北京爱科农科技有限公司 Beijing ICAN Technology Co. Ltd.

农业大数据

爱科农公司对该地块过去10年的卫星图像,过去30年气候情况、地形变化、耕作制度等情况进行分析,并根据拟播种品种的特征特性,计算出该地块的潜在产量和产量限制因素

智能农业决策

爱科农公司自主研发的大数据驱动型智能农业技术系统(FIS)整合了农业大数据(天气,土壤,卫星遥感影像等)和大数据分析,云计算,机器学习预测技术和物联网技术等前沿科技,帮助作出科学种植决策。

实时科学管理

爱科农公司开发构建了专有的气候模型、土壤模型、环境模型、作物地上生长模拟模型、作物根系生长模拟模型和病虫害发生模型等专业数据模型,并能够根据这些模型和实时气象数据做出实时管理建议。


决策流程示例

此次示例为吉林某大型农场种植决策:

一、爱科农公司对该地块过去10年的卫星图像,过去20年气候情况、地形变化、耕作制度等情况进行分析,并根据拟播种品种的特征特性,计算出该地块的潜在产量和产量限制因素(温度、水分、病虫害情况等);

二、用爱科农公司开发的6个月气象预测系统,对该地块所处位置的气象情况进行模拟和分析,确定最适种植密度和产量目标的设定;

三、爱科农公司对土壤进行2500px深度剖面分析,对横切面的土层分布情况与全球500个土壤分层进行比对,研究该土壤质地所属的土壤类型,并对土壤样品进行取样分析,结合土壤类型利用土壤分析模块对目标农场的土壤供肥能力进行精确计算;

四、用干旱-玉米产量模型和爱科农公司开发的6个月气象预测系统,计算当年玉米能够吸收肥料的数量;

五、根据过去八年最佳种植日期,5公分土层的土壤温度,当前的实时气象数据信息和未来10天气象预测情况,准确推测适宜的播种时间,以保证播后8天内100%出苗并达到出苗整齐;

六、在气象预测的基础上利用植物生长模型,推断植物生长发育进程和根系生长状况,推荐适宜追肥时间;

七、利用SPAD设备动态检测植物养分的利用情况,确定优化后追肥量;

八、根据病害发生模型,推测大斑病的发生时期及相应的预防措施,减少产量受病害的影响情况;

九、根据植物生长模型和气象模型,推测最佳收获时间区间。