На протяжении более 40 лет Американский посевной фонд при поддержке Национального научного фонда (NSF) помогает стартапам и малым предприятиям, таким как Atlas AI, превращать их идеи в рыночные продукты и услуги. С 2019 года наша работа подкрепляется поддержкой этой невероятной программы, и в этом месяце мы очень рады начать нашу работу в качестве получателя NSF Small Business Innovation Research (SBIR) фазы II.

Соучредитель Atlas AI Дэвид Лобелл и наш технический директор Джордж Аззари были пионерами в применении методологий спутниковой съемки для улучшения доступа к своевременным и надежным данным о продуктивности сельского хозяйства в условиях дефицита данных, (например) на развивающихся рынках, уже более десяти лет.

Наши глобальные сельскохозяйственные системы подпитывают и поддерживают всех нас — они затрагивают все аспекты нашей жизни, начиная от еды, которую мы едим, от одежды, которую мы носим, ​​от хлопковых простыней, в которых мы спим, до автомобилей, на которых мы ездим. Агропродовольственная система создает миллионы рабочих мест и имеет решающее значение для достижения целей устойчивого развития. Однако информационные пробелы в африканском сельском хозяйстве препятствуют росту отраслей. В некоторых существующих методах прогнозирования зерновых культур используются осадки и другие показатели дистанционного зондирования, но они не могут давать точные и надежные прогнозы из года в год. Другие используют полевые данные для моделирования урожайности, но эти подходы в значительной степени зависят от сбора достоверных данных и поэтому не масштабируются.

При поддержке программы SBIR мы стремимся продвигать современные технологии, адаптируя спутниковые методы глубокого обучения и биофизическое моделирование сельскохозяйственных культур для сложных систем земледелия, характерных для стран Африки к югу от Сахары.

В частности, как получатели NSF SBIR Phase II, мы работаем над коммерциализацией новой технологии для получения прогнозов урожайности с высоким разрешением для гетерогенных систем земледелия, существующих в большинстве стран с развивающейся экономикой. Наши цели заключаются в том, чтобы (1) разработать методы сезонной классификации культур, чтобы определить, где выращиваются зерновые; (2) внедрить модели прогнозирования урожайности на основе пикселей для широкого диапазона географических регионов.

Наша работа в течение следующих двух лет расширит базовые знания в области прогнозирования посевных площадей и урожайности на основе спутниковых данных, особенно на полевом уровне (для которого в настоящее время не разработаны методы). Полученные результаты будут опубликованы в серии сообщений в блогах и рецензируемых научных публикациях. Мы также будем использовать эту технологию для разработки программных продуктов, которые можно использовать для повышения операционной эффективности банков, страховых компаний, агропредприятий и других фирм, обслуживающих мелких фермеров по всей Африке.

Мы искренне благодарны NSF за постоянную поддержку, которая помогает нам в дальнейших исследованиях с целью получения информации о сельском хозяйстве к югу от Сахары, ключевом факторе внутриафриканской торговли.

Чтобы узнать больше, посетите нас здесь.