Biologische landbouw
Producten kunnen alleen het etiket 'biologisch' krijgen als ze worden geproduceerd volgens een set van standaarden, worden geëvalueerd en slagen voor een jaarlijkse inspectie. Aangezien de biologische en conventionele gewassen verschillend worden behandeld, verschillen hun kenmerken ook. ESA heeft in samenwerking met Ecocert, een organisatie voor biologische certificering, gewerkt aan een toepassing om met satellietbeelden deze verschillen te herkennen en de certificering te ondersteunen. Observatie vanuit de ruimte kan op regelmatige basis worden toegepast op een groot gebied. Het concept is getest op wintertarwe en maïs geteeld in relatief grote velden. Vijf verschillende satellieten zijn gebruikt tijdens de proeven om de nieuwe methode te ontwikkelen: SPOT-4, Kompsat-2, Landsat-5, Proba en WorldView-2 (zie satellietoverzicht).
Multi- en hyperspectrale satellietbeelden werden gebruikt voor het afleiden van een aantal indicatoren op basis van biofysische redenen en gewasbeheerpraktijken om onderscheid te maken tussen conventionele en biologische methoden. Kandidaat-indicatoren die onderzocht werden, zijn onder meer de spectrale reflectie van gewassen, opbrengstprognoses en ruimtelijke heterogeniteit.
Volgens dr. Pierre Ott van Ecocert, waren de testresultaten "beter dan wat men in eerste instantie had bedacht." Dr Ott zei, "Het onderscheiden van organisch van conventionele akkers met een nauwkeurigheid van 80% tot 100% lijkt veelbelovend voor toekomstige mogelijkheden."
Classificatie van maïsvelden met de satelliet (KM: conventioneel, KMO biologisch). Deze werden berekend aan de hand een WorldView-2 satellietbeeld verkregen op 10 augustus 2010. De velden zijn met een nauwkeurigheid van +90% geclassificeerd in biologisch (licht groen) en conventioneel (donkergroen). [VISTA]
Op dit moment worden meer tests uitgevoerd om het concept om te zetten in een operationele dienst die betrouwbaar en betaalbaar is voor gebruikers. Deze nieuwe methode voor de biologische landbouw is ontwikkeld door Keyobs, VISTA en de Universiteit van Luik, als onderdeel van een ESA Earth Observation Market Development project.
Verschillende bandcombinaties van een Landsat TM5 beeld van de testvelden in Duitsland. De bovenste rij toont de combinatie van banden van een TM5 beeld genomen in juni 2010. De onderste rij geeft dezelfde bandcombinaties van een TM5 beeld genomen in juli 2010. Hierop kan worden gezien dat maïs (KM: conventioneel, KMO: organische) later in het seizoen groeit (en is gezaaid) dan wintertarwe (WW: conventioneel, WWO: biologisch). [VISTA]
Radar in de landbouw
Naast de hierboven beschreven methode biedt het gebruik van radarsatellieten voor de landbouw ook nieuwe methoden voor gewasmonitoring. Omdat radar satellietgegevens nog niet operationeel gebruikt worden voor gewasmonitoring, heeft de ESA een internationale AgriSAR veldcampagne uitgevoerd in 2009 om te onderzoeken in welke mate frequente C-band radarbeelden van de Sentinel-1 belangrijke informatie kan leveren voor landbouwtoepassingen. De GMES radarsatelliet Sentinel-1, die in 2013 wordt gelanceerd, is primair bedoeld voor mariene toepassingen zoals het detecteren van schepen en het in kaart brengen van zeeijs, maar er is toenemende interesse vanuit het gebruik voor landbouwtoepassingen. Wetenschappers hebben de afgelopen twee jaar radarbeelden die tijdens de campagne van akkers in Canada, Spanje en Flevoland zijn verzameld, geanalyseerd. Radardata van Sentinel-1 werd gesimuleerd met radarbeelden afkomstig van de Canadese Radarsat-2 satelliet. De resultaten van de campagne laten zien dat de landbouw veel baat hebben bij Sentinel-1 radarbeelden, met name tweevoudig gepolariseerde data. Vooral bij frequente dekking zijn ze van nut in gebieden die snel veranderen door groei en beheersmaatregelen. Wetenschappers zijn unaniem in de stelling dat Sentinel-1 radargegevens nauwkeurige gegevens oplevert bij gewasclassificatie. Daarnaast kan het waardevolle informatie geven over ‘leaf area index’, LAI, een parameter die belangrijk is voor het bepalen van de gezondheid en opbrengst van een gewas.
Geclassificeerde gewaskaart van Flevoland op basis van radarinformatie [ESA/SarVision]
[Bron: ESA]