Farmáři chtějí data o svých polích, když je to potřeba, nikoli pouze když jsou data dostupná. Počasí vždy představovalo největší problém při družicovém monitoringu zemědělských plodin. Není problém zpracovat snímky pořízené za pěkného počasí, nicméně jakmile území pokryje oblačnost, není možné extrahovat ze snímku kýženou informaci pomocí tradičních metod družicového snímání. A právě na tomto místě přichází na scénu fúze s radarovými daty. Radarový signál bez problému proniká i hustými oblaky a zachycuje situaci na polích bez ztráty informace. S produktem LAICA už nezažijete dlouhá časová okna bez dat.
Přesné načasování zásahů na poli jako hnojení, zavlažování je klíčem pro úspěšný agronomický management. Bohužel, pokud nejsou dostupná žádná aktuální data o stavu a vývoji plodin, tak není moc o co se opřít. Je nepříjemné, když se agronom chce podívat na pole z ptačí perspektivy, ale nevidí nic nebo vidí pouze mraky. Takové povětrnostní podmínky mohou trvat týdny nebo i měsíce před tím, než se podaří pořídit čistý snímek za jasného počasí. Často ale na takové čekání jednoduše není čas.
Přesně proto jsme přišli s řešením, které dokáže proniknout mraky a získat data, kdykoli jsou zapotřebí. S produktem LAICA se DynaCrop stává zase o něco spolehlivějším. Díky naší fúzi více satelitních systémů Sentinel můžeme garantovat nová čistá data každý druhý den pro jakýkoli půdní blok v Evropě.
Problémem konvenčního družicového monitoringu pro zemědělství je jeho založení pouze na optických spektrálních datech. Bohužel však optické spektrum je přirozeně blokováno drobnými částicemi ve vzduchu; kapkami vody, prachem. Toto lze částečně řešit radarovými družicemi, které již používáme pro monitoring půdní vlhkosti. Radary aktivně vysílají signál k zemskému povrchu a zaznamenávají, co se odráží zpět k družici. Díky vyšší vlnové délce, kterou radar používá, nemají mraky na signál žádný vliv (pokud tedy vaše pole není zrovna uprostřed hurikánu). Funkčnost radaru také není omezena pouze na denní světlo, ale tento princip funguje stejně dobře i v noci
Radarový satelit Sentinel-1 monitoruje pole pod mraky (Zdroj: ESA/ATG medialab)
Ale jednoduchá řešení obvykle nestačí. Asi jste se už setkali s názorem, že tradiční metody založené na radarovém monitoringu vegetace jsou k ničemu. Je to tak. Radarový vegetační index (RVI), které některé firmy prezentují jako snadné řešení, totiž neposkytuje informaci porovnatelnou s vitalitou nebo hustotou vegetace na poli. RVI je těžko interpretovatelný a použitelný buď jen ve velmi specifických případech anebo vůbec.
Navrhli jsme produkt LAICA naprosto odlišným způsobem. Poskytuje informaci o syntetickém indexu listové plochy (LAI), což je druhý nejpoužívanější vegetační index hned po NDVI. LAI je ideální pro monitoring růstu rostlin a je důležitým parametrem při plánování zavlažování, hnojení a aplikace postřiků na list (jako jsou fungicidy nebo pesticidy). Rovněž je směrodatný při určování akumulace biomasy, která je úzce provázaná s výnosem.
Naše pokročilé metody umělé inteligence (AI) pomocí strojového učení kombinují optická a radarová satelitní data a produkují tak kombinovaný LAI založený na milionech vzorových dat z minulosti. Nejen že to vyplňuje okna bez dat způsobený oblačným počasím, ale také to dramaticky navyšuje frekvenci dostupnosti nových dat. Aktuální informace o stavu plodiny na poli jedno za dva dny je velkým krokem kupředu. Optická data Sentinel-2 poskytovala zhruba 45 čistých snímků ročně, ale LAICA navyšuje roční frekvenci na cca 182!
Jste připraveni testovat produkt LAICA na vaší SW platformě nebo přímo na vašich polích?
Ozvěte se nám a dozvíte se více o možnostech bezplatného testování.
Vývoj služby je spolufinancován Evropskou unií z prostředků Evropského fondu pro regionální rozvoj v rámci operačního programu Podnikání a inovace pro konkurenceschopnost pod záštitou Ministerstva průmyslu a obchodu České republiky.
| satelitní monitoring plodin | nezávislý na počasí| radarová data | hluboké učení | strojové učení | umělá inteligence | skrz mraky | monitorování terénu | bezoblačný monitoring | denní sledování | předpověď vegetace | stav plodin | dynamika plodin | bezmračný | precizní zemědělství | AI | časování zavlažování | načasování sklizně | načasování hnojení | monitorování plodin | zdraví plodin | bezmračné zemědělství | data bez oblak | LAI | předpověď plodin | satelitní fúze | index listové plochy | předpověď výnosu | hustota biomasy | družicový monitoring | radar data | deep learning | machine learning | artificial intelligence | through clouds | field monitoring | cloudless monitoring | daily monitoring | vegetation prediction | crops state | crops dynamics | cloudfree | precision agriculture | AI | irrigation timing | harvest timing | fertilizing timing | crop monitoring | crop health | cloudless farming | cloud-free data | LAI | crops prediction | satellite fusion | Leaf Area Index | cloudless satellite crop monitoring | yield prediction | biomass density | weather-independent satellite monitoring
Variabilní aplikace hnojiv, při které jsou zohledněny rozdílné podmínky v rámci pozemku, Vám může zvýšit…
Zemědělství a produkce potravin hrály hlavní roli při vzniku naší civilizace a stále patří k…
Growing prices of fertilizers, supply chains broken with the war in Ukraine, and soaring energy…
Massive-scale agriculture has been linked to all sorts of environmental problems. But with the use…
Last several months, we’ve been working hard to make DynaCrop services available for you, our…
Remember Cher crooning the 1989 hit song ‘If I Could Turn Back Time’? She probably…