Prévision de récolte
Utilisation d'images satellites pour détecter les cultures et prévoir les rendements
Contexte & Objectifs

La prévision des récoltes et des rendements est essentielle pour les coopératives agricoles. Connaître le plus tôt possible les quantités récoltées à maillage fin leur permet d'optimiser leur chaîne d'approvisionnement, notamment pendant la récolte, lorsque des tonnes de récoltes doivent être transformées, transportées et stockées dans des silos.

Résultat

Les modèles de prévision des récoltes ont été utilisés pour initialiser et anticiper le plan de récolte, qui permet désormais d'optimiser la chaîne d'approvisionnement avec une réduction d'au moins 10 % des coûts de transport et des émissions de CO2.

Notre approche

Étape 1 - Reconstruire

  • Reconstruire une base de données unique et complète sur les types de cultures et les rendements historiques en collaborant avec des coopératives agricoles

Étape 2 - Récupérer

  • Récupérez et traitez des images satellites pour créer un indice de végétation (NDVI). Ces indices spatiaux et temporels fins combinés à la fine maîtrise des techniques de prévision nous permettent de faire le lien avec le type et le rendement des cultures.

Étape 3 - Construire

  • Créez des modèles d'apprentissage automatique pour estimer le type de culture et le rendement final plusieurs mois à l'avance avec une erreur inférieure à 17 % pour plus de 86 % des parcelles agricoles
Nos experts
Yannick Leo
Partner & Directeur Data Science
    OTHER CASE-STUDIES