Для модели ИИ взяли за основу предсказания урожайности поля через соотношение индексов EVI (Улучшенный индекс растительности), NDWI (Нормализованный разностный водный индекс), REP (Индекс положения красных краев), SR (Простой вегетационный индекс), рассчитанные на основании спектральных спутниковых снимков Sentinel-2. В процессе обучения в модель подаются последовательности по 4 усредненных индекса по каждому изображению за 9 посевных месяцев, таргет - урожайность в этом году. В качестве обучающих данных были взяты 200 полей с имеющейся информацией об урожайности.
Евгений Владимирович, здравствуйте, на основе каких данных Вы составляли карту продуктивности зон?
Для модели ИИ взяли за основу предсказания урожайности поля через соотношение индексов EVI (Улучшенный индекс растительности), NDWI (Нормализованный разностный водный индекс), REP (Индекс положения красных краев), SR (Простой вегетационный индекс), рассчитанные на основании спектральных спутниковых снимков Sentinel-2.
В процессе обучения в модель подаются последовательности по 4 усредненных индекса по каждому изображению за 9 посевных месяцев, таргет - урожайность в этом году.
В качестве обучающих данных были взяты 200 полей с имеющейся информацией об урожайности.