele in-situ (centralizat):
Grafic 5. Diferența dintre rezultatele celor 2 metode și datele in-situ
Tabel 5. Bilanțul dintre rezultatele celor 2 metode și datele in-situ
4.6 Concluzii
Scopul acestei lucrӑri a fost de a observa ce tip de informații putem obține în urma prelucrӑrii unor imagini satelitare provenite de la misiunea Sentinel-2, cât de precise pot fi acestea și cum pot fi folosite mai departe în scopuri utile.
De aceea, pentru acest studiu de caz am folosit date preluate din teren din zona centralӑ a Belgiei, și de asemenea, imagini satelitare Sentinel-2 ce acoperӑ aceeași zonӑ de test.
Ȋn acest sens, am folosit 2 metode de clasificare nesupervizatӑ pe aceeași zonӑ de test, utilizând softul gratuit SNAP, urmând ca pe urmӑ sӑ validӑm datele obținute comparând rezultatele cu datele in-situ primite prin intermediul Universitӑții Catolice din Louvain.
Zona de test a fost identificatӑ cu ajutorul softului QGIS, în care am suprapus layer-ul cu datele din teren deasupra harții satelitare a Belgiei, și astfel am identificat zona de test pe care o vom prelucra ulterior.
Imaginea Sentinel-2A a fost descӑrcatӑ de pe platforma Copernicus Open Access Hub (https://scihub.copernicus.eu/dhus/#/home). Dupӑ decuparea imaginii, axându-ne pe zona de test, vom realiza 2 clasificӑri nesupervizate utilizând 2 metode diferite: algoritmul K-Means Cluster și algorimtul EM Cluster, ambele efectuate cu ajutorul softului SNAP.
Ȋn urma efectuӑrii acestor pași, am ajuns la urmӑtoarele concluzii:
1.Datoritӑ climei din regiunea în care se aflӑ zona de test, este foarte greu sa obținem o imagine clarӑ din punct de vedere al acoperirii cu nori. Ȋn cazul realizarii unei clasificӑri pe întreaga imagine, acoperirea de nori prezentӑ în imaginea satelitarӑ va afecta interpretarea pe care computerul o va face în cazul ambelor metode de clasificare, norii acoperind colțurile imaginii și astfel, rӑspunsul spectral al pixelilor este schimbat.
2. Doar interpetarea clasificӑrilor realizate cu ajutorul soft-ului SNAP nu este îndeajuns pentru efectuarea unor studii detaliate ale zonei de test deoarece este nevoie de mai multe date din teren pentru a efectua o clasificare adecvatӑ a zonei și de asemenea, sunt necesare mai multe informații, cum ar fi: clima din perioada respectivӑ, precipitațiile, îngrӑșӑmintele chimice folosite pentru culturi etc.
3.Existӑ o diferențӑ între suprafețele acoperite de culturi din datele in-situ și suprafețele
acoperite de culturi rezultate în urma clasificӑrilor efectuate, aceste diferențe provin din modul în care sunt procesate imaginile: Poligoanele din layer-ul cu datele in-situ sunt delimitate manual, în timp ce suprafetele poligoanelor rezultate în urma clasificӑrilor sunt convertite din date raster în date vector, astfel pierzându-se informație. De asemenea, trebuie luatӑ în calcul și fragmentarea pixelilor.
Utilizarea imaginilor satelitare ocupӑ un rol din ce in ce mai important în sectorul agricol. Informațiile pe care acestea le oferӑ de la distanțӑ sunt extrem de necesare și valoroase pentru diverși factori de decizie în ceea ce privește managementul culturilor agricole.
Agricultura depinde foarte mult de actualitatea informațiilor furnizate. Informațiile au o valoare foarte neînsemnatӑ dacă vin (prea) târziu, astfel aspectul oportunității ar trebui abordat în toate evoluțiile.
Ȋnsӑ, datele satelitare nu sunt folosite la maxim dacӑ nu sunt utilizate împreunӑ cu alte tehnologii, cum ar fi tehnologiile GIS, prin intermediul cӑrora, aceste informații pot cӑpӑta întrebuințӑri noi și îmbunӑtӑțite.
Prin intermediul informațiilor pe care le furnizeazӑ, Sentinel-2 va crea cu siguranță noi oportunități de afaceri si va oferi șansa producerii alimentelor într-o manierӑ sustenabilӑ.
Accesul liber și deschis la datele Sentinel garantează că aceste date pot fi folosite de utilizatori din întreaga lume, indiferent dacă provin dintr-o țară industrializată sau dintr-una în curs de dezvoltare, acest lucru oferind șanse egale tuturor pentru dezvolta o agriculturӑ durabilӑ.
Imaginile Sentinel-2 sunt adecvate pentru nenumărate aplicații din domeniul agriculturii, luând în considerare faptul că o imagine Sentinel-2 acoperă o suprafață de 290 km x 290 km (84.100 km2), în comparație cu dimensiunea de 170 km x 185 km (31.450 km2) aunei imagini Landsat 8 și ceade 120 km x 120 km (14.400 km2)a SPOT-6/7. În plus, rezoluția spațială, spectrală și temporală sunt optime pentru monitorizarea evoluției terenurilor agricole.
Lucrarea de față demonstrează potențialul imaginilor Sentinel-2 pentru identificarea cu precizie a culturilor agricole, atunci când sunt disponibile și date in-situ.
4.7 Contribuții personale și perspective de cercetare
Studiul efectuat poate fi continuat (eventual într-o lucrare de diserație) cu cercetarea următoarelor aspecte:
utilizarea mai multor tipuri de date in-situ (date privind planul de rotație a culturilor agricole, calendarul agricol pentru fiecare cultură, calendarul fenologic, date de temperatură, cantitatea de precipitații, umiditatea solului, etc.);
utilizarea mai multor tipuri de date satelitare (imagini cu rezoluție spațială sau spectrală diferită, de exemplu Landsat 8; imagini cu polarizări diferite preluate de senzori radar de teledetecție, de exemplu Sentinel-1);
integrarea unor date suplimentare (hărți cu acoperirea/utilizarea terenului, de exemplu Corine Land Cover sau Land Cover Classification Syste; modele numerice ale terenului, de exemplu SRTM cu rezoluția de 30m sau alte date vectoriale sau raster de importanță pentru studiul efectuat);
generarea mai multor tipuri de produse (indici de vegetație, indici de umiditate a solului, etc.) și analiza integrată a rezultatelor obținute;
analiza multi-temporală a imaginilor satelitare Sentinel-2 în vederea îmbunătățirii preciziei clasificării;
identificarea celor mai adecvate metode de procesare a datelor Sentinel-2 pentru generarea unor produse cu valoare adăugată;
elaborarea unei metodologii de estimare a preciziei globale a clasificării; suplimentar față de acest indicator global pot fi generate produse în care este prezentat nivelul de precizie pentru fiecare clasă în parte.
Bibliografie
Badea A, 2015-2016, note de curs – Teledetecție, Universitatea de Ṣtiinte Agronomice și Medicinӑ Veterinarӑ, Facultatea de Ȋmbunӑtӑțiri Funciare și Ingineria Mediului, București Romania
http://www.e-agriculture.org/content/satellites-agriculture-how-help-your-farm-million-miles-away , accesat mai 2017
http://www.xyht.com/enviroag/satellite-imagery-precision-agriculture/ , accesat mai 2017
http://eomag.eu/articles/671/agriculture-crop-management-and-production-improved-by-satellite-remote-sensing-technology-and-geographic-information-systems-gis , accesat iunie 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Introducing_Sentinel-2 , accesat mai 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/About_the_launch , accesat mai 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Facts_and_figures , accesat mai 2017
https://sentinel.esa.int/web/sentinel/technical-guides/sentinel-2-msi/products-algorithms
https://eox.at/2015/12/understanding-sentinel-2-satellite-data/ , accesat iunie 2017
https://sentinel.esa.int/web/sentinel/user-guides/sentinel-2-msi/data-formats , accesat iunie 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Plant_health , accesat mai 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Changing_lands , accesat mai 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Water_bodies , accesat mai 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Disaster_mapping , accesat mai 2017
http://www.satimagingcorp.com/satellite-sensors/ , accesat iunie 2017
http://www.voyagesphotosmanu.com/geography_of_belgium.html , accesat iunie2017
http://www.voyagesphotosmanu.com/agriculture_of_belgium.html , accesat iunie 2017
http://www.voyagesphotosmanu.com/climate_of_belgium.html
http://www.voyagesphotosmanu.com/plants_animals_belgium.html
http://www.nationsencyclopedia.com/economies/Europe/Belgium-AGRICULTURE.html , accesat iunie 2017
https://eox.at/2015/12/understanding-sentinel-2-satellite-data/ , accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/
http://www.esa-sen2agri.org/objectives/ , accesat iunie 2017
http://www.esa-sen2agri.org/project-planning/ , accesat iunie 2017
http://www.esa-sen2agri.org/project-team/ , accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/national-sites/mali/ , accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/national-sites/south-africa/ , accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/national-sites/ukraine/ , accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/local-sites/china/, accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/local-sites/czech-republic/, accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/local-sites/france/, accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/local-sites/madagascar/, accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/local-sites/morocco/, accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/local-sites/sudan-south-sudan/, accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/volunteers/bangladesh/ , accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/volunteers/belgium/, accesat iunie 2017
http://www.esa-sen2agri.org/system-demonstration/volunteers/mexico/ , accesat iunie 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Satellite_constellation , accesat iunie 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/About_the_launch , accesat iunie 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Data_products , accesat iunie 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Overview3, accesat mai 2017
http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-2/Data_flow , accesat iunie 2017
Copyright Notice
© Licențiada.org respectă drepturile de proprietate intelectuală și așteaptă ca toți utilizatorii să facă același lucru. Dacă consideri că un conținut de pe site încalcă drepturile tale de autor, te rugăm să trimiți o notificare DMCA.
Acest articol: Ṣef lucrӑri Dr. Ing. Dana Negula Iulia [302706] (ID: 302706)
Dacă considerați că acest conținut vă încalcă drepturile de autor, vă rugăm să depuneți o cerere pe pagina noastră Copyright Takedown.