Hopp ned til navigasjon Hopp ned til innhold
Satellittbilde av jordbruksområder i Kansas i USA tatt av Landsat. Foto: USGS/ESA
USGS/ESA

Bli med å forske på verdens matavlinger

Det vil øke oversikten over matavlingene i verden ved hjelp av satellitt.

Kanskje noe av det viktigste som jordobservasjonssatellittene gjør er å gi data om avlinger, planters helse, fuktigheten i jorda og insekter som kan skade avlinger.

I dag ser de operasjonelle miljøsatellittene Sentinel-2 ulike typer avlinger, skog og annen vegetasjon, i tillegg til vassdrag og kystlinjer over hele verden. Det brukes til å forske på ulike typer avlinger, fra poteter til tulipaner, og også vannforsyning og vannsikkerhet.

Forskningssatellitten SMOS ser fuktigheten i jordsmonnet og temperaturen på land og i hav, og brukes blant annet til å anslå tørke og faren for plantesykdommer.

Dessuten utvikler den europeiske romorganisasjonen ESA forskningssatellitten FLEX, som skal fotosyntesen til planter for å forske på plantehelse, vegetasjonsdekke og matproduksjon. 

Men i dag finnes det ikke noe globalt datasett over hvor de viktigste matavlingene befinner seg i verden og hvor store de er.

Ifølge ESA kan denne mangelen på nøyaktige kart over matavlinger gjør det vanskeligere å øke matsikkerheten ved hjelp av investeringer eller politiske beslutninger.

Kan øke matsikkerheten

Globalt sett kan detaljert informasjon om matavlinger vise hvor investeringer best kan øke produktiviteten til landbruket. Regionalt sett kan denne informasjonen brukes til bedre å forstå effekten av tørke og andre katastrofer for matproduksjonen.

Kart over verdens matavlinger er også viktig for forskningen på matproduksjon, for eksempel bruken av ulike former for gjødsel eller sprøytemidler, eller effekten av færre insekter som kan pollinere matplantene.

<?xml version="1.0" encoding="UTF-8"?>
<section xmlns="http://docbook.org/ns/docbook" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:ezxhtml="http://ez.no/xmlns/ezpublish/docbook/xhtml" xmlns:ezcustom="http://ez.no/xmlns/ezpublish/docbook/custom" version="5.0-variant ezpublish-1.0"><para>Fluorescence Explorer, FLEX, er den nyeste av de europeiske forskningssatellittene Earth Explorers. FLEX skal måle planters fotosyntese og helse fra rommet. Grafikk: ESA/ATG medialab</para></section>

Fluorescence Explorer, FLEX, er den nyeste av de europeiske forskningssatellittene Earth Explorers. FLEX skal måle planters fotosyntese og helse fra rommet. Grafikk: ESA/ATG medialab

- Tilgjengeligheten og kvaliteten av jordobservasjonsdata har økt stort de siste årene, blant annet ved hjelp av det europeiske miljøprogrammet Copernicus og dets Sentinel-satellitter, men den generelle mangelen på referansedata er et hinder for mange innovative applikasjoner, sier Patrick Griffiths ved ESA.

Flere satellitter sørger altså for data om jordbruket og matavlingene i verden, men det mangler fortsatt data fra bakken. Dette kan du hjelpe til med i folkeforskningskampanjen Earth Challenge 2020.

Folkeforskning med mobilapp

Earth Challenge 2020 er en av verdens største kampanjer innen folkeforskning. Her er flere forskningsprosjekter som du kan bidra til, i ulike temaer, og nye kommer stadig til.

Her bruker folkeforskerne vitenskapelige data som er åpent tilgjengelige, sammen med spesielle mobiltelefon-apper. Slik kan folk over hele verden være med på å overvåke og redusere trusler mot miljøet og helsen på stedet hvor de selv bor.

Denne appen laster folkeforskerne ned fra nettsiden til Earth Challenge.

<?xml version="1.0" encoding="UTF-8"?>
<section xmlns="http://docbook.org/ns/docbook" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:ezxhtml="http://ez.no/xmlns/ezpublish/docbook/xhtml" xmlns:ezcustom="http://ez.no/xmlns/ezpublish/docbook/custom" version="5.0-variant ezpublish-1.0"><para>Den europeiske forskningssatellitten FLEX skal måle plantenes fotosyntese. Hovedinstrumentet har blitt testet på gule soyaplanter (til høyre) og grønne. Foto: ESA/D. Schuettemeyer</para></section>

Den europeiske forskningssatellitten FLEX skal måle plantenes fotosyntese. Hovedinstrumentet har blitt testet på gule soyaplanter (til høyre) og grønne. Foto: ESA/D. Schuettemeyer

Appen har en egen del som heter Food Supply (matforsyning). Her kan folkeforskere tolke og katalogisere bilder tatt nede på bakken av de seks viktigste matavlingene i verden, blant dem hvete, mais og ris.

For å bli med laster du ned appen til Earth Challenge fra GooglePlay eller AppStore. I appen er det bilder fra hele verden av ulike typer matavlinger. Det er disse som folkeforskerne skal identifisere og navngi i bildene.

Du bestemmer selv om du vil jobbe med bilder som er tatt i området du bor i, eller fra helt andre steder i verden. Du finner eksempel på et slikt bilde her

Trengs av forskere og beslutningstakere

Dette folkeforskningsprosjektet er et samarbeid mellom organisasjonene International Institute for Applied System Analysis (IIASA), Wilson Center, Earth Day Network og det amerikanske utenriksdepartmentet, i tillegg til ESA.

- I dag kommer de beste dataene vi har over fordelingen av matavlingene i verden fra matematiske modeller, sier Ian McCallum ved IIASA.

<?xml version="1.0" encoding="UTF-8"?>
<section xmlns="http://docbook.org/ns/docbook" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:ezxhtml="http://ez.no/xmlns/ezpublish/docbook/xhtml" xmlns:ezcustom="http://ez.no/xmlns/ezpublish/docbook/custom" version="5.0-variant ezpublish-1.0"><para>Sentinel-2 ser tørke i Nederland i 2018 sammenliknet med 2017. Foto: Copernicus/GeoVille/ESA</para></section>

Sentinel-2 ser tørke i Nederland i 2018 sammenliknet med 2017. Foto: Copernicus/GeoVille/ESA

Dette inkluderer data fra FNs Food and Agriculture Organization og modellen Spatial Production Allocation Model (SPAM). For 42 ulike typer avlinger har dataene fra SPAM en romlig oppløsning på 10 kilometer.

- Dette er bra nok for matematisk modellering, men forskere og beslutningstakere trenger å se i enda høyere oppløsning, både i rom og tid, sier McCallum.

Brukes til å lære opp kunstig intelligens

De ferdig identifiserte bildene fra folkeforskningen skal ikke bare brukes til å danne kart over matavlingene i verden, men også til å trene opp datamaskiner og kunstig intelligens til å gjenkjenne slike avlinger på andre bilder.

- Etter hvert vil slike opplæringsdata kunne kobles direkte med jordobservasjonsdata og ulike former for maskinlæring. Utgivelsen av matavlingsdelen i appen til Earth Challenge 2020 er et første viktig skritt på veien til dette, sier Patrick Griffiths ved ESA.

<?xml version="1.0" encoding="UTF-8"?>
<section xmlns="http://docbook.org/ns/docbook" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:ezxhtml="http://ez.no/xmlns/ezpublish/docbook/xhtml" xmlns:ezcustom="http://ez.no/xmlns/ezpublish/docbook/custom" version="5.0-variant ezpublish-1.0"><para>ESAs miljøsatellitt SMOS (Soil Moisture and Ocean Salinity). Grafikk: ESA</para></section>

ESAs miljøsatellitt SMOS (Soil Moisture and Ocean Salinity). Grafikk: ESA

- I tillegg til slik å gi verdifulle data, vil appen også være en interessant måte for folk å lære mer om de viktigste matavlingene i verden og om de globale forsyningskjedene, sier Steffen Fritz ved IIASA.

Ikke minst vil prosjektet vise hvordan folkeforskning kan brukes sammen satellittdata til vitenskapelig arbeid.