Ausgangslage und Ziele
Die Prognose von Kulturen und Erträgen ist für landwirtschaftliche Genossenschaften entscheidend. Die Erntemengen so früh wie möglich und geografisch fein aufgelöst zu kennen, ermöglicht ihnen, ihre Lieferkette zu optimieren, vor allem in der Erntezeit, wenn Tonnen von Erntegut verarbeitet, transportiert und in Silos eingelagert werden müssen.
Ergebnisse
Die Ernteprognosemodelle dienen dazu, den Ernteplan aufzusetzen und vorauszuplanen, der die Lieferkette nun optimiert, mit mindestens 10 % weniger Transportkosten und CO2-Emissionen.
Unser Ansatz
Schritt 1: Rekonstruktion
- Rekonstruktion einer einzigartigen, umfangreichen Datenbank mit feinräumiger Historie von Kulturen und Erträgen, gemeinsam mit landwirtschaftlichen Genossenschaften
Schritt 2: Beschaffung
- Beschaffung und Verarbeitung von Satellitenbildern zur Berechnung von Vegetationsindizes (NDVI). In Verbindung mit fundierter Prognoseexpertise lassen sich diese sehr fein aufgelösten räumlichen und zeitlichen Indizes mit Kulturarten und Erträgen verknüpfen.
Schritt 3: Aufbau
- Modelle des maschinellen Lernens, die Kulturart und Endertrag mehrere Monate im Voraus schätzen, mit einem Fehler unter 17 % für mehr als 86 % der landwirtschaftlichen Flächen
Weitere Fallstudien
Alle Fallstudien- Agrisight Die landwirtschaftliche Lieferkette planen und optimieren Fallstudie lesen →
- Modellierung und Optimierung der Supply Chain Planung und Logistik der Verarbeitung landwirtschaftlicher Rohstoffe verbessern Fallstudie lesen →
- Vertriebssteuerung und Pricing in Echtzeit Feinchemie Fallstudie lesen →