У ДАР додано шар супутникових карт ярих та озимих культур врожаю 2023 року
У ДАР додано шар супутникових карт ярих та озимих культур врожаю 2023 року

У ДАР додано шар супутникових карт ярих та озимих культур врожаю 2023 року

До кабінету сільгоспвиробника у Державному аграрному реєстрі додано шар супутникових карт ярих та озимих культур врожаю 2023 року. Про це повідомила пресслужба Мінагрополітики.

Опубліковані карти посівів містять дані про розташування та площу полів з ключовими сільськогосподарськими культурами, такими як: озима пшениця, ячмінь, ярі зернові, кукурудза, соняшник, соя, горох, цукрові буряки, виноград та інші. Карти також відображають ліс, болотні угіддя, водні або штучні об’єкти, відкритий ґрунт та необроблювані землі.

У ДАР додано шар супутникових карт ярих та озимих культур врожаю 2023 року - Фото 1

Минулого року при розподілі бюджетної субсидії на гектар оброблюваних земель серед малих агровиробників у ДАР було вперше використано супутникові карти для верифікації обробки земельних ділянок. Ефективність цієї програми оцінювали також за допомогою супутникового моніторингу, який показав, що отримувачі підтримки у наступному сезоні збору врожаю в середньому мали в обробці більшу площу, ніж ті, хто не брав участь у програмі.

«Мінагрополітики планує й надалі удосконалювати процес верифікації посівів у ДАР, зробивши його повністю автоматичним. Це об’єктивний, прозорий та ефективний підхід, який повністю відповідає вимогам ЄС. Відтак, вкрай важливо мати у системі актуальні дані про врожай та загальний стан земельних ділянок агровиробників, що користуються державною підтримкою чи іншими видами допомоги», — зауважив заступник Міністра аграрної політики та продовольства України з питань цифрового розвитку, цифрових трансформацій і цифровізації Денис Башлик.

Супутникові карти посівів були створені для всієї України командою фахівців Інституту космічних досліджень НАН і ДКА України та Національного технічного університету України «КПІ ім. І.Сікорського» за підтримки Глобального фонду Світового банку зі зменшення наслідків стихійних лих і відновлення (GFDRR).

Для отримання інформації були використані знімки супутників Sentinel-1, Sentinel-2 і Planet. При класифікації посівного покрову застосовувалась технологія машинного навчання.


Перегляди: 14
Джерело матеріала
loader
loader