Mikä oli haaste/ongelma, johon puututtiin?
Sadon kypsyyden ja terveyden seuranta automaattisilla ja tuhoamattomilla tavoilla, ja arvio optimaalisesta sadonkorjuupäivästä ja lopullisesta tuotannosta. Mukana oli eri näyttelijöitä, tarjoaa erilaisia teknologioita, agronominen tietämys ja lohkot kokeiden suorittamista ja järjestelmän validointia varten
Miten ratkaisit ongelman?
Käytimme IOT-järjestelmiä kentällä, hyperspektrisiä kuvia maaperästä ja kasveista, droneista otettuja lämpökuvia sekä Business Intelligence- ja AI-työkaluja hyödyllisen tiedon tuottamiseksi kaikista näistä tiedoista
Mikä on innovatiivista käytännön tapauksessa?
Hyperspektristen kuvien käyttö laatuparametrien mittaamiseen sekä lannoituksesta ja sadonkorjuusta koskevien hälytysten ja suositusten luominen useista eri lähteistä saatujen tietojen perusteella
Mitkä ovat menestystekijät ongelman ratkaisemisessa?
Kaikkien kumppaneiden yhteistyö heidän erityisosaamisellaan oli avainasemassa
Opittua
Tomaattien laatuparametrien ja maaperän koostumuksen havaitseminen pellolla otetuista hyperspektrikuvista. Algoritmit lopullisen tuotannon ennustamiseen ja optimaalisen sadonkorjuupäivän määrittämiseen pellolla otettujen kuvien avulla.
Mikä rooli neuvonantajalla tai neuvontapalvelulla on käytännön tapauksessa??
Innovaatiovälittäjä
Voidaanko lähestymistapasi siirtää ja/tai mukauttaa muihin innovaatiohaasteisiin ja -alueisiin?
Joo
Arvioitu siirrettävyys asteikolla alkaen 1 kohtaan 5
(missä 1 on helppoa ja 5 hyvin vaikea)
3
Kokemusten jakamisesta hyvistä käytännöistä, ota yhteyttä
Jeesus Gil
jgilsoto@ctaex.com
Linkki ulkoisiin tietoihin
https://www.youtube.com/channel/UCFiyU3cOyuX4A2SGFvOP0xw