Rapport fra arbejdsgruppen om forenkling af de ... - Miljøstyrelsen

More documents

Recommendations

Info

illede har en udbredelse på 60x60 km, nok til at dække størstedelen af de danske kommu‐ ner. For at opnå en tilstrækkelig god afgrøde‐bestemmelse er det nødvendigt med 3‐4 bil‐ leder optaget hen over vækstsæsonen samt et sæt referencemarker fra området for at kunne træne klassifikationsalgoritmerne. Succesraten for afgrødeklassifikationen er meget af‐hængig af datamaterialets kvalitet og plantedækkets beskaffenhed. For de mest hyppige og rumligt homogene afgrøder som f.eks. hvede, byg og raps kan der forventes et godt re‐ sultat, mens der typisk ikke kan opnås så gode resultater ved inhomogene plantedækker som f.eks. græs eller ved sent fremspirende afgrøder som kartofler, majs og roer. Mht. efterafgrøder er der så vidt vides ingen danske erfaringer med at foretage afgrødebe‐ stemmelse ud fra satellitbilleder. Umiddelbart vurderer vi, at der vil være en del praktiske vanskeligheder i forbindelse med at klassificere efterafgrøderne, da vejrforholdene og ly‐ sindfaldet er mindre optimale end om foråret og sommeren. Timingen af billedoptagelsen i forhold til høsttidspunktet for en given mark vil desuden gøre det vanskeligt at skelne mel‐ lem en ordinær afgrøde og en efterafgrøde. Vha. et simpelt vegetationsindeks, vil man dog kunne vurde‐re om en mark har et gyldigt plantedække på optagelsestidspunktet, forudsat at det ikke drejer sig om stormængder ukrudt. 7.3.2 Identifikation af ikkestøtteberettigede arealer Der sker en hastig udvikling i tilgængeligheden af stadig bedre højtopløselige te‐ lemålingsdata, både i form af orto‐ og satellitfotos, men også i form af luftbårne og jordnæ‐ re sensordata. Tilsammen danner disse mange data en ganske omfat‐tende informations‐ kilde, som fremtidig arealforvaltning af landbrug og miljø i stigende grad vil kunne benytte sig af. Mangel på automatiserede metoder til ekstrahering af viden fra de rumlige data ud‐ gør én af de største barrierer for en bedre informationsudnyttelse. Eksempelvis har telemå‐ lingsdata en central rolle i kontrolprocessen i forbindelse med støtteudbetaling til landbru‐ gerne efter en‐keltbetalingsordningen mv., dog er kontrolprocessen præget af mange ma‐ nuelle arbejdsrutiner, der repræsenterer en betydelig flaskehals og kilde til usikkerhe‐der i afvikling af kontrolopgaven. Med støtte fra FødevareErhverv er der på Institut for Jord‐ brugsproduktion og Miljø (DJF‐JPM) iværksat et forskningsprojekt REMOTE CONTROL (2010‐2012), der skal udvikle nye analysemetoder for telemålingsdata og bidrage til opera‐ tionalisering af screeningsværktøjer for kontrolprocessen, især med hensyn til at skelne mellem støtte‐ og ikke‐støtteberettigede (fradrags) arealer inden for markblokken. Projek‐ tet undersøger en kombination af billed‐og terrænanalyser til dette formål og har projekt‐ partner på DMU Kalø, AU‐Nat og Universitet Basel. 111
Som første led gennemføres en vidensyntese med det formål at beskrive det po‐tentielle anvendelsesfelt for telemåling samt perspektiver for metodeudvikling mht. effektiv gen‐ nemførsel af kontrollen af arealbaserede støtteordninger. Rap‐porten forventes ultimo 2010. Med udgangspunkt i vidensyntesen udvikles automatiserede rutiner til billedanalyse og identifikation af udvalgte fradragsareal‐typer, så som læhegn, veje, grøfter, vandhuller og periodisk våde områder. Dertil anvendes objekt‐baseret billedanalyse (OBIA), som iden‐ tificerer objekter ved at finde mønstre i farve‐ og kontrastegenskaber af billedmateriale med 0,2‐0,5 m pixelstørrelse. OBIA implementeres og gennemføres i eCognition® software og udvalgte rutiner testes i kontrolsæsonen 2011. OBIA resultater er behæftet med større usikkerheder for objekter, der er kendetegnet ved større naturlig hetero‐genitet, lige som OBIA ikke anvendes til en nærmere afgrødeklassificering. Såle‐des er bestemte typer af fra‐ dragsarealer, som f.eks. områder med lysesiv (Jun‐cus effusus) inden for vedvarende græsmarker, svære at udpege vha. OBIA ale‐ne. En kombination af spektrale analysemeto‐ der og OBIA til kortlægning af lyse‐siv undersøges derfor som et led i et ph.d. projekt (2010‐ 2013) knyttet til REMOTE CONTROL. Den høje rumlige opløsning af den nye, danske, LiDAR‐baserede digitale højde‐model åbner muligheden for at aflede bestemte landskabsstrukturer direkte fra højdedata. REMOTE CONTROL udvikler og tester algoritmer i 2011, der kan screene for bestemte fradragsarea‐ ler som grøfter, vandhuller, gravhøje og lokale forhøj‐ninger under læhegn. Terrænanalyse er desuden et stærkt instrument til at fore‐tage en robust vurdering af vandfordeling i land‐ skabet på grundlag af detaljere‐de højdedata. Nogle fradragsarealer, der samtidig er usik‐ kert bestemt vha. OBIA, er kendetegnede ved at være periodisk vandmættede og findes ofte i lokale lav‐ninger eller tæt ved overfladevandet. REMOTE CONTROL undersøger derfor hvor vidt avancerede terrænbaserede ’wetness’ og ’depth‐to‐water’ indices kan hjæl‐pe med at udpege fradragsarealer. Det forventes, at en kombination af billed‐ og terrænanaly‐ se vil kunne reducere usikkerheden i kortlægningen betydelig for bestemte fradragsareal‐ typer. Dette arbejde påbegyndes i 2011 og testes og af‐sluttes i 2012. Ved afslutning af projektet forventes, at der foreligger prototype‐redskaber, der kan an‐ vendes landsdækkende i kombination med standard GIS‐software. 7.3.3 Teknologier til dokumentation af arbejdsgange, miljøpåvirknnger og gener Målinger til brug for dokumentation og kontrol Husdyrbrug kan i forbindelse med miljøgodkendelse blive pålagt at anvende forskellige tek‐ nologier til at reducere udledning af ammoniak og lugt. Metoder til at dokumentere brug af 112
Page 1 and 2:
Husdyrreguleringsudvalget Rapport f
Page 3 and 4:
Indholdsfortegnelse 1 Indledning...
Page 5 and 6:
1 Indledning 1.1 Baggrund Regeringe
Page 7 and 8:
Arbejdsgruppen skal have særligt f
Page 9 and 10:
Der er desuden mulighed for bedre a
Page 11 and 12:
Ligeledes har Erhvervs‐ og Selska
Page 13 and 14:
e at registrere de naturtyper, der
Page 15 and 16:
Der mangler beskrivelse af en probl
Page 17 and 18:
Løsning 1: Det anbefales at kommun
Page 19 and 20:
Løsning 2: Retligt bindende vilkå
Page 21 and 22:
Forudsætning for tilstrækkeligt b
Page 23 and 24:
Løsning: Til overholdelse af frist
Page 25 and 26:
4 Optimering af kontrol/tilsyn med
Page 27 and 28:
net, hvor det risikobaserede tilsyn
Page 29 and 30:
Alt efter årsagen til at virksomhe
Page 31 and 32:
størst, og risikoen ved overtræde
Page 33 and 34:
halvdel af 2010. Det betyder at der
Page 35 and 36:
fra billederne vil på sigt kunne u
Page 37 and 38:
kunne de samme fordele høstes på
Page 39 and 40:
geledes kan oplysningen fra GHI ind
Page 41 and 42:
2. a. Ekstra efterafgrøder Vilkår
Page 43 and 44:
pct. ekstra efterafgrøder (Krav ti
Page 45 and 46:
Det er en udfordring at bedriftens
Page 47 and 48:
4.6.2 Modeller for arbejdsdeling De
Page 49 and 50:
med oplysninger indberettet til and
Page 51 and 52:
de samme fordele høstes på dette
Page 53 and 54:
En fuld overtagelse ville betyde at
Page 55 and 56:
(M7)Data understøttelse i forbinde
Page 57 and 58:
Udfordringer: Kommunerne kontroller
Page 59 and 60:
I dag fører kommunerne tilsyn med
Page 61 and 62: holdt. Denne kontrol er meget samme
Page 63 and 64: 4.8 Juridiske udfordringer I forbin
Page 65 and 66: Håndtering af byggetegninger Søgn
Page 67 and 68: Beskrivelse af data Værdier for ty
Page 69 and 70: kunne være nøglen til visning af
Page 71 and 72: og lagring af data, samt systemets
Page 73 and 74: Største fordele • Gennemsigtighe
Page 75 and 76: udveksling af de standardiserede op
Page 77 and 78: forhold til arealdelen reduceres, s
Page 79 and 80: Udvaskningsmodel (N5) Normer for fo
Page 81 and 82: På snitfladeseminar den 5. oktober
Page 83 and 84: 7.1.1.4 Bruger/rettighedsssystem Di
Page 85 and 86: På baggrund af sagsbehandlerens vu
Page 87 and 88: at postdistrikterne sjældent følg
Page 89 and 90: o Data for Afstemningsområde o Dat
Page 91 and 92: 7.1.3.4 Bruger/rettighedsssystem P
Page 93 and 94: • Nitratfølsomme områder I 2010
Page 95 and 96: Jordbruger opgiver selv følgende a
Page 97 and 98: stof, udnyttelsesprocent, antal dyr
Page 99 and 100: 7.1.6.2 Hvem er ejere af systemet G
Page 101 and 102: 7.1.7 GLR/CHR 7.1.7.1 Hvilket syste
Page 103 and 104: Fødevareministeriet(tidligere var
Page 105 and 106: Kapitel 5 godkendel‐ ser (Produkt
Page 107 and 108: KO‐Tilsyn (krav 1.1‐ 1.10) Opbe
Page 109 and 110: Økologi krav 2.19) - Godkendte mid
Page 111: 7.3 Mulige teknologier til kontrol
Page 115 and 116: Husdyrreguleringsudvalget 7.4 Baggr
Page 117 and 118: 75 DE, som har et pelsdyrbrug: Tabe
Page 119 and 120: Nitratdirektivet Nitratdirektivet i
Page 121 and 122: hvert fald mindst én gang om året
Page 123 and 124: 1998. Plantedirektoratet udtrækker
Page 125: 7.6 Arbejdsgruppens sammensætning
show all

Rapport fra arbejdsgruppen om forenkling af de ... - Miljøstyrelsen

Create successful ePaper yourself

Delete template?

Save as template?