Serwisy informacji statystycznej o produkcji rolnej w Polsce

ESA EOStat: Agriculture Poland: Services for Earth Observation-based statistical information for agriculture

Projekt finansowany przez Europejską Agencję Kosmiczną

Kierownik projektu: dr Jędrzej Bojanowski

Wykonawcy: dr Jędrzej Bojanowski, dr Jan Musiał, mgr Sylwia Sikora

Konsorcjum: IGiK, Centrum Badań Kosmicznych PAN, Główny Urząd Statystyczny (Steering Board), Agencja Restrukturyzacji i Modernizacji Rolnictwa (Steering Board)

Okres realizacji projektu: 15.05.2018 – 30.11.2021


Główne cele projektu

  1. Opracowanie metod wspomagania zbierania informacji statystycznej o produkcji rolnej w Polsce przy wykorzystaniu danych satelitarnych:
    • klasyfikacja upraw
    • monitoring wzrostu roślin i prognozowanie plonów
  2. Opracowanie metod satelitarnego wspomagania kontroli przestrzegania przepisów Wspólnej Polityki Rolnej w zakresie dopłat bezpośrednich m.in.:
    • dywersyfikacji upraw
    • przestrzegania terminów zabiegów agrotechnicznych
    • utrzymania obszarów proekologicznych (EFA)


System prognozowania plonów w Głównym Urzędzie Statystycznym

W ramach projektu opracowano w pełni automatyczny operacyjny system prognozowania plonów głównych upraw rolnych na poziomie województw oraz gmin. System wykorzystuje metody uczenia maszynowego tj. Xtreme Gradient Boosting. Predyktorami plonu są skalibrowane dane satelitarne w zakresie optycznym i termalnym z satelitów Terra/Aqua MODIS oraz Sentinel-3, oraz dane agro-meteorologiczne z sieci pomiarowej IMGW, reanalizy klimatologicznej ERA-5 oraz danych CM SAF. System został opracowany w oparciu o środowisko obliczeniowe R i wdrożony w ramach projektu SATMIROL w Głównym Urzędzie Statystycznym. Wynikiem działania systemu są ciągle uaktualniane prognozy w trakcie sezonu wegetacyjnego. Poniżej przykładowy wynik prognoz dla roku 2021 w postaci graficznej.

Wykonywane prognozy są ewaluowane i porównywane z prognozami i szacunkami końcowymi GUS. Rysunek poniżej przedstawia wynik prognoz dla 2020 wykonane przy użyciu naszego modelu prognozowania (słupki), estymacji eksperckiej GUS (niebieskie kropki) oraz szacunku końcowego GUS (czerwone kropki).


System satelitarnego wspomagania kontroli przestrzegania przepisów Wspólnej Polityki Rolnej w zakresie dopłat bezpośrednich

W ramach projektu wykonany został system bazujący na danych Sentinel-1 (radarowe) i Sentinel-2 (optyczne), który dostarcza informacji dla poszczególnych działek o poprawności zadeklarowanej uprawy, dacie siewu (zazielenienia), dacie ścięcia, występowaniu pokrywy roślinnej w celu zapobiegania erozji gleb, czy występowaniu poplonów. System został zaimplementowany w Agencji Restrukturyzacji i Modernizacji Rolnictwa w oparciu o chmurę obliczeniową CreoDIAS. Dostęp do raportów dotyczących poszczególnych działek (wszystkich działek w Polsce spełniających kryterium wielkości) jest możliwy poprzez usługę WMS lub bezpośrednie zapytania do bazy danych PostGIS. Rysunek poniżej przedstawia przykładowy raport dla działki.


Zastosowanie danych wyższej rozdzielczości do analizy małych działek

Małe i/lub wąskie działki licznie występują na terenie Polski. Analiza upraw na tych działkach nie jest możliwa na danych Sentinel-2 z racji za małej rozdzielczości przestrzennej. W związku z tym w ramach projektu, w kooperacji z firmami Planet i Cloudferro, wykonaliśmy studium przydatności danych Planet FUSION (3 m) oraz S2-enhancer (2.5 m) do wyznaczania produktów EOStat: rozpoznania upraw i wyznaczenia dat zabiegów agrotechnicznych.

Po lewej: Dane Sentinel-2 RGB w rozdzielczości 10m x 10m. Po prawej: Wyostrzony obraz Sentinel-2 RGB w rodzielczości 2.5m x 2.5m generowany przez chmurę CreoDIAS.

Dane FUSION i S2-enhancer są danymi modelowanymi. Dane Planet FUSION w wyniku interpolacji czaso-przestrzennej danych obserwacyjnych dostarczają dziennych, bezchmurnych obrazów. Dane S2-enhancer z kolei są danymi o sztucznie zwiększonej rozdzielczości przestrzennej (do 2.5 metra) w wyniku uczenia maszynowego. Analiza dotyczyła m.in. ewaluacji poprawności radiometrycznej danych i stabilności wskaźników zieleni (poniżej).


Dodatkowe prace

  1. Analiza wymagań Głównego Urzędu Statystycznego i Agencji Restrukturyzacji i Modernizacji Rolnictwa (użytkownicy końcowi) dotyczących funkcjonalności systemu wykorzystania danych satelitarnych dla potrzeb administracji publicznej.
  2. Zastosowanie systemu Sen2Agri/Sen4CAP do klasyfikacji upraw na podstawie danych Sentinel-1, Sentinel-2 i Landsat-8 na platformie CreoDIAS.
  3. Studium wykonalności prognozowania plonów dla działek przy wykorzystaniu danych Sentinel-2, Landsat 7 i 8 oraz danych agrometeorologicznych.


EOStat w mediach

Sentinel data enables new system for agricultural monitoring in Poland

EOStat czyli precyzyjne dane satelitarne dla rolnictwa – wywiad z Tomaszem Milewskim z Głównego Urzędu Statystycznego

Ile i czego jest na polach? Teledetekcja satelitarna prawdę powie?

Migracja aplikacji Instytutu Geodezji i Kartografii do chmury AWS w ramach AWS PoC


Publikacje i prezentacje

Bojanowski J., Sikora S., Musiał J., 2021, Predicting crop yields with Copernicus and SAFs’ data for national agricultural statistics, EUMETSAT Meteorological Satellite Conference, Bucharest, Romania.

Bojanowski J.S., Woźniak E., Aleksandrowicz S., Bochenek Z., Dąbrowska-Zielińska K., Lewiński S.,  Malinowski R., Musiał J.P., Rybicki M., Sikora S., Milewski T., Mleczko M., Sas S., Łączyński A., Services for EO-based statistical information for agriculture and verification on farmers’ obligations under Common Agricultural Policy, EARSeL 2021, European Remote Sensing-New Solutions for Science and Practice, Warsaw, Poland.

Bojanowski J.S., Musiał J.P., Sikora S.,  Woźniak E., Rybicki M., Aleksandrowicz S., Malinowski Milewski T., Łączyński A., Burzykowska A., 2021, Services for Earth-Observation-based statistical information for agriculture, Conference on New Techniques and Technologies for Statistics, Brussels, Belgium.

Musiał J., Bojanowski J., 2020, Satellite surveillance of agriculture:  BigData analysis using AWS, CREODIAS, and Google Earth  Engine cloud computing services leverages agricultural  monitoring for public administration, Data Science Summit 2020, Warsaw, Poland.

Bojanowski J.S., Woźniak E., Aleksandrowicz S., Bochenek Z., Dąbrowska-Zielińska K., Gatkowska M., Lewiński S.,  Musiał J.P., Paradowski K., Rybicki M., Ziółkowski D., Mleczko M., Milewski T., Slesiński  P., Łączyński A., EOStat – Agriculture Poland: Services for Earth Observation-based statistical information for agriculture, ESA Living Planet Symposium 13-17 May 2019, Mediolan. POSTER

Bojanowski J., Woźniak E., Voormansik K., Aleksandrowicz S., Bochenek Z., Dąbrowska-Zielińska K., Lewiński S., Malinowski R.,  Musiał J., Rybicki M.,  Milewski T., Slesiński P., Sas S., and Łączyński A., 2019, EOStat – Agriculture Poland: Services for EO-based statistical information for agriculture and verification on farmers’ obligations under CAP. 25th MARS conference, Praga. POSTER

Musiał J., Bojanowski J., 2019, Assessing potential of the Sentinel-2 imagery for monitoring of agricultural fields in Poland. 25th MARS conference, Praga. POSTER