Vultus背后的卫星技术和研究

光谱签名

我们如何使用光谱特征深入了解农作物

一切都有特定的光谱特征。就像人类可以用可见光观察物体一样,卫星可以通过仔细观察它们的不可见光谱特征来观察具有特殊光谱带的农作物。

每种作物都有可以测量和量化的独特光谱特征,这些光谱特征取决于其气候区。

我们的研究团队对植物光谱学的独特见解使我们能够量化氮需求,植物健康,水分胁迫以及许多其他变量。

卫星遥感

我们如何使用卫星和遥感来生成数据

Vultus使用来自私营和公共部门的多颗卫星来收集卫星图像场景。使用空间和时间分辨率变化的多个数据集,可以保证在世界任何地方的任何领域的亚周图像。

我们的专业遥感研究人员使用电磁波谱中不同的波长来监测农作物。

为了传送经过处理和分析的卫星数据,Vultus建立了基于云的处理管道。管道将获取原始卫星数据。然后,进行几何,辐射和大气校准。我们使用机器学习来检测云,成功去除了其中的99.4%。这样可以确保高质量和随时间比较数据的能力。

合成孔径雷达

我们如何使用合成孔径雷达穿透云层

除了上述光学遥感之外,我们还使用合成孔径雷达-一种微波遥感。 Vultus使用对植被敏感的C波段,使我们能够生成有关作物需求的超准确数据。

这项微波技术不受大气影响和照明的影响-这意味着我们可以在夜间穿透云层并生成数据。无论天气或一天中的什么时间,Vultus都可以每周生成正确视野的多个图像。

Vultus的专业研究人员正在不断改进并向我们的产品组合添加新功能,从而部署最新的机器学习技术。很快,使用SAR,我们将能够遥感生物质并开具杀菌剂处方。

计算氮

我们如何计算可变速率氮处方

我们独特的专有分析给出的氮建议精确到10米-可以下载到启用ISOBUS的拖拉机上。

使用光谱,区域和空间分析来测量作物的田间变化。然后将其与当前的氮扩散,氮分布的最新国际研究和历史数据进行比较,以给出可变速率氮的应用建议。

我们的氮肥推荐用于小麦,大麦,油菜籽,玉米,小米,黑麦,麸皮,高粱和土豆。我们的研究团队正在不断研究和添加新作物。

计算植物健康

我们如何计算植物健康分析

Vultus使用多光谱分析来计算整个生长期的作物健康状况,数据分辨率在3至10米之间。植物健康分析适用于所有农作物。

我们使用一系列不同的绩效指标,针对作物,土壤和生长期进行调整,以确保我们获得最准确的健康评估。除了我们的专有指数,我们还利用一些广泛使用的标准计算方法。这些包括归一化差异植被指数(NDVI),改良土壤调整植被指数(MSAVI),归一化差异红边指数(NDRE)和红绿蓝(RGB)图。

研究团队将不断添加新的性能指标,以确保作物健康图非常准确。

计算水应力

我们如何计算水分胁迫

使用相同的多光谱分析,我们计算归一化差异水指数(NDWI)。这有助于重新调整灌溉计划,这在极端天气事件(例如干旱或非季节性降雨)后尤其有用。

API

我们如何使用API通过农业平台将这些数据从卫星带到农民

Vultus使用RESTful API,可帮助农业平台使用地理空间数据。通过使用此API,我们的合作伙伴可以访问上述卫星服务,并将其轻松集成到他们的平台中。 API服务可以使用或不使用我们的UI组件进行配置。

根据农民提供的字段的多边形,可以使用六个不同的RESTful API-我们的功能API,氮推荐API,植物健康分析API,水分胁迫API,分区API和提取API。 Postman和cURL用于测试RESTful API。该API使用开源标准,例如GeoJSON(RFC 7946),Oauth 2.0(JWT,RFC 7519)和Open API 3.0,以便轻松集成到您的系统中。

可以找到我们的API文档 这里。

想要获得Vultus吗?

与我们的其中一位交谈 伙伴。

要么

您将被重定向到外部VultusApp网页

你想继续吗?