Daljinsko zaznavanje za spremljanje travnikov

Daljinsko zaznavanje spremlja zdravstveno stanje travnikov s pomočjo spektralnih in nespektralnih podatkov, pridobljenih s sateliti, brezpilotnimi letalniki, letali in zemeljskimi senzorji. Omogoča prostorsko in časovno oceno ključnih parametrov, kot so biomasa, surove beljakovine, NDF in LAI, s pomočjo multispektralnih (npr. Sentinel-2), hiperspektralnih (npr. Hyperion), LiDAR in SAR tehnologij. Integracija teh podatkov z GIS in modeli strojnega učenja izboljša natančnost pri ocenjevanju višine travne ruše, raznovrstnosti rastlin in potenciala za pašo. Visoka časovna ločljivost (npr. 5-dnevni ponovni obisk s Sentinel-2) in natančnost na centimetrski ravni iz zemeljskih in UAV LiDAR-jev podpirajo upravljanje v velikem obsegu. Komercialna orodja, kot sta CropSis in Pasture.io, ponujajo vpoglede, ki temeljijo na umetni inteligenci, čeprav ostajajo izzivi v zvezi s stroški, strokovnim znanjem in posploševanjem na heterogene pokrajine. Projekt SUPER-G poudarja potrebo po prilagojenih, večsenzorskih in veččasovnih rešitvah za izboljšanje sprejemljivosti in zanesljivosti pri upravljanju travnikov.