نمذجة تقدير الكتلة الحيوية للمرج المدارة باستخدام بيانات الاستشعار عن بعد متعددة الأوقات - نهج التعلم الآلي

أكثر من 80% من الأراضي الزراعية في أيرلندا هي مراعٍ، والتي تعد مصدراً رئيسياً للعلف في صناعة الألبان القائمة على المراعي وتربية الحيوان. تم إجراء العديد من الدراسات عالمياً لتقدير الكتلة الحيوية للمرج باستخدام بيانات الاستشعار عن بعد عبر الأقمار الصناعية، ولكن نادراً ما تم ذلك في نظم مثل مراعي أيرلندا المُدارة بكثافة، ولكن على نطاق صغير، حيث يتم رعي العشب وجمعه كعلف للشتاء. تم تطوير نماذج الانحدار الخطي المتعدد (MLR) والشبكة العصبية الاصطناعية (ANN) ونظام الاستدلال العصبي الضبابي التكيفي (ANFIS) لتقدير الكتلة الحيوية للمرج (كغم مادة جافة/هـ/يوم) في مزرعتين من المراعي المدارة بكثافة في أيرلندا. تم استخدام 12 عاماً (2001-2012) لموقع الاختبار الأول (مووربارك) و6 سنوات (2001-2005، 2007) لموقع الاختبار الثاني (جرينج) من قياسات الإحداثيات (الكتلة الحيوية المقاسة أسبوعياً) لتطوير النموذج. تم استخدام خمسة مؤشرات نباتية بالإضافة إلى نطاقين طيفيين خامين (الأحمر=النطاق الأحمر، الأشعة تحت الحمراء القريبة=NIR) مشتقة من منتج MODIS لثمانية أيام (MOD09Q1) كمدخلات لجميع النماذج الثلاثة. تظهر تقييمات النموذج أن ANFIS (R M 2 مووربارك = 0.85، RMSE مووربارك = 11.07؛ R جرينج 2 = 0.76، RMSE جرينج = 15.35) قد قدم تقديراً محسنًا للكتلة الحيوية مقارنةً بـ ANN وMLR. ستساعد المنهجية المقترحة في استكشاف التدفق المستقبلي لبيانات الاستشعار عن بعد من أجهزة الاستشعار الفضائية لاسترجاع مؤشرات حيوية مختلفة، ومع إطلاق أعضاء جدد من عائلات الأقمار الصناعية (ALOS-2، رادارسات2، سينتينل، تيراSAR-X، تانDEM-X/L) ستصبح تطوير أدوات لمعالجة كميات كبيرة من بيانات الصور أكثر أهمية.