BESS-STAIR projektleder Kaiyu Guan, venstre, og hovedforfatter Chongya Jiang, ret, er forskere ved Center for Advanced Biofuels and Bioproducts Innovation (CABBI) ved University of Illinois i Urbana-Champaign. Kredit:Center for Avanceret Biobrændstof og Bioproduktinnovation (CABBI)
Den voksende trussel om tørke og stigende vandefterspørgsel har gjort nøjagtige prognoser for afgrødernes vandforbrug afgørende for landbrugsjordvandforvaltning og bæredygtighed.
Men begrænsninger i eksisterende modeller og satellitdata udgør udfordringer for præcise estimater af evapotranspiration - en kombination af fordampning fra jord og transpiration fra planter. Processen er kompleks og svær at modellere, og eksisterende fjernmålingsdata kan ikke give nøjagtige, information i høj opløsning på daglig basis.
En ny kortlægningsramme i høj opløsning kaldet BESS-STAIR lover at gøre netop det, kloden rundt. BESS-STAIR er sammensat af en satellit-drevet biofysisk model, der integrerer planters vand, kulstof- og energicyklusser – Breathing Earth System Simulator (BESS) – med en generisk og fuldautomatisk fusionsalgoritme kaldet STAIR (SaTellite dAta Integration).
Rammen, udviklet af forskere med U.S. Department of Energy's Center for Advanced Bioenergy and Bioproducts Innovation (CABBI) ved University of Illinois i Urbana-Champaign, blev testet på 12 steder på tværs af det amerikanske Corn Belt, og dets estimater har opnået den højeste præstation rapporteret i nogen akademisk undersøgelse hidtil.
Studiet, udgivet i Hydrologi og jordsystemvidenskab , blev ledet af postdoktoral forskningsassistent Chongya Jiang, fra CABBIs bæredygtighedstema, og projektleder Kaiyu Guan, Adjunkt ved Institut for Naturressourcer og Miljøvidenskab (NRES) og en Blue Waters-professor ved National Center for Supercomputing Applications (NCSA).
"BESS-STAIR har et stort potentiale til at være et pålideligt værktøj til vandressourcestyring og præcisionslandbrugsapplikationer til US Corn Belt og endda på verdensplan, givet den globale dækning af dets inputdata, " sagde Jiang.
Traditionelle fjernmålingsmetoder til at estimere evapotranspiration er stærkt afhængige af termiske strålingsdata, måling af temperaturen på plantekronen og jorden, når de afkøles gennem fordampning. Men disse metoder har to ulemper:satellitterne kan ikke indsamle data om overfladetemperaturer på overskyede dage; og temperaturdataene er ikke særlig nøjagtige, hvilket igen påvirker nøjagtigheden af evapotranspirationsestimaterne, sagde Jiang.
CABBI-teamet fokuserede i stedet på anlæggets kulstof-vand-energi-cyklusser. Planter transpirerer vand til atmosfæren gennem huller på deres blade kaldet stomata. Når vandet går ud, kuldioxid kommer ind, tillader planten at udføre fotosyntese og danne biomasse.
BESS-STAIR modellen estimerer først fotosyntese, derefter mængden af kulstof og vand, der går ind og ud. Tidligere fjernmålingsmetoder betragtede ikke kulstofkomponenten som en begrænsning, sagde Jiang. "Det er fremskridtet med denne model."
En anden fordel:Overfladetemperaturbaserede metoder kan kun indsamle data under klar himmel, så de er nødt til at interpolere evapotranspiration i overskyede dage, skabe huller i data, han sagde. All-weather BESS-STAIR modellen bruger overfladereflektans, som ligner på klare og overskyede dage, fjerne eventuelle huller.
STAIR-algoritmen fusionerede data fra to komplementære satellitsystemer - Landsat og MODIS - for at levere data i høj opløsning på daglig basis, giver både høj rumlig og høj tidsmæssig opløsning. Landsat indsamler detaljerede oplysninger om Jordens land hver ottende til 16. dag; MODIS giver et komplet billede af kloden hver dag for at fange hurtigere landoverfladeændringer.
Det er ikke første gang, forskere har kombineret data fra de to satellitsensorer, men tidligere metoder virkede kun i en lille region over en kort periode, sagde Guan. De tidligere algoritmer var svære at skalere op og var ikke fuldautomatiske, kræver betydelig menneskelig input, og de kunne ikke anvendes på tværs af brede områder over en længere periode.
Derimod CABBI-teamets rammer blev evalueret i forskellige regioner på tværs af det amerikanske Corn Belt over to årtier, sagde Jiang. Forskere byggede en pipeline på NCSA's supercomputer for automatisk at estimere overfladereflektans samt evapotranspiration i stor skala i længere perioder. Ved at bruge data fra 2000 til 2017, holdet anvendte BESS-STAIR på 12 steder på tværs af Corn Belt, omfattende validering af sine evapotranspirationsestimater med fluxtårnmålinger på hvert sted. De målte den samlede nøjagtighed såvel som og rumlig, sæson, og mellemårige variationer.
"Vi er i stand til at levere dagligt, 30m-opløsning evapotranspiration når som helst og hvor som helst i US Corn Belt på timer, hvilket er uden fortilfælde, " sagde Guan.
Gennembruddet vil have realtid, praktiske fordele for amerikanske landmænd, der håndterer tørkens stigende sværhedsgrad, som dokumenteret i en række nyere undersøgelser.
"Precisionslandbrug er et af vores vigtigste mål. Evapotranspiration er meget vigtig for kunstvanding og også meget vigtig for vandforvaltning, " sagde Guan. "Dette er en løsning, der går ud over eksperimentelle plot og påvirker den virkelige verden, for millioner af marker overalt."
Sidste artikelLanddækkende kort over Europa fra skyen
Næste artikelDen mægtige Nil, truet af affald, opvarmning, mega-dæmning