Publicador de contenidos

SENSAGRI- Sentinels Synergy for Agriculture

SENSAGRI- Sentinels Synergy for Agriculture

1042878

SENSAGRI- Sentinels Synergy for Agriculture
SENSAGRI- Sinergia de Centinelas para la Agricultura

Presupuesto total
1.854.757,50 € (Financiación Programa Marco Investigación e Innovación H2020. Convocatoria: H2020 GA Nº 730074 H2020-EU.2.1.6.3.)

Periodo
Del 01/11/2016 al 31/10/2019

Otros datos de interés
6 Participantes:  - Universitat de Valencia, Spain (UVEG) - Consiglio Nazionale delle Ricerche, Italy (CNR-ISSIA) - Université Paul Sabatier Toulouse III, France (UPS-CESBIO) - Consiglio per la Ricerca in Agricoltura e l'Analisi dell'Economia, Italy (CREA) - Instituto Tecnologico Agrario de Castilla y Leon, Spain (ITACYL) - Instytut Ochrony Roslin - Panstowowy Instytut Badawczy, Poland (IPP).

Objetivos
Sentinels Synergy for Agriculture (SENSAGRI) tiene como objetivo explotar la capacidad sin precedentes de S1 y S2 para desarrollar una cartera innovadora de prototipos de servicios de monitoreo agrícola. Cuando se usan solos, los sensores ópticos o de radar permiten el mapeo de los tipos de cultivos. Sin embargo, los mapas de cultivos obtenidos son más sólidos, precisos, actualizados con frecuencia y completos a partir de la sinergia rara vez explotada de ambos tipos de mediciones. Lo mismo ocurre cuando se trata del estado del cultivo, la salud y el estrés. Los estudios experimentales han demostrado que la fusión de datos ópticos y de radar abre perspectivas para mejorar las capacidades de monitoreo.

SENSAGRI explota la sinergia de las mediciones ópticas y de radar para desarrollar tres servicios prototipo capaces de operaciones casi en tiempo real: (1) humedad del suelo superficial (SSM), (2) índice de área de hoja verde y marrón (LAI) y (3) tipo de cultivo cartografía. Estos prototipos proporcionarán una línea de base para servicios avanzados que pueden impulsar la competitividad del sector agroindustrial europeo.

SENSAGRI propone cuatro servicios avanzados de prueba de concepto: (i) rendimiento / biomasa, (ii) cambio de labranza, (iii) riego y (iv) mapas avanzados de cultivos. Los algoritmos se desarrollarán y validarán en cuatro áreas de pruebas agrícolas europeas en España, Francia, Italia y Polonia, que son representativas de la diversidad de cultivos europeos, y su utilidad se demostrará en al menos dos países no europeos. Con el fin de refinar las especificaciones de los productos y evaluar de forma iterativa los servicios, los actores del sector agrícola se involucrarán utilizando un enfoque de Living Lab. La combinación de un enfoque centrado en el usuario y de algoritmos de vanguardia establecerá una base sólida para decidir un nuevo servicio terrestre de Copérnico.

Contribución del ITACyL al proyecto

  • Mapas detallados anuales de tipos de cultivos y uso de la tierra.
  • Operativo en la región de Castilla y León (94.200 km2). 
  • Proceso de control de los mapas de cambio de cultivo, cultivos estacionales, mapas de riego e índice de área foliar.

Resultados obtenidos

  • H2020 SENSAGRI (2016-2019) ha desarrollado y validado tres prototipos, destinados a los servicios centrales de Copernicus Pan-European Land, para aplicaciones agrícolas.
  • Se han obtenido mapas de humedad del suelo superficial (SSM), el índice de área foliar (LAI) verde y marrón y los prototipos de mapeo de tipo de cultivo estacional a partir del uso combinado de Sentinel-1 y Sentinel-2.
  • También se han desarrollado y validado cuatro pruebas de concepto para servicios de monitoreo agrícola: mapas detallados regionales y nacionales de cultivos, detección de cambios de labranza, riego real y estimación de rendimiento.

Participación en congresos y eventos de difusión

  • IGARSS 2018.
  • Sentinel-1 & Sentinel-2 for soil moisture retrieval at field scale. F. Mattia, A. Balenzano, G. Satalino, F.P. Lovergine, J. Peng, U. Wegmuller, O. Cartus, M.W.J. Davidson, S. Kim, J. Johnson, J. Walker, X. Wu, V.R.N. Pauwels, H. McNairn, T. Caldwell, M. Cosh and T. Jackson.  
  • Sentinel-1 & Sentinel-2 data for soil tillage change detection. G. Satalino, F. Mattia, A. Balenzano, F.P. Lovergine, M. Rinaldi, A. P. De Santis, S. Ruggieri, D. A. Nafría García, V. Paredes Gómez, E. Ceschia, M. Planells, T. Le Toan, A. Ruiz and J.F. Moreno.  
  • The SENSAGRI Sentinel-2 LAI Green and Brown product: from algorithm development towards operational mapping. E. Amin, J. Verrelst, J.P. Rivera-Caicedo, N. Pasqualotto, J. Delegido, J. Ruiz-Verdú, J. Moreno.
  • Accuracy assessment of a 122 classes land cover map based on Sentinel-2, Landsat 8 and Deimos-1 images and ancillary data. V. Paredes Gómez, V. Del Blanco Medina, J.L. Bengoa, D.A. Nafría García.