Исследователи разработали еженедельный мониторинг как глобальный индикатор здоровья растений

Исследователи из Технического университета Мюнхена (TUM) разработали метод для оценки состояния здоровья растений по всему миру. Метод основан на спутниковых снимках и использует подход гибридного интеллекта, сочетающий физические модели и искусственный интеллект (ИИ), для предоставления надежных данных с еженедельным обновлением. Работа опубликована в журнале Remote Sensing of Environment.

Этот индикатор имеет большое значение для глобального сельского хозяйства и климатических исследований, где до сих пор не хватало единой базы данных для информированных действий. Содержание хлорофилла в листовом пологе напрямую связано с метаболической активностью растений и является ключевым показателем их здоровья и роста, что помогает оценивать производство биомассы и урожайность.

«Используя этот гибридный подход, наш метод преодолевает ограничения типично используемых методов, основанных на данных отражения с поверхности Земли», — поясняет первый автор публикации Донг Ли. Обученные модели ИИ могут оценивать содержание хлорофилла непосредственно по спутниковым данным, минуя проблемы с наземными измерениями, например, частичную облачность. Поскольку метод использует почти еженедельно обновляемые спутниковые данные, он позволяет наблюдать динамические изменения. «Мы можем видеть, как растения реагируют на изменяющиеся условия, такие как временные вариации из-за изменения климата», — отмечает профессор Кан Ю. Индикатор может быть полезен для моделирования жизнеспособности сельскохозяйственных культур и процессов на поверхности Земли, что, в свою очередь, может информировать глобальное принятие решений в сельском хозяйстве и адаптации к климату.