tiempo.com

El monitoreo agrícola global se GLAMoriza

Se ha desarrollado y mejorado la primera plataforma basada en web para permitir el monitoreo casi en tiempo real de las tierras de cultivo globales

El monitoreo agrícola global se GLAMoriza

La seguridad alimentaria y la agricultura probablemente no es lo primero que se le viene a la mente cuando piensa en los satélites que se lanzan al espacio y orbitan el planeta Tierra

Incluso podría sorprenderse al saber que la NASA, mejor conocida por su exploración espacial, en realidad tiene más de una docena de misiones satelitales dedicadas a monitorear la producción de alimentos, los cambios en la tierra y la vegetación.

Datos satelitales para monitoreo agrícola

A decir verdad, los datos proporcionados por estos satélites de observación de la Tierra proporcionan información crítica para analizar el estado de la producción de alimentos y la seguridad alimentaria en todo el mundo. Desde el espacio, podemos ver cosas como el índice NDVI (es decir, la reflectancia de la luz verde) de las plantas, que es indicativo de la salud de los cultivos, el daño a los cultivos como resultado de desastres naturales e incluso la cantidad de humedad almacenada en las profundidades del suelo de las tierras de cultivo. Sin embargo, la compilación de estos grandes conjuntos de datos satelitales en series de tiempo profundas para monitorear los cambios interanuales y dentro de la temporada en la vegetación requiere mucha habilidad, poder computacional y tiempo.

El sistema de monitoreo agrícola mundial heredado recibe una actualización

En los primeros días de las observaciones satelitales de la Tierra, la Universidad de Maryland trabajó junto con la NASA y el USDA para desarrollar la primera plataforma basada en la web para permitir el monitoreo casi en tiempo real de las tierras de cultivo globales, permitiendo a los usuarios de todo el mundo rastrear las condiciones de los cultivos a medida que crecen temporadas desarrolladas (ref. Monitoring Global Croplands with Coarse Resolution Earth Observations: The Global Agriculture Monitoring (GLAM) Project ).

Después de años de uso operativo y una gran cantidad de comentarios valiosos de los socios, llegó el momento de rediseñar este sistema, conocido como Global Agricultural Monitoring o GLAM, para que sea más rápido, más flexible y capitalice los nuevos conjuntos de datos que están en línea y las nuevas arquitecturas informáticas disponibles. Gracias a la financiación de NASA ESDS y NASA Applied Sciences, el equipo de NASA Harvest (Programa de Agricultura y Seguridad Alimentaria de la NASA) ha logrado precisamente eso.

Nuevas características, conjuntos de datos y funcionalidades del sistema GLAM

Ahora a la velocidad del rayo debido a los desarrollos de back-end que reducen drásticamente el tiempo de procesamiento, el nuevo sistema GLAM incluye muchas funciones nuevas. Los usuarios pueden acceder a la interfaz web disponible públicamente desde cualquier lugar del mundo, ya que todo el procesamiento se realiza en "la nube" y no depende del ancho de banda local para compilar conjuntos de datos. Pueden utilizar la interfaz para desplazarse por todo el mundo hasta una región de interés. Pueden seleccionar un límite administrativo o dibujar un polígono personalizado para investigar. Pueden seleccionar entre una variedad de tierras de cultivo y máscaras de tipo de cultivo para apuntar a las tierras de cultivo relevantes y luego crear gráficos de series de tiempo personalizados con la capacidad de calcular la media y la anomalía de los conjuntos de datos a lo largo del tiempo. Ya que la nubosidad es un problema común en muchas regiones agrícolas y períodos de cultivo, los usuarios también pueden personalizar su tolerancia a la cobertura de nubes al trazar y mostrar imágenes. Además, los usuarios también tienen la capacidad de sobretrazar la información del calendario de cultivos en sus parcelas de series de tiempo, lo que proporciona un contexto importante para comparar las condiciones de los cultivos entre años.

Además de estas nuevas funciones y características, la interfaz incluye múltiples conjuntos de datos nuevos para ayudar a los analistas a obtener información sobre los factores que impulsan las condiciones anómalas de los cultivos en todo el mundo. Actualmente, el nuevo sistema GLAM incluye conjuntos de datos NDVI de 8 y 16 días del espectrorradiómetro de imágenes de resolución moderada ( MODIS ) de la NASA, conjuntos de datos de precipitación CHIRPS del Centro de peligros climáticos de la Universidad de California en Santa Bárbara, índice de agua del suelo del Copernicus Global Land Service, y conjuntos de datos de temperatura del producto MERRA-2 de la NASA, con más conjuntos de datos en camino.

Ejemplos de salidas de la interfaz GLAM personalizada de Conab Brasil.

Además de la interfaz global existente, también hay implementaciones del sistema GLAM nacional planificadas y ya operativas. Primero está la interfaz GLAM personalizada de Conab Brasil, que fue desarrollada y probada de la mano con las contrapartes de NASA Harvest en Conab. Conab es una empresa pública, con el mandato operativo del Ministerio de Agricultura, Ganadería y Abastecimiento de Alimentos para producir estimaciones de área, rendimiento y producción con respecto a varios cultivos básicos importantes para el gobierno brasileño. Si bien los usuarios aún pueden ver e implementar todos los mismos tipos de conjuntos de datos que se ofrecen en el sistema global, el sitio web Brasil GLAM ofrece características adicionales. Si bien el sitio global incluye estadísticas regionales a nivel subnacional, el sitio brasileño va más allá del nivel subnacional. En respuesta a las necesidades administrativas regionales brasileñas, esta aplicación incluye máscaras de cultivo adicionales específicas de Brasil, así como niveles adicionales de análisis.

Que hay por delante

El sistema GLAM actualizado ya se ha utilizado ampliamente para señalar los posibles impactos de los cultivos, especialmente en Argentina, como lo presenta el medio de comunicación más grande del país, La Nación. Además de las capacidades actuales del sistema, las características planificadas incluyen la capacidad de cargar geometría personalizada (por ejemplo, shp, kml, geojson) para recuperar estadísticas del conjunto de datos y visualización de anomalías del conjunto de datos con el fin de proporcionar a los usuarios una indicación del rendimiento relativo de un cultivo con el tiempo. El equipo también se está preparando para integrar conjuntos de datos satelitales de resolución moderada, por ejemplo, Landsat, Sentinel y el Landsat-Sentinel híbrido. productos, para movernos a esta nueva era de monitoreo continuo de la tierra a 30 metros o una resolución más fina. Además, la arquitectura sin servidor nos permite poner en marcha y lanzar rápidamente nuevos sistemas GLAM para otras regiones y usuarios.

Cómo lo logramos

Mediante el uso de Amazon Web Services (AWS) y arquitectura "sin servidor", el equipo de NASA Harvest ha podido crear una aplicación web y una interfaz de programación de aplicaciones (API) que proporciona proyección de datos sobre la marcha, enmascaramiento, aplicación de tablas de colores, diferenciación de imágenes y cálculo de estadísticas. Como resultado, no es necesario generar previamente todas las permutaciones de los conjuntos de datos NDVI que se habrían generado previamente en la arquitectura local. Asimismo, tampoco es necesario reproyectar los conjuntos de datos NDVI globales con el nuevo sistema GLAM. Las capacidades sobre la marcha reducen la demanda de almacenamiento al volumen de solo los archivos NDVI (menos de diez terabytes) en contraposición a los cientos de terabytes requeridos por la versión de arquitectura local anterior. Además, debido a que estas funciones se realizan en el lugar, la recopilación de conjuntos de datos, máscaras de cultivos, y las rampas de color pueden ser arbitrarias. Por lo tanto, el sistema no necesita limitarse a NDVI y puede expandirse para incluir precipitación, humedad del suelo o cualquier otro conjunto de datos ráster.

Además de estas mejoras realizadas en la arquitectura del sistema, el nuevo sistema GLAM cuenta con un diseño de mapa web moderno, que utiliza una variedad de marcos de código y bibliotecas, incluidos Django, Leaflet y HighCharts.

19 de marzo de 2021

Alyssa Whitcraft (NASA Harvest), John Keniston (NASA Harvest), Mary Mitkish (NASA Harvest)

NASA Harvest

Esta entrada se publicó en Reportajes en 22 Mar 2021 por Francisco Martín León