Projekti / Programi
Uporaba podatkov satelitskega sistema Sentinel ter nekaterih ostalih podatkov daljinskega zaznavanja za kontrolo neposrednih plačil v kmetijstvu
Koda |
Veda |
Področje |
Podpodročje |
4.03.06 |
Biotehnika |
Rastlinska produkcija in predelava |
Kmetijska tehnika |
Koda |
Veda |
Področje |
T181 |
Tehnološke vede |
Daljinsko zaznavanje |
Koda |
Veda |
Področje |
4.01 |
Kmetijske vede in veterina |
Kmetijstvo, gozdarstvo in ribištvo |
zaznavanje na daljavo, kmetijstvo, skupna kmetijska politika, monitoring, satelitski posnetki, Sentinel, analize časovnih sosledij
Raziskovalci (11)
št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
1. |
25636 |
dr. Matej Batič |
Fizika |
Raziskovalec |
2018 - 2020 |
23 |
2. |
34637 |
Janez Bergant |
Rastlinska produkcija in predelava |
Tehnični sodelavec |
2018 - 2020 |
187 |
3. |
14929 |
mag. Matej Knapič |
Rastlinska produkcija in predelava |
Raziskovalec |
2018 - 2020 |
353 |
4. |
32020 |
dr. Janja Lamovšek |
Rastlinska produkcija in predelava |
Raziskovalec |
2018 - 2020 |
116 |
5. |
29500 |
dr. Robert Leskovšek |
Rastlinska produkcija in predelava |
Raziskovalec |
2018 - 2020 |
258 |
6. |
34819 |
Grega Milčinski |
Računalništvo in informatika |
Raziskovalec |
2018 - 2020 |
29 |
7. |
10506 |
dr. Alenka Munda |
Rastlinska produkcija in predelava |
Raziskovalec |
2018 - 2020 |
227 |
8. |
24580 |
dr. Hans-Josef Schroers |
Rastlinska produkcija in predelava |
Raziskovalec |
2018 - 2020 |
195 |
9. |
05672 |
dr. Gregor Urek |
Rastlinska produkcija in predelava |
Raziskovalec |
2018 - 2020 |
737 |
10. |
16283 |
dr. Borut Vrščaj |
Rastlinska produkcija in predelava |
Raziskovalec |
2018 - 2020 |
926 |
11. |
30639 |
dr. Uroš Žibrat |
Biologija |
Vodja |
2018 - 2020 |
159 |
Organizacije (2)
Povzetek
Več metod daljinskega zaznavanja omogoča določanje sprememb v kmetijski rabi površin. Zaradi specifičnosti slovenskega kmetijstva (na primer velika prostorska razdrobljenost) je potrebno vzpostaviti ustrezen sistem monitoringa upravičenosti ukrepov kmetijske politike. Satelitsko daljinsko zaznavanje je primerna metoda za tovrstni namen, saj lahko zajame večje površine, tudi na težje dostopnih predelih. Razmeroma kratek ponovitveni čas med snemanjem tudi pripomore k zaznavanju sprememb na zemljiščih.
Glavni cilj projekta je uvedba sistema za samodejno zaznavanje sprememb na kmetijskih površinah z uporabo podatkov daljinskega zaznavanja iz različnih virov. Sistem bo poleg večjih sprememb, kot so žetev, preoranje, opustitev dejavnosti, pozidava itd., prepoznal tudi različne posevke v isti vegetacijski sezoni na isti površini (glavni posevek, neprezimni in prezimni posevek).
Z izvedbo pregleda objavljenih raziskav o uporabi prostorskih podatkov in načinih izvajanja monitoringa za preverjanje upravičenosti ukrepov kmetijske politike bomo dosegli našim razmeram ustrezno in moderno, state-of-the-art, izvedbo sistema za samodejno zaznavanje sprememb. Rezultati analiz metod daljinskega zaznavanja bodo na voljo na on-line platformi, vzpostavljeni v okviru projekta H2020 projekta PerceptiveSentinel, ki ga koordinirajo kolegi iz podjetja Sinergise. Platforma bo združevala vso pridobljeno znanje v ostalih ciljih tega projekta in uporabnikom omogočila hiter in natančen vpogled v stanje in spremembe na kmetijskih površinah. V okviru projekta bomo testirali izdelke in storitve, ki bodo ustvarjene v okviru tega projekta kot tudi projekta H2020 PerceptiveSentinel. Bolj kot razvijanje svojih konceptov in metodologij za avtomatsko identifikacijo sprememb na kmetijskih zemljiščih, ki jih potrebuje kontrolna organizacija, bomo poskrbeli za testiranje primernih izdelkov in storitev v specifično razdrobljenem kmetijskem prostoru Slovenije, ki bodo razviti v okviru teh projektov.
Končni izsledki projekta vključujejo vzpostavitev on-line platforme za avtomatski nadzor na spremembami na kmetijskih zemljiščih z uporabo satelitskih in drugih podatkov zaznavanja na daljavo. Za dosego tega cilja bomo opravili preglede strokovne literature o uporabi metod zaznavanja na daljavo za nadzor nad kmetijskimi in drugimi zemljišči, in vzpostavili spektralne knjižnice satelitskih in hiperspektralnih podatkov, ki bodo služile kot učni vzorci za treniranje algoritmov strojnega učenja. Zaradi visoke frekvence snemanja s sateliti skupine Sentinel bodo novi posnetki na voljo približno vsakih 5 dni. Uporabnost multispektralnih satelitskih posnetkov je odvisna od vremenskih razmer, zato bo platforma vključevala tudi druge senzorje, s katerimi bomo lahko pokrili luknje v podatkih in podali natančnejše ocene stanja. Poleg baz spektralnih podatkov (multispektralnih satelitskih in z brezpilotnega letalnika, ter hiperspektralnih letalskih) bomo vzpostavili tudi baze terenskih podatkov (t.i. ground truthing). Slednje bodo namenjene razvoju algoritmov in validaciji razvitih metod.
Pomen za razvoj znanosti
Uporaba metod zaznavanja na daljavo je dandanes stalnica v številnih znanstvenih vedah. Vendar v glavnem temelji na posameznih posnetkih, tudi časovna sosledja so večinoma obravnavana kot posamezni posnetki z daljšimi časovnimi razmiki med njimi. V okviru tega projekta bodo časovna sosledja z visoko časovno ločljivostjo sproti obdelana in bo neposredna podana dodana vrednost, v obliki zaznavanja sprememb, identifikacije poljščin in izračuna spektralnih indeksov. Znanstvena skupnost bo s tem prejela orodje za obdelavo večjih količin podatkov v časovnem sosledju, kar bo omogočilo zaneslivejše identifikacije predmetov, procesov in sprememb.
Pomen za razvoj Slovenije
Sistem za avtomatsko identifikacijo sprememb na kmetijskih površinah je v prvi vrsti namenjen Ministrstvu za kmetijstvo oziroma njegovim organom v sestavi (AKTRP), ki ga bo lahko uporabila za neposredni nadzor nad izvajanjem kmetijske politike in za podeljevanje finančnih podpor pridelovalcem. V nadaljnjem razvoju bo možno sistemu dodati tudi druge funkcionalnosti, na primer nadzor nad poplavnimi območji in požari.
Dostop, uporaba in interpretacija satelitskih podatkov so doslej bili oteženi, saj zahtevajo obsežno strokovno znanje in čas. Prav tako ni na voljo veliko produktov, ki bi bili narejeni za reševanje specifičnih problemov. Za povečanje zanesljivosti rezultatov daljinskega zaznavanja je potrebno tudi združiti različne vire podatkov in jih integrirati v obstoječe baze podatkov. Naš sistem za avtomatski identifikacijo sprememb na kmetijskih površinah bo dostopen in razumljiv tudi nestrokovni javnosti, s čimer bo omogočil razvoj novih in optimizacijo obstoječih produktov.
Najpomembnejši znanstveni rezultati
Letno poročilo
2019,
zaključno poročilo
Najpomembnejši družbeno–ekonomsko in kulturno relevantni rezultati
Letno poročilo
2018,
2019,
zaključno poročilo