TERRA COVER 用卫星影像加上机器学习模型,推估农地的土壤水分状况与作物灌溉需求。它的逻辑是:与其在田里插满感测器(贵、易坏、只能代表一个点),不如从卫星的多光谱与热红外波段反推整片田的含水状态,再结合气象资料算出「这几天该浇多少水」。
功能特色与适用场景
核心能力包括土壤水分反演、作物需水量估算、灌溉排程建议与田区内部差异图。差异图特别实用——同一块田不同区位的保水能力常常差很多,均一灌溉等于同时浪费水又让部分区域缺水,分区施灌才是精准农业真正省钱的地方。
适合中大型农场、灌溉设备商与农业顾问。台湾近年缺水频率升高,农业用水占比又高,这种「用遥测取代密集感测器」的方式,对水稻与果园的分区灌溉管理都有参考价值。
主要功能
- 卫星土壤水分反演
- 作物需水量估算
- 灌溉排程建议
- 田区内部差异图
- 气象资料整合
常见用途
- 大面积农场灌溉管理
- 干旱期用水配置
- 精准农业分区施灌
- 农业水权评估
主要功能
- 卫星土壤水分反演
- 作物需水量估算
- 灌溉排程建议
- 田区内部差异图
- 气象资料整合
优点
- 不需在田间布建大量感测器
- 可覆盖大面积且成本可控
- 分区灌溉建议能实际节水
缺点
- 云层遮蔽会影响光学影像品质
- 反演结果为模型推估,需在地校正
- 对小坵块农地解析度可能不足
使用场景
- 大面积农场灌溉管理
- 干旱期用水配置
- 精准农业分区施灌
- 农业水权评估
编辑点评
精准农业讲了十几年,落地最好的一直是灌溉——因为水费和电费是农民每个月看得到的支出。省下来的钱很具体,这比讲产量提升有说服力。
常见问题
台湾田区那么小,解析度够吗?
这是实际问题。公开卫星影像的像元大小对台湾常见的小坵块农地可能偏粗,比较适合大面积连片耕作,导入前务必确认目标田区的最小可辨识单元。
下雨天有云怎么办?
光学影像确实会被云遮蔽,通常会用雷达影像或模型内插补足,但连续阴雨期的资料品质会下降,这是所有卫星农业服务的共同限制。
相关 AI 工具
Gensmo
自稱第一個時尚 AI 代理,依場景產出可購買的穿搭建議、上傳照片即可虛擬試穿,也為品牌生成商品視覺
Glance
理解你的風格與情境的 AI 購物代理,用多個 AI 代理策展個人化穿搭與商品動態,直接連到品牌官方商店購買
Alta
拍照建立數位衣櫥,AI 造型師依天氣、行程與預算從你現有衣服搭出每日穿搭,還能在虛擬分身上試穿
Earth Index
在地圖上標幾個例子,AI 就用地球基礎模型在全球 Sentinel-2 衛星影像裡找出相似地點,抓非法採礦、祕密跑道與大型畜牧場
Aerobotics
用手機拍果實就能預測產量:AI 量測果實大小、顏色與品質,從生長初期預估採收
KITRO
瑞士的全自動剩食追蹤 TARE:廚餘桶裡裝好就不用管,AI 自動辨識與分析