Класифікація культур за допомогою супутникових знімків та аналітики
Рішення EOSDA забезпечує точну, масштабовану й повністю керовану аналітику супутникових зображень із використанням AI. Воно допомагає організаціям ухвалювати обґрунтовані рішення у всьому аграрному виробничому циклі.
- Точність до 90%
- Інтеграція через API
- Індивідуальні звіти
Підхід та методологія нашої AI класифікації культур
Модель: EOSDA застосовує багаторівневу архітектуру Conv-LSTM, що поєднує просторовий (CNN) та часовий аналіз (LSTM). Завдяки повносезонному аналізу серій супутникових знімків модель відстежує спектральні зміни культур на різних етапах росту, що суттєво підвищує точність виявлення.
Супутникові дані: У роботі моделі використовуються знімки із супутника Sentinel-2 L2A, який збирає дані у 8 спектральних діапазонах (RGB, 2 Red Edge, NIR, 2 SWIR).
Культури: Модель навчена на даних більш ніж 20 видів культур із різних країн і може бути адаптована до будь-якої культури за наявності еталонних даних.
Точність: До 90%.
Обмеження: Регіони з високою хмарністю та поля площею менше 2 га.
Очікувані результати та формати проєкту
- Растрова маска класифікації в межах AOI, у форматі GeoTIFF.
- Векторна маска з межами полів у форматах ESRI Shapefile, GeoJSON, KML або GPKG.
- Зведена статистика за адміністративними межами регіонів, районів та ін. у форматах XLSX або CSV.
- Аналітичний звіт або пояснювальна записка з результатами (за потреби)..
*Результати в іншому форматі, з можливістю інтеграції через API.
Необхідні дані для AI-класифікації культур
Вхідні дані від замовника
- Область інтересу (AOI) у форматі таблиці (XLSX/CSV) або векторному форматі (KML, ESRI Shapefile, GPKG, GeoJSON).
- Перелік цільових культур.
- Календар вирощування (за наявності).
- Еталонні дані (приклади полів із цільовими культурами для навчання моделі), за можливості.
Дані, зібрані та оброблені EOSDA
- Фенологічні дані.
- Супутникові знімки.
- Тренувальні набори даних для загальної класифікації земного покриву (та для цільових класів, якщо вони недоступні).
- Затверджувальні набори даних.
Стандартні етапи проєкту
Типова тривалість: 3-6 тижнів
Аналіз особливостей рослинності в межах AOI.
Збір, перевірка та фільтрація наземних даних.
Пошук і завантаження необхідних супутникових знімків.
Навчання моделі та класифікація культур.
Перевірка результатів і підготовка фінальних матеріалів.
Переваги рішення EOSDA для класифікації культур
Короткострокова оптимізація
- Покращене планування виробництва та постачань.
- Оптимізація ланцюгів постачання.
- Краще управління полями та використання ресурсів.
- Спрощена оцінка ризиків при агрокредитуванні та страхуванні.
- Легший моніторинг відповідності аграрним програмам.
Довгостроковий вплив та стійкість
- Ефективний ринковий аналіз завдяки аграрним даним.
- Зручний збір і зберігання аграрних даних.
- Підтримка політик і регуляцій продовольчої безпеки.
- Ефективне використання земель та стале управління ресурсами.
- Оцінка та моніторинг сировини для біоенергетики.