Peltojen kasvillisuuden seuranta Sentinel-1-satelliitilla

Abstract

Kaukokartoitus mahdollistaa älykkäitä ja kohdennettuja ratkaisuja maataloudessa. Kaukokartoituksen avulla voidaan seurata esimerkiksi kasvun edistymistä, sadon määrää sekä kasvien terveyttä. Sentinel-satelliittien avoimen ja ilmaisen datan sekä havaintojen säännöllisen toistuvuuden takia ne antavat arvokasta tietoa maan havainnointiin. Pilvipeitteet häiritsevät optisen Sentinel-2-satelliitin toimintaa vähentäen peltojen seurantaan sopivien havaintojen määrää. Sentinel-1 SAR-satelliitti pystyy läpäisemään pilvipeitteen, jonka takia sen tuottama tieto antaa mahdollisuuden paikata Sentinel-2-satelliitin puuttuvia havaintoja. Opinnäytetyössä selvitettiin Sentinel-1-satelliitin kykyä seurata peltojen kasvillisuuden biomassan kehittymistä. Työn toimeksiantajana oli Hämeen Ammattikorkeakoulun tutkimusyksikkö HAMK Smart. Työhön sopivat Sentinel-1 analysointitavat valittiin aiheen kirjallisuuskatsauksen perusteella. Sentinel-1-satelliitin RVI-indeksiä (Radar Vegetation Index) sekä takaisinsirontaa VH- ja VH/VV-polarisaatioissa verrattiin Sentinel-2-satelliitin LAI-indeksiin (Leaf Area Index). Työ keskittyi biomassan kehitykseen, sekä niittotapahtumien havaitsemiseen. Työssä tutkittiin erityisesti Sentinel-1-satelliitin mahdollisuuksia säilörehun biomassatasojen seuraamisessa. Tulosten perusteella Sentinel-1-satelliitin takaisinsironta VH/VV-polarisaatiossa ja RVI-indeksi havaitsevat biomassan kasvua LAI-indeksiin verrattaessa. Lupaavimmat tulokset tulivat kasvukauden alusta, loppukauden tulosten ollessa sekalaisia. Sentinel-1-satelliitin tulokset vaihtelivat voimakkaasti eri viljelykasvien välillä. Sentinel-1 ei havainnut biomassan kasvua tai niittotapahtumia säilörehun tuloksissa. Osalla viljelykasveista, kuten syysvehnällä saatiin LAI-indeksiin verrattavia tuloksia, mutta näiden viljelykasvien lohkojen määrä oli alhainen, jonka takia tuloksia ei voitu vertailla useiden lohkojen ja vuosien välillä.

Remote sensing offers solutions in the areas of smart and precision agriculture, as it can be used to assess crop growth and the health of vegetation. Due to the high revisitation frequency and open, free data, the Sentinel satellite family offers invaluable data regarding earth observation. As the optical satellite Sentinel-2 is sensitive to cloud coverage interference, Sentinel-1 SAR satellite is a possible solution for this problem due to its ability to penetrate clouds. The purpose of this thesis was to research the possibilities of crop growth tracking and monitoring with Sentinel-1 satellite, commissioned by the HAMK Smart research unit of Häme University of Applied Sciences. A literature review on the topic was used to select suitable analysing methods for monitoring biomass growth in crops. Sentinel-1 backscatter in polarisations VH, VH/VV and the Radar Vegetation Index (RVI) were compared with the Leaf Area Index (LAI) to measure the growth of biomass levels and for detection of mowing events in three test areas. In particular, silage was a crop of interest during the research. Based on the results of the study RVI and VH/VV polarisation can detect the growth of biomass in crops when compared with LAI. The most accurate results were gathered during the start of the growing season, whereas the results were varied towards the rest of the season. In the silage results, Sentinel-1 did not detect increases in biomass or harvesting events. However, certain crop types such as winter wheat, yielded better results, but the number of analysed parcels with these crop types was low.