Die Herausforderung

Es gibt eine Informationslücke in der Landwirtschaft, die die Agrarindustrie daran hindert, fundierte Entscheidungen zu treffen, und sie zwingt, reaktiv statt proaktiv zu wirtschaften. Die derzeitigen Methoden der Probenanalyse in Labors oder die Verwendung von Satellitenbildern sind teuer und ineffizient, was zu höheren Treibhausgasemissionen führt, die wiederum zum Klimawandel beitragen. Landwirte brauchen ein verlässliches System zur Analyse von Pflanzen- und Bodennährstoffen, zur Vorhersage von Erträgen und zur Überwachung der Kohlenstoffbindung im Boden.

Lösungen

Cloud Agronomics scannt Nutzpflanzen und Böden mit Hilfe von kundenspezifischen hyperspektralen Bildgebungsgeräten auf bemannten Flugzeugen und sammelt 300-mal mehr Daten pro Pixel als Satelliten. Die Daten werden an Azure gesendet, wo Georeferenzierungs-, Kalibrierungs- und Analysealgorithmen die Rohdaten in Insights umwandeln. Cloud Agronomics entwickelt derzeit einen der größten gekennzeichneten Datensätze für die Landwirtschaft, der es den Landwirten ermöglicht, Nutzpflanzen proaktiv und effizient zu bewirtschaften. Darüber hinaus liefert die Echtzeit-Überwachung des Kohlenstoffs den Märkten für Emissionsgutschriften den ersten standardisierten Kohlenstoffindex, der einen finanziellen Anreiz für den Übergang zur Kohlenstofflandwirtschaft bietet. Dabei handelt es sich um die Praxis, überschüssigen Kohlenstoff aus der Atmosphäre zu entziehen und im Boden zu speichern, um das Pflanzenwachstum zu fördern.

Dafür verwendet Cloud Agronomics Azure

  • Blob Storage zum Speichern kalibrierter Hyperspektral- und Satellitendaten für räumliche Abfragen
  • Databricks zur Datenvorbereitung und automatisierten Machine Learning-Funktionen
  • Container Registry für das Speichern und Registrieren von Container-Anwendungen
  • Container Instances zum Ausführen von Container-Anwendungen, inklusive ML-Modellen, Visualisierungen und benutzerseitigen Apps
  • Machine Learning Service für Echtzeit-Analytics für Data Science R&D
  • Kubernetes Service für Orchestrierung und Cluster-Management zur Verarbeitung kalibrierter hyperspektraler Bilder
Nebel auf einem Feld, das von Bäumen gesäumt wird.

Neue Erkenntnisse für die Landwirtschaft mithilfe von Geodaten.

Weizenhalm im Sonnenuntergang.