www.agricolus.com - Veneto Agricoltura
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
www.agricolus.com
Perché lo smart farming?
Il campo
al centro del
sistema
Ottimizzare Migliorare la Ridurre i costi
la gestione e l’impatto
produttività delle colture ambientale
La soluzione completa per ogni esigenza agronomica
Decision
Support
Systems
Operazioni
in campo
130 colture IoT
Monitoraggio in
campo Dati satellitari
Alcuni dei nostri clienti dal 2015
Dati Shapefile
ISOBUS REST CSV
Sensori
Meteo
Interoperabilità
Dati
satellitari
Realtà Aumentata
WEB Comandi vocali
Dati SAPR
Mobile Farmers
Engagement
Osservazioni
dirette e di
laboratorio
Cloud Computing
ISOBUS Dal sistema
GEO-DATA
direttamente al
campo e viceversa
Pest Analisi spaziale
monitoring
Dal sistema
direttamente al
campo
Resa Suolo Vigoria Prescriz. Report
Controllo, previsione, decisione
IRRIGAZIONE TRATTAMENTI
DATI METEO
DATI SATELLITARI
SUPPORTO IN
ATTIVITA IN CAMPO
MONITORAGGIO
PREVENZIONE MALATTIE FASI FENOLOGICHE
MODELLI PREVISIONALI
SISTEMA DI
SUPPORTO ALLE
DECISIONI
La piattaforma
Mappe e dati satellitari Consultare le analisi satellitari del campo per comprendere l’evoluzione e la variabilità delle colture nel tempo. Il satellite Landsat 8. Il satellite Sentinel 2 fornisce immagini multispettrali ogni 5 giorni a una distanza di 10 metri per coltura con indici di vigoria, clorofilla e stress idrico. Possibilità di elaborare immagini da drone.
Monitoraggio in campo
Effettua rilievi e geolocalizza ogni attività tua e dei tuoi
collaboratori con Agricolus App Mobile
DANNI E SEGNALAZIONI
Danni alle colture e problematiche generali relative
all’azienda agricola
PARASSITI E MALATTIE
Rilevamento e analisi dei parassiti e delle catture di
insetto
ANALISI DEL SUOLO
Campione di terreno geolocalizzato per un’analisi più
accurata
FENOLOGIA
Registrazione dello stato di crescita e maturazione delle
colture
Operazioni e collaboratori Registrare dove, come, quando e quali operazioni colturali sono state effettuate sul campo; assieme alle informazioni sull’operatore e sul mezzo.
Modelli previsionali Modelli predittivi per l’insorgenza di malattie Sviluppati dai nostri agronomi, i modelli utilizzano principalmente i dati raccolti dalle stazioni agrometeo e indicano la fase prevalente di sviluppo prevista e le percentuali relative dei diversi stadi. Specifici per colture per fenologia, rischio di infestazioni e fitopatie, fabbisogno idrico e nutrizionale.
DSS – Supporto alle decisioni
Sistema di supporto alle decisioni per difesa,
irrigazione e concimazione
•Satellite Data •NPK Models •Pest prediction models
•Water Models •Vigour Maps •Weather Forecast
•Weather Data •Weather Data •On the field Observations
•Phoenology •Phoenology •Phoenology
•Other Data •Other Data •Vigour
•Other Data
IRRIGATION FERTILIZATION DEFENSEAgriplug e tracciabilità
Casi di successo
Caso di successo
OGGETTO: Modelli previsionali per l’insorgenza
OLIVO della mosca dell’olivo
AZIONE: determinare le tempistiche dei
trattamenti
COME: rete di stazioni agrometeo combinati con
osservazioni sul campo delle trappole
RISULTATO: sensibile incremento della produttività
rispetto agli altri olivicoltoriCaso di successo OGGETTO: ottimizzazione produzione e prevenzione
VITE peronospora
AZIONE: mappe di raccolta differenziata e modelli
previsionali per le malattie
COME: integrazione con stazioni agrometeo combinat
con dati satellitari (Sentinel2)
RISULTATO: raccolta dell’uva a giusta maturazione con
ridotto spreco e miglior qualità e più efficace utilizzo
dei trattamentiPeronospora della vite Muffa grigia Oidio della vite
Plasmopara viticola in fase di implementazione
Dati di input: temperatura, Dati di input: Dati di input:
pioggia, bagnatura fogliare temperatura temperatura, pioggia
Modello previsionale sullo Il modello simula i Il modello calcola su
sviluppo delle infezioni periodi di rischio per base giornaliera un
primarie e secondaria di l’infezione in base alla indice di rischio in modo
peronospora. Il modello durata della da programmare gli
fornisce indicazioni sulla bagnatura fogliare e interventi di protezione
necessità e sulla alla temperatura media del vigneto
tempistica dei trattamenti durante i periodi di
bagnaturaCaso di successo OGGETTO: Modelli previsionali per fasi fenologiche e
TABACCO insorgenza peronospora tabacina e monitoraggio
aziende agricole
AZIONE: determinare le tempistiche dei trattamenti e
stimare la produttività
COME: integrazione con stazioni agrometeo combinati
con osservazioni sul campo
RISULTATO: sensibile riduzione nell’utilizzo dei
trattamenti (che rappresentano uno dei maggiori
inquinanti nelle sigarette)Chi siamo
Team di esperti multi-disciplinare
board of directors
Data Analysts
GIS & Software Development
R&D - Agronomi
Marketing & Sales
Andrea Cruciani Antonio Natale Diego Guidotti Helpdesk
CEO COO R&D
Partner Tecnici e Scientifici
Central Institute for
Università degli
Decision Support Systems
Studi di Perugia
in Crop Protection
Progetti Europei
H2020 - Phase 1
Phase 2 - 3 seal of excellenceLa nostra storia
SaaS platform
2010-2014 2015 2016 2017 2018 2019
Last Mile
AgroTraceability
Augmented Reality
Voice commandsRendi semplice la gestione dei tuoi campi!
Soluzioni base Soluzioni avanzate
Medium Associations Food
Small Farms Big Farms
Farms of Farmers Processors
Dati satellitari ogni 5giorni (risoluzione 10metri)
Funzionalità specifiche per coltura
Modelli previsionali
Sistema di supporto alle decisioni (DSS)
Connessione a stazioni meteo e sensori19 regioni italiane e 35 nazioni nel mondo
Agricolus Partner Network
La scuola per i professionisti del
mondo agricolo intenzionati a
introdurre strumenti innovativi nel
loro lavoro quotidiano.
Oltre 200 certificati!Altri progetti
Virtual Reality e smart glasses Agricolus Partner Network
Circular economy– Share Beef
An Early warning system in Agricolus with these
features:
Monitoring: Agricolus monitor crops,
Digitanimals monitors livestock
System of Systems: foster a technological
framework, based on IoT devices, Open
Data, Big Data analysis and blockchain
services, to facilitate data sharing along the
beef supply chain ;ONG in Kenya Lack of enough extension and the use of outdated technology Climate change and the dependence on rain- fed agriculture
Monitoraggio del riso in Mali In Mali for Rice Monitoring Pilot with University and TFP (technical and financial partners) 45 km2 - paddy plot Involved: • Local, Regional and National Governments • Statistics offices • Agricultural Direction
Prova subito Agricolus! Vai su web.agricolus.com e registrati alla versione gratuita
Puoi anche leggere
