Projektbeschreibung
Zwei Satelliten sind besser als einer: Erdbeobachtung mit höherer Auflösung für die Ernte- und Waldüberwachung
Bildgebungssatelliten für die Erdbeobachtung liefern wichtige räumliche und zeitliche Informationen, die für zahlreiche Gebiete, einschließlich der Meteorologie, Ozeanografie, Landwirtschaft, dem Naturschutz, der regionalen Planung, Aufklärung und Verteidigung, wichtig sind. Hinsichtlich der Ernte- und Waldbewirtschaftung sind dringend höhere Auflösungen notwendig, um die biophysikalischen Variablen, darunter der Blattflächenindex und der Anteil der absorbierten photosynthetisch aktiven Strahlung, kontrollieren zu können. Derzeitige Technologien scheitern am Ausgleich räumlicher mit zeitlicher Auflösung. Das EU-finanzierte Projekt MOVES entwickelt einen Betriebsalgorithmus, um die erforderlichen Daten mit der notwendigen Auflösung zu erhalten. Dabei kommen die Sentinel-2-Satelliten zum Einsatz, eine Konstellation mit zwei identischen Satelliten im gleichen Orbit mit einer räumlichen Auflösung von 10-20 Metern und zeitlichen Stichproben im 5-Tages-Intervall.
Ziel
Leaf Area Index (LAI), Fraction of green Vegetation Cover (FCOVER) and Fraction of Absorbed Photosynthetically Active Radiation (FAPAR) are key biophysical variables representing the status and functioning of vegetation. High spatiotemporal resolution LAI/FAPAR/FCOVER products are urgently needed in many terrestrial applications including crop and forest management. However, the trade-off in traditional remote sensing sensors between temporal and spatial resolutions hinders the generation of such products. The launch of Sentinel-2 satellites, with spatial resolution of 10-20 m and 5-day temporal sampling (in tandem), opens a new paradigm in satellite vegetation monitoring. The proposed project “MOVES” will develop an operational algorithm for retrieving LAI/FAPAR/FCOVER from Sentinel-2 data. An easily-invertible radiative transfer model (RTM) will be firstly developed, which will apply a universal model framework for all vegetation types (continuous vs discrete) and terrains (horizontal vs sloping). In this project, the hybrid training and domain adaption paradigms will be introduced into the retrieval of LAI/FAPAR/FCOVER, to enhance the transferability of the retrieval algorithm and achieve spatiotemporally consistent retrieval. The Copernicus ground-based observations (GBOC) and FLUXNET sites will be used to validate the proposed algorithm and assess its potential in the monitoring of vegetation status and functioning. The project is conceived to combine the prominent expertise of the hosting institute in biophysical variable retrieval and remote sensing ecological application, with my well-demonstrated RTM development skills. Overall, MOVES will facilitate the delivery of Sentinel-2 LAI/FAPAR/FCOVER products of physical consistence and high accuracy, and underpin new avenues for the development of high spatiotemporal frequency vegetation monitoring systems.
Wissenschaftliches Gebiet
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF-EF-ST - Standard EFKoordinator
08193 Bellaterra
Spanien