Herausforderung. Bewertung von Trends in der landwirtschaftlichen Bewässerung, um zu verstehen, wie sich der landwirtschaftliche Wasserverbrauch und die damit verbundenen Verdunstungsverluste in den letzten 20 Jahren in einem großen Flusseinzugsgebiet verändert haben
Lösung. Um die Quantifizierung von Veränderungen bei der Bewässerung im Einzugsgebiet der Flüsse Apalachicola, Chattahoochee und Flint (ACF) zu erleichtern, einem Einzugsgebiet, in dem nur sporadisch Aufzeichnungen geführt wurden, nutzte INTERA Landsat-Satellitendaten, um einen kontinuierlichen Datensatz zu erstellen, indem die durchschnittliche Oberflächentemperatur und der Normalized Difference Vegetation Index (NDVI) als Indikatoren für den verbrauchten Wasserverbrauch bzw. den Ernteertrag berechnet wurden. Die Oberflächentemperaturdaten wurden als Indikator für den relativen Wasserverbrauch zwischen landwirtschaftlichen Flächen und Grünland im Laufe der Zeit verwendet, da die Verdunstung, ergänzt durch Bewässerungswasser, eine größere Kühlwirkung hat. NDVI vergleicht, wie sichtbares und infrarotes Licht von Pflanzen reflektiert wird, da Pflanzen mit größerer und gesünderer Biomasse mehr sichtbares Licht für die Photosynthese absorbieren und Chlorophyll infrarote Strahlung reflektiert. Wir nutzten den NDVI, um die Biomasse in Verbindung mit verschiedenen Landnutzungen zu bewerten und die Auswirkungen der Bewässerung auf die Pflanzen zu quantifizieren. Eine der Einschränkungen bei der Verwendung von Landsat-Daten war das Vorhandensein von Wolken, die die Bodenbedeckungsmerkmale auf Teilen der Landsat-Szenen ganz oder teilweise verdecken können. Um das Problem der Wolkenabdeckung zu lösen, analysierte INTERA alle vorhandenen Landsat-Daten im Untersuchungszeitraum und filterte Pixel, die als Wolken identifiziert wurden, mit Hilfe eines empirischen Algorithmus heraus, der auf der Helligkeitstemperatur und bekannten Spektralindizes basiert, die Wolken unterscheiden können. Sobald die Pixel mit Wolken für jedes Datum identifiziert waren, wurden verschiedene Aggregationsmethoden verwendet, um die durchschnittliche Oberflächentemperatur und den NDVI für jedes Datum mit den verfügbaren Landsat-Daten zu erhalten und die relativen Veränderungen im Laufe der Zeit zu untersuchen. Die Ergebnisse unserer Analyse haben das Verständnis dafür, wie sich die landwirtschaftliche Wassernutzung im ACF-Flusseinzugsgebiet in den letzten 20 Jahren verändert hat, erheblich verbessert.
