Misconceptions About Satellite Imagery for Agriculture: স্যাটেলাইট সম্পর্কিত কৃষিক্ষেত্রে ৫ টি ভুল ধারণা

ল্যান্ডসেটের প্রথম দিন থেকে শুরু করে বর্তমান বাণিজ্যিক সরবরাহকারী অবধি কৃষিক্ষেত্র স্যাটেলাইট চিত্রাবলী এক অন্যতম গুরুত্বপূর্ণ বিষয়। বছরের পর বছর ধরে শীর্ষস্থানীয় কৃষি সংস্থাগুলির সাথে অংশীদার হয়ে আমরা বিশ্বজুড়ে কৃষকদের কাছে প্রতিদিনের চ্যালেঞ্জ, উদ্বেগ এবং সুযোগগুলির অবস্থা জানতে পারছি।

KJ Staff
KJ Staff
Satellite imagery for agriculture
Satellite (Image Credit - Google)

ল্যান্ডসেটের প্রথম দিন থেকে শুরু করে বর্তমান বাণিজ্যিক সরবরাহকারী অবধি কৃষিক্ষেত্র স্যাটেলাইট চিত্রাবলী এক অন্যতম গুরুত্বপূর্ণ বিষয়। বছরের পর বছর ধরে শীর্ষস্থানীয় কৃষি সংস্থাগুলির সাথে অংশীদার হয়ে আমরা বিশ্বজুড়ে কৃষকদের কাছে প্রতিদিনের চ্যালেঞ্জ, উদ্বেগ এবং সুযোগগুলির অবস্থা জানতে পারছি।

এর প্রধান উদ্দেশ্য হলো কৃষি সংস্থাগুলি এবং তাদের উৎপাদনকারীদের অসুবিধা দেখা, ফসলের স্বাস্থ্যের উপর নজরদারি করা এবং ফলন উন্নত করতে সহায়তা করার জন্য সঠিক ও নির্ভরযোগ্য তথ্য সরবরাহ করা।এই নিবন্ধে আমরা কৃষির জন্য উপগ্রহের চিত্র ব্যবহারের বিষয়ে কিছু  ভুল ধারণা সংগ্রহ করেছি এবং তা নিয়ে বিস্তারিত আলোচনা করছি |

প্রথম ভুল ধারণা (1st misconception):

আমার স্যাটেলাইটে থেকে প্রাপ্ত ডেটাগুলিতে অনেকসময় বিশ্বাস করিনা |

সত্য: আমরা এর বিপরীতটি খুঁজে পাই! লোকদের তথ্য সংগ্রহের জন্য মাঠে পাঠানোর পাশাপাশি, স্যাটেলাইট ডেটা এবং অন্তর্দৃষ্টি আসলে আস্থা বাড়াতে এবং ক্ষেত্রের সমস্যাগুলি সনাক্ত করতে সহায়তা করতে পারে। আমাদের গ্রাহকরা উদ্ভিদ সূচকগুলি তৈরি করেন যা ফসলের স্বাস্থ্যকে পরীক্ষা  করে এবং তারপরে তাদের উৎপাদনকারী এবং কৃষিবিদদের কাছে ডেটা স্থাপন করে। অনেক ক্ষেত্রে, একটি ফোন বা ট্যাবলেট অ্যাপ্লিকেশন দ্বারা জলের রোগ সনাক্ত করতে সহায়তা করে, দক্ষতার সাথে ক্ষেত্রের অবস্থানগুলির দিকে মনোনিবেশ করে। আবার কেউ কেউ রিপোর্টিং মেকানিজম তৈরি করে যা এমনকি পরিদর্শনের জন্য ক্ষেত্রগুলির একটি তালিকা ইমেল মারফত পাঠায় |

দ্বিতীয় ভুল ধারণা (2nd misconception):

আমার গ্রাহকরা চিত্রাবলীর সাহায্যে কিছুই কি করতে পারবেনা, তারা উত্তর চায়

সত্য: বৈদ্যুতিন চৌম্বকীয় বর্ণালীর বিভিন্ন অংশের উপাত্তগুলিকে একত্রিত করে, উপগ্রহ উপাত্তগুলি নরমালাইজড ডিফারেন্স ভেজিটেটিভ ইনডেক্স (NDVI) এর মতো সূচকগুলির সাথে ফসলের প্রাণশক্তি নির্ধারণ করতে ব্যবহার করা যেতে পারে, যা দেখায় যে উদ্ভিদগুলি চাপের মধ্যে রয়েছে কিনা, এবং কোন ফসলের জীবনকালীন পর্যায়ে রয়েছে। গ্রহ গ্রানুলার মতো গ্রাহকরা তাদের ডিজিটাল প্ল্যাটফর্মগুলিতে একীভূত করে এমন বিশ্লেষণাত্মক ভিজ্যুয়ালাইজেশন তৈরি করতে আমাদের API গুলি ব্যবহার করে |

তৃতীয় ভুল ধারণা (3rd misconception):

আমাদের কেবলমাত্র ক্রমবর্ধমান মরসুমে কয়েকটি চিত্রের প্রয়োজন

সত্য: কিছু কৃষি ব্যবহারের ক্ষেত্রে, ক্রমবর্ধমান মরসুমে কয়েকটি চিত্র ফসলের স্বাস্থ্যের বিষয়ে একদম নিচের স্তরের তথ্য সরবরাহ করতে পারে তবে সর্বোত্তম ব্যবস্থা গ্রহণের পক্ষে যথেষ্ট নয়। কিছু ফসল কী বৃদ্ধির পর্যায়ে নির্দিষ্ট কাজের জন্য তুলনামূলকভাবে সংকীর্ণ ব্যবস্থা উপস্থাপন করে। আমাদের প্রতিদিনের পর্যবেক্ষণ থেকে আপ-টু-ডেট চিত্রের একটি নির্ভরযোগ্য উৎস পাওয়া শেষ পর্যন্ত ব্যবহারের উপযোগী ডেটা পাওয়ার উচ্চতর সম্ভাবনা সরবরাহ করে, বিশেষত যখন মেঘের মতো আবহাওয়ার ইভেন্টগুলির ঝুঁকি ডেটা ধারাবাহিকতায় প্রভাব ফেলতে পারে।

চতুর্থ ভুল ধারণা (4th misconception):

ড্রোনগুলি অন্তর্দৃষ্টিগুলির জন্য সেরা সমাধান।

সত্য: ড্রোন দুর্দান্ত। তারা ক্ষেত্রগুলিতে উচ্চতর রেজোলিউশন চিত্র সরবরাহ করে এবং চাষীদের বিস্তারিত অন্তর্দৃষ্টি সরবরাহ করতে সক্ষম। তবে ড্রোনগুলি ওড়ার জন্য ব্যয়বহুল এবং তারা কেবল কিছু জমির ওপরেই  উড়তে পারে। এছাড়াও, আপনাকে জানতে হবে যে আপনি সময়ের আগে কোথায় ওড়াতে  চান এবং সেই সময়সূচি নির্ধারণ করতে হবে|

স্যাটেলাইট চিত্রের সাহায্যে আপনি কভারেজের জন্য স্থানিক রেজোলিউশন বোঝা যায়, তবে যখন আপনাকে স্কেল ভিত্তিতে নির্ভরযোগ্য সাশ্রয়ী অন্তর্দৃষ্টি সরবরাহ করতে হবে তখন সত্যিকারের কোনও বিকল্প নেই। কিছু উপগ্রহের চিত্রাবলী দরকারী অন্তর্দৃষ্টিগুলি সনাক্ত করতে খুব ঝাপসা হতে পারে, প্ল্যানেটস্কোপের মাঝারি (3.7 মিটার) স্থানিক রেজোলিউশন এমনকি ছোট-ছোট কৃষিকাজ পরিচালনার ক্ষেত্রেও সূক্ষ্ম বিবরণ নির্ধারণের জন্য আদর্শ। এবং প্ল্যানেটস্কোপের উপগ্রহ সবসময় চালু থাকে। সময়ের আগে তাদেরকে টাস্ক করার দরকার নেই। তারা পৃথিবীর প্রতিটি কোনার কভারেজ সরবরাহ করে।

পঞ্চম ভুল ধারণা (5th misconception):

পাবলিক ডেটা যথেষ্ট ভাল, এবং বাণিজ্যিক উপগ্রহ ডেটা ব্যয়বহুল নয়

সত্য: ল্যান্ডস্যাট এবং সেন্টিনেলের মতো মিশনগুলির সার্বজনীন পৃথিবীর পর্যবেক্ষণের তথ্য বিজ্ঞানী, গবেষক এবং বিশ্লেষকদের কাছে প্রচুর মূল্যবান তথ্য সরবরাহ করতে পারে। এটি নিখরচায় ডেটা প্রদান করে, তবে সেই ‘ডেটা’ থেকে অন্তর্দৃষ্টি পাওয়া যায় না। জনসাধারণের চিত্রকে পরিষ্কার, প্রসেসড ডেটাতে রূপান্তরিত করার জন্য পাইপলাইনগুলি পাওয়ার ক্ষেত্রে জড়িত তাৎপর্যপূর্ণ, সময়সাপেক্ষ এবং ব্যয়বহুল চ্যালেঞ্জ রয়েছে এবং এটি গ্রাহক এবং শেষ ব্যবহারকারীদের জন্য এক বিশাল বোঝা হতে পারে।

আরও পড়ুন - Organic Farming: অর্গ্যানিক ফার্মিং বা জৈব কৃষিকাজে ফলছে সোনার ফসল

প্ল্যানেটের আধুনিক, ক্লাউড-ফার্স্ট এপিআইগুলি আপনার ব্যবসায়ের বৃদ্ধির সাথে মাপে বিশ্লেষণ-প্রস্তুত ডেটা প্রসেস, স্ট্রিম এবং বিতরণ করতে সহায়তা করে। প্ল্যানেটের সাহায্যে আপনি আপনার নিজস্ব চিত্রকল্প প্রক্রিয়াজাতকরণ এবং ক্লাউড অবকাঠামো তৈরির বিপরীতে আপনার অ্যাপ্লিকেশনগুলিতে আপনার দক্ষতার দিকে মনোনিবেশ করতে আমাদের প্ল্যাটফর্মের প্রসেসিং শক্তিটি উত্তোলন করতে পারেন।

আরও পড়ুন - Tur Dal Cultivation: বাড়তি লাভে চাষ করুন তুর বা অড়হর ডাল

Published On: 03 June 2021, 09:30 PM English Summary: Misconceptions About Satellite Imagery for Agriculture: 5 Misconceptions about Satellite Agriculture

Like this article?

Hey! I am KJ Staff. Did you liked this article and have suggestions to improve this article? Mail me your suggestions and feedback.

Share your comments

আমাদের নিউজলেটার অপশনটি সাবস্ক্রাইব করুন আর আপনার আগ্রহের বিষয়গুলি বেছে নিন। আমরা আপনার পছন্দ অনুসারে খবর এবং সর্বশেষ আপডেটগুলি প্রেরণ করব।

Subscribe Newsletters