Der benyttes to typer satellitdata i Landbrugsstyrelsens satellitbaserede kontrol af landbrugsarealer: optiske og radarbaserede. I det følgende gives en kort introduktion til disse to og hvordan satellitdata anvendes i Landbrugsstyrelsens administrative kontrol af arealstøtteordninger 

Satellitter og deres anvendelse i Landbrugsstyrelsen

Satellitdata findes i varierende opløsninger fra kommercielle og ikke-kommercielle satellitter. EU har et jordobservationsprogram, kaldet Copernicus, som har til mål at sikre langsigtet og koordineret indsamling af satellitdata. Centralt i Copernicus programmet er serien af Sentinel satellitter, som leverer frie data til brug for monitorering af atmosfære, land og vand. I Landbrugsstyrelsen satellitbaserede kontrol anvendes primært data fra den optiske satellit Sentinel-2 og den radarbaserede satellit Sentinel-1, da de er tilpasset til monitorering af land.

Sentinel-2’s optiske sensorer registrerer lys indenfor de bølgelængder som det menneskelige øje kan se, samt kortbølget infrarødt lys. Det er en forudsætning for et godt optisk billede, at der er skyfrit på tidspunktet for optagelsen. Radarbilleder fra Sentinel-1 kan derimod optages uafhængigt af skydække og sollys. De er baseret på hvordan mikrobølger, udsendt fra satellitten, tilbagereflekteres fra Jordens overflade.

Generelt anvender Landbrugsstyrelsen optiske satellitdata fra Sentinel-2 til klassifikation af arealer og afgrødetyper, mens radardata fra Sentinel-1 primært benyttes til monitorering af strukturændringer, såsom pløjning, afgræsning og høsttidspunkt af afgrøder.

I begge tilfælde gælder det at en tidsserie af observationer analyseres på en automatiseret måde, for at nå frem til et resultat.

Analyser af satellitdata


Arealanvendelse og afgrødetype

Satellitdata kan anvendes til at bestemme et områdes arealanvendelse (landbrugsareal, infrastruktur, bebyggelse, søer, etc.), men også bruges til mere præcist at identificere afgrøden på en given mark. Når satellitbilleder anvendes til at identificere og adskille afgrøder fra hinanden, sker det på baggrund af oplysninger om afgrødernes farve og vækstforløb, som giver dem unikke karakteristika. I et satellitbillede lagres information om farve og struktur i hvert enkelt af billedets pixels. Denne information analyseres ved hjælp af en maskinlæringsalgoritme  og diverse statistiske parametre til at klassificere afgrøder. 

En typisk parameter der bruges til at adskille afgrødetyper fra hinanden er NDVI. NDVI er et indeks for planters grønhed, hvor planter med et højt klorofylindhold har et tilsvarende højt NDVI. Ved at følge planteaktivitet, udtrykt ved NDVI, over en vækstsæson kan en afgrøde således klassificeres.

Strukturændringer

Ved at undersøge radarbaseret satellitdata fra forskellige tidspunkter på året kan man identificere strukturændringer på et areal. Hertil benyttes såkaldt ’kohærens’, som beskriver relationen mellem to på hinanden følgende observationer. Sammenlignes to billeder af en mark med afgrødevækst (f. eks. en majsmark) vil det typisk afspejles i en lav kohærens, da afgrøden har en naturlig variation i overfladen. Sammenlignes derimod to billeder af en pløjet eller høstet mark vil det typisk afspejles i en høj kohærens, da overfladen er mere ensartet. Kohærens kan således bruges til at observere strukturændringer på marker, idet landbrugsaktiviteter så som slåning, høst eller pløjning vil give sig til udtryk som en ændring i kohærens. 

På billederne herunder ses eksempler på optiske og radarbaserede satellitbilleder, ved hhv. høst, slåning og pløjning. På de optiske billeder kan man visuelt erkende høst af vinterraps, græsslåning og pløjning som ændringer i overfladens grønhed (NDVI), mens ændringer i markernes kohærens giver sig til udtryk på de radarbaserede billeder.  

Resultaterne af analyserne behæftes med en værdi (fra 0 til 1), der sikrer kvaliteten af analysen. Værdien fastsættes på baggrund af bl.a. mængden og kvaliteten af satellitdata fra den pågældende mark.

En grænseværdi på f.eks. 0,7 betyder, at marker med en værdi på ≥0,7 ikke er støtteberettiget, og at marker med en lavere værdi end 0,7 er støtteberettigede. En grænseværdi på 0,7 er ikke det samme som 70% sandsynlighed. Det skyldes at grænseværdien er en sammensat værdi, der afspejler flere parametre, bl.a. hvor meget data, der har været tilgængelig for analysen. Grænseværdien er et resultat af kvalitetskrav fastsat af EU-Kommissionen. Kvalitetssikringen skal sikre, at marker, som er støtteberettigede, ikke bliver underkendt, og at der samtidigt ikke bliver godkendt for mange ikke-støtteberettigede marker. Grænseværdien skal derfor forstås som den optimale værdi til at sikre en balance mellem, at der ikke udbetales uretmæssig støtte, og at landbrugere ikke får underkendt støtte uretmæssigt.

For yderligere information, kan du her læse mere om analyserne til kontrol af aktivitetskravet på grundbetaling.