Sem tecnologia de detecção avançada, os humanos veem apenas uma pequena porção de todo o espectro eletromagnético. Os satélites veem toda a gama - desde os raios gama de alta energia, para visível, infravermelho, e microondas de baixa energia. As imagens e dados que eles coletam podem ser usados ​​para resolver problemas complexos. Por exemplo, dados de satélite estão sendo aproveitados por pesquisadores da Universidade de Illinois para uma imagem mais completa das terras agrícolas e para estimar o rendimento das safras no Cinturão do Milho dos EUA.

"Em lugares onde podemos ver apenas a cor verde nas plantações, imagens eletromagnéticas de satélites revelam muito mais informações sobre o que realmente está acontecendo nas folhas das plantas e até mesmo dentro da copa. Como aproveitar essas informações é o desafio, "diz Kaiyu Guan, um cientista ambiental da U of I e o principal autor da pesquisa. "Usando várias bandas espectrais e olhando para elas de forma integrada, revela informações valiosas para melhorar o rendimento das colheitas. "

Guan diz que este trabalho é a primeira vez que tantas bandas espectrais, incluindo visível, infravermelho, térmico, e microondas passiva e ativa, e medições de fluorescência de dossel foram reunidas para observar as colheitas.

"Usamos uma estrutura integrada chamada Partial Least-Square Regression para analisar todos os dados juntos. Essa abordagem específica pode identificar informações comumente compartilhadas entre os diferentes conjuntos de dados. Quando extraímos as informações compartilhadas de cada conjunto de dados, o que resta são as informações exclusivas relevantes para as condições da vegetação e rendimento da colheita. "

O estudo descobre que muitos conjuntos de dados de satélite compartilham informações comuns relacionadas à biomassa cultivada na superfície. Contudo, os pesquisadores também descobriram que diferentes dados de satélite podem revelar estresses ambientais que as safras experimentam relacionados à seca e ao calor. Guan diz que o aspecto desafiador da observação da colheita é que o grão, que é o que tem tudo a ver com o rendimento da colheita, cresce dentro do dossel, onde não é visível de cima. "Bandas visíveis ou infravermelhas próximas, normalmente usadas para monitoramento de safras, são principalmente sensíveis ao dossel superior, mas fornecem poucas informações sobre a vegetação mais profunda e as condições do solo que afetam o status e a produtividade da água da cultura, "diz John Kimball da Universidade de Montana, colaborador de longa data com Guan e co-autor do artigo.

"Nosso estudo sugere que os dados do radar de microondas na banda Ku contêm informações úteis de forma única sobre o crescimento da safra, "Guan diz." Além das informações de biomassa, ele também contém informações adicionais associadas ao estresse hídrico da cultura por causa da maior sensibilidade de microondas ao conteúdo de água do dossel, e o microondas também pode penetrar no dossel e ver através de parte ou de todo o dossel. Também descobrimos que as bandas térmicas fornecem informações de estresse por água e calor, "Guan diz." Esta informação nos diz quando as folhas abrem ou fecham seus poros para respirar e absorver carbono para o crescimento. "

Co-autor David Lobell da Stanford University, que elaborou a ideia com Guan, afirma que o aproveitamento de todos esses dados de satélite em conjunto aumenta muito a capacidade de monitorar as safras e o rendimento das safras.

"Esta é uma era de big data. Como entender todos os dados disponíveis, para gerar informações úteis para os agricultores, economistas, e outros que precisam saber o rendimento da colheita, é um desafio importante, "Guan diz." Esta será uma ferramenta importante. E, embora tenhamos começado com o Cinturão do Milho dos EUA, esta estrutura pode ser usada para analisar terras agrícolas em qualquer lugar do planeta. "

O estudo, "Os valores compartilhados e únicos da óptica, fluorescência, dados térmicos e de satélite de micro-ondas para estimar o rendimento das safras em grande escala, "é publicado em Sensoriamento Remoto do Meio Ambiente . O trabalho foi iniciado e desenhado por Kaiyu Guan da U of I e David Lobell da Stanford University. É co-autoria de uma equipe de vários institutos de Jin Wu (Brookhaven National Lab), John S. Kimball (Universidade de Montana), Martha C. Anderson (USDA ARS), Steve Frolking (Universidade de New Hampshire), Bo Li (Universidade de Illinois), e Christopher R. Hain (NOAA).