Projekt V4-1811 Uporaba podatkov satelitskega sistema Sentinel ter nekaterih ostalih podatkov daljinskega zaznavanja za kontrolo neposrednih plačil v kmetijstvu

Predstavitev projekta

    Naslov projekta Uporaba podatkov satelitskega sistema Sentinel ter nekaterih ostalih podatkov daljinskega zaznavanja za kontrolo neposrednih plačil v kmetijstvu
   
    Šifra / SICRIS    V4-1811

Trajanje projekta

1.11.2018 – 30.4.2020

Odgovorni nosilec

dr. Uroš Žibrat (KIS, Oddelek za varstvo rastlin)

Sodelujoče organizacije

Sinergise d.o.o.

Projektna skupina

Seznam raziskovalcev

Financerja

http://www.kis.si/f/img/Image/Banner_ARRS.jpghttp://www.kis.si/f/img/Image/banner_MKGP.jpg

Finančna opredelitev

ARRS 38.000,00 €, MKGP 81.688,00 €, skupaj 119.988,00 €

Bibliografija projekta

SICRIS

 

Ozadje in problematika

Z izstrelitvijo satelitskega sistema Sentinel si je Evropska skupnost zagotovila neodvisen vir sistematičnega in globalnega snemanja zemeljskega površja v dobri spektralni, prostorski in časovni ločljivosti, ki omogočajo natančnejše opazovanje zemeljskega površja in sprememb na njem kot je bilo to mogoče pred delovanjem Sentinel satelitskega sistema. Evropska komisija skozi različne oblike spodbuja uporabo posnetkov Sentinel sistema, ki imajo zaradi dobre časovne, spektralne kot tudi relativno dobre prostorske ločljivosti široko uporabnost. Prav v kmetijstvu naj bi satelitski posnetki omogočili številne uporabe. Evropska vesoljska agencija (ESA) je v sodelovanju splošnih
direktoratov za kmetijstvo in razvoj podeželja (DG-AGRI) ter direktorata za notranji trg, industrijo, podjetništvo ter mala in srednja podjetja (DG-GROW) in skupnega raziskovalnega središča (JRC), vzpostavila projekt SEN4CAP, ki naj bi s podatki satelitskega sistema Sentinel pomagal doseči osrednji cilj skupne kmetijske politike (SKP), t. j. izboljšanje produktivnosti ob hkratnem trajnostnem načinu kmetijske pridelave. Največji delež financiranja v okviru SKP upravlja integrirana administrativna in kontrolna organizacija (IACS). Prav z večjo vlogo podatkov daljinskega zaznavanja se želi ob reformi SKP doseči tudi večjo učinkovitost kontrolne organizacije. V okviru projekta je bilo izbranih 6 nacionalnih plačilnih agencij, ki bodo pilotno preizkušale rezultate projekta SEN4CAP. Potrebno je poudariti, da je eden od večjih konzorcijskih partnerjev projekta slovensko podjetje Sinergise. Osnovni namen projekta je določitev, ter v naslednji fazi vzpostavitev, izdelkov in storitev za večjo učinkovitost IACS. Takšni izdelki so denimo karte posevkov oziroma rastlin v pridelavi, ki lahko služijo kot pomoč pri ugotavljanju spoštovanja ukrepa pridelovanja več različnih rastlin na kmetiji kot tudi izpolnjevanje ukrepov na površinah z ekološkim pomenom. V verigo aktivnosti so vključeni nujni postopki predobdelave satelitskih posnetkov ter združevanje podatkov daljinskega zaznavanja s podatki nacionalnih agencij za izvajanje SKP in integriranega administrativnega in kontrolnega sistema (kot so letne prijave pridelave, evidence grafičnih enot kmetijske pridelave…). Na pilotskih projektih se bo preizkusila uporabnost in zanesljivost novih izdelkov in storitev, ki temeljijo na podatkih daljinskega zaznavanja.

Uresničevanje kmetijske politike z usmerjanjem kmetijske pridelave in okoljskih spodbud skozi sistem neposrednih plačil vključuje tudi ustrezen kontrolni mehanizem, ki preprečuje zlorabe oziroma zagotavlja njegovo transparentnost. Za ta namen je potrebno zagotoviti metodologijo za avtomatsko in pol avtomatsko identifikacijo sprememb, ki se dogajajo na kmetijskem zemljišču. Spremembe so lahko splošne kot je sprememba dejanske rabe kmetijskega zemljišča ali pa so omejene na spremembo posevka, ki se prideluje, in njihov razvoj v ciklu rasti. Zanesljivost identifikacije sprememb je pogojena s kakovostjo vhodnih podatkov daljinskega zaznavanja ter izbrane metode za identifikacijo sprememb. Boljša kot je prostorska, spektralna in časovna ločljivost posnetkov, bolj zanesljivo identifikacijo sprememb lahko pričakujemo. Identifikacijo zaznave sprememb lahko izboljšamo z dodatnimi podatki prostora. Ena večjih ovir, ki jih pričakujemo pri implementaciji podatkov satelitskega sistema Sentinel, je prostorska ločljivost, saj je osnoven slikovni element velik 10 m in več, odvisno od dela spektra Sentinelovega posnetka. Pri močno razdrobljni posestni strukturi v Sloveniji, je ta problem še bolj poudarjen. Deloma se lahko premaga ta ovira z ostrenjem z drugimi satelitskimi posnetki, ki imajo v osnovi boljšo prostorsko ločljivost in slabšo spektralno ločljivost in/ali sočasno z uporabo drugih podlag kot je digitalni model višin, digitalni ortofoto ali pa z drugi podatki daljinskega zaznavanja. V Sloveniji imamo možnost uporabe hiperspektralnih kamer na ultra lahkem letalu (Kmetijski inštitut Slovenije v sodelovanju z Aerovizijo d.o.o.), kar omogoča odlično spektralno in prostorsko ločljivost (pod 0,5 m). Seveda je kapaciteta letalskega snemanja neprimerljiva s satelitskim snemanjem in na večjih površinah tudi cenovno manj ugodna, je pa možno na omejenih območjih izboljšati interpretacijo
Sentinelovih posnetkov in jo kasneje uporabiti pri preostalih Sentinelovih posnetkih.

Cilji projekta:

Cilj projekta je pripraviti analizo uporabe različnih podatkov in metodologij za potrebe monitoringa izvajanja ukrepov kmetijske politike, ki temeljijo na analizi podatkov daljinskega zaznavanja. Sodelovanje s sodelavci podjetja Sinergise bo omogočilo testiranje izdelkov in storitev, ki bodo ustvarjeni v projektu H2020 Perceptive Sentinel. Bolj kot razvijanje svojih konceptov in metodologij za avtomatsko identifikacijo sprememb na kmetijskih zemljiščih, ki jih potrebuje kontrolna organizacija, bomo poskrbeli za testiranje primernih izdelkov in storitev v specifično razdrobljenem kmetijskem prostoru Slovenije, ki bodo razviti v okviru tega projekta in, v kolikor bo mogoče, tudi ostalih.
 

Na povezavi si lahko ogledate predstavitev o naravi podatkov satelitskega sistema Sentinel ter njihovi dostopnosti. Predstavitev je pripravil Grega Milčinski, Sinergise d.o.o. .

REZULTATI PROJEKTA SO V SPODNJIH DATOTEKAH: