MOT - Concurs d'idees de casos d'ús d'observació de la Terra per al sector privat

Amb el suport de IEEC (2023- 2024)

Sorraline

MOT – Earth Observation Module és un dels projectes desenvolupats en la primera “Crida d’idees per a casos d’ús d’observació de la Terra en el sector privat”, coordinada per l’Institut d’Estudis Espacials de Catalunya (IEEC) en col·laboració amb l’Institut Cartogràfic i Geològic de Catalunya (ICGC). Aquesta iniciativa forma part de l’Estratègia NewSpace de Catalunya, promoguda pel Govern de Catalunya i implementada en col·laboració amb l’IEEC, la Fundació i2CAT i l’ICGC. Aquest projecte ha estat desenvolupat per Spascat amb el suport d’Agropixel i Codorniu.

Aquest projecte de “cas d’ús” aborda el desafiament actual en l’agricultura de precisió proposant un enfocament innovador que integra imatges espectrals de satèl·lit amb observacions de camp per donar suport als tècnics i treballadors de conreus llenyosos. Les dades satel·litàries utilitzades provenen del programa Copernicus de l’ESA (Sentinel-2) i del satèl·lit Menut, el nanosatèl·lit d’observació terrestre que encapçala la iniciativa NewSpace Catalunya. Mitjançant l’ús d’imatges hiperespectrals i la seva combinació amb imatges de gran resolució preses des del terra (per avió o in situ), SPASCAT ha desenvolupat una eina basada en IA que proporciona informació detallada sobre l’estat i la classificació de les parcel·les cultivades d’interès. Aquesta eina es va anomenar “Mòdul d’Observació de la Terra” (MOT), i funciona com a complement independent de la plataforma PixelSuite, una eina agrotecnològica per a tècnics agrícoles desenvolupada per Agropixel.

Un desenvolupament centrat en l’usuari de sis mesos va conduir al desplegament operatiu del MOT. Actualment, el MOT està disponible com a complement de PixelSuite i automatitza la gestió de parcel·les, el processament de dades satel·litàries i el càlcul d’índexs de vegetació. A més, inclou funcionalitats basades en IA per estimar l’estat de les parcel·les, millorant així l’eficiència agrícola i reduint la càrrega de treball dels tècnics agrícoles en conreus llenyosos. Les primeres validacions amb dades de Sentinel-2 i Menut van demostrar l’eficàcia del MOT en la gestió de vinyes i ametllers mitjançant la integració i processament de dades multispectrals i automatitzades.

L’èxit d’aquest cas d’ús MOT posa en relleu el potencial de la col·laboració público-privada, combinant la innovació de les start-ups amb les necessitats de la indústria establerta. Les imatges del satèl·lit Menut es van integrar efectivament en la plataforma MOT, obtenint resultats comparables als del reconegut Sentinel-2, aportant a més valor afegit a la banda Red-Edge gràcies a la seva resolució superior. Tot i que Menut encara no disposa de processament de dades automatitzat mitjançant API, s’espera una integració fluida en el futur. A més, les proves de camp van demostrar que els mapes generats amb MOT són comparables als generats manualment amb imatges ortofotogràfiques d’alta resolució, obrint les portes a futures eines SaaS per optimitzar els fluxos de treball agrícoles.

Target


IEEC
AGROPIXEL
ICGC
Spascat Technologies
Codorniu