Maailma rahvastiku kiire kasv on suurendanud nõudlust intensiivpõllumajanduse järele. Paraku kaasneb sellega sageli negatiivne keskkonnamõju. Seepärast otsitakse üha uusi võimalusi kestlikuks põllumajanduseks, kus saagikuse suurenedes keskkonnamõju hoopis väheneb.

Looduspõhised lahendused, nagu märgalad ja veekoguäärsed kaldavööndid, suudavad tõhusalt vähendada põllumajandusega kaasnevat toitainete ehk lämmastiku ja fosfori ärakannet. Siiski pole nende lausaline rajamine maastikule majanduslikult mõistlik ega ka enamasti looduslikult võimalik. Seetõttu on oluline looduspõhiste lahenduste planeerimisel määrata kindlaks prioriteetsed alad maastikul, kasutades ruumiandmeid nutikalt.

Tartu Ülikooli geoinformaatika professori Evelyn Uuemaa töörühm kasutab geoinformaatika meetodeid, et testida olemasolevaid ja luua uusi ruumiandmete töötlemise lahendusi. Uuemaa sõnul on viimase 10–15 aastaga plahvatuslikult kasvanud satelliitidelt saadavate ruumiandmete hulk. "Ometi on see suuresti kasutamata ressurss, sest ruumiandmete töötlemise võimekus ja nende puhul rakendatav masinõppeoskus pole suurtele andmehulkadele järgi jõudnud. Nii on need andmed suuresti ka otsustusprotsessides kasutamata jäänud," selgitas Uuemaa.

Algavas projektis on Uuemaa töörühmal plaan kasutada ruumiandmeid, sealhulgas kaugseiret. Seeläbi tahavad nad leida ühelt poolt kriitilised toitainete väljakande piirkonnad ning teisalt sobivaimad kohad märgalade ja veekoguäärsete kaldavööndite rajamiseks ning taastamiseks.

Eri allikatest pärit ruumiandmete kasutamisel tekib vajadus viia need samasse koordinaatsüsteemi ja jõuda sama ruumilise lahutuseni. Eriti oluliseks muutub see masinõppe kasutamisel. "Ettevõtmise keerukus tuleneb sellest, et Maa on ümmargune, aga meie andmemudelid on enamasti tasapinnalised. See tähendab automaatselt moonutusi esialgses informatsioonis," rääkis Uuemaa.

Moonutuste vältimiseks on hakatud arendama uusi ainulaadseid koordinaatsüsteeme, mis võimaldavad kogu maakera katta ühtlase globaalse diskreetse võrguga (Discrete Global Grid) (vaata allpool joonist). See on hierarhiline võrk, mille iga üksus on eraldi tuvastatav.

Uuemaa uurimisrühm on püüdnud juba mitu aastat sellist võrku tõhusamalt indekseerimida ja andmeid ühendada. "Algavas teadusprojektis saame välja töötada parima lahenduse keskkonnaandmete sidumiseks globaalsel diskreetsel võrgul põhineva andmekuubiga, mis võimaldab analüüsida andmeid üleilmsest tasandist kohalikuni ilma koordinaatsüsteemi muutmata," selgitas ta.

Ühtlasi võimaldab see väga hästi rakendada andmeid masinõppes. Seda kasutab töörühm omakorda mudeldamisel, et tuvastada põllumajanduse hajureostuse tulipunktid. "Sellise andmekuubi lahendusest on huvitatud ka Euroopa Kosmoseagentuur ja Euroopa statistikaametid, sest see võimaldab väga suuri ruumiandmeid ühtsele kujule viia ning efektiivsemalt kasutada," rääkis Uuemaa.

Projekti tulemusel valmivad globaalsed kaardikihid, mis võimaldavad leida võtmetähtsusega toitainete ärakandekohad ja teha nendega seotud plaane. Kogu analüüs toimub üleilmsel tasandil ja tulemusi testitakse katsealadel nii Euroopas kui ka kaugemal. Projekt tugineb avatud lähtekoodiga tarkvarale. Seega on loodavad andmekuubilahendus ja masinõppemudelid kõigile hiljem kättesaadavad ning edasi arendatavad.

Euroopa Teadusnõukogult saadud grandi suurus on ligi kaks miljonit eurot ja see on mõeldud väljakujunenud teadlase edasise arengu toetamiseks. Teadusprojekt vältab viis aastat.