et geo-informatie
E
THEMA
Perceelgrenzen zijn
gedateerd en vaak
weinig accuraat
ft ft;
2018-4 I Geo-Info
57
j Vkw new Sfftsdr:: öfi lint
1
r
GROWTH STAGÉS
SMdhftfl
TÉfettig
Booting
Ftawflfing
Figuur 2 - Een screenshot uit de mobiele applicatie
Sat4Rice.
stelde gegevens om informatie af te leiden,
zoals prestatie-indicatoren. Daarnaast maakt de
platformintegratie het mogelijk om op efficiënte
wijze externe toegang te creëren tot de
informatie. Zo kunnen specifieke behoeftes van
gebruikers op maat ontwikkeld worden.
De informatiebehoefte in Sat4Rice is uitgewerkt
met de Loc Tröi Group. Deze Vietnamese
rijstcoöperatie ondersteunt rijstboeren en het
volledige productieproces. Zij leveren zaden,
nutriënten, chemicaliën en brengen gepro
duceerde rijst via verwerkingscentra op de
wereldmarkt. De veldmedewerkers van de Loc
Tröi Group zijn tevens de primaire gebruikers van
de applicatie (zie figuur 1).
Mobiele applicatie voor veldwerkers
Sat4Rice maakt gebruik van het online geo-
informatie platform Lizard. Naast een geavan
ceerde database biedt dit platform een mobiele
applicatie waarin informatiediensten worden
aangeboden. Het begrip over de inhoud is
leidend voor de waardering van deze mobiele
applicatie. De vormgeving van de applicatie is
zo neutraal mogelijk ontworpen om culturele
verschillen te minimaliseren. Ook is de applicatie
tweetalig uitgevoerd (Engels en Vietnamees).
In de applicatie (zie figuur 2) heeft de gebrui
ker toegang tot informatie over drie thema's:
Rijstgroei op basis van een gewasgroeimo
del. Het dominante groeistadium per per
ceel wordt beschikbaar gemaakt op basis
van in-situ metingen en satellietdetectie;
Aanwezigheid van en risico's op ongedierte
en plantziektes. De belangrijkste informa
tiebron van dit product zijn veldmetingen.
Risicobepaling gebeurt aan de hand van
ruimtelijke analyse per perceel;
Risico op overstroming. Hiervoor worden
verschillende databronnen gebruikt: boven
stroomse waterstandmetingen van de Mekong
rivier, veldmetingen en satellietdetectie.
De gebruiker kan dezelfde applicatie gebruiken
om nieuwe veldmetingen uit te voeren, die
direct worden geïntegreerd in het platform.
Daarnaast kan hij ook in de applicatie contact
opnemen, uitleg over de functies vinden en de
taal en achtergrondkaart wijzigen.
Sat4Rice biedt informatie voor individuele
rijstvelden, dat het best aansluit bij het beeld van
de gebruiker. Bovendien geeft dit de mogelijkheid
om te vergelijken met de omliggende percelen.
Daarom is gekozen voor objectgeoriënteerde
informatievoorziening, waarin de beschikbare
gegevens worden geïntegreerd op perceelniveau.
Bruikbare gegevens
Dagelijks wordt een analyse uitgevoerd om
voor elk perceel de beste informatie af te
leiden. Dit proces is volledig geautomatiseerd,
voornamelijk in Python. De data-afhankelijke
delen van de scripts worden alleen uitgevoerd
wanneer er nieuwe gegevens beschikbaar zijn.
Daarnaast is een aantal beslisregels gedefi
nieerd om te bepalen wanneer welke data
worden getoond aan de gebruiker.
De data zijn afkomstig van a-synchrone metin
gen van satellieten, meetstations en agrarische
adviseurs. In de informatieketen bestaat een
aantal kritieke connecties tussen de betrokken
partijen. De actualisering van de gegevens is
hierin een cruciale component. Voor satelliet
data gaat het om de operationele verwerking
van Sentinel-1 data en de aanlevering naar het
informatieportaal. De actualiteit van veldme
tingen varieert, omdat de agrarisch adviseurs
niet elke week elk veld bezoeken. Bovendien
kan de lokale partner zelf bepalen op welke
percelen veldmetingen worden uitgevoerd.
De scripts zijn afgestemd op deze flexibiliteit
in de data-aanlevering. Om dataduplicaten
te minimaliseren zijn er twee formulieren
opgesteld, waarmee per seizoen en per week
informatie kan worden ingewonnen. De eerste
vragenlijst geeft de optie om de hoekpunten
van het veld (opnieuw) in te meten, om de
perceelgrenzen vast te leggen.
Actuele metingen?
Als er nieuwe veldmetingen zijn, worden deze
toegevoegd aan de historische set aan metin
gen. Door verschillende meetfrequenties
is een gestructureerde selectie van de data
van belang. Een voorbeeld is de seizoensge
bonden meting van de opbrengst tegenover
de wekelijkse meting van de hoeveelheid
ongedierte. In het geautomatiseerde proces
vindt een zorgvuldige rangschikking plaats
voor overlappende gegevens uit verschillende
bronnen.
Voor een deel van de velden zijn geen recente
veldmetingen beschikbaar. Daarom worden
in deze velden de actuele eigenschappen
bepaald, op basis van satellietdata of informa
tie over nabijgelegen velden. Een voorbeeld
hiervan is het risico op ongedierte. Dit wordt
medebepaald door de nabijheid van onge
dierte op naburige velden. Per veld wordt de
afstand tot recent gemeten ongedierte in de
regio getoond (zie figuur 3).
