Vår jord har upplevt snabba miljöförändringar som är tätt knutna till antropogena aktiviteter. Satellit fjärranalys erbjuder ett kvantitativt sätt att övervaka sådana förändringar men är ofta begränsat till grova rumsliga eller tidsmässiga upplösningar. Först helt nyligen, med ankomsten av Planet's Dove -satelliter, en konstellation av CubeSats gjord av 190+ satellitsensorer för att producera daglig och global täckning med en 3-meters upplösning, har vi haft möjlighet till finskalig övervakning av jordens yta.

Dock, flera problem kvarstår med CubeSat-observationer som ytterligare hindrar dess bredare tillämpningar:1) Frekventa moln och molnskuggor förorenar ofta satellitsignalen, 2) CubeSat-observationskälla från 190+ satellitsensorer med varierande solvinklar, orsakar datainkonsekvensproblem mellan olika sensorer, och 3) noggrann biofysisk tolkning av satellitsignaler saknas fortfarande.

Dr Jin Wu och Dr Jing Wang från Global Ecology and Remote Sensing (GEARS) Lab vid School of Biological Sciences, University of Hong Kong (HKU), genomfört forskning för att ta itu med dessa problem genom att utveckla nya observationsmetoder som ger bättre noggrannhet när det gäller att spåra förändringar i finskalig skala från rymden.

Till exempel, teamet har nyligen utvecklat en automatisk moln- och molnskuggscreeningsmetod för CubeSats, som utnyttjar den rumsliga och tidsmässiga informationen från satellitreflektansband, och har visat sig möjliggöra moln- och skuggavskärmning med högsta noggrannhet och minsta känslighet för marktäckestyp. Forskningsresultatet främjar således övervakningen av atmosfäriska molntäcken, samtidigt som bedömningen av datakvaliteten förbättras för övervakning av markytor och biofysisk utvinning. Denna forskning har nyligen publicerats i en vetenskaplig tidskrift Fjärranalys av miljön (RSE) .

Teamet har lagt ner mycket ansträngning under de senaste åren för att förbättra bearbetningen och tolkningen av CubeSats. Till exempel, att förbättra datakonsistensen över tid och utrymme, teamet utvecklade en rigorös metod för att korskalibrera CubeSats till samma nivå som en mer stabil ensensorsatellit—Moderate Resolution Imaging Spectroradiometer (MODIS), som har kalibrerats noggrant med problem med solsensorgeometrin och har visat konsekvent hög datakvalitet. För att utföra en direkt och korrekt biofysisk tolkning från rymden, teamet föreslog en spektral oblandningsmetod som effektivt klassificerade skogkronan i lummiga vs lövlösa fenofaser, från vilket det skulle möjliggöra finskalig noggrann fenologiövervakning av tropiska skogar. Liknande, genom att integrera närliggande drönarundersökningar med CubeSats, teamet visade möjligheten att övervaka växtfenologi i trädkrona-skala.

"Vår forskning har gjort betydande observationsframsteg för att fullt ut utnyttja den nya generationens satellitdata, och i slutändan underlätta övervakningen av jordens miljöförändringar, speciellt för dessa snabba och finskaliga förändringar, " sa Dr Jing Wang, den ledande författaren till de två tidskriftsartiklarna publicerade i RSE .

"Det har varit en rad tidningar RSE om liknande ämnen. Vårt arbete är inte ett annat, men ett nytt försök att undersöka möjligheten att möjliggöra satellittekniker för fenologiövervakning i kronskala, som därmed representerar den spetsiga forskningsgränsen och också öppnar en värld av möjligheter för individbaserade ekologiska studier med hjälp av satellittekniker, " tillade Dr Jin Wu, Huvudutredare för Global Ecology and Remote Sensing (GEARS) Lab vid HKU.

Med dessa framsteg, GEARS -labbet syftar till att utnyttja CubeSats och annan geospatial teknik för att underlätta relevanta forskningsområden, som inkluderar men inte är begränsade till ekologiska skalningsprinciper, forskning om biologisk mångfald, skogens tillväxt, hälsa, och hanteringsmetoder, klimatförändringskonsekvensbedömningar och begränsningsstrategier, och i slutändan de naturbaserade lösningarna för att nå koldioxidneutrala mål.