Skip to content

GCRI · Antariksa dan Pengamatan Bumi

Observasi Bumi dalam air dan pertanian

Satellites observe rainfall, soil moisture, crop condition, water bodies, irrigation and evapotranspiration over whole countries. Ministries, peringatan dini sistem and insurers use this evidence to monitor harvests and water. This page sets out how Earth observation serves water and agriculture, how its estimates are validated, and what evidence serves the agencies and farmers who use it.

Ajukan pertanyaan Kembali ke Topik
01Daftar

EO in water and agriculture on the record.

BerkasSpace and Earth Observation · topic
  1. 01Pertanyaannya4 mekanisme
  2. 02Bidangpelat medan heksagonal
  3. 03Indikator6
  4. 04Sumber5
  5. 05Pemegang keputusan3
  6. 06Metode4
02Pertanyaannya

EO in water and agriculture: how the risk develops.

Water, crop and ecosystem applications. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mekanisme

Vegetation signals crop condition

Vegetation indices and their changes through the season indicate crop vigour and stress, which are compared with past seasons to flag problems.

Mekanisme

Evapotranspiration measures water use

Thermal and optical data estimate evapotranspiration, showing how much water crops use and where irrigation occurs.

Mekanisme

Field mapping needs resolution

Small fields and mixed cropping need high-resolution data and local training samples; coarse data blend fields and misclassify crops.

Mekanisme

Ground data anchor estimates

Yield and area estimates from space need field surveys and statistics to calibrate and validate them.

03Geografi

Water now in the Arctic.

Root-zone soil moisture, crop greenness and rain over the Arctic, from NASA GIBS. Each layer carries its own date.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Air saat ini, untuk halaman ini

Tentang lapisan ini
Bukti
Dimodelkan
Sumber
SMAP Level 4 (NASA NSIDC DAAC)
Penyedia
NASA NSIDC DAAC
Lisensi
Data terbuka NASA
Tahun data
harian; model dengan asimilasi data satelit
Terbaru saat build
2026-10-11
Resolusi
kisi sekitar 2 km
Ketidakpastian
Model dengan asimilasi data satelit. Raster satelit atau model sebagaimana dipublikasikan penyedia. Awan, celah sapuan, dan galat pengambilan data meninggalkan celah dan derau; nilai berupa indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
MODIS Terra NDVI (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; indeks satelit; awan menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
kisi sekitar 250 m
Ketidakpastian
Indeks kehijauan satelit selama 8 hari hingga tanggal yang ditampilkan; indikator kondisi tanaman pangan dan padang rumput, bukan estimasi hasil panen atau peringatan ketahanan pangan.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Estimasi
Sumber
GPM IMERG (NASA GES DISC)
Penyedia
NASA GES DISC
Lisensi
Data terbuka NASA
Tahun data
harian; estimasi satelit, mendekati waktu nyata
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 2 km
Ketidakpastian
Estimasi satelit, mendekati waktu nyata. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Water now, framed on the Arctic.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · NASA SMAP · NASA JPL OPERA DIST-ALERTSumber dan lisensi

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
  • Kelembapan tanah dan massa salju SMAP Level 4, Kantor Pemodelan dan Asimilasi Global NASA; didistribusikan oleh DAAC Pusat Data Salju dan Es Nasional NASA; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Presipitasi GPM IMERG, NASA Precipitation Processing System; didistribusikan oleh NASA Goddard Earth Sciences Data and Information Services Center (GES DISC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Observed (EO): NASA SMAP. We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
  • Setahun terakhir, suhu harian (ERA5 melalui Open-Meteo): Memuat informasi Copernicus Climate Change Service yang dimodifikasi, 2026.
  • Setahun terakhir, suhu harian dan penyinaran matahari (NASA POWER): Data ini diperoleh dari Proyek POWER NASA Langley Research Center (LaRC) yang didanai melalui NASA Earth Science/Applied Science Program..
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (14 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Kelembapan tanah zona akar, 0 hingga 100 cm: SMAP Level 4, NASA NSIDC DAAC · 11 Okt 2026
  • Kehijauan vegetasi (NDVI), bergulir 8 hari: MODIS Terra NDVI, NASA LANCE · 13 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Laju curah hujan, rata-rata harian: GPM IMERG, NASA GES DISC · 12 Okt 2026
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026

04Di seluruh domain

Earth observation links water and food monitoring.

Monitoring evidence is designed for the seri Triwulanan Negara. The GEOGLAM Crop Monitor shows how satellite data and field reports combine in a consensus assessment.

  • Field reports from extension services.
  • Validation of drought indices.
05Pantau

Penugasan dan produk observasi Bumi.

Layar yang akan digunakan sebuah tim untuk mengikuti subjek ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Penugasan dan produk observasi Bumi

EO in water and agriculture · Flood basin AOI · Activation ACT-079

Pemetaan cepatGCRI · Antariksa dan Pengamatan Bumi

Lintasan di atas wilayah

8 lintasan berikutnya

SAT-1SAT-2SAT-3SAT-4Sapuan di atas area yang diminatiN

Akuisisi

P-1Radarn/aDiproses
P-2Optik79Berawan
P-3Radarn/aPengunduhan data satelit
P-4Optik10Dijadwalkan

Rantai produk

  1. TugasAOI
  2. Akuisisiradar
  3. Pengunduhanstasiun 2
  4. ProsesARD
  5. Petakan banjirperubahan
  6. Validasisampel
  7. Serahkanagensi pengguna
EO tasking and products: the screen’s structure, terms and states for EO in water and agriculture.Nama contoh dan nilai ilustratif; sebuah rancangan, bukan catatan atau sistem yang aktif.
06Indikator

Apa yang diukur, dan seberapa baik.

Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.

IndikatorUnitKadensiJenis sumberLabel
Crop condition anomalydifference of vegetation index from meandekadalSatellite vegetation indicesTERAMATI
Cropland area by crop typehectaresseasonalClassified satellite mapsESTIMASI
Actual evapotranspirationmillimetres per perioddekadalSatellite-based energy balance modelsDIMODELKAN
Luas air permukaansquare kilometressetiap bulanWater body mappingTERAMATI
Irrigated areahectaresseasonalSatellite mappingESTIMASI
Agreement with agricultural statisticspercent differenceper seasonComparison with published statisticsESTIMASI
07Simulator

Guncangan melalui ekonomi masukan-keluaran.

A loss of output in one sector propagates through the technical coefficients to its suppliers and customers, and recovers at the rate you set; the coefficients are teaching values, not national accounts. Teaching model with stated illustrative values, not a prediction. The map on this page shows The Arctic; the model itself is not tied to a place.

Kendali

Sektor yang terkena pertama (urutan dalam daftar)
0
Ukuran guncangan
30% dari keluarannya
Durasi guncangan
30 hari
Laju pemulihan
0,08 per hari
Hari yang disimulasikan
180 hari

Pembacaan

Keluaran yang hilang selama simulasi
0.91% of a year’s output
Total terhadap langsung (pengganda)
1.54 times
Sektor lain yang paling terdampak
Wholesale and retail
Puncak ketidakberfungsiannya
1.9%
Angka, metode, dan sumber
SektorPuncak ketidakberfungsian (%)Bobot keluaran (%)
Farming29.3928.2
Fertiliser and inputs1.8214.3
Pengolahan pangan1.7211.0
Transportasi1.4213.3
Wholesale and retail1.9413.5
Energi1.0719.7

Metode

  1. Analisis masukan-keluaran Leontief (1936); Miller and Blair (2009), Input-Output Analysis, Cambridge University Press
  2. Model masukan-keluaran ketidakberfungsian Haimes and Jiang (2001), Journal of Infrastructure Systems 7
  3. Ketidakberfungsian dinamis dan pemulihan Lian dan Haimes (2006), Systems Engineering 9
  4. Kipas ketidakpastian (Monte Carlo parameter) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Data

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Pelabuhan laut Natural Earth
  • Titik sempit maritim Nexus (selat dan terusan bernama pada koordinat terbitannya)
  • Jalur kereta api Natural Earth
  • Jalan utama Natural Earth
Guncangan melalui ekonomi input-output. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: Analisis input-output (Leontief (1936); Miller dan Blair (2009), Input-Output Analysis, Cambridge University Press); Model input-output inoperabilitas (Haimes dan Jiang (2001), Journal of Infrastructure Systems 7); Inoperabilitas dinamis dan pemulihan (Lian dan Haimes (2006), Systems Engineering 9).

Di seluruh enam pilar, dipimpin oleh Nexus Consortium

08Sumber

Asal bukti.

Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.

SumberApa yang diberikannyaKelas lisensi
GEOGLAM Crop Monitor and Early Warning Crop MonitorMonthly crop condition assessmentsPublic, GEOGLAM terms
FAO WaPORWater productivity and evapotranspiration dataOpen, CC BY 4.0 (to check)
JRC Global Surface WaterSurface water occurrence and changeFree, licence to check
Copernicus Global Land ServiceVegetation, water and energy variablesFree, Copernicus terms
FEWS NET remote sensing productsRainfall and vegetation for food security analysisPublic domain where US government
09Simulator kembaran dan rantai dampak

Model EO in water and agriculture as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Standar risiko iklim: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

  • Kenaikan muka laut
  • Banjir pesisir (dipicu di hilir)
  • Gelombang badai (dipicu di hilir)
  • Banjir rob (dipicu di hilir)
  • Erosi pantai (dipicu di hilir)
  • Intrusi air asin (dipicu di hilir)
  • Banjir muara (dipicu di hilir)
  • Penyempitan habitat pesisir (dipicu di hilir)
  • Hilangnya lahan basah (dipicu di hilir)
  • Hilangnya mangrove (dipicu di hilir)
  • Banjir air tanah (dipicu di hilir)
  • Migrasi dan relokasi akibat iklim (dipicu di hilir)
  • Pengungsian massal (dipicu di hilir)

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-1 Observatory UNI dan katalog artefak (tata bahasa v0.2: segmen domain, sektor, wilayah, dan lingkungan)
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-3b Profil metadata dataset dan produk (STAC, DCAT, PROV-O)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NS-14 Kesesuaian dan pemetaan silang ke standar eksternal
  • NRS-H65 Keluarga bahaya: Pelampauan batas planet (NHS-1 planet.boundary)
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)
  • NRS-H71 Keluarga bahaya: Bencana zaman purba dan kosmik (NHS-1 planet.deep-time)
  • NRS-H79 Keluarga bahaya: Krisis kesehatan jiwa (NHS-1 health.mental)
  • NRS-H75 Keluarga bahaya: Penyakit yang peka iklim (NHS-1 health.climate-sensitive)
  • NRS-H7 Keluarga bahaya: Anomali sirkulasi skala besar (NHS-1 atmo.climate-mode)

Pengamatan

  • Reanalisis ERA5 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
  • Proyeksi iklim CMIP6 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
  • NGFS Scenario Explorer (dicantumkan sebagai rujukan)
  • Indeks Risiko INFORM (dicantumkan sebagai rujukan)
  • Jumlah korban meninggal, hilang, dan terdampak langsung akibat bencana per 100.000 penduduk
  • Total emisi gas rumah kaca per tahun
  • Kerugian ekonomi langsung akibat bencana terhadap PDB global

Contoh geografi

  • Negara kepulauan Pasifik: 150 sel heksagonal
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Air permukaan menembus awan, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Laju hujan, setengah jam terakhir (IMERG), NASA GIBS
  • Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
10Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

Space and Earth Observation prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
Ministries of agricultureWhere crops are under stress and harvests at riskCrop monitoring; condition anomalies
Water resource agenciesHow irrigation water is used and allocatedEvapotranspiration and water productivity
Statistics officesHow to integrate EO into agricultural statisticsValidation and comparison evidence

Keluaran yang dihasilkan topik ini

  • Crop monitoring workflows with validation
  • Water use and productivity analyses
  • Cropland and crop type mapping methods
  • Evidence notes for agricultural statistics
11Ciri khas sektor

The sector signature of EO in water and agriculture.

The sectors EO in water and agriculture touches and how strongly they depend on each other: what a study has to observe and model together.

Pilih sudut · arahkan kursor ke garis6 / 15 relasi

Tanda tangan

Air dan Pangan

Air memberi pangan irigasi (0.8): relasi terkuat antara sektor-sektor yang dihubungkan subjek ini.

W · E · I · F · H · B

Sektor
4 dari 6
Hubungan
6 dari 15
Keterkaitan
0.46 porsi dari total

Hubungan terkuat yang berperan

  • Pangan → Keanekaragaman hayati · alih fungsi lahan0.6
  • Air → Pangan · irigasi0.8
  • Air → Keanekaragaman hayati · aliran lingkungan0.6
  • Pangan → Kesehatan · gizi0.7
Nilai pengajaran untuk wilayah kota yang tipikal, bukan pengukuran untuk tempat mana pun. Keterkaitan adalah jumlah kekuatan hubungan yang berperan, sebagai pangsa dari kelima belas hubungan.
12Pertanyaan inti

Apa yang ditanyakan pakar.

Applied scientists working on water and agriculture ask practical questions of satellite data.

  • How well can satellites estimate surface water extent, reservoir levels, soil moisture and evaporation?
  • Can crop type, condition and yield be estimated early enough to inform food security decisions?
  • How can satellite data detect drought stress and its impacts on farms and ecosystems?
  • How reliable are estimates for smallholder farms and fragmented landscapes?
  • How should satellite evidence be combined with ground data and local knowledge?
13Metode dan bukti

How EO in water and agriculture is modelled, measured and tested.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Rantai observasi Bumi

How a satellite or sensor record becomes evidence on EO in water and agriculture, and where each step adds uncertainty.

  1. 01 · Akuisisiorbit, sensor, dan waktu kunjungan ulangKetidakpastian: celah akibat awan dan orbit
  2. 02 · Kalibrasiradiometrik dan geometrikKetidakpastian: penyimpangan sensor
  3. 03 · Koreksiatmosfer dan medanKetidakpastian: asumsi aerosol dan kemiringan lereng
  4. 04 · Ambil atau klasifikasikanvariabel atau kelasnyaKetidakpastian: galat model dan pelatihan
  5. 05 · Validasiterhadap kebenaran lapanganKetidakpastian: desain dan ukuran sampel
  6. 06 · Publikasidengan batas galat dan silsilahKetidakpastian: dinyatakan, tidak pernah disembunyikan
Rantai pemrosesan dalam pengertian CEOS Analysis Ready Data; setiap langkah mencatat ketidakpastiannya sebelum angka digambar. Struktur generik, bukan hasil.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
14Mekanisme dan pendorong

From signals to water and food indicators.

Water and vegetation have distinctive signatures. Open water absorbs infrared light and appears smooth to radar; soil moisture changes microwave emission and radar backscatter; healthy vegetation reflects strongly in the near infrared. Gravity missions detect changes in total water storage, including groundwater, over large regions. Thermal data supports estimates of evaporation and crop water use.

Converting these signals into decisions requires models. Crop yield estimates combine vegetation indices with weather and crop models; drought indicators combine rainfall, soil moisture and vegetation response. Accuracy depends on field size, cloud cover, crop calendars and the availability of local calibration data. Smallholder sistem, with small, mixed and irregular fields, are among the hardest to monitor and among the most important for food security.

15Metode dan data

Cara bukti dibangun, dan di mana batasnya.

  1. 01

    Water mapping

    Optical and radar mapping of surface water, using observasi Bumi. Vegetation-covered water and urban flooding are hard to detect.

  2. 02

    Crop monitoring

    Vegetation indices and classification for crop type and condition. Early-season estimates are uncertain and need ground calibration.

  3. 03

    Drought indicators

    Combining satellite and climate data with statistik spasial. Indicators measure stress, not impact on livelihoods.

  4. 04

    Ground validation

    Field surveys, gauges and farm data. Coverage is sparse where it matters most.

16Metode

Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.

  1. observasi Bumi dan penginderaan jauhMemilih sensor untuk suatu pertanyaan · Deteksi perubahan dari waktu ke waktu · Validasi produk turunanDiterapkan di sini
    Kanonis · STEM Commons
  2. Statistik spasial dan geostatistikEstimasi luas dengan hitungan yang disesuaikan galatnya · Desain sampel bertingkatDiterapkan di sini
    Kanonis · STEM Commons
  3. Sistem informasi geospasialMemadukan pengamatan Bumi dengan data administratif · Katalog dan interoperabilitasDiterapkan di sini
    Kanonis · STEM Commons
  4. Komputasi berkinerja tinggi, cloud, dan edgeAnalisis di samping arsip · Rantai pemrosesan yang dapat direproduksi · Kubus data nasionalDiterapkan di sini
    Kanonis · STEM Commons
17Where this page’s references

Where this page’s references lead.

Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.

18Pertanyaan

Tanya jawab.

Can satellites predict harvests?
They can indicate crop condition and, with ground data and models, help estimate yield, but predictions carry uncertainty and need validation.
What is evapotranspiration?
The combined loss of water from soil evaporation and plant transpiration, a key measure of crop water use.
What is WaPOR?
An FAO portal that provides satellite-based data on water productivity and evapotranspiration, mainly for Africa and the Near East.
Can satellites measure groundwater?
Gravity missions detect changes in total water storage over large regions, which reflects groundwater change. They cannot map individual aquifers or wells.
How early can crop yields be estimated?
Estimates improve through the season. Early estimates carry wide uncertainty and should be presented with it.
Is satellite data reliable for smallholder farms?
It is improving with finer resolution, but small, mixed fields remain difficult. Ground data is essential to calibrate and check estimates.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIAntariksa dan Pengamatan BumiSinyal ObservatoriumTeknologi Eksponensial

Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.

Antariksa dan Pengamatan Bumi

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.

Usulkan metode Lihat semua jalur kontak
Hukum

Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.