CropMapp, monitoring van CAP en landbouw

Het is onze ervaring dat elke stakeholder in grootschalige agricultuur andere informatie nodig heeft afhankelijk van de bedrijfskenmerken. Dit kan variëren van het landgebruik in biodiverse boslandbouw in tropisch gebied tot verwachte jaarlijkse oogsten van granen op macro niveau. Tegelijkertijd is er een gemene deler onderliggend aan deze uitdagingen.

Wij gebruiken deze door open en gesloten remote sensing data te combineren met databases en historische statistieken in CropMapp, ons intern dataplatform voor elk landelijk gebied wereldwijd. CropMapp dient als bouwsteen voor uw specifieke vraagstuk. Hierbovenop ontwikkelen wij de modellen die nodig zijn om aan uw vraag te voldoen. Door hierbij algemene analyses te hergebruiken bieden wij de beste kwaliteit informatie voor de laagste kosten.

Vertrouwd door:

Landgebruik

Karteer kaarten en herken de geteelde gewassen, inclusief afwijkingen en gebeurtenissen. Configureerbaar voor gebieden en gewastypes wereldwijd.

Wat leveren we?

Een bouwsteen van elk agrarisch beslissysteem is weten wat waar geteeld wordt. Dit bevat twee vragen, wat en waar? Wij leveren het antwoord op beide.

Allereerst karteren wij het land, onafhankelijk of het grootschalige landbouw of strokenteelt inclusief bomen, heggen en sloten, betreft. Vervolgens bepalen wij hoe het gebruikt wordt, waar we onderscheid aanbrengen tussen veel verschillende gewassen en afwijkende objecten. Op deze manier kunnen we landgebruik in beeld brengen op elke schaal, wereldwijd.

Zie hieronder hoe de resultaten van vier gebieden in Europa kunnen worden getoond.

Hoe kan je het gebruiken?

Onze methoden kunnen worden toegepast voor een breed scala aan use cases inclusief automatische land registratie (of LPIS generatie), object en afwijking detectie, en continue monitoring.

Door te karteren en te classificeren hebben we het proces van landregistratie volledig geautomatiseerd en kunnen gewaskaarten gegenereerd worden ter ondersteuning van oogstvoorspellingssystemen. Door object en afwijking detectie uit te voeren bieden we een extra informatielaag naast de gewaskaarten. Deze informatie wordt continue geüpdatet en beschikbaar gesteld zodat veranderingen in kaart gebracht kunnen worden.

Hoe doen we het?

Remote sensing vormt de ruggengraat van onze oplossing. Wij combineren open satellietdata (Sentinel 1 & 2) met commerciële satellieten om te voldoen aan de benodigde combinatie van frequentie en resolutie. Wij werken hierbij op de ruwe data voordat verwerkingsstappen, zoals het berekenen van vegetatie indexen, worden toegepast. Door met de ruwe data te rekenen gebruiken we alle beschikbare informatie welke tot betere resultaten leidt. Vervolgens is deze remote sensing ruggengraat verrijkt met lokale data zoals grondtype en landbewerkingsmethodes om een zo compleet mogelijk data model te genereren. Als laatst passen wij onze machine learning and classificatie technieken toe bovenop dit data model om de door u gewenste informatie te extraheren.

Wij staan altijd open voor een inhoudelijk gesprek over onze aanpak en onderliggende technologie, aarzel niet om hiervoor contact op te nemen.

Landontwikkeling

Begrijp het gedrag van het land en de onderliggende oorzaken qua gebruik, veranderingen en oogsten met diepgaande analyses.

Wat leveren we?

Wij leveren periodieke updates van vegetatie of agricultuur karakteristieken in uw interesse gebied. Huidige toepassingen zijn onder andere:

Jaarlijkse veranderingen van de staat van vegetatie in kuststroken en natte gebieden.
Jaarlijkse monitoring van landschapselementen als bomen, struiken en sloten.
Wekelijkse verandering van oogstpotentie voor specifieke gewassen op lokaal niveau gecorreleerd aan agrarische handelingen als bemesting of besproeiing.

Vraag u zich af of we een oplossing bieden voor uw specifieke uitdaging? Twijfel niet om contact op te nemen.

Hoe kan je het gebruiken?

Onze monitoring van land ontwikkeling kan gebruikt worden op verschillende geografische niveaus. Huidige toepassingen zijn onder andere:

Karteren en monitoren van Natura 2000 gebieden
Analyse van de impact van specifieke landbouwkundige praktijken

Beslissingssystemen voor landbouwkundige praktijken

Hoe doen we het?

Wij hebben ervaren dat de complexiteit van het monitoren van landelijke ontwikkeling erg afhankelijk is van de specifieke use case. Daarom zien wij een minimale haalbaarheidsstudie als goede beginstap om het potentieel te identificeren met een minimaal risico. Na een begrip opgebouwd te hebben van de specifieke uitdagingen kunnen wij het potentieel van ons interne data platform bepalen en het benodigde maatwerk om tot een oplossing te komen inschatten.

Het succes wordt hierbij vaak bepaald door:

De grootte van de business case en de mogelijkheid om gesloten data te gebruiken.

De beschikbaarheid van historische en gelabelde data.
Relevant academisch onderzoek naar het specifieke onderwerp.

Wij staan altijd open voor het verkennen van nieuwe toepassing en herinvesteringen om onze mogelijkheden te vergroten. Twijfel daarom niet om contact op te nemen om samenwerking te onderzoeken voor complexe uitdagingen

info@geronimo.ai
+31 (0)6 104 220 98
Kluyverweg 1 – 12.15, 2629HS Delft, NL