Com soluções de informação baseadas no uso de fotos satelitais, a aplicação de modelos de classificação e a implementação de algoritmos de machine learning, é possível otimizar a gestão de grandes plantações e minimizar os riscos que enfrentam os cultivos e que afetam a rentabilidade por hectáres plantados.
A crescente disponibilidade de dados que existem hoje em dia, está levando as empresas a buscar novas formas e ferramentas para aproveitar essa enorme onda de informação que se está gerando nos diferentes setores de negócios.
Ver «Imagens satelitais para a tomada de decisões«
A atividade agrícola não está isenta destes problemas. Até agora, mediante o uso de drones e a análises de imagens satelitais de baixa resolução era possível resolver alguns problemas típicos do setor: observação e análises general das plantações, detecção de grandes focos de vegetação, entre outros. Mas agora, as ferramentas utilizadas até agora começam a ver-se limitadas em sua capacidade para gerir a «nova onda» de informação, para a qual se necessitam não somente outras ferramentas, senão também outras habilidades científicas e outra infraestrutura tecnológica para o processamento de toda essa data.
As equipes de trabalho das empresas agrícolas que trabalham com enfoque «data driven«, hão encontrado nas soluções de Inteligência Comercial baseadas na análises de fotografías satelitais, uma ferramenta de grande valor para diminuir os riscos nas inversões que realizam em seus campos de cultivos. A continuação se explica um caso real no que PREDIK Data-Driven teve a oportunidade de oferecer seus servicios.
Problema a resolver
Uma corporação do setor agrícola, dedicada ao cultivo de abacaxi, necessitava melhorar seu processo de identificação das ameaças que enfrentam suas plantações através da análises de imagens satelitais de alta resolução.
Nossa solução de Inteligência Comercial
Para resolver este problema, PREDIK Data-Driven desenvolveu um modelo que tem a capacidade de classificar imagens satelitais, ferramenta que ajuda a detectar diferentes tipos de ameaças que enfrentam as plantações da empresa, desde invasões ilegais dos terrenos e furto de sementes ou bulbos, até a identificação de focos de vegetação rasteira, entre outros.
Para ser posto em marcha e implementação desta solução, foram utilizadas várias metodologias, combinando a utilização e análise de imagens de alta resolução com a aplicação de algoritmos de Machine Learning
Metodologia e fontes de dados utilizadas
A metodologia utilizada para o desenvolvimento desta solução consistiu na aplicação de modelos de classificação de imagens. Estes modelos se enfocam em detectar e caracterizar, nas fotografías satelitais, todos os elementos que sejam de interesse do usuário, sem se importar seu tamanho. Uma vez se realiza esse processo, se introduz a data num modelo de classificação que a medida que processa mais informação, vai «treinando-se » cada vez mais, e incrementando o grau de precisão dos resultados.
Com o posto em funcionamento deste modelo e combinado com a aplicação de algoritmos de machine learning, se generou uma solução que permitiu ao grupo empresarial identificar, praticamente em tempo real, as áreas específicas das plantações que enfrentam maiores ameaças.
Também pode interessar-lhe Big Data para contorno aos consumidores
Que valor agregado geram este tipo de soluções?
A companhia identificou de forma imediata as zonas nas que seus cultivos enfrentava riscos e se enfocou em otimizar seus processos de controle, alcançando assim diminuir as perdas causadas por estes fatores e otimizar a rentabilidade.
