La crescente minaccia della siccità e l'aumento della domanda idrica hanno reso previsioni accurate sull'uso dell'acqua delle colture fondamentali per la gestione e la sostenibilità delle acque dei terreni agricoli.

Ma le limitazioni nei modelli esistenti e nei dati satellitari pongono sfide per stime precise dell'evapotraspirazione, una combinazione di evaporazione dal suolo e traspirazione dalle piante. Il processo è complesso e difficile da modellare, e i dati di telerilevamento esistenti non possono fornire dati accurati, informazioni ad alta risoluzione su base giornaliera.

Un nuovo framework di mappatura ad alta risoluzione chiamato BESS-STAIR promette di fare proprio questo, in tutto il mondo. BESS-STAIR è composto da un modello biofisico satellitare che integra l'acqua delle piante, ciclo del carbonio e dell'energia—il Breathing Earth System Simulator (BESS)—con un algoritmo di fusione generico e completamente automatizzato chiamato STAIR (SaTellite dAta IntegRation).

Il quadro, sviluppato da ricercatori con il Center for Advanced Bioenergy and Bioproducts Innovation (CABBI) del Dipartimento dell'Energia degli Stati Uniti presso l'Università dell'Illinois a Urbana-Champaign, è stato testato in 12 siti in tutto il Corn Belt degli Stati Uniti, e le sue stime hanno raggiunto finora le prestazioni più elevate riportate in qualsiasi studio accademico.

Lo studio, pubblicato in Scienze dell'idrologia e del sistema terrestre , è stato guidato dal Postdoctoral Research Associate Chongya Jiang, dal tema della sostenibilità di CABBI, e capo progetto Kaiyu Guan, Assistant Professor presso il Dipartimento di Risorse Naturali e Scienze Ambientali (NRES) e Blue Waters Professor presso il National Center for Supercomputing Applications (NCSA).

"BESS-STAIR ha un grande potenziale per essere uno strumento affidabile per la gestione delle risorse idriche e le applicazioni di agricoltura di precisione per il Corn Belt degli Stati Uniti e persino in tutto il mondo, data la copertura globale dei suoi dati di input, " ha detto Jiang.

I tradizionali metodi di telerilevamento per stimare l'evapotraspirazione si basano molto sui dati di radiazione termica, misurare la temperatura della chioma della pianta e del suolo mentre si raffreddano per evaporazione. Ma questi metodi hanno due inconvenienti:i satelliti non possono raccogliere dati sulle temperature superficiali nei giorni nuvolosi; e i dati sulla temperatura non sono molto precisi, che a sua volta influenza l'accuratezza delle stime di evapotraspirazione, ha detto Jiang.

Il team CABBI si è invece concentrato sui cicli carbonio-acqua-energia dell'impianto. Le piante traspirano l'acqua nell'atmosfera attraverso fori sulle foglie chiamati stomi. Mentre l'acqua esce, entra l'anidride carbonica, permettendo alla pianta di condurre la fotosintesi e formare biomassa.

Il modello BESS-STAIR prima stima la fotosintesi, quindi la quantità di carbonio e acqua che entra ed esce. I precedenti metodi di telerilevamento non consideravano la componente carbonio come un vincolo, ha detto Jiang. "Questo è il progresso di questo modello."

Un altro vantaggio:i metodi basati sulla temperatura superficiale possono raccogliere dati solo in condizioni di cielo sereno, quindi devono interpolare l'evapotraspirazione per le giornate nuvolose, creando lacune nei dati, Egli ha detto. Il modello BESS-STAIR per tutte le stagioni utilizza la riflettanza superficiale, che è simile nelle giornate limpide e nuvolose, eliminando eventuali lacune.

L'algoritmo STAIR ha fuso i dati di due sistemi satellitari complementari, Landsat e MODIS, per fornire dati ad alta risoluzione su base giornaliera, fornendo sia un'elevata risoluzione spaziale che temporale. Landsat raccoglie informazioni dettagliate sulla terraferma ogni 8-16 giorni; MODIS fornisce ogni giorno un quadro completo del globo per catturare i cambiamenti più rapidi della superficie terrestre.

Questa non è la prima volta che i ricercatori combinano i dati dei due sensori satellitari, ma i metodi precedenti hanno funzionato solo in una piccola regione per un breve periodo di tempo, ha detto Guan. Gli algoritmi precedenti erano difficili da scalare e non erano completamente automatici, che richiedono un contributo umano significativo, e non potevano essere applicati in vaste aree per un periodo di tempo più lungo.

Al contrario, la struttura del team CABBI è stata valutata in diverse regioni del Corn Belt degli Stati Uniti per oltre due decenni, ha detto Jiang. I ricercatori hanno costruito una pipeline sul supercomputer dell'NCSA per stimare automaticamente la riflettanza superficiale e l'evapotraspirazione su larga scala per lunghi periodi di tempo. Utilizzando i dati dal 2000 al 2017, il team ha applicato BESS-STAIR in 12 siti nel Corn Belt, convalidando in modo completo le sue stime di evapotraspirazione con misurazioni della torre di flusso in ciascun sito. Hanno misurato la precisione complessiva e spaziale, di stagione, e variazioni interannuali.

"Siamo in grado di fornire quotidianamente, Evapotraspirazione con risoluzione di 30 m sempre e ovunque nel Corn Belt degli Stati Uniti in poche ore, che è senza precedenti, " disse Guan.

La svolta avrà in tempo reale, benefici pratici per gli agricoltori statunitensi che affrontano la crescente gravità della siccità, come documentato in numerosi studi recenti.

"L'agricoltura di precisione è uno dei nostri principali obiettivi. L'evapotraspirazione è molto importante per l'irrigazione e anche molto importante per la gestione dell'acqua, " Ha detto Guan. "Questa è una soluzione che va oltre le trame sperimentali e ha un impatto sul mondo reale, per milioni di campi ovunque."