多源衛星画像時系列を用いた農地の強度と生産性の地域スケール監視

人口の増加と資源の制限という文脈において、農業生産の持続可能な強化は、食料安全保障を達成するために非常に重要です。さまざまな空間スケールでの管理をサポートする必要が高まる中、農業生産の大規模な地域でのタイムリーかつ定期的な評価を可能にするための意思決定支援ツールの重要性が増しています。生産性のパターンを理解するには、農業生産性に関するギャップのない空間情報をタイムリーに提供することが必要です。本研究では、中央アジアのフェルガナ渓谷の灌漑された作物地域において、2004年から2014年にかけての期間をカバーする30ｍの高密度時系列を、LandsatおよびMODerate-resolution Imaging Spectroradiometer (MODIS)の衛星画像から生成しました。光利用効率モデルを機械学習分類器と組み合わせて、フィールドレベルでの作物収量を評価しました。土地被覆マップの分類精度は平均91%に達しました。作物収量と面積の推定値は、地区レベルで報告された収量と面積と良好に一致しました（R2 = 0.812および0.871）。農地の強度と生産性のいくつかの指標がフィールド単位で導出され、生産性に関して均質な地域をハイライトするためにクラスタリングに使用されました。結果は、水利用効率が低い地域が灌漑用水路や取水点から遠く離れているだけでなく、マーケットや道路へのアクセスも限られていることを強調しています。この結果は、いくつかの地域で水へのアクセスが最適化されれば、綿と小麦の収量がそれぞれ約1.0t/haおよび1.4t/ha増加する可能性があることを示しています。この手法の最小キャリブレーション要件とマルチセンサーデータの融合は、運用作物監視の制約に対処し、農業指標をユーザーコミュニティに持続的かつ迅速に提供するための鍵となります。本研究の結果は、地域の土地および水資源管理を支援するためのベースラインを形成することができます。