Prognozowanie powierzchni upraw rolnych i ogrodniczych z wykorzystaniem teledetekcji satelitarnej

Podstawę jego opracowania stanowiły obrazy radarowe Sentinel-1A/C o rozdzielczości 13,9x13,9m oraz Sentinel-2 o rozdzielczości 10x10m. Rejestracja danych satelitarnych obejmowała okres od 15.10.2024 r. do 15.07.2025 r. Dane radarowe były dostępne co 6 dni. Zakres rozpoznawanych upraw obejmował 37 gatunków. Łącznie wykorzystano 870 radarowych scen satelitarnych SLC (Single Look Complex) o szerokości pasa 250 km (7 TB danych) oraz danych optycznych Sentinel-2 (3328 scen satelitarnych, 1,5 TB danych).

Szacunek został opracowany na podstawie segmentacji i klasyfikacji obiektowej macierzy koherencji T2 oraz parametrów dekompozycji polarymetrycznej H/α z wykorzystaniem algorytmów uczenia maszynowego (Random Forest). Do uczenia systemu i walidacji wyników klasyfikacji wykorzystano dane z wektorowej bazy wniosków o przyznanie płatności pozyskanej przez Departament Rolnictwa i Środowiska GUS z ARiMR. W celu zwiększenia precyzji mapowania powierzchni upraw zastosowano maskę działek rolnych. Otrzymano dokładność ogólną klasyfikacji na poziomie 74%. Opracowanie odpowiednio liczebnych próbek do uczenia systemu uwzględnia też działki o niewielkich powierzchniach, co ma wpływ na końcową dokładność klasyfikacji.

Do opracowania szacunków upraw rolnych i ogrodniczych w Polsce wykorzystano średnio-rozdzielcze zobrazowania satelitarne z satelit typu Sentinel. Ograniczenia, wynikające z rozdzielczości przestrzennej, powodują trudności w dokładnej identyfikacji małych działek, tj. najczęściej poniżej 10 arów, co negatywnie wpływa na jakość wyników. Problem dotyczy działek rolnych znajdujących się przede wszystkim w południowo-wschodniej części Polski. Dokładniejsze szacunki upraw będzie można osiągnąć dzięki zastosowaniu dłuższej serii czasowej zobrazowań w danym okresie wegetacyjnym lub przy użyciu zobrazowań o większej rozdzielczości przestrzennej dla wybranych obszarów.