EOSDA Obtient Brevet Sur Cartes De Rendement

La préservation de l’agriculture durable tout en garantissant la sécurité alimentaire nécessite divers outils technologiques de précision adaptés aux besoins des entreprises agricoles. La fragmentation, le manque d’architecture de données standard et l’interopérabilité des plates-formes pourraient limiter la capacité des producteurs à atteindre ces objectifs ^{Fiocco, D., Garcia de la Serrana Lozano, M., & Sharifi, H. (2023, February 7). Agtech: Breaking down the farmer adoption dilemma. McKinsey.}. C’est pourquoi les sociétés technologiques élargissent de plus en plus leurs offres dans le domaine d’infrastructures du logiciel et du matériel qui garantissent la croissance plus rapide sans consommation supplémentaire des ressources.

Les cartes de rendement proposées par EOS Data Analytics fournissent l’estimation visualisée de l’évolution de l’indice de végétation dans une certaine zone géographique pour la période donnée. Ces cartes sont créées afin d’évaluer à distance la productivité du sol dans certaines zones du champ (sur la base des modèles de végétation). L’algorithme backend fonctionne à l’environnement Web, la carte de productivité du sol et de rendement de la culture est générée pendant environ une minute. L’infrastructure du serveur, ainsi que l’architecture du logiciel et de l’algorithme sont protégées par le brevet.

Nous nous efforcerons de répondre aux besoins croissants des entreprises agricoles et des producteurs individuels. Notre algorithme de création des cartes de productivité des sols et de rendement des cultures exécute des calculs complexes en quelques secondes, quelles que soient les caractéristiques techniques de l’appareil terminal. Fondamentalement, nous pouvons fournir des analyses de données satellitaires à tout utilisateur qui se connecte à n’importe quel type de réseau, tant vieil ordinateur avec câble Ethernet au bureau que smartphone ou équipements agricoles de nouvelle génération avec son propre logiciel de semis différencié.

Aleksey Kryvobok

Expert Scientifique en Chef d’EOS Data Analytics

Pour chaque demande individuelle, l’algorithme choisit les images satellitaires les plus pertinentes, puis, il se débarrasse en mode automatique du bruit (par exemple, aspect nuageux), fait passer les pixels par des algorithmes de mesure de l’indice de végétation, regroupe les pixels en fonction des valeurs de l’indice de végétation, et enfin, les place sur la carte.

Notre innovation consiste en ce que nous avons breveté non seulement la base mathématique, mais aussi le modèle d’architecture technique de l’algorithme de création des cartes de rendement. Nous avons découvert que les technologies agricoles modernes fonctionnent de façon indépendante. Il n’existe pas d’infrastructure fiable et simple, la plupart des solutions logicielles sont cryptiques et difficiles à utiliser pour les utilisateurs ordinaires, sans parler de l’incapacité à estimer la rentabilité des investissements. Notre algorithme se résume à la formule élégante qui fonctionne sur plusieurs interfaces en temps réel, y compris, directement sur le champ, et permet de créer de manière facile les cartes de rendement des cultures. Notre algorithme s’applique aux modèles spatiaux et établit une base solide pour la réalisation du potentiel de l’agriculture moderne.

Aleksey Kryvobok

Expert Scientifique en Chef d’EOS Data Analytics

La technologie brevetée sera ajoutée en versions prochaines de la plateforme EOSDA Crop Monitoring par de nouvelles fonctionnalités qui aideront les agriculteurs à prendre des décisions basées sur les données satellitaires, par exemple, la possibilité d’ajouter de différentes couches analytiques les unes sur les autres afin d’obtenir la compréhension plus précise de la caractéristiques uniques du champ. De plus, puisque l’algorithme breveté est assez flexible, il peut être utilisé comme base des projets personnalisés en cas d’ajout de jeux de données supplémentaires pour améliorer la précision.

Ces données seront disponibles dans un format multiplateforme permettant de connecter sans effort de différents environnements logiciels et matériels, ce qui réduira les erreurs humaines et élèvera les pratiques agricoles à un tout autre niveau. Par exemple, après avoir téléchargé la carte de productivité des sols ou de rendement des cultures, les agriculteurs pourront effectuer le prélèvement précis d’échantillons du sol et utiliser taux de semis variable et la dispersion d’engrais potassique-phosphoré. L’amélioration des pratiques d’agriculture de précision de cette manière pourrait entraîner l’augmentation de la rentabilité et l’atténuation des risques environnementaux.