Projectes de recerca
Fusió de dades per a l'estimació de la humitat del sòl en alta resolució (DATAFUS)
Mapes regulars d’humitat del sòl per optimitzar recursos hídrics i cultius
El projecte té com a objectiu desenvolupar un producte operacional d’humitat del sòl a alta resolució que superi les limitacions dels mapes derivats de satèl·lits passius, que tradicionalment compten amb resolucions d’uns 40 km. Mitjançant tècniques d’aprenentatge automàtic i l’ús de múltiples fonts de dades, el projecte busca millorar la precisió i l’abast operatiu dels mapes d’humitat del sòl. El producte resultant permetrà aplicacions pràctiques en gestió de recursos hídrics, agricultura de precisió, monitoratge ambiental i prevenció de desastres naturals, de manera que contribuirà a una millor adaptació al canvi climàtic i a la presa de decisions basada en dades fiables.
Imatge: Desviació estàndard de la humitat del sòl a 1 km per al 5 de maig de 2019.
La humitat del sòl (SM, de l’anglès soil moisture) és considerada una variable climàtica essencial pel seu impacte directe en el clima, el monitoratge de desastres naturals, la predicció meteorològica, la productivitat agrícola i la gestió dels recursos hídrics. Aquest projecte se centra en el desenvolupament d’una metodologia d’aprenentatge automàtic (machine learning) per a l’estimació de l’SM a alta resolució (≤ 1 km).
L’objectiu del grup de l’IEEC a la Universitat Politècnica de Catalunya (UPC) és superar una limitació clau de la teledetecció passiva de microones: els mapes d’SM, amb resolucions espacials d’uns 40 km, no ofereixen el detall necessari per a aplicacions locals concretes, com la gestió precisa de l’aigua a l’agricultura.
La tecnologia utilitza una xarxa neuronal feedforward multisensor, basada en diferents fonts de dades, per capturar les relacions entre els predictors i l’SM. La variable objectiu per al model és l’SM del producte Climate Change Initiative (CCI) de l’Agència Espacial Europea (ESA). Els predictors inclouen informació diversa: bandes espectrals i índexs de Sentinel-2, temperatura de la superfície del sòl de MODIS, dades topogràfiques com elevació i pendent de la missió SRTM, precipitació i evapotranspiració d’ERA5-Land, i la textura del sòl de SoilGrids250m.
Actualment, l’objectiu del projecte és minimitzar al màxim els buits temporals i espacials dels mapes d’humitat d’alta resolució, amb la finalitat de crear un producte més fiable i operatiu.
Agraïments: Aquest projecte s’ha dut a terme en el marc de l’Estratègia NewSpace de Catalunya, promoguda pel Govern de Catalunya.
EQUIP
Amb el suport de
