Nowoczesna analiza zdjęć satelitarnych i lotniczych
Projekt zakłada opracowanie narzędzia opartego na sztucznej inteligencji, które analizuje zdjęcia z satelitów, dronów i samolotów. Rozwiązanie to będzie szczególnie przydatne w rolnictwie – rolnicy, korzystając z zebranych danych, zyskają pełny wgląd w stan swoich upraw. Umożliwi to prognozowanie plonów, dobór odpowiednich nawozów oraz szybką reakcję w sytuacjach kryzysowych. Narzędzie pomoże też przewidywać ryzyko wystąpienia chorób roślin i szkodników, analizując warunki pogodowe i zdjęcia satelitarne. Dzięki temu rolnicy będą mogli wcześnie wykrywać zagrożenia i podjąć odpowiednie działania ochronne.
Warto podkreślić, że projekt obejmuje monitorowanie kluczowych upraw rolnych w Polsce, takich jak: rzepak, kukurydza, pszenica oraz pszenżyto. Na potrzeby zobrazowania pomiarów zostanie stworzony prototyp platformy internetowej, która umożliwi śledzenie aktualnych oraz archiwalnych danych o uprawach. Dostęp do strony otrzymają nie tylko rolnicy, ale również instytucje publiczne, firmy ubezpieczeniowe czy organizacje ekologiczne.
Podczas zbierania danych z pól uprawnych na zdjęciach mogą pojawić się ślady archeologiczne. Dlatego do modułu sztucznej inteligencji dodano funkcję, która pozwala rozpoznawać różne rodzaje takich stanowisk. Gdy system wykryje obecność takich śladów, można to zgłosić do Wojewódzkiego Konserwatora Zabytków, co umożliwi przeprowadzenie dodatkowych badań na miejscu.
Połączenie rozpoznawania chorób roślin z rozpoznawaniem wyróżników archeologicznych na tych samych zdjęciach lotniczych i satelitarnych, znacząco wpływa na optymalizację kosztów akwizycji danych oraz redukcję śladu węglowego.
Innowacje zmieniające oblicze rolnictwa i archeologii
Nowe rozwiązanie wprowadzone na polski rynek znacznie przyczyni się do rozwoju cyfryzacji rolnictwa i poprawi efektywność zarządzania uprawami, jednocześnie wspierając działania proekologiczne. System, opierając się na regularnym monitorowaniu oraz zaawansowanych wskaźnikach i sztucznej inteligencji, będzie mógł tworzyć kompleksowe analizy ekosystemów rolniczych na przestrzeni lat. Pozwoli to również na badanie ich w odniesieniu do zmian klimatycznych i ekonomicznych.
Projekt stanowi istotną szansę na rozwinięcie metod sztucznej inteligencji, które pomogą w zarządzaniu uprawami. Nasze badania pozwolą opracować efektywne metody dostarczające rolnikom informację o wykryciu szkodników, o stanie roślinności i inne niezbędne dane dla dostosowania zabiegów agrotechnicznych do zaistniałych sytuacji. W dalszej perspektywie przyniesie to nie tylko korzyści ekonomiczne, ale także zdrowotne i ekologiczne z uwagi na optymalne zużycie nawozów i środków ochrony roślin. Artur Nowakowski
Earth Observations Lead, TUATARA
Automatyczne rozpoznawanie wyróżników archeologicznych, przejawiających się stresem roślin wynikającym z różnic w wilgotności gleby nad podziemnymi zabytkami archeologicznymi, pozwoli znacznie zoptymalizować proces ich wykrywania. Stały monitoring pól uprawnych umożliwi uchwycenie właściwego, krótkiego momentu ich manifestacji. Zaoszczędzi to czas pracy analityków, którzy obecnie muszą manualnie przeglądać obrazowania i polegać na własnej czujności.
Współpraca TUATARA, Alioth Space i Politechniki Warszawskiej
W ramach realizacji inicjatywy, firma TUATARA, spółka Alioth Space oraz Politechnika Warszawska łączą swoje siły, wnosząc do projektu unikalne kompetencje i doświadczenie.
TUATARA będzie prowadzić zaawansowane badania nad analizą danych obrazowych, opracowując rozwiązania do szacowania kondycji upraw, klasyfikacji pokrycia terenu, detekcji zmian środowiskowych oraz wykrywania obiektów linearnych. Firma zajmie się również rozwijaniem modeli analitycznych i optymalizowaniem systemów.
Alioth Space skoncentruje się na walidacji modeli uczenia maszynowego, analizie kluczowych metryk oraz optymalizacji parametrów, a także automatyzacji i poprawie jakości bazy danych. Jednym z kluczowych zadań spółki będzie również testowanie systemu z użytkownikami i dostosowywanie go, w oparciu o zebrane uwagi.
Politechnika Warszawska to podmiot odpowiedzialny za budowę i rozwój referencyjnych baz danych dla celów monitorowania upraw, analizy danych multispektralnych, wykrywania chorób roślin oraz szacowania plonów, co przyczyni się do ciągłego doskonalenia systemu analizy rolniczej.
