Высокодетальное картирование влажности почвы

Почвенная влажность — критически важный параметр для фермеров, планировщиков, учёных и всех, кто занимается подготовкой к глобальным экологическим изменениям. Однако измерение влажности на больших территориях — сложная задача. Родриго Варгас и Марио Гевара из Университета Делавэра разработали новый подход, значительно повышающий точность прогнозов, даже для обширных районов без исходных данных.

По сравнению со стандартными оценками спутниковых сенсоров, новая методика увеличивает точность прогнозов более чем на 20% и позволяет картировать влажность с гораздо более высоким разрешением. Стандартные спутниковые сетки имеют разрешение около 27 км на пиксель. Метод Гевары и Варгаса улучшает разрешение до 1 км на пиксель, что делает данные гораздо более полезными для локального применения, например, на уровне штата.

«Понимание этих закономерностей критически важно для национальной и международной безопасности, — отметил Родриго Варгас. — Мы не можем измерить всё везде и всегда... Поэтому мы используем альтернативные подходы, такие как машинное обучение». Новый метод сочетает науку о данных и машинное обучение с геоморфометрией — количественным анализом поверхности суши с использованием топографической информации. Модель была обучена на спутниковых данных Европейского космического агентства (1991–2016 гг.) и валидирована по наземным измерениям из набора данных North American Soil Moisture Dataset, включающего информацию с более чем 2000 метеостанций. Следующим шагом исследования станет применение метода в глобальном масштабе.