Waterwijzer en Groenmonitor door Mirjam Hack en Allard de Wit van

Project WaterWijzer Landbouw en gebruik
satellietdata (bijv. Groenmonitor)
Mirjam Hack en Allard de Wit
22 april 2014
WaterWijzer Landbouw = Vervanging HELP
HELP-tabellen:
effecten kwantificeren van waterhuishoudkundige
maatregelen op opbrengstderving
voor bouwland en grasland
o.a. voor toepassing in Waternood
langjarig gemiddelde schade als functie van
grondwatertrap en bodemtype
aanverwant: TCGB-tabellen en Agricom
WaterWijzer Landbouw en satellietdata
Waarom vervanging HELP?
Wat is het doel van het totale project?
Wat is de relatie met satellietdata?
Toekomstperspectief
Landbouwschade-tabellen: waarom actualiseren?
HELP-tabellen:
Meer droogte
én meer piekbuien
•
•
•
•
•
•
•
•
Gebaseerd op achterhaalde modellen
Niet reproduceerbaar
Natschade op destijds geldende
landbouwpraktijk
Droogteschade gebaseerd op
verouderde meteorologische condities
(1951-1980)
Geen zoutschade
Ongeschikt voor huidige klimaat
Expert judgement / empirisch
Langjarig gemiddeld, missen de
extremen
Missen de relevante processen
Ongeschikt voor toekomstige klimaat
4
Doel van het totale project
Uniform en breed gedragen systeem voor
● bepalen van klimaatbestendige relaties
● tussen waterhuishoudkundige condities en
gewasopbrengsten,
● ter vervanging van de huidige beschikbare
systemen
Doel van het totale project
Doelstelling voor eind project (2016?)
Makkelijk toepasbare (online) tool voor bepalen van
droogteschade, natschade en zoutschade voor huidige
meteorologische condities en klimaatscenario’s.
Operationeel model voor hydrologie en gewasgroei
SWAP-WOFOST voor het berekenen van
gewasopbrengsten in relatie tot droogte, zuurstoftekort
en zout, geschikt voor gebruik door deskundigen.
Kortom, beschikbaar voor maatwerk.
Operationele modelkoppelingen voor berekenen van
agrarische bedrijfseconomische resultaten en indirecte
effecten (ook maatwerk, gebruik door deskundigen).
gras
Klimaatprojecties
Doel fase 2 van het project (2014)
Website WaterWijzer.nl (STOWA-website)
Koppeling SWAP-WOFOST
Toetsing voor gras, aardappel en maïs
Allard:
Wat kunnen we met satellietdata?
Wat willen we in de toekomst kunnen met satellietdata?
Door naar Allard
Met dank aan o.a.
Joop Kroes
Ruud Bartholomeus
Gebruik satelliet data voor WaterWijzer
Inhoud
Achtergrond optische satellietsystemen en data:
● Satelliet banen
● Ruimtelijke vs. temporele resolutie
● Consequenties voor gebruik
Relevante operationele satelliet producten
Gebruik in WaterWijzer:
● Waar liggen de mogelijkheden
● Koppeling met SWAP/WOFOST
Radar satellieten buiten beschouwing gelaten
Satellietbanen voor optische
aardobservatie satellieten
Twee mogelijkheden:
Geostationaire baan:
● 36000 km hoogte
● Baan evenwijdig aan de evenaar
● “stationair” op 1 punt boven het aardoppervlak
Polaire baan:
● ~700km hoogte
● Van pool tot pool
● ~14 orbits per dag
● Zon gesynchroniseerd
Satelliet in geostationaire baan
Courtesy: WikiPedia
Global radiation from MeteoSat
• 2,5 km pixel
grootte
• 1 beeld iedere
15 minuten
Courtesy: LandSAF/EUMETSAT
Polaire baan
Courtesy: WikiPedia
Polair:MODIS daily global coverage (250m/1km)
Satellite track
2330 km
Polair: LandSat daily global coverage (30m)
185 km
Polair: FORMOSAT-2 (8m)
Temporele versus ruimtelijk resolutie
Hoe hoger de ruimtelijke resolutie, des te lager het
aantal opname momenten
“Spatio-temporal trade-off”
Hoge resolutie met veel opname momenten kan maar op
een manier: een constellatie:
● Disaster Monitoring Constellation - DMC (5
satellieten, 30m)
● RapidEye constellation (5 satellieten, 5m)
● Sentinel (2 satellieten, 10m, vanaf 2015)
National Satelliet data portaal levert DMC
Relevante operationele AO producten
1. GroenMonitor: verloop van gewasontwikkeling in
het groeiseizoen via tijdseries van HR (30m)
satellietwaarnemingen.
2. SatWater-ET: Tijdseries van dagelijkse verdamping
mede afgeleid van satellietwaarnemingen
(presentatie HKV/ITC)
Operationele producten: GroenMonitor
Alterra ontsluit tijdseries van DMC en LandSat beelden
via groenmonitor.nl
Beschikbaar gesteld in de vorm van een Vegetatie Index
(NDVI):
● NDVI is een ratio van de reflectie in de rood/nabijinfrarood kanalen.
● NDVI is een indicator voor de hoeveelheid
fotosynthetische actief oppervlak (e.g. groen blad)
● NDVI is gevoelig bij lage blad index, maar
verzadigd snel (blad index>3,5)
● NDVI is geen maat voor biomassa
● NDVI afgeleid van twee verschillende satellieten is
vaak “incompatibel”
Groenmonitor.nl
DMC/LandSat in Groenmonitor 2013
Satellietbeelden uit 2013 in NSD en ontsloten door Alterra
• 226 dagen met satellietbeelden beschikbaar, waarvan
• 185 DMC beelden
• 78 Landsat beelden
• 43 DMC ontsloten in de Groenmonitor.nl
• 7 Landsat beelden additioneel ontsloten in de Groenmonitor.nl
Model-uitkomst of satelliet-waarneming?
SatWater-ET
GroenMonitor
smoothing
Aandeel satelliet-waarneming
Aandeel model uitkomst
?
SWAP/WOFOST
assimilation
Groenmonitor: gebruik in SWAP/WOFOST
Afleiden belangrijke stadia:
● Opkomst datum
● sluiting van het gewas
● Rijping/oogst datum
Afleiding bedekkingsgraad / blad index
Kan gebruikt worden in SWAP/WOFOST
voor:
● Optimalisatie van initialisatie (e.g.
zaaidatum)
● Optimalisatie van blad index verloop
50x wintertarwe groeicurves in Flevoland
Optimalisatie van WOFOST
Optimum SPAN/TWDI
for given LAI profile
Courtesy: Belgian funded GLOBAM project
Derived joint distributions of TDWI/SPAN
Walloon area – Belgium
2003
2006
2004
2005
2007
2009
Courtesy: Belgian funded GLOBAM project
SatWater-ET: nut voor SWAP/WOFOST
Hangt af van de ruimtelijke resolutie en
nauwkeurigheid
Verscheidene opties voor integratie:
● In het model forceren (simpel voor NRT gebruik)
● Optimaliseer parameters in SWAP/WOFOST
(gewasweerstanden)
● Bodemvocht updates (Kalman filter - complex)
Wat kunnen we niet afleiden uit AO
Phenologische ontwikkeling:
● Bloei, korrelzetting, knolzetting
BioMassa en verdeling over plantorganen
Partitionering van ET (bodem, interceptie,
plant)
Biofysische achtergrond: AO ziet
verdampingsreductie, maar is dit door
droogte-, zuurstof- of zout-stress.
Opstellen waterbalans
Scenario’s en weersvoorspellingen
doorrekenen
Toekomstvisie gebruik RS in SWAP/WOFOST
Data assimilatie van vegetatie index tijdseries en ET
schattingen.
Maar ook competitie/samengaan van technieken:
● Drones
● sensor networks
● Remote sensing
Modellen als samenbindende factor door data assimilatie
Dank voor uw
aandacht
Met dank aan
Gerbert Roerink