Aktuality

Aktuálny stav plodín, ale aj trendy ich vývoja v čase – to dokáže určiť nový automatizovaný model, ktorý je založený na metódach strojového učenia. SK-CROP-net – (Satellite based crop classification model) dokáže identifikovať aktuálne využitie poľnohospodárskych parciel v širšej regionálnej mierke. Na tvorbe modelu sa podieľali vedecké tímy z Ústavu krajinnej ekológie SAV, v. v. i., a Ústavu informatiky SAV, v. v. i.

„V našej štúdii sme implementovali prístup doménovej generalizácie, ktorého cieľom je trénovať model na viacerých zdrojových doménach, často s rôznymi charakteristikami tak, aby ho bolo možné použiť na nové cieľové domény bez potreby jeho ďalšieho doladenia alebo adaptácie na novú doménu. Využívame najmä päťročné série produktov Sentinel a referenčné údaje, čo umožňuje hlbšie preskúmať potenciál údajov Sentinel-2 pri medziročnom mapovaní plodín,“ uviedol Tomáš Rusňák z Ústavu krajinnej ekológie SAV, v. v. i.

Keďže model je dostatočne robustný a otestovaný na viacročných časových radoch, je možné s jeho pomocou určiť nie len aktuálny stav plodín, ale aj trendy ich vývoja v čase. Spolu s ďalšími vplyvmi prostredia, ako napríklad klimatické ukazovatele alebo pôdne parametre je možné následne komplexne vyhodnotiť dopad klimatických extrémov, osevných postupov alebo prísunu živín na stav poľnohospodárskych plodín. 

„Výskum sme realizovali v rámci projektovej výzvy Európskej vesmírnej agentúry ESA PECS (Plan for European Cooperating States) v spolupráci s firmou YMS, a. s., ktorá tieto poznatky preniesla do služby pre poľnohospodárov formou tzv. vesmírneho prekladača. Ten okrem iného umožňuje sledovanie stavu plodín na poliach počas ich vegetačnej sezóny,“ dodal Tomáš Rusňák. 

Spracovala: Monika Tináková

Foto: Unsplash/No one cares