EOS Data Analytics надає супутникову аналітику посівної в Україні

6 мая в 11:30

2453

EOS Data Analytics надає супутникову аналітику посівної в Україні

Україна отримує ексклюзивні супутникові дані від GEOSAT 2. Супутник знаходиться на орбіті та дозволяє отримувати дані з надвисокою роздільною здатністю, раніше недоступною для України.


За конкретними запитами клієнтів від Європи до Південної Америки, EOSDA пропонує індивідуальні рішення, які можуть бути надані на рівні поля, регіону, штату або країни. Проєкт буде корисний не лише фермерам, а й усім підприємствам та організаціям, що займаються сільським господарством, включаючи агробанки, виробників продуктів харчування, комерційних виробників та постачальників ресурсів.

Україна є одним із найбільших у світі виробників та експортерів пшениці та кукурудзи — на країну припадає близько 10% та 16% світового експорту цих культур. Понад 400 мільйонів людей у ​​всьому світі залежать від постачання українського зерна. Зазвичай Україна щомісяця експортує 4–5 млн. тонн зерна, але на даний момент цей обсяг скоротився майже вдесятеро. У 2022 році, враховуючи, що принаймні третина сільськогосподарських площ країни не буде засіяна, Україна, за прогнозами, вироблятиме лише 63 млн тонн зерна та олійних культур, що суттєво вплине на світовий ринок продовольства.

Компанія щорічно з 2016 року проводить класифікацію сільськогосподарських культур в Україні, на рівні регіонів та країни, використовуючи власну модель, засновану на штучному інтелекті та нейронній мережі. За цей час EOSDA досягла точності класифікації понад 90%.

Результати класифікації сільськогосподарських культур, починаючи з 2016 року, доступні на супутниковій платформі точного землеробства EOS Crop Monitoring.

В умовах невизначеності посівної гравцям світового аграрного ринку — агробанкам, виробникам продуктів харчування, постачальникам ресурсів та сільськогосподарським кооперативам — украй необхідні достовірні дані про посівні кампанії в Україні, щоб зрозуміти, чого очікувати у 2022–2023 роках. Тут, в EOSDA, наша команда з досліджень та розробок під керівництвом професорів та докторів наук працює над обробкою супутникових даних та створенням аналітичних звітів, щоб допомогти приватним особам та компаніям приймати швидкі рішення на основі даних.

Перевага в тому, що компаніям не потрібно буде надавати нам ані наземні, ані історичні дані, оскільки ми отримали багаторічні дані щодо українських земель. Все, що їм потрібно зробити, — це вказати області інтересу, а потім зв'язатися з нами,

зазначає Рим Елайджа, віце-президент із продажу EOS Data Analytics.

№1. Оцінка стану посівної за показниками вегетації

На ранніх стадіях розвитку ця функція допоможе відрізнити культури від бур'янів і простежити за розвитком вегетації.

  • Рекомендується в період із травня по червень;
  • Тривалість проєкту (включаючи збір даних, аналіз, розрахунок, моделювання та підготовку звіту) – 2–3 тижні для регіону та близько місяця для всієї країни;
  • Результат — растрова/векторна маска (.shp/.geojson), що відображає метадані поля, параметр, що вказує на наявність або відсутність посівів на полі.

Дані візуалізуються за допомогою маски, схожої на сітку поля, пофарбовану в різні кольори, залежно від наявності рослинності на полях.

Виявлення рослинності без класифікації культур, де зеленим кольором позначено засіяне поле, а сірим – незасіяне. Зображення: EOS Data Analytics

№2. Рання класифікація посівів

Як випливає з назви, ця функція дозволяє ідентифікувати тип культури на ранніх стадіях розвитку вегетації з точністю до 70%.

  • Рекомендується наприкінці червня;
  • Тривалість проєкту – три тижні для регіону та близько місяця для всієї країни;
  • Результат — растрова/векторна маска (.shp/.geojson), що відображає метадані поля, параметр, що вказує на наявність або відсутність посівів на полі.

№3. Стандартна класифікація культур

Класифікація культур на пізніших стадіях розвитку дозволяє отримати високу точність даних — до 80% і вище.

  • Рекомендується наприкінці серпня;
  • Тривалість проєкту — три тижні для регіону та близько півтора місяця для всієї країни;
  • Результат - ідентичний проєкту ранньої класифікації посівів.

Незалежно від того, який варіант обере замовник, він отримає результат моделювання у вищевказаних форматах та детальний звіт із вихідною інтерпретацією, підготовленою досвідченими експертами наукової групи EOSDA.

Рання та стандартна класифікація культур, де кожен колір представляє певну культуру. Зображення: EOS Data Analytics

Ми віримо, що кожна вертикаль, з якою ми працюємо, знайде цінність у новій ініціативі. Наприклад, моніторинг розвитку сільськогосподарських культур на ранніх стадіях дозволяє виробникам продуктів харчування та комерційним виробникам своєчасно розпізнавати та усувати фактори, що загрожують посівам, запобігати втраті врожаю і, як наслідок, не допускати дефіциту продовольства. Постачальники агроресурсів, відстежуючи вегетацію сільськогосподарських культур, можуть експериментувати з ефективністю різноманітних продуктів. У той час, як агробанки отримують надійні дані для оцінки ризиків, щоб переконатися, що ферми здатні погасити свої кредити,

каже Рим Елайджа, віце-президент з продажу EOS Data Analytics.

Зв'яжіться з відділом продажів EOSDA, щоб надіслати запит та отримати дані, що відповідають вашим потребам.

EOS Data Analytics упевнена, що космічні технології відіграють ключову роль у сучасному сільському господарстві, полегшуючи адаптацію до будь-яких несподіваних та несприятливих змін, з якими може зіткнутися світ.

Заметили ошибку? Выделите ее и нажмите Ctrl+Enter, чтобы сообщить нам.


AgriGeek

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам:

bn

Вверх