EarthOptics ayuda a los agricultores a mirar profundamente en el suelo en busca de conocimientos de big data

EarthOptics ayuda a los agricultores a mirar profundamente en el suelo en busca de conocimientos de big data

La agricultura de manera sostenible y eficiente ha pasado de ser un gran problema de tractores a un gran problema de datos en las últimas décadas, y la puesta en marcha EarthOptics cree que la próxima frontera de la agricultura de precisión se encuentra en lo profundo del suelo. Usando técnicas de imágenes de alta tecnología, la compañía afirma mapear la composición física y química de los campos más rápido, mejor y más barato que las técnicas tradicionales, y ha recaudado $ 10 millones para escalar su solución.

“La mayoría de las formas en que monitoreamos el suelo no han cambiado en 50 años”, dijo a TechCrunch el fundador y director ejecutivo de EarthOptics, Lars Dyrud. “Ha habido una enorme cantidad de progreso en torno a los datos de precisión y el uso de métodos de datos modernos en la agricultura, pero mucho de eso se ha centrado en las plantas y la actividad durante la temporada, ha habido comparativamente poca inversión en el suelo”.

Si bien podría pensar que es obvio mirar más a fondo las cosas de las que crecen las plantas, el simple hecho es que es difícil de hacer. Las imágenes aéreas y satelitales y los sensores infundidos con IoT para cosas como la humedad y el nitrógeno han hecho que los datos a nivel de la superficie de los campos sean mucho más ricos, pero más allá del primer pie, las cosas se complican.

Las diferentes partes de un campo pueden tener niveles muy diferentes de características físicas, como la compactación del suelo, que puede afectar en gran medida los resultados de los cultivos, y características químicas como los nutrientes disueltos y el microbioma. La mejor forma de comprobar estas cosas, sin embargo, consiste en “poner un palo muy caro en el suelo”, dijo Dyrud. Los resultados de laboratorio de estas muestras afectan la decisión de qué partes de un campo necesitan ser labradas y fertilizadas.

Sigue siendo importante, por lo que las granjas lo hacen, pero tener muestras de suelo cada pocos acres una o dos veces al año se suma rápidamente cuando tiene 10,000 acres para realizar un seguimiento. Muchos simplemente cultivan y fertilizan todo por falta de datos, invirtiendo mucho dinero (Dyrud estimó que EE. UU. Hace alrededor de $ 1 mil millones en labranza innecesaria) en procesos que podrían no tener ningún beneficio y, de hecho, podrían ser dañinos: pueden liberar toneladas de carbono. que fue secuestrado de forma segura bajo tierra.

EarthOptics tiene como objetivo mejorar el proceso de recopilación de datos esencialmente minimizando la parte del “dispositivo caro”. Ha construido un conjunto de imágenes que se basa en el radar de penetración terrestre y la inducción electromagnética para producir un mapa profundo del suelo que es más fácil, económico y preciso que extrapolar acres de datos de una sola muestra.

El aprendizaje automático está en el corazón del par de herramientas de la compañía, GroundOwl y C-Mapper (C como en carbono). El equipo entrenó un modelo que reconcilia los datos sin contacto con muestras tradicionales tomadas a una tasa mucho más baja, aprendiendo a predecir las características del suelo con precisión a un nivel de precisión mucho más allá de lo que tradicionalmente ha sido posible. El hardware de imágenes se puede montar en tractores o camiones ordinarios y obtiene lecturas cada pocos pies. El muestreo físico todavía ocurre, pero decenas en lugar de cientos de veces.

Con los métodos actuales, puede dividir sus miles de acres en trozos de 50 acres: éste necesita más nitrógeno, éste necesita labranza, éste necesita este o aquel tratamiento. EarthOptics lo reduce a la escala de metros, y los datos se pueden introducir directamente en la maquinaria de campo robótica como una cultivadora inteligente de profundidad variable.

Conduzca a lo largo de los campos y solo llegará a la profundidad necesaria. Por supuesto, no todo el mundo tiene un equipo de última generación, por lo que los datos también se pueden publicar como un mapa más ordinario que le indica al conductor en un sentido más general cuándo labrar o realizar otras tareas.

Si este enfoque despega, podría significar grandes ahorros para los agricultores que buscan apretarse el cinturón, o una productividad mejorada por acre y dólar para aquellos que buscan escalar. Y, en última instancia, el objetivo es permitir también la agricultura automatizada y robótica. Esa transición se encuentra en una etapa temprana a medida que se perfeccionan los equipos y las prácticas, pero una cosa que todos necesitarán son buenos datos.

Dyrud dijo que espera ver el conjunto de sensores EarthOptics en tractores robóticos, cultivadores y otros equipos agrícolas, pero que su producto es en gran medida los datos y el modelo de aprendizaje automático que han entrenado con decenas de miles de mediciones de verdad del terreno.

La ronda de $ 10.3MA fue liderada por Leaps by Bayer (el brazo de impacto del conglomerado), con la participación de S2G Ventures, FHB Ventures, Middleland Capital’s VTC Ventures y Route 66 Ventures. El plan para el dinero es ampliar los dos productos existentes y empezar a trabajar en el siguiente: el mapeo de humedad, obviamente una consideración importante para cualquier granja.


Source link