Ernteprognose
Verwendung von Satellitenbildern zur Erkennung von Nutzpflanzen und zur Ertragsprognose
Kontext & Ziele

Ernte- und Ertragsprognosen sind für landwirtschaftliche Genossenschaften von entscheidender Bedeutung. Wenn sie so früh wie möglich wissen, welche Erntemengen auf engstem Raum geerntet werden, können sie ihre Lieferkette optimieren, insbesondere während der Ernte, wenn tonnenweise Nutzpflanzen verarbeitet, transportiert und in Silos gelagert werden müssen.

Ergebnis

Die Erntevorhersagemodelle wurden verwendet, um den Ernteplan zu initialisieren und zu antizipieren, was nun die Optimierung der Lieferkette mit einer Reduzierung der Transportkosten und CO2-Emissionen um mindestens 10% ermöglicht.

Unser Vorgehen

1. Schritt - Rekonstruktion

  • Rekonstruktion einer einzigartigen und umfangreichen Datenbank feinkörniger historischer Pflanzentypen und Erträge in Zusammenarbeit mit landwirtschaftlichen Genossenschaften

Schritt 2 - Abrufung

  • Abrufung und Verarbeitung von Satellitenbildern, um den Vegetationsindex (NDVI) zu erstellen. Diese feinkörnigen räumlichen und zeitlichen Indizes in Kombination mit der exzellenten Beherrschung der Prognosetechniken ermöglichen es uns, den Zusammenhang mit der Art und dem Ertrag der Pflanzen herzustellen

Schritt 3 - Bau

  • Erstellung von Modellen für maschinelles Lernen, um die Art der Ernte und den Endertrag mehrere Monate im Voraus abzuschätzen, wobei bei mehr als 86% der landwirtschaftlichen Parzellen ein Fehler von weniger als 17% auftritt
Unsere Experten
Yannick Leo
Partner und Direktor für Datenwissenschaft
    OTHER CASE-STUDIES