Relatórios agroclimáticos para insights sobre o estado das Culturas em nível regional
Os relatórios agroclimáticos da EOSDA combinam dados de satélite e clima com modelagem avançada para fornecer análises precisas da saúde das culturas e previsões de produtividade em nível regional. Simulações WOFOST integradas com machine learning garantem decisões oportunas baseadas em dados.
- Insights mensais sobre culturas e clima.
- Conjuntos de dados meteorológicos NASA POWER e imagens MODIS.
- Relatórios personalizáveis prontos para tomada de decisão.
Benefícios
Planejamento empresarial e de políticas públicas
- Planejamento de produção e abastecimento
- Otimização da cadeia de suprimentos
- Análise de mercado e inteligência agrícola
- Formulação de políticas e conformidade com relatórios sobre uso da terra e produção agrícola
Produtividade no campo e resiliência
- Monitoramento agrícola e segurança alimentar apoiando avaliação de riscos e análise de segurança alimentar
- Planejamento do uso da terra e gestão sustentável de recursos
- Análise da saúde das culturas e insights sobre riscos de produtividade
- Insights para melhor controle de doenças e pragas
Abordagem e metodologia
Modelo: pipelines automatizados preparam conjuntos de dados climáticos e de satélite. Modelos WOFOST e de machine learning são aplicados para analisar parâmetros biofísicos e prever produtividade.
Dados climáticos: utiliza conjuntos de dados NASA POWER, incluindo temperaturas mínimas e máximas, radiação solar, precipitação, velocidade do vento e umidade do ar.
Dados de satélite: incorpora imagens de satélite MODIS para análise em escala regional.
Resolução: a resolução espacial varia de 300 metros a 10 km, dependendo da camada de dados — suficiente para análises regionais. Parâmetros biofísicos e estimativas de produtividade são fornecidos por unidade administrativa (região, distrito etc.).
Limitações: a precisão pode ser menor para culturas específicas como café, cacau, culturas arbustivas e arbóreas ou outras variedades exóticas em regiões sem estatísticas oficiais confiáveis de produtividade.
O WOFOST (WOrld FOod STudies) é um modelo mecanístico de simulação usado para analisar crescimento e produtividade das culturas. Ele explica como processos como fotossíntese e respiração interagem com as condições ambientais. Usando o WOFOST, é possível estimar produção potencial de culturas, biomassa e uso de água para tipos específicos de solo, culturas, dados meteorológicos e práticas de manejo.
Nossas previsões de produtividade são geradas por um modelo de machine learning que combina dados de satélite, variáveis meteorológicas e de terreno, estatísticas históricas de produtividade e saídas do modelo biofísico WOFOST. A incorporação das saídas do WOFOST torna as previsões finais mais precisas e confiáveis.
Entregáveis do projeto e formatos de saída
Relatório em MS Word ou PDF com as seguintes seções principais:
- Visão geral das condições agrometeorológicas em nível regional
- Análise das condições de crescimento das culturas em nível regional
- Previsões de produtividade das culturas em nível regional para culturas principais
- Frequência do relatório: mensal durante a safra, com 2–5 relatórios por temporada
Personalização disponível: o conteúdo e as seções podem ser adaptados para atender às necessidades específicas do cliente.
Dados necessários
Entradas do cliente:
- Área de interesse: país inteiro ou regiões específicas, com nível de detalhamento necessário (regiões, distritos etc.)
- Calendário de culturas (se disponível, para selecionar o período ideal de análise)
Dados preparados pela EOSDA
- Imagens de satélite
- Dados históricos de produtividade
- Dados climáticos
- Outras camadas de dados (solo, fenologia etc.)
Etapas típicas do projeto
Duração do projeto: 3–5 meses (temporada de vegetação) com entrega mensal de relatórios
Análise da vegetação: investigar características da vegetação na área de interesse e avaliar fontes de dados disponíveis
Aquisição de dados: busca, download e pré-processamento de dados de satélite, climáticos e históricos de produtividade
Modelagem e monitoramento: executar e dar suporte aos modelos de previsão de produtividade, incluindo o cálculo de parâmetros derivados
Verificação e resultados finais: validar resultados e preparar os entregáveis finais