Birinyi Edina1,* – Friedl Zoltán1 – Hubik Irén1 – Kristóf Dániel1 – Nádor Gizella2 – Rotterné Kulcsár Anikó1 – Pacskó Vivien1 – Mikus Gábor1
1 Távérzékelési szakértő, Lechner Tudásközpont
2 Távérzékelési szakügyintéző, BFKH-FTFF
* e-mail: edina.birinyi@lechnerkozpont.hu
Bevezetés
A nagy mennyiségben, ingyenesen elérhető és egyre nagyobb információ-tartalmú műholdfelvételeknek köszönhetően megnőtt az igény az általuk robbanásszerűen növekvő adatmennyiség felhőalapú elérésére, illetve a képek gyors és hatékony feldolgozására és vizsgálatára. Például az elmúlt időszakban az ESA (European Space Agency – Európai Űrügynökség) is számos felhő-alapú adatelérési és -elemző platformot, azaz DIAS-t (Data and Information Access Services) fejlesztett ki (Copernicus 2018) a Copernicus program keretében előállt műholdképek megtekintéséhez, tudományos és operatív célú feldolgozásához. A felhő-alapú platformok fejlesztésében e téren élen járt a Google, így jelenleg az általuk fejlesztett Google Earth Engine (GEE) a világ legelőrehaladottabb planetáris skálájú, felhőalapú, geoinformatikai feldolgozó platformja (Gorelick et al. 2017;
Internet1). Osztályunk az elmúlt év második felétől használja operatív feladatok megsegítésére.
Anyag és módszer
A nagy és gyors ütemben növekvő mennyiségű nyilvánosan elérhető távérzékeléses adat feldolgozása, és elemzése számos informatikai alapkérdést vet fel, mint például az adatgyűjtés és -tárolás, a változó adatformátumok problémája, illetve a hatékonysággal kapcsolatos elvárások, mint a memória és CPU-kihasználtság, valamint a hálózatkezelés. Ezen problémák egyfajta megoldására hozták létre a Google Earth Engine-t (GEE). A GEE egy olyan felhőalapú platform, melynek célja a nagy mennyiségű geoinformatikai adat feldolgozása nagy teljesítményű számítástechnikai erőforrások elérésével, illetve az IT problémák kiküszöbölésével (Gorelick et al.
2017). További kiemelt cél a kapott eredmények széles körben való megosztása,
Abstract: Nowadays, a number of cloud-based platforms are available for remote sensing research and applications. With our objective being to assess their suitability for our purposes. We started our tests with Google Earth Engine that is supposedly the most advanced cloud-based geospatial processing platform in the world. In this communication, some of the first results obtained in the topic of agricultural spring drought detection, a current problem in Hungary, are shown.
a kutatók együttműködésének támogatása, a kifejlesztett algoritmusokon alapuló termékek rendszeres előállítása, valamint a vizualizáció megkönnyítése. A platform mögött egy több petabájt nagyságrendű vizsgálatra alkalmas adattár áll, amelyet nagy teljesítményű, belsőleg párhuzamosított számítási kapacitás támogat. A katalógus internet-hozzáférést igénylő alkalmazásprogramozási felületen (API-n) és egy web alapú integrált fejlesztői környezeten (IDE-n) keresztül érhető el, utóbbi lehetővé teszi a kapott eredmények gyors megjelenítését is. A platform viszonylag könnyen kezelhető, és jelentős hangsúlyt fektettek a felhasználási útmutatók és példaprogramok kidolgozására is. Az adatbázisban különböző felbontású aktív és passzív szenzorokkal készült műholdfelvételek (például: Landsat 1-8, Sentinel-1-2-3-5, MODIS termékek) felszínborításra, domborzatra, illetve időjárásra és klímára vonatkozó adatsorok is elérhetők. Ezen túlmenően a vizsgálatokhoz szükséges saját adatok feltölthetők, illetve a kapott eredmények offline használatra letölthetők. A GEE jelenleg JavaScript és Python script nyelvek segítségével szólítható meg. A beépített algoritmusok között közel ezer funkció található, az egyszerű matematikai operátoroktól kezdve egészen a gépi tanulási (machine learning) módszerekig.
1.ábra A nyári aszály detektálás során használt módszertanunk
2. ábra A Google Earth Engine-ben elkészült aszálytérkép
Az egykori FÖMI, jelenlegi Lechner Tudásközpont távérzékelési osztály a mezőgazdasági kockázat-kezelési rendszer (MKR) keretében évek óta készít operatív mezőgazdasági aszálytérképeket. A térképezés alapmódszertana a MODIS szenzorok nyújtotta 250 méteres térbeli felbontású napi reflektancia felvételeken alapul. A vizsgálni kívánt időszakot vetjük össze a referenciául választott évek ugyanezen időszakára vonatkozó NDVI értékekkel (1. ábra). A kapott eltéréseket statisztikai alapon hét kategóriába soroljuk az erősen aszályostól kezdve az átlagosnál sokkal jobb állapotú növényzetig. A tavalyi évben a módszertanunkat sikerült Google Earth Engine-ben is implementálni (2. ábra), aminek következtében lehetőségünk nyílt a felhasznált felvételek számának növelésére, az aszálytérképezés végrehajtásához szükséges idő jelentős csökkentésére, illetve az adatkatalógus további műholdadatainak bevonásával az aszálytérkép térbeli felbontásának javítására is kísérletet tettünk.
Az aszálytérképezés jellemzően eddig a július-októberi időszakra korlátozódott.
Azonban a tavaly őszi aszály (Földművelésügyi értesítő 2018) után az idei évben már február végétől tapasztalható aszályosság (OMSZ 2019a; OMSZ 2019b; OMSZ 2019c), amely a mezőgazdasági kultúrákat jelentős mértékben károsítja (Magyar Mezőgazdaság 2019; Világgazdaság 2019). A nyár végi aszály esetén a növényzet a vegetációs időszak elejéhez tapasztalthoz képest jelentősebben fedi a talajfelszínt, ezért vizsgálatot folytattunk arra vonatkozóan, hogy a nyári aszályra kifejlesztett módszertanunk kellően jól jellemzi-e a tavaszi aszályosságot. Illetve milyen más adatrendszert, műholdas mérést, módszertant lenne érdemes alkalmazni a precízebb, szemléletesebb aszály-detektáláshoz.
Eredmények
Mivel a tavaszi aszály még tart, ezért végleges aszálytérkép bemutatására jelenleg még nincs lehetőségünk. Ugyanakkor az eddig elérhető 2019 márciusára vonatkozó MODIS felvételekből származtatott 16 napos 250 méteres globális NDVI termékek (MOD13Q1 v006, MYD13Q1 v006) alapján elmondható, hogy Kelet-Magyarország jelentős részét számottevő aszály sújtja, különös tekintettel az Alföldre.
A kezdeti vizsgálati eredményeinket a jelenlegi helyzet, a 2012-es extrém aszályos év és a 2016-os, tavaszi aszálytól mentes összevetésével a 3. ábrán szemléltetjük.
3.ábra A tavaszi aszály bemutatása három különböző év esetén
4.ábra A tavaszi aszály detektálására kipróbált módszertan
A térképezés a 2000 és 2019 között elérhető összes MOD13Q1 és MYD13Q1 felvétel együttes felhasználásával készült (összesen 72 réteg), a 4. ábrán látható módszertan szerint. Ezen eredmények alapján elmondható, hogy például a 2016-os átlagos csapadékmennyiségű tavaszhoz (OMSZ 2016) képest szignifikáns aszály tapasztalható. Azonban mivel 2019 március végére két származtatott NDVI réteg még nem érhető el, annak egyértelmű mértéke még nem szemléltethető.
Konklúzió
A felhőalapú távérzékeléses adatfeldolgozásnak a Big Data korszakban egyértelműen helye van. Az ilyen típusú rendszerek használata kutatásainkat és akár operatív alkalmazásainkat, jelentős mennyiségű adattal, illetve számottevő gépi kapacitással támogatja, jelentősen csökkenti az elemzések átfutási idejét. A jövőbeli céljaink között szerepel az ESA által fejlesztett DIAS-ok tesztelése és hasonlóan pozitív tapasztalatok esetén ezen platformok operatív feladatainkba történő beépítése.
Felhasznált irodalom
Gorelick N. – Hancher M. – Dixon M. – Ilyushchenko S. – Thau D. – Moore R. (2017):
Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, vol. 202, pp. 18–27.
Földművelésügyi értesítő (2018): Az agrárminiszter közleménye a mezőgazdasági termelést érintő időjárási és más természeti kockázatok kezeléséről szóló 2011. évi CLXVIII. törvény 12. § (5) bekezdése szerinti aszályhelyzet kihirdetéséről. LXVIII.
évf.9.sz., 336 p.
Internetes források
Internet1 – https://code.earthengine.google.com/
Copernicus (2018): User-friendly Access to Copernicus Data and Information. https://www.
copernicus.eu/sites/default/files/Copernicus_DIAS_Factsheet_June2018.pdf Letöltés ideje: 2019.03.01.
Magyar Mezőgazdaság (2019): Akár százezer hektár repce is az aszály áldozata lehet.
http://magyarmezogazdasag.hu/2019/04/03/akar-szazezer-hektar-repce-az-aszaly-aldozata-lehet Letöltés ideje: 2019.04.03.
Országos Meteorológiai Szolgálat (2016): Elmúlt hónapok időjárása, 2016. március https://www.met.hu/eghajlat/magyarorszag_eghajlata/eghajlati_visszatekinto/elmult_
honapok_idojarasa/ Letöltés ideje: 2019.04.03.
Országos Meteorológiai Szolgálat (2019a): Csapadékhiánnyal kezdődik a vegetációs időszak. https://www.met.hu/idojaras/agrometeorologia/elemzes/index.
php?id=3140&m=2 Letöltés ideje: 2019.03.10.
Országos Meteorológiai Szolgálat (2019b): Szárazság ősszel, szárazság tavasszal fagyokkal tetézve. https://www.met.hu/idojaras/agrometeorologia/elemzes/index.
php?id=3166&m=2 Letöltés: 2019.03.26.
Országos Meteorológiai Szolgálat (2019c): Aszály információk. https://www.met.hu/
idojaras/agrometeorologia/aszalyinfo/ Letöltés ideje: 2019.03.
Világgazdaság (2019): Sok gabona veszett oda az aszály miatt. https://www.vg.hu/
vallalatok/mezogazdasag/sok-gabona-veszett-oda-az-aszaly-miatt-1431670/ Letöltés ideje: 2019.04.01.