Adattamento della capacità di carico del pascolo attraverso il telerilevamento satellitare
(tradotto con Google Translate)
• gli autori sono indicati nel testo originale, in basso
24 marzo 2021
Abstract
Gli sviluppi nella tecnologia satellitare di telerilevamento (RS) hanno reso possibile l’applicazione dei prodotti RS per scopi agricoli, inclusa la modellazione della capacità di carico (CC) dei prati e dei pascoli. Tuttavia, determinare il CC del pascolo utilizzando un approccio basato sui pixel è relativamente una novità. Questo studio ha modellato la CC utilizzando un approccio basato sui pixel e successivamente lo ha confrontato con il metodo convenzionale. Per la modellazione CC dei pascoli di Daware, nel nord-est della Nigeria, sono stati utilizzati il satellite Sentinel 2A MSI, la biomassa in superficie di erba in situ (GAB) di 30 punti-campione e dati sul bestiame pascolante. Il risultato indica che l’erba disponibile nei pascoli può sostenere solo 2.377.419 capre e/o pecore per 6 mesi, oppure 4.909 bovini per 1 mese. Ciò indica che il pascolo era stato eccessivamente utilizzato. Il risultato di questo studio mostra aree di erba disponibili per il pascolo a rotazione per tutta la stagione, contribuendo così alla modellazione accurata dei pascoli della Savana e ad un ecosistema simile ad esso.
Leggi tutto in italiano
(con Google Translate)
Modelling Grass Land Carrying Capacity from Satellite Remote Sensing
Isa, Muhammad Zumo (1),( 3), Mazlan Hashim (1), (2), Noor Dyana Hassan (1), (2)
(1) Faculty of Built Environment & Surveying
(2) Geoscience & Digital Earth Centre, (INSTeG) Research Institute for Sustainable Environment (RISE)
UniversitiTeknologi Malaysia, 81310 UTM Johor Bahru, Malaysia
(3) Department of Geoinformatics, Federal Polytechnic, Damaturu, 620212 Yobe, Nigeria
Abstract
Developments in Remote Sensing (RS) satellite technology have made it possible to apply RS products for agricultural purposes, including modelling grassland carrying capacity (CC) of grazing land. However, determining the grazing land CC using pixel based approach is relatively new. This study modelled CC using pixel based approach and later compare it with the convetional method. Sentinel 2A MSI, in-situ Grass Above-ground Biomass (GAB) of 30 sample points and livestock data were used for the modelling CC of Daware grazing land northeast Nigeria. The result indicate that the available grass in the grazing land can only support 2,377,419 goats/sheep for 6 months or 4909 cattle for 1 month. This indicates that the grazing land was over grazed. The result of this study shows areas of grass available for rotational grazing throughout the season, thereby contributing to accurate modelling of grazing lands in Savannah and similar eco system.
Leggi tutto in italiano
(con Google Translate)
