Selon les statistiques nationales de l’USDA, le semis immediate et le travail du sol de conservation sont en hausse, as well as des trois quarts des producteurs de maïs et de soja optant pour des pratiques visant à réduire l’érosion du sol, à maintenir la structure du sol et à économiser du carburant. Cependant, ces estimations sont basées principalement sur les déclarations des agriculteurs et ne sont compilées qu’une fois tous les cinq ans, ce qui limite potentiellement la précision.
Dans une nouvelle étude, des scientifiques de l’Université de l’Illinois démontrent un moyen de cartographier avec précision les terres labourées en temps réel en intégrant des photographs terrestres, aériennes et satellites.
« Nous avons montré que la télédétection peut quantifier les informations sur le travail du sol à l’échelle régionale de manière rentable. Ces informations au niveau du terrain peuvent être utilisées pour soutenir les producteurs dans leurs pratiques de gestion, ainsi que pour soutenir la modélisation de l’agroécosystème et fournir des outils à l’USDA. pour vérifier leurs données de recensement », explique l’auteur principal de l’étude, Sheng Wang, professeur adjoint de recherche au Département des ressources naturelles et des sciences de l’environnement (NRES) de l’Université de l’Ile au Collège des sciences de l’agriculture, de la consommation et de l’environnement (ACES). Il est également chercheur scientifique au Agroecosystem Sustainability Centre (ASC) de l’U of I.
Wang et l’équipe de recherche ont pris des images du sol sur les web sites de terrain individuals dans tout le centre de l’Illinois, générant 6 719 photographs marquées par GPS. Puis ils ont fait en sorte qu’un avion équipé de capteurs hyperspectraux de grande puissance survole la région. Le système aéroporté a balayé 40 000 acres par heure et a capturé de riches signatures spectrales du sol à une échelle d’environ un demi-mètre.
Wang a introduit les shots du sol dans un ordinateur qui a appris à différencier le sol nu des résidus de lifestyle, une caractéristique caractéristique du semis immediate et du travail du sol de conservation. Après s’être entraîné sur des photographs au sol étiquetées, l’ordinateur a pu interpréter et prédire les photos hyperspectrales du capteur aéroporté avec une précision d’environ 82 %. En utilisant cette mise à l’échelle sol-air comme modèle, les ordinateurs ont ensuite développé un algorithme pour passer à nouveau à l’échelle, cette fois de l’air vers l’espace, en utilisant des données satellitaires.
Par rapport à la mise à l’échelle directement du sol au satellite, qui n’était précise qu’environ 22 % du temps selon une analyse distincte de l’étude, la couche aéroportée a augmenté la précision de la cartographie à 67 %.
“En télédétection, nous essayons toujours de relier les données de vérité au sol aux signaux spectraux des satellites, mais cela représente un décalage à grande échelle. Les données hyperspectrales à échelle intermédiaire aident à augmenter les données de vérité au sol car or truck elles peuvent fournir à la fois une haute résolution et la précision. C’est une innovation majeure personne n’a fait cela dans le monde agricole. Cette technologie à plusieurs échelles améliore considérablement notre capacité à créer des informations de vérité sur le terrain “, déclare Kaiyu Guan, professeur associé au NRES, directeur fondateur de l’ASC, et auteur principal de l’étude.
Bien que la méthode ait été testée à Champaign et dans les comtés environnants de l’Illinois, Guan dit que l’équipe s’efforce d’étendre la technologie au Midwest et à la nation. Maintenant que les capteurs aéroportés et les ordinateurs ont été formés pour détecter les preuves de travail du sol à l’aide d’images au sol, il devrait être attainable de renoncer ou de minimiser les photos au sol lors de la prochaine itération.