Indikatoren für Dauer, Rate und Homogenität der Bodenbedeckung auf Feldniveau aus Sentinel-2- und Landsat-Bildern für Programme der regenerativen Landwirtschaft

Erstellen Sie ein kostenloses Konto, um Lösungen zu entdecken, die mit dieser verwandt sind.
Kostenlos registrierenSie haben bereits ein Konto? Anmelden
Erstellen Sie ein kostenloses Konto, um Lösungen zu entdecken, die mit dieser verwandt sind.
Kostenlos registrierenSie haben bereits ein Konto? Anmelden
Nimbo Soil Cover ist das Satellitenanalyseprodukt von Kermap zur Messung, wie lange und wie gleichmäßig landwirtschaftliche Felder von lebender Vegetation bedeckt bleiben – eine Kernpraxis der regenerativen (bodenschonenden) Landwirtschaft und von Wasserschutzprogrammen. Programme, die Landwirte für Zwischenfrüchte belohnen, benötigen objektive, vergleichbare Nachweise über Tausende von Parzellen, die Feldbesuche in diesem Umfang nicht liefern können.
Kermap verarbeitet Zeitreihen von Copernicus Sentinel-2- und Landsat-Bildern mit einer proprietären Pixel-Cloud-Maske und berechnet einen Vegetationsindex (NDVI) pro Feld; ein Feld gilt als bedeckt, wenn der NDVI über einem Schwellenwert von 0,25 liegt, überprüft anhand von Felddaten. Es ergeben sich drei Indikatoren auf Feldebene: Dauer der Bodenbedeckung (bedeckte Tage), Bodenbedeckungsrate (Anteil der bedeckten Fläche) und ein Homogenitätswert, jeweils mit einem Index zur Datenverfügbarkeit. Ergebnisse können nach Kulturart gefiltert werden, unter Verwendung der integrierten Kulturartenerkennung von Kermap, und auf Betriebe, Verwaltungsgrenzen oder benutzerdefinierte Referenzgebiete aggregiert werden. Das Archiv beginnt mit der Ernte 2018, Aktualisierungen erfolgen monatlich bis jährlich (Ende der Saison oder während der Saison), die Mindestparzellengröße beträgt 0,15 ha und die Abdeckung ist weltweit auf Anfrage verfügbar. Die Daten werden als CSV-Downloads oder über eine API bereitgestellt, eine Probe kann in der Nimbo Earth Online-Plattform erkundet werden. Über Kermap deckt das gleiche Bodenbedeckungsangebot auch die Typologie von Zwischenfrüchten und deren Biomasse ab, mit Schätzung und Modellierung des von der Vegetation gespeicherten Kohlenstoffs.
Kermap berichtet eine durchschnittliche Präzision von 85 %, 213 Millionen Hektar überwacht seit 2018 und mehr als zehn Programme für nachhaltige Landwirtschaft unterstützt. Benannte Nutzer sind unter anderem Nestlé, Saint Louis Sucre (eine Stichprobe von 300 Parzellen, bewirtschaftet von 300 Zuckerrübenanbauern), das Transitions-Programm der Groupe Vivescia und Eau du Grand Lyon; die Methode wurde im Living Soils-Programm der Earthworm Foundation mitentwickelt und kalibriert.
KermapSie prüfen diese Lösung?
Erstellen Sie ein kostenloses Konto, um Lösungen zu speichern, Alternativen zu vergleichen und Kontakt zu Anbietern anzufragen.
Kostenlos registrierenAngebotsbasiert
Der Preis wird nicht veröffentlicht; der Anbieter erstellt ein Angebot pro Kunde oder Projekt (Vertrieb kontaktieren, Angebot anfordern).
Weltraumfähigkeit
Verarbeitung
Erkenntnisgewinnung
Wandelt Analysen in kontextreiche, umsetzbare Erkenntnisse um.
Bereitgestellt als
Systemintegration
Geografische Abdeckung

Kermap
Kermap ist ein französisches Geospatial-AI-Unternehmen, das 2017 gegründet wurde und seinen Sitz in Cesson-Sévigné (Bretagne) hat. Es wandelt Satelliten- und Luftbilder mithilfe von Deep Learning in geografische Informationen um. Das Unternehmen erstellt Daten zu Landnutzung, Vegetation, Ernte und Veränderungen sowie räumliche Analysen und interaktive Kartenplattformen, darunter insbesondere Nimbo (monatliche wolkenfreie globale Satelliten-Basiskarten und Ernteanalysen) und Nos Villes Vertes (städtische Bäume). Zu seinen Kunden zählen regionale und lokale Behörden wie die Région Grand Est und Rennes Métropole, öffentliche Einrichtungen wie das französische Landwirtschaftsministerium und INRAE sowie Unternehmen wie Nestlé Frankreich und McCain aus den Bereichen Landwirtschaft, Umwelt und Stadtplanung.
2017
Gegründet
11-50
Teamgröße
Frankreich
Land
Integriert Daten und Erkenntnisse in bestehende Systeme und Arbeitsabläufe.