Спутники, суперкомпьютеры и машинное обучение предоставляют данные о типах сельхозкультур в реальном времени

Учёные разработали новый метод с точностью 95% для различения полей кукурузы и сои по спутниковым данным к концу июля — задолго до уборки урожая. Прорывная технология, опубликованная в журнале Remote Sensing of Environment, использует данные спутников Landsat, машинное обучение и мощности суперкомпьютеров.

До этого официальные данные о посевных площадях кукурузы и сои в США от Министерства сельского хозяйства США (USDA) становились общедоступными лишь через 4–6 месяцев после сбора урожая. Новый метод устраняет этот лаг, предоставляя информацию через 2–3 месяца после посева. Это позволит принимать более обоснованные решения в сфере сельскохозяйственного страхования, логистики цепочек поставок, рынков сырьевых товаров и аренды земли.

Ключом к успеху стало использование определённого спектрального диапазона. «Мы обнаружили спектральную полосу — коротковолновый инфракрасный диапазон (SWIR), — которая чрезвычайно полезна для определения разницы между кукурузой и соей», — говорит первый автор работы Япин Цай. Этот диапазон чувствителен к содержанию воды в листьях, которое у этих культур к июлю предсказуемо различается. Для анализа 15-летних спутниковых данных с разрешением 30 метров в рамках пилотного проекта в округе Шампейн (Иллинойс) потребовались суперкомпьютеры Blue Waters и ROGER и алгоритмы глубокого обучения.