Το ENVISION είναι ένα project που καθοδηγείται από την αγορά και συνδυάζει την τεχνολογία της παρατήρησης της Γης (Earth Observation, EO) μαζί με προηγμένες τεχνολογίες (αυτόματοι μέθοδοι εντοπισμού και ταξινόμησης αλλαγών pixel / υφή / αντικειμενοστραφή, μηχανική μάθηση, σύντηξη δεδομένων, πολλαπλές πηγές και πολυ-χρονική διαχείριση δεδομένων), μαζί με ετερογενείς τύπους δεδομένων (in situ, open data και ιστορικά επιτόπια στοιχεία ελέγχου) για την παροχή μιας πλατφόρμας για τους οργανισμούς πληρωμών (PAs) και τους οργανισμούς πιστοποίησης (CBs) με καλή σχέση κόστους απόδοσης και ενεργές πληροφορίες για τη συμβατότητα της διαδικασίας παρακολούθησης των Γεωργοπεριβαλλοντικών προτύπων της Κοινής Γεωργική Πολιτικής (CAP).

Στο πλαίσιο του έργου ΕNVISION, η AgroApps ανέπτυξε το προϊόν «Αναγνώριση των πρακτικών βιολογικής καλλιέργειας». Ακολουθεί το επιχειρηματικό μοντέλο “Υπηρεσία Δεδομένων”, με στόχο να παρέχει ένα Σύστημα Παρακολούθησης Καλλιεργειών για Φορείς Πιστοποίησης που αναζητούν ένα εργαλείο επιτήρησης για την αξιολόγηση της εγκυρότητας των δηλώσεων πρακτικών καλλιέργειας.

Συγκεκριμένα, τα φυτά που καλλιεργούνται με τις αρχές τις βιολογικής και συμβατικής καλλιέργειας παρουσιάζουν βιοχημικές- φυσικές διαφορές οι οποίες μπορούν να εντοπιστούν από δορυφορικές εικόνες, ειδικότερα κατά τα στάδια της φυτικής και αναπαραγωγικής ανάπτυξης. Η υπηρεσία αναγνώρισης των πρακτικών βιολογικής καλλιέργειας επωφελείται από αυτές τις διαφορές μεταξύ των βιολογικών και μη (συμβατικών) καλλιεργειών. Η λογική πίσω από αυτήν την υπηρεσία είναι να αναγνωρίσουμε σαφή μοτίβα που χαρακτηρίζουν την ανάπτυξη και την εξέλιξη των βιολογικών και συμβατικών καλλιεργειών, μέσα από τη χρήση οπτικών δορυφορικών εικόνων υψηλής ανάλυσης και την εξαγωγή χαρακτηριστικών από εικόνες οι οποίες απεικονίζουν την φαινολογική κατάσταση των καλλιεργούμενων χωραφιών. Ταξινομητές μηχανικής μάθησης (Machine Learning) έχουν εκπαιδευτεί για να καταλαβαίνουν τις χρονικές και φασματικές σφραγίδες συμβατικών και βιολογικών καλλιεργειών. Τα Προγνωστικά Επίπεδα προκύπτουν από τις πολυφασματικές ζώνες Santinel – 2 -MSI και περιλαμβάνουν:

Δείκτες Βλάστησης- Καλυμμένη ποιότητα- Κάλυψη κενών με βήματα χρονοσειρών NDVI 6d
Χρονοσειρές NVDI χρονικών παραγώγων
Εικόνα GLCM με χαρακτηριστικά υφής
Καλλιέργεια με Φαινολογικά χαρακτηριστικά

Για να υποστηρίξει τη δημιουργία επιπέδων πρόβλεψης της ταξινόμησης, η υπηρεσία βασίζεται σε ένα πλαίσιο επεξεργασίας δεδομένων Παρατήρησης Γης (Earth Observation-EO) μέσω υπολογιστικού νέφους(cloud-based) για την εξαγωγή δεικτών βλάστησης και φαινολογικών χαρακτηριστικών, τα οποία στη συνέχεια εισάγονται ως δεδομένα σε έναν εκπαιδευμένο αλγόριθμο ταξινόμησης. Η επεξεργασία στο υπολογιστικού νέφος (cloud) επιτυγχάνεται με την αξιοποίηση της υποδομής Data Information Access Services (DIAS) του Copernicus, και ειδικότερα της πλατφόρμας CREODIAS.

Με το προϊόν αυτό είναι εφικτή η εκπαίδευση αλγορίθμων ταξινόμησης με ΕΟ δεδομένα, η πρόβλεψη πρακτικών καλλιέργειας σε επίπεδο χωραφιού για ένα συγκεκριμένο τύπο καλλιέργειας και η αναφορά πληροφοριών στον χρήστη σχετικά με την εγκυρότητα της δήλωσης με την μορφή ενός συστήματος φωτεινών σημάτων οποίο εξετάζει τις ακόλουθες πιθανότητες:

Ένα χωράφι είχε προβλεφθεί ως συμβατικό ενώ είναι βιολογικό
Ένα χωράφι είχε προβλεφθεί βιολογικό ενώ είναι συμβατικό
Ένα χωράφι είχε προβλεφθεί ορθά ως συμβατικό
Ένα χωράφι είχε προβλεφθεί ορθά ως βιολογικό

Το προϊόν επιτρέπει στον χρήστη να καταλήξει σε συμπεράσματα σχετικά με τη συμμόρφωση της δήλωσης της καλλιέργειας. Για παράδειγμα στην περίπτωση που ένα χωράφι προβλέπεται ως βιολογικό ενώ είναι συμβατικό, αποτελεί ένδειξη μη συμμόρφωσης της δήλωσης με την πρόβλεψη των μοντέλων ταξινόμησης και θα πρέπει να ελεγχθεί περαιτέρω.

Υπεύθυνη Επικοινωνίας: Ιφιγένεια-Μαρία Τσιούτσια (iftsioutsia@agroapps.gr)

Envision

Explore more projects