Zonder geavanceerde detectietechnologie, mensen zien slechts een klein deel van het gehele elektromagnetische spectrum. Satellieten zien het volledige bereik - van hoogenergetische gammastraling, zichtbaar, infrarood, en energiezuinige magnetrons. De beelden en gegevens die ze verzamelen, kunnen worden gebruikt om complexe problemen op te lossen. Bijvoorbeeld, satellietgegevens worden gebruikt door onderzoekers van de Universiteit van Illinois voor een completer beeld van akkerland en om de gewasopbrengst in de Amerikaanse Corn Belt te schatten.

"Op plaatsen waar we alleen de kleur groen in gewassen kunnen zien, elektromagnetische beeldvorming van satellieten onthult veel meer informatie over wat er werkelijk gebeurt in de bladeren van planten en zelfs in het bladerdak. Hoe deze informatie te benutten is de uitdaging, " zegt Kaiyu Guan, een milieuwetenschapper aan de U van I en de hoofdauteur van het onderzoek. "Door verschillende spectrale banden te gebruiken en ze op een geïntegreerde manier te bekijken, onthult rijke informatie voor het verbeteren van de gewasopbrengst."

Guan zegt dat dit werk de eerste keer is dat zoveel spectrale banden, inclusief zichtbaar, infrarood, thermisch, en passieve en actieve magnetron, en luifelfluorescentiemetingen zijn samengebracht om naar gewassen te kijken.

"We gebruikten een geïntegreerd raamwerk met de naam Partial Least-Square Regression om alle gegevens samen te analyseren. Deze specifieke aanpak kan algemeen gedeelde informatie over de verschillende datasets identificeren. Wanneer we de gedeelde informatie uit elke dataset halen, wat overblijft is de unieke informatie die relevant is voor de vegetatieomstandigheden en de gewasopbrengst."

De studie onthult dat de vele satellietdatasets gemeenschappelijke informatie delen met betrekking tot bovengrondse biomassa van gewassen. Echter, de onderzoekers ontdekken ook dat verschillende satellietgegevens milieustress kunnen onthullen die gewassen ervaren in verband met droogte en hitte. Guan zegt dat het uitdagende aspect van gewasobservatie is dat het graan, dat is waar het bij gewasopbrengst om draait, groeit in het bladerdak, waar het van bovenaf niet zichtbaar is. "Zichtbare of nabij-infraroodbanden die doorgaans worden gebruikt voor gewasmonitoring, zijn voornamelijk gevoelig voor het bovenste bladerdak, maar geven weinig informatie over diepere vegetatie en bodemgesteldheid die de waterstatus en opbrengst van gewassen beïnvloeden, " zegt John Kimball van de Universiteit van Montana, een langdurige medewerker met Guan en een co-auteur van het papier.

"Onze studie suggereert dat de microgolfradargegevens in de Ku-band unieke nuttige informatie bevatten over de groei van gewassen, ", zegt Guan. "Naast de informatie over biomassa, het bevat ook aanvullende informatie die verband houdt met waterstress bij gewassen vanwege de hogere microgolfgevoeligheid voor het watergehalte in het bladerdak, en magnetron kunnen ook door de overkapping dringen en door een deel of de hele overkapping heen kijken. We vinden ook dat thermische banden informatie geven over water- en hittestress, " zegt Guan. "Deze informatie vertelt ons wanneer bladeren hun poriën openen of sluiten om te ademen en koolstof te absorberen voor groei."

Coauteur David Lobell van Stanford University, die het idee met Guan bedacht, zegt dat het samen gebruiken van al deze satellietgegevens de capaciteit om gewassen en gewasopbrengst te monitoren aanzienlijk vergroot.

"Dit is een tijdperk van big data. Hoe alle beschikbare gegevens te begrijpen, nuttige informatie voor boeren te genereren, economen, en anderen die de oogstopbrengst moeten weten, vormt een belangrijke uitdaging, ", zegt Guan. "Dit wordt een belangrijk hulpmiddel. En, hoewel we begonnen met de U.S. Corn Belt, dit raamwerk kan worden gebruikt om akkerland overal ter wereld te analyseren."

De studie, "De gedeelde en unieke waarden van optische, fluorescentie, thermische en microgolfsatellietgegevens voor het schatten van grootschalige gewasopbrengsten, " is gepubliceerd in Remote sensing van de omgeving . Het werk is geïnitieerd en ontworpen door Kaiyu Guan van U of I en David Lobell van Stanford University. Het is mede geschreven door een multi-institutioneel team van Jin Wu (Brookhaven National Lab), John S. Kimball (Universiteit van Montana), Martha C. Anderson (USDA ARS), Steve Frolking (Universiteit van New Hampshire), Bo Li (Universiteit van Illinois), en Christopher R. Hain (NOAA).