Indicadores a nivel de parcela sobre duración, tasa y homogeneidad de la cobertura del suelo a partir de imágenes Sentinel-2 y Landsat para programas de agricultura regenerativa

Crea una cuenta gratuita para descubrir soluciones relacionadas con esta.
Regístrate gratis¿Ya tienes una cuenta? Iniciar sesión
Crea una cuenta gratuita para descubrir soluciones relacionadas con esta.
Regístrate gratis¿Ya tienes una cuenta? Iniciar sesión
Nimbo Soil Cover es el producto de análisis satelital de Kermap para medir cuánto tiempo y con qué uniformidad los campos agrícolas permanecen cubiertos por vegetación viva, una práctica fundamental de la agricultura regenerativa (conservación del suelo) y de los esquemas de protección del agua. Los programas que recompensan a los agricultores por cultivos de cobertura necesitan evidencia objetiva y comparable a lo largo de miles de parcelas, lo que las visitas de campo no pueden proporcionar a gran escala.
Kermap procesa series temporales de imágenes Copernicus Sentinel-2 y Landsat con una máscara de nubes a nivel de píxel propietaria y calcula un índice de vegetación (NDVI) por parcela; una parcela se considera cubierta si supera un umbral de NDVI de 0,25, verificado con datos de campo. Resultan tres indicadores a nivel de parcela: duración de la cobertura del suelo (días cubiertos), tasa de cobertura del suelo (proporción del área cubierta) y un índice de homogeneidad, cada uno acompañado de un índice de disponibilidad de datos. Los resultados pueden filtrarse por tipo de cultivo, usando la identificación integrada de cultivos de Kermap, y agregarse a fincas, límites administrativos o territorios de referencia personalizados. El archivo comienza con la cosecha de 2018, las actualizaciones se realizan de forma mensual a anual (al final o durante la temporada), el tamaño mínimo de parcela es de 0,15 ha y la cobertura es mundial bajo demanda. Los datos se entregan como descargas CSV o mediante una API, y una muestra puede explorarse en la plataforma Nimbo Earth Online. A través de Kermap, la misma oferta de cobertura del suelo también incluye tipología de cultivos de cobertura y biomasa de cultivos de cobertura, con estimación y modelado del carbono almacenado por la vegetación.
Kermap reporta un 85 % de precisión promedio, 213 millones de hectáreas monitoreadas desde 2018 y más de diez programas de agricultura sostenible apoyados. Usuarios destacados incluyen Nestlé, Saint Louis Sucre (una muestra de 300 parcelas cultivadas por 300 productores de remolacha azucarera), el programa Transitions de Groupe Vivescia y Eau du Grand Lyon; el método fue co-creado y calibrado en el programa Living Soils de Earthworm Foundation.
Kermap¿Evaluando esta solución?
Cree una cuenta gratuita para guardar soluciones, comparar alternativas y solicitar presentaciones con proveedores.
Regístrese gratisPresupuesto personalizado
Los precios no se publican; el proveedor elabora un presupuesto por cliente o por proyecto (contactar con ventas, solicitar presupuesto).
Capacidad espacial
Procesamiento
Generación de Información
Convierte el análisis en información procesable y rica en contexto.
Entregado como
Integración de Sistemas
Cobertura geográfica

Kermap
Kermap es una empresa francesa de inteligencia artificial geoespacial, fundada en 2017 y con sede en Cesson-Sévigné (Bretaña), que convierte imágenes satelitales y aéreas en información geográfica mediante aprendizaje profundo. Produce datos de uso del suelo, vegetación, cultivos y cambios, análisis espaciales y plataformas de mapas interactivas, destacando Nimbo (mapas base satelitales globales mensuales sin nubes y análisis de cultivos) y Nos Villes Vertes (árboles urbanos). Sus clientes incluyen autoridades regionales y locales como la Región Gran Este y Rennes Métropole, organismos públicos como el ministerio de agricultura de Francia y el INRAE, y empresas como Nestlé Francia y McCain, en los sectores de agricultura, medio ambiente y planificación urbana.
2017
Fundada
11-50
Tamaño del equipo
Francia
País
Incorpora datos e información en sistemas y flujos de trabajo existentes.