EOS-4 dual-polarised and Hybrid polarimetric data utilization for field crops and plantation monitoring

In den feuchten, wolkenverhangenen Monsunzeiten Indiens war das Beobachten des Pflanzenwachstums aus dem Weltraum lange Zeit ein Glücksspiel. Optische Satelliten, die auf sichtbares Licht angewiesen sind, um Bilder zu machen, werden oft durch dichten Nebel, Dunst oder den unerbittlichen Regen, der die Wachstumsperiode prägt, geblendet. Wenn der Himmel grau ist, verschwindet die Sicht von oben, was Landwirte und Wissenschaftler im Dunkeln darüber lässt, wie es um die Gesundheit ihrer Felder steht. Um dies zu lösen, wandten sich Forscher einer anderen Art von Auge zu: dem Radar. Im Gegensatz zu einer Kamera, die Licht benötigt, sendet Radar unsichtbare Mikrowellenpulse aus, die von der Erde abprallen und zum Satelliten zurückkehren, wobei sie direkt durch Wolken und Dunkelheit sehen können. Diese Technologie reagiert besonders empfindlich auf die physische Struktur von Pflanzen und den Wassergehalt, den sie halten, was sie zu einem zuverlässigen Werkzeug für die Verfolgung der Landwirtschaft macht, selbst wenn das Wetter am schlimmsten ist. Jahrelang haben Wissenschaftler diese Radarsignale genutzt, um Reis und andere Nutzpflanzen zu kartieren, aber ein neuer Satellit hat kürzlich eine schärfere, vielseitigere Möglichkeit eröffnet, die Erde zu betrachten, die verspricht, Details über das Pflanzenwachstum zu enthüllen, die zuvor verborgen blieben.

Ein Team von Forschern der indischen Institute für Fernerkundung und Weltraumwissenschaften hat diese neue Fähigkeit kürzlich mit dem Start von EOS-4 getestet, einem Satelliten, der darauf ausgelegt ist, fortschrittliche Radarinstrumente zu tragen. Ihr Ziel war es zu sehen, ob diese neuen Daten mehr leisten konnten, als nur zu identifizieren, welche Nutzpflanzen wachsen; sie wollten wissen, ob sie das tägliche Leben eines Feldes verfolgen könnten, vom Moment der Aussaat bis zur endgültigen Ernte und sogar die komplexen, mehrjährigen Zyklen von Teeplantagen überwachen könnten. Die Studie konzentrierte sich auf zwei sehr unterschiedliche Landschaften: die flachen, semiariden Ebenen von Agra, wo Landwirte Reis und Perlhirse anbauen, und die nebligen, hügeligen Teegärten von Palampur. Durch die Kombination von Weitbereichsscans, die ganze Regionen abdecken, mit hochauflösenden Schnappschüssen spezifischer Felder, kartierte das Team, wie sich die Radarsignale veränderten, während die Nutzpflanzen wuchsen, reiften und geerntet wurden.

In den Feldern von Agra beobachteten die Forscher den Reis und die Perlhirse während der Monsunzeit. Reis, der oft in überfluteten Reisfeldern angebaut wird, wies eine einzigartige Signatur auf. Als die Felder zuerst überflutet wurden und die jungen Pflanzen gerade erst transplantiert wurden, war das Radarsignal sehr schwach, da die glatte Wasseroberfläche wie ein Spiegel wirkte und das Signal vom Satelliten weg reflektierte. Als der Reis höher wuchs und die Blätter begannen, die Luft zu füllen, wurde das Signal stärker und prallte kräftiger zurück. Das Team fand heraus, dass sie durch die Betrachtung dieser Veränderungen im Zeitverlauf zwischen Reis, der früh, pünktlich oder spät gepflanzt wurde, unterscheiden konnten, wodurch ein klares Bild des Ernteplans in ganz dem Distrikt entstand. Perlhirse, ein robustes Korn, das in trockeneren Bedingungen gedeiht, zeigte ein anderes Muster. Während die Pflanzen von nacktem Boden zu dichten, hohen Stängeln heranwuchsen, nahm das Radarsignal stetig zu und erreichte seinen Höhepunkt, als die Pflanze am vollsten war. Die Forscher verwendeten einen spezifischen Index, eine Berechnung basierend darauf, wie das Radar von den Pflanzen abprallte, um dieses Wachstum zu verfolgen. Sie fanden heraus, dass dieser Index anstieg, als die Nutzpflanze üppig wurde, und wieder sank, als die Pflanzen austrockneten und geerntet wurden, wobei nur noch die Stoppeln oder gebündelten Stängel zurückblieben. Dies ermöglichte es ihnen, genau zu bestimmen, wann die Nutzpflanzen bereit für den Schnitt waren und wann die Felder leer waren.

Um die Pflanzen im Detail besser zu verstehen, nutzte das Team auch einen hochauflösenden Modus des Satelliten, der einzelne Felder mit unglaublicher Klarheit sehen konnte. Sie sammelten physische Proben vom Boden, maßen das Gewicht der Pflanzen sowie deren Höhe und verglichen diese Zahlen mit den Radardaten. Sie entdeckten, dass die neuen Radarsignale hochempfindlich gegenüber der Menge an lebendem Pflanzenmaterial, bekannt als Biomasse, und der Blattfläche waren, selbst wenn die Nutzpflanzen sehr dicht standen. Durch die Zerlegung des Radarsignals in verschiedene Arten von Reflexionen konnten sie den Unterschied zwischen der glatten Oberfläche eines geernteten Feldes, dem Doppelsprung (Double Bounce), der auftritt, wenn ein Signal auf den Boden und dann auf einen vertikalen Stängel trifft, und dem Volumen-Bounce, der entsteht, wenn ein Signal durch ein dichtes Blätterdach streut, erkennen. Dieser Detailgrad bedeutete, dass sie nicht nur sehen konnten, dass eine Nutzpflanze vorhanden war, sondern auch schätzen konnten, wie viel davon vorhanden und wie gesund sie war, ohne jemals einen Fuß auf das Feld gesetzt zu haben.

Die Studie richtete ihre Aufmerksamkeit auch auf die Teegärten von Palampur, einer Nutzpflanze, die sich sehr anders verhält als einjährige Getreidearten. Tee ist eine mehrjährige Pflanze, was bedeutet, dass sie Jahr für Jahr wächst, und ihr Wert hängt vom Timing des Pflückens der jüngsten Blätter und Knospen ab. Die Forscher fanden heraus, dass das Radar die spezifischen Momente erkennen konnte, in denen die Büsche beschnitten wurden und wann die Blätter geerntet wurden. Als die Teesträucher beschnitten wurden, sah das Radar eine Veränderung in der Struktur der Pflanzen, und als neue Blätter nachwuchsen, verschob sich das Signal erneut. Sie beobachteten, dass die Anwesenheit von Schattenbäumen in den Gärten ein konsistentes Signal erzeugte, die Teesträucher selbst jedoch deutliche Veränderungen zeigten, je nachdem, ob sie geerntet wurden oder sich in einer Ruhephase im Winter befanden. Die Daten offenbarten, dass rechtzeitiges Pflücken und Beschneiden spezifische Muster im Radar-Rücklauf erzeugte, was die Überwachung dieser wirtschaftlichen Stadien selbst während der schweren Regenfälle des Monsuns ermöglichte, einer Zeit, in der traditionelle Beobachtungen nahezu unmöglich sind.

Die Ergebnisse legen nahe, dass dieses neue Satellitensystem ein leistungsstarkes Werkzeug für die Bewirtschaftung der Landwirtschaft in Regionen ist, in denen das Wetter die Sicht oft trübt. Es erwies sich als fähig, zwischen verschiedenen Arten von Nutzpflanzen zu unterscheiden, deren Wachstumsstadien mit Präzision zu verfolgen und ihren physischen Zustand zu schätzen. Die Fähigkeit, durch Wolken und Nebel zu sehen, bedeutet, dass Landwirte und Planer Entscheidungen auf der Grundlage von Echtzeitdaten statt auf Vermutungen treffen können. Obwohl sich die Studie auf Reis, Hirse und Tee konzentrierte, deuten die hier entwickelten Methoden auf eine Zukunft hin, in der Radar eine Vielzahl von Nutzpflanzen und Plantagen überwachen kann, was ein kontinuierliches, zuverlässiges Auge auf die Nahrungsmittelversorgung unabhängig vom Wetter darüber bietet.