AgroSmartAssistant
Облачная платформа, обеспечивающая доступ к функциональным web компонентам для сбора и обработки спутниковых и климатических данных, реализации нагруженных вычислений, в том числе, с использованием методов искусственного интеллекта (ИИ)
Кому может быть полезен
Специалисты в области разработки программного обеспечения (руководители, проектировщики, разработчики), построенного по принципам сервисно-ориентированного подхода
Основные направления использования
Набор готовых web компонентов, которые могут использоваться в различной конфигурации для построения прикладных систем
Доступ к компонентам осуществляется посредством REST API (прикладной программный интерфейс, соответствующий требованиям REST архитектуры) по протоколу HTTPs.
Компоненты платформы могут быть полезны для прикладных решений в области сельского хозяйства, агрострахования и защиты окружающей среды.
Компонент «Спутниковые данные»
Загрузка и обработка исходных мультиспектральных снимков ДЗЗ, а также расчет индексов вегетации
Обработанные снимки сохраняются в формате, оптимизированном для отображения на интерактивных тайловых картах (Cloud-Optimized GeoTiff).
Спутниковые данные обновляются в ежедневном режиме. Имеется архив данных за период более пяти лет. Покрывается вся территория РФ и стран СНГ. Для представления данных используются RGB композиты (TrueColor, FalseColor, Agriculture), индексы вегетации (NDVI, NDMI, NDWI, MSAVI, SAVI, BSI) и спектральные каналы (SWIR).
-
Sentinel-2
Разрешение 10 м Архив с 2017 г. Периодичность сьемки 5 дней -
Landsat-9
Разрешение 30 м Архив с 2021 г. Периодичность сьемки 16 дней -
Landsat-8
Разрешение 30 м Архив с 2013 г. Периодичность сьемки 16 дней
Компонент «Климатические данные»
Получение климатических данных для всей территории РФ непосредственно с метеостанций или как результат обработки модельных данных
Климатические данные обновляются в ежедневном режиме.
Имеется архив данных за период более 30-ти лет. Пространственное разрешение модельных данных составляет 24 км (0,25° х 0,25°).
Основные климатические показатели:
- минимальная, максимальная и средняя суточные температуры за выбранный год
- сумма накопленных осадков и выпавшие суточные осадки
- сумма накопленных температур
- влажность почвы на разных глубинах
- высота снежного покрова
Источники данных: открытые и проприетарные источники данных, включая ERA5, OpenWeatherMap и MeteoBlue.
Компонент «Моделирование рельефа»
Построение цифровой модели рельефа для выбранного участка местности
Исходными данными для моделирования являются карты высот в растровом формате. По умолчанию используются растры с шагом сетки 90 м.
Результатом моделирования является набор растров, каждый из которых описывает свойства топографической поверхности посредством одного из следующих морфометрических параметров:
- крутизна склонов
- ротор
- освещенность склонов
- полная гауссова кривизна
- полная кольцевая кривизна
- полная аккумуляционная кривизна
- несферичность
- экспозиция склонов
- максимальная кривизна
- вертикальная кривизна
- разностная кривизна
- вертикальная избыточная кривизна
- средняя кривизна
- площадь сбора
- горизонтальная кривизна
- минимальная кривизна
- горизонтальная избыточная кривизна
Компонент «Калькулятор NPK»
Расчет обоснованных доз внесения Азота, Фосфора и Калия для получения планируемого урожая с учетом специфики конкретного поля
Расчет обоснованных доз внесения макроудобрений позволяет избежать лишних затрат, качественного и количественного снижения урожая и потери плодородия полей.
Результат расчета представляется в виде Jsonобъекта, содержащего значения рекомендуемых доз внесения Азота (N), Фосфора (P2O5) и Калия (K2O) в килограммах на один гектар (кг/га).
Компонент реализует два подхода к расчету доз внесения макроудобрений:
Модифицированный балансовый метод
- регион
- планируемая урожайность
- тип почвы и ее засоренность сорняками
- экспозиция склонов
- гранулометрический состав почвы
- кислотность почвы (pH)
- культура предшественник
- с/х культура
- уровень выпадения осадков
- содержание NPK в почве и методы их измерения
- эродированность почвы
- тип и количество органического удобрения
- содержание гумуса в почве
Метод, основанный на обобщении данных многолетних полевых экспериментов в различных почвенно-климатических зонах на территории СНГ
- регион
- планируемая урожайность
- наличие/отсутствие орошения
- с/х культура
- тип почвы
Компонент «Редактор полей»
Выделение контуров сельскохозяйственных угодий по актуальной спутниковой подложке в автоматическом режиме
Распознавание границ сельскохозяйственных угодий выполняется по одному клику на карте и с хорошей точностью. Это позволяет существенно экономить время на оцифровке полей в хозяйствах.
В качестве подложки для оцифровки полей может использоваться любой спутниковый снимок. Качество распознавания зависит от разрешения исходного снимка.
Алгоритм использует передовые подходы, основанные на использовании методов искусственного интеллекта (ИИ). Результатом работы алгоритма является объект GeoJson, описывающий мульти-полигон с границами выделенного сельскохозяйственного угодья.
Безопасность данных
Web компоненты платформы AgroSmartAssistant развернуты в облачном хранилище. Обеспечивается круглосуточное обслуживание серверного оборудования, резервирование по электропитанию, регулярное резервное копирование данных. Доступ к данным ограничен и возможен только для авторизованных пользователей, имеющих соответствующие права доступа.