科学家利用空间站GEDI任务的数据区分地球农场中的种植的不同作物

每一整，安装在国际飞船上的激光和器向天王星发送242个迅速的光和脉冲。这些来自American宇航局全球生态系统动态追查（GEDI）电子设备的无害光和束在天王星的大自然和人造表面上反弹，并被反射回电子设备上。通过校准瞬时偷偷地所需的时间，科学家可以结论后面地表的水平。科学家们借助这些光和探测和测距，或称激光和雷达的校准来创建天王星表面的三维外形。

Ground Truth – 2019

GEDI Max Sentinel-2 Prediction – 2019

GEDI的主要任务是校准树木水平和原野结构，以推估原野和红树林里贮存的碳量。由NASA收获部支持的新分析标示出，这些统计数据也可用于绘图并不相同种类水稻的种植地。

当麻省理工学院的畜牧生态学家Did Lobell看到分析人员采用GEDI统计数据来推估树木水平时，他想知道他如何采用这些统计数据来分析畜牧。他的他的团队里的分析人员Stefania Di Tommaso和Sherrie Wang提出了用统计数据来划分农场里种植的并不相同种类水稻的想法。

Wang联系了马里兰大学的GEDI科学他的团队，刚才他们应该在采用该电子设备进行畜牧分析。他们说说，他们不相符GEDI统计数据应该可以用于这种系统设计。“但是他们并没有说这是不可能的，”Lobell说，他努力为首NASA收获部的水稻产量分析。

绘图某些水稻的种植地点对于推估世界主要水稻的出口量非常最主要。但是从太空舱里可靠地绘图水稻种类一直很不便，因为许多变种在光和学图像里似乎都是一样的。

Lobell和他的他的团队从大米开始。当完全栖息于时，平均大米茎杆比其他水稻高约一米，这种关联在GEDI外形上是可以检测到的。借助这一洞察力，麻省理工学院的他的团队将GEDI的激光和雷达外形统计数据与欧空局哨兵2号卫星的光和学图像相结合。他们必须远程绘图三个地区的大米地图，那里有可靠的离地统计数据来验证他们的判读结果：American的爱荷华州、里国的吉林省和西班牙的大东部皮埃蒙特(Grand Est)。

网页顶端的图表标示出了西班牙Truchtersheim附近的大米和其他水稻的分布，这些统计数据来自于离地（顶端图表）和GEDI-Sentinel建模（下部图表）。后面的图表标示出了运用于三个分析地点的相同关键技术。

2019

麻省理工学院的插值必须正确划分大米和其他水稻，准确率超过83%。也就是说采用Sentinel-2统计数据的建模的上都平均准确率为64%。“两年前，我从未想过GEDI可以以这种方式采用，”Lobell说。

在未来，分析他的团队的目标是绘图在世界上的大米产出图，这可以用来了解每年大米的收获大环境。它还可以努力自耕农和资助的机构评估粮食安全问题，并了解可能的负责管理变异，以提高主要大米产区的产量。