瑞典卡爾斯塔德大學(Karlstad University)研究團隊聚焦於研究高解析度衛星影像在監測小農場農業生產中的應用，尤其針對低收入及中等收入國家。這些小農場雖然耕作面積小於兩公頃，卻供應全球超過30%的糧食，但由於高解析度影像昂貴且難以取得，導致其耕作模式與產量資訊長期缺乏有效監測。

　　研究團隊結合衛星遙感技術與機器學習，利用Sentinel-1與Sentinel-2衛星資料融合分析土地利用變化，並結合現地調查數據進行模型訓練與驗證。以西非奈及利亞西南部的幾內亞草原為試點，團隊分析玉米與木薯的單作與間作系統，探討土地利用變遷對農業系統韌性的影響，並結合當地利害關係者對未來土地利用的看法，深化對農業適應能力的理解。

　　研究發現開放高解析度衛星影像將大幅提升對小農場生產模式的監測能力，填補現有資料盲點，促進更精準的糧食安全評估與土地管理。團隊的案例研究顯示，結合衛星資料與地方知識，可更全面理解土地利用變化對農業韌性的影響，並為政策制定提供科學依據。

　　此項研究發表在2025年《Proceedings of the National Academy of Sciences》期刊，研究貢獻在於提出促進永續發展目標研究的具體策略，強調開放商業衛星影像資料的重要性，並展示結合遙測技術與機器學習的創新方法，為全球小農場監測與糧食安全研究提供新視角。此舉不僅有助於提升低收入地區農業生產的透明度，也為實現聯合國永續發展目標提供關鍵數據支持。

【延伸閱讀】－氣候智慧型農業：衛星技術如何在農業上運作