Öppna satellitbildsarkiv för att förbättra hållbarhetsforskning
2025-04-28En ny studie i Proceedings of the National Academy of Sciences föreslår att kommersiella satellitbildsarkiv bör öppnas för att förbättra forskningen kring FN:s globala hållbarhetsmål (SDG). Tillgång till mycket högupplösta (VHR) satellitbilder är avgörande för att övervaka småskaliga jordbruk, särskilt i låg- och medelinkomstländer där dessa jordbruk är viktiga för livsmedelsförsörjningen.
– Småbrukare, som ofta odlar på mindre än två hektar, producerar en stor del av världens mat, säger Felicia Akinyemi, docent i geomatik vid Karlstads universitet. Trots detta är deras jordbruksmetoder och produktivitet dåligt dokumenterade, delvis på grund av bristen på tillgängliga VHR-satellitbilder. Dessa bilder, som kan kosta upp till 2 euro per kvadratkilometer, är ofta för dyra för forskningsinstitutioner i dessa regioner.
Forskarna påpekar att tidigare initiativ, som Landsat, Copernicus och NICFI, har visat hur öppna satellitdata kan driva innovation inom hållbarhetsforskning. De föreslår att liknande modeller bör användas för att göra VHR-data tillgängliga för icke-kommersiell forskning, vilket skulle kunna förbättra övervakningen av småskaligt jordbruk och bidra till att uppnå flera hållbarhetsmål, inklusive mål 2 om att utrota hunger.
– Min forskning fokuserar på att använda bilddata från jordobservationssatelliter och maskininlärning för att undersöka hur förändringar i markanvändning hänger samman med degraderingsprocesser i samspelet mellan mänskliga och naturliga system, såsom agroekosystem, säger Felicia Akinyemi. Mitt intresse väcktes av den globala expansionen av jordbruksmark och den samtidigt pågående förlusten av högkvalitativ jordbruksmark till urbanisering i många delar av världen.
Med särskilt fokus på Västafrika, där jordbrukets expansionsfronter är av global betydelse, tilldelades Felicia 2022 EU:s Marie Curie Individual-stipendium för att bedriva forskning inom projektet LucFRes.
Att övervaka småskaliga jordbruk med satellitdata innebär flera utmaningar. En central svårighet är att maskininlärningsalgoritmer kräver fältverifierad data, som är bristfällig i regioner där småskaligt jordbruk dominerar. Utan tillförlitliga träningsdata blir modellernas prediktioner svaga.
– Dessutom är fältstorlekarna i småbruk ofta mycket små – från under 0,25 hektar upp till 2,5 hektar – vilket gör att många publikt tillgängliga satellitbilder har för låg upplösning för att exakt kunna kartlägga grödor, särskilt i odlingssystem där flera grödor samodlas, säger Felicia.
Felicias forskning bidrar till mål kopplade till hållbar utveckling, särskilt mål 2 om att uppnå noll hunger och hållbart jordbruk. I ett pågående projekt kartläggs och förutsägs monokulturer inom majs- och kassavaodlingssystem, med hjälp av satellitdata från två odlingssäsonger i Guineasavannen i sydvästra Nigeria.
– På grund av frekventa moln har vi kombinerat Sentinel-2 med Sentinel-1-data och analyserat spektral-temporala mönster månadsvis och varannan månad under växtsäsongen. Användning av satellitbilder med submeter-upplösning hade kunnat förbättra kartläggningen avsevärt.
I en teststudie i sydvästra Nigeria undersöker projektet hur förändringar i markanvändning påverkar jordbrukssystemens motståndskraft i ett föränderligt klimat. Det kombinerar satellitbaserade analyser av markanvändningsförändringar med lokala aktörers uppfattningar om framtida markanvändning. Detta ger en djupare förståelse för hur jordbrukets anpassningsförmåga kan stärkas eller försvagas.
- Mer information finns tillgänglig via LucFRes.
- Här kan ni läsa hela studien "Accelerating research on SDG 2 "Zero Hunger" by opening commercial very-high-resolution satellite image archives".



