FLOREO – Satelitarny monitoring ryzyka powodziowego

Wstęp


FLOREO jest systemem wczesnego przewidywania i analizy ryzyka wystąpienia powodzi w skali regionalnej i krajowej, a także sposobem wizualizacji wyników za pomocą serwisu mapowego. Pomysł i sposób ujęcia projektu zostały skonsultowane z przedstawicielami Instytutu Hydrometeorologicznego w Czechach (CHMI) – głównej, krajowej organizacji zajmującej się monitoringiem i zapobieganiem powodzi.

 

Instytucja/ instytucje


Zespół FLOREO został utworzony przez 3 partnerów: SPRINX, GISAT i Wydział Przyrodniczy Uniwersytetu Karola w Pradze.


Dane


Prezentowany system oparty jest na współczesnym monitoringu równowagi krajobrazu wodnego poprzez łączenie zobrazowań satelitarnych z danymi wysokorozdzielczymi oraz danymi miejscowymi z sieci stacji opadowych i meteorologicznych, pozyskiwanymi przez CHMI. Polega on w szczególności na dokładnym mapowaniu oraz monitorowaniu pokrywy śnieżnej i topnienia śniegu w miesiącach letnich, a także zarządzaniu potencjalnym ryzykiem powodziowym.


Narzędzia i metodyka


W projekcie FLOREO zastosowano różne podejścia w zależności od analizowanych danych. Temat wilgotności gleby został ujęty na dwa różne sposoby: z punktu widzenia modelowania oraz z punktu widzenia obserwacji satelitarnych. Model może być stosowany regularnie w celach symulacji zmian wilgotności gleby we wcześniej zdefiniowanej siatce kwadratowej. Modelowanie spływu powierzchniowego i ocena zagrożenia powodziowego były prowadzone przez analizę aktualnych informacji o pojemności infiltracji gleby oraz odpowiadającemu mu odpływowi wód opadowych. Analiza ta zawiera model wilgotności gleby i monitoring wegetacji. Dane odnośnie fazy wegetacji były w formie wartości współczynników LAI i NDVI dla dekady. Zestawienie powyższych informacji z danymi o pokryciu terenu i mapami glebowymi pozwoliło na efektywniejsze wdrożenie zaproponowanego modelu.


Wyniki i wnioski


System FLOREO dostarcza nie tylko informacji o monitorowanych danych, ale także danych symulowanych z wykorzystaniem aktualnych pomiarów i danych przewidywanych następnego dnia jak opad krytyczny, mogący spowodować spływ powierzchniowy czy potencjalny odpływ symulowany dla kilku scenariuszy opadowych.


Dodatkowe materiały


Praktyczne wykorzystanie zasobów zgromadzonych w ramach projektów FLOREO zostało przedstawione na poniższych filmach.

Monitoring śniegu:

 

 

Monitoring i symulacja odpływu:

 

 


Źródła


1. Strona internetowa projektu FLOREO: www.floreo.cz [dostęp 3.12.2014];

 

Zmienność warunków przezimowania rzepaku na obszarze Polski



Wstęp



Celem ekspertyzy przedstawionej w niniejszym artykule było wykonanie przestrzennej analizy warunków przezimowania rzepaku na obszarze Polski oraz wskazanie obszarów (powiatów), dla których warunki te w skali kraju są najgorsze. Prace zostały wykonane na zamówienie firmy Bayer Sp. z.o.o. w 2012 roku. Podobnego typu opracowanie wykonane również w 2012 roku zostało zamówione przez Powszechnego Zakładu Ubezpieczeń na Życie S.A. dotyczące zbóż.

 


Instytucja/instytucje



Opisane w niniejszym artykule prace wykonano na zamówienie firmy BAYER Sp. z.o.o. w Centrum Teledetekcji Instytutu Geodezji i Kartografii w Warszawie. Zakład Teledetekcji jest jednostką wyspecjalizowaną w przetwarzaniu zdjęć lotniczych i satelitarnych i przygotowywaniu na ich podstawie różnorodnych opracowań obejmujących tematy monitoringu obszarów rolniczych, lasów i obszarów chronionych oraz kartowania pokrycia i użytkowania terenu.

 

Dane



Do przygotowania analizy zmienności warunków przezimowania rzepaku na obszarze Polski wykorzystana została baza danych wskaźników roślinnych, utworzona na podstawie obrazów satelitarnych NOAA-AVHRR (Advanced Very High Ressolution Radiometer), obejmująca lata 1997 – 2012 (więcej informacji na temat bazy danych NOAA-AVHRR: http://www.igik.edu.pl/pl/noaa-avhrr). Informacje na temat obszarów rolnych uzyskano na podstawie przygotowanej w Centrum Teledetekcji Instytutu Geodezji i Kartografii warstwie obszarów rolniczych.



Narzędzia i metodyka




Ogół prac obejmował trzy etapy:
- Obliczenie wartości wskaźników wrażliwych na warunki przezimowania roślin dla obszarów rolniczych: wartości temperatury powierzchni i utworzonego na ich podstawie wskaźnika TCI (Temperature Condition Index), wartości NDVI (Normalized Differenced Vegetation Index) i utworzonego na ich podstawie wskaźnika VCI (Vegetation Condition Index). NDVI jest wskaźnikiem bazującym na różnicach w ilości promieniowania czerwonego i podczerwonego odbijanego przez rośliny. Gdy rośliny są zdrowe, w ich tkankach można zaobserwować dużą zawartość zielonego barwnika - chlorofilu. Chlorofil powoduje pochłanianie światła czerwonego i intensywne odbijanie promieniowania podczerwonego. Zależność ta jest uwzględniona w formule wskaźnika NDVI, dlatego osiąga on wysokie wartości dla roślin zdrowych. Rośliny będące w złym stanie mają niską zawartość chlorofilu, co przejawia się również w niskich wartościach wskaźnika NDVI.
- Uśrednienie uzyskanych wartości wskaźników w granicach administracyjnych powiatów.
- Analiza statystyczna.
W wyniku analizy statystycznej wykonano prognozy plonów rzepaku dla okresów kluczowych dla rozwoju tej rośliny. Wybrany został okres, który wykazywał najlepszą korelację z warunkami przezimowania roślin. W celu określenia warunków przezimowania roślin, dla każdego powiatu określono obniżenie wielkości plonów w stosunku do maksymalnych prognozowanych plonów. Przykładowa mapa ilustrująca prognozę redukcji plonów rzepaku przedstawiona jest na rysunku 1. Na podstawie przygotowanych prognoz wyliczone zostały wskaźniki warunków przezimowania roślin, których progowanie pozwoliło na przestrzenne określenie warunków przezimowania w dziesięciostopniowej skali od 0 (warunki bardzo dobre) do 10 (warunki ekstremalnie złe). Następnie przeanalizowano zmienność warunków przezimowania w latach 1997-2012.


Rysunek 1. Przykładowa mapa redukcji plonów

rzepak


Wyniki i wnioski



W wyniku prac wykona została ekspertyza obejmująca opracowanie tekstowe oraz mapy prezentujące szczegółowy rozkład wskaźników przezimowania rzepaku w skali powiatów. Zgodnie z zamówieniem w ekspertyzie wskazano obszary, dla których złe warunki przezimowania występowały najczęściej i są nimi najbardziej zagrożone.



Dodatkowe materiały



Link do Centrum Teledetekcji Instytutu Geodezji i Kartografii:
http://www.igik.edu.pl/pl/teledetekcja-problematyka



Źródła



Opis przygotowano na podstawie badań prowadzonych w Centrum Teledetekcji Instytutu Geodezji i Kartografii w Warszawie

 

 

 

Zastosowanie danych terenowych w Polsce do walidacji produktów BioPar



Wstęp



W 2011 roku francuski Narodowy Instytut Badań Rolniczych Institut National de la Recherche Agronomique (INRA) zlecił Centrum Teledetekcji IGiK zadanie wykonania pomiarów terenowych niezbędnych do walidacji danych biogeofizycznych. Prace te zostały wykonane w ramach projektu europejskiego GEOLAND2 a wyniki prac miały zostać wykorzystane do walidacji produktów BioPar, modułu opracowanego w ramach ww. projektu. Moduł BioPar (Biogeophysical Parameters Core Mapping Service) powstał z myślą stworzenia kompleksowej bazy danych biogeofizycznych na podstawie zdjęć satelitarnych. Do sprawdzenia jakości tych danych wymagane było przeprowadzenie testów, pozwalających na określenie dokładności produktów BioPar. W tym celu INRA zleciła Centrum Teledetekcji przeprowadzenie szeregu testów na reprezentatywnych obszarach rolniczych Wielkopolski w okresie kwiecień-jesień.



Instytucja/instytucje



Centrum Teledetekcji Instytutu Geodezji i Kartografii w Warszawie od wielu lat prowadzi badania terenowe na obszarach rolniczych w Wielkopolsce. Selekcja pól testowych do tego zadania opierała się na wielkości pola minimum 1km x 1km, wysokiej kultury uprawy roślin oraz zróżnicowanym rodzaju zbóż uprawianych w Wielkopolsce.



Dane



Specjalistyczny sprzęt dostarczony przez INRA został zainstalowany na polach pszenicy, żyta, kukurydzy, rzepaku, lucerny, jęczmienia oraz pszenżyta. Sprzęt rejestrował promieniowanie niebieskie odbijane przez rośliny w promieniu 10 metrów x 10 metrów. System rejestracji składał się z procesora zapisującego dane oraz sześciu par sensorów PASTIS-57, ulokowanych w promieniu 2, 6 i 10 metrów od masztu z procesorem. Cykl rejestracji promieniowania odbywał się automatycznie co minutę. Zakres czasowy pomiarów obejmował sezon wegetacyjny roślin, tj. od kwietnia do września.



Narzędzia i metodyka




Zapisane dane zostały następnie dostarczone do INRA. W następnej fazie prac INRA miała je wykorzystać do walidacji produktów BioPar, szczególnie do produkcji parametru biogeofizycznego LAI na podstawie zobrazowań satelitarnych. Parametr LAI (Leaf Area Index) charakteryzuje powierzchnię czynną liści do wykorzystania energii światła w procesie fotosyntezy. Analizując zgromadzone dane terenowe w Wielkopolsce od kwietnia do września 2011 r. specjaliści INRA mogli przeprowadzić dodatkowe testy walidacyjne jakości produktu BioPar.



Wyniki i wnioski



Wyniki prac terenowych zostały wysłane do INRA a następnie wykorzystane przez specjalistów do walidacji produktów BioPar (w tym parametru biogeofizycznego LAI). W tym zadaniu duże znaczenie odegrało znalezienie właściwych pól testowych, obszarów rolniczych spełniających kryteria stawiane przez francuskich naukowców. Dzięki wieloletnim doświadczeniom w badaniach terenowych wykonywanych w Wielkopolsce przez Centrum Teledetekcji możliwe było przygotowanie kompleksowej bazy danych potrzebnej do dalszych prac naukowych.



Dodatkowe materiały



Zdjęcie: system PASTIS-57 na polu kukurydzy w Wielkopolsce

biopar



Baza danych pomiarów terenowych utworzona w Centrum Teledetekcji IGiK:

biopar2

Informacje o systemie PASTIS-57: http://w3.avignon.inra.fr/pastis/

 

Źródła



Simic A., Production of the high resolution maps of biophysical variables based on SPOT imagery and in-situ measurements generated by PASTIS 57 for Hyytiala, Finland, Geoscience and Remote Sensing Symposium (IGARSS), 2012 IEEE International , pp. 7655 – 7658.

 

 

Jakość danych biogeofizycznych CROP CIS



Wstęp



W ramach europejskiego projektu GEOLAND2 został przygotowany moduł Global Crop Monitoring Core Information Service (CROP CIS). Moduł CROP CIS powstał z myślą utworzenia globalnej bazy parametrów biogeofizycznych służących do określenia kondycji roślin, bilansu promieniowania i cyklu wodnego. Do tego modułu zostały przygotowane niezależnie dwie bazy danych biogeofizycznych BioPar (Biogeophysical Parameters) i MARS (Monitoring Agricultural Resources). Centrum Teledetekcji IGiK wykonało walidację, porównując jakość danych BioPar oraz MARS w odniesieniu do plonów zbóż w Europie w latach 1999-2009. Duży zainteresowaniem wyników prac wykazała się Organizacja Food and Agriculture Organization of the United Nations (FAO).



Instytucja/instytucje



Opisane w niniejszym artykule prace wykonano w Centrum Teledetekcji Instytutu Geodezji i Kartografii w Warszawie. Doświadczenia w stałym monitorowaniu suszy oraz w opracowywaniu modelu prognozy plonów pozwoliły na wykonanie zaawansowanych prac w walidacji produktów BioPar i MARS.



Dane



Do oceny jakości danych BioPar potrzebne były dane biogeofizyczne MARS. Produkty BioPar przygotował belgijski instytut VITO, natomiast produkty MARS zostały opracowane przez europejski instytut Joint Research Centre. Dane BioPar i MARS cechują się tę samą rozdzielczością przestrzenną 1 km oraz rozdzielczością czasową dziesięć dni. Dodatkowym argumentem była możliwość porównania tego samego zestawu parametrów biogeofizycznych NDVI (Normalized Difference Vegetation Index) i fAPAR (Fraction of Absorbed Photosynthetically ActiveRadiation), dostępnych w jednej i drugiej bazie danych. Wskaźnik NDVI bazuje na relacji odbitego promieniowania w czerwonym paśmie widzialnym i w podczerwieni. Natomiast fAPAR to parametr określający stopień absorpcji (pochłaniania) światła słonecznego przez komórki roślinne odpowiedzialne za fotosyntezę. Oba parametry pozwalają ocenić stan kondycji i rozwój roślin. Różnica między BioPar i MARS polegała na innej metodologii opracowywania produktów. Dane o plonach dla Europy zostały pobrane ze strony Europejskiej Agencji Środowiska (EEA).



Narzędzia i metodyka



W pierwszej fazie prac wykonano obliczenia średnich wartości parametrów biogeofizycznych NDVI, fAPAR na poziomie jednostek administracyjnych NUTS2. NUTS Nomenclature of Territorial Units for Statistics to standard przyjęty do identyfikacji jednostek terytorialnych na potrzeby analiz statystycznych. Zostały wprowadzone trzy poziomy NUTS1, NUTS2, NUTS3, np. w przypadku Polski wprowadzono 16 jednostek na poziomie NUTS2 (województwa). Dla krajów Dania, Niemcy i Wielka Brytania wykonano obliczenia na poziomie NUTS1, ze względu na brak danych o plonach dla tych krajów na poziomie NUTS2. W kolejnej fazie wykonano analizy statystyczne, takie jak korelacje plonów zbóż z parametrami NDVI i fAPAR pochodzącymi z BioPar i MARS. W dalszej części prac zostały obliczone wskaźniki oceny trafności prognoz tj. średni błąd procentowy MPE oraz średni bezwzględny błąd procentowy MAPE.



Wyniki i wnioski



Wyniki zostały przedstawione w postaci obrazów przedstawiających przestrzenne zróżnicowanie wartości korelacji, MPE i MAPE. Ma to na celu porównanie jakości danych MARS i BioPar na poziomie regionów w Europie.


Dodatkowe materiały



Rycina: rozkład przestrzenny MAPE na podstawie danych MARS i BioPar dla krajów europejskich.

crop-cis



Link do strony internetowej o pracach CROP CIS wykonanych w Centrum Teledetekcji:
http://www.igik.edu.pl/pl/teledetekcja-BioPar



Źródła



Kowalik, W., Dabrowska-Zielinska, K., Meroni, M., Raczka, T., U., Wit de, A., 2013. Yield Estimation using SPOT-VEGETATION Products: A Case study of Wheat in European Countries. Int.J. Appl. Earth Observation & Geoinformation, Special Issue.

 

 

Ocena stanu rozwoju roślin uprawnych w Polsce na podstawie informacji pozyskiwanych za pomocą zdjęć satelitarnych



Wstęp



Celem prac wykonywanych w ramach monitoringu stanu roślin uprawnych w Polsce jest określenie kondycji roślin oraz ocena różnicy aktualnej sytuacji rolnej do najlepszych warunków, jakie zaobserwowano w latach poprzedzających. Działanie teledetekcyjnego systemu monitoringu roślinności trwa w Instytucie Geodezji i Kartografii w ramach współpracy z Departamentem Rolnictwa Głównego Urzędu Statystycznego nieprzerwanie od 1992 roku.



Instytucja/instytucje



Opisane w niniejszym artykule prace wykonano w Zakładzie Teledetekcji Instytutu Geodezji i Kartografii w Warszawie. Zakład Teledetekcji jest jednostką wyspecjalizowaną w przetwarzaniu zdjęć lotniczych i satelitarnych i przygotowywaniu na ich podstawie różnorodnych opracowań obejmujących tematy monitoringu obszarów rolniczych, lasów i obszarów chronionych oraz kartowania pokrycia i użytkowania terenu.



Dane



Danymi zasilającymi teledetekcyjny system oceny kondycji wzrostu roślin uprawnych są obrazy satelitarne zarejestrowane przez instrument AVHRR (Advanced Very High Ressolution Radiometer) zamontowany na pokładzie serii satelitów meteorologicznych NOAA. Obrazy, pozyskiwane przez znajdującą się w Instytucie Geodezji i Kartografii stację odbiorczą, charakteryzują się rozdzielczością przestrzenną 1 km dla optycznego, podczerwonego i termalnego spektrum fal elektromagnetycznych.



Narzędzia i metodyka




Ocenę kondycji roślin uprawnych przeprowadza się na podstawie analizy zmienności wskaźnika NDVI (Normalized Differenced Vegetation Index) czyli znormalizowanego wskaźnika zieleni oraz pochodnych wskaźników roślinnych. NDVI jest wskaźnikiem bazującym na różnicach w ilości promieniowania czerwonego i podczerwonego odbijanego przez rośliny. Gdy rośliny są zdrowe, w ich tkankach można zaobserwować dużą zawartość zielonego barwnika - chlorofilu. Chlorofil powoduje pochłanianie światła czerwonego i intensywne odbijanie promieniowania podczerwonego. Zależność ta jest uwzględniona w formule wskaźnika NDVI, dlatego osiąga on wysokie wartości dla roślin zdrowych. Rośliny będące w złym stanie mają niską zawartość chlorofilu, co przejawia się również w niskich wartościach wskaźnika NDVI.
Ocena kondycji roślin odbywa się w cyklu dziesięciodniowym. W trakcie okresu wegetacyjnego, co dziesięć dni informacje o aktualnych wartościach wskaźników roślinnych dla obszarów rolniczych są porównywane z bazą danych z wielolecia. Im dłuższy jest okres, dla którego zebrane są informacje w bazie danych wskaźników roślinnych tym wartość oceny stanu kondycji roślin jest większa. Informacje o stanie roślin uprawnych pozwalają również na przygotowywanie prognoz spodziewanych plonów zbóż. Na rysunku 1. zamieszczono przykładową mapę prognozy plonu rzepaku dla obszarów rolniczych.


roslinyuprawne

 

Rys. 1. Przykład mapy prognozy plonu rzepaku



Wyniki i wnioski



W wyniku działania systemu przygotowywane są mapy porównawcze charakteryzujące kondycję roślin uprawnych w Polsce. Mapy zawierają informację o różnicy między aktualną kondycją roślin uprawnych a kondycję optymalną zaobserwowaną w wieloleciu. Głównym odbiorcą przygotowywanych map jest Departament Rolnictwa Głównego Urzędu Statystycznego GUS.



Dodatkowe materiały



Link do Centrum Teledetekcji Instytutu Geodezji i Kartografii:
http://www.igik.edu.pl/pl/teledetekcja-problematyka

 

Źródła



Opis przygotowano na podstawie badań prowadzonych w Centrum Teledetekcji Instytutu Geodezji i Kartografii w Warszawie

 

 

Aktualności

11.01.2017

UNEP/GRID-Warszawa członkiem-założycielem EU Copernicus Academy Network

W połowie grudnia 2016 roku Komisja Europejska uruchomiła inicjatywę...
16.11.2016

Po raz 18. świętujemy GISday

Dziś Międzynarodowy Dzień Systemów Informacji Geograficznej. W tym roku...
29.09.2016

Wielki finał misji Rosetta

W najbliższy piątek, 30 września, swoją misję zakończy europejska sonda...

Sonda

Satelity z misji Sentinel-1 będą pozyskiwały zobrazowania:

radarowe, wspomagające monitorowanie lądów i oceanów oraz zarządzanie kryzysowe - 75%
optyczne, wspomagające monitorowanie lądów - 25%
optyczne, wspomagające badania składu atmosfery - 0%

Kontakt

Lider projektu

Centrum UNEP/GRID-Warszawa
Zakład Narodowej Fundacji
Ochrony Środowiska
ul. Sobieszyńska 8
00-764 Warszawa
tel. (22) 840 66 64
faks 22 851 62 01
www.gridw.pl


Kontakt w sprawie projektu

e-mail: Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie obsługi JavaScript.

Realizacja projektu Współpraca Projekt realizowany ze środków
UNEP/GRID-Warszawa       
IGiK                  

ESA