Teadust kõigile seire, satelliit ja tehismõistus käsikäes
aitavad välja selgitada, mis toimub meie põldudel
ja heinamaadel.
Kas on põld küntud, kas on hein niidetud,
ajandana juttu füüsiku ja kosmosetehnoloogi Kaupowoormansikuga,
kes on selle valdkonnaga otseselt ja tihedalt seotud.
Seejärel aga tutvustab turbateadlane Mallorru turba,
selle sohist, päritolu, loodusvara, mitmekesiseid
ja kohati ootamatuid kasutusvaldkondi. Olen saatejuht Priit Ennet, kes kuulab, saab teadust. Et elu maal edeneks Selleks tuleb tänapäeval üha sagedamini appi kosmos.
Kosmoses tiirutavad satelliidid, mis vaatavad alla maa peale
ja teevad oma tähelepanekuid.
Ja tuleb välja, et nende tähelepanekute paremaks mõistmiseks
on mõnikord vaja ka tehisintellekti abi.
Selle kõigega on seotud ka Eesti teadlased
ja täna ongi laboristuudios asjast lähemalt rääkimas kaupu
voormansik ettevõttest, kappa tseta ja Tartu Ülikooli Tartu observatooriumist. Räägime lähemalt just põllumaa seiramisest
ja seiramisest.
Satelliitide Sentinel pardalt hiljuti avaldamist leidnud
kaks teadustööd.
Üks neist just neil päevil ajakirjas Scientific Foods
ja teine juba natuke rohkem kui aasta tagasi ajakirjas Rymoutsensing.
Aga alustame siis sellest, et kuskilt otsast alustada,
et mis satelliidid need sentinalid lähemalt on. Ja mis on nende ülesanne. Sentineli on Euroopa kopernikus, programmi maa
seiresatelliidid ja nad on erilised kahel põhjusel.
Esiteks sellepärast, et Nad on tõelised andmevabrikut,
nad toodavad suures koguses nii-öelda siis võib öelda ka suurandmed,
suurandmeid, maaseirest süstemaatiliselt pikad aegread.
Ja teiseks selle poolest, et nende andmete jagamispoliitika
on vaba ja avatud.
Ja nende kahe omaduse tõttu on nad võib öelda,
et suurima mõjuga maa seiresüsteemid, mis on Senide Kas nende pealt vaadataksegi peamiselt põllumajanduse
olukorda või ka kõike, kõike muud? Kõike kõike muud kindlasti, et praeguseks on ära otsustatud
kuus senti Nelide perekonda, Sentinel üks kuni Sentinel kuus
ja neil on erinev otstarve.
Et Sentinel üks on selline kesklahutuse kõrglahutusega,
Radar Sentinel kaks on kesklahutuse kõrglahutusega optiline süsteem.
Nüüd oleneb, kuhu see definitsioon panna,
miks ma ütlen kesklahutuse kõrglahutusega,
et nad nimetavad ennast kõrglahutusega, noh,
tegelikult 10 meetrit. Ta ei ole nüüd ülikõrge lahutus.
Siis Sentinel kolm on optiline süsteem, kus on veel ka
termokaamera peal ja radaraltimeeter Sentinel neli
ja viis on atmosfääri seire missioonid.
Sentinel kuus on siis ookeanide veetaseme mõõtmise missioon,
altimeeter. No kuulda on ka, et päris tõrgeteta see asi ei ole viimasel
ajal läinud kahjuks üks senti, neil on, on lausa rivist
väljas viimastel andmetel Jah, see on tõsi, et kui üldiselt Euroopa kosmoseagentuur on
ehitanud neid satelliite väga-väga hoolikalt ja,
ja pikka aega ja nad on olnud väga töökindlad,
siis paraku nendest juba seitsmest, kaheksast Sentinel
satelliidist orbiidil üks nimelt selle radarisüsteemi bee
satelliit on nüüd lakanud andmeid kogumist.
Ja see juhtus nagu kuidas öelda tehnilisele meeskonnale just
jõulukingitusena enne jõule. Mis tegi siis jõulud väga huvitavaks, seda probleemi lahendamaks.
Ja juhtus see, et satelliit ise on juhitav,
aga see instrumente seni veel täiesti noh,
ei ole täiesti selge, mis põhjusel ei suuda andmeid toota.
Ja nüüd umbes kuu aega on üritatud seda viga parandada.
Aga praegu näib, et, et see ei ole võimalik
ja Sentinel üks p enam andmeid ei tooda.
Ja on võetud suund sellele, et leida nüüd see vea põhjus
üles telemeetriaandmetest ja enne see ära parandada. Nüüd asendus satelliidil, enne kui ta üles saata,
aga asendussatelliitsaatja üles, niipea kui see viga on parandatud,
et siis ajakirja tihedus oleks jälle nominaalne. Kui palju see rikke nüüd seda kogu seda seiret tervikuna
mõjutab ja ma saan aru, et just täpselt see see satelliit
oli üks neist, mille põhjal ka ka meie tänane vestlusteema on,
on alguse saanud. Jah, ta mõjutab väga paljusid rakendusvaldkond
ja ma kujutan ette, et see surve Euroopa komisjonile,
Euroopa kosmoseagentuurile, see aegrida parandada on päris suur,
sest mida rohkem on nüüd inimkond ja kasutajad harjunud neid
andmeid kasutama, seda rohkem tuntakse ka puudust sellest,
et, et neid andmeid ei ole.
Et lisaks põllumajandusrakendustele, millega me oleme tegelenud,
on ta jää seireks väga väärtuslik instrument ülemaailmseks
biomassi kaardistamiseks tuule kiiruse mõõtmiseks vee kohal. Et neid rakendusi sellele radarsüsteemile on hästi palju. No õnneks vähemalt need teadustööd said ära tehtud,
siis juba kui satelliit veel korras oli.
Tegemist on siis põldude taimekasvatuse seirega tuleb välja,
et kosmosest orbiidilt mitmesaja kilomeetri kõrguselt
paistab väga täpselt ära piisavalt täpselt,
et asjast kasu oleks, mis põldude peal toimub.
Mis põhimõte seal töös on ja mida sealt ikkagi täpsemalt näeb.
Lahutus küll, jah? 10 meetrit üksikut viljatera sealt ei paista. Üksikut viljatera ei paista aga 10 meetrine lahutus on eesti
põldude suurusi arvestades, mis on enamasti ikkagi hektarite
siia isegi kuni kümnete hektarite siis kümnemeetrine,
ruumiline lahutus on täiesti piisav, et saada aru,
mis põllukui tervikuna toimub.
Ja konkreetselt need meie uuringud keskendusid siis niitmist tuvastamisele,
Eesti põldudel ja kündmiste.
Et nüüd, kui meil on nüüd sagedad ja tihedad aegrea testi
põldudest hästi mitu korda nädalas tehakse neid pilte,
siis kuidas öelda, et millal ja kas igat põldu siis niideti künti. Aga ma võib-olla ütleks selle veel juurde,
et, et kuidas selle need Sentinel üks b andmete mitte
kättesaadavus Eestit mõjutab, et ta kindlasti mõjutab kapriat.
Ja PRIA-süsteemid on seni nii ehitatud, et nad rajanevad
nüüd nendel mõlema satelliidi tihedatele aeg ridadel.
Ja nüüd, kui meil tõenäoliselt on umbes aastane auk
võib-olla natuke pikem Sentinel ühe Aegrias
või noh, ei ole auk, vaid on lihtsalt on aegrida on hõredam
siis see tähendab seda, et eelmisteks aastateks arendatud
mudelit üks-ühele ei tööta. Ja nüüd koostöös PRIA, aga me peame leidma nii-öelda
asendusmudelit selleks ajaks, kui aegrida on hõredam.
Et siis, kui tihedus on jälle endine, saame me jälle vanade
mudelite peale tagasi minna. Selge, nii, et selliseid arvutusi tuleb teha natuke teistmoodi,
vahepeal. Jah, täpselt nii, et see tunnuskomplekt tuleb ümber arvutada.
Ja mis on siis need sisendandmed, mille peal masinate mudel töötab,
kui ka uus masinõppe mudel tuleb sobitada? Ahah, aga, et asi nüüd päris selge oleks,
neid numbreid ja tähti on, on päris palju üks
ja üks, A ja üks B ja ja kaks ja millest me nüüd täpsemalt
praegu räägime? Ja seal on tegelikult kaks mõistet, mis võib-olla natuke
tekitavad segadust.
Et Sentinel üks on radarisüsteem ja ta koosneb kahest satelliidist.
Sentinel kaks on optiline süsteem ja see koosneb jällegi
omakorda kahest satelliidist.
Ehk siis nagu kaks ja kaks ja ongi kogu keerukus
ja nüüd üks nendest radalitest on rivist väljas,
praegu. Neljast üks on rivist väljas täpselt, aga teine,
radar on, on siiski olemas. Just nii teine radar endiselt töötab ja toodab andmeid. Aga nüüd, siit võikski siis jõuda selle juurde,
et, et kuidas nüüd radari pildist ja optilisest pildist me
need andmed siis kätte saame ja kas on tõepoolest siis vaja,
et oleks kaks radarit?
Kaks radarit on parem kui üks radar. Jah, et seal on kaks efekti, miks tihedam aegrida on parem.
Üks on selles, et meil on lihtsalt tihedam aegrida lihtsalt
rohkem andmeid mistõttu on nüüd kõik muutused seal toimuvad
häiringute suhtes robustsemad.
Et kui nüüd üks andmepunkt on mingil põhjusel ebausaldusväärne,
siis sellest palju ei juhtu, sest andmeid on lihtsalt nii palju,
et trendid paistavad ikka ära.
Ja, ja teine efekt on seal see, et üks põhimõisteid,
millel me rajaneme, on koherentsus mis siis mõõdab sarnasust
kahe pildi vahel. Ja nüüd, kui me saame seda arvutada ühe satelliidi pealt 12
päevase sammuga siis kahe satelliidi peale kokku me saame
seda arvutada Kuuepäevase sammuga.
Ja nüüd tuleb välja, et see kuuepäevase sammuga arvest
arvutatud kahe pildi sarnasus on väärtuslikum parameeter,
kui see 12 päevaga. Ahhaa jajah, aga kuidas me siis ikkagi saame selle
radaripildi ja optilise pildi pealt siis teada,
et kas nüüd on põld küntud või niidetud või mitte? Selleks me kasutame kaht sisse parameetrit,
peamiselt abiks veel mõndasid teisi, aga kõige peamiselt
Sentinel ühe koherentsust ja siis Sentinel kahe vegetatsiooniindeksit,
ehk siis Endeviid koherentsus mõõdab seda,
kui sarnased on kaks pilti.
Et ma teen ühe pildi ja siis ma teen kuue päeva pärast
järgmise pildi, et ma vaatan, et kas seal oli muutust.
Ja nüüd selle muutuse mõõtmine käib väga peenelt skaalal
lainepikkuse vahemik lainepikkus senti neil ühel on 5,6
sentimeetrit ja nüüd tuleb välja, et kui nüüd seal kahe
pildi vahel ühel pildil see muutus juba oli näiteks sellest
lainepikkusest suurem või isegi murdosa sellest siis juba
koherentsuse langeb. Ja Me saame öelda, et oli, muutus nii, kuidas nüüd
taimestikuga seotud on?
Taimestik on selline nagu kõik elavad organismid,
dünaamiline, liigub, tuul liigutab teda,
ta kasvab ja nüüd, kui taimestik on peal,
siis koherentsuse langeb või noh, paratamatult selle kuue
kuus päeva hiljem arvutatud pilt on natuke teine,
sest lehed tuule tõttu olid veidi teises asukohas,
sest taim kasvas veidi. Ja nüüd, kui taimestikku ei ole, siis endiselt on
koherentsuse kõrge, et need pildid olid pildid enne
ja pärast on peaaegu üliidentsed ja sellel see efekt põhineb
tegelikult juba aastal 2016, me leidsime selle seose Tanel
Tammega koos ja tuli välja, et siis koherentsuse saab
kasutada sellise normeeritud taimestiku hulga mõõdikuna põhimõtteliselt.
Et kui koherentsuse on kõrge, siis taimestik on madal,
taimestikku peaaegu ei ole. Ja kui koherentsuse madal, siis taimestik on palju. Selge, nii, et kui muutub kiiresti, siis on taimed kõrged
ja täpselt nii ja, ja kui on niidetud, siis,
siis on selge, et siis lähevad kohe taimed madalaks
ja me peame siis tegema.
Me peame tegema siis mitu ülelendu ja siis me saame teada,
et ahah, et nüüd on taimed madalamad, et on niidetud.
Jah, täpselt nii, aga kündmine on natukene keerulisem asi,
et siis ei olegi veel taimi väga, et siis on,
lihtsalt käiakse sealt korra künnimasinatega üle. Jah, kündmine on selles mõttes väga põnev rakendused,
et radariga on võimalik näha, et seda põldu küntiga siis,
kui inimene seda eristada ei suuda.
Kuidas nüüd nii tõesti, et, et vaatad, et on must maa nii
enne ja pärast oli ka, on ikka must maa ja nüüd aga kas
vahepeal keegi selt keeras selle mulla segi
või ei keeranud?
Kui inimsilm seda ei näe, siis tuleb välja,
et radar endiselt näeb. Ja see käib just nimelt sedasama koherentsuse kaudu.
Mis siis mõõdab, et see mikrostruktuur, mis määrab lõpuks
siis nagu iga piksli faasi, et see radar süsteem ei mõõda
mitte ainult seda, et kui kirgas on iga piksel,
kui kirgas on see iga iga maatükikene vaid ka seda,
mis faasis see signaal sealt tagasi tuli.
Ja nüüd tuleb välja, et kui künda, siis faasi pilt läheb segamini. Ja faas on siis seotud siis just nimelt selle radarikiirguse lainepikkusega,
et lihtsalt tuleb see laine natuke teises faasis sealt tagasi. Ja, ja väga hea küsimus, et see faasi mõiste on nagu meile
võib-olla iseenesest mõistetav, aga, aga,
aga see on jah, täpselt nii.
See on selles ka seotud, et kui lainepikkus on 5,6
sentimeetrit et siis nüüd selle 5,6 sentimeetri ulatuses,
me saame seda nii-öelda kaugust mõõta.
Et mis faasis, mis momendil see lainekene nütsensorisse
tagasi hüppas? Ja siis peab olema suhteliselt täpselt teada,
millises faasis see laineke hüppas eelmise mõõtmise ajal
just selle koha pealt.
Ja tuleb siis välja, et, et kui see lahutus on 10 meetrit,
et ka selle pealt, siis võtab välja. Jah, et see on väga-väga huvitav, et nagu,
et kui pinna ulatuses on see lahutus 10 meetrit siis ometigi
neid faasi mõõtmisi saab teha 5,6 sentimeetri 5,6
sentimeetrise täpsusega. Ja tegelikult ju see noh, see 10 korda 10 meetrit enam-vähem.
Et see on ju see põllupind, on seal ju väga ebatasane tegelikult.
Et ta isegi ei keskmist välja. Jah, no tegelikult ta keskmistub, aga ta keskmistub nagu
superpositsiooniga nagu täpselt samaks kui muutust ei ole.
Nagu nende väikeste, kuidas öelda põllu kühmukestelt tulnud
peegelduste summana, ta on alati sama, kui seal keegi midagi
ei muuda. Aga kui nüüd natuke seda mustrit seal muuta,
siis tuleb välja, et see üksikute nende peegeldajate summa
faasi baas hüppab.
Kuigi üldine heledus võib jääda samaks. Ühesõnaga, see on juba läheb väga peeneks,
matemaatikaksin. Jah, aga tegelikult need elementaarprotsessid on seal
äärmiselt lihtsad ja saab väga hästi, küsisid seda,
et just seda, seda konarused aspekti, et see tegelikult
lõpuks selle faasi määrab. Aga siis on veel lisaks ka optiline pilt
ehk ehk suhteliselt tavaline foto, mida siis Sentinel kahed teevad.
No sealt ma kujutan ette, et mõnes mõttes on juba arusaadavamat,
et värvitoon näiteks võib muutuda olenevalt olukorrast. Ja täpselt nii, et seda ka lihtsalt, kui vaadata seda RGB
pilti või siis punane, roheline, sinine pilti,
nii nagu inimsilm seda näeks, siis lihtsalt seda piltigi
vaadates pealt võib üsna suure kindlusega öelda,
et kas see nüüd oli niidetud või niitmata.
Aga nüüd, et see veelgi usaldusväärsem oleks,
siis me kasutame väga vana ja ammu leiutatud
vegetatsiooniindeksit nende viid, mis esimesena,
kui ma õigesti mäletan, 1973, juba võeti kasutusele Landsati
esimestest andmetest. Ja see lihtsalt, kuidas öelda, näitab suurema kontrastsuse
ka ära selle rohemassi biomassi hulga. Aga kündmist, kas kündmist saab ka vaadata optiliselt? Kündmist see väga palju ei aita, et kas nüüd,
kui ma juba oli must ja nüüd ta on endiselt must,
siis Emmdeeveeii see vegetatsiooniindeks on endiselt peaaegu muutumatu. Selge, aga nüüd tuleb siis välja, et, et andmeid veelgi
paremini tõlgendada.
Selleks läheb vaja tehisintellekti abi ja see on tõsi,
mida see tehisintellekt sel juhul veel paremini oskab vaadata,
kui, kui inimese silm ja, ja mõistus.
Need füüsika. Põhilised alusprotsessid on endiselt samad,
on ju, et me teame, et niitmise järel koherentsuse tõuseb
ja vegetatsiooniindeks langeb.
Ja kündmise tagajärjel käib vahepeal see koherentsuse väga
all või on väga madal, kui see muld nii-öelda segi pööratakse,
see külmukeste konaruste muster muutub.
Aga, aga nüüd, kui nüüd ehitada selline,
kuidas öelda lihtne ja fikseeritud klassifitseerida,
et me paneme, et sellisest koherentsuse väärtusest madalam
on kindlasti nüüd niitmine, sellisest madalam on nüüd
või kõrgemal, nüüd on kündmine ja, ja nüüd selle
vegetatsiooniindeksiga vasta vastavalt samamoodi toimida,
siis tuleb välja, et see täpsus, mis me saame,
sellel on sein ees. Et tulevad igasugused erijuhud ja andmetest igasugused mustrid,
mida niimoodi põhimõtteliselt nagu käsitsi neid reegleid
seades on võimalik luua.
Aga see ei ole väga effect, aktiivne ja masinate
revolutsioon nüüdseks.
Kaugseires toimus ära võib-olla juba viis aastat tagasi umbes,
näidati ära, et üks mudelite perekond siis eriti sügav õpe,
mudelid inglise keeles, deep learning on võrreldamatult
parema täpsusega kui et inimene neid reegleid seaks. Ja nüüd see nõks käib niimoodi, et, et on mingid õpetus,
andmed või nii-öelda treeningandmed, mille põhjal lastakse
tehisintellektil neid mustreid otsida.
Ja, ja siis ta õpib ära need filtrid ja kujud,
et mis, millisele nagu signaalikäigule vastab nüüd niitmise
sündmus meie juhul ja millisele signaalikäigule vastab
kündmise sündmus.
Ja, ja lasta masinal ise need signaali kujud leida tuleb
välja on palju efektiivsem, kui üritada neid käsitsi defineerida. Ja see nüüd ongi see, kuidas öelda veenev argument,
et reeglina kui nüüd neid masinõppemeetodit rakendada
korrektselt siis nad reeglina alati võidavad seda käsitsi
tehtud algoritmi. Ja siis saamegi teada täpsemalt, kas põllud on niidetud,
kas põllud on küntud, ilma et peaks minema kohapeale vaatama.
See asja mõte on ja, ja sellest on siis huvitatud prio,
kas sellest on huvitatud ka põllupidajad ise? Nad on huvitatud ka põllupidajad ise ja tuleb välja,
et sellest on huvitatud veel põllumajanduskindlustus keda huvitab,
et mis seisus põllud on mis nendega toimub
ja mis on nende ajalugu olnud, et kui suure tõenäosusega
nüüd iga põld nüüd kas nüüd ebaõnnestub või õnnestub
ja siis sellest sõltub kindlustusmakse. Nii et igati vajalik teenus, mida siis praegu satelliidid
ja tehisintellektist meile pakuvad ja pakuvad ka teadlased,
kes aitavad neid neid andmeid siis tõlgendada. Ma tahtsin seda veel öelda, et ma näen seda missiooni
natukene laiemalt, et see aitab meil koduplaneeti paremini mõista,
et see on tööriist ülemaailmselt vaatamaks,
mis meie taimkattega sünnib.
Et kui me tahame kliimamuutust paremini mõista,
siis me tahame kindlasti mõista seda, mis meie taimkattega toimub.
Ja need artiklid aitavad lisada seda teadmist,
et kuidas mõõta seda, mis meie taimkattega toimub. Täna ajasin juttu Kaupowormansikuga, kes on seda teemat
uurinud koos kolleegidega ja tulemused teadusajakirjades avaldanud. Mõni aeg tagasi, täpsemalt aasta ja neli kuud tagasi,
2020. aasta septembris oli laboris külas turbateadlane
Mallorru kes tutvustas üht suurt andmebaasi Eesti
turbaleiukohtade kohta mis on kõigile huvilistele võrguküljel,
turbapunkt, geoloogiapunkt, infoka kättesaadav
ja uuritav nüüd juba ka inglise keeles, kui huvi on.
Täna on Mallorru, kes on praegu Tallinna tehnikaülikooli
avatud ülikooli dotsent taas korraks stuudiost läbi astunud
ja et juhust kasutada, systeme põnevast turbemaailmast
ehk natuke jälle juttu. Turbas on huvitav loodusvara selle poolest,
et pakub väga mitmeid erisuguseid rakendusi
ja kasutusviise toksitegi.
Mallory selle kohta. Näiteid meie turvas, kasutatakse kasvusubstraat yks
või aianduses ja praegu võib nagu öelda,
et see terves maailmas isegi praegu seoses koroonaga on nagu
see aiandus ja hobi, aiandus ja kõik, kõik on nagu,
nagu läinud ja kasvaluturbaul ja no siis on meil Low kütteturvast,
seda kasutatakse praegu väga õige enam väheses seoses
rohepöördega ja terves maailmas, eks ole,
nagu isegi no Iirimaal ja, ja siis Soomes see
kütteturbaomadused nagu noh, vähenevad. Ja siis uutel suunade võiks olla nagu Eestis nii nemad
väiksema või, või nišitooteid, kuidas me võime seda ütelda,
et kasutada raviots tarbel näiteks käteraabis reumahaiged
ja seda turbast saab kõike teada andmebaasist.
Mina ise olen teinud nagu uurimis töid ja katseid teinud
ja isegi toote on välja töötatud ju see on päris keeruline,
et kui leida kõige sobivam turvas ega seda,
ühesõnaga see turbakiht on Eestis üsna õhukene
ja siis tehnoloogiat turvas ei tohi väga peenendada,
et ta peab säilima ja ei tohi olla ka. Noh, väga kõik on, seal on tehtud kõik vastavad analüüsid
terviseametiga oleme teinud seda koostööd,
nii et kui minu õpilased teevad katseid,
saavad selle minu käest turba.
Nii et see on kõik kõik juba tehtud ja registreeritud
terviseametis teiseks eelnevast tooli isolatsiooni primaadid
ja siis on kosmeetiline turvas see niinimetatud turvas kosmeetikas,
sest see on läinud nagu noorte hulgas juba mitu mitu aastat
hästi populaarne ja tänavu on mul kaks tüdrukut,
on siis Paide gümnaasiumist Viimsi gümnaasiumist,
kes just teevad selle kosmeetiliste turbaga katsed
ja võib öelda, et see on noortele tüdrukutele on väga hea. Sest kui on need kõik need, et siis see raviturvas aitab
ja mis on tähtis, et kõik see turvas, mida mina õpetan
ja ja katseteks annan, seon, kõik, kõik looduslik,
mitte ühtegi säilitusainet pole sinna lisatud,
kuigi ta tuleb hoida Ermeetis, siis on tähtis,
on aktiivsüsi.
Mida siis Tartu Ülikoolis, Enn Lust on uurinud,
mis on praegu isegi võib-olla mõnes mõttes isegi võib neid
kasutada siis patareita valmistamiseks. Ja mida ma veel tahaksin ütelda, et ma olen ühesõnaga,
pole nagu kirjanduses lugenud, on teha turbavaha,
et sellesse kappi tuumaine, mis on siis hästi lagunenud
turbas ja pid, tuumained on, ta on väga hästi voolitav siis
palju aastaid tagasi ma olen näinud Valgevenes,
et ta on, ongi nagu meevaha näeb välja ja ta on väga hästi
voolik tahab nii et selle tõttu siis võib teda kasutada
nivool vormina või siis uh, kuhu sisse valatakse. Nii, ja mida ma nüüd tahaksin ütelda, et noh,
tudengid on teinud minu juhatamise lõputöid,
väga tubli noormees, Henri Piher, kas ta on siin tereviisi esinud,
on need pakkusin talle teema, et vähelagunenud turvast,
teha puhastusseadmeid filtreid ja see võiks olla ka edaspidi
väga perspektiivne, näiteks vähema tiigid
või ojad ja siis pannakse kott dise vähelagunenud turvas
ja siis ta pannakse veepinnale ja siis turvas imeb endasse
need marsruudid ja õlide väga hästi puhastab
ja see on lausa uskumatu, kui me tegime katsed. Gatlin, Kaasik oli minu tudeng, kes tegi sinna sobib just
ainult vähelagunenud turvast, siis ta hakkab kohe hakkab
tööle tööle ja kõik ta iibe põnid endasse.
Kui on juba enam tumedat värvi juba enam lagunenud,
siis see reaktsioon ei ole nii hea.
Et Veltri oleks minu vis, uued oleks siis kosmeetikaravi otstarbeks,
siis oleksid aktiivsüsi ja siis turbavaha võiks mööda
ja need filtrid, et neid saab väga lihtsalt teha,
sest Henri Pihel kal juba noh, oli toode valmis. See on väga põnev, et nii palju erinevaid kasutusvaldkondi
lihtsal turbal on.
Võib-olla inimesed tahaksid ka sellist praktilist infot siit saada,
kindlasti, kui me ei räägiks, siis nad hakkaksid küsima,
et ravimi ja kosmeetika, need, mis inimese enda nii öelda
ihule kõige lähemad on.
Mis need täpsemalt on, mida nad ravivad? Näiteks ravima võin öelda niimoodi ta nagu taastusravis mina
teine kui katsed Ida-Tallinna keskhaiglas,
et kui on see sobilik, turvas hästi lagunenud enamasti
kartulis hästilagunenud turvas, siis ta ühesõnaga
peenendataks ja protseduur käisid nii et Nosoojendadze
kuskil 38 kraadi alla 40 ja siis me panime just käteravil on
see väga hea, seda võib ka kodustes tingimustes teha,
panna kilekotti turvas, seda võib nüüd klõpsuga kyla kotav,
võid panna isegi praeahju või paned sooja veega,
soojendad, hoiad üks 25 minutit käsi selles kilekotis
ja pärast on sul noh, hästi pehme käenahk
ja siis mitte midagi ainudki käega pesed ainult veega ära
ja siis on nii ja siis seda protseduuri on soovitav teha
vähemalt 10 korda nagu kõiki neid protseduur. Et see oleks nagu meie maainimesel oleks ta
ja no kosmeetika on samamoodi, et lihtsalt noh,
tuleb natuke panna näo peale ja siis ei olegi muutseb saamatus,
hästilagunenud, turvas, mis on noh, mis on sobilik kiht,
et nii ei ole, noh, et et lähed siis sohu
ja võtad ükskõik mida, sobib ainult see,
et mis on nagu selleks tehtud ja peenestatud ja,
ja hästilagunenud turvas ei tohi seal olla tuhasus liiga suur. PH peab olema kindlasti viie ringis, et muidu võib näole
olla ta natuke allergiline ja ei olegi kõik panna näo peale,
pesta veega ära ja seda võib nagu teha kolm korda nädalas,
et niimoodi, et siis Sellised on siis mõned uuemad ja vanemad turba kasutusviisid
koos praktiliste soovitustega.
Neid tutvustas Mallor. Tänases saates oli juttu kosmilisest, põlluseirest
ja fantastilisest turbarakendustest.
Juttu ajasid kaupa Vormansik, Mallorru ja saatejuht Priit Ennet.
Uus saade on kavas nädala pärast.
Veel uuem, kahe nädala pärast kuulmiseni taas.
