Chińska pszenica pod lupą satelitów - przełom w mapowaniu płodozmianów. Co z tego wynika dla Polski?

Nowością w badaniu jest pełna automatyzacja procesu mapowania płodozmianów, bez potrzeby stosowania lokalnych danych treningowych. Naukowcy zaprojektowali i wdrożyli algorytm WPSS (Wheat Pattern Sentinel System), który łączy dane radarowe (Sentinel-1) z optycznymi (Sentinel-2) i interpretuje je w oparciu o wiedzę o biologii i fenologii roślin. Kluczowym osiągnięciem jest opracowanie tzw. wskaźników CP (Cropping Pattern), które pozwalają rozróżnić, czy pszenica była uprawiana samodzielnie, czy w płodozmianie z kukurydzą, ryżem lub innymi uprawami. Algorytm bazuje m.in. na sygnałach odbicia fal radarowych od roślin i gleby, zmianach powierzchni liści (LAI), zawartości chlorofilu czy wilgotności gleby.

W 2020 roku w Chinach aż 93% pszenicy uprawiano jako część systemu dwuzbiorowego – najczęściej z kukurydzą (51%) i ryżem (21%). Mapowanie pokazało też, że ponad połowa upraw miała miejsce w suchych lub półsuchych regionach. Taki obraz pokazuje nie tylko skalę intensyfikacji rolnictwa, ale i potencjał do jego dalszej optymalizacji w kontekście zmian klimatu i polityki żywnościowej.

Co wnosi ta praca do nauki i praktyki?

1. Nową jakość danych – po raz pierwszy w historii mamy precyzyjną mapę płodozmianów pszenicy na poziomie całego kraju i w rozdzielczości 10 metrów.

2. Nową metodykę – algorytm WPSS wykorzystuje wiedzę ekspercką o cyklach wzrostu roślin, zamiast uczyć się z danych referencyjnych, co pozwala na łatwe stosowanie go w innych regionach.

3. Zastosowania praktyczne – system może być wykorzystywany do monitorowania intensywności rolnictwa, planowania produkcji, oceny skutków polityki rolnej, a także badań nad bioróżnorodnością i emisją gazów cieplarnianych.

Dlaczego to ważne dla Polski?

Choć Chiny to kraj o zupełnie innej skali, ich rolnictwo – podobnie jak nasze – jest w dużym stopniu oparte na małych gospodarstwach. To, że udało się zmapować tak złożony system bez lokalnych danych treningowych, otwiera drzwi do zastosowania podobnych metod w Polsce. Już teraz dysponujemy danymi z Sentinel-1 i Sentinel-2, a Google Earth Engine – platforma, na której działa algorytm – jest dostępna również u nas. Dzięki tej metodzie moglibyśmy automatycznie monitorować płodozmiany, np. uprawy zbóż, kukurydzy i rzepaku, kontrolować rotacje i przerwy w użytkowaniu gruntów (np. pod kątem dopłat), a nawet oceniać przestrzenne rozmieszczenie praktyk przyjaznych środowisku. Co więcej – algorytm można dostosować do obserwacji zmian z roku na rok, co pozwalałoby reagować na kryzysy, np. susze czy zmiany w strukturze zasiewów spowodowane wojną czy polityką.

Badanie udowadnia, że teledetekcja nie musi być tylko domeną naukowców – może (i powinna) być narzędziem wspierającym politykę rolną i lokalne decyzje gospodarcze. A skoro zadziałało w Chinach, może zadziałać i u nas.