Wkład nauki dla poprawy działań Katarzyna Dąbrowska Zielińska, Martyna Gatkowska, Karol Paradowski, Alicja Malińska, Zbigniew Bochenek, Monika Tomaszewska, Wojciech Kiryła Centrum Teledetekcji Instytut Geodezji i Kartografii Warszawa www.igik.edu.pl
GIS dla Rolnictwa Dane satelitarne NOAA AVHRR : Przestrzeń rolnicza Dane dekadowe - wskaźniki roślinności i temperatura powierzchni (Ts) Wskaźniki charakteryzujące wzrost roślin i wilgotność gleby TCI i VCI Prognoza plonów od 1 kwietnia co dekadę metoda statystyczna czynnikowa Charakterystyka każdej dekady pod kątem niedoborów wody susze Mapy klasyfikacji upraw na podstawie obrazów radarowych oraz optycznych : NOAA AVHRR, Landsat8, SPOT5, Sentinel1 i Sentinel2 Wskaźniki ze wszystkich danych satelitarnych (województwo, powiat, gmina, obszary 1 km2, pole rolnika) Prognoza redukcji plonów upraw
GIS dla Rolnictwa dane satelitarne NOAA AVHRR Susze NOAA AVHRR Grunty orne Prognozowanie plonów NDVI-TS TCI VCI Redukcja plonów
IGiK codzienne prowadzi satelitarne obserwacje powierzchni Teledetekcyjny system oceny wzrostu roślin uprawnych Pozyskiwanie zdjęć satelitarnych Zdjęcia z satelity NOAA AVHRR i MODIS Zdjęcia po kalibracji i korekcji
Modelowanie Plonów Codzienny Monitoring obszaru całej Polski wskaźniki roślinne kalibracja danych satelitarnych poprzez pomiary terenowe Grunty orne Archiwalna baza danych wielkości plonów dla każdego województwa
Wskaźniki Kondycji Roślin WKR (Vegetation Condition Index VCI) województwo powiat piksel 1 km 2 Średnie wojewódzkie wartości wskaźnika VCI dla 2011 r. Wskaźnik VCI dla 2011 r.
Wskaźniki Kondycji Roślin WKR (Vegetation Condition Index VCI)
Długość sezonu wegetacji - rok 2012
Terra MODIS porównanie NDVI z 2009 (dobre warunki) i NDVI z 2012 roku (wymarzanie) Województwo Pomorskie i Kujawsko - Pomorskie 2.03.2012 2.03.2009
Obserwacje pokrywy śniegowej na podstawie zobrazowań satelitarnych Terra MODIS 2014/2015
Wyznaczenie pokrywy śniegu i temperatury powierzchni
Termiczny Wskaźniki Kondycji Roślin TWKR (Thermal Condition Index TCI) TCI dla powiatów (km 2 )
Prognozowanie plonów dla województw dla piksela 1 km2 w powiatach
Susza 2015 - dekada 18 76 %
Susza 2015 - dekada 19 84 %
Susza 2015 - dekada 23 80 %
Obszary redukcji plonów pszenicy powyżej 25 %
Prognozy Redukcji Plonów rzepaku dla województwa wielkopolskiego 11 dekada 14 dekada 16 dekada 2012 2010 GUS: 2010: 29.1 dt h -1 2012: 23.1 dt h -1 Śr. : 26.3 dt h -1
Redukcja plonów rzepak na Mazowszu (wg. modeli po 11 dekadzie) 2003 2006 2010 2007 2009
Uprawy ozime prace prowadzone do modelowania prognozy plonów od jesieni Ocena jesiennych warunków rolniczych 2014.
Przezimowanie upraw ozimych 2012 i 2014
Rzepak w województwie Mazowieckim - wg. modeli po 11 dekadzie - przezimowanie
Wskaźnik ryzyka wymarzania rzepaku.
Wskaźnik wilgotności obliczony w funkcji parowania
Wilgotność gleby zastosowanie zdjęć radarowych
Wielkość współczynnika LAI obliczona na podstawie mikrofalowych zdjęć satelitarnych
Klasyfikacja upraw dla powiatu wykorzystanie danych radarowych w połączeniu z danymi satelitarnymi Landsat8
Wykorzystanie danych satelitarnych i lotniczych Wykorzystanie danych satelitarnych o niskiej, średniej i wysokiej rozdzielczości przestrzennej: 1km2 - województwa, powiaty, duże pola rolników (niedobory wody, wilgotność, ) 250 m prognoza plonów, 30m stan pól uprawnych 10m stan pól uprawnych, procent powierzchni pola gdzie jest zagrożenie upraw Zdjęcia lotnicze i zdjęcia z pułapu dronu zagrożenia upraw Badania terenowe w celu kalibracji modeli
Wymarzanie pszenicy ozimej i rzepaku woj. Kujawsko Pomorskie
Porównanie rozdzielczości NOAA Landsat SPOT 5 wzmocniony kanałem panchromatycznym w rolnictwie
Wykorzystanie zdjęć z pułapu dronu do monitorowania strat na obszarze pola
Kompozycja kanałów oraz NDVI Współpraca dr M. Ostrowski i M. Chiliński
Użytki Zielone - Szacowanie Biomasy na podstawie danych z drona i Landsat8 (w 2016 Sentinel-2)
Przestrzenny rozkład wartości ilości świeżej biomasy oraz średniej biomasy z hektara dla poszczególnych pól podkład: dane z satelity Landsat 8, data pozyskania: 10.06.2015, kompozycja barwna 5-4-3
Budowanie Serwisów Projekt ESA - IGIK ekonomiczne wartości dla rolników Doświadczenia naukowe w budowaniu Serwisu dla rolników Przeprowadzenie ankiet potrzeby użytkowników Utworzenie serwisu dla indywidualnych rolników, organizacji rolniczych oraz administracji państwowej i samorządowej bazującego na informacjach pozyskiwanych za pomocą teledetekcji
ARTES 20 (Advanced Research in Telecomunication System) - Serwis Rolniczy
Odbiorcy Serwisu Firmy produkcyjne Związki Pracodawców- Dzierżawców i Właścicieli Rolnych Producenci rolni Indywidualni Właściciele Rolni (>100 ha) Indywidualni Właściciele Rolni (<100 ha) Administracja Państwowa ARMiR Ministerstwo Rolnictwa CDR oraz Urzędy Gminne ODR GUS Agencja Rynku Rolnego Firmy sprzedające nawozy Firmy dostarczające środki ochrony roślin Firmy dostarczające przyrządy do rolnictwa Firmy precyzyjnego ubezpieczeniowe Firmy konsultingowe Firmy dostarczające rozwiązań do zarządzania produkcją rolniczą Sektor dostarczający produktów do Sektora Rolniczego Sektor dostarczający usług do Sektora Rolniczego
SERENE Satelitarny Serwis Monitorowania Roślin Energetycznych
SERENE SERWIS BIOENERGII Serwis dostarczający informacji o potencjale regionów do produkcji energii odnawialnej z biomasy Cele serwisu oraz problemy do rozwiązania: Gdzie obecnie są plantacje? Jaki jest bilans biomasy w regionach? Mapy plantacji w wybranych regionach Gdzie mogą powstać nowe plantacje? Prognoza ich produktywności i profitów Rozwiązania proponowane przez serwis Mapa obszarów o potencjale do uprawy roślin energetycznych Operacyjny Serwis Monitorowania Plantacji Roślin Energetycznych Monitorowanie kondycji roślin energetycznych i prognoza plonów Określenie wielkości energii możliwej do pozyskania z tych plantacji Rekomendowane uprawy Monitorowanie wilgotności gleby Bilans energii dla regionów Prognoza produktywności energii i przychodów Prognoza produktywności energetycznej i przychodów
Monitorowanie upraw energetycznych Monitoring based on satellite data Processing of data Renewable energy experts energy crops Soil moisture maps Crop condition maps biomass Yield prognosis Prognosis of energy productivity and income Free data Data available on commercial basis Opinions, requirements, engagement, interest of users
Klasyfikacja upraw energetycznych
Plantacje kukurydzy
NDVI plantacji kukurydzy
Wilgotność gleby plantacja Płaszczyca, Pawłówko 30 lipiec 2014
Plantacje topoli
NDVI plantacji topoli
Klasyfikacja kondycji topoli + statystyki NDVI Area (ha) Name % between 0.75 and 0.85 61,32 High Vegetation 53,63 between 0.65 and 0.75 27,41 Medium Vegetation 23,97 between 0.55 and 0.65 11,23 Low Vegetation 9,82 below 0.55 4,77 Very_Low_Vegetation-Bare soil 4,17 above 0.85 9,62 Very High Vegetation 8,41 114,34
Mapa Biomasy plantacja topoli
Mapa Biomasy plantacja topoli (2)
Gdzie założyć plantacje? Mapa obszarów nieużytkowanych rolniczo
Już niedługo Serwis SERENE operacyjny
Zadrzewienia śródpolne kartowanie w skali mikro (np: działki ewidencyjne) Zasięgi i wysokości drzew z lotniczego skaningu laserowego (dane ISOK) Zadrzewienia śródpolne z satelity Sentinel-2 rozdzielczość przestrzenna 10x10 m
DZIĘKUJĘ ZA UWAGĘ