Tal van gewasmonitoringsatellieten werken in het optische spectrum. Dat maakt ze ‘blind’ bij bewolking, waardoor hun waarnemingsreeksen grote hiaten vertonen en de opvolging van landbouwgewassen wordt bemoeilijkt. Met CropSAR heeft VITO een techniek ontwikkeld die onafhankelijk van de weersomstandigheden de status van landbouwvelden monitort.

Dankzij online applicaties zoals WatchITgrow en mapEO stelt VITO al enkele jaren technieken uit de precisielandbouw ter beschikking aan boeren om hun akkers en gewassen beter op te volgen, en zo hun opbrengst te verhogen. De data achter de technieken is afkomstig van remote sensing sensoren op vliegtuigen, drones of satellieten. De laatste hebben het voordeel dat ze permanent in een baan rond de aarde zweven en grote stukken landoppervlak bestrijken. Het nadeel van gewasmonitoring met satellieten is echter dat de waarnemingen vaak onderbroken worden door wolken.

Dat is bijvoorbeeld zo bij de Sentinel-2-satellieten binnen Copernicus (het aardobservatieprogramma van de Europese Commissie). Elke plek op aarde wordt minstens een keer om de vijf dagen door een van deze satellieten geobserveerd. Zo leveren ze grote hoeveelheden objectieve data aan over de groei en productiviteit van gewassen.

Boeren, overheden en verzekeraars

‘Het probleem is dat een groot deel van het landoppervlak vaak onder een wolkendek verscholen ligt, zegt Kristof Van Tricht van VITO. ‘Dat is lastig, zeker in het geval van perioden van snelle gewasveranderingen (bijvoorbeeld tijdens de groei in de lente). Boeren die gebruikmaken van WatchITgrow, kunnen zo belangrijke stadia in de groeicyclus van hun gewassen missen.’ En ook andere gebruikers zoals overheden en verzekeraars vinden dat onderbroken zicht lastig. ‘Als er net een zwaar onweer is gepasseerd en het bewolkt blijft, kunnen ze op deze manier de schade aan gewassen niet vaststellen.’

Kleine hiaten kunnen nog worden ‘weggewerkt’ door de metingen en waarnemingen te extrapoleren, maar bij grotere gaten lukt dat niet meer. Daarom startte VITO drie jaar geleden met een nieuwe aanpak: de combinatie van optische waarnemingen met radargegevens afkomstig van andere satellieten die eveneens het ganse aardoppervlak bestrijkt (de Sentinel-1-satellieten). Van Tricht: ‘Radargolven gaan dwars doorheen de wolken. Op de grond wordt een stukje van de straling teruggekaatst, zowel door de vegetatie als de bodem, waardoor het signaal ons iets kan vertellen over de status van de landbouwgewassen. Deze teruggezonden golven zijn echter niet zo gemakkelijk en eenduidig te interpreteren.’

Deep learning

Toch is het net dat wat VITO Remote Sensing voor elkaar heeft gekregen, met behulp van hypermoderne AI-technieken zoals deep learning. ‘We beschikken over een enorme voorraad beelden van wolkenvrij landoppervlak, gemaakt met zowel optische als radargolven’, legt Van Tricht uit. ‘Die hebben we “gevoed” aan een diep neuraal netwerk, een algoritme dat vervolgens op zoek gaat naar patronen en verbanden. Eens het algoritme was getraind, lieten we het los op de gaten in de optische waarnemingsreeksen veroorzaakt door wolken.’ Met succes, want het algoritme kon de gaten correct dichten.

Deze zogeheten CropSAR-techniek is sinds de lente van 2019 operationeel, ook bij WatchITgrow, het online informatieplatform van VITO Remote Sensing waarmee boeren hun landbouwpercelen vlot en efficiënt kunnen monitoren. ‘Daardoor loopt de monitoring van de gewasproductie nu gewoon door – bewolkt of niet bewolkt’, aldus Van Tricht.