Precyzyjne dane satelitarne dla rolnictwa w GUS

W latach 2019-2020 Główny Urząd Statystyczny wraz z partnerami zaprojektował i wdrożył pionierski system identyfikacji i monitorowania upraw rolnych na podstawie przetworzonych zdjęć satelitarnych. Dzięki niemu możliwe jest rozpoznawanie cech użytkowania terenu, takich jak rodzaj uprawy i kondycja roślinności, pokrycie gleby oraz dostępne zasoby wodne. Projekt o nazwie EOStat finansowany jest przez Europejską Agencję Kosmiczną (ESA) i jest jednym z najbardziej zaawansowanych kompletnych systemów obserwacyjnych dla celów statystycznych w Europie - o czym mówi Tomasz Milewski, zastępca dyrektora departamentu rolnictwa w GUS.

Skąd pomysł, aby taka instytucja państwowa jak GUS zainteresowała się wykorzystaniem danych satelitarnych?

Jednym z zadań Departamentu Rolnictwa jest szukanie nowych innowacyjnych źródeł danych, które mogłyby przyspieszyć i usprawnić pracę wielu ludzi. Do tej pory procedura pozyskiwania danych opierała się głównie na wywiadach z użytkownikami gospodarstw rolnych. Przedstawiciele statystyki, podczas kontaktu z rolnikami, zbierali informacje m.in. o statystykach pokrycia terenu i użytkowaniu gruntów. Ankieterzy robili wywiad na temat powierzchni poszczególnych zasiewów oraz wielkości plonów, jakie uzyskano z tych upraw. Informacje te łączono następnie z danymi administracyjnymi. Warto jednak zauważyć, że dane administracyjne niekoniecznie są dostępne dla całej Polski.

W dodatku gospodarstwa poniżej 10 ha nie muszą definiować dla dopłat bezpośrednich, jakie dokładnie posiadają uprawy - wystarczy, że zagregują je do pewnych grup. W zależności od województwa oraz pory roku te dane mogą się różnić. Przykładowo, w niektórych latach w Polsce występowało w źródłach administracyjnych 80% pokrycia użytków rolnych wraz z uprawami, ale w poszczególnych województwach było to np. 40-50%. Wówczas wykorzystanie tych danych nie jest pełne i właśnie dlatego szuka się innowacyjnych rozwiązań, które mogłyby to zmienić.

Warto również podkreślić, że w przypadku zbierania danych ankietowych uzyskujemy deklarację rolnika o zasiewach. Przykładowo, może on poinformować, że ma 2 ha kukurydzy i 3 ha rzepaku, jednak nie musi opisywać szczegółowo granic działki i gdzie fizycznie się ona znajduje. Dostępne są oczywiście informacje adresowe rolnika oraz jego siedziby gospodarstwa i można to zagregować do rejonów statystycznych czy układu terytorialnego. Jednakże rolnik mieszkający w danej miejscowości może mieć uprawy położone w różnych rejonach, a nawet odległych województwach. Agregacja danych jest więc utrudniona, gdy nie ma się danych ściśle terytorialnych, dotyczących granic położenia upraw.

Koszt badań ankietowych w porównaniu z danymi satelitarnymi jest bardzo wysoki. Pozyskanie danych satelitarnych generuje mniejsze koszty i są one kluczowym elementem przyszłości statystyk związanych m.in. z rolnictwem. Dane deklaratywne nie mają też zobrazowania przestrzennego, co czyni dane satelitarne niezwykle istotnym elementem w przypadku zejścia do agregacji na poziomie powiatu, gminy, a nawet na mniejszych obszarach. Właśnie dlatego Departament Rolnictwa w GUS skupił się na wykorzystaniu danych satelitarnych. Program Copernicus umożliwia darmowy dostęp do danych, dzięki którym można dokonywać bardziej precyzyjnych szacunków.

Jak wyglądały badania pilotażowe i późniejsza implementacja projektu wykorzystującego dane satelitarne?

Już w latach 2013-2014 pojawiło się zainteresowanie szerszym wykorzystaniem danych satelitarnych w rolnictwie. GUS postanowił wprowadzić badania pilotażowe w 2015 r., z początku na poziomie województwa warmińsko-mazurskiego. Sprawdzano wykorzystanie zdjęć satelitarnych i możliwość ich analizy w oparciu o informacje administracyjne, wiedzę pracowników oraz dane statystyczne. W 2016 r. w badanie pilotażowe włączono również województwo lubelskie. To był ważny element ze względu na to, że struktura agrarna w Polsce jest dosyć zróżnicowana. Na północy i zachodzie jest wiele dużych działek, z kolei na południu i na wschodzie są bardzo małe uprawy rolne.

W 2017 r. badanie pilotażowe objęło już całą Polskę. Prace prowadzono wraz z Centrum Badań Kosmicznych Polskiej Akademii Nauk (CBK PAN) i próbowano dopasować algorytmy do rozpoznawania poszczególnych upraw. Metodologia zmieniała się na przestrzeni lat. W jednym roku sprawdzano wszystkie możliwe uprawy i zbierano badania terenowe. Przykładowo w 2015 r. było to około tysiąca pól zlokalizowanych w województwie warmińsko-mazurskim. Rok później liczba ta zwiększyła się już do ok. 2 tys., a w 2017 r. do prawie 6 tys. pól. Aby móc zebrać dane terenowe, należało również zmodyfikować metody działania. Na początku typowano działki według struktury rozproszenia w województwie, pasów przelotów satelitów i najlepszego dojazdu do nich. Metodologia była przez 3 lata kształtowana i obecnie jest już dobrze dopracowana.

Prace pilotażowe były przygotowaniem do czegoś większego - mowa tu oczywiście m. in. o projekcie EOStat, który ma 3 główne zadania do zrealizowania: konsolidację wymogów użytkownika; opracowanie i wdrożenie metod mapowania wykorzystującego różne podejścia oraz uruchomienie usług dla GUS. Rezultaty projektu EOStat implementowane są w komórce odpowiedzialnej za przetwarzanie danych. Dostarczone zostały pewne elementy, takie jak np. algorytmy z tego projektu, które stanowią wkład do stworzenia całego systemu identyfikacji i rozpoznawania upraw, który jest budowany na potrzeby statystyki w Departamencie Rolnictwa. Statystyki związane z wykorzystaniem danych satelitarnych już obecnie są używane do opracowywania wyników i wstępnych szacunków.

Kto będzie mógł skorzystać z dostępu do danych satelitarnych i jak wygląda ich weryfikacja?

Planujemy jak najszersze wykorzystanie danych, czy to przez jednostki naukowe, instytuty badawcze, administrację publiczną, partnerów projektu, czy Ministerstwo Rolnictwa. Chcielibyśmy, żeby głównymi odbiorcami były gospodarstwa rolne, urzędy gminne, ośrodki doradcze, osoby, które są związane z rolnictwem, a także sami rolnicy. Jeżeli mamy precyzyjniejsze dane i lepsze możliwości, to wpływa to na kształtowanie wspólnej polityki rolnej. Pozyskane informacje są weryfikowane za pomocą badań terenowych oraz z blisko 27 milionami rekordów danych pochodzących z ARiMR. Takie statystyki są na bieżąco agregowane w ośrodku statystycznym w Olsztynie.

To właśnie tam znajduje się Centrum Obliczeniowe dla Rolnictwa. Z naszych badań wynika, że w zależności od uprawy mamy dokładność od ok. 80 do 90 kilku procent. W dodatku co roku dokładność ta wzrasta w związku z nabytym doświadczeniem. To ważne, aby mieć jak najwięcej danych terenowych, ponieważ jest to najważniejsza rzecz w kalibracji danych satelitarnych. Dzięki temu można nauczyć algorytmy rozpoznawania upraw w oparciu o panujące warunki, przebieg krzywych spektralnych charakterystycznych dla danego gatunku oraz doświadczenie na temat tego, co i kiedy się sieje, sadzi i zbiera.

Jakie plany na przyszłość ma GUS? Czy zamierza wykorzystywać dane satelitarne również w innych obszarach?

Projekt EOStat jest sprawdzeniem możliwości wykorzystania danych satelitarnych. GUS realizuje również inny duży projekt: „SATMIROL - Satelitarna identyfikacja i monitorowanie upraw na potrzeby statystyki rolnictwa”, realizowany w ramach Programu „Społeczny i gospodarczy rozwój Polski w warunkach globalizujących się rynków” GOSPOSTRATEG, dofinansowany przez Narodowe Centrum Badań i Rozwoju, który obejmuje już finalną implementację produktów z EOStat, badań pilotażowych z poprzednich lat, jak i bieżących działań z wykorzystaniem teledetekcji.

Budowa i wdrożenie innowacyjnego systemu do identyfikacji i monitorowania upraw rolnych zapewni szybsze pozyskiwanie danych, możliwość pozyskania danych przestrzennych dotyczących poszczególnych upraw oraz zmniejszenie obciążenia respondentów i ankieterów. Warto podkreślić, że obejmuje również pewne zakupy infrastruktury technicznej, budowę systemu IT satelitarnej identyfikacji oraz skupia się na prognozowaniu plonów, monitoringu sytuacji kryzysowych, takich jak powodzie, susze i podtopienia, co oczywiście ma wpływ na plony oraz same zasiewy.

W planach na przyszłość jest również wykorzystanie danych z satelitów wysokorozdzielczych o rozdzielczości 1x1 m, czy też jeszcze bardziej dokładnych. W niektórych rejonach Polski charakterystyczne pomniejsze uprawy np. maliny czy drzewa i krzewy owocowe stanowią o wielkości produkcji danego regionu. Tak się dzieje w np. województwie lubelskim, gdzie działki są naprawdę małe i nie przekraczają czasami 20 m długości i szerokości. Będziemy więc testowali na dokładnie zdefiniowanych rejonach Polski wykorzystanie danych wysokorozdzielczych. Chcielibyśmy również zorganizować samo zbieranie danych statystycznych, tak aby nasi rzeczoznawcy terenowi mieli udostępnione analizy danych satelitarnych, wstępne szacunki, mapy, informacje z działek i z serwisów agrometeorologicznych.

Dzięki temu łatwiej będą mogli pewne rzeczy prognozować, a to właśnie oni są kluczowym elementem w przypadku kalibracji danych satelitarnych. Należy dodać nieskromnie, że GUS jest liderem na skalę światową w wykorzystaniu zdjęć satelitarnych na potrzeby statystyki. Jest to tzw. element prac w ramach przetwarzania danych typu Big Data. Oczywiście jest kilka krajów, które wykorzystują dane satelitarne w swoich statystykach np. USA, lecz są one zagregowane na innym poziomie przetwarzania danych tj. opierają się na zdjęciach niskorozdzielczych - od kilkudziesięciu do kilkuset metrów pojedynczego pixela, czyli w warunkach Polski i Europy nie są już tak istotne do wykorzystania, gdyż nasza struktura wielkości działek znacznie odbiega od tych zza oceanu.