AgriTech

FurrowIQ

Des décisions parcelle par parcelle, prises entre sol, ciel et données.

Client
Valecrest Farms
Année
2022
Durée
8 mois
Taille de l'équipe
5 ingénieurs
FurrowIQ

Démo interactive

Une maquette interactive du produit que nous avons développé — cliquez, explorez.

9:41
FurrowIQ
Valecrest Farms · 3,000 ha
Offline-ready
17°CBright intervals
64%Humidity
11km/h wind
3.1ET₀ mm/d
NDVI · Sentinel-2 pass 2 days ago LIVE PROBES
Church Field0.82Long Acre0.74Bottom Meadow0.58Hilltop0.69River Strip0.77
Poor
Excellent
Alerts & tasks
Rust risk — Bottom MeadowHumid spell + susceptible variety. Fungicide window opens Thursday; prescription map ready.
Dry corner — Hilltop NWMoisture 19.6% and falling; ET₀ 3.1 mm/d. Irrigate 18 mm tonight to stay ahead of stress.
NDVI pass completeSentinel-2 revisit processed — River Strip up 0.03 since last pass. Prescriptions refreshed.

Interface de démonstration en anglais.

01

Le défi

Valecrest exploitait 3 000 hectares comme toujours : engrais et pulvérisations uniformes calés sur la parcelle la plus faible, irrigation au calendrier plutôt qu’au besoin, et notes de prospection dans un carnet de pick-up. Le coût des intrants avait bondi de 40 % en dix-huit mois, et le permis de prélèvement d’eau faisait face à des limites resserrées du plan de bassin. Les agronomes passaient tous les quinze jours : les problèmes — une rouille, un coin sec — avaient une semaine quand on agissait. La couverture compliquait tout : la moitié des parcelles n’avait aucun signal mobile, donc tout outil exigeant une connexion était mort-né. L’exploitation avait besoin de décisions par parcelle, parfois à l’hectare, fondées sur des données qu’elle possédait déjà sans jamais les utiliser.

02

Notre solution

Nous avons bâti FurrowIQ sur trois plans de données : l’imagerie NDVI Sentinel-2 traitée tous les cinq jours, des sondes d’humidité LoRaWAN rapportant chaque heure, et la télémétrie des machines ingérée en ISOBUS quand elle existe. Un backend Python et PostGIS transforme le tout en cartes de préconisation à l’hectare pour la modulation des pulvérisations et le pilotage de l’irrigation, poussées vers une application terrain React Native pleinement hors ligne qui se synchronise dès que le tracteur retrouve le Wi-Fi de la ferme. Observations d’agronomes, photos et traitements s’attachent à des points GPS, constituant un historique par parcelle et par saison. L’ensemble tourne sur un cluster Kubernetes unique au bureau de l’exploitation, avec une réplique cloud pour le traitement satellite.

03

Résultats

-23%
Consommation d’eau d’irrigation
-18%
Dépenses en engrais et produits
+9%
Rendement moyen de l’exploitation
48 h
Délai satellite-action terrain

Stack technique

React NativePythonPostGISLoRaWANSentinel-2Kubernetes

Vous faites face à un défi similaire ?

Nous avons déjà résolu ce type de problème. Parlons de la façon dont cette expérience peut s'appliquer à votre situation.

Discuter de votre projet

Étude de cas suivante

Kestrel Pay →