Previsione del raccolto
Uso di immagini satellitari per rilevare le colture e prevedere la resa
Contesto & Obiettivi

La previsione delle colture e della resa è fondamentale per le cooperative agricole. Conoscere il prima possibile le quantità raccolte su una rete sottile consente loro di ottimizzare la catena di approvvigionamento, soprattutto durante la raccolta, quando tonnellate di colture devono essere lavorate, trasportate e immagazzinate in silos.

Risultato

Sono stati utilizzati i modelli di previsione del raccolto per inizializzare e anticipare il piano di raccolta, che ora consente l'ottimizzazione della catena di approvvigionamento con una riduzione di almeno il 10% dei costi di trasporto e delle emissioni di CO2.

Il nostro approccio

Fase 1 - Ricostruisci

  • Ricostruisci un database unico e ampio di tipi di colture e rese storiche a grana fine collaborando con le cooperative agricole

Fase 2 - Recupera

  • Recupera ed elabora immagini satellitari per creare un indice di vegetazione (NDVI). Questi indici spaziali e temporali a grana fine, combinati con la raffinata padronanza delle tecniche di previsione, ci consentono di stabilire un collegamento con il tipo e la resa delle colture.

Fase 3 - Costruisci

  • Costruisci modelli di Machine Learning per stimare il tipo di coltura e la resa finale con diversi mesi di anticipo con un errore inferiore al 17% per oltre l'86% delle parcelle agricole
I nostri esperti
No items found.

Altri casi di studio

No items found.