Agroecological and pedological modeling of cropland suitability for soybean cultivation by integrating satellite remote sensing data and machine learning (CROSBI ID 449944)
Ocjenski rad | doktorska disertacija
Podaci o odgovornosti
Radočaj, Dorijan
Jurišić, Mladen ; Antonić, Oleg
engleski
Agroecological and pedological modeling of cropland suitability for soybean cultivation by integrating satellite remote sensing data and machine learning
Increased global food demand pressured farmers into producing higher crop yields to keep track of the population growth and increased life standard. The standard method of calculating cropland suitability in previous studies was GIS-based multicriteria analysis, most often combined with the Analytic Hierarchy Process (AHP). While this is a flexible and widely accepted procedure, it has major fundamental disadvantages in a cropland suitability determination, including lack of accuracy assessment, high human subjectivity and computational inefficiency in case of complex input data. To improve these disadvantages, a reliable, objective and computationally efficient procedure for determining the cropland suitability, consisting of: 1) a computationally efficient validation method of cropland suitability using global satellite missions in high (Sentinel-2) and medium spatial resolution (PROBA-V) ; 2) an automatization method of spatial modeling of abiotic criteria for the example of soil texture according to a globally accepted standard ; 3) suitability prediction method based on machine learning algorithms and globally available spatial data, which allows high reliability of prediction with reduced user subjectivity compared to GIS-based multicriteria analysis. The proposed methods add to an important paradigm shift in a cropland suitability determination, which focuses on the objective, automated and computationally efficient prediction method, as well as ensuring reliable validation data from open data sources on a global scale.
geographic information system; vegetation index; biophysical variables; automation; Sentinel-2
nije evidentirano
hrvatski
Agroekološko i pedološko modeliranje pogodnosti poljoprivrednog zemljišta za uzgoj soje integracijom podataka dobivenih iz satelitskih daljinskih istraživanja i strojnog učenja
Povećana globalna potražnja za hranom uzrokovala je potražnju za većim prinosima usjeva uslijed porasta broja stanovnika i povećanog životnog standarda. Standardna metoda izračuna pogodnosti poljoprivrednog zemljišta u prethodnim studijama je GIS multikriterijska analiza temeljena na GIS-u, najčešće u kombinaciji s analitičkim hijerarhijskim procesom (AHP). Iako je ovo fleksibilan i široko prihvaćen postupak, sadrži temeljne nedostatke u određivanju pogodnosti poljoprivrednog zemljišta, uključujući nedostatak validacije rezultata, visoku ljudsku subjektivnost i računsku neučinkovitost u slučaju složenih ulaznih podataka. Kako bi se poboljšali ovi nedostaci, razvijen je pouzdan, objektivan i računski učinkovit postupak za određivanje pogodnosti poljoprivrednog zemljišta , koji se sastoji od: 1) računalno učinkovite metode validacije pogodnosti korištenjem globalnih satelitskih misija visoke (Sentinel-2) i srednje prostorne rezolucije (PROBA-V); 2) automatizirane metode prostornog modeliranja abiotičkih kriterija na primjeru teksture tla prema globalno prihvaćenom standardu; 3) metode predviđanja pogodnosti koja se temelji na algoritmima strojnog učenja i globalno dostupnim prostornim podacima, što omogućuje visoku pouzdanost predviđanja uz smanjenu subjektivnost korisnika u usporedbi s GIS multikriterijskom analizom. Predložene metode doprinose važnoj promjeni paradigme pri određivanju pogodnosti poljoprivrednog zemljišta, koja se temelji na objektivnoj, automatiziranoj i računski učinkovitoj metodi, kao i na dostupnost pouzdanih validacijskih podataka iz otvorenih izvora podataka na globalnoj razini.
GIS; vegetacijski indeks; biofizičke varijable; automatizacija; Sentinel-2
nije evidentirano
Podaci o izdanju
86
21.03.2022.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Sveučilište Josipa Jurja Strossmayera u Osijeku; Institut Ruđer Bošković
Osijek
Povezanost rada
Biologija, Interdisciplinarne biotehničke znanosti, Poljoprivreda (agronomija)
